Geoid (E-Journal)
Not a member yet
504 research outputs found
Sort by
Cloud Geospasial Self-Managed Services untuk Katalog Data Seismik dan Nonseismik Migas PT Pertamina Hulu Energi
No full textPT Pertamina Hulu Energi (PHE) sebagai perusahaan holding yang mempunyai 52 Anak Perusahaan Hulu memerlukan teknologi terkini dalam melakukan manajemen data. Salah satu manajemen data yang dilakukan untuk kegiatan evaluasi pematangan propsek migas berupa data seismik dan nonseismik. Permasalahan yang terjadi adalah data-data tersebut masih berupa laporan kertas dan spreadsheet yang kompleks. Kondisi tersebut akan menyulitkan analyst di PT Pertamina Hulu Energi untuk mengintegrasikan dan meninjau kembali data-data tersebut. Oleh karena itu pada penelitian ini akan memanfaatkan cloud geospasial self-managed services untuk katalog data seismik dan nonseismik. Pengumpulan data seismik dan nonseismik akan disesuaikan sesuai standar yang ada. Kemudian katalog data seismik dan nonseismik masuk ke perangkat lunak sistem informasi geografis untuk dilakukan publish data ke cloud geospasial yang bersifat online. Dari sistem online tersebut akan dikembangkan aplikasi untuk menunjang manajemen katalog data seismik dan nonseismik berupa web app, operations dashboard, dan story maps. Web app berguna untuk menampilkan web map, dan melakukan query. Operations Dashboard berguna untuk menampilkan infografik progress pengisian data. Story maps berguna untuk melihat ringkasan singkat hasil studi nonseismik. Dalam penerapannya sistem cloud geospasial akan berfungsi sebagai storage pengumpulan data yang bisa dilakukan update secara berkala dan hanya dapat diakses oleh PT Pertamina Hulu Energi.PT Pertamina Hulu Energi (PHE) as a holding company that has 52 upstream subsidiaries requires the latest technology in data management. One of the data management carried out to evaluate oil and gas prospects is in the form of seismic and nonseismic data. The problem is that the data is still in the form of paper-based reports and complex spreadsheets. This condition will make it difficult for analysts at PHE to integrate and review these data. Therefore, this research will utilize geospatial cloud self-managed services for seismic and nonseismic data catalogs. Seismic and nonseismic data collection will be adjusted according to standards. Then the seismic and nonseismic data catalogs enter the geographic information system software to publish data to the online geospatial cloud. From this online system, an application will be developed to support management of seismic and nonseismic data catalogs likes a web app, operations dashboard, and story maps. Web app is useful for displaying web maps, widgets, and performing queries. Operations Dashboard is useful for displaying infographics of data entry progress. Story maps are useful for viewing a brief summary of the results of a nonseismic study. In its application, the geospatial cloud system will function as data collection storage that can be updated regularly and can only be accessed by PHE
Analisis Pemodelan Arus Geostropik di Perairan Indonesia menggunakan Data Satelit Altimetri
No full textStudi ini bertujuan untuk menentukan dan menganalisis arus geostropik terhadap indeks ENSO dan indeks musim. Lokasi studi ini terletak di sekitar lautan Indonesia dengan koordinat 20 ° N - 20 ° S dan 90 ° E - 150 ° E. Altimetri data satelit Jason Series sangat berguna sebagai penyedia data laut global, termasuk informasi tentang arus laut permukaan dan dinamika permukaan laut. Untuk menentukan arus geostropik, kami menggunakan algoritma geostropik dan metode analisis menggunakan koefisien korelasi hasil antara parameter penelitian dengan nilai indeks. Analisis temporal dan spasial menggunakan Matlab dan ArcMap untuk memvisualisasikan parameter yang diperoleh. Hasil penelitian ini menunjukkan bahwa korelasi antara anomali permukaan laut (SLA) dengan Multivariate ENSO Index (MEI) menunjukkan nilai negatif, menunjukkan bahwa SLA memiliki kondisi yang berlawanan dengan fenomena ENSO. El Nino yang kuat terjadi pada tahun 2015 dan La Nina terjadi pada tahun 2010. Perbedaan SLA tidak mempengaruhi arah arus geostropik tetapi mempengaruhi kecepatannya. Korelasi arus geotropik komponen zonal dengan AUSMI adalah 0,720 dan WNPMI adalah 0,446. Ini berarti bahwa arus geostropik memiliki arah yang sama dengan aliran angin musim.This research aims to determine and analyze the