Article Per Year (5 Year)
p-Index From 2019 - 2024
6.181
P-Index
This Author published in this journals
All Journal TEKNIK Jurnal Geodesi Undip Perfecting a Video Game with Game Metrics Jurnal Kelautan Tropis Journal of Applied Geospatial Information Elipsoida : Jurnal Geodesi dan Geomatika JGISE-Journal of Geospatial Information Science and Engineering Jurnal Pasopati : Pengabdian Masyarakat dan Inovasi Pengembangan Teknologi
Yudo Prasetyo
Departement Of Geodetic Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Physics

Published : 121 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 121 Documents
Search

 1   2   3   4   5 
STUDI PENURUNAN MUKA TANAH DI KAWASAN INDUSTRI KENDAL DENGAN METODE PERMANENT SCATTERER INTERFEROMETRIC SYNTHETIC APERTURE RADAR (PS InSAR) MENGGUNAKAN CITRA SENTINEL 1-A TAHUN 2014-2019 Bilal Fadhlurrohman; Yudo Prasetyo; Nurhadi Bashit
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (406.92 KB)

Abstract

ABSTRAKKabupaten Kendal merupakan salah satu Kabupaten di Provinsi Jawa Tengah yang terletak di wilayah pesisir utara Pulau Jawa. Pemerintah Kabupaten Kendal sedang gencar melakukan pembangunan infrastruktur pada beberapa tahun terakhir yang ditandai dengan adanya proses pembangunan Kawasan Industri Kendal (KIK). Proses pembangunan infrastruktur yang terjadi di Kabupaten Kendal tidaklah lepas dari adanya fenomena alam yang harus dihadapi seperti penurunan muka tanah (PMT). Oleh sebab itu, penelitian ini mengkaji terkait PMT di KIK yang dilakukan dengan menggunakan teknik Permanent Scatterer Interferometric Synthetic Aperture Radar (PS InSAR) menggunakan 14 citra Sentinel-1A tahun 2014-2019 yang diolah menggunakan software SNAP dan StaMPS. Hasil pengolahan PS InSAR menunjukkan laju PMT yang terjadi di KIK mencapai 3,1 ± 0,09 hingga 0,88 cm/tahun dengan laju rata-rata sebesar 1,5 ± 0,09 hingga 0,88 cm/tahun. Pola pertumbuhan kawasan terbangun di KIK menunjukkan perubahan terjadi dari arah timur ke barat. Hasil overlay antara PMT dan pertumbuhan kawasan terbangun menunjukkan korelasi spasial yang cukup kuat karena keduanya memiliki arah yang sama yang mana PMT semakin besar ketika mengarah ke barat KIK. Dampak PMT terhadap pertumbuhan kawasan terbangun cenderung tidak besar. Pertumbuhan kawasan terbangun yang tergolong kedalam kelas PMT tinggi dengan rentang nilai 2 hingga 3,1 ± 0,09 hingga 0,88 cm/tahun mencapai 38,5% dengan luas sebesar 401.033 m2, kedalam kelas PMT sedang dengan rentang nilai 1 hingga 2 ± 0,09 hingga 0,88 cm/tahun sebesar 37,4% dengan luas 389.802 m2 dan kelas rendah sebesar 15,8% dengan luas 164.818 m2. Sedangkan yang tidak mengalami PMT adalah sebesar 8,3% dengan luas 85.941 m2.  Kata Kunci   : Kawasan Industri Kendal, Penurunan Muka Tanah, PS InSAR, Sentinel, StaMPSABSTRACTKendal Regency is one of the regencies in Central Java which is located in the northern coast of Java Island. The Kendal Regency Government is intensively conducting infrastructure development in the last few years marked by the process of developing the Kendal Industrial Zone (KIK) which is experiencing the natural phenomena that must be faced such as land subsidence (LS). Therefore, this study examines LS in KIK conducted by using Permanent Scatterer Interferometric Synthetic Aperture Radar (PS InSAR) technique using 14 Sentinel-1A images in 2014-2019 which were processed in SNAP and StaMPS software. The results of PS InSAR processing show that LS rates that occur in KIK reach 3.1 ± 0.09 to 0.88 cm/year with an average rate of 1.5 ± 0.09 to 0.88 cm/year. The growth pattern of the built up area in KIK shows the change occurred from east to west. The results of overlaying between the PMT and the growth of the built up area show a fairly strong spatial correlation because both have the same direction where the PMT gets bigger when it heads to west of the KIK. The impact of the PMT on the growth of the built up area tends not to be large. The growth of the built up area which is classified into high PMT class with a range of values from 2 to 3.1 ± 0.09 to 0.88 cm/year reaches 38.5% with an area of 401,033 m2, into moderate PMT class with values ranging from 1 to 2 ± 0.09 to 0.88 cm/year by 37.4% with an area of 389,802 m2 and into low PMT class by 15.8% with an area 164,818 m2. While that which did not experience PMT was 8.3% with an area of 85,941 m2.  Keywords       : Kendal Industrial Area, Land Subsidence, PS InSAR, Sentinel, StaMPS
STUDI OPTIMALISASI PEMANFAATAN LAHAN DI KAMPUS UNIVERSITAS DIPONEGORO TEMBALANG BERDASARKAN ANALISIS CITRA MULTI TEMPORAL Ulifatus Sa'diyah; Yudo Prasetyo; Andri Suprayogi
Jurnal Geodesi UNDIP Volume 5, Nomor 4, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1242.107 KB)

