Elipsoida : Jurnal Geodesi dan Geomatika
ELIPSOIDA merupakan Jurnal yang memuat hasil studi dan penelitian bidang geodesi dan geomatika. Jurnal ini diterbitkan dua kali dalam setahun pada bulan Juni dan November oleh Departemen Teknik Geodesi Universitas Diponegoro. Jurnal ini bersifat terbuak ke semua ilmuwan, peneliti, mahasiswa dan cendekiawan lainnya yang ingin mempublikasihan hasil studi atau penelitiannya. Tujuan dari Jurnal ini adalah untuk menyediakan paltform bagi para ilmuwan dan akademisi untuk berbagi, bertukar dan mendiskusikan berbagai isu dan perkembangan ilmu Geodesi dan Geomatika. Jurnal ini menerima makalah dari universitas terkemuka di seluruh Indonesia, universitas luar negeri, lembaga pemerintah dan swasta lainnya. Semua naskah harus disiapakan dalam bahasa inggris atau bahasa indonesia dan harus melalui proses peer-review.Topik yang dapat disajikan pada jurnal ini meliputi : Pengembangan dan aplikasi ilmu geodesi dan geomatika, survey pemetaan dan GNSS, pertanahan, sistem informasi geografis (SIG), Penginderaan Jauh, Fotogrametri, Hidrografi, dan Kebencanaan.
Articles
111 Documents
<![CDATA[KAJIAN DETEKSI DAN PENENTUAN GARIS PANTAI DENGAN METODE TERESTRIS DAN PENGINDRAAN JAUH ]]>
<![CDATA[Bandi Sasmito]]>;
<![CDATA[Andri Suprayogi]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (427.294 KB)
|
DOI: 10.14710/elipsoida.2019.6442
<![CDATA[Pemetaan pesisir meliputi wilayah daratan dan perairan, batas antara darat dan air (laut) disebut garis pantai. Permukaan laut secara periodik berubah atau yang umum disebut pasang surut air, sehingga batas darat dan air juga berubah. Pemetaan dengan data dasar citra satelit sekarang sudah umum dilakukan. Citra satelit merekam sesaat pada suatu waktu tertentu, jika pada wilayah pantai tentunya adalah batas darat dan laut adalah ketinggian air sesaat yang terekam oleh citra sehingga garis pantai akan berbeda antar perekaman. Kajian ini akan membahas bagaimana penentuan garis pantai dengan mengunakan metode gabungan terestris dan penginderaan jauh (data citra) dengan memperhatikan waktu perekaman dan tinggi air sesaat. Citra satelit yang digunakan adalah Landsat-8 dan pengukuran terestris menggunakan metode GNSS (Global Navigation Satelite System). Hasil yang diharapkan adalah metode hibrid dalam penentuan garis pantai sehingga dapat digunakan dalam produksi peta pada wilayah pesisir.]]>
<![CDATA[HAK KEPEMILIKAN TANAH PADA KAWASAN RAWAN BENCANA GUNUNG MERAPI YOGYAKARTA DALAM PEMBANGUNAN TANAH ]]>
<![CDATA[Arief Laila Nugraha]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (360.176 KB)
|
DOI: 10.14710/elipsoida.2019.6443
<![CDATA[Bencana alam mengakibatkan perubahan dalam berbagai aspek kehidupan, mulai aspek sosial, ekonomi, budaya, hingga aspek psikologi terutama yang terkena dampak langsung dari bencana tersebut. Salah satu contohnya adalah masyarakat yang terkena langsung dampak dari erupsi gunung Merapi yang mengalami perubahan dalam hidupnya, walaupun telah mendapatkan bantuan dari berbagai pihak untuk mengatasi permasalahan yang ada. Permasalahan pelik yang dihadapi masyarakat adalah masalah hak kepemilikan tanah yang telah mereka kuasai sebelum terjadinya bencana erupsi gunung Merapi. Terkait imbauan pemerintah yang menyatakan bahwa tanah-tanah yang berada dalam zona bahaya erupsi gunung Merapi akan dijadikan Kawasan Taman Nasional Gunung Merapi (TNGM), menjadi masalah besar dalam urusan pertanahan. Dari dasar hukum yang berlaku di Indonesia memang Pemerintah memiliki hak dalam membuat perencanaan untuk pembangunan, keselamatan, dan kemakmuran rakyatnya, namun demikian hak kepemilikan seseorang juga dilindungi oleh UU pula. Hal tersebut memicu untuk dilakukan investigasi dari pengaruh-pengaruh yang melatarbelakangi hal tersebut diatas untuk ditemukan suatu rekomendasi pemecahan masalah sehingga proses pembangunan tanah dapat berjalan dengan baik.]]>
