Articles

PENGAMATAN DEFORMASI SESAR KALIGARANG DENGAN GPS TAHUN 2015 Fathullah, Amal; Awaluddin, Moehammad; Haniah, Haniah
Jurnal Geodesi Undip Volume 4, Nomor 4, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAKKegiatan tektonik di Kota Semarang menyebabkan terbentuknya sesar. Di selatan Semarang terdapat sesar naik (thrust fault). Sesar ini dipotong oleh sesar mendatar yang berarah barat laut- tenggara atau timur laut - barat daya, diantaranya sesar Kaligarang. Sesar Kaligarang berada di lembah sungai kaligarang. Sungai Kaligarang membelah wilayah Semarang pada arah hampir utara ? selatan.Untuk mengetahui kondisi deformasi dari Sesar Kaligarang maka dilakukan pengamatan secara berkala. Pengamatan dilakukan pada titik- titik kontrol yang telah ada dengan menggunakan GPS Dual Frequency. Pengukuran titik-titik kontrol dilakukan dengan metode statik, dan pengamatan dilakukan selama 7-8 jam. Data pengamatan diolah dengan scientific software, yaitu GAMIT 10.5. Hasil dari pengolahan data dengan GAMIT 10.5. adalah koordinat geosentris, kemudian koordinat ditransformasikan ke koordinat toposentrik dengan koordinat origin data koordinat tahun 2014 untuk titik kontrol lama dan untuk titik baru menggunakan koordinat pengamatan Maret 2015 sebagai origin. Tujuan dari penelitian ini adalah untuk  mengetahui tipe sesar dan laju geser dari Sesar Kaligarang.Hasil dari penelitian ini adalah terjadinya pergeseran yang signifikan dari masing ? masing titik pengamatan dengan pergeseran terbesar mencapai  0,132 m/tahun, sehingga dapat disimpulkan bahwa pada Sesar Kaligarang terjadi deformasi. Menurut hasil dari penelitian ini tipe Sesar Kaligarang adalah sesar geser menganan. Nilai dari slip rate dan locking depth dari Sesar Kaligarang belum bisa ditentukan karena nilai pergeseran terlalu besar dengan  kecepatan pergeseran sesar antara 1,1 mm/tahun hingga 26,5 mm/tahun pada bidang di sebelah barat sesar, sedangkan untuk bagian  timur sesar memiliki kisaran kecepatan pergeseran antara 7,9 mm/tahun hingga 10 mm/tahun.Kata Kunci : GAMIT 10.5, GPS, Locking depth, Sesar Kaligarang, , Slip rate    ABSTRACTTectonic activity in Semarang  led to the formation of the fault. In the South of Semarang, there is sesar (thrust fault). These faults are cut by flattening the west trending fault sea- southeast or northeast - southwest, including  Kaligarang fault . Kaligarang river divides the area of Semarang on North - South direction virtually.To determine the condition of deformation of Fault Kaligarang then conducted observations periodically. The observation is done at existing control point using GPS Dual Frequency. Measurement of control points is done with static methods, and observations made during the 7-8 hours. Observation data processed with scientific software, namely GAMIT 10.5. The results of data processing by Gamit 10.5. is a geocentric coordinates, and the coordinates are transformed into coordinates with the coordinates origin toposentrik coordinate data in 2014 for the old control point and for a new point using the coordinate observations in March 2015 as the origin. The purpose of this research is to know the fault type and Fault rate slide from Kaligarang.The results of this research is the occurrence of a significant displacement from each observation point with the greatest displacement  reaches 0,132 m/year, so it can be concluded that at Fault Kaligarang occured deformation. According to the results of this research type of Fault Kaligarang is right-lateral strike slip fault. The value of the slip rate and locking depth of Sesar Kaligarang can not be determined because of a displacement in values large to speed displacement fault between 1,1 mm/year to 26.5 mm/year in the field of fault to the West, while the eastern part of the fault to have a range of speeds displacement between 7.9 mm/year up to 10 mm/year.Keywords:  GAMIT 10.5, GPS,  Kaligarang Faul, Locking depth t, Slip rate *)Penulis, Penanggungjawab
PENGETAHUAN IBU NIFAS TENTANG KUNJUNGAN ULANG MASA NIFAS DI PUSKESMAS TEPUS 1 KABUPATEN GUNUNGKIDUL Ekawati, Ekawati; Haniah, Haniah
Media Ilmu Kesehatan Vol 6 No 1: MIK April 2017
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat FKes Universitas Jenderal Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/mik.v6i1.208

Abstract

