7104 research outputs found
Sort by
Pemetaan Zona Mineralisasi Logam Tanah Jarang Apatite-ilmenite dengan Metode Fuzzy Logic di Kecamatan Sijuk, Kabupaten Belitung = Mapping of Apatite-ilmenite Rare Earth Element Mineralized Zone Using Fuzzy Logic Method in Sijuk District, Belitung
No full textKecamatan Sijuk merupakan salah satu wilayah di Pulau Belitung yang memiliki potensi kandungan mineral non-timah bernilai ekonomis. Kehadiran logam tanah jarang apatite-ilmenite sebagai potensi sumberdaya alam terbentuk akibat kondisi geologis wilayah ini yang merupakan bagian dari Jalur Timah Asia Tenggara. Sekalipun memiliki potensi mineralisasi mineral apatite-ilmenite, namun belum ada kegiatan pemetaan yang mengidentifikasi sebaran mineralisasi apatite-ilmenite di wilayah ini. Teknologi penginderaan jauh Landsat-8 OLI digunakan untuk memetakan sebaran mineralisasi logam tanah jarang apatite-ilmenite. Penelitian ini menggunakan variabel data alterasi mineral pembawa, stuktur geologi, dan data litologi. Hasil dari peneltian ini menunjukkan besaran area berpotensi mineralisasi apatite-ilmenite dengan luasan total 1.617 ha. Wilayah prioritas eksploitasi mineral apatite-ilmenite di Kecamatan Sijuk berada di IUP (Izin Usaha Pertambangan) Desa Air Seruk, IUP Desa Sijuk, dan IUP Desa Batu Itam yang tergolong dalam kawasan prioritas penambangan logam apatite-ilmenite. Penelitian ini juga menggambarkan bagaimana orientasi pemanfaatan logam tanah jarang apatite-ilmenite di Kecamatan SijukHlm. 253-26
Analisis Sebaran Wilayah Potensi Ikan Berdasarkan Pantauan Konsentrasi Klorofil-a dan Suhu Muka Laut di Perairan Maluku = Distribution Analisys of Potential Fishing Ground Based on Monitoring of Chlorophyll-a Concentration and Sea Surface Temperature in Maluku Sea
No full textWilayah Indonesia memiliki keanekaragaman lautan yang besar terutama ikan. Berbagai jenis ikan tersebar di berbagai wilayah perairan di Indonesia, khususnya di Wilayah Perairan Maluku. Wilayah potensi ikan di perairan dapat dideteksi dengan menggunakan citra satelit. Pendeteksian ini diharapkan agar penangkapan ikan dapat berjalan maksimal. Pendeteksian ini mempertimbangkan sebaran konsentrasi klorofil-a di perairan sebagai sumber makanan alami ikan dan suhu muka laut. Hasil penelitian ini diharapkan dapat menjadi acuan dalam menentukan jenis ikan yang berpotensi di daerah tersebut serta mengetahui pergerakan migrasi ikan sehingga wilayah potensi ikan dapat dipetakan dengan akurat. Penelitian ini menggunakan uji korelasi untuk melihat pengaruh suhu permukaan laut terhadap konsentrasi klorofil-a di perairan. Penelitian menunjukkan bahwa semakin dingin suhu permukaan laut, maka konsentrasi klorofil-a semakin meningkat. Pada bulan Juni sampai dengan bulan September, konsentrasi klorofil-a menunjukkan nilai yang cukup tinggi, yaitu antara 0.3-0.5 mg/m3 . Suhu permukaan laut berkisar pada 25.5-29.0 ?C dan jenis ikan yang terdapat pada suhu tersebut adalah ikan teri, kembung, cakalang, tongkol dan yellowfin tuna. Wilayah penangkapan yang berpotensi yaitu Perairan Laut Seram dan Laut Arafuru disekitar Kepulauan Aru.Hlm. 271-27
Desain Jalur Evakuasi Tsunami di Daerah Pelabuhan Ratu Kabupaten Sukabumi Menggunakan Sistem Informasi Geografis = Design of Tsunami Evacuation Routes in Pelabuhan Ratu Area of Sukabumi District using Geographic Information System
