Jurnal Geosains dan Remote Sensing (JGRS)
Not a member yet
84 research outputs found
Sort by
Pemetaan Suhu Permukaan Anomali Panas Bumi Daerah Gunung Ciremai Menggunakan Data Inframerah Termal Landsat 8
Get PDFProspek geotermal di daerah Timur Ciremai berada pada aktivitas vulkanik aktif namun pencarian prospek panas bumi di area ini mengabur akibat adanya kontras antara batuan vulkanik dengan batuan sedimen. Penelitian ini mencoba mengidentifikasi area potensial panas bumi berdasarkan suhu permukaan menggunakan metode pengindraan jauh. Data yang digunakan berupa citra satelit Landsat 8 yang sudah mempunyai sensor termal yang disebut Thermal Infrared Sensor (TIRS) pada pita sensor 10 dan 11 yang dikombinasikan dengan NDVI. Hasil analisis NDVI menunjukkan bahwa daerah penelitian memiliki vegetasi dan permukaan berupa air atau awan yang lebih banyak memantulkan gelombang cahaya tampak dibandingkan gelombang infrared dengan nilai NDVI -0,75 - 0,88. Hasil analisis LST dapat diketahui bahwa suhu permukaan pada daerah tersebut memiliki nilai dalam rentang 15 °C – 31 °C. Area yang memiliki tingkat LST tinggi di antara tingkat LST yang rendah dapat diperkirakan sebagai area yang memiliki anomali. Hal ini bersesuaian dengan kerapatan vegetasi pada area tersebut yang tinggi sehingga seharusnya besar suhu permukaannya rendah bukan sebaliknya. Berdasarkan integrasi dengan data manifestasi di lapangan, maka dapat di pastikan bahwasanya terdapat beberapa anomali panas bumi pada arah tenggara dari Gunung Ciremai
Perbandingan Teknik Boolean Dengan Weighted Overlay Dalam Analisis Potensi Longsor di Banjarmasin
Get PDFLongsor merupakan perpindahan massa tanah secara alami, longsor terjadi dalam waktu singkat dan dengan volume yang besar. Longsor adalah salah satu bencana alam yang merugikan, maka perlu adanya antisipasi salah satunya adalah dengan membuat peta kerentanan longsor. Penelitian ini bertujuan untuk mengetahui sebaran zona rawan longsor pada daerah Banjarmasin, Kalimantan Selatan dengan menggunakan teknik Boolean dan Weighted Overlay. Data yang digunakan pada penelitian ini adalah data RBI, data DEM, data SHP Geologi Regional Kalimantan Selatan, dan data curah hujan yang diolah dengan menggunakan software ArcMap 10.3. Adapun hasil dari penelitian ini adalah pada teknik Boolean sebaran zona rawan longsor berada pada bagian utara, tenggara, selatan dan barat daya, sedangkan pada teknik Weighted Overlay sebaran zona rawan longsor hanya tersebar di bagian utara dan selatan. Jika diperhatikan teknik Boolean memasukkan semua data yang sesuai dan tidak dapat mengurutkannya, karena semua data dianggap memiliki bobot, sedangkan pada teknik Weighted Overlay tiap data diinput berdasarkan kepentingannya atau pengaruhnya. Maka yang paling sesuai digunakan dalam melihat potensi longsor daerah Banjarmasin yaitu menggunakan teknik Weighted Overlay
Aplikasi Citra Landsat untuk Pemetaan Daerah Rawan Longsor di Kabupaten Bandung
