Geoid (E-Journal)
Not a member yet
504 research outputs found
Sort by
Analisis Kehandalan Ekstraksi Garis Tepi Bangunan dari Data Foto Udara Menggunakan Pendekatan Deep Learning Berbasis Mask R-CNN
No full textKebutuhan peta dasar skala besar khususnya skala 1:5.000 terus meningkat dari waktu ke waktu. Pada umumnya ekstraksi fitur unsur Peta Rupa Bumi Indonesia (RBI) salah satunya adalah bangunan dilakukan dengan dijitasi atau stereoplotting unsur secara manual baik dari data citra satelit maupun data foto udara. Namun hal itu memiliki kelemahan yaitu membutuhkan waktu yang lama tergantung pada kepadatan dan jumlah bangunan pada area yang akan dipetakan. Di sisi lain Pemerintah Indonesia menjadikan percepatan penyelenggaraan Peta RBI skala 1:5000 menjadi salah satu prioritas utama dalam kegiatan kebijakan satu peta. Deteksi dan ekstraksi garis tepi bangunan secara otomatis menggunakan teknologi computer vision dari citra optis dan data point cloud LiDAR telah populer beberapa tahun terakhir. Salah satu teknologi yang dikembangkan adalah dengan pendekatan deep learning. Ekstraksi garis bangunan dengan pendekatan deep learning memiliki kelemahan yaitu poligon garis tepi bangunan yang dihasilkan tidak teratur. Penelitian ini bertujuan untuk mengetahui akurasi hasil regularisasi poligon dari ekstraksi garis tepi bangunan secara otomatis menggunakan metode deep learning berbasis Mask Region-base Convolutional Neural Networks (Mask R-CNN) dari data foto udara. Hasil penelitian menunjukkan pada area bangunan dengan kepadatan tinggi dan bentuk yang teratur (AoI 1) memiliki nilai indeks Intersection over Union (IoU) sebesar 87,8% sedangkan pada area dengan kepadatan tinggi dengan bentuk atap bangunan yang tidak teratur (AoI 2) memiliki nilai indeks IoU sebesar 82,6%. Kemudian juga dilakukan perhitungan akurasi posisi pada 25 sampel titik sudut bangunan dengan hasil CE90 pada AoI 1 sebesar 1,183 m dan pada AoI 2 sebesar 1,303 m. Secara geometri data garis tepi bangunan hasil regularisasi tersebut sudah dapat digunakan sebagai unsur bangunan Peta RBI skala 1:5.000 karena dari hasil perhitungaan uji ketelitian geometrik horisontal (CE90) menunjukkan bahwa data tersebut masuk dalam ketelitian Peta RBI 1:5.000 kelas satu
Analisis Peta Rawan Banjir Metode Pembobotan dan Peta Genangan Banjir Metode NDWI terhadap Kejadian Banjir (Studi Kasus: Kabupaten Sidoarjo)
No full textPerkembangan Sistem Informasi Geografis dan penginderaan jauh memberikan manfaat di berbagai bidang, salah satunya adalah kebencanaan. Banjir merupakan bencana yang rawan terjadi di negara-negara tropis yang memiliki curah hujan tinggi. Kabupaten Sidoarjo mengalami genangan banjir hampir setiap tahun. Pemanfaatan SIG dan penginderaan jauh dapat meminimalkan dampak bencana banjir. Peta rawan banjir bertujuan untuk memetakan wilayah yang berpotensi terjadi banjir dengan menerapkan metode skoring dan pembobotan parameter-parameter penyebab terjadinya genangan banjir. Penginderaan jauh bisa dimanfaatkan untuk mendeteksi genangan banjir yang terjadi dengan menerapkan analisis Normalized Difference Water Index (NDWI). Pemanfaatan kedua analisis ini bertujuan untuk mengetahui bagaimana sebaran kelas tingkat kerawanan banjir dari genangan banjir yang terjadi di Kabupaten