<![CDATA[KAJIAN DAYA TARIK LOKASI WISATA BERDASARKAN NILAI EKONOMI KAWASAN DI KOTA SEMARANG ]]>
<![CDATA[Fauzi Janu Amarrohman]]>;
<![CDATA[Moehammad Awaluddin]]>;
<![CDATA[Sawitri Subiyanto]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (266.726 KB)
|
DOI: 10.14710/elipsoida.2019.6439
<![CDATA[Pariwisata merupakan kegiatan wisata ke tempat objek yang dijadikan tujuan untuk melakukan rekreasi. Objek wisata haruslah memiliki daya tarik tersendiri yang memikat wisatawan untuk mengunjungi objek wisata tersebut. Daya tarik objek wisata sangatlah berpengaruh terhadap jumlah wisatawan dan juga berpengaruh terhadap kebersediaan masyarakat sekitar objek lokasi untuk mempertahankan objek wisata tersebut. Penialian terhadap kawasan dapat dilakukan dengan melakukan penilaian nilai ekonomi kawasan dengan metode travel cost methode dan contingen valuation methode. Berdasarkan penilaian tersebut akan diperoleh nilai ekonomi kawasan berdasarkan penilaian pengunjung terhadap objek wisata yang dikunjungi serta penilaian masyarakat sekitar yang memanfaatkan objek wisata tersebut mengenai kebersediaan untuk mempertahankan objek wisata. Objek wisata yang dijadikan lokasi penelitian ini adalah Kawasan Kota Lama Semarang dan Goa Kreo Semarang yang letaknya berbeda. Karakteristik wisatawan yang berkunjung di Kota Lama adalah variabel pendidikan, pendapatan, dan frekuensi kunjungan paling mempengaruhi fungsi kawasan sebagai penyedia jasa. Sedangkan karakteristik wisatawan Goa Kreo menunjukkan parameter umur, tingkat pendidikan , pendapatan per tahun, lama kunjungan, dan alternatif lokasi yang mempengaruhi kunjungan wisatawan ke objek wisata ini. Selain itu daya tarik wisatawan juga memperhatikan parameter lain yaitu akses lokasi menuju tempat objek wisata. Kemudahan aksesbilitas dan fasilitas umum yang memadai menjadi daya tarik wisatawan mengunjungi objek wisata.]]>
<![CDATA[PEMBENTUKAN MODEL LEAF AREA INDEX (LAI) TANAMAN PADI PADA CITRA HYPERSPECTRAL BERBASIS SPEKTRAL IN SITU UNTUK PEMANTAUAN FASE TUMBUH PADI ]]>
<![CDATA[Abdi Sukmono]]>;
<![CDATA[Nurhadi Bashit]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (915.541 KB)
|
DOI: 10.14710/elipsoida.2019.6444
<![CDATA[Leaf Area Index (LAI) atau indeks kerapatan daun pada tanaman padi sangat erat kaitannya dengan fase pertumbuhan tanaman. Dalam manajemen pertanian pemantauan fase pertumbuhan ini sangat penting untuk mengetahui luas lahan siap panen pada beberapa waktu ke depan. Teknologi penginderaan jauh dengan sensor hyperspectral dapat membantu untuk melakukan pemetaan distribusi kerapatan daun tanaman padi dalam wilayah yang luas secara efektif dan efisien . Dalam estimasi indeks kerapatan daun tanaman padi dengan citra hyperspectral diperlukan algoritma khusus untuk medapatkan akurasi yang baik.Dalam penelitian ini digunakan beberapa indeks vegetasi seperti Renormalized Difrerence Vegetation Index (RDVI), Multiple Simple Ratio (MSR), Modified Soil Adjusted Vegetation Index (MSAVI) dan bentuk modifikasi dari Trianggle Vegetation Index (MTVI 1 dan MTVI 2) untuk estimasi kerapatan daun tanaman padi. Pemodelan dilakukan menggunakan metode regresi dari data pengukuran