Get PDFTanah longsor adalah gerakan tanah yang disebabkan oleh faktor alami dan nonalami. Faktor alami dipengaruhi oleh struktur geologi daerah, jenis batuan, kemiringan lereng, dan intensitas curah hujan. Sedangkan faktor nonalami bersifat dinamis yaitu penggunaan lahan dan infrastruktur. Metode penginderaan jauh dengan citra satelit dapat digunakan untuk memetakan kawan rawan longsor. Citra satelit merupakan hasil perekaman satelit yang menggambarkan objek di permukaan bumi. Citra satelit terdiri dari beberapa band dengan panjang gelombang tertentu. Komposit band pada citra digunakan untuk mempertajam objek untuk mempermudah klasifikasi tutupan lahan. Pemetaan zonasi area rawan longsor di Kabupaten Bandung menggunakan metode pembobotan dan scoring. Pembobotan dan scoring dilakukan pada semua parameter yang menyebabkan longsor yaitu struktur geologi, jenis batuan, cutah hujan, kemiringan lereng, infrastruktur, dan tuutpan lahan hasil pengolahan citra satelit. Hasil yang didapat menunjukan potensi tanah longsor di Kabupaten Bandung didominasi kategori sedang sampai tinggi. Pemetaan kawasan rawan longsor sangat diperlukan sebagai langkah mitigasi untuk mengurangi dampak yang diakibatkan oleh bencana tanah longsor
Pemetaan Rawan Longsor Daerah Palu Dengan Metode Weight Overlay
Get PDFTopografi yang berbukit dengan tingkat kemiringan yang cukup tinggi menjadi salah satu faktor penting yang mempengaruhi terjadinya longsor. Hal ini didukung dengan kondisi alam Kota Palu yang dominan dengan daerah perbukitan yang cukup terjal juga sangat berpengaruh terhadap terjadinya bencana longsor. Penelitian ini dilakukan dengan tujuan untuk memanfaatkan SIG dalam pemetaan tingkat kerawanan terjadinya bencana longsor di Kota Palu, Sulawesi Tengah. Hasil penelitian menunjukkan curah hujan pada wilayah penelitian didominasi oleh intensitas yang sedang hingga tinggi berada pada kisaran di bawah 700 hingga di atas 2500. Jenis tanah yang mendominasi yaitu jenis batuan kapur dan metamorf Dengan didominasi oleh batuan kapur dan metamorf. Kemudian jenis batuan didominasi oleh batuan berkapur dan metamorf, batuan sedimen serta batuan vulkanik. Berdasarkan peta kemiringan lereng Kota Palu, dibagi 4 klasifikasi kemiringan lereng berdasarkan kemiringannya Sangat Rendah, Rendah, Sedang, dan Tinggi. Hasil dari pemanfaatan SIG ini kita dapat mengetahui bahwa kabupaten Palu memiliki potensi bencana longsor yang cukup tinggi karena Kondisi tanah di Kota Palu yang cenderung tidak memiliki sumber serapan yang baik, sehingga air yang masuk ke dalam tanah tidak dapat menahan dan mengakibatkan erosi pada lapisan tanah yang dilewatinya
Petrogenesis Intrusi Granitoid Langkup di Desa Rantau Kermas dan Sekitarnya, Kecamatan Jangkat, Kabupaten Merangin, Provinsi Jambi
Get PDFGranitoid Langkup tersingkap baik di Desa Rantau Kermas, dikarenakan keberadaannya tepat tersingkap di bagian Perbukitan Barisan yang merupakan jalur busur magmatik Sunda-Banda berumur Miosen Akhir-Pliosen. Penelitian karakteristik mineralogi Granitoid Langkup menjadi penting dan menarik untuk dapat menjelaskan pembentukan batuan, dengan menggunakan analisis petrografi sehingga hasilnya dapat memberikan gambaran mengenai tipe Granitoid yang terdapat di Formasi Langkup, hubungan antara kegiatan magmatisme, serta keberadaan sumberdaya mineral dan energi. Pada metode penelitian tahap awal dilakukan pengamatan Citra Model Elevasi Digital (DEM) dengan menggunakan perangkat lunak Arcgis 10.5.1 format UTM dengan skala peta 1:25.000. Tahap selanjutnya berupa survey di lapangan dengan pengamatan geomorfologi, pengamatan singkapan, pengukuran struktur geologi, dan stratigrafi terukur. Untuk mengetahui karakteristik batuan, serta tipe Granitod dilakukan analisis petrografi pada