No full textHlm. 291-30
Kajian Data AMSR-2 untuk Ekstraksi Suhu Permukaan Laut di Perairan Indonesia = Data Review of AMSR-2 for Sea Surface Temperature Extraction in Indonesian Waters
No full textMetode untuk mengekstraksi informasi suhu permukaan laut (SPL) dari satelit penginderaan jauh mencakup sensor optik (kanal inframerah termal) dan microwave. Keterbatasan utama menggunakan sensor optik adalah adanya tutupan awan terutama di wilayah tropis seperti di Indonesia ini. Sistem sensor microwave mempunyai kemampuan tambahan yaitu mempunyai pencahayaannya sendiri, kemampuannya untuk menembus awan, dan beroperasi di berbagai kondisi iklim. Tulisan ini mengkaji kemampuan sensor microwave, yaitu sensor Advance Microwave Scanning Radiometer-2 (AMSR-2) untuk mengekstrak informasi SPL. Data yang digunakan adalah Data harian, 3-harian, mingguan dan bulanan Data SPL AMSR-2 pada bulan April 2017 yang tersedia di website Remote Sensing System (RSS). Hasil kajian menunjukkan data 3-harian AMSR-2 sudah cukup representatif untuk mendapatkan gambaran sebaran SPL perairan Indonesia.Hlm. 307-31
Pemanfaatan Citra Satelit Himawari-8 dan Model WRF-CHEM untuk Memantau Sebaran Debu Vulkanis (Studi Kasus: Erupsi Gunung Barujari, 4 November 2015) = Utilization of Himawari-8 Satellite and WRF-CHEM Model for Monitoring Volcanic Ash Dispersion (Case Study: Mt. Barujari Eruption, November 4th, 2015)
No full textDalam dunia mitigasi, kecepatan dan ketepatan informasi menjadi sebuah keutamaan. Keterbatasan mata manusia memicu sebuah inovasi yang menciptakan alat penginderaan jauh. Penginderaan jauh memungkinkan manusia untuk dapat mengamati suatu fenomena di tempat yang sulit dijangkau. Hal ini tentunya dapat memangkas waktu sehingga menghasilkan informasi yang cepat dan tepat. Peristiwa letusan Gunung Barujari di Pulau Lombok, Nusa Tenggara Barat, pada tanggal 4 November 2015 mengakibatkan 4 bandara yaitu di Lombok, Denpasar, dan Banyuwangi menutup aktivitas penerbangannya. Hanya mengandalkan mata telanjang, tentunya sulit mengamati sebaran debu vulkanis. Himawari-8 merupakan satelit generasi terbaru yang memiliki 16 kanal dengan resolusi spasial mencapai 0.5 km dan resolusi temporal 10 menit. BMKG telah mengembangkan sebuah skema untuk mendeteksi debu vulkanis yang menggunakan kanal I4, IR, dan I2 pada satelit Himawari 8. Prinsip utama dari penggunaan kanal ini adalah adanya Brightness Temperature Different (BTD) dari kanal IR dan I2 yang berbeda ketika melewati awan meteorologis dan debu vulkanis. Selain menggunakan citra satelit, debu vulkanis juga dapat dianalisis dengan menggunakan model WRF-CHEM. WRF-CHEM memiliki 5 skema dalam penanganan aerosol salah satunya adalah penanganan untuk mensimulasi sebaran debu vulkanis di atmosfer. Secara umum, analisis skema VA (volcanic ash) BMKG dan model WRF-CHEM menunjukan kesesuaian hasil. Sebaran debu menuju arah Barat hingga Barat Daya sehingga 3 bandara yang terletak di sebelah Barat Pulau Lombok terganggu aktivitasnya. Kedepannya kolaborasi kedua teknik ini dapat digunakan sebagai acuan dalam memberikan informasi dan mitigasi fenomena debu vulkanis bagi masyarakatHlm. 449-45
