Geoid (E-Journal)
Not a member yet
504 research outputs found
Sort by
Perbandingan Metode Koreksi Atmosfer Dark Spectrum Fitting Dan Exponential Extrapolation Untuk Citra Satelit Landsat 8
No full textPemanfaatan citra satelit dalam penelitian penginderaan jauh semakin banyak dilakukan. Hal tersebut didukung oleh ketersediaan data yang berlimpah dengan cakupan spasial, spektral, dan temporal, serta kemudahan akses untuk mendapatkannya. Data citra satelit perlu melewati proses koreksi atmosfer agar dapat digunakan untuk identifikasi objek di permukaan bumi berdasarkan informasi spektralnya. Koreksi atmosfer dilakukan untuk menghilangkan pengaruh atmosfer pada data penginderaan jauh yang direkam oleh sensor. Permasalahan terkait pengaruh atmosfer tersebut lebih sering ditemukan pada perairan keruh. Kondisi perairan keruh ini banyak ditemukan pada danau, sungai, dan wilayah pesisir pantai. Oleh karena itu, penelitian dilakukan di Danau Matano dan Towuti, Danau Kasumigaura, dan perairan Pulau Poteran. Penelitian ini membandingkan dua metode koreksi atmosfer yaitu Exponential Extrapolation (EXP) dan Dark Spectrum Fitting (DSF). Data citra satelit yang digunakan adalah citra satelit Landsat 8. Hasil dari olahan kedua metode akan dibandingkan dengan data in situ berupa reflektan permukaan dan konsentrasi klorofil-a. Uji korelasi digunakan untuk mengetahui tingkat keeratan kedua metode tersebut. Hasil penelitian ini menunjukkan bahwa metode DSF memiliki hasil yang lebih baik dengan diperoleh hasil korelasi reflektan permukaan dengan nilai 0,905 untuk Danau Matano Towuti, 0,916 untuk Perairan Pulau Poteran, dan 0,973 untuk Danau Kasumigaura. Sedangkan untuk metode EXP dihasilkan nilai korelasi sebesar 0,905 untuk danau Matano Towuti, tidak terdefinisi untuk Perairan Pulau Poteran, dan 0,975 untuk Danau Kasumigaura. Hasil dari reflektan permukaan akan mempengaruhi nilai estimasi persebaran klorofil-a. Pengaruh ini dapat dilihat dari hasil perolehan hasil NMAE. Untuk metode DSF nilai NMAE berturut-turut sebesar 259,955%, 93,258%, dan 40,326%. Sedangkan untuk metode EXP berturut-turut sebesar 259,955%, tidak terdefinisi, dan 36,500%
Analisis Kesesuaian Peta Bidang Tanah Tersertifikat dengan Wajib Pajak untuk Penentuan Potensi Pendapatan Asli Daerah (PAD) (Studi Kasus : Desa Bungurasih)
No full textMenurut Undang-Undang Nomor 28 Tahun 2009 tentang Pajak Daerah dan Retribusi Daerah menyebutkan bahwa Pemerintah Daerah berhak melakukan penarikan Pajak Bumi dan Bangunan dalam rangka untuk mendapatkan Pendapatan Asli Daerah (PAD). Namun, data persil tanah yang dimiliki oleh Kantor Pertanahan Kabupaten Sidoarjo berbeda dengan data wajib pajak yang dimiliki oleh pemerintah desa. Pada penelitian kali ini dilakukan analisis kesesuaian antara persil tanah yang dimiliki Badan Pertanahan Nasional (BPN) dengan data wajib pajak dimiliki oleh Badan Pelayanan Pajak Daerah (BPPD) Kabupaten Sidoarjo dengan cara melakukan overlay terhadap peta persil tanah dengan peta desa. Kemudian dengan melakukan pembuatan zona nilai tanah terlebih dahulu, dapat diketahui potensi PAD yang dapat dihasilkan dari persil tanah yang belum memeiliki identitas pajak. Hasil analisis menunjukkan bahwa pada zona dengan persil yang teratur dan ruko memiliki tingkat kesesuaian yang tinggi yaitu Perumahan DPU dengan 56 persil tanah dan 53 wajib pajak, Wisma Bungurasih dengan 302 persil tanah dan 320 wajib pajak, dan Ruko Taman Bungurasih dengan 70 persil tanah dan 71 wajib pajak. Lalu, pada zona dengan persil yang tidak teratur memiliki tingkat kesesuaian yang rendah yaitu Bungurasih Utara dengan 38 persil tanah dan 204 wajib pajak dan Bungurasih Dalam dengan 13 persil tanah dan 37 wajib pajak. Kemudian, untuk potensi PAD yang dapat dihasilkan adalah Rp 1.114.461,60 dari 6 persil tanah di Perumahan DPU dan Wisma Bungurasih yang tidak memiliki informasi pajak