sampel batuan dengan klasifikasi batuan beku IUGS. Magma yang mengandung unsur gas dan bersifat bergerak (mobile) dengan temperatur tinggi dan tekanan yang tinggi bergerak menuju tekanan yang lebih rendah. Pergerakan magma yang menerobos naik dipengaruhi oleh pengangkatan dan struktur geologi berupa sesar yang menyebabkan terbentuknya intrusi batuan. Pada saat magma naik menginjeksi batuan samping terjadi proses silisifikasi yang mengakibatkan peningkatan derajat keasaman magma membentuk batuan granit. Pengelompokan tipe granitoid berdasarkan asal usul pembentukkan granit, granitoid di daerah penelitian termasuk granitoid tipe-I, yaitu granitoid yang terbentuk dari diferensiasi batuan beku. Hal ini dibuktikan dengan adanya mineral penciri seperti kehadiran hornblenda dan biotit. Batuan granit yang berada pada daerah penelitian dapat diinterpretasikan terbentuk pada lingkungan tektonik zona konvergen yakni pada zona tepian benua aktif (Active Continental Margin)
Komparasi Luas Tutupan Lahan di Kota Bandar Lampung Berdasarkan Algoritma NDVI (Normalized Difference Vegetation Index) dan EVI (Enhanced Vegetation Index)
Get PDFLahan adalah salah satu sumber daya alam penting yang sangat dibutuhkan oleh makhluk hidup baik hewan, tumbuhan, dan manusia untuk berpijak, sebagai tempat hidup serta melakukan kegiatan kehidupan serta untuk memenuhi kebutuhannya. Ibukota Provinsi Lampung menjadi lokasi penelitian ini yaitu Kota Bandar Lampung. Untuk menentukan luasan wilayah tutupan lahan salah satunya yaitu dengan cara mengidentifikasi kumpulan vegetasi. Vegetasi yang bervariatif bisa disebabkan karena bermacam-macam faktor, yaitu penyebaran tumbuhan, iklim dan jenis tanah. Vegetasi yang merupakan penyusunan lahan memiliki jenis yang beraneka ragam sehingga akan memiliki kelas kerapatan vegetasi berbeda untuk setiap daerah. Beberapa metode citra satelit telah dikembangkan untuk mengestimasi wilayah tutupan lahan di suatu daerah, antara lain metode Algoritma NDVI dan EVI yang dipakai pada penelitian kali ini. Penelitian menunjukkan perbedaan hasil antara NDVI dan EVI, di mana metode EVI lebih baik dalam mengidentifikasi sebuah vegetasi. Hasil klasifikasi atau kerapatan vegetasi Kota Bandar Lampung bahwa vegetasinya sudah kurang yang baik dikarenakan untuk wilayah non vegetasi yang sudah tinggi dibandingkan dengan daerah vegetasi tinggi. Dengan begitu daerah yang bukan vegetasi atau non vegetasi mungkin dapat diciptakan vertical garden (taman vertikal) untuk menjaga vegetasi tumbuhan
Pemanfaatan Informasi Spasial Berbasis SIG untuk Pemetaan Tingkat Kerawanan Longsor di Kabupaten Karangasem, Bali
Get PDFTanah longsor yaitu gerakan tanah berkaitan langsung dengan berbagai sifat fisik alami. Metode weighted overlay yang menggunakan data raster yang memiliki satuan terkecil berupa pixel sehingga dapat digunakan untuk memetakan kawasan rawan longsor untuk wilayah yang relatif luas. Pemetaan zonasi area rawan longsor di Kabupaten Karangasem, Bali didasarkan dari perhitungan bobot dan scoring tiap parameter longsor yang meliputi kondisi geologi, jenis batuan, curah hujan, tingkat kelerengan, struktur geologi, infrastruktur serta tutupan lahan hasil olahan citra satelit serta dilanjutkan dengan operasi spasial dari parameter tersebut. Dari hasil pengolahan yang didapat Kabupaten Karangasem Bali tidak memiliki daerah dengan