spectral in situ dan kerapatan daun in situ. Selain itu dalam penelitian ini juga digunakan metode pendekatan model dengan Multiple Linear Regression (MLR) dan Partial Least Square Regression (PLSR).Hasil dari penelitian ini menunjukkan bahwa RDVI , MTVI 1 dan PLSR 44 Band pada PC no 07 cukup efektif untuk estimasi kerapatan daun tanaman padi. Model hubungan korelasi RDVI dengan kerapan daun mempunyai Koefisien determinasi (R2) sebesar 0.903 dan RMSE 0.62 LAI unit. ,untuk MTVI 1 mempunyai koefisien determinasi (R2) sebesar 0.886 dan RMSE 0.68 SPAD unit. Kemudian untuk PLSR 44 band mempunyai koefisien determinasi (R2) sebesar 0.938 dan RMSE sebesar 0.29 LAI unit. Hasil Validasi model dengan citra Airborne HyMap menghasilkan R2 sebesar 0.905 untuk RDVI , 0.89 untuk MTVI 1 dan 0.97 untuk PLSR 44 band.]]>
<![CDATA[KAJIAN PERKEMBANGAN LAHAN TERBANGUN KOTA PEKALONGAN MENGGUNAKAN METODE URBAN INDEX (UI) ]]>
<![CDATA[Nurhadi Bashit]]>;
<![CDATA[Yudo Prasetyo]]>;
<![CDATA[Abdi Sukmono]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (671.164 KB)
|
DOI: 10.14710/elipsoida.2019.6440
<![CDATA[Indonesia merupakan negara berkembang yang mengalami peningkatan pembangunan di wilayah perkotaan sehingga dapat dilihat berdasarkan perubahan fisik perkotaan. Perkembangan pembangunan dapat menyebabkan perubahan penggunaan lahan dari lahan kosong menjadi lahan terbangun. Perubahan lahan terbangun merupakan hal yang umum terjadi di perkotaan karena pertumbuhan jumlah penduduk. Peningkatan lahan terbangun dan menurunnya lahan terbuka hijau dapat menyebabkan dampak perubahan fungsi lahan. Perubahan fungsi lahan memberikan dampak pada perubahan tatanan lingkungan berupa menurunnya kualitas lingkungan, degradasi lingkungan/kerusakan lingkungan serta berkurangnya sumber daya alam maupun perubahan tata guna lahan jika pembangunan dilakukan secara tidak teratur. Berdasarkan permasalahan tersebut, artikel ini melakukan kajian mengenai perkembangan lahan terbangun Kota Pekalongan. Perkembangan lahan dilakukan pemantauan untuk mendeteksi perkembangan lahan terbangun pada setiap kecamatan dan penyebabnya. Pemantauan lahan terbangun pada artikel ini menggunakan metode pengindraan jauh dari data citra satelit. Metode pengindraan jauh memiliki kelebihan dibandingkan pemetaan secara konvensional (survei lapangan) karena data citra satelit memperlihatkan kondisi permukaan bumi tanpa mendatangi keseluruhan lokasi sehingga mempercepat pemetaan suatu wilayah. Klasifikasi lahan terbangun Kota Pekalongan dilakukan secara otomatis menggunakan metode Urban Index (UI). Transformasi UI menggunakan saluran Near Infrared (NIR) dan Short Wave Infrared II (SWIR-II). Klasifikasi dilakukan secara multitemporal sehingga dapat dilakukan kajian mengenai lahan terbangun di Kota Pekalongan setiap 2 tahun dari tahun 2013 hingga 2019. Penelitian ini menghasilkan klasifikasi lahan terbangun dengan luas pada tahun 2013 sebesar 2.030,708 ha, tahun 2015 sebesar 2.054,752 ha, tahun 2017 sebesar 2.227,835 ha, tahun 2019 sebesar 2.503,603 ha. Perkembangan lahan terbangun Kota Pekalongan tersebesar terdapat di Kecamatan Pekalongan Utara sebesar 175,525 ha yang disebabkan karena pembangunan pusat perbelanjaan, perkantoran, pemukiman dan jaring jalan.]]>
<![CDATA[KAJIAN PEMBUATAN ACCURACY MASK CITRA DAN KORELASINYA DENGAN KONDISI TOPOGRAFI ]]>
<![CDATA[Andri Suprayogi]]>;
<![CDATA[Bandi Sasmito]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (892.318 KB)
|
DOI: 10.14710/elipsoida.2019.6441
