Abdi Sukmono, Abdi
Dosen Teknik Geodesi, Universitas Diponegoro

Published : 35 Documents
Articles

Found 35 Documents
Search

IDENTIFIKASI LAHAN SAWAH MENGGUNAKAN NDVI DAN PCA PADA CITRA LANDSAT 8 (Studi Kasus: Kabupaten Demak, Jawa Tengah)

Jurnal Geodesi Undip Volume 4, Nomor 4, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAK Padi (Oryza sativa, sp) merupakan salah satu tanaman pertanian yang paling penting di Indonesia, karena beras merupakan makanan pokok lebih dari 90% penduduk Indonesia. Berdasarkan data Susenas-BPS, konsumsi beras di Indonesia per-kapita pada tahun 2013 sebesar 97,4045 kg/kapita/tahun. Berdasarkan Data Statistik Pertanian tahun 2014 Kementrian Pertanian, luas lahan sawah Indonesia pada tahun 2013 sebesar 8.112.103 ha. Pada tahun 2017, Pemerintah mempunyai misi mewujudkan Indonesia menjadi Swasembada Pangan. Oleh karena itu, Pemerintah harus dapat mengupayakan stabilitas pemenuhan kebutuhan pokok akan pangan, seperti pemetaan lahan sawah. Pemetaan lahan sawah yang akurat dapat menggunakan metode yang cepat dan mudah seperti Penginderaan Jauh.Pada penelitian ini, dilakukan identifikasi lahan sawah menggunakan citra Landsat 8 multitemporal berdasarkan Masa Tanam Padi 1 di Kabupaten Demak yang berkisar antara akhir bulan Oktober 2013 hingga awal bulan Maret 2014. Metode yang digunakan yaitu Normalized Difference Vegetation Index (NDVI), Principal Component Analysis (PCA) dan kombinasi kanal. Klasifikasi citra dilakukan dengan menggunakan sembilan kelas, yaitu air, pemukiman, mangrove, kebun, tegalan, sawah 1, sawah 2, sawah 3 dan sawah 4.Hasil analisis menunjukkan luas lahan sawah yang diperoleh dari metode PCA sebesar 50.009 ha, kombinasi kanal sebesar 51.016 ha dan metode NDVI sebesar 45.893 ha. Tingkat ketelitian pada metode PCA 84,848%, kombinasi kanal mempunyai ketelitian 81,818% dan NDVI mempunyai ketelitian 75,758%. Kata Kunci : sawah, Landsat 8, NDVI, PCA, kombinasi kanal  ABSTRACT Paddy (Oryza sativa, sp) is one of the most important agricultural sector in Indonesia, because rice is the main food for more than 90% of Indonesias population. Based on BPS-Susenas data, consumption of rice per capita in 2013 amounted to 97.4045 kg/capita/year. Based on Statistical Data of Agriculture Ministry of Agriculture by 2014, Indonesia rice field area in 2013 amounted to 8,112,103 ha. In 2017, the Government has the mission of realizing Indonesia became self-sufficient in food. Therefore, the Government should be able to seek the stability of the fulfillment of basic needs for food, such as wetlands mapping. It’s accurate mapping can use a quick and easy method such as Remote Sensing.In this study, carried out the identification of rice fields using multitemporal Landsat 8 based on Rice Planting Time 1st in Demak that range between the end of October 2013 to early  March 2014. The methods which was used Normalized Difference Vegetation Index (NDVI), Principal Component Analysis (PCA) and combination bands. Image classification is processed by using nine classes, those are water, settlements, mangrove, gardens, fields, rice fields 1st, rice fields 2nd, rice fields 3rd and rice fields 4th. The results showed the rice fields area obtained from the PCA method was 50,009 ha, combination bands was 51,016 ha and NDVI method was 45,893 ha. The accuracy level was obtained PCA method (84.848%), combination bands (81.818%), and NDVI method (75.758%). Keywords : rice fields, Landsat 8, NDVI, PCA, combination bands *) Penulis, Penanggungjawab

PENGGUNAAN PARTIAL LEAST SQUARE REGRESSION (PLSR) UNTUK MENGATASI MULTIKOLINEARITAS DALAM ESTIMASI KLOROFIL DAUN TANAMAN PADI DENGAN CITRA HIPERSPEKTRAL