geostrophic current towards the monsoon index and the ENSO index . The location of this research is around Indonesian seas with coordinates of 20 ° N - 20 ° S and 90 ° E - 150 ° E. Jason Series altimetry satellite data is very useful as a provider of data on global marine affairs, including information about sea surface and sea level currents. To determine the geostrophic current, we used the geostrophic algorithm and the method of analysis used the coefficient correlation of the results between the research parameters with the index. Temporal and spatial analysis using Matlab and ArcMap to visualize the parameters which is obtained. The results of this study indicate that the corelation between Sea Level Anomalies (SLA) to the Multivariate ENSO Index (MEI) shows the negative value. It means that SLA at Indonesian seas have opposite condition. The strong El Nino occurred in 2015 and La Nina occurred in 2010. The SLA difference does not affect the direction of geostrophic current but affect its velocity. The correlation of zonal component geotrophic current to AUSMI 0,720 and WNPMI is 0,446. That means the geostrophic current have the same direction with the wind flow respectively at the moonson season
OPTIMASI PENGGUNAAN SEDIMENT TRAP PADA ALUR PELAYARAN BARAT SURABAYA MENGGUNAKAN PEMODELAN TRANSPOR SEDIMEN (STUDI KASUS: ALUR PELAYARAN BARAT SURABAYA, JAWA TIMUR)
No full textTanjung Perak Port is one of the largest ports in Indonesia that is quite strategic for economic development and sea transportation. The handling of shipping lanes is needed so that ship traffic remains stable. The research location in Alur Pelayaran Barat Surabaya with 3 different conditions namely Pre-Survey, Post-Survey condition 1 has a sediment trap and Post-Survey condition 2 has no sediment trap. Research uses 3D modeling to see hydrodynamic activity. The results of modeling are current patterns, which will influence the pattern of sediment distribution in the study area. The model is formed based on the parameters of tides, river discharge, and wind in the study area. Tidal Pre-Survey has a value of RMSE and MAE of 0.0307 meters and 0.0244 meters with a current of 0.3 m/s. Post-Survey condition 1 has a value of 0.0336 meters and 0.0276 meters with a current of 0.2 m/s. Post-Survey condition 2 has a value of 0.0563 meters and 0.0289 meters with a current of 0.4 m/s. The pattern of sediment distribution between Post-Survey conditions 1 and condition 2 has the same dominant value starting from -0.005 meters to 0.0175 meters. Maximum value of condition 1 is 0.072 meters while condition 2 is 0.062 meters in sediment trap area. Even though condition 1 has a maximum value greater than condition 2, it occurs at just a few points
Delimitasi Batas Pengelolaan Laut menurut Permendagri Nomor 141 Tahun 2017 (Studi Kasus: Provinsi Maluku Utara)
No full textTerbentuknya Peraturan Menteri Dalam Negeri Republik Indonesia Nomor 141 Tahun 2017 tentang Penegasan Batas Daerah yang mengacu kepada Undang – Undang Nomor 23 Tahun 2014. Sehinga ketentuan tersebut merupakan pedoman dalam penentuan delimitasi batas. Secara geografis Provinsi Maluku Utara memiliki pulau – pulau yang saling berdekatan dengan berbagai ukuran tipe, dengan mengesampingkan faktor sosial budaya Provinsi Maluku Utara dapat dikatakan sebagai provinsi yang berciri kepulauan. Provinsi Maluku Utara berbatasan langsung dengan Provinsi Papua Barat jarak antara kedua Provinsi tersebut kurang dari 24 mil maka dari itu perlu diadakan delimitasi batas wilayah pengelolaan laut. Penelitian ini bertujuan untuk menentukan luas wilayah pengelolaan laut dan batas wilayah pengelolaan laut Provinsi Maluku Utara. Dalam penelitian ada dua baseline yang digunakan, yaitu Normal Baseline menurut Permendagri No.141/2017 dan Archipelagic Baseline berdasarkan Rancangan Undang – Undang (RUU) tentang Percepatan Pembangunan Daerah Kepulauan. Hal ini yang menyebabkan perbedaan penarikan batas pengelolaan laut pada kedua Provinsi yang mengakibatkan perubahan pada luas wilayah pengelolaan laut. Perubahan pada baseline mengakibatkan perubahan point – point yang digunakan dalam pembentukan thieseen polygon. Hal ini yang menyebabkan perbedaan penarikan batas pengelolaan laut pada kedua Provinsi. Perbedaan kedua baseline ini akan menentukan wilayah pengelolaan laut. Luas wilayah pengelolaan laut Provinsi Maluku Utara dengan menggunakan normal baseline sebesar 88.743,06 