Abstract

ABSTRAK Universitas Diponegoro (UNDIP) adalah salah satu universitas terbesar di Provinsi Jawa Tengah dengan luas kampus Tembalang sekitar 1.352.054 m2. Sejak menempati kampus Tembalang tahun 1996 sampai tahun 2015, penggunaan lahan di kawasan kampus dan daerah di sekitarnya banyak mengalami perubahan terutama lahan kosong menjadi lahan terbangun untuk kegiatan pendidikan. Jika dilihat saat ini masih terdapat lahan kosong yang tersebar di dalam kampus UNDIP dan belum difungsikan. Untuk itu perlu penelitian yang mengkaji perubahan pemanfaatan lahan secara multitemporal dan studi optimalisasi lahan kampus UNDIP.Penelitian ini menggunakan data Citra Quickbird tahun 2006 dan 2011, serta foto udara UAV Fx79 tahun 2015. Data-data tersebut diinterpretasi dan dijitasi sehingga dapat dianalisis pemanfaatan lahan UNDIP secara multitemporal. Penggunaan lahan kampus UNDIP diklasifikasikan menjadi lima kelas, yaitu: administrasi, fasilitas umum, kegiatan belajar mengajar, lahan kosong dan pusat kegiatan mahasiswa.Dari penggunaan lahan tiap tahun, dilakukan analisis perubahan penggunaan lahan dari segi luas, fungsi dan pola distribusi spasialnya. Dari tahun 2006-2011, 90,93% tidak terjadi perubahan fungsi lahan. lahan kosong berkurang 21,94%. Pertambahan pembangunan paling besar pada kelas administrasi, yakni sebesar 52,77%. Pola distribusi spasial penggunaan lahan tahun 2006-2011 adalah mengelompok. Sedangkan dari tahun 2011 ke tahun 2015, terjadi perubahan fungsi lahan 24,18%. Perubahan paling besar adalah dari lahan kosong menjadi fasilitas umum dengan pola distribusi spasial mengelompok.Studi optimalisasi lahan dengan data penggunaaan lahan tahun 2015 menggunakan parameter kesesuaian terhadap masterplan, kelayakan terhadap kebutuhan penggunaan lahan dan kapabilitas sebagai lahan kampus. Hasilnya 71,76% lahan di UNDIP dikategorikan sangat optimal, 11,66% optimal, 0,56 % kurang optimal dan hanya 16,02% luas lahan yang tidak optimal. Kata Kunci : Citra Resolusi Tinggi, Optimalisasi, Perubahan Tata Guna Lahan, Universitas Diponegoro ABSTRACT UNDIP is one of the biggest  university in Central Java Province. UNDIP has 1.352.054 m2  area located in Tembalang. Since 1996 Tembalang campus has been used, until 2015 land use in Tembalang campus and the surrounding area has many changes especially wasteland that become educational activities building. If we see today, Tembalang campus still has many wasteland spreaded inside the campus area and not yet functioned. Because of that, a research that studying land use changes multitemporally and studying optimalization of campus land is needed.This research use 2006 and 2011 Quickbird imagery data and 2015 UAV aerial photo. These data are interpreted and digitalized so land use in Tembalang campus multitemporally can be analized. Land use in Tembalang campus is classified into five classes: administration building, public facility, learning facility, wasteland and student activity center.From land use each year, its change from area, function and spatial distribution pattern is analized. On period 2006 – 2011, there is no change of land use as much as 90.93% and wasteland decreased 21.94%. The biggest development is in administration building class as much as 52.77%. Spatial distribution pattern on 2006 – 2011 period is clustered. While on 2011 – 2015, land use change is about 24.18%. The biggest change is from wasteland that become public facility with spatial distribution pattern is clustered.Land optimalization studies with 2015 land use data using masterplan compatibility parameter, appropriateness of land use need and capability as campus land. The result is 71.76% of Tembalang campus is categorized very optimal, 11.66% is optimal, 0.56 is less optimal, and 16.02% is not optimal. Keywords: Diponegoro University, High-Resolution Imagery, Land Use Change, Optimizing.*) Penulis , Penanggung jawab
STUDI PENENTUAN KAWASAN RESAPAN AIR PADA WILAYAH DAS BANJIR KANAL TIMUR Setyo Ardy Gunawan; Yudo Prasetyo; Fauzi Janu Amarrohman
Jurnal Geodesi UNDIP Volume 5, Nomor 2, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (765.218 KB)