Geoid Vol 10, No 1 (2014)
Publisher : Department of Geomatics Engineering

Show Abstract | Original Source | Check in Google Scholar | Full PDF (582.203 KB)

Abstract

Klorofil merupakan pigmen yang paling penting dalam proses fotosintesis. Tanaman sehat yang mampu tumbuh maksimum umumnya  memiliki jumlah klorofil yang lebih besar daripada tanaman yang tidak sehat. Dalam Estimasi kandungan klorofil tanaman padi dengan airborne hiperspektral dibutuhkan model khusus untuk mendaaptkan akurasi yang baik. Citra Hhiperspektral mempunyai ratusan band dan julat yang sempit pada setiap bandnya, sehingga mempunyai kemampuan yang cukup baik untuk estimasi klorofil. Akan tetapi karena julat yang cukup sempit ini menyebabkan adanya efek multikolinearitas. Objek dari penelitian ini mengembangkan reflektan in situ menjadi model  estimasi kandungan klorofil tanaman padi untuk citra airborne hiperspektral dengan menggunakan metode partial least square regression untuk menghilangkan efek multikolinearitas.  Dalam penelitian ini dengan menggunakan teknik hubungan reflektan dan klorofil dipilih band-band yang berhungan dan efektif untuk estimasi klorofil. Dari hasil seleksi tersebut terpilih 44 band yang efektif untuk estimasi kandungan klorofil daun tanaman padi. Hasil dari penelitian ini menunjukkan mertode PLSR dapat menghasilkan model yang cukup baik untuk estimasi kandungan klorofil tanaman padi dengan nilai Koefisien determinasi (R2) mencapai 0.75 pada PC no 11 dan mempunyai RMSE sebesar 1.44 SPAD unit. Validasi menggunakan data citra airborne hiperspektral menghasilkan RMSE sebesar 1.07 SPAD Unit.

ANALISIS PENGARUH BUDIDAYA KERAMBA JARING APUNG (KJA) DAN TUTUPAN LAHAN TERHADAP TOTAL SUSPENDED SOLID (TSS) DI PERAIRAN WADUK JATILUHUR MENGGUNAKAN METODE PENGINDERAAN JAUH

Jurnal Geodesi Undip Volume 4, Nomor 4, Tahun 2015
Publisher : Jurusan Teknik Geodesi