km2, sedangkan dengan menggunakan archipelagic baseline berdasarkan RUU sebesar 152.958,92 km2. Penelitian ini diharapkan menjadi referensi terkait penegasan kewenangan pengelolaan laut daerah bagi pemerintah daerah maupun instansi yang berwenang dan memberikan alternatif penegasan batas daerah di Provinsi Maluku Utara.Establishment Permendagri No. 141 year 2017 on the affirmation of regional boundaries referring to Undang – Undang No. 23 year 2014. These provisions are guidelines in determining boundary delimitation. Geographically, the province of North Maluku has islands that are adjacent to various types of type, by putting aside the socio-cultural factors of North Maluku Province can be said to be an archipelago-characterized province. North Maluku Province is directly adjacent to West Papua province the distance between the two provinces is less than 24 miles hence it is necessary to place the delimitation of the boundary of the Sea management area. This research aims to determine the area of marine management and boundaries of the Sea management region of North Maluku province. In this study, there are two baselines used, namely normal baseline according to Permendagri No.141 / 2017 and archipelagic baseline according to Rancangan Undang – Undang (RUU). Changes to the baseline result in point-point changes used in the Thieseen polygon formation. This led to the difference in the withdrawal of sea management boundaries in both provinces which resulted in a change in the area of marine management. These two baseline differences will determine the area of marine management. The area of marine management in North Maluku Province using the normal baseline is 88,743.06 km2 while using the archipelagic baseline based on RUU is 152,958.92 km2. This research is expected to be a reference to the affirmation of regional marine Management Authority for local government and authorized agencies and provide an alternative to an affirmation of regional boundaries in North Maluku province
Studi Pembuatan DTM Menggunakan Metode Slope Based Filtering dan Grid Based Filtering (Studi Kasus: Kelurahan Wonokromo Dan Lontar, Kota Surabaya)
No full textDigital Terrain Model (DTM) merupakan model medan digital yang memuat informasi ketinggian permukaan tanah (bare earth surface) tanpa terpengaruh oleh vegetasi atau fitur buatan manusia lainnya, sedangkan Digital Surface Model (DSM) merupakan representasi permukaan bumi yang memuat lebih banyak informasi ketinggian termasuk semua objek yang berada di atas permukaan bumi seperti vegetasi, gedung, dan fitur lainnya. Perlu dilakukan percepatan dalam penyediaan informasi geospasial, dalam hal ini DTM sebagai unsur pembentuk peta topografi skala besar. Untuk itu diperlukan metode pembentukan DTM yang lebih efektif. Sehingga tujuan pada penelitian ini adalah mengkaji metode yang dapat menghasilkan DTM secara otomatis dan menghasilkan DTM turunan yang mendekati akurat. Pada penelitian ini metode yang digunakan untuk dikaji yaitu Slope Based Filtering (SBF) atau metode penyaringan berbasis lereng dan Grid Based Filtering (GBF) atau Metode Penyaringan Berbasis Grid. Terdapat dua daerah yang diteliti. Pada area pertama yaitu lokasi yang memiliki karakteristik daerah padat penduduk sehingga terdapat banyak bangunan yang saling berhimpit, area tersebut berlokasi di Kelurahan Wonokromo, Surabaya Selatan. Pada area kedua yaitu lokasi yang memiliki karakteristik terbuka, sedikit pemukiman dan banyak medan datar dan kosong, area tersebut berlokasi di Kelurahan Lontar, Surabaya Barat. Hasil data dari kedua metode tersebut kemudian dibandingkan terhadap DTM Stereoplotting yang digunakan sebagai referensi. Perbandingan tersebut berupa geomorfologi atau visualisasi, dan ketelitian geometri vertikal. Hasil dari penelitian ini menunjukkan metode Slope Based Filtering memiliki keakuratan yang lebih tinggi dibandingkan dengan Grid Based Filtering. Hal tersebut dibuktikan oleh hasil klasifikasi pengolahan data menggunakan delapan parameter pada masing-masing metode. Rata-rata RMS Error yang diperoleh di Wonokromo lebih kecil yaitu 0,605 meter dibandingkan dengan Kelurahan Lontar sebesar 1,605 m. Kelurahan Wonokromo memiliki rata-rata skala ketelitian peta 1: 2.500 sedangkan Kelurahan Lontar memiliki rata-rata kelas ketelitian peta 1: 5.000. Secara visual geomorfologi yang dihasilkan dari metode SBF lebih halus dibandingkan dengan GBF yang masih kasar.