Abstract

ABSTRAKDAS Banjir Kanal Timur merupakan DAS yang terletak di tengah-tengah Kota Semarang yang merupakan kota terbesar di Provinsi Jawa Tengah dengan jumlah pembangunan infrastruktur dan pemukiman kota yang tinggi tiap tahunnya. Bencana kekurangan air tiap musim kemarau sering dialami di sejumlah daerah DAS Banjir Kanal Timur karena jumlah air tanah dalam daerah tersebut kecil dan sulit diperbarui. Pembaharuan air tanah ini erat hubunganya dengan resapan air, kondisi resapan air yang baik mampu mengalirkan air dari permukaan ke dalam tanah untuk menjadi air tanah.Tujuan penelitian ini adalah untuk mengetahui kondisi, sebaran dan pola resapan air di kawasan DAS Banjir Kanal Timur. Dalam penentuan kondisi resapan air terdapat lima parameter yaitu jenis tanah, penggunaan lahan, kelerengan, potensi air tanah dan curah hujan. Terdapat tiga metode dalam penelitian ini yaitu metode pengolahan citra optis (klasifikasi terawasi), citra radar (InSAR) dan sistem informasi geografis (SIG). Data citra terdiri dari dua jenis citra optis dan satu citra radar, diantaranya citra ALOS PRISM tahun 2010, SPOT-6 tahun 2014 dan ALOS PALSAR tahun 2008. Kriteria resapan air dibedakan menjadi enam kriteria, yaitu baik, normal alami, mulai kritis, agak kritis, kritis dan sangat kritis.Pada penelitian ini diperoleh hasil kondisi resapan air di DAS Banjir Kanal Timur dalam kondisi mulai kritis dengan luas mencapai 2607,523 Ha (33,17 %), kondisi normal alami seluas 1507,674 Ha (19,18 %), agak kritis dengan luas 1452,931 Ha (18,48 %) dan berturut-turut dengan kondisi baik, kritis dan sangat kritis dengan luas  1157,04 Ha (14,72 %), 1058,639 Ha (13,47 %),  dan 75,0387 Ha (0,95 %). Sebaran dan pola resapan air tidak merata yang tersebar di kawasan tengah dan utara DAS untuk kondisi resapan air  mulai kritis, normal alami  dan baik. Sementara kawasan selatan DAS dengan kondisi resapan air agak kritis, kritis  dan sangat kritis.Kata Kunci          : Klasifikasi Terawasi, InSAR, SIG, Resapan Air, Air Tanah    ABSTRACTBanjir Kanal Timur Watershed located in the center of Semarang. Semarang is the biggest city in central Java which infrastructure development and construction is high nowadays. The lack of fresh water become problem in dry season in watershed area because ground water is not rechargeable well. Rechargeable groundwater depends on water recharge area whether it is good or not.The objective of the study is to determine condition and dissemination of water recharge in watershed area. Recharge area conditions determined by five parameters, soil type, land use, slope, ground water potential and rainfall. In this study use three methods, supervised classification to acquire land use from optic imagery, InSAR to derive DTM from SAR Imagery and GIS. There is two types optical image, ALOS PRISM 2010 and SPOT-6 2014. While SAR image is ALOS PALSAR 2008 only. The criteria of water recharge divided into six criteria, it is good, naturally normal, begin to critical, a little bit critical, critical and very critical.The result shows that water recharge condition of Banjir Kanal Timur Watershed is in begin to critical condition with 2607,523 Ha (33,17 %), naturally normal with 1507,674 Ha (19,18 %), a little bit critical with 1452,931 Ha (18,48 %), good with 1157,04 Ha (14,72 %), critical with 1058,639 Ha (13,47 %) and very critical with 75,0387 Ha (0,95 %). The distribution of water recharge area in Banjir Kanal Timur Watershed has irreguler pattern. In northern area of watershed consists of begin to critical, naturally normal, and good condition. Meanwhile in southern area of watershed consists of a little bit critical, critical and very critical condition.Key words             : Supervised classification, InSAR, GIS, Recharge Area, Ground Water  *) Penulis Penanggung jawab
ANALISIS AKURASI PEMODELAN 3D MENGGUNAKAN METODE CLOSE RANGE PHOTOGRAMMETRY (CRP), UNMANNED AERIAL VEHICLE (UAV) DAN TERRESTRIAL LASER SCANNER (TLS) Bernard Ray Barus; Yudo Prasetyo; Hani'ah hani'ah
Jurnal Geodesi UNDIP Volume 6, Nomor 4, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (656.576 KB)

Abstract

ABSTRAKPatung Diponegoro merupakan salah satu ikon penting yang berada di kawasan kampus Universitas Diponegoro. Karena patung yang baru berada didaerah Widya Puraya. Oleh karena itu banyak orang yang mengunjungi patung tersebut. Patung Diponegoro juga mengalami pengikisan oleh alam (angin, air hujan, dan lain-lain). Maka dari itu, dibutuhkan upaya pelestarian patung Diponegoro tersebut agar tidak rusak dan hilang keberadaannya oleh zaman.Pada penelitian kali ini, akan menggunakan tiga alat yang akan diuji ketelitiannya terhadap patung Diponegoro yaitu kamera non metrik, Unmanned Aerial Vehicle (UAV) dan Terrestrial Laser Scanner (TLS). Metode yang digunakan dalam penelitian ini adalah Close Range Photogrametry dengan membandingkan hasil visualisasi model dan menguji ketelitian model tiga dimensi dengan perbandingan jarak hasil ukur lapangan Total Station. Dari hasil visualisasi dan ketelitian model tiga dimensi akan didapatkan hasil mana yang lebih baik antara kamera non metrik, UAV maupun TLS.Hasil akhir dari penelitian ini menunjukkan bahwa TLS  memiliki tingkat ketelitian geometrik yang lebih tinggi dibandingkan dengan kamera non metrik dan UAV. Hal ini ditunjukkan dengan hasil tingkat ketelitian akurasi pada TLS sebesar 0,0067 ±0,0087 meter untuk Patung Pangeran Diponegoro. Sedangkan pada kamera non metrikdidapatkan hasil tingkat ketelitianyang lebih rendah yaitu sebesar 0,1615 ±0,0593 meter pada Patung Pangeran Diponegoro. Sementara itu Pada UAV didapatkan tingkat ketelitian yang cukup baik dibandingkan dengan kamera yaitu sebesar 0,0162±0,0133 meter. Berdasarkan hasil visualisasi model tiga dimensi antara kamera, UAV dan TLS didapatkan hasil bahwa UAV dan TLS menghasilkan model yang lebih baik dibandingkan dengan model tiga dimensi yang dihasilkan oleh kamera non metrik.Dengan hasil analisis pada penelitian ini diharapkan hasil pemodelan 3D dengan kamera dan UAV dapat digunakan sebagai upaya pelestarian patung Diponegoro.
ANALISIS PERBANDINGAN METODE PCA (PRINCIPAL COMPONENT ANALYSIS) DAN INDEKS MINERAL LEMPUNG UNTUK PEMODELAN SEBARAN KANDUNGAN BAHAN ORGANIK TANAH MENGGUNAKAN CITRA SATELIT LANDSAT DI KABUPATEN KENDAL Nailatul Muna; Yudo Prasetyo; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 9, Nomor 1, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (883.402 KB)