Background: The causes of Maternal Mortality Rate (MMR) in Indonesia are bleeding (30.3%), hypertensive disorder during pregnancy (27.1%), infection (7.3%), obstructed (1.8%) and abortion (1.6%). Bleeding occurs in the postpartum period which is started after delivering placenta and ended when the the womb organs recovered as before pregnant. The length of postpartum period is about 6 weeks. During postpartum period, there are several re-visit to heath provider such as; KF 1 (first postpartum visit) is a visit on 6 hours to day 3rd after delivering, KF 2 (Second postpartum visit) is a visit on day 4th to 28th after delivering, and KF 3 (third postpartum visit) is a visit on day 29th-42nd after delivering. Objective: This study aimed to describe the knowledge level of postpartum mother about visitation during childbirth. Method: This study was a descriptive quantitative research with cross sectional design. The number of sample was 30 respondents. The data were taken using primary data and questionnaires. Result: The postpartum mother who do postpartum visits in Puskesmas Tepus 1 Gunung in the age of 20-35 years category was 19 respondents (63.3%). A number of 13 respondents (43.3%) had secondary school, 19 respondents (63.3%) were housewife and 18 respondents (60%) had 2-3 children. The result of postpartum revisit showed that 13 respondents (43.3%) made KF1, 12 respondents (40%) made KF 2, and 11 respondents (36.7%) made KF 3. Conclusion: The knowledge level of postpartum revisit in Puskesmas Tepus 1 Gunung was mostly in adequate category. Key word: Postpartum Mother Knowledge, Postpartum Visits
KLASIFIKASI TUTUPAN VEGETASI MENGGUNAKAN METODE DEKOMPOSISI POLARIMETRIK Putra, Panji Pratama; Prasetyo, Yudo; Haniah, Haniah
Jurnal Geodesi Undip Volume 4, Nomor 4, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK Indonesia adalah negara yang memiliki wilayah yang sangat luas dan kekayaan alam yang berlimpah. Pembangunan di segala bidang dilaksanakan untuk memajukan negara, melindungi kekayaan alam, serta untuk meningkatkan kesejahteraan masyarakat. Pada proses pembangunan tersebut ada aspek penting yang tidak boleh diabaikan yaitu mengenai memahami banyaknya kawasan hutan dan perkiraan biomasa hutan yang ada di Indonesia. Disamping itu manfaat dari kawasan hutan sangat penting untuk keberlangsungan makhluk hidup yang ada di bumi.Penelitian penelitian ini memanfaatkan data ALOS PALSAR L-band level 1.5 dengan quad polarization. Pada penelitian ini proses yang dilakukan adalah dengan mengektrasi data tersebut kedalam matriks Sinclair yang kemudian akan dilakukan proses multilook dan speckle filtering untuk menghilangkan noise. Setelah proses tersebut dilakukan data tersebut di konversi kedalam matrik koherensi untuk mendapatkan informasi dari hasil klasifikasi yang menggunakan metode dekomposisi polarimetrik yang telah dijaelaskan oleh Cloude dan Pottier. Hasil klasifikasi kawasan hutan yang telah didapatkan proses berikutnya adalah memberikan informasi koordinat pada hasil klasifikasi tersebut agar data yang dihasilkan memiliki informasi koordinat yang sesuai dengan kondisi sebenarnya. Validasi yang dilakukan pada penelitian ini adalah dengan menyesuaikan tutupan lahan hasil klasifikasi dekomposisi polarimetrik dengan citra Landsat 8 untuk mendapatkan kesesuaian tutupan lahan agar didapatkan informasi sesuai dengan kondisi yang sebenarnya.Penelitian tugas akhir ini menghasilkan sebuah citra hasil klasifikasi dekomposisi polarimetrik dengan metode Cloude & Pottier. Hasil klasifikasi tersebut mengklasifikasikan kawasan perairan dan non-perairan (kawasan hutan dan pemukiman). Hasil dari klasifikasi dekomposisi polarimetrik ini juga menghasilkan luas kawasan tutupan vegetasi sebesar 52.793 ha, kawasan pemukiman sebesar 31.209 ha dan kawasan perairan sebesar 12.312 ha.. Selain itu klasifikasi tersebut diharapkan dapat dijadikan acuan sebagai bahan pertimbangan untuk mengembangkan pelestarian kawasan hutan guna keberlangsungan makhluk hidup di masa yang akan datang.Kata Kunci : Kawasan hutan, Cloude dan Pottier, Klasifikasi dekomposisi polarimetrik ABSTRACTIndonesia is an exceedingly wide country which having much a natural resources. Development in every field occurs to increase the country, protect the natural resource, and increase a society welfare. There are two crucial aspects in every process of the development, namely to recognize the forest area and estimate the forest biomass in Indonesia. Moreover, the benefit of the forest area is extremely crucial  for the survival of living things on Earth. This research utilized ALOS PALSAR L-band level 1.5 data with quad polarization. In this research, the process was performed by exctract the data into the matrix Sinclair and then do the multilook process and speckle filtering to remove noise. Once the process was performed, some data will process into coherency matrix to obtain the information from the result of classification using polarimetric decomposition that have been describe by Cloude and Pottier. The result of classification of vegetation cover that have been obtained the next process is to provide coordinate information on the result of classification that the data generated has coordinate information appropriate withcatual condition. Validation in this research is performed to adjust classification result polarimetric decomposition with landsat 8 to