Sidoarjo. Daerah rawan banjir diidentifikasi menggunakan metode skoring dan pembobotan parameter untuk mengetahui sebaran tingkat kerawanan banjir di wilayah Kabupaten Sidoarjo. Parameter tingkat kerawanan banjir yang digunakan meliputi tutupan lahan, kelerengan, curah hujan, densitas drainase, dan jenis tanah. Genangan banjir didapatkan dari analisis NDWI pada platform Google Earth Engine (GEE). Data citra pada musim kemarau dan hujan yang di-threshold sebesar <0,3 untuk mengeliminasi data yang dianggap non-air sehingga menghasilkan genangan banjirnya. Hasil pengolahan menunjukkan tingkat rawan banjir di Kabupaten Sidoarjo yang terbagi menjadi 4 kelas yaitu kelas rawan dengan 17.06%, kelas sedang dengan 65.10%, kelas kurang rawan dengan 17.84%, dan kelas aman dengan 0,00% dari luas wilayah Kabupaten Sidoarjo dengan mayoritas daerahnya dalam kelas rawan di Kecamatan Jabon dan Sedati. Peta genangan banjir dan peta rawan banjir sesuai terhadap kejadian banjir dari BPBD Kabupaten Sidoarjo karena hasil analisis menunjukkan bahwa kejadian genangan banjir dengan kelas rawan sebesar 86,56% dari total luas kejadian genangan banjir
Literatur Review: Perbandingan Berbagai Teknik Pemodelan Land Subsidence
No full textFenomena penurunan tanah atau Land Subsidence merupakan peristiwa yang dapat diidentifikasi dengan berbagai metode. Penting untuk dapat mengetahui terlebih dahulu hipotesa penyebab terjadinya penurunan tanah, diantaranya adalah disebabkan eksploitasi air bawah tanah, eksploitasi hidrokarbon, terjadinya konsolidasi tanah, akibat faktor geologi dan aktivitas tektonik
Review artikel ini dilakukan dengan melakukan pencarian data pada database jurnal. Keyword yang digunakan pada pencarian artikel adalah “Land Subsidence Modeling”. Artikel yang didapatkan kemudian dibandingkan. Perbandingan dilakukan untuk mendapatkan inti dari artikel ilmiah tersebut terutama pada judul, data yang digunakan, metode pemodelan, metode pengamatan land subsidence, dan hasil penelitian.
Indentifikasi Land Subsidence dapat dilakukan dengan menggunakan metode analisa kompaksi lapisan tanah dan batuan, analisa perubahan muka air bawah tanah, pengukuran GPS, Levelling dan time-series InSAR. Pemodelan terhadap fenomena Land Subsidence tidak cukup dengan hanya data geometrik dari pengukuran geodetik, tapi juga harus didukung data fisis yang berkaitan dengan penyebab Land Subsidenc
Studi Pergeseran Koseismik Gempa Pasaman M6.1 2022 Menggunakan Data Pengamatan GPS harian
No full textSesar Sumatra merupakan patahan aktif yang telah menyebabkan banyak gempa di sepanjang Pulau Sumatra dalam 15 tahun terakhir. Sesar Sumatra terbagi menjadi 19 segmen yang memanjang dari utara hingga selatan Pulau Sumatra. Setelah gempa besar pada zona subduksi M9.2 Sumatra-Andaman pada tahun 2004, banyak gempa-gempa yang terjadi di sepanjang Sumatra bagian barat. Beberapa gempa ini belum terdefinisi sebelumnya pada sumber gempa di Indonesia terutama gempa dengan sumber di daratan. Gempa Pasaman M6.1 pada tanggal 25 Februari 2022 merupakan salah satu gempa yang belum diketahui sebelumnya. Gempa dengan mekanisme sesar geser ini telah menyebabkan korban jiwa dan kerusakan infrastruktur di kota Pasaman, Sumatra Barat. Kami menggunakan data pengamatan dari stasiun GPS yang telah terpasang