<![CDATA[Peta dasar dengan skala besar didapatkan salah satunya dengan penegakan kondisi geometrik citra satelit beresolusi tinggi untuk menghilangkan pergeseran pada hasil perekaman yang disebabkan oleh bervariasinya tinggi permukaan bumi. Representasi kualitas geometrik citra dengan nilai RMS bersifat keseluruhan sebagai rerata (means) dengan nilai akurasi masing-masing titik ICP. Representasi ini menunjukkan adanya kemungkinan perbedaan tingkat akurasi dari masing-masing piksel penyusun citra. Penelitian ini ditujukan untuk mengkaji pembuatan geometric accuracy mask dari citra yang dapat digunakan untuk memprediksi kualitas hasil-hasil digitasi dengan penentuan korelasi spasial antara layer kesalahan dengan kondisi topografi area studi sebagai sumber utama kesalahan pergeseran relief. Kesalahan ICP memiliki variasi yang berkisar antara 1.05 hingga 1,83 meter dimana hasil interpolasi IDW dari titik kesalahan menunjukkan nilai sebaran grid yang secara umum memiliki nilai antara titik-titik ICP. Nilai dari piksel yang berada di luar basis antar titik ICP diekstrapolasi dan dapat menunjukkan perubahan yang semakin besar, atau semakin kecil tergantung gradasi dari interpolasi antar titik. Diperoleh pula bahwa terdapat korelasi lokal yang lebih besar antara nilai kesalahan citra dengan nilai ketinggian dibanding terhadap nilai kelerengan.]]>
<![CDATA[EKSTRAKSI BANGUNAN PADA ORTOFOTO MENGGUNAKAN TEKNIK KLASIFIKASI CITRA BERBASIS OBJEK ]]>
<![CDATA[FRANSISCA DWI AGUSTINA]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.14710/elipsoida.2019.4895
<![CDATA[ABSTRAKPada era masa kini, pemetaan skala besar mudah dikerjakan olah sebagian besar para surveyor dengan pemetaan foto udara. Sumber data pada pemetaan tersebut diperoleh dari pemotretan baik menggunakan wahana UAV maupun Drone. Wahana UAV dilengkapi dengan kamera, dimana kamera tersebut berjenis kamera non metrik yang dapat menghasilkan foto udara dengan resolusi kamera cukup tinggi. Resolusi kamera tersebut tergantung dengan berapa piksel yang terdapat pada kamera dan kejernihan atau ketajaman lensa kamera dalam menangkap hasil pemotretan. Pada penelitian yang sedang diteliti ini difokuskan pada pemotretan foto udara, dengan memotret objek-objek yang memuat penampakan objek bangunan dan objek non bangunan atau vegetasi. Pada objek bangunan dan non bangunan nantinya dapat secara mudah dan jelas diteliti dalam proses ekstraksi informasi bangunan. Secara umum dalam melakukan proses ektraksi bangunan ini dilakukan dengan melakukan digitasi secara langsung pada objek yang akan diektraksi nantinya. Namun, pada penelitian ini, peneliti mencoba untuk melakukan ekstraksi bangunan secara semi otomatis biasa dikenal dengan metode klasifikasi citra berbasis objek (OBIA). Pada penelitian ini metode OBIA diterapkan pada hasil pengolahan foto udara berupa ortofoto. Tujuan dari penelitian ini yaitu untuk menguji ekstraksi bangunan menggunakan metode klasifikasi citra berbasis objek menggunakan produk foto udara yaitu ortofoto. Area penelitian ini dilakukan pada dua jenis daerah yaitu area perkotaan dan perdesaan.Penelitian ini mengkaji ortofoto wilayah Kota Malang, pada area seluas 56 hektar. Ortofoto yang digunakan dalam proses ektraksi bangunan ini memiliki resolusi spasial sebesar 3.3 cm/pix.Proses ektraksi bangunan ini sangat berpengaruh dengan sumber data yang digunakaan. Ketajaman pada hasil pengolahan ortofoto menghasilkan hasil band Red, band green dan band blue sebagai titik fokus sumber data yang pokok berpengaruh pada ektraksi bangunan tersebut. Ektraksi