get the suitability of land cover in order to obtain information appropriate with actual conditionThis final research showed in an image of the polarimetric decomposition classification result used Cloude & Pottier method. The classification result produces a classification that separated water and non-water (forest and residence area). The total vegetation cover area according from classification polarimetric decomposition amounted to 52.793 ha, residence area amounted to 31.209 ha and waters area amounted to 12.312 ha. The result is expected to be reference to develop conservation of forest area for the survival of living things in the future.Keywords: Forest area, Cloude and Pottier, Polarimetic decomposition classification.*) Penulis Penanggungjawab
ANALISIS PENGARUH PERUBAHAN NILAI JUAL TANAH TERHADAP ZONA NILAI TANAH Astuti, Anastasia; Subiyanto, Sawitri; Haniah, Haniah
Jurnal Geodesi Undip Volume 4, Nomor 1, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAKKecamatan Banyumanik merupakan salah satu dari 16 Kecamatan yang berada di wilayah Pemerintah Kota Semarang. Kecamatan Banyumanik termasuk dalam pembagian wilayah yang memiliki fungsi sebagai perencanaan pemukiman. Hal ini mengakibatkan tingginya permintaan dan penawaran lahan di wilayah Banyumanik. Pengaruh dari tingginya permintaan dan penawaran lahan tersebut adalah terjadinya perubahan harga tanah di wilayah Kecamatan Banyumanik. Untuk itu diperlukan adanya penelitian untuk menganalisis terjadinya perubahan nilai jual tanah.Pada awalnya penelitian ini dilakukan dengan pembuatan zona awal dengan menggunakan peta administrasi Kecamatan Banyumanik dan citra Ouickbird. Selanjutnya dilakukan pembuatan peta Zona Nilai Tanah tahun 2011 dan 2013 dengan menggunakan peta zona awal dan data transaksi hasil survei lapangan. Langkah selanjutnya pembuatan peta perubahan harga tanah, yang diperoleh dari hasil overlay  peta ZNT  tahun 2011 dan peta ZNT tahun 2013. Kemudian dilakukan analisis terhadap perubahan nilai jual tanah yang terjadi.Hasil penelitian menunjukkan dalam rentang waktu tahun 2011 sampai denga tahun 2013 terjadi perubahan harga tanah. Perubahan harga tanah terbesar di zona 69 yaitu sebesar Rp. 5.242.097,00 per meter persegi. Zona 69 merupakan wilayah pemukiman padat, sedangkan perubahan harga terkecil terjadi pada zona 82 yaitu sebesar Rp57.657,00 per meter persegi. Zona 82 merupakan wilayah pertanian yang tandus.Terjadinya perubahan harga lahan dipengaruhi faktor nilai jual lahan yang berbeda di setiap zona nilai tanah. Zona 69 yang memiliki tingkat perubahan harga tertinggi, hal tersebut bisa terjadi karena zona 69 merupakan kawasan pemukiman yang letaknya strategis, dan memiliki aksesbilitas yang mudah.Pada zona 82 memiliki tingkat perubahan harga tanah yang paling rendah, hal terebut karena faktor nilai jual lahan yang tidak mendukung nilai ekonomis tanah pada wilayah tersebut.Kata kunci :Zona Nilai Tanah, Perubahan Harga Tanah, Faktor Nilai Jual Lahan.                                             ABSTRACTBanyumanik district is one of sixteenth districts located in Semarang. Banyumanik district is included in the teritorial division which has function as settlement planning. Therefore, it causes the high demand and supply for land in Banyumanik areas. The effect of the high demand and supply is the changes of land price in Banyumanik district. Thus, it is required a research to analyze the changes of sale value of land. First, the research is done by making an initial zone using the administration map of Banyumanik district and Ouickbird image. The second step is making zone map of sale value in 2011 and 2013 using the initial zone and transactional data from the result of field survey. Then, the next step is making map of the changes of land price, which is obtained from the result of overlaying ZNT map in 2011 and ZNT map in 2013. Data are processed using ArcGIS 10.1 software. Finally, it will analyze the changes of sale value of land.The result of this research shows that there is the changes of land price within 2011 to 2013. The biggest changes of land price are in zone 69 most Rp. 5,242,097.00 per square meter, which are settlement areas. While the lowest changes of land price are occured in zone 82 is equal Rp57.657,00 per square meter, which are barren agricultural areas. The changes of land price are influenced by sale value of land factor which are different for every land value zone. Zone 69 which has the highest rate of price change, it can happen because of the zone 69 is strategically located residential area, and has easy accessibility.In zone 82 has a rate of change of the price of land is low, it stretcher because of the sale value of the land that does not support the economic value of land in the region. Keywords : land value zone, changes of land price, sale value of land factor.