di barat Sumatra untuk menganalisis pergeseran yang diakibatkan oleh gempa ini. Data pengamatan GPS diolah dengan menggunakan perangkat lunak GAMIT-GLOBK untuk menghasilkan koordinat harian. Selanjutnya dengan menggunakan deret waktu harian, kami mengestimasi pergeseran akibat gempa Pasaman M6.1. Pergeseran sebesar 17 cm ke arah tenggara terjadi pada stasiun CPSM yang terletak 27 km dari epicenter gempa, sedangkan pada stasiun lainnya tidak ditemukan pergeseran yang signifikan. Pada komponen vertikal tidak ditemukan pergeseran yang signifikan menunjukkan bahwa gempa ini murni sesar geser. Hasil analisis dari rentetan foreshock dan aftershock dengan magnitudo lebih besar dari 4.5 menunjukkan bahwa pergeseran dari data harian tidak terkontaminasi oleh gempa-gempa susulan setelah gempa utama dikarenakan pengaruhnya yang tidak signifikan. Hasil perbandingan pemodelan menggunakan model half-space dan data stasiun CPSM menunjukkan adanya potensi deformasi susulan yang dipicu oleh postseismic beberapa jam setelah gempa ini terjadi. Pergeseran koseismik dari data hariannya ini tidak menutup kemungkinan terpengaruh juga deformasi lokal yang mungkin diakibatkan oleh pergerakan tanah
Pemanfaatan UAV dengan Sensor Kamera dan Lidar untuk Pemetaan Situs Cagar Budaya Kawasan Candi Prambanan
No full textKawasan Candi Prambanan merupakan situs warisan cagar budaya yang harus dirawat dan dilindungi keberadaannya. Wilayah yang dilintasi patahan tektonik aktif yaitu sesar Opak, membuat wilayah ini memiliki kerentanan yang tinggi terhadap kerusakan karena gempa bumi. Untuk mendukung pelestarian kawasan cagar budaya, diperlukan pendokumentasian kawasan cagar budaya yang dapat merekam kondisi objek dengan baik untuk kepentingan inventarisasi. Salah satu cara yang dapat dilakukan adalah memotret kawasan candi Prambanan dengan menggunakan teknologi UAV (Unmanned Aerial Vehicles). Semakin berkembangnya teknologi, UAV tidak hanya dapat membawa sensor kamera tetapi juga dapat membawa sensor LIDAR (Light Detection and Ranging). Penelitian ini dimaksudkan untuk mengetahui pemanfaatan teknologi UAV yang membawa sensor kamera dan LIDAR untuk pemetaan situs cagar budaya di kawasan Candi Prambanan dan mengetahui potensi hasil point cloud pengolahan data dari kamera dan LIDAR untuk pemodelan 3D. Hasil kajian menunjukkan bahwa pemotretan kawasan Candi Prambanan menghasilkan foto udara dengan tingkat ketelitian yang tinggi. Resolusi yang dihasilkan dari proses pemotretan udara kawasan Candi Prambanan adalah 8 mm. Foto udara tersebut dapat dimanfaatkan untuk pemetaan skala detail yaitu 1:1000 dengan ketelitian horizontal dan vertikal masuk ke dalam kelas 2. Hasil point cloud dari LIDAR dapat memberikan tampilan geometri 3 dimensi. Bagian atas candi yang tinggi menjulang dapat terekam dengan cukup baik, dimana point cloud dari hasil pengolahan foto udara kurang dapat terekam dengan baik. Point cloud dari LIDAR dan foto udara berpotensi untuk dapat membuat model 3 dimensi dengan teliti
Aplikasi Data SAR-Mode Level 2 Satelit Cryosat-2 untuk Pengamatan Inland Water di Danau Towuti