tingkat rawan longsor yang tinggi, adapun daerah yang ditandai Warna Biru menunjukkan kemungkinan rawan longsor sedang yang terdapat pada kecamatan Kubu, Rendang, Selat, Bebandem, Abang dan Karangasem. Secara geologi, daerah dengan tingkat rawan longsor yang sedang terdapat gunungapi aktif sehingga tingkat kemiringan lerengnya cukup tinggi yaitu sebesar 25-62%. Pada kecamatan Kubu, Abang, Karangasem, Sidemen, Selat, Bebandem dan Rendang yang ditandai dengan Warna Hitam memiliki kemungkinan rawan longsor dengan nilai rendah yaitu sebesar <15%
Remote Sensing in Predicting Development Patterns of Built-up Land
Get PDFIndonesia is a developing country whose construction and development are centered on the island of Java, especially in West Java Province. Sukabumi City is one of the areas in West Java. The development of urban areas is expanding due to various human needs to carry out the construction of buildings. Remote sensing that can be used to store developments with multi-temporal analysis with materials is Landsat imagery from 2001 to 2020. The method used is the Normalized Difference Built-up Index (NDBI). The purpose of this study is to map the development of the built-up land from year to year and predict the following years. The results of the research on the significant changes in built-up land occurred between 2013-2020, while from 2001 to 2013 there was not much change. Based on the research results, the total growth of built-up land was 1.539% per year with a population growth rate of 1.4% per year. The results of the analysis show that the area of land built in Sukabumi City in 2028 is 186,7194 km2 or has increased by 21,2808 km2 since 2020
Pemanfaatan Citra Landsat 8 Dalam Mengidentifikasi Nilai Indeks Kerapatan Vegetasi (NDVI) Tahun 2013 dan 2019 (Area Studi: Kota Bandar Lampung)
Get PDFPerkembangan pembangunan di Kota Bandar Lampung yang pesat menyebabkan berkurangnya jumlah vegetasi yang mengakibatkan permasalahan lingkungan. Untuk itu diperlukan penelitian terkait sebaran vegetasi salah satunya dengan menggunakan data Citra Landsat 8. Penelitian ini bertujuan untuk membandingkan kerapatan sebaran indeks vegetasi serta luas kerapatan tersebut di Kota Bandar Lampung pada tahun 2013 dan 2019 dengan menggunakan perhitungan indeks kerapatan vegetasi Normalized Difference Vegetation Index (NDVI). Metode NDVI membandingkan pantulan yang terukur dari kanal sinar merah dan kanal sinar inframerah. Sebaran nilai NDVI di Kota Bandar Lampung pada tahun 2013 berada pada rentang -0,38 sampai 0,79 dengan klasifikasi vegetasi tidak rapat, vegetasi cukup rapat, vegetasi rapat dan non-vegetasi masing-masing seluas 5987,97, 5296,77, 5269,41, dan 950,76 Ha. Sedangkan sebaran nilai NDVI di Kota Bandar Lampung pada tahun 2019 berada pada rentang -0,26 sampai 0,77 dengan klasifikasi vegetasi tidak rapat, vegetasi cukup rapat, vegetasi rapat, non-vegetasi masing-masing seluas 8285,85, 4341,96, 1586,52, dan 3298,59 Ha. Berdasarkan data tersebut diketahui terjadi peningkatan klasifikasi vegetasi tidak rapat sebesar 13,11% dan klasifikasi non-vegetasi sebesar 13,4%. Kemudian terjadi penurunan vegetasi cukup rapat sebesar 5,45% dan vegetasi rapat sebesar 21,02%. Penelitian ini menunjukkan terjadinya peralihan fungsi lahan sehingga dapat menjadi bahan acuan dalam perencanaan penataan wilayah Kota Bandar Lampung