PENGARUH PERUBAHAN PENGGUNAAN LAHAN TERHADAP PERUBAHAN ZONA NILAI TANAH DI KECAMATAN GAYAMSARI KOTA SEMARANG TAHUN 2004 DAN 2014 Ahadi, Muhammad Ardhi; Subiyanto, Sawitri; Haniah, Haniah
Jurnal Geodesi Undip Volume 4, Nomor 4, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK Kota Semarang merupakan ibukota Provinsi JawaTengah yang memiliki 16 kecamatan, salah satunya adalah kecamatan Gayamsari. Berkembangnya kecamatan Gayamsari dari tahun ke tahun yang salah satunya disebabkan oleh peningkatan pertumbuhan penduduk mengakibatkan adanya pengendalian pemanfaatan/ penggunaan lahan yang mana diharapkan mampu untuk menampung aktivitas penduduk yang selalu  berkembang. Perubahan penggunaan lahan dan aktivitas masyarakat yang cukup tinggi mengakibatkan nilai tanah di Kecamatan Gayamsari mengalami perubahan. Sehingga diperlukan penelitian untuk melakukan analisis perubahan penggunaan lahan terhadap perubahan nilai tanah.                Pada awalnya penelitian ini dilakukan dengan pembuatan zona awal dengan menggunakan peta administrasi Kecamatan Gayamsari dan citra Quickbird. Selanjutnya dilakukan pembuatan peta zona nilai tanah tahun 2004 dan tahun 2014. Pada peta penggunaan lahan tahun 2004 dan tahun 2014 dilakukan overlay, sehingga diperoleh peta perubahan penggunaan lahan. Pada tahap akhir dilakukan analisis perubahan penggunaan lahan terhadap perubahan nilai tanah di Kecamatan Gayamsari.                Hasil penelitian menunjukkan total luas perubahan penggunaan lahan di Kecamatan Gayamsari dalam kurun waktu tahun 2004 ke tahun 2014 adalah 106 ha. Perubahan penggunaan lahan terbesar terjadi pada penggunaan lahan tegalan menjadi pemukiman dengan luas sebesar 24 ha. Sementara perubahan penggunaan lahan terkecil terjadi pada penggunaan lahan kosong menjadi perdagangan dan jasa dengan luas sebesar 0,16 ha. Kenaikan nilai tanah tertinggi terjadi pada perubahan lahan kosong menjadi perdagangan dan jasa yaitu sebesar Rp. 1.678.000 per m2. Sedangkan kenaikan nilai tanah terendah terjadi pada perubahan lahan tambak menjadi lahan kosong yaitu sebesar Rp. 44.000 per m2. Kata Kunci : Kecamatan Gayamsari, perubahan penggunaan lahan, perubahan nilai tanah ABSTRACTSemarang city is the capital of Central Java Province which has 16 districts, one of the districts is Gayamsari. Gayamsari district was growing from year to year, one of caused by increased population growth resulted in the control of utilization or land use which is expected to be able to accommodate the ever growing population activities. Changes in land use and community activities are quite high resulting the value of land in the Gayamsari district is changes. So that research is needed to perform the analysis of land use change on changes in the value of land.This research was originally done by making an initial zone using administrative map of Gayamsari district and Quickbird imagery. Furthermore, the making of maps of land value zone in 2004 and 2014. In the land use maps of 2004 and 2014 have been overlaid, in order to obtain a map of land use changes. At the final stage of the analysis of land use changes to changes in the value of land in Gayamsari district.The results showed the total area of land use change in Gayamsari district in the period 2004 to 2014 was 106 ha. The land-use change occurs on dry land into residential use with an area of 24 ha. While the smallest land-use change occurs in the use of unused land into a trade and services with an area of 0,16 ha. The highest increase in value of land occur on changes of  the unused land into a trade and services in the amount of Rp. 1.678.000 per m2. While the lowest increase in value of land occur on changes of the fishpond into unused land is Rp. 44.000 per m2. Keywords : Gayamsari District, changes in land use, changes in the value of land    *) Penulis, PenanggungJawab
ANALISIS KORELASI PERUBAHAN GARIS PANTAI TERHADAP LUASAN MANGROVE DI WILAYAH PESISIR PANTAI SEMARANG Aulia, Rendi; Prasetyo, Yudo; Haniah, Haniah