Analisis Potensi Tanah Longsor Menggunakan Sistem Informasi Geografis dan Analytical Hierarchy Process (AHP) (Studi Kasus: Kecamatan Songgon, Kabupaten Banyuwangi)
No full textTanggal 22 Juni 2018 terjadi bencana banjir bandang yang disebabkan oleh tanah longsor di kawasan lereng Gunung Raung di Kecamatan Songgon. Bencana ini menyebabkan ratusan orang mengungsi dan merusak 328 unit rumah. Adanya bencana tersebut, diperlukan analisis terhadap penyebab terjadinya tanah longsor serta melakukan pencegahan dan mitigasi dengan pemetaan potensi tanah longsor. Penelitian ini menggunakan metode analisis Sistem Informasi Geografis (SIG) dan pembobotan Analytical Hierarchy Process (AHP) dengan narasumber pegawai Badan Penanggulangan Bencana Daerah Kabupaten Banyuwangi dan Dosen Teknik Geofisika ITS. Parameter penyebab tanah longsor yang digunakan mengacu pada Permen PU No. 22/PRT/M/2007, parameter tersebut antara lain kemiringan lereng, kondisi tanah, batuan penyusun lereng, kondisi hidrologi, curah hujan, kerentanan gerakan tanah dan tutupan lahan. Hasil dari penelitian ini didapatkan bahwa dengan metode AHP, kerentanan gerakan tanah mempunyai pengaruh lebih besar terhadap tanah longsor dengan bobot sebesar 34%, diikuti dengan parameter lain yaitu kemiringan lereng 17%, jenis tanah 14%, curah hujan 14%, jenis batuan 12%, kerapatan sungai 5% dan tutupan lahan 4%. Selanjutnya, didapatkan tiga kelas potensi tanah longsor yaitu potensi rendah sebesar 9.527,09 Ha, potensi sedang sebesar 8.410,19 Ha dan potensi tinggi sebesar 3.283,23 Ha dengan daerah yang berpotensi tinggi terhadap potensi tanah longsor yaitu Desa Bayu dan Desa Sumberarum di Kecamatan Songgon.On June 22 2018, there was a flash flood disaster caused by landslides on the slopes of Mount Raung in Songgon Sub-District. This disaster caused hundreds of people to flee and damaged 328 housing units. The existence of this disaster requires an analysis of the causes of landslides as well as prevention and mitigation by mapping the potential for landslides. This research uses Geographical Information System (GIS) analysis method and weighting of Analytical Hierarchy Process (AHP) with the resource persons of the Banyuwangi Regional Disaster Management Agency and Geophysical Engineering lecturers-ITS. The parameters that cause landslides used refer to Permen PU No. 22 / PRT / M / 2007, these parameters include slope, soil conditions, rock making up slopes, hydrological conditions, rainfall, soil movement vulnerability and land cover. The results of this study found that with the AHP method, soil movement susceptibility has a greater effect on landslides with a weight of 34%, followed by other parameters, namely 17% slope, 14% soil type, 14% rainfall, 12% rock type. , 5% river density and 4% land cover. Furthermore, three classes of landslide potential were obtained, namely low potential of 9,527.09 hectares, medium potential of 8,410.19 hectares and high potential of 3,283.23 hectares with areas that have high potential for landslides, namely Bayu Village and Sumberarum Village in Songgon Sub-District
Analisis Tinggi Muka Air Laut Menggunakan Receiver Multi-Frekuensi dan Multi-GNSS di Perairan Sulawesi
No full textPasang surut air laut merupakan variasi vertikal muka air laut. Pasang surut air laut merupakan salah satu komponen penting dalam survei batimetri. Pada survei batimetri secara umum, pengamatan pasang surut air laut dilakukan dengan menggunakan rambu pasut di lokasi survei batimteri. Seiring berkembangnya teknologi, penggunaan Global Navigation Satellite System (GNSS) semakin memungkinkan dalam survei batimetri. Selain dalam penentuan posisi horisontal, GNSS juga dapat digunakan untuk menentukan posisi vertikal. Salah satu sistem GNSS yang akurat saat ini adalah