Abstract

ABSTRAK Tanah yang baik merupakan tanah yang subur, yang dapat ditanami berbagai macam tumbuhan untuk memenuhi kebutuhan manusia. Tanah yang subur kaya akan unsur hara di dalamnya, salah satunya yaitu bahan organik. Bahan organik merupakan unsur yang dapat mengindikasikan kesuburan tanah. Oleh karena itu informasi tentang kandungan bahan organik suatu tanah sangat penting untuk diketahui terutama oleh masyarakat yang berada di sektor pertanian agar dapat meningkatkan produktivitas pertanianya.Dengan menggunakan sistem pengindraan jauh dapat diperoleh hasil dengan cakupan area yang luas dengan tidak membutuhkan waktu, tenaga dan biaya cukup banyak. Metode yang digunakan dalam penelitian ini adalah regresi linear antara transformasi PCA, indeks mineral lempung dan kelerengan dengan data analisis kandungan bahan organik di lapangan, sebagai faktor indikasi adanya kandungan bahan organik dalam tanah untuk mendapatkan model terbaik antara metode PCA dan indeks mineral lempung dengan nilai Standard error Estimate  (SEE) yang kecil, serta ketelitian model jika dibandingkan dengan hasil laboratorium.Hasil dari penelitian ini adalah suatu bentuk pemodelan statistik yaitu – 29,099 + 22,969 X1 + 0,937 X2, dimana X1 merupakan indeks mineral lempung dan X2 merupakan kelerengan, dengan tingkat akurasi sebesar 72,2% berdasarkan matriks konfusi antara hasil laboratorium dan hasil pengolahan. Persebaran kandungan bahan organik didominasi oleh kelas sangat tinggi yaitu sebesar 74,5 % seluas 75642,429 Ha yang berada di Kecamatan Weleri, Ringinarum, Pegandon, Kaliwungu Selatan, Boja, Limbangan, Singorojo, Patean, Sukorejo, Plantungan dan Pagerruyung. Kata Kunci : Bahan organik, Indeks mineral lempung, PCA, Penginderaan jauh, Regresi  ABSTRACT Good soil is fertile soil, which can be planted with a variety of plants to meet human needs. Fertile soil is rich in nutrients, one of which is organic material. Organic matter is an element that can indicate soil fertility. Therefore information about the organic matter content of a soil is very important to be known especially by people who are in the agricultural sector in order to increase agricultural productivity.By using a remote sensing system results can be obtained with a wide area coverage without requiring considerable time, effort and cost. The method used in this study is a linear regression between PCA transformation, clay mineral index and slope with data analysis of organic matter content in the field, as an indication factor for the presence of organic matter content in the soil to get the best model between PCA method and clay mineral index with Standard values small Estimate error (SEE), and model accuracy when compared with laboratory results.The results of this study are a form of statistical modeling namely – 29,099 + 22,969 X1 + 0,937 X2, where X1 is the clay mineral index and X2 is slope, with an accuracy rate of 72.2% based on a confusion matrix between laboratory results and processing results. The distribution of organic matter content is dominated by a very high class of 74.5% covering an area of 75642,429 hectares in Weleri, Ringinarum, Pegandon, South Kaliwungu, Boja, Limbangan, Singorojo, Patean, Sukorejo, Plantungan and Pagerruyung Districts.Keywords: clay mineral index, organic matter, PCA, regression, remote sensing
ANALISIS POTENSI EROSI MENGGUNAKAN MODEL AGNPS (AGRICULTURAL NON-POINT SOURCE POLLUTION MODEL) (Studi Kasus: Hutan Yona, Yanbaru) Delima Canny Valentine Simarmata; Sawitri Subiyanto; yudo Prasetyo
Jurnal Geodesi UNDIP Volume 5, Nomor 3, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (896.573 KB)