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAKWaduk Jatiluhur sebagai sumber baku air minum untuk daerah Jawa Barat dan DKI Jakarta dikhawatirkan telah mengalami penurunan kualitas air. Perubahan tutupan lahan sekitar area waduk Jatiluhur serta peningkatan jumlah budidaya keramba jaring apung di indikasi menjadi penyebab penurunan kualitas air di waduk Jatiluhur Kabupaten Purwakarta. Salah satu parameter fisik kualitas air adalah Total Suspended Solid, sementara itu peningkatan TSS mengindikasikan penurunan kualitas air. Banyak metode untuk melakukan studi mengenai kualitas fisik air, salah satunya dengan menggunakan kombinasi metode perhitungan algoritma TSS pada citra satelit.Pada penelitian ini analisis menggunakan citra satelit Landsat 5 dan 8 secara multitemporal pada tahun 2000, 2004, 2007, 2013 dan 2015. Untuk melakukan pendugaan TSS di waduk Jatiluhur menggunakan algoritma TSS dari Syarif Budhiman, Parwati serta Woerd dan Pasterkamp yang kemudian dibandingkan dengan uji regresi sederhana dengan kadar TSS di lapangan. Untuk analisis klasifikasi tutupan lahan dan identifikasi Keramba Jaring Apung (KJA) menggunakan metode klasifikasi terbimbing secara multitemporal. Klasifikasi tutupan lahan terbagi menjadi 6 kelas yaitu perairan, pemukiman, vegetasi, hutan, sawah dan lahan kosong.Hasil uji algoritma menghasilkan algoritma TSS dari Syarif Budhiman menghasilkan TSS penduga dengan nilai error yang paling kecil dengan nilai koefisien regresi sebesar 81% dan RMSe sebesar 3.31 mg/l dari data validasi lapangan. Pemodelan TSS pada citra landsat secara multitemporal menghasilkan kadar TSS pada kurun waktu tahun 2000-2015 meningkat. Hasil analisis pengaruh perubahan tutupan lahan dan kegiatan keramba jaring apung terhadap kadar TSS dengan regresi linier berganda menunjukan indikasi kuat pengaruh perubahan tutupan lahan dan KJA terhadap kenaikan TSS dengan koefisien determinasi 98% dan persentase faktor pengaruh perubahan pemukiman sebesar 70%, KJA 14%, vegetasi 11%, dan sawah 3% terhadap kadar TSS waduk.Kata kunci: KJA, Klasifikasi Terbimbing, Total Suspended Solid, Tutupan Lahan, WadukABSTRACTJatiluhur reservoir as the main source of drinking water for West Java and Jakarta region is feared to have a water quality degradation. The changes of land cover area around, as well as the increasing number of fish cages are indicated as the causes of water quality degradation in Jatiluhur Reservoir. One of the physical parameters of water quality is Total Suspended Solid (TSS), while the increasing number of TSS indicates the water quality degradation. There  are some methods to analyse the physical quality of water, one of them is using TSS algorithms calculation.Analysis in this study used Landsat 5 and 8 satellite imagery multitemporal in 2000,2004,2007,2013 and 2015. The determination of TSS in Jatiluhur used TSS algorithms of Syarif Budiman, Parwati, Woerd and Parterkamp which were then compared by simple regression test with TSS levels insitu. Analysis for the land cover classification and fish cages identification used supervised classification method multitemporal. The land cover  classification was divided into six classes, namely water, settlement, vegetation, forest, rice field, and bare land.The algorithm test of Syarif Budiman resulted TSS estimator with smallest error value  which contained 81% regression coeficient and 3,31 mg/l RMSe from the field validation data. The TSS modelling of landsat image multitemporal showed the increasing of TSS level in 2000 to 2015. Analysis result of the effect of land cover area and floating fish cages activities change on TSS level with multiple linear regression showed a strong indication on the increasing number of TSS level with 98% determitation coeficient and presentation of the effect of changing in settlement area was 70%, KJA was 14%, vegetation area was 11% and rice field was 3% to TSS level in Jatiluhur Reservoir.Keywords: Land use, Net Fish Cages, Reservoir, Supervised Classification, Total Suspended Solid *) Penulis, penanggungjawab

ANALISIS PENGARUH PERUBAHAN VEGETASI TERHADAP SUHU PERMUKAAN DI WILAYAH KABUPATEN SEMARANG MENGGUNAKAN METODE PENGINDERAAN JAUH

Jurnal Geodesi Undip Volume 5, Nomor 1, Tahun 2016
Publisher : Jurusan Teknik Geodesi