No full textData altimetri biasanya digunakan untuk penelitian di wilayah laut. Namun seiring berkembangnya teknologi, resolusi spasial satelit altimetri meningkat sehingga dapat digunakan untuk melakukan penelitian tentang perairan di wilayah darat. Pada penelitian ini bermaksud mengaplikasikan salah satu satelit altimetri yaitu CryoSat-2. Data yang digunakan adalah SAR Intermediate Level 2 untuk menentukan water level di Danau Towuti dengan cakupan waktu pengukuran tahun 2011 hingga 2018. Metode yang digunakan yaitu membandingkan data satelit altimetri dengan data in-situ. Hasil yang diperoleh menunjukkan bahwa data satelit altimetri CryoSat-2 dapat digunakan untuk menentukan water level di Danau Towuti dengan menghilangkan data outliner
Penentuan Batas Pengelolaan Wilayah Laut antara Provinsi Kepulauan Riau dan Provinsi Kalimantan Barat menurut Undang-Undang Nomor 23 Tahun 2014
No full textProvinsi Kepualauan Riau merupakan daerah yang berbatasan dengan provinsi Kalimantan Barat. Posisi dari kedua daerah tersebut adalah berhadapan dan dipisahkan oleh laut. Menurut undang-undang No. 23 Tahun 2014 batas pengelolaan laut daerah adalah seluas 12 mil laut diukur dari garis pantai terluar sebuah pulau. Sehingga apabila diukur sejauh 12 mil laut dari masing-masing daerah terjadi tumpang tindih pengelolaan wilayah laut antara Provinsi Kepulauan Riau dan Provinsi Kalimantan Barat. Penetapan batas wilayah diatur dalam Peraturan Menteri Dalam Negeri No.141 Tahun 2017. Dalam peraturan ini dijelaskan untuk menentukan batas pengelolaan laut yang posisi kedua daerah berhadapan adalah dengan median line. Dari hasil penelitian yang dilakukan, didapatkan hasil luas pengelolaan laut Provinsi Kepulauan Riau adalah seluas 108530.11 km2 dan luas pengelolaan laut Provinsi Kalimantan Barat adalah seluas 14.407 km2
Estimasi Potensi Gempa Tektonik di Wilayah Sesar Opak Berdasarkan Data Pengamatan GPS
No full textYogyakarta merupakan daerah ring of fire dengan adanya wilayah-wilayah subduksi lempeng tektonik. Kondisi ini mengakibatkan tingginya potensi gempa tektonik di daerah Yogyakarta. Seperti pada tahun 2006, telah terjadi gempa tektonik dengan skala 6,3 Mw di Yogyakarta dan menimbulkan dampak negatif. Gempa ini disebabkan oleh aktivitas Sesar Opak. Berdasarkan penelitian sebelumnya, segmen patahan Sesar Opak tidak semua melepaskan energi, sehingga dimungkinkan berpotensi menimbulkan gempa tektonik besar di masa yang akan datang. Oleh karena itu, penelitian ini bertujuan untuk mengenalisis dan mengestimasi potensi gempa tektonik di sekitar wilayah Sesar Opak berdasarkan data pengamatan GPS. Penelitian ini juga mengestimasi maximum magnitude dan periode perulangan maximum magnitude tersebut. Data yang digunakan dalam penelitian ini adalah data pengamatan GPS pada titik-titik pantau Sesar Opak sejumlah 11 buah dari tahun 2016, 2017, dan 2018. Data pengamatan GPS diolah dengan perangkat lunak GAMIT/GLOBK. Data diolah dengan membagi area menjadi sebelah Timur dan sebelah Barat Sesar Opak. Selanjutnya, dilakukan perhitungan estimasi maximum magnitude dan periode perulangan maximum magnitude. Hasil dari pengolahan data GPS menunjukkan bahwa resultan kecepatan pergeseran horizontal titik pantau Timur Sesar Opak lebih besar dari pada titik pantau Barat Sesar Opak. Hal ini dapat mengindikasikan Timur Sesar Opak lebih aktif dari pada Barat Sesar Opak. Adanya pergeseran aktif ini dapat menimbulkan potensi gempat tektonik dikemudian hari. Selain itu, hasil estimasi maximum magnitude yang dapat terjadi di wilayah Sesar Opak adalah 6,5 Mw dengan periode perulangan maximum magnitude selama ± 60 tahun pada Segmen Utara dan selama ± 130 tahun pada Segmen Selatan. Namun hasil perhitungan estimasi ini masih perlu disempurnakan dengan dengan menambahkan data lain seperti seismik multitemporal