Jurnal Geodesi Undip Volume 4, Nomor 2, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAKIndonesia merupakan negara yang mempunyai hutan mangrove (hutan bakau) paling luas di dunia. Berdasarkan FAO (2007) bahwa Indonesia mempunyai hutan mangrove  seluas 3,062,300 juta hektar pada tahun 2005 yang merupakan 19% dari total luas hutan mangrove di seluruh dunia. Hutan mangrove seiring berjalannya waktu mengalami perubahan luasan, perubahan luasan hutan mangrove terjadi secara alami oleh mangrove dan lingkungan, maupun buatan hasil campur tangan manusia. Penyebab lain yang mungkin terjadi adalah dengan berubahnya garis pantai yang menyebabkan luas hutan mangrove semakin berkurang. Oleh karena itu, pemantauan terhadap perubahan garis pantai dan perubahan luas hutan mangrove dengan metode penginderaan jauh diperlukan untuk usaha pengendalian terhadap degradasi ekosistem sekitarnya.Pada penelitian mengenai korelasi perubahan garis pantai terhadap luasan mangrove menggunakan 2 metode, yaitu untuk perubahan garis pantai menggunakan metode BILKO yang dapat membedakan permukaan darat dan air sedangkan untuk perubahan area mangrove menggunakan metode komposit band dan klasifikasi supervised. Dari kedua metode tersebut nantinya dilakukan korelasi untuk mendapatkan hasil. Hasilnya secara kuantitatif, visual dan hitungan statistik.Hasil analisis data spasial pada daerah kota Semarang bahwa telah terjadi perubahan garis pantai pada tahun 2012-2013, abrasi 60,66 Ha dan akresi 21,99 Ha, dan tahun 2013-2014, abrasi 36,21 Ha dan akresi 23,93 Ha. Perubahan luasan mangrove mengalami pengurangan luasan pada tahun 2012-2013 sebesar 145,75 Ha dan tahun 2013-2014 sebesar 198,17 Ha.Hasil uji statistik menunjukkan bahwa nilai korelasi sebesar 0,766 > 0.05, artinya hubungan perubahan garis pantai terhadap perubahan luas mangrove memiliki hubungan yang kuat dan nilai signifikansinya sebesar 0,445 > 0,05, artinya perubahan garis pantai terhadap luas mangrove tidak berpengaruh signifikan. Kata kunci : BILKO, Garis Pantai, Komposit Band, Mangrove, Penginderaan Jauh, Supervised. ABSTRACTIndonesia is a country with the largest mangrove area in the world. According to the FAO (2007) Indonesia had a mangrove area of 3,062,300 million hectares in 2005, which represented 19% of the total area of mangrove forest in the whole world. As time passes, mangrove forests experience changes in the area. The changes occur naturally by mangrove and the environment, as well as a result of human intervention. Other cases that may occur is caused by the changing coast line, decreasing the area of the mangrove forests. Therefore, the monitoring of shore line and mangrove area changes with remote sensing method is needed to control the surrounding ecosystem degradation.In this study, the data is studied with two methods. The shore line changes are studied using BILKO method that can separate between land and water surface while the mangrove area changes are studied using composite band and supervised classification method. Both methods will be correlated to obtain results. The result is a quantitative, visual and statistical count.Spatial data analysis results obtained in the period 2012-2013 in the area of Semarang reported that there have been changes in the coast line with abrasion area of 60,66 hectares and accretion area of 21,99 hectares, in 2013-2014, the abrasion covered an area of 36,21 hectares and accretion 23,91 hectares. The mangrove area experienced a reduction in 2012-2013, reaching 145,75 hectares and in year 2013-2014 the degradation reached 198,17 hectares.Statistical analysis result showed that the correlation value is 0,766 > 0,05, meaning that the correlation between the shoreline changes to the mangrove area changes have a strong connection and the significance value is of 0,445 > 0,05, meaning that the changes to the shore line aren?t significant to the changes of the mangrove area.  Keywords:  BILKO, Coast Line, Composite Band, Mangrove, Remote Sensing, Supervised.