Digital Terrain Model (DTM) is a digital terrain model that only contains ground level information (bare earth surface) without being affected by vegetation or other man-made features. While Digital Surface Model (DSM) is a representation of the earth's surface that contains more height information including all objects that are located on the surface of the earth such as vegetation, buildings, and other features. It is necessary to accelerate the provision of geospatial information, in this case DTM as an element of forming large-scale topographic maps. For this reason, a more effective DTM formation method is needed. The study was conducted to examine methods that can produce DTM automatically, in order to obtain a fast and efficient mapping method. In this study the method used are Slope Based Filtering (SBF) and Grid Based Filtering (GBF) method. Those approaches are applied in two different characteristics of study area. In the first area, which is a location that has characteristics of densely populated areas so that there are many buildings that coincide with each other, the area is located in Wonokromo Sub-District, South Surabaya. The second area has characteristics of open space with few settlements and a lot of barelands. The area is located in Lontar Village, West Surabaya. The results of the data processing based on two methods are then compared to the Stereoplotting DTM used as a reference. The comparison is performed as geomorphology analysis or visualization, and vertical geometry accuracy. The results of this study indicate that SBF method has a higher accuracy compared to the one of GBF. This is revealed by the results of the classification of data processing using eight parameters in each method. The average of RMS Error obtained in Wonokromo is smaller that is 0.605 meters compared to Lontar Village of 1.605 m. Wonokromo has an average map accuracy scale of 1: 2,500 while Lontar which has an average map accuracy class of 1: 5,000. Visually, the geomorphology produced from the SBF method is finer than the GBF which is still rough
ANALISIS PERUBAHAN KONSENTRASI TOTAL SUSPENDED SOLID (TSS) DI TELUK LAMONG MENGGUNAKAN CITRA LANDSAT MULTITEMPORAL
No full textReklamasi dan suplai sedimen dari sungai – sungai yang bermuara di Teluk Lamong dikhawatirkan akan menyebabkan terjadinya sedimentasi yang bisa berdampak pada pendangkalan alur pelayaran di Selat Madura. Karena itu diperlukan suatu teknik yang dapat memperkirakan wilayah dengan kecenderungan terjadinya sedimentasi, salah satunya dapat menggunakan analisa pola sebaran TSS/sedimen tersuspensi di Teluk Lamong. Dalam penelitian ini digunakan kombinasi metode pengamatan langsung (pengambilan data in situ) dan metode penginderaan jauh (menggunakan citra satelit Landsat – 8). Tujuan dari penelitian ini adalah menganalisa perubahan konsentrasi TSS (Total Suspended Solid) di Teluk Lamong dari tahun 2014 sampai dengan 2018 berdasarkan hasil pengukuran, menguji beberapa algoritma untuk menduga TSS di Teluk Lamong untuk mendapatkan algoritma TSS yang sesuai yang nantinya digunakan untuk mengekstraksi nilai TSS dari citra pada periode yang ditentukan dan menganalisa hasilnya dengan kondisi oseanografi (arus). Hasil dari pengolahan data dari citra satelit pada tahun 2018 dengan Algoritma Parwati, Algoritma Syarif Budiman, dan Algoritma Guzman & Santaella berbeda rentangnya dengan nilai TSS in – situ. Namun, Algoritma Syarif Budiman menunjukkan korelasi yang paling baik terhadap nilai TSS in – situ. Nilai TSS yang diperoleh dari citra satelit tiap tahunnya bersifat fluktuatif. Arus memiliki pengaruh terhadap perbedaan konsentrasi TSS yang teradi pada perairan Teluk Lamong