bangunan ini mengalami beberapa proses agar dapat menghasilkan hasil ektraksi bangunan sesuai dengan objek yang ada pada sumber data tersebut. Pengolahan ekstraksi bangunan ini diterapkan dari proses segmentasi sampai melakukan klasifikasi berbasis objek. Pada penelitian ini proses segmentasiyang dpakai dari beberapa macam segmentasi yaitu cocok menggunakan algoritma segmentasi multiresolusion. Segmentasi multiresolusi ini akan secara otomatis mensegmen berdasarkan rona warna dan berdasarkan garis tepi sesuai dengan parameter scale ataupun beberapa parameter lainnya yang mempengaruhi proses dari segmentasiEkstraksi bangunan ini tidak berhenti pada proses segmentasi, namun berlanjut dengan menyusun algoritma, untuk membedakan objek bangunan dan non bangunan. Pada penelitian ini dibantu dengan software ecognition dalam ekstraksi bangunan. Penyusunan ruleset pada software tersebut sangat berpengaruh dalamekstraksi informasi bangunan.Dari penelitian ini dapat disimpulkan proses ekstraksi bangunan semi otomatis pada objek bangunan dan non bangunan,ditentukan pada penyusunan ruleset. Ruleset yang disusun berawal dari proses segmentasi yang sangat berpengaruh pada proses ekstraksi bangunan. Band Red Green Blue pada ortofoto sebagai titik fokus dalam penentuan ekstraksi pada objek bangunan ataupun objek non bangunan. Selain itu algoritma pendukung seperti cut ration green, algoritma tersebut yang nantinya sebagai parameter pendukung untuk dapat meklasifikasi pada objek bangunan dan non bangunan. Pada umumnya ekstraksi bangunan secara otomatis ini dilakukan pada sumber data yang mempunyai resolusi spasial tinggi yang dapat mempengaruhi hasil ekstraksi bangunan secara detail. Kata Kunci :Ortofoto, UAV, OBIA, Ecognition, Segmentasi.]]>
<![CDATA[Kajian Kehandalan Hasil Ekstraksi Bangunan Secara Otomatis Menggunakan Data Ortofoto dan LiDAR di Kota Pontianak ]]>
<![CDATA[Handoko Dwi Julian]]>;
<![CDATA[Harintaka Harintaka]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.14710/elipsoida.2019.5146
<![CDATA[Strategi dalam melakukan klasifikasi berbasis objek terutama diwilayah perkotaan dalam beberapa dekade ini dapat dilakukan dengan menggunakan berbagai metode dan melibatkan beberapa data selama proses klasifikasi berlangsung. Beberapa penelitian hampir sebagian besar hanya menggunakan data citra foto udara saja dalam melakukan ekstraksi objek bangunan namun ekstraksi objek bangunan terutama di wilayah perkotaan jika hanya memanfaatkan data ortofoto, dianggap belum optimal diimplementasikan pada klasifikasi berbasis objek. Kajian dalam melakukan ekstraksi bangunan tidak hanya dilakukan dengan memanfaatkan data foto udara namun juga dapat memanfaatkan data pada LiDAR seperti nilai ketinggian dan nilai intensitas pada LiDAR. Nilai ketinggian dan nilai intensitas LiDAR yang diekstraksi dari data point cloud dijadikan sebagai nilai ambang batas selama proses klasifikasi berlangsung. Ambang batas tiap kelas nilai intensitas LiDAR yang diekstrak dari point cloud juga diterapkan selama proses klasifikasi berlangsung. Klasifikasi ekstraksi objek bangunan menggunakan metode segmentasi algorithma segmentation multiresolution dimana citra foto udara terlebih dahulu dilakukan segmentasi yang selanjutnya dilakukan proses klasifikasi berbasis objek secara otomatis. Data point cloud LiDAR khususnya nilai intensitas LiDAR digunakan untuk memaksimalkan hasil klasifikasi selama proses klasifikasi berjalan sehingga menghasilkan hasil yang optimal. Berdasarkan dari penelitian, hasil ekstraksi bangunan secara otomatis yang dibandingkan dengan hasil deliniasi manual ( onscreen digitizing) menghasilkan akurasi 92. 441 %. Berdasarkan hasil ekstraksi objek bangunan menunjukkan akurasi yang baik pada bangunan yang memiliki tingkat kerapatan yang tinggi.]]>