Pemetaan Agroklimat Klasifikasi Oldeman di Provinsi Bengkulu Menggunakan Data Observasi Permukaan dan Multi Satelit (TMPA dan IMERG) = Oldeman Classification of Agroclimate Mapping in Bengkulu Province Based on Ground Observation and Multisatellite data (TMPA and IMERG)
No full textKlasifikasi iklim menurut Oldeman didasarkan kepada jumlah kebutuhan air yang dihubungkan dengan pertanian menggunakan unsur iklim hujan, terutama pada tanaman pangan (Padi dan Jagung). Penyusunan tipe iklim ini berdasarkan jumlah bulan basah (BB) dan bulan kering (BK) yang berlangsung secara berturut-turut. Bengkulu memiliki lebih dari 60 titik pengamatan hujan, namun data terakhir menujukkan pos hujan yang telah melakukan pengamatan dengan durasi lebih dari 19 tahun dengan kualitas data baik hanya terdapat 13 pos pengamatan hujan dan 3 stasiun BMKG. Jumlah titik observasi permukaan yang minim tidak dapat menghasilkan peta agroklimat Oldeman yang baik, karena banyak wilayah yang tidak diwakili oleh titik pengamatan. Untuk melengkapi kekurangan titik pos hujan maka digunakan data multi satelit, yaitu produk TMPA dan IMERG. TMPA (TRMM Multisatellite Precipitation Analysis) dan IMERG (Integrated Multisatellite Retrievals for GPM) level 3(3B43). Produk TMPA dan IMERG adalah data estimasi curah hujan menggunakan satelit dengan resolusi spasial 0,25o x 0,25o , periode data yang digunakan dari tahun 1998 sampai 2016. Penggunaan data satelit diawali dengan validasi terhadap titik pos hujan terpilih. Hasil penelitian menunjukan bahwa wilayah Bengkulu memiliki empat tipe iklim Oldeman yaitu: iklim A1, B1, C1, dan D1. Sebagian besar zona Agroklimat di Bengkulu adalah zona A1.Hlm. 485-49
Sistem Kerja AWS dan Pengukuran Cuaca di BPD LAPAN Pontianak
No full textCuaca adalah keadaan udara pada saat tertentu dan di wilayah tertentu yang relatif sempit pada jangka waktu yang singkat. Cuaca terbentuk dari gabungan unsur cuaca dan jangka waktu cuaca bisa hanya beberapa jam saja dan mudah untuk diprediksi. Sedangkan Iklim merupakan keadaan rata-rata dari cuaca di suatu daerah dalam periode tertentu. Adapun faktor yang mempengaruhi keadaan iklim antara lain suhu, kelembaban, curah hujan, angin dan penyinaran matahari. Untuk mengukur parameter cuaca tersebut diperlukan alat ukur yang dinamai AWS (Automatic Weather Station) yang terdiri dari beberapa jenisnya, prinsip kerja, maupun sifat dan kualitas data yang dihasilkan. Sensor-sensor AWS yang digunakan merupakan perangkat yang paling penting. Oleh karena itu banyak perawatan harus dilakukan ketika memilih sensor yang tepat untuk kebutuhan pengguna. AWS yang standar menggunakan sensor untuk memantau temperature, kelembaban, kecepatan angin dan arah, tekanan dan curah hujan. Sensor tambahan lainnya yang tersedia untuk aplikasi khusus. Sensor ini dapat memantau ketinggian awan (ceilometer), visibilitas, cuaca saat ini, badai, suhu tanah (pada kisaran kedalaman) dan suhu terestrial. AWS adalah serangkaian sensor-sensor meteorologi yang disusun secara terpadu dan secara otomatis mencatat data-data meteorologi (suhu, tekanan, kelembaban, penyinaran matahari, curah hujan, angin) yang kemudian menghasilkan pulsa-pulsa elektrik yang akan ditampung dan diubah dalam data logger sehingga dapat ditampilkan pada layar komputer atau translator.15P., Ill., Pd