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAK Kabupaten Semarang adalah sebuah kabupaten di Provinsi Jawa Tengah yang mana dalam pertumbuhan penduduk Kabupaten Semarang mengalami peningkatan tiap tahun seiring peningkatan pertumbuhan penduduk akan  mempengaruhi perubahan penggunaan lahan serta menurunnya ruang terbuka hijau dan yang paling penting mempengaruhi perubahan suhu permukaan di Kabupaten Semarang. Semakin berkurangnya ruang terbuka hijau untuk di wilayah perkotaan berpengaruh pada suhu permukaan di wilayah perkotaan, yang mana suhu berpengaruh besar terhadap kelangsungan hidup makhluk hidup tidak terkecuali manusia. Dengan menggunankan metode penginderaan jauh ini dapat digunakan untuk menghitung perubahan luasan indeks vegetasi dan  suhu permukaan di Kabupaten Semarang pada tahun 1997, 2002, 2013 dan 2015Pada penelitian ini, analisis menggunakan citra satelit Landsat 5 tahun 1997, Landsat 7 tahun 2002, landsat 8 tahun 2013 dan 2015 serta menggunakan citra DEM SRTM untuk mengetahui suhu berdasarkan data ketinggian. Nilai suhu permukaan didapat dari pengolahan band termal citra satelit Landsat yang kemudian dikorelasikan dengan perubahan vegetasi menggunakan metode raster correlation.Hasil penelitian menunjukkan pada tahun 1997 dan 2002 kelas suhu permukaan yang mendominasi adalah kelas 29°C-31°C, namun kelas tersebut semakin berkurang pada tahun 2013, kelas yang mendominasi pada tahun 2013 kelas 32°C-34°C, Sedangkan hasil suhu menggunakan citra DEM SRTM kelas yang mendominasi adalah kelas 23°C-25°C. Hasil uji menggunakan metode raster correlation antara perubahan vegetasi terhadap suhu permukaan didapatkan nilai korelasi sebesar 46% antara tahun 2002 dengan 2013. Kata Kunci: Penginderaan Jauh, Suhu Permukaan, Vegetasi, DEM SRTM.  ABSTRACT                        Semarang district is a district in Central Java province in which the districts population growth has increased each year semarang  with the increase in population growth would affect land-use change and declining green open spaces and most importantly affects the surface temperature changes in the district of Semarang. Decreasing availability of green open space for urban effect on surface temperature in urban areas , where the temperature greatly affect the survival of living beings humans are no exception.Using remote sensing methods can be used to calculate changes in the area of vegetation index and surface temperature in Semarang district in 1997, 2002, 2013 and 2015.                    In this study, analysis using Landsat 5 satellite images of 1997, Landsat 7 satellite images of 2002, Landsat 8 satellite images of 2013 and 2015 as well as using DEM SRTM image to determine the temperature based on elevation data. Surface temperature values obtained from processing the thermal band of Landsat satellite images were then correlated with changes in vegetation using raster correlation.                    Results showed in 1997 and 2002 class surface temperature is dominated class of 29 ° C-31 ° C, but the class is on the wane in 2013, the dominant class in year 2013 class of 32 ° C-34 ° C, while the results of the temperature using DEM SRTM image of the dominant class is the class of 23 ° C-25 ° C. The test results using method raster correlation between changes in vegetation on the surface temperature obtained correlation value by 46% between 2002 to 2013. Key Words: Remote Sensing , Surface temperature , vegetation , DEM SRTM.*) Penulis, Penanggungjawab

ANALISIS PENGGUNAAN SALURAN VISIBEL UNTUK ESTIMASI KANDUNGAN KLOROFIL DAUN PADI DENGAN CITRA HYMAP (Studi Kasus : Kabupaten Karawang, Jawa Barat)

Jurnal Geodesi Undip Volume 5, Nomor 2, Tahun 2016
Publisher : Jurusan Teknik Geodesi