Quasi-Zenith Satellite System (QZSS) milik Jepang. Sistem ini memiliki satelit yang selalu mengorbit di sebagian wilayah Indonesia sehingga akan memberikan layanan pemosisian satelit yang sangat akurat. Pada penelitian ini, data pengamatan diperoleh dari receiver multi-frekuensi dan multi-GNSS. Receiver tersebut dapat menerima sinyal dari sistem QZSS. Data pengamatan tersebut kemudian dibandingkan dengan model prediksi pasang surut milik Badan Informasi Geospasial (BIG). Selanjutnya, dilakukan analisis untuk melihat tingkat kesalahan pola yang dihasilkan dari kedua data tersebut. Uji tingkat kesalahan dilakukan dengan perhitungan Root Mean Square Error (RMSE). Hasil penelitian ini menunjukkan bahwa nilai RMSE maksimum dan minimum pada perbandingan pengamatan pasut QZSS dan prediksi pasut BIG masing-masing sebesar 2,317 m dan 0,176 m dari total 11 hari pengamatan. RMSE maksimum terjadi pada 10 Agustus 2019 dan minimum pada 9 Agustus 2019. Selain pada tanggal 9 Agustus 2019, hasil yang baik juga diperoleh pada tanggal 8, 12, 14, 15, dan 16 Agustus 2019 dengan nilai RMSE kurang dari setengah meter.Tide is a vertical variation of sea level. The tide of seawater is an essential component of a bathymetric survey. In general, tide observations are carried out by using tide poles at the survey site for bathymetry. As technology has developed, the use of the Global Navigation Satellite System (GNSS) has become increasingly possible in bathymetric surveys. Apart from determining the horizontal position, GNSS can also be used to determine the vertical position. One of the most accurate GNSS systems today is Japan's Quasi-Zenith Satellite System (QZSS). This system has satellites that are always orbiting in parts of Indonesia so that it will provide highly accurate satellite positioning services. In this study, observational data were obtained from multi-frequency and multi-GNSS receivers. The receiver can receive signals from the QZSS system. The observational data are then compared with the Geospatial Information Agency (BIG)'s tidal prediction model. Furthermore, an analysis was carried out to see the pattern error rate resulting from the two data. Error level test is done by calculating Root Mean Square Error (RMSE). This study's results indicate that the maximum and minimum RMSE values in the comparison of QZSS tidal observations and BIG tidal predictions are 2.317 m and 0.176 m, respectively, from a total of 11 observation days. The maximum RMSE occurred on 10 August 2019 and the minimum on 9 August 2019. Apart from 9 August 2019, good results were also obtained on 8, 12, 14, 15, and 16 August 2019 with an RMSE value of less than half a meter
Pemanfaatan Data LiDAR dan Foto Udara untuk Pemodelan Kota Tiga Dimensi (Studi Kasus: Wilayah Surabaya Barat)
No full textKebutuhan informasi geospasial tiga dimensi (3D) untuk wilayah kota sangatlah penting mengingat kota sebagai pusat kegiatan dengan jumlah bangunan dan infrastruktur yang banyak dan memiliki karakteristik data geospasial yang multi obyek, multi struktur dan bermacam jenis (heterogenitas). Informasi visualisasi data geospasial 3D dapat digunakan sebagai dasar dalam pengambilan keputusan terkait dengan keberlangsungan perencanaan, pembangunan dan operasional infrastruktur di wilayah kota. Dalam membuat 3D city model tentu diperlukan data-data yang mendukung seperti data ketinggian, footprint bangunan, titik vegetasi, dan jaringan jalan. Data tersebut dapat diperoleh dari LiDAR (Light Detection and Ranging) dan foto udara. LiDAR digunakan untuk informasi ketinggian dan foto udara digunakan untuk memodelkan atap. Salah satu metode yang dapat digunakan untuk membuat kota tiga dimensi adalah metode semi-automatis. Metode ini memodelkan seluruh kota menggunakan sistem yang dapat menumbuhkan jaringan. Jaringan