KAJIAN METODE SEGMENTASI UNTUK IDENTIFIKASI TUTUPAN LAHAN DAN LUAS BIDANG TANAH MENGGUNAKAN CITRA PADA GOOGLE EARTH (STUDI KASUS : KECAMATAN TEMBALANG, SEMARANG) Simamora, Frandi Barata; Sasmito, Bandi; Haniah, Haniah
Jurnal Geodesi Undip Volume 4, Nomor 4, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAKPenginderaan jauh berkembang pesat pada saat ini, baik data, metode dalam pengolahannya dan juga diimbangi dengan pemanfaatannya. Pada penelitian ini metode pengolahan yang digunakan  yaitu object base image analysis (OBIA). Metode Obia terdiri dari dua tahapan yaitu segmentasi dengan algoritma multiresolution dan klasifikasi dengan metode Nearest Neighbor. Adapun tujuan dari penelitian ini adalah mengkaji metode tersebut untuk mengidentifikasi luas tutupan lahan, dengan data yang digunakan citra dari Google Earth tahun 2013 dengan resolusi 0,59 meter.Proses segmentasi dengan parameter skala 200, kekompakan 0,7 dan bentuk 0,3 pada lokasi penelitian kecamatan Tembalang mengasilkan 8.981 segmen dan pada proses klasifikasi menghasilkan 6 kelas yaitu Lahan terbangun seluas 1.258,253 ha, lahan terbuka seluas 1.146,848 ha, vegetasi hijau seluas 1.180,467 ha, badan air seluas 12,524 ha, persawahan seluas 232,614 ha, ladang seluas 314,495 ha. Besar akurasi keseluruhan 99,678%, Kappa (0,9). Dalam perhitungan validasi luas sawah dengan skala 7, bentuk 0,2 dan kekompakan 0,8, menghasilkan besar ketelitian 59,62 m2.Sebagai kesimpulan, segmentasi dan klasifikasi nearest neighbor menghasilkan tingkat akurasi dan kepercayaan tinggi, tetapi tidak dapat digunakan dalam kajian untuk menentukan luas bidang tanah. Kata Kunci: Algoritma Multiresolution, Google Earth, Klasifikasi Nearest Neighbor, Segmentasi, Tutupan Lahan. ABSTRACTRemote sensing has been developing nowdays, either the data, the methods of processing and also the utilization. The method that is used in this research is Object Base Image Analysis (OBIA). Obia method is through in two main phases, multiresolution algorithm and Nearest neighbor classification. Object of this research is to examine the method to identification the large of landcover data by using imagery from Google Earth in 2013 with resolution 0.59 meters.Parameters of process segmentation used scale 200, 0,7 compactness, 0,3 shape in Tembalang District  produced 8.981 segments and process of classified produced into 6 classes, those are 1.258,253 hectares land of manmad, 1.146,848 hectares open field, 1.180,467 hectares vegetation, 12,524 hectares  water body, 232,614 hectares farm area and 314,495 hectares estate area. The result of overall accuracy produced 99,678 %, Kappa (0,9). In calculation validation of farm area with scale by 7, 0,2 shape and 0,8 compactness, produced accuracy in 59,62 meters2.As conclusion, Segmentation and classification nearest neighbor has a high accuracy and get high level of confidence, but can?t using for to examine the large of farm area. Keywords: Google Earth, Landcover, Multiresolution Algorithm, Nearest Neighbor Classification, Segmentation. *) Penulis, Penanggung Jawab
PENENTUAN TINGKAT LAHAN KRITIS MENGGUNAKAN METODE PEMBOBOTAN DAN ALGORITMA NDVI (STUDI KASUS: SUB DAS GARANG HULU) Rosyada, Mazazatu; Prasetyo, Yudo; Haniah, Haniah
Jurnal Geodesi Undip Volume 4, Nomor 1, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAKPemanfaatan lahan yang tidak memperhatikan syarat konservasi tanah dan air berpotensi menyebabkan terjadinya degradasi lahan yang pada akhirnya akan menimbulkan lahan kritis. Dampak adanya lahan kritis ini adalah penurunan tingkat kesuburan tanah, berkurangnya ketersediaan sumber air pada musim kemarau serta mengakibatkan banjir pada musim hujan. Pemetaaan lahan kritis pada Sub DAS Garang Hulu diperlukan untuk memberikan tingkat pengelolaan yang tepat sehingga tidak mengganggu keseimbangan ekosistem yang ada.Penelitian ini bertujuan untuk mengetahui persebaran tingkat kekritisan lahan Sub DAS Garang Hulu dengan memanfaatkan teknologi penginderaan jauh dan sistem informasi geografis. Metode yang digunakan dalam penelitian ini mengacu Departemen Kehutanan No. P.4/V-SET/2013 yaitu metode tumpang tindih, pemberian skor serta pembobotan tiap parameter. Parameter yang digunakan yaitu peta kelas vegetasi, peta kelas produktivitas, peta kelas lereng, peta kelas erosi dan peta kelas manajemen. Peta kelas vegetasi dibuat dari interpretasi citra landsat 8 menggunakan transformasi NDVI. Penentuan lahan kritis di lakukan dengan tumpang tindih data raster dengan pembagian 3 kawasan yaitu kawasan budidaya pertanian, kawasan hutan lindung dan kawasan lindung di luar kawasan hutan.Berdasarkan hasil pengolahan data, kriteria kelas sangat kritis pada kawasan budidaya pertanian dengan luas 339,03 Ha (4,34%), pada kawasan hutan lindung seluas 0,63 Ha (0,008%) dan pada kawasan lindung di luar kawasan hutan seluas 1,17 Ha (0,018%). Analisis tiap kecamatan menunjukkan bahwa kriteria kelas