Abstract

ABSTRAKNegara Jepang terbagi menjadi 41 prefektur (provinsi) dengan luas sekitar 377,815 km2 dengan 70% area ditutupi bukit dan pegunungan. Sekitar 250.905 km2 atau samadengan 67% luas negara Jepang ditutupi oleh wilayah hutan. Menurut data lembaga kehutanan Jepang, salah satu pulau dengan luas hutan yang cukup mempengaruhi bentang alam negara Jepang adalah hutan Yanbaru, Okinawa. 72% dari bagian utara pulau Okinawa ditutupi oleh hutan Subtropis yang dalam dialek Okinawa disebut “Yanbaru”. Kawasan hutan Yanbaru terbagi atas 3 bagian yaitu Kunigami, Higashi dan Ogimi. Kawasan Hutan Yona merupakan bagian dari area Kunigami dan Ogimi dan menjadi salah satu daerah konservasi oleh Negara Jepang. Saat ini, kawasan Hutan Yona sedang diseleksi untuk menjadi kawasan yang dilindungi oleh UNESCO, PBB.Hutan Yona merupakan kawasan yang memiliki intensitas hujan dan badai taifun yang tinggi. Disisi lain, kawasan Hutan Yona juga memiliki kelerengan dan panjang lereng yang cukup curam. Faktor-faktor ini sangat berpotensi untuk menyebabkan adanya erosi. Oleh sebab itu, penelitian ini dilakukan dengan tujuan untuk mengkaji potensi dan tingkat kerawanan erosi di kawasan Hutan Yona. Data yang digunakan adalah data curah hujan, DEM, peta jenis tanah, peta tutupan lahan dan peta jaringan sungai. Metode yang digunakan pada penelitian ini adalah pemodelan AGNPS (Agricultural Non Point Source). Metode ini menggunakan pemodelan grid seluas 10 x 10 m pada wilayah daerah tangkapan air (DTA). Kawasan Hutan Yona dengan luas DTA seluas 937,55 ha memiliki nilai energi intensitas curah hujan 30 menit (EI30) sebesar 41,59 m.ton.mm/m2. Berdasarkan hasil pemodelan AGNPS (Agricultural Non Point Source), laju erosi rata-rata dan jumlah tanah terkikis pada DTA Hutan Yona masing-masing sebesar 13,53 m/s dan 0,1367 mm/th. Besar erosi yang terjadi adalah 113,91 ton/ha/th. Nilai erosi ini termasuk tingkat kerawanan pada kelas III yaitu kelas sedang, yaitu berada dengan interval erosi 61 – 180 ton/ha/thn. Kata Kunci : AGNPS, Erosi, Okinawa, Penginderaan Jauh, Yona ABSTRACTJapan is divided into 41 prefectures (provinces) with an approximately area about 377.815 km2. About 70% of Japan or equal with 264.47 km2 is covered by hills and mountains. However, 250 905 km2 or equal with 67% of Japan is covered by forests. According to data from the Forest Ministry of Japan, one of the islands which affects Japan landscape is Yanbaru Forest, Okinawa. 72% of the northern part of Okinawa Island is covered by subtropical forest that in the Okinawan dialect called "Yanbaru". Yanbaru forest area is divided into three areas, Kunigami, Higashi and Ogimi. Yona, one of the Yanbaru Forest area, is a part of the Kunigami and Ogimi. It has become one of the conservation area held by the Japan Government. Yona area is now nominated as a protected area by UNESCO, PBB.Yona Forest Area (YFA) is an area with a high rainfall intensity and frequent storms typhoon. Besides, it has length-long slope and high steepness. These factors highly cause an erosion. Therefore, this study aimed to assess the potential and the level of vulnerability of erosion in Yona Forest Area (YFA). This study used Rainfall intensity data, DEM, soil map, land cover map and river stream map. The method in this study used AGNPS Model (Agricultural Non-Point Source Model) which had 10 x 10 m grid to represent a catchment area (DTA).Yona Forest Area (YFA) with 937.55 ha of catchment area had 30 minutes rainfall intensity energy (EI30) about 41.59 m.tons.mm/m2. According to AGNPS Model (Agricultural Non-Point Source Model) result, velocity and amount of eroded soil were 13,53 m/s and 0,1367 mm/year, respectively. Erosion that occured in catchment area of Yona Forest Area was about 113,91 ton/ha/yr. It was included into the middle erosion class with and interval class 61-180 tons / ha / yr. Keywords: AGNPS, Erosion, Okinawa, Remote Sensing, Yona,*) Penulis, Penanggung Jawab
PEMODELAN GEOID INDONESIA DENGAN DATA SATELIT GOCE Maylani Daraputri; Yudo Prasetyo; Bambang Darmo Yuwono
Jurnal Geodesi UNDIP Volume 4, Nomor 4, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1023.455 KB)