dapat diatur dalam beberapa menit dengan proses otomatisasi tetapi jika pengguna ingin diubah, dapat dilakukan secara manual. Hasil yang didapatkan adalah didapatkan lima tipe atap pada lokasi penelitian, yaitu pelana (gable), limas (hip), datar (flat), kubah (dome), dan mansard. Tipe atap yang dominan adalah tipe datar, pelana, dan limas. Sedangkan tipe kubah dan mansard hanya sebagai pelengkap. Jika ditinjau dari tingkat kesulitannya, gedung tinggi jenis apartemen adalah tipe bangunan yang sulit untuk dimodelkan. Kemudian perumahan dan yang paling mudah dimodelkan adalah permukiman. Tingkat kesulitan diukur berdasarkan kompleksitas atap masing-masing bangunan. Kesalahan yang terjadi dalam pemodelan berasal dari kurang atau lebihnya segmentasi atap. Hal ini bisa diatasi dengan mengulang segmentasi atap menggunakan foto udara. Ketelitian geometri keliling yang dihasilkan sebesar 0,92 m dari toleransi sebesar 2 m. Ketelitian luas yang dihasilkan sebesar 0,34% kesalahan luas dari toleransi 2%. Sedangkan ketelitian level of detail (LOD) level 2 sebesar 86,07% dari toleransi 85%. Hal ini menunjukkan bahwa model yang dihasilkan dapat diterima.The need for three-dimensional geospatial information (3D) for urban areas is very important considering the city as a center of activity with a large number of buildings and infrastructure and has the characteristics of multi-object geospatial data, multi-structure and various types (heterogeneity). 3D geospatial data visualization information can be used as a basis for decision making related to the sustainability of planning, construction, and operational infrastructure in urban areas. To establish a 3D city model, supporting data such as elevation, building footprint, vegetation point, and road network are needed. The data can be obtained from LiDAR (Light Detection and Ranging) and aerial photography. LiDAR is used for height information and aerial photography is used to model the roof. One method that can be applied to create three-dimensional cities is the semi-automatic method. This method models the entire city using a system to grow the network. The network can be set up in minutes with the automation process but if the user wants to modify, it can be done manually. The results obtain five types of roofs at the study site, namely the gable, hip, flat, dome, and mansard. The dominant roof types are flat, gable, and hip types. While the type of dome and mansard is only as a supplement. Regarding the level of difficulty, a high-rise apartment is a type of building that is difficult to model. The next difficulty of roof modelling is housing then settlement. The difficulty level is determined based on the complexity of the roof of each building. Errors occuring in modeling come from less or more roof segmentation. This can be overcome by repeating the segmentation of the roof using aerial photographs. The accuracy of the geometry accuracy of circumference is 0.92 m from 2 m. The error of area geometry is about 0.34%, with error tolerance of 2%. While the accuracy of the level of detail (LOD) 2 is 86.07%, with a tolerance of 85%. This reveals that the model provided by this study can be accepted
ANALISIS BATIMETRI SUNGAI SERANG UNTUK MENDUKUNG PENGEMBANGAN INFRASTRUKTUR YOGYAKARTA
No full textOne criteria of a good infrastructure is to connect land, sea, and air transportation routes. To support good infrastructure in Yogyakarta, the development of Tanjung Adikarto port, located close to New Yogyakarta International Airport, is needed. Instead of having a good port infrastructure, Tanjung Adikarto Port experience sedimentation due to various factors. One of them is sediment carried by Serang River. Therefore, this study aims to analyze Serang River bathymetry and interpolate location of sedimentation in Serang River.