Perbandingan Komponen Pasang Surut dengan Analisis Harmonik antara Satelit Altimetri Jason-2 dan Jason-3 dengan Stasiun Pasang Surut pada Perairan Jawa
No full textTeknologi satelit altimetri memiliki peran penting dalam studi oceanografi pada pengamatan pasang surut. Dalam penelitian ini digunakan satelit altimetri Jason-2 dan Jason-3 untuk menghitung SSH yang di interpolasikan diatas titik normal untuk menentukan 9 konstanta pasang surut di daerah perairan Jawa. Dalam penentuan konstanta pasang surut digunakan analisis harmonik metode Least Square dengan menerapkan frekuensi aliasing karena perbedaan interval waktu pengamatan. Hasil komponen pasang surut yang didapat dibuat Co-Tidal untuk mengetahui persebaran amplitudo dan fase komponen pasang surut. Kemudian dilakukan perbandingan dengan hasil komponen dari data pengamatan stasiun pasang surut, didapatkan RMSE paling besar yaitu sebesar 0.176 m pada komponen pasang surut P1 dan RMSE terkecil yaitu sebesar 0.018 m pada komponen pasang surut M4
Pemanfaatan Sistem Informasi Geografis dalam Penentuan Jalur Alternatif Menghindari Daerah Rawan Longsor (Studi Kasus: Kabupaten Pesisir Selatan, Sumatera Barat)
No full textAbstrak: Tanah longsor merupakan salah satu bencana alam yang cukup sering terjadi di Kabupaten Pesisir Selatan. Hal ini mengakibatkan kerugian yang cukup besar, diantaranya infrastruktur transportasi berupa jalan dimana salah satu aspek yang penting dan vital untuk mempercepat laju pembangunan nasional. Analisis ini dilakukan dengan cara perhitungan metode skoring dan pembobotan pada parameter-parameter penyebab tanah longsor dengan mengacu pada Katalog Metodologi Penyusunan Peta Geo Hazard milik Badan Informasi Geospasial, serta dilakukan analisis terhadap ruas jalan nasional yang akan terdampak bencana tanah longsor tersebut. Setelah itu dilakukannya penentuan jalur alternatif untuk menghindari bencana tanah longsor tersebut yang berbasiskan Sistem Informasi Geografis (SIG). Terdapat empat parameter utama dalam penentuan potensi tanah longsor dan penentuan jalur alternatif ini yakni tutupan lahan, curah hujan, geologi atau jenis tanah dan kemiringan tanah. Metode pengolahan dengan mempertimbangkan skor setiap kelas parameter dan pembobotan sebesar 20% tutupan lahan, 20% curah hujan, 30% jenis geologi, serta 30% kelerengan tanah akan didapatkan informasi potensi longsor dengan rentang 0,8-1,375 dikategorikan rendah, 1,375-1,95 kategori menengah, 1,95-2,525 untuk kategori tinggi dan rentang 2,525-3,1 untuk kategori sangat tinggi. Melalui hasil potensi tanah longsor tersebut, dilakukan penentuan jalur alternatif menggunakan proximity analysis berbasis SIG. Adanya peta potensi tanah longsor ini serta penentuan jalur alternatif ini dapat meningkatkan kewaspadaan pengguna jalan terhadap adanya potensi tanah longsor, serta rekomendasi pengalihan jalur apabila terjadi terputusnya akses jalan akibat bencana tanah longsor