sangat kritis terluas berada di kecamatan Banyumanik dengan luas 102,51 Ha (1,32%), kriteria kelas kritis terluas berada di kecamatan Gunungpati dengan luas 231,57 Ha (2,97%), kriteria kelas agak kritis dengan luas 249,39 Ha (3,20%), kelas potensial kritis dengan luas 1.243,53 Ha (15,96%), dan kelas tidak kritis dengan luas 1.842,48 Ha (23,65%) berada di kecamatan Ungaran Barat.Salah satu usaha yang dapat dilakukan untuk meminimalkan peningkatan kekritisan lahan yang terjadi yaitu dengan memberdayakan lahan- lahan tidur (tegalan, tanah kosong) sesuai aturan konservasi tanah. Pemberdayaan lahan tidur ini nantinya mampu meningkatkan nilai lahan itu sendiri baik terutama dari segi produktivitas.Kata kunci :Lahankritis, NDVI, PenginderaanJauh, SistemInformasiGeografis(SIG), TumpangTindih. ABSTRACTLand use does not attention to the rules of soil and water conservation potentially lead to land causes of degradation that will eventually lead to critical land. The impact ofthe existence ofcritical landis thedecreaseof soilfertility, lack ofwater resourcesin dryseasonandin rain season. Critical land mapping is necessary to determine the right efforts in the management of upper course of Garang Hulu Sub Watershed until not disturb ecosystem balanced.  This researchaims to determinethe distribution ofthe critical level ofGarangHulu sub watershedtoutilizeremote sensing technologyandgeographicinformationsystems. The method based on Forestry Department P.4/V-SET/2013 by overlap method, scoring and weighting of each parameter. The parameters used are  map of vegetation class, productivity class map, class map slope, erosion class map, and class map management. Vegetation class map created from Landsat 8 imagery interpretation using NDVI transformation. Determination ofcritical landdowithraster dataoverlapwiththe distribution ofthreeregionsnamelyfarm area, protected forest areas, andprotected areasoutside theforest area.Based on the results of data processing, the class is very critical criteria in the farm area with immensityof 339.03 Ha (4.34%), the area of protected forest area with immensity of 0.63 Ha (0.008% and in protected areas outside the forest area with immensity of 1.17 H (0.018%). Analysis shows that every district is very critical criteria widest class are in Banyumanik subdistricts with immensity of 102.51 Ha (1.32%), the largest class criteria are critical in Gunungpati subdistrict with immensity of 231.57 Ha (2.97%), criteria rather critical class with immensity of 249.39 Ha (3.20%), with a critical potential class area with  immensity of 1.243.53 Ha (15.96%) and are not critical class area with immensity of 1,842.48 Ha (23.65%) located in West Ungaran subdistrict. There is one of way that can be done to minimize the increase in the occurring of critical land which is to empower idle land (wasteland) in accordance with the rules of conservation land. Empowering these idle lands will be able to increase the value of the land itself, well especially in terms of productivity.Keywords : Critical land, NDVI,Remote sensing,Geographic Information Systems (GIS),Overlay.
ANALISIS POLA KEKERINGAN LAHAN PERTANIAN DI KABUPATEN KENDAL DENGAN MENGGUNAKAN ALGORITMA THERMAL VEGETATION INDEX DARI CITRA SATELIT MODIS TERRA Munir, Muchammad Misbachul; Sasmito, Bandi; Haniah, Haniah
Jurnal Geodesi Undip Volume 4, Nomor 4, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK                Kabupaten Kendal merupakan salah satu daerah yang terkena dampak kekeringan karena kemarau panjang. Ancaman kekeringan akibat pengaruh iklim tidak dapat dihindari, tetapi dapat diminimalkan dampaknya jika pola kekeringan di suatu daerah dapat diketahui.Salah satu cara yang dapat digunakan adalah dengan menggunakan aplikasi dari penginderaan jauh yaitu melalui pengolahan dan analisis menggunakan algoritma Thermal Vegetation Index (TVI) yang merupakan rasio antara Land Surface Temperature (LST) dan Enhanced Vegetation Index (EVI) untuk mengkaji sebaran dan pola kekeringan pertanian Kabupaten Kendal tahun 2010-2014 yang kemudian akan dihubungkan dengan karakteristik wilayahnya untuk mengetahui keterkaitannya dengan kekeringan di Kabupaten Kendal.Kejadian kekeringan sangat luas terjadi pada bulan September 2012 dengan luas 17.275,792 ha, sedangkan yang terendah terjadi pada bulan September 2010 seluas 998,699 ha. Hasil uji statistik menunjukkan bahwa karakteristik fisik lahan berpengaruh terhadap kejadian kekeringan lahan pertanian di Kabupaten Kendal. Kata Kunci: EVI, Kekeringan lahan pertanian, LST, MODIS, TVI  ABSTRACT Kendal is one of the areas affected by drought. Threat of drought due to climate influences can not be avoided but the impact can be minimized if the pattern of drought in a region may be known.One way that used by using the application of remote sensing is through the processing and analysis algorithms Thermal Vegetation Index (TVI) which is the ratio between Land Surface Temperature (LST) and Enhanced Vegetation Index (EVI) to assess the distribution and patterns of agricultural drought Kendal in the year 2010-2014 will be connected to the characteristics of the region to determine its relevance to the drought in Kendal.The widest drought occurred in September 2012 with an area of 17275.792 ha, while the lowest drought occurred in September 2010 covering an area of 998.699 ha. Statistical analysis showed that the physical characteristics of the land effect on the incidence of agricultural drought in Kendal. Keywords: Agricultural drought, EVI, LST, MODIS, TVI *) Penulis, Penanggungjawab
