Geoid (E-Journal)
Not a member yet
504 research outputs found
Sort by
STUDY ON DETERMINATION OF CATCH FISH AREA USING DISTRIBUTION PARAMETERS OF SEA SURFACE TEMPERATURE AND DISTRIBUTION OF CHLOROPHYLL-A AT MAHAKAM DELTA MARINE
No full textAs a maritime country , Indonesia has a comparative advantage in fisheries and marine resource potential . In 2010, the result of fish catches in Samarinda reached 9266.7 tons. Distribution of sea surface temperature and distribution of chlorophyll-a in the Mahakam Delta area required for mapping analysis of fishing grounds in order to maximize the potential of fish catches. The analysis using MODIS Terra satellite image with ATBD 19 MODIS algorithm to determine the concentration of chlorophyll -a and 25 MODIS ATBD algorithm to determine the sea surface temperature in the area of research. The Results of image data processing, sea surface temperatures in 2013 , 2014 and 2015 is dominated with temperatures ranging between 24°C to 28°C. In 2013 , the distribution of chlorophyll-a spread evenly. In 2014 , the waters were relatively less fertile due to the distribution of chlorophyll-a, identified less evenly. By 2015 , the waters were also less fertile. Chlorophyll-a was identified only slightly. Zone of fishing ground, in 2013, the distribution of many fish catches prediction zones spread along the coast north of the Mahakam Delta, the middle of Mahakam Delta and the middle of the Strait of Makassar.Distribution of little fish catches prediction zone were in the South Mahakam Delta. In 2014 , the many fish catches zone spread in the middle of Mahakam Delta and the little fish catches zone spread in north and south coast of the Mahakam Delta.In 2015, there were no many fish catches zones, just the little fish catches was indentified. The little fish catches zone spread in north and south coast of the Mahakam Delta
EVALUASI TUTUPAN LAHAN PERMUKIMAN TERHADAP RENCANA DETIL TATA RUANG KOTA (RDTRK) SURABAYA PADA CITRA RESOLUSI TINGGI DENGAN METODE KLASIFIKASI BERBASIS OBJEK (STUDI KASUS: UP XI TAMBAK OSOWILANGON DAN UP XII SAMBIKEREP)
No full textSemakin banyaknya penduduk maka kebutuhan akan lahan untuk tempat tinggal semakin besar sehingga banyak terjadi alih fungsi kegiatan dari suatu wilayah sehingga diperlukan suatupenataan ruang yang baik. Penataan ruang yang baik di wujudkan dalam Rencana Detail Tata Ruang Kota (RDTRK), dalam penyusunan RDTRK dibutuhkan suatu data dasar yang dapat berupa citra resolusi tinggi ataupun foto udara. Perkembangan teknologi penginderaan jauh terutama pada metode pengolahan citra resolusi tinggi memunculkan teknologi yang lebih canggih yang memudahkan dalam teknik interpretasi dan klasifikasi citra yang biasa disebut dengan metode klasifikasi digital. Metode klasifikasi yang dapat digunakan adalah metode klasifikasi berbasis piksel dan metode klasifikasi berbasis objek. Pada penelitian ini dilakukan pengolahan citra menggunakan klasifikasi berbasis objek. Klasifikasi berbasis objek menggunakan segmentasi dan merging dalam prosesnya. Dalam penelitian ini digunakan citra satelit WorldView 2 keluaran tahun 2012 yang menawarkan detail informasi akurat yang dapat diekstrak untuk berbagai keperluan. Hasil yang