ANALISIS POTENSI WILAYAH TANAH LONGSOR DI KAWASAN LERENG GUNUNG WILIS DENGAN MENGGUNAKAN DATA DEM TERRASAR-X
No full textTanah longsor seringkali terjadi ketika musim penghujan dengan tingkat curah hujan tinggi yang umumnya terjadi pada kelerengan tanah cukup curam. Air juga merupakan faktor penting yang dapat mempengaruhi terjadinya longsor. Pada bulan April 2017 lalu, terjadi peristiwa longsor di beberapa lokasi kawasan lereng gunung Wilis. Adanya peristiwa longsor tinggi dan terjadi dalam waktu bersamaan di lereng gunung Wilis, untuk itu perlu dilakukan penelitian potensi tanah longsor dengan menggunakan data DEM TERRASAR-X yang memiliki resolusi tinggi dalam menghasilkan data ketinggian tanah. Dengan menggabungkan faktor lain seperti data tutupan lahan, jenis geologi, dan jumlah curah hujan akan didapatkan informasi tingkat potensi tanah longsor di lereng gunung Wilis. 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. Potensi longsor akan dibandingkan dengan data rekam kejadian tanah longsor di lapangan dalam rentang waktu 2-5 tahun terakhir sebelum 2017. Hasil perbandingan sebagian besar menunjukkan adanya kesesuaian terkait wilayah yang berpotensi tinggi terhadap longsor dengan peristiwa yang terjadi di lapangan
ANALISA PERUBAHAN KERAPATAN MANGROVE BERDASARKAN NILAI NORMALIZED DIFFERENCE VEGETATION INDEX MENGGUNAKAN CITRA LANDSAT 8 (STUDI KASUS: PESISIR UTARA SURABAYA)
No full textDinamika lingkungan di wilayah Pesisir Utara Surabaya mengakibatkan terjadinya perubahan kerapatan mangrove di kawasan tersebut. Mangrove memiliki fungsi ekologis dan ekonomis bagi makhluk hidup. Mengingat peran penting mangrove bagi wilayah pesisir, diperlukan adanya pengelolaan yang tepat untuk menjaga eksistensi mangrove tersebut. Ekosistem mangrove merupakan salah satu obyek yang dapat diidentifikasi menggunakan teknologi penginderaan jauh. Teknologi tersebut dapat me-monitoring kerapatan mangrove menggunakan perhitungan algoritma indeks vegetasi. Dalam penelitian ini, data citra satelit yang digunakan adalah citra Landsat 8 multitemporal selama tahun 2016-2018. Sedangkan algoritma indeks vegetasi yang digunakan adalah NDVI. Algoritma tersebut bertujuan untuk mengetahui tingkat kerapatan mangrove khususnya di Pesisir Utara Surabaya. Citra hasil klasifikasi akan diuji akurasi menggunakan data kerapatan tajuk pada 34 titik sampel di lapangan. Uji klasifikasi algoritma NDVI menghasilkan nilai Overall Accuracy sebesar 94,12%. Sehingga hasil klasifikasi citra tersebut dapat digunakan untuk proses selanjutnya. Berdasarkan hasil klasifikasi perhitungan algoritma NDVI pada citra Landsat 8, luas ekosistem mangrove selama tahun 2016-2018 terus mengalami penurunan. Luas mangrove berdasarkan NDVI tahun 2016-2018 sebesar 184,59, 184,14 dan 183,60 hektar. Selain itu, hasil penelitian menunjukkan bahwa korelasi (R) antara NDVI dengan kerapatan jenis menghasilkan nilai korelasi yang kuat yakni 0,8. Selain itu, hasil perhitungan korelasi indeks vegetasi dengan sampel parameter air di lapangan menunjukkan bahwa sampel salinitas memiliki korelasi (R) sangat baik terhadap nilai NDVI sebesar 0,90. Sedangkan untuk korelasi antara NDVI dengan pH berkorelasi (R) negatif yakni sebesar -0,67