ANALISIS KETERSEDIAAN RUANG TERBUKA HIJAU DENGAN METODE NORMALIZED DIFFERENCE VEGETATION INDEX DAN SOIL ADJUSTED VEGETATION INDEX MENGGUNAKAN CITRA SATELIT SENTINEL-2A (STUDI KASUS : KABUPATEN DEMAK) Sinaga, Sulaiman Hakim; Suprayogi, Andri; Haniah, Haniah
Jurnal Geodesi Undip Volume 7, Nomor 1, Tahun 2018
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAKRuang terbuka hijau merupakan area memanjang/jalur dan/atau mengelompok yang penggunaannya lebih bersifat terbuka, tempat tumbuh tanaman, baik yang tumbuh secara alamiah maupun yang sengaja ditanam. Peraturan menteri pekerjaan umum tahun 2008 menyatakan bahwa kuantitas dan kualitas ruang terbuka publik terutama ruang terbuka hijau (RTH) saat ini mengalami penurunan yang sangat signifikan dan mengakibatkan penurunan kualitas lingkungan hidup perkotaan. Kawasan perkotaan seharusnya memiliki minimal 30% ruang terbuka hiijau dari luas keseluruhan Kota tersebut. Yakni 30% tersebut meliputi 20% untuk ruang terbuka hijau publik dan 10% ruang terbuka hijau privat. Berdasarkan hasil analisis luasan ruang terbuka hijau yang diperlukan sesuai dengan kebutuhan oksigen di Kabupaten Demak, hasilnya luasan ruang terbuka hijau yang ada saat ini masih memenuhi yaitu sebesar 61.800 Ha dan luasan ruang terbuka hijau yang dibutuhkan adalah sebesar 31.593,3Ha. kebutuhan oksigen berdasarkan jumlah hewan setiap harinya 1.188.896 (kg/hari), kebutuhan oksigen masyarakat Demak pada tahun 2017 adalah 985.468,896(kg/hari), sedangkan untuk kebutuhan ruang oksigen kendaraan bermotor setiap harinya 1.024.457,3 (kg/hari). Bisa diperhatikan bahwa kebutuhan oksigen paling banyak setiap harinya adalah kebutuhan oksigen pada golongan hewan ternak. Jika dilihat dari hasil luasan ruang terbuka hijau yang diperoleh, metode SAVI memperoleh luasan RTH sebesar 40.907 Ha, sedangkan metode NDVI memperoleh luasan RTH 61800. Selisih hasil kedua metode tersebut bisa digolongkan sangat jauh yakni 20.893 Ha. Jika dilihat dari hasil Matriks konfusinya metode NDVI merupakan metode yang lebih baik dalam penentuan luasan ruang terbuka hijau dengan nilai overall acuracy 87,2951 % sedangkan metode SAVI memiliki nilai overall acuracy 84,0164 %. Hasil ini menunjukkan bahwa metode NDVI lah yang terbaik dalam penentuan luasan ruang terbuka hijau dengan menggunakan metode indeks kehijauan. Kata Kunci : Citra Sentinel-2A, NDVI, Permen PU, Ruang Terbuka Hijau, SAVI  ABSTRACTGreen open space is an elongated / lane and / or clumped area with more open use, where plants grow, both naturally grown and intentionally planted. Minister of public works Regulation in 2008 states that the quantity and quality of open space public, especially green open space (RTH) is currently experiencing a very significant decrease and resulted in decreased urban environmental quality. Urban areas should have at least 30% green open space from the total area of the City. That is 30% of covers 20% for public green open spaces and 10% for private green open space. Based on the result of the green open space analysis  about oxygen demand are needed in Demak Regency, the result of analysis is gained that the availabel of green open space still coul fulfill the required green open space with area 61.800 and the required arei is 31.593 Ha. oxygen demand based on the number of animals per day is 1.188.896 (kg / day), Demak community oxygen demand in 2017 is 985.468,896 (kg / day), while for the daily needs of motor oxygen space is 1.024.457,3 (kg / day). It should be noted that the dayli oxygen demand that mostly neede is in the need for oxygen in the livestock class. When viewed from the results of green open space obtained, SAVI method obtain 40.907 Ha of RTH area, while the NDVI method to obtain 61.800 Ha of RTH area. Difference in the results of both methods can be classified very far ie 20.893 Ha. When viewed from the results of the Configuration Matrix NDVI method is a better in determining the extent of green open space with the value of overall acuracy 87,2951% while SAVI method has an overall value of acuracy 84,0164%. In this research these result indicates that the NDVI method is the best in determining the extent of green open space by using the greenish index method.Keywords : Sentinel-2A Image, NDVI, Permen Pu, Green Open Space, SAVI