diperoleh dari penelitian ini adalah koreksigeometrik sebesar 0,300336 piksel dan SOF sebesar 0,0946. Penelitian ini mengevaluasi tutupan lahan khususnya permukiman menggunakan metode klasifikasi berbasis objek terhadap RDTRK. Hasil dari uji ketelitian klasifikasi citra WorldView-2 sebesar 93,3465% pada UP Tambak Osowilangon, 88,9040% pada Kecamatan Pakal, dan 88,7% pada Kecamatan Sambikerep dengan jumlah kelas tutupan lahan sebanyak 9 kelas yaitu permukiman, jalan, ladang, industri, tanah kosong, badan air, sawah dan tambak. Yang kemudian di kaji kesesuaianya dengan RDTRK
STUDI KLASIFIKASI BERBASIS OBJEK UNTUK KESESUAIAN TUTUPAN LAHAN TAMBAK, KONSERVASI DAN PERMUKIMAN KAWASAN PESISIR (STUDI KASUS: KEC.ASEMROWO, KREMBANGAN, PABEAN CANTIKAN, DAN SEMAMPIR, KOTA SURABAYA)
No full textPemanfaatan lahan di kawasan pesisir menjadi salah satu penyebab utama terjadinya permasalahan pada kawasan pesisir yang mempengaruhi penyimpangan tata guna lahan di suatu kawasan. Untuk mengurangi penyimpangan tata guna lahan dibutuhkan analisis mengenai kesesuaian tutupan lahan dengan menggunakan teknologi penginderaan jauh dan dengan dukungan analisis Sistem Informasi Geografis (SIG) yang digunakan fungsi overlay dan buffering.Lokasi penelitian ini terdiri dari empat kecamatan yaitu Kecamatan Asemrowo, Kecamatan Krembangan, Kecamatan Pabean Cantikan, dan Kecamatan Semampir dimana wilayah tersebut akan dianalisis kesesuaian tutupan lahan berdasarkan lahan tambak, konservasi, dan permukiman. Pada penelitian ini menentukan tutupan lahan berdasarkan kategori sesuai (S1), Sesuai bersyarat (S2), dan tidak sesuai (N1). Data citra yang digunakan untuk menentukan tutupan lahan pada penelitian ini adalah citra Worldview-2 tahun 2013, dan metode klasifikasi yang digunakan pada proses pengolahan citra ini adalah klasifikasi berbasis objek. Pada analisa kesesuaian tutupan lahan dilakukan proses analisa kesesuaian dengan menggunakan fungsi analisis Sistem Informasi Geografis menggunakan metode overlay dan buffering. Berdasarkan hasil tutupan lahan yang didapatkan dengan menggunakan klasifikasi berbasisis objek didapatkan 7 kelas yaitu Permukiman 617,453 Ha, Industri dan pergudangan 544,962 Ha, RTH 401,066 Ha, Lahan kosong 64,488 Ha, Tambak dan rawa 299,690 Ha, Sungai 97,692 Ha, dan Jalan dan parkiran 121,083 Ha. Hasil uji klasifikasi pada interpretasi digital dengan menggunakan metode berbasis objek dan interpretasi manual secara berturut-turut adalah 91,836%, dan 95,918
STUDI PERSEBARAN TOTAL SUSPENDED SOLID (TSS) MENGGUNAKAN CITRA AQUA MODIS DI LAUT SENUNU, NUSA TENGGARA BARAT
No full textLaut Senunu adalah wilayah perairan laut yang masuk ke dalam kawasan Coral Triangle (Segitiga Terumbu Karang) yang terletak di Kepulauan Nusa Tenggara Barat. Kawasan Segitiga Terumbu Karang ini merupakan kawasan terkaya akan kehidupan laut di antara semua laut di Planet Bumi. Perairan laut Indonesia selalu berada dalam pengaruh berat baik dari aktifitas, perusahaan, minyak, transportasi laut serta aktifitas warga di daerah pesisir maupun daerah aliran sungai yang bermuara ke laut tersebut. Aktifitas tersebut membawa banyak penyebab resiko terjadinya kerusakan alam dan dapat berakibat merusak sumber daya laut.