<![CDATA[DESAIN SISTEM INFORMASI BENCANA KOTA SEMARANG UNTUK PENGELOLAAN DATA BENCANA ]]>
<![CDATA[Theresia Niken Kurnianingsih]]>;
<![CDATA[Purnama Budi Santosa]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.14710/elipsoida.2019.4921
<![CDATA[Kota Semarang memiliki kondisi topografi yang bervariasi seperti dataran rendah, dataran tinggi, daerah perbukitan dan garis pantai yang dapat berpotensi terhadap berbagai bencana alam yang menimbulkan kerugian. Bencana yang sering terjadi di Kota Semarang, yaitu bencana banjir rob, tanah longsor, banjir, dan kekeringan perlunya sistem informasi bencana untuk mengelola data bencana dengan baik di dalam basisdata. Sistem informasi yang terintegrasi menyajikan peta bencanaterdiri dari bencanabanjir rob, tanah longsor, banjir, kekeringan, dan multi bencana yang berbasis website, sehingga masyarakat bisa mengakses informasi kebencanaan dengan mudah. Data yang digunakan berupa data spasial ancaman bencana, bangunan rumah yang terkena dampak bencana pada kelas bencana tinggi dan batas administrasi Kota Semarang. Metodologi penelitian yang digunakan berorientasi objek untuk tahapan analisis dan desain menggunakan diagram Unified Modeling Language (UML). Rancangan sistem dibangun menggunakan aplikasi tidak berbayar, yaitu QGIS sebagai aplikasi pengolah data spasial, MySQL sebagai aplikasi basisdata, dan bahasa pemrograman PHP. Visualisasi data spasial dilakukan di atas bidang peta onlineOpenStreetMap.Hasil dari penelitian ini adalah desain sistem informasi bencana kota Semarang yang dinamakan SINAN, yaitu sebuah Sistem Informasi Ancaman Bencana untuk mengelola dan menyajikan data ancaman bencana di Kota Semarang. Desain sistem informasi ini akan dikembangkan menjadi Sistem informasi bencana yang bertujuan untuk mempermudah masyarakat dan stakeholder dalam mendapatkan informasi bencana dengan teknologi berbasis geospatial. ]]>
<![CDATA[VARIASI STRAIN DI SEKITAR SESAR BARIBIS BERDASARKAN DATA PENGAMATAN GPS KONTINYU (2016-2018) ]]>
<![CDATA[Ridho Ilahi]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.14710/elipsoida.2019.4923
<![CDATA[Java island is one of big island with a high geodynamic condition, which in the southern part of Java Island occur subduction between Sunda Block and Indo-Australian Plate. The subduction zone forms a regional geological pattern in the maindland of Java which can be seen as fault pattern. Baribis fault is one of the active fault in the west Java, which consist west and east segment. The west segment called by inferred fault, while the east segment called by fix fault. This paper discusses about the strain variation along Baribis fault based on GNSS data, that used to see the geodynamic behavior between Indo-Australian plate and the Sunda block.The velocity and the coordinates of observation point is calculated using weight least square method in the GAMIT and GLOBK 10.7 software, while the principle strain rate calculated using least square collocation method in GeoStrain software. The result show compression happen in the northern part of Banten province, western part of DKI Jakarta and western part of West Java province. Meanwhile the extension happened in eastern part of DKI Jakarta till the southern part of DKI Jakarta.]]>