Abstract

ABSTRAK Indonesia merupakan negara kepulauan yang terletak pada koordinat geografis 6o LU – 11o LS dan 95 o BT – 141o BT. Dengan banyaknya laut yang dimiliki Indonesia, penentuan MSL (Mean Sea Level) sebagai bidang yang berimpit dengan geoid menjadi pekerjaan yang sulit.Penentuan model geoid dapat diturunkan dari data satelit, data gravimetri dan data DEM.  Perkembangan teknologi satelit gaya berat berperan sangat besar dalam menentukan medan gaya berat bumi. Salah satu satelit gaya berat bumi adalah satelit GOCE (Gravity field and steady-state Ocean Circulation Explorer) yang diluncurkan oleh ESA (European Space Agency) pada Maret 2009.  Pemodelan geoid pada penelitian ini hanya menggunakan data satelit GOCE yang digunakan sebagai gelombang panjang geoid. Data yang digunakan adalah data level-2 satelit GOCE. Model geoid GOCE yang digunakan ada empat jenis yaitu model DIR R2, DIR R3, TIM R2, dan TIM R3 yang dirilis pada tahun 2010 dan 2011. Sebagai model pembanding digunakan model EGM 96 dan EIGEN 5C. Validasi model geoid dilakukan terhadap model geoid lokal pulau Jawa.Hasil penelitian menunjukan bahwa model DIR R2 memiliki selisih standar deviasi terkecil terhadap model pembanding EGM 96 yaitu sebesar 0.583 meter maupun dengan model EIGEN 5C yaitu sebesar 0.186 meter. Geoid dengan grid kecil dan derajat orde rendah memiliki standar deviasi rendah.Hasil dari perbandingan antar model geoid GOCE menunjukan bahwa model TIM R2 dan TIM R3 memiliki standar deviasi terkecil yaitu sebesar 0.014 meter, hasil validasi dengan model geoid lokal pulau Jawa memiliki nilai standar deviasi sebesar 0.328 meter. Dengan model geoid regional Indonesia dari data satelit GOCE, penentuan geoid lokal untuk masing-masing daerah dapat lebih mudah.Kata kunci           : EIGEN 5C,  EGM 96, Geoid, GOCE.  ABSTRACT Indonesia is an archipelago country which is geographically located in 6o N – 11o S and  95 o – 141o E. Indonesia have a much of sea, determination of mean sea level as a surface closed to geoid was difficult.Determination of geoid model could be derived from satellite data, surface gravity, and digital elevation model. Development of satellite gravity has a significant impact in determining gravity field of the earth. One of  the most commonly satellite gravity is GOCE (Gravity field and steady-state Ocean Circulation Explorer) satellite, was launched in march 2009 by ESA (European Space Agency).Geoid modelling in this research used GOCE satellite data as long wavelength geoid. The data which was used is GOCE level 2 data. GOCE geoid models which were used are  DIR R2 , R3 DIR , TIM R2 and TIM R3 with the acquisition data in 2010 and 1011. The results of GOCE geoid models are subtracted with EGM 96 and EIGEN 5C models. Validation of geoid model was refer to Java local geoid model.The results showed that the model DIR R2 has the lowest differences of standard deviation due to EGM96 model is about 0.583 meter as well as EIGEN 5C is about 0.186 meter. Geoid model which has small grid and low degree and order had low standard deviation. The Results of the comparison between the GOCE geoid model showed that the model TIM R2 and TIM R3 has the lowest standard deviation is about 0.014 meter. The result of validation due to Java local geoid model is about 0.328 meter. With the regional geoid of Indonesia using GOCE satellite data, determination of geoid height in each local area is easier.Keywords : EIGEN 5C,  EGM 96, Geoid, GOCE.  *) Penulis Penanggung Jawab  
STUDI PENURUNAN MUKA TANAH MENGGUNAKAN DINSAR TAHUN 2017 - 2020 (Studi Kasus: Pesisir Kecamatan Sayung, Demak) Naufal Dwiakram; Fauzi Janu Amarrohman; Yudo Prasetyo
Jurnal Geodesi UNDIP Volume 10, Nomor 1, Tahun 2021
Publisher : Departement Teknik Geodesi Universitas Diponegoro

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

Abstract

ABSTRAKKecamatan Sayung merupakan salah satu kecamatan yang berada di Kabupaten Demak di bagian pesisir utara pulau Jawa. Wilayah ini merupakan dataran yang terbentuk dari endapan tanah aluvial yang tergolong muda. Pada wilayah ini banyak berdiri bangunan industri dan juga banyak dijumpai kawasan pemukiman, sehingga menambah pembebanan terhadap tanah aluvial yang masih mungkin untuk terjadi kompaksi. Dengan adanya fenomena tersebut diperlukan pemantauan secara berkelanjutan untuk mengetahui dari dampak yang timbul seiring berjalannya waktu. Metode DInSAR dimanfaatkan dalam penelitian ini untuk memantau fenomena tersebut.Metode DInSAR dipilih karena memiliki kemampuan untuk melakukan pengamatan di area yang luas dengan waktu yang cepat. Data yang digunakan adalah 6 citra satelit Sentinel-1A mode IW yang diakuisisi pada tahun 2017-2020. Metode DInSAR menggunakan two-pass interferometry dengan bantuan DEM SRTM 1 arcsec sebagai referensi topografi. Survei pengamatan GNSS dilakukan untuk validasi hasil DInSAR karena dianggap lebih teliti dalam hal akurasi.Hasil nilai penurunan muka tanah Kecamatan Sayung yang didapatkan dari metode DInSAR rata-rata sebesar 4,55 ±1 cm/tahun. Hasil dari DInSAR selanjutnya di validasi dengan data GNSS. Kedua data tersebut memiliki standar deviasi sebesar 0,68 cm. Dari hasil penelitian juga dilakukan analisis mengenai kajian geologis wilayah penelitian serta efek dari penggunaan lahan pada Kecamatan Sayung terhadap penurunan muka tanah yang terjadi. Berdasarkan analisis tersebut ditemukan pola yang mirip antara besarnya penurunan muka tanah dengan laju pemadatan tanah alami serta dampak penggunaan lahan untuk kawasan industri dan pemukiman.
ANALISIS PERBANDINGAN KEPADATAN PEMUKIMAN MENGGUNAKAN KLASIFIKASI SUPERVISED DAN SEGMENTASI (Studi Kasus: Kota Bandung) Nizma Humaidah; Bambang Sudarsono; Yudo Prasetyo
Jurnal Geodesi UNDIP Volume 4, Nomor 4, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (617.637 KB)