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAK Padi adalah tanaman pangan yang sangat penting dan bermanfaat bagi kehidupan masyarakat Indonesia. Komiditi penghasil padi terbesar adalah Kabupaten Karawang.Tanaman padi yang sehat adalah tanaman padi yang mempunyai jumlah klorofil lebih banyak dibandingkan tanaman padi yang tidak sehat. Pendeteksian kandungan klorofil secara cepat dan efisien dapat menggunakan metode penginderaan jauh. Beberapa metode dalam penginderaan jauh dapat digunakan untuk mendeteksi kandungan klorofil daun padi.Beberapa indeks vegetasi yang digunakan dalam penelitian adalah indeks vegetasi GLI (Green Leaf Index)  dan NGRDI (Normalized Green Red Difference Index). Metode indeks vegetasi GLI dan NGRDI merupakan indeks vegetasi yang sensitif terhadap kehijauan daun, sehingga baik dalam penentuan klorofil daun padi. Dimana pada penelitian ini dianalisa metode mana yang mempunyai model terbaik dalam mengestimasi kandungan klorofil daun padi. Dan diperoleh kesimpulan bahwa GLI mempunyai pemodelan lebih baik dibandingkan metode NGRDI. Nilai koefisien determinasi (R2) GLI sebesar 0,6454 dan model yang diperoleh yaitu y= -62,248x+ 41,459.Hasil dari penelitian ini menunjukkan bahwa indeks vegetasi GLI optimal pada panjang gelombang 455,5 nm, 592,1 nm, dan 699,4 nm dan NGRDI optimal pada panjang gelombang 532,1 nm dan 623,2 nm. Saluran visibel efektif apabila dibandingkan dengan pemodelan data citra Hyperspectral dengan menggunakan 20 titik sampel yang membuktikan bahwa Green Leaf Index (GLI) mampu memberikan nilai RMSE cukup baik yaitu sebesar 0,593 SPAD (Soil Plant Analysis Development)unit dan koefisien determinasi (R2) 0,785. Resolusi spektral yang digunakan untuk mendeteksi klorofil daun padi adalah 455,5–885,3 nm. Sehingga citra HyMap mampu mendeteksi klorofil  tanaman daun padi pada skala 1:10.000 dengan resolusi spasial 4,2 meter. Kata Kunci : HyMap,, GLI, kandungan klorofil, NGRDI  ABSTRACT Rice is the most important crops that benefit the Indonesian peoples lives. The commodities largest of rice prodution is Karawang regency. The healthy rice crop is rice plants that have more than the amount of chlorophyll unhealthy rive plants. Detection ofchlorophyll content quicklyand efficiently using remote sensing methods. Some methods in remote sensing can be used to detect the chlorophyll content of rice leaves.Some vegetation index used in the study are GLI vegetation index (Green Leaf Index) and NGRDI (Red Green Normalized Difference Index). GLI vegetation index and NGRDI vegetation index are sensitive to greenish leaf, so they are good to determine rice leaf chlorophyll. In this study, we analyze which method has the best model to estimate rice leaf chlorophyll content. And we conclude that GLI has a better model than the NGRDI method. The coefficient of GLI’s determination (R2) is 0,6454 and the regretion models is y= -62,248x + 41,459.The results of this study indicate that GLI is optimal at a wavelength of 455,5 nm, 592,1 nm, and 699,4 nm and NGRDI is optimal at wavelength 532,1 nm and 623,2 nm. Visible band index effective when compared with Hyperspectral modeling image data by using 20 sample points that proved that GLI is able to give a pretty good RMSE value which is equal to 0,593 SPAD (Soil Plant Analysis Development) units and the coefficient of determination (R2) of 0,785. Spectral resolution, that is used to detect the rice leaf chlorophyll, is 455,5 to 885,3 nm. So the HyMap image is able to detect rice leaf chlorophyll on a scale of 1: 10.000 with a spatial resolution of 4,2 meters.Key Words :HyMap,GLI, Chlorophyll Content, NGRDI   *) Penulis Penanggung JawabABSTRAK Padi adalah tanaman pangan yang sangat penting dan bermanfaat bagi kehidupan masyarakat Indonesia. Komiditi penghasil padi terbesar adalah Kabupaten Karawang.Tanaman padi yang sehat adalah tanaman padi yang mempunyai jumlah klorofil lebih banyak dibandingkan tanaman padi yang tidak sehat. Pendeteksian kandungan klorofil secara cepat dan efisien dapat menggunakan metode penginderaan jauh. Beberapa metode dalam penginderaan jauh dapat digunakan untuk mendeteksi kandungan klorofil daun padi.Beberapa indeks vegetasi yang digunakan dalam penelitian adalah indeks vegetasi GLI (Green Leaf Index)  dan NGRDI (Normalized Green Red Difference Index). Metode indeks vegetasi GLI dan NGRDI merupakan indeks vegetasi yang sensitif terhadap kehijauan daun, sehingga baik dalam penentuan klorofil daun padi. Dimana pada penelitian ini dianalisa metode mana yang mempunyai model terbaik dalam mengestimasi kandungan klorofil daun padi. Dan diperoleh kesimpulan bahwa GLI mempunyai pemodelan lebih baik dibandingkan metode NGRDI. Nilai koefisien determinasi (R2) GLI sebesar 0,6454 dan model yang diperoleh yaitu y= -62,248x+ 41,459.Hasil dari penelitian ini menunjukkan bahwa indeks vegetasi GLI optimal pada panjang gelombang 455,5 nm, 592,1 nm, dan 699,4 nm dan NGRDI optimal pada panjang gelombang 532,1 nm dan 623,2 nm. Saluran visibel efektif apabila dibandingkan dengan pemodelan data citra Hyperspectral dengan menggunakan 20 titik sampel yang membuktikan bahwa Green Leaf Index (GLI) mampu memberikan nilai RMSE cukup baik yaitu sebesar 0,593 SPAD (Soil Plant Analysis Development)unit dan koefisien determinasi (R2) 0,785. Resolusi spektral yang digunakan untuk mendeteksi klorofil daun padi adalah 455,5–885,3 nm. Sehingga citra HyMap mampu mendeteksi klorofil  tanaman daun padi pada skala 1:10.000 dengan resolusi spasial 4,2 meter. Kata Kunci : HyMap,, GLI, kandungan klorofil, NGRDI  ABSTRACT Rice is the most important crops that benefit the Indonesian peoples lives. The commodities largest of rice prodution is Karawang regency. The healthy rice crop is rice plants that have more than the amount of chlorophyll unhealthy rive plants. Detection ofchlorophyll content quicklyand efficiently using remote sensing methods. Some methods in remote sensing can be used to detect the chlorophyll content of rice leaves.Some vegetation index used in the study are GLI vegetation index (Green Leaf Index) and NGRDI (Red Green Normalized Difference Index). GLI vegetation index and NGRDI vegetation index are sensitive to greenish leaf, so they are good to determine rice leaf chlorophyll. In this study, we analyze which method has the best model to estimate rice leaf chlorophyll content. And we conclude that GLI has a better model than the NGRDI method. The coefficient of GLI’s determination (R2) is 0,6454 and the regretion models is y= -62,248x + 41,459.The results of this study indicate that GLI is optimal at a wavelength of 455,5 nm, 592,1 nm, and 699,4 nm and NGRDI is optimal at wavelength 532,1 nm and 623,2 nm. Visible band index effective when compared with Hyperspectral modeling image data by using 20 sample points that proved that GLI is able to give a pretty good RMSE value which is equal to 0,593 SPAD (Soil Plant Analysis Development) units and the coefficient of determination (R2) of 0,785. Spectral resolution, that is used to detect the rice leaf chlorophyll, is 455,5 to 885,3 nm. So the HyMap image is able to detect rice leaf chlorophyll on a scale of 1: 10.000 with a spatial resolution of 4,2 meters.Key Words :HyMap,GLI, Chlorophyll Content, NGRDI   *) Penulis Penanggung Jawab