Data yang digunakan untuk mendapatkan persebaran TSS adalah data ground truth, hasil pengolahan citra Aqua MODIS. Data ground truth merupakan hasil pengambilan sampel berupa air laut yang selanjutnya dilakukan pengolahan di laboratorium. Proses pengolahan citra satelit menggunakan prinsip remote sensing, dimana citra menggunakan algoritma Ocean Color 4 (OC4 – V4)
Hasil dalam penelitian ini adalah peta persebaran TSS di Laut Senunu, Nusa Tenggara Barat dan analisa beberapa data diantaranya data citra terhadap ground truth, analisa data lapangan, analisa konsentrasi klorofil-a secara temporal, dan analisa parameter yang dapat mempengaruhi nilai dan sebaran TSS. Berdasarkan pada proses analisa dapat disimpulkan bahwa Aqua MODIS memiliki korelasi yang lemah terhadap data ground truth dengan nilai koefisien korelasi sebesar R² = 81,3%. Secara temporal, konsentrasi TSS di laut Senunu berada pada rentang konsentrasi rendah yaitu sekitar 0,5 – 38 mg/l (tahun 2003 dan 2009), 0,06 – 0,1 (tahun 2013), sehingga dapat disimpulkan bahwa kualitas air di laut Senunu tergolong bersih. Persebaran konsentrasi TSS di laut Senunu pada setiap stasiun tidak merata dan cenderung berubah-ubah. Hal ini dikarenakan faktor-faktor yang mempengaruhi seperti arus perairan, angin, waktu pengambilan data dan kondisi fisik perairan
ANALYSIS OF CHANGES CORAL REEFS AREA USING REMOTE SENSING (A Case Study: Menjangan Island, Bali)
No full textMenjangan island is a small island that located in Northwest of Bali province, which is inside the area of Taman Nasional Bali Barat (TNBB) and its very potential to become a spot of marine tourism for diving and snorkeling because it has many types of flora and fauna in that island. There has been a drop in the extent of coral reefs as much as 2.02 hectare in 2007-2009. Mapping of coral reefs distribution is done by using remote sensing method and by using Landsat 8 satellite’s images. Landsat 8 Satellite imagery was used with the processing performed on the blue bands and green bands because both of those bands have the highest spectral value. Correction of the effect of water depth elimination is used for data processing. Unsupervised classification is done for object determination in satellite’s images is fully process by software. Classification result showed that there was decrease of coral reefs as 0.84 hectare in 2014-2015
STUDY OF SEA LEVEL RISE USING SATELLITE ALTIMETRY DATA (A case study: Sea Of Semarang)
No full textSea level rise was one thing that can threaten human life, especially those living coastal region. Not only the coastal areas threatened by sea level rise but small islands outermost region of Indonesia also threatened by sea level rise and almost lost due to sea level continued to rise from year to year. On the island of Java in particular, there are several cities that are experiencing serious problems of sea level rise call Jakarta, Semarang, Pekalongan, Tuban and Surabaya. Sea level rise that occurred in cities is caused by rising global temperatures resulting in melting glaciers and ice there dikutub, consequently the volume of water in the sea increased dramatically and lead to sea level rise. It is also exacerbated by the rate of decline in soil is very high, namely the city of Semarang, the rate of decline in soil between 8-13 cm / year. So it is very threatening to the survival of people living in coastal areas, therefore the observation of sea level rise should continue to be observed annually. One of the emerging technologies and widely used for observing the sea level rise that satellite altimetry. In this study used satellite altimetry Jason-1 to observe the rate of sea level rise in the region Semarang in 2009 to 2011 to obtain prediction with mathematical methods to determine the annual rate for the next year. On this study, large sea level rise semarang is 12.83 mm / year