PEMETAAN POTENSI EMAS DI KABUPATEN TRENGGALEK BERDASARKAN UMUR BATUAN DAN FORMASI BATUAN
No full textEmas merupakan logam mulia yang memiliki manfaat ekonomis tinggi baik individu, kelompok maupun negara. Potensi ekonomis dilihat dari adanya kegiatan penambangan secara besar-besaran dan mencapai distribusi nasional dengan harga jual yang tinggi. Eksplorasi emas saat ini banyak dilakukan dengan metode pemetaan geologi, parit uji, geokimia tanah atau endapan sungai yang dimaksudkan untuk mengetahui kondisi geologi lokal, melokalisir penyebaran dan menafsirkan model atau tipe pembetukan emas di wilayah bersangkutan. Permasalahan yang muncul adalah pada tahap survei pemetaan lapangan, yang membutuhkan waktu panjang serta biaya yang besar. Aplikasi Sistem Informasi Geografis (SIG) dalam eksplorasi mineral memberikan banyak keuntungan baik dari waktu maupun biaya. Kemampuan menganalisa sistem menjadi karakteristik utama SIG seperti analisa statistik dan klasifikasi raster yang disebut analisis spasial. Hasil pengolahan, peta potensi emas dapat di klasifikasikan menjadi 5 kelas, yaitu sangat tinggi, tinggi, cukup, rendah dan sangat rendah. Hasil analisa daerah berdasarkan formasi batuan yang memiliki tingkat potensi emas sangat tinggi tersebar di beberapa kecamatan dengan luas 48%dari total luas Kabupaten Trenggalek. Hasil analisa daerah berdasarkan umur batuan yang memiliki tingkat potensi emas sangat tinggi tersebar di beberapa kecamatan dengan luas 63%dari total luas Kabupaten Trenggalek
UJI AKURASI PRODUK REFLEKTAN PERMUKAAN LANDSAT-8 BESERTA PENGARUHNYA TERHADAP PENENTUAN KONSENTRASI SUSPENDED SOLID (STUDI KASUS:DANAU KASUMIGAURA, JEPANG)
No full textKoreksi atmosfer merupakan proses yang sangat penting karena efek atmosfer mampu mempengaruhi gelombang elektromagnetik dari matahari ke objek dan dari objek ke sensor yang menyebabkan terjadinya kesalahan pada data citra. Salah satu metode koreksi atmosfer yang sering digunakan adalah metode 6SV (Second Simulation of the Sensor Signal in the Solar Spectrum-Vector). Landsat-8 adalah citra satelit yang sering dimanfaatkan karena kemudahan perolehan data yang gratis. Pada tahun 2014, USGS mengeluarkan produk level tinggi untuk surface reflectance (Reflectance-BOA). Dengan keluarnya produk ini, maka kendala koreksi atmosfer yang harus dilakukan menjadi berkurang. Namun, belum diketahui seberapa besar tingkat akurasi dari produk ini. Pada penelitian ini akan dilakukan uji akurasi dari produk Landsat-8 surface reflectance menggunakan data in-situ Remote sensing reflectance (Rrs ( )) dan Suspended Solid (SS) yang direkam secara langsung di 5 (lima) stasiun sepanjang Danau Kasumigaura, Jepang. Sebagai perbandingan, data tersebut akan dibandingkan dengan data Landsat-8 yang dikoreksi dari efek atmosfer menggunakan parameter koreksi dari hasil simulasi menggunakan metode 6SV. Dari hasil penelitian ini, menunjukkan bahwa nilai Rrs ( )-6SV dan Rrs ( )-L memiliki nilai yang lebih tinggi dari Rrs ( )-insitu di sepuluh stasiun. Sedangkan untuk korelasinya (R2) Rrs ( )-L memiliki korelasi lebih tinggi yaitu sebesar 0,926 dibandingkan dengan Rrs ( )-6SV yang hanya 0,123. Besarnya NMAE serta RMSE yang dihasilkan Rrs ( )-6SV dan Rrs ( )-L ini secara berturut-turut adalah 140,262%; 0,012 dan 140,061%; 0,008