ANALISIS SPASIAL PERUBAHAN LUASAN MANGROVE AKIBAT PENGARUH LIMPASAN SEDIMENTASI TERSUSPENSI DENGAN METODE PENGINDERAAN JAUH (Studi Kasus : Segara Anakan Kabupaten Cilacap, Jawa Tengah)

Jurnal Geodesi Undip Volume 5, Nomor 1, Tahun 2016
Publisher : Jurusan Teknik Geodesi

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAKIndonesia sebagai negara maritim memiliki garis pantai sepanjang 99.093 kilometer dan 70% dari luasan total wilayah nusantara terdiri atas lautan dengan daerah-daerah sekitar pesisir tergenang air yang dipengaruhi oleh adanya pasang surut air laut. Kawasan pesisir tersebut sangat berpotensial untuk menunjang kemakmuran kehidupan manusia, salah satunya pengembangan vegetasi pesisir dan area konservasi ekosistem hutan mangrove yang dapat berkontribusi besar sebagai paru-paru dunia. Konsentrasi hutan mangrove terbesar Kabupaten Cilacap terletak di kawasan estuari Segara Anakan. Adanya limpasan sedimentasi dari daerah hulu ke Segara Anakan tersebut menimbulkan dampak positif bagi keberadaan mangrove dikarena munculnya tanah timbul yang berlumpur sehingga bepotensi menjadi habitat mangrove. Perkembangan teknologi penginderaan jauh yang sangat pesat dapat dimanfaatkan sebagai monitoring kualitas lingkungan seperti kontrol degradasi hutan mangrove, selain itu dapat me-monitoring perubahan kualitas perairan akibat limpasan sedimentasi tersuspensi dari bagian hulu sungai. Pada penelitian ini, dilakukan identifikasi hutan mangrove dan ekstrasi nilai konsentrasi Total Suspended Solid (TSS) menggunakan citra satelit Landsat multitemporal yaitu citra satelit Landsat 5 TM tahun 1994,  Landsat 7 ETM+ tahun 2003, Landsat 8 OLI TIRS tahun 2015. Metode klasifikasi citra untuk mengidentifikasi hutan mangrove menggunakan klasifikasi terbimbing dengan lima kelas, yaitu vegetasi mangrove, non mangrove, lahan, pemukiman dan hidrografi. Sedangkan pemisahan perairan dan daratan untuk mendapatkan morfologi laguna Segara Anakan menggunakan klasifikasi terbimbing dengan kombinasi band serta untuk mengekstrasi konsentrasi TSS digunakan algoritma Syarif budiman (2004) dan Parwati (2006)Hasil analisis menunjukkan luas hutan mangrove di Kawasan Segara Anakan Kabupaten Cilacap pada tahun 1994 sebesar 7955 Ha, tahun 2003 seluas 6333 Ha serta pada tahun 2015 seluas 5796 Ha, Selama kurun waktu tahun 1994-2003 abrasi hutan mangrove sebesar 2756 Ha, akresi hutan mangrove 1134 Ha, sedangkan pada rentang tahun 2003-2015 terjadi abrasi hutan mangrove sebesar 2163 Ha, akresi hutan mangrove 1626 Ha. Selain itu hasil penelitian membuktikan bahwa besaran konsentrasi Total Suspended Solid (TSS) dari ekstrasi data citra satelit yang diolah menggunakan Algoritma Parwati dan Syarif Budiman berpengaruh secara signifikan positif terhadap data hasil pengukuran Total Suspended Solid (TSS) di lapangan dengan tingkat signifikansi 5%.Kata Kunci : Mangrove, Landsat, Supervised Classification, Total Suspended Solid (TSS), Segara AnakanABSTRACT Indonesia as maritime country has a coastline along the 99.093 kilometer and 70% of the total area of the archipelago is made up of the ocean with surrounding coastal areas flooded that are affected by the tide. The coastal area is very potential to support the prosperity of the human life, one being the development of coastal vegetation and mangrove forest ecosystem conservation areas that can contribute as the lungs of the world. The density of Mangrove forests is located in estuary area Segara Anakan of Cilacap. Runoff sedimentation in the upper Segara Anakan gave positive impact for the existence of mangrove vegetation because arise of delta muddy its potentialy become mangrove habitat. The development of remote sensing technologies very rapidly that can be utilized as monitoring environmental quality control such as degradation of the mangrove forests, besides able to monitoring changes in the quality of waters due to runoff and sedimentation are suspended from the upper reaches of the river.In this study, the mangrove forests identification and the extraction of concentration Total Suspended Solid (TSS) value using satellite imagery Landsat multitemporal such as Landsat 5 TM 1994, Landsat 7 ETM + in 2003, Landsat 8 OLI TIRS 2015. Image classification methods for identifying mangrove forests using the supervised classification with five classes. There are non mangrove vegetation, mangroves, land, residential and hydrographic. As for the separation of the waters and the mainland to get the lagoon morphology of Segara Anakan also uses the supervised classification with band combinations as well as to extract TSS concentrations using algorithms Syarif Budiman (2004) and Parwati (2006).The results of this research showed that the extensive mangrove forests in Segara Anakan, Cilacap in 1994 is around 7955 Ha, in 2003 is around 6333 Ha and in 2015 is around 5796 Ha, during the years 1994-2003 abrasion mangrove forests of 2756 Ha, accretion of mangrove forests 1134 Ha, whereas in the 2003-2015 ranges occur abrasion of 2163 Ha of mangrove forests, mangrove forest accretion 1626 Ha. Moreover, the research results proved that the massive concentration of Total Suspended Solid (TSS) from the extraction of satellite image data is processed using algorithms Parwati and Sharif Budiman have significant influence and positively to measurement data Total Suspended Solid (TSS) in the field with a significance level of 5%.Keywords:  Mangrove, Landsat, Supervised Classification, Total Suspended Solid (TSS), Segara Anakan*) Penulis, PenanggungJawab