ANALISA ESTIMASI PRODUKSI PADI BERDASARKAN FASE TUMBUH DAN MODEL PERAMALAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) MENGGUNAKAN CITRA SATELIT LANDSAT 8 (STUDI KASUS: KABUPATEN BOJONEGORO)
No full textKabupaten Bojonegoro sebagai penghasil padi andalan di Provinsi Jawa Timur, memiliki misi mewujudkan mimpi menjadi lumbung pangan nasional. Pada tahun 2012, Bulog Bojonegoro menjadi Bulog untuk subdivisi regional tertinggi di seluruh Indonesia. Melihat potensi tersebut, maka perlu adanya upaya untuk memantau kestabilan produksi pertanian secara berkala. Dengan mengintegrasikan teknologi penginderaan jauh menggunakan citra satelit Landsat 8 untuk mengidentifikasi fase tumbuh dan model peramalan Autoregressive Integrated Moving Average (ARIMA) untuk meramalkan produktivitas padi, diharapkan mampu memberikan solusi dan kemudahan dalam pemantauan secara berulang dan kontinu dengan cakupan wilayah yang luas. Identifikasi fase tumbuh dilakukan dalam 9 fase. Dari proses regresi linier antara fase tumbuh tanaman padi dengan nilai indeks vegetasi yang digunakan, diperoleh nilai koefisien determinasi (R2) untuk algoritma NDVI sebesar 0,7229 dan algoritma MSAVI sebesar 0,879. Digunakan nilai reflektan dari gelombang band SWIR2 (1.57 m-1.65 m) untuk membantu membedakan tiap fase tumbuh dari hasil identifikasi algoritma MSAVI dimana untuk pada fase 3, 4, 5 mempunyai reflektan SWIR2 di atas 0,15, sedangkan fase 7, 8, 9 mempunyai reflektan SWIR2 di bawah 0,15.Proses peramalan produktivitas padi diperoleh model ARIMA musiman (1,0,0)3. Sehingga dapat diketahui Angka Ramalan (ARAM) produktivitas padi untuk subround III tahun 2013 adalah sebesar 66,21 kuintal per hektar. Hasil estimasi tertinggi sebesar 169.595,385 ton untuk fase tillering (panen 15 minggu kedepan) dan sebesar 72.246,878 ton untuk fase seedling (panen 13-14 minggu kedepan). Sehingga dapat dilihat bahwa pada saat penelitian dilakukan, Kabupaten Bojonegoro berada pada musim tanam
PEMODELAN ALIRAN SEDIMEN DI KOLAM PELABUHAN (Studi Kasus : Kolam 1 Pelabuhan Tanjungpriok, Jakarta)
No full textPelabuhan merupakan salah satu simpul dari mata rantai bagi kelancaran angkutan muatan laut dan darat. Pelabuhan harus aman dari badai, ombak, maupun arus. Sehingga kapal dapat berputar, melakukan bongkar muat, dan melakukan perpindahan penumpang dengan aman, khususnya di Pelabuhan Tanjungpriok, Jakarta. Jika sedimen di kolam Pelabuhan Tanjungpriok yang terbentuk sudah terlalu tinggi, hal ini dapat menyebabkan karamnya kapal. Untuk menghindari hal tersebut dibutuhkan pengerukan sampai dengan kedalaman tertentu sehingga kapal bisa berlabuh dengan aman. Berdasarkan pertimbangan keamanan dan pemberian pelayanan yang memadai bagi pengguna pelabuhan, faktor utama yang mempengaruhi terjadinya proses sedimentasi, adalah arus pasang surut. Oleh karena itu, diperlukan kajian dan analisis pola penyebaran transpor material sedimen di lokasi rencana pengerukan menggunakan simulasi model transpor material sedimen. Besar kecepatan arus pada kondisi saat pasang tertinggi yang terjadi di kolam Pelabuhan Tanjungpriok adalah sebesar 0,008-0,056 m/s. Dan pada kondisi surut terendah sebesar 0,004-0,052 m/s. Kecepatan arus paling kuat terletak dimulut kolam. Besar konsentrasi sedimen saat kondisi pasang tertinggi memiliki