Abstract

ABSTRAKPemukiman merupakan kawasan tempat tinggal yang terdiri lebih dari satu satuan perumahan yang sangat penting dalam kehidupan manusia. Sekarang ini semakin lahan kosong dan lahan hijau semakin berkurang karena kawasan pemukiman yang semakin padat, terutama dikota-kota besar salah satunya di Kota Bandung.Teknologi penginderaan jauh dan sistem informasi geografis (SIG) dapat membantu untuk mendapatkan informasi pemukiman padat tersebut dengan melakukan analisis pada citra resolusi tinggi Quickbird. Pada penelitian ini metode yang digunakan untuk menganalisis adalah metode segmentasi dan klasifikasi supervised.Informasi luas pemukiman padat di Kota Bndung pada tahun 2012 dengan menggunakan metode segmentasi dan klasifikasi supervised kemudian membandingkan hasil keduanya. Hasil luasan pemukiman padat Kota Bandung pada tahun 2012 menggunakan metode segmentasi adalah 115.949.487,2 m² sedangkan berdasarkan hasil klasifikasi supervised adalah 117.233.067,02 m². berdasarkan uji ketelitian metode segmentasi sebesar 100% sedangkan klasifikasi supervised sebesar 98,418%. Apabila dilihat dari uji statistik keduanya memiliki korelasi yang sangat kuat dan searah dengan nilai 0,998, dengan hipotesis bahwa luas pemukiman padat yang didapat dari metode segmentasi berbeda dengan metode klasifikasi supervised secara signifikan. Kata Kunci : Klasifikasi Supervised, Penginderaan jauh, Pemukiman Padat dan Segmentasi,.                                                                                   ABSTRACTSettlements are residential area consisting of more than one housing unit which is very important in human life. Nowadays, vacant area and green area are decreasing because of the higher density of settlements, especially in big cities such as Bandung.Remote sensing technology and geographic information system (GIS) can help obtaining the dense settlement information by analyzing the image of high resolution Quickbird. In this study, the method used to analyze is segmentation and supervised classification.Information of the dense settlement wide area in Bandung in 2012 is obtained using segmentation method and supervised classification. The result of both methods is compared. The Result of dense settlement area of Bandung in 2012 using segmentation method is 115,949,487.2 m², while according to the result of supervised classification is 117,233,067.02 m². Based on the accuracy test of segmentation method, it is 100% whereas supervised classification is 98,418%. In statistical test point of view, both of the methods have a remarkably strong correlation and the same direction with the value of 0.998, with the hypothesis that the wide of dense settlements area obtained from segmentation method was different with supervised classification method was significantly different with. Keywords: Dense Settlements, Remote sensing, Segmentation and Supervised Classification.   *) Penulis, Penanggung Jawab
ANALISIS PENGGUNAAN NDVI DAN BSI UNTUK IDENTIFIKASI TUTUPAN LAHAN PADA CITRA LANDSAT 8 (Studi Kasus : Wilayah Kota Semarang, Jawa Tengah) Dafid Januar; Andri Suprayogi; Yudo Prasetyo
Jurnal Geodesi UNDIP Volume 5, Nomor 1, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (938.802 KB)