The method of bathymetry analysis used is by testing the accuracy of the depth measurement data and interpolate the sedimentation location based on the transverse and longitudinal profile of the Serang River. In addition, Serang River tidal data analysis was also carried out and development problems in Tanjung Adikarto Port is also evaluated.
The results of this study indicate that the tides still affect the dynamics of the Serang River up to about 1 km from the Tanjung Adikarto Port breakwater area. According to IHO standards, Serang River depth measurement data classified as Order 1, while sedimentation occur in the river bank area and around the entrance of Tanjung Adikarto Port. As for infrastructure development problem, Tanjung Adikarto Port sedimentation problem might be caused by breakwater conditions. However, this may requires further study
PEMBUATAN WEBGIS ZONA NILAI TANAH UNTUK PENGHITUNGAN BPHTB SERTA PPH DALAM JUAL BELI TANAH DAN/ATAU BANGUNAN MENGGUNAKAN GOOGLE MAPS API (STUDI KASUS: KOTA SOLOK, PROVINSI SUMATERA BARAT)
No full textSolok has a central role in supporting the economical sector of Solok’s citizens and Solok District in general. This role causes Solok City experience the increasing number of population every year. The increasing number of residents effects the increasing needs of houses that Tax Object Selling Value (called as NJOP) in Solok City. NJOP which is processed in such ways can be visualized into a map of land value zone. NJOP is used as the basis for determining the amount of tax value, one of which is the Fee for Acquisition of Land and Building Rights (called as BPHTB) and Income Tax (called as PPh) in the sale and purchase of land and/or buildings. This study aims to facilitate local governments in updating NJOP data which will be used in calculating BPHTB and PPh values and facilitating the public and PPAT / Notaries in knowing the BPHTB and PPh values that must be paid when buying or selling land and/or buildings. From this study it was found that WebGIS of land value zones that have been created can be used to calculate BPHTB and PPh, update NJOP data, and show tax calculation results in PDF form that are ready to be printed. The percentage of system feasibility for usability test is 80.38% with a proper predicate and conducting portability test by accessing webGIS zone of Solok City land value in ten web browsers and successfully ran
ANALISIS PENGARUH PERUBAHAN PENGGUNAAN LAHAN TERHADAP DEBIT LIMPASAN PADA DAERAH ALIRAN SUNGAI BONDOYUDO KABUPATEN LUMAJANG DENGAN METODE RASIONAL
No full textFloods is an overflowing of a large amount of water on rainy seasons. Bondoyudo watershed is one of the most flood-prone area in Lumajang district. This research use rational method for calculate the surface runoff in each research areas. The formula is : Q = 0,278 CIA. From this research, based on rational method, flooded areas are Rowokangkung sub-district, Jatiroto sub-district, and Kedungjajang sub-district. In 2002, Rowokangkung sub-district and Kedungjajang sub-district ad excess runoff discharge as 3,65 m3/s and 2,23 m3/s. In 2010, Rowokangkung, Kedungjajang, and Jatiroto sub-district had excess runoff discharge as 3,72 m3/s, 2,42 m3/s, and 0,35 m3/s. In 2018, Rowokangkung, Kedungjajang, and Jatiroto sub-district had excess runoff discharge as 3,74 m3/s, 2,54 m3/s, 0,39 m3/s. he value of the effect of land use change on runoff discharge is calculated based on multiple linear regression and generated from the calculation of the coefficient of determination. The value of determination coefficient for Rowokangkung Sub-district, Kedungjajang Sub-district, and Jatiroto Sub-district are 92.5%, 93.1%, and 92.4%
PERHITUNGAN INTENSITAS GEMPA BUMI BERDASARKAN NILAI PGA (PEAK GROUND ACCELERATION) MENGGUNAKAN DATA GEMPA BUMI MULTI-EVENT (STUDI KASUS: KABUPATEN PANDEGLANG, BANTEN)