nilai maksimal sebesar 0,0325 g/m3 dan minimal sebesar 0,0025 g/m3. Sedangkan besar konsentrasi sedimen saat kondisi surut terendah memiliki nilai maksimal sebesar 0,104 g/m3 dan minimal sebesar 0,008 g/m3. Bed level change kolam pelabuhan tidak mengalami perubahan secara signifikan. Karena telah dilakukan pengerukan sebulan sebelum penelitian. Dan karena adanya beberapa parameter yang tidak digunakan. Sedimen paling banyak menumpuk berada di koordinat antara (708200;9325700) - (708400;9325900). Dengan perubahan dasar perairan / bed level change paling banyak sebesar 0,055 mm
ANALISIS PERGESERAN AKIBAT GEMPA BUMI SUMATERA 11 APRIL 2012 MENGGUNAKAN METODE GPS CONTINUE (Studi Kasus : Samudera Hindia)
No full textPrinsip pemantauan deformasi secara kontinu yaitu pemantauan terhadap perubahan koordinat beberapa titik yang mewakili sebuah fenomena gempa bumi dari waktu ke waktu. Metode ini, menggunakan beberapa alat penerima sinyal GPS yang ditempatkan pada beberapa titik pantau pada area gempa bumi. Data dan informasi deformasi permukaan selanjutnya digunakan untuk mengungkapkan karakteristik dari aktivitas gempa bumi. Gejala deformasi gempa bumi akan menyebabkan pergeseran posisi suatu titik sekitar gempa. Pergeseran tersebut bisa terjadi baik secara horizontal maupun vertikal.Pada penelitian kali ini mengambil salah satu gempa yang terjadi pada bulan april tahun 2012 dengan magnitude 8.6. Untuk melakukan analisis deformasi diperlukan menghitung vektor pergeseran dan nilai pergeseran yang mengacu pada titik-titik stasiun GPS Kontinyu Sumatran GPS Array (SUGAR) yang tersebar di lima stasiun yaitu BITI, BSIM, BTHL, LEWK, PBLI, dan NTUS. Analisis deformasi dilakukan dengan melihat pergeseran yang terjadi pada saat sebelum gempa, dan sesudah gempa. Setelah dilakukan pemrosesan dari kedua waktu tersebut didapatkan nilai perubahan 0,3 – 2,4 meter dari setiap stasiun terdekat dengan pusat gempa. Analisis karakteristik deformasi Gempa Sumatera 2012 ini tergolong fenomena Strike-slip faults yang merupakan potongan vertikal di mana blok sebagian besar telah pindah secara horizontal. Jika blok berlawanan pengamat bergerak ke kanan, gaya slip disebut right lateral jika blok bergerak ke kiri, gerakan ini disebut left lateral
RADAR INTERFEROMETRY APPLICATION FOR DIGITAL ELEVATION MODEL IN MOUNT BROMO, INDONESIA
No full textThis paper reviewed the result and processing of digital elevation model (DEM) using L-Band ALOS PALSAR data and two-pass radar interferometry method in Bromo Mountain region. Synthetic Aperture Radar is an advanced technology that has been used to monitor deformation, land cover change, image detection and especially topographic information such as DEM. We used two scenes of SAR imageries to generate DEM extraction which assumed there is no deformation effect between two acquisitions. We could derive topographic information using phase difference by combining two single looks complex (SLC) images called focusing process. The next steps were doing interferogram generation, phase unwrapping and geocoding. DEM-InSAR was compared to SRTM 90m that there were significant elevation differences between two DEMs such as smoothing surface and detail topographic. Particularly for hilly areas, DEM-InSAR showed better quality than SRTM 90 m where the elevation could have 25.94 m maximum gap. Although the processing involved adaptive filter to amplify the phase signal, we concluded that InSAR DEM result still had error noise because of signal wavelength, incidence angle, SAR image relationship, and only using ascending orbit direction