Abstract

ABSTRAK Lahan merupakan salah satu sumber daya alam penting yang sangat dibutuhkan oleh makhluk hidup baik hewan, tumbuhan dan manusia untuk berpijak,  sebagai tempat hidup dan melakukan kegiatan kehidupan serta untuk memenuhi kebutuhannya. Lahan dan manusia memiliki hubungan yang sangat kompleks dan erat antara satu dengan yang lain tidak dapat dipisahkan. Supaya manusia dapat memenuhi kebutuhannya seoptimal mungkin, maka  sumberdaya alam ini membutuhkan pengolahan, pelestarian, dan perlindungan.Pada penelitian ini, dilakukan pengidentifikasian tutupan lahan pada citra Landsat 8 akuisisi 29 Mei 2015 wilayah Kota Semarang. Metode yang digunakan adalah analisis NDVI dan kombinasi NDVI BSI yang kemudian dibangun kelas tutupan lahan yang terdiri dari lima kelas diantaranya badan air, lahan terbuka, pemukiman, sawah dan vegetasi yang kemudian hasil klasifikasi dibandingkan dengan acuan klasifikasi Maximum Likelihood.Hasil dari penelitian ini didapat untuk tingkat ketelitian hasil klasifikasi NDVI adalah sebesar 49,43% dengan user’s accuracy untuk kelas badan air sebesar 76,15%, lahan terbuka 12,60%, pemukiman 85,37%, sawah 25,44% dan vegetasi 65,55%. Sedangkan untuk hasil klasifikasi kombinasi NDVI BSI didapat tingkat ketelitian sebesar 60,14% dengan user’s accuracy untuk kelas badan air sebesar 77,03%, lahan terbuka 8,07%, pemukiman 82,47%, sawah 39,48% dan vegetasi 65,88%. Kata Kunci : NDVI, BSI, Maximum Likelihood, Landsat 8, Tutupan Lahan ABSTRACT Land is one of the important natural resources that are needed by living things both animals, plants and humans to stand, as a place of life and activities of life as well as to meet their needs. Land and human beings have a very complex relationship and closely with each other which can not be separated. So that people can meet their needs as optimally as possible, the natural resources requires the processing, preservation and protection. In this study, carried out the identification of land cover in the Landsat 8 May 29, 2015 acquisition of the city of Semarang. The method used is the analysis of NDVI and combination of NDVI BSI which later developed land cover classes consist of five classes including water, barren, settlements, rice fields and vegetation classification results are then compared with reference Maximum Likelihood classification.Results from this study to the level of accuracy obtained NDVI classification results amounted to 49.43% with the user's accuracy for the class of water by 76.15%, barren by 12.60%, settlements by 85.37%, rice fields by 25.44% and vegetation by 65.55%. As for the combination of NDVI BSI classification results obtained by 60.14% accuracy level with the user's accuracy for the class of water by 77.03%, barren by 8.07%, settlements by 82.47%, rice fields by 39.48% and vegetation by 65, 88%. Keywords : NDVI, BSI, Maximum Likelihood, Landsat 8, Land Cover *) Penulis, Penanggungjawab
Co-Authors Abdi Sukmono, Abdi Adito Maulana ADYVICTURA TINAMBUNAN Agree Isnasatrianto Ahmad Iqbal Maulana Lubis Aji, Bernardinus Joko Prakosta Santu Alfian Adi Atmaja Alfonsus Bima Samudra Alvatara Partogi Hutagalung Alvian Danu Wicaksono An Nisa Tri Rahmawati Anang Ikhwandito Andri Suprayogi Anggoro Pratomo Adi Annisa Apriliani Annisa Octaviana ARDI SETYO PRATOMO Ari Setiani Arief Laila Nugraha Ariescha Eko Yuniarto Arwan Putra Wijaya Atina Qothrunnada Salsabila Azeriansyah, Reyhan Bahtiar Ibnu Lonita Bambang Darmo Yuwono Bambang Sudarsono Bandi Sasmito Bashit, Nurhadi Bernard Ray Barus Bilal Fadhlurrohman Billy Silaen Bram Ferdinand Saragih Dafid Januar Dani Nur Martiana Daud Panji Permana David Jefferson Baris Dede Handoko Delima Canny Valentine Simarmata Deviana Putri Sunarernanda Dicky Nur Krisnha Dinoto, Tjiong, Susilo Dita Ariani Dita Rizki Amliana Dito Seno Aji DIYANAH DIYANAH Emeralda Amirul Ariefa Fadlila Ananingtyas, Fadlila Faisal Aldin Fajriah Lita Pamungkasari Farras Nabilah Fatimah Putri Utami Fauzi Janu Amarrohman, Fauzi Janu Firman Hadi Fitrah Trikusuma Franstein Kevin J.B Galuh Puteri Saraswati Gantra S.D Hutahaean Hadi, Firman Hana Sugiastu Firdaus Hana Sugiastu Firdaus Hani'ah, Hani'ah Haniah Haniah Hanif Arafah Mustofa Hanum Fadhil Baihaqi Hanum Fadhil Baihaqi Harintaka Harintaka Hestiningsih Hestiningsih Ikhtifari, Muh. Nurshauma ILHAAM CAHYA NIRTANTO Imanuel Sitepu Indah Purwanti Jamilah, Mutiara Kurnia Wisnu Aziz Lanjar Cahyo Pambudi Laode M Sabri Lukman Jundi Fakhri Islam Luluk Dita Shafitri Marissa Isabella Panggabean Marissa Isabella Panggabean Maylani Daraputri Mazazatu Rosyada Moehammad Awaluddin Muhammad Adnan Yusuf, Muhammad Adnan Muhammad Arizar Hidayat Muhammad Farhan Aryasatya Muhammad Helmi Muhammad Nur Khafidlin Nabila Rahmawati Nailatul Muna Nanang Noviantoro Prasetyo Narendra Sava Hanung Naryoko Naryoko Naufal Dwiakram Nizma Humaidah Noviar Afrizal Wahyuananto Nuardi Dwi Pradipta Nurhadi Bashit Panji Pratama Putra Pran Shiska, Pran Rahmawati, Nabila Ramadhani, Sekar Melati Rendi Aulia Retno Kusumaningrum Rifki Purnama Aji Rina Emelyana Riska Pratiwi Riza Ashar Sabri, LM Saffira noor chotimah Sawitri Subiyanto Setyo Ardy Gunawan Sintauli Manullang Sukmawati Nur Endah Supriadi Sanjaya Purba Syachril Warasambi Mispaki Tegar Dio Arsadya Rahadian Tengku Oki Al Akbar Theresia Niken Kurnianingsih Thoriq Fajar Setiawan, Thoriq Fajar Ulifatus Sa'diyah Ulinnuha, Ilham Virgus - Arisondang Widi Wicaksono WIWIT PURWANTI Yasser Wahyuddin Yonanda Simarsoit YULIA SAVIRA RACHMA Zainab Ramadhanis Zia Ul Maksum Zuraidha, Riza Nur