No full textPandeglang Regency is located in the southern coast of Java Island which is adjacent to the megathrust subduction zone. This zone originates from the meeting of the Indo-Australian Plate which is subducted under the Eurasian Plate. So that it can cause frequent earthquakes due to the movement of the plunging plates. Other than that, Pandeglang Regency is also bordered by the Sunda Strait in the western part where the region has Mount Krakatau which has the potential to cause earthquakes due to volcanic eruptions. For this reason, an analysis of the calculation of earthquake intensity in Pandeglang Regency is needed as an initial step in disaster mitigation. This process uses multi-event earthquake data in the period of 2010 - 2018 and using the earthquake intensity calculation method which is calculated based on the PGA (Peak Ground Acceleration). The range of earthquake intensity in Pandeglang Regency is V - VII MMI with the largest percentage (91.463%) is VI MMI with area of 2513,526 km 2 . While the smallest percentage (0.301%) is V MMI with area of 8.27 km 2 . Districts in Pandeglang Regency which have the highest intensity of earthquakes are Angsana, Cibitung, Cimanggu, Pagelaran, Panimbang, Patia, Sindangresmi, Sobang, and Sukaresmi Districts
Identifikasi Fitur Dasar Laut Menggunakan Data Multibeam Echosounder (Studi Kasus: Perairan Utara Papua)
No full textIndonesia merupakan negara yang memiliki wilayah laut yang luas dengan topografi yang bervariasi. Proses identifikasi topografi membutuhkan teknologi dan pengetahuan terbaru. Untuk dapat mengidentifikasi fitur dasar laut diperlukan penelitian menggunakan teknologi akustik berupa multibeam echosounder sehingga dapat dibuat model kondisi bawah air. Pemetaan detail dasar laut ini memungkinkan untuk menghasilkan gambaran topografi bawah laut yang lebih jelas. Dalam penelitian ini dilakukan identifikasi mengenai keberadaan pegunungan bawah laut di lautan Utara Papua. Data yang digunakan dalam penelitian ini berasal dari survei batimetri menggunakan multibeam echosounder yang dihasilkan oleh Badan Informasi Geospasial (BIG) bekerja sama dengan Badan Pengkajian dan Penerapan Teknologi (BPPT) pada tahun 2019. Data yang diambil untuk mengoreksi data multibeam echosounder adalah SVP Data (Sound velocity profiler). Penelitian ini dilakukan di lautan bagian Utara Papua yang terbagi menjadi dua lokasi. Hasil identifikasi di lokasi pertama (Lokasi A) menunjukkan luas wilayah 57.666 km² dengan ketinggian 1.978 meter. Objek tersebut terletak kedalaman minimum 1.164 meter dan kedalaman maksimum 3.142 meter. Sedangkan pada lokasi kedua (Lokasi B), ditemukan objek yang memiliki luas sebesar 81,134 km², pada kedalaman minimum 1.997 meter, kedalaman maksimum 3.056 meter, dan memiliki ketinggian 1.059 meter. Hasil identifikasi kedua objek menunjukkan bahwa ketinggian kedua objek tersebut lebih dari 1.000 m, sehingga keduanya dapat dikategorikan sebagai gunung bawah laut atau seamount.
Indonesia is a country that has vast sea territory with varied topograph. The topographic identification process requires the latest technology and knowledge. To be able to identify the existence of seabed features, research is needed using acoustic technology in the form of a multibeam echosounder so that models of underwater conditions can be made. This detailed mapping of the seabed is possible to produce a clearer underwater topographic picture. In this study, identification was carried out regarding the existence of undersea mountains in Papua's northern ocean. The data used in this study came from a bathymetry survey using the multibeam echosounder produced by the Badan Informasi Geospapsial (BIG) in collaboration with the Badan Pengkaji dan Penerapan Teknologi (BPPT) in 2019. The data taken to correct the multibeam echosounder data are SVP (Sound velocity profiler) data. This research was conducted in the northern ocean of Papua which is divided into two locations. Based on the identification, the first location (A) has an area of 57,666 km² with 1,978 meters of height. This object is located at a minimum depth of 1,164 meters and a maximum depth of 3,142 meters. At the second location (B) were found an object with an area of 81,134 km², at a minimum depth of 1,997 meters, a maximum depth of 3,056 meters. The height of this object is 1,059 meters. Based on the results these two objects have more than 1,000 meters of height, thus the object can be categorized as an undersea mountain or seamount