PEMANFAATAN NILAI WILLINGNESS TO PAY DALAM PERHITUNGAN NILAI EKONOMI KAWASAN (Studi Kasus : Candi Gedong Songo, Vihara Buddhagaya Watugong, Dan Masjid Agung Jawa Tengah)

Jurnal Geodesi Undip Volume 5, Nomor 1, Tahun 2016
Publisher : Jurusan Teknik Geodesi

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAKCandi Gedong Songo, Masjid Agung Jawa Tengah dan Vihara Buddhagaya Watugong merupakan kawasan yang mempunyai nilai sejarah yang digunakan sebagai obyek wisata yang sering di kunjungi oleh para wisatawan baik wisatawan lokal maupun wisatawan luar. Berdasarkan hal tersebut, maka diperlukan suatu peta zona nilai ekonomi kawasan (ZNEK) terhadap obyek wisata candi gedong songo, masjid agung jawa tengah dan vihara buddhagaya watugong untuk pemanfaatan willingness to pay dalam perhitungan zona nilai ekonomi kawasan pada objek wisata tersebut.Metode penarikan sampel (responden) yang digunakan dalam penelitian tugas akhir ini adalah non probability sampling dengan teknik incidental sampling. Dalam survei lapangan dibutuhkan kuisioner TCM (Travel Cost Method) yang digunakan untuk menghitung nilai guna langsung (DUV) dan kuisoner CVM (contingent valuation method) yang digunakan untuk menghitung nilai keberadaan (EV). Metode pengolahan data yang digunakan adalah analisis regresi linear berganda dan perhitungan WTP menggunakan perangkat lunak maple 14.Dalam penelitian tugas akhir ini, diperoleh hasil berupa peta zona nilai ekonomi kawasan. Candi gedong songo dengan nilai WTP sebesar Rp 39.734,- dengan surplus konsumen sebesar Rp,739.022,- sehingga diperoleh nilai ekonomi total candi gedong songo sebesar Rp.221.071.179.400,00 . Vihara buddhagaya watugong dengan nilai WTP sebesar Rp 30.055,- dengan surplus konsumen sebesar Rp129.953,-. sehingga diperoleh nilai ekonomi total vihara buddhagaya watugong sebesar Rp1.859.627.753,00. Dan untuk masjid agung jawa tengah dengan nilai WTP sebesar Rp 49.008,- dengan surplus konsumen sebesar Rp 6.260.711,- sehingga diperoleh nilai ekonomi total masjid agung jawa tengah sebesar Rp 1.366.531.749.000,-Kata Kunci : Willingness To Pay (WTP), Zona Nilai Ekonomi Kawasan,  regresi linear berganda, maple 14. ABSTRACTGedong Songo Temple, Grand Mosque Of Central Java and Buddhagaya Watugong as Buddhist Monastery are some areas as vacation objects that have many historical value frequented by tourists both local and foreign tourists. Based on this, we need a mep of the region’s economic value zone (ZNEK) of the Gedong Songo Temple, The Grand Mosque Of Central Java and Buddhagaya Watugong as Buddhist Monastery to use the willinengss to pay in the calculation of economic value zone in this area of these attractions.Sampling method (respondents) were used in this research is non probability sampling with incidental sampling technique. In a field survey questionnaire needed TCM (Travel Cost Method) which is used to calculate the direct use value (DUV) and questionnaire CVM (Contingent Valuation Method) used to calculate the existence value (EV). Data processing method used is multiple linear regression analysis and calculations software WTP using Maple 14.In this research, the results obtained in the form of  a map Zone Economic Value Area. Gedong Songo Temple with WTP value of Rp 39.734,- with consumer surplus of Rp 739.022,- in order to obtain the total economic value of Gedong Songo Temple Rp 221.071.179.400,- . Buddhagaya Watugong as Buddhist Monastery with WTP value of Rp 30.055,- with consumer surplus amounted Rp129.953,- in order to obtain the total economic value of Buddhagaya Watugong as Buddhist Monastery Rp1.859.627.753,- . The Grand Mosque Of Central Java with WTP value of Rp 49.008,- with consumer surplus of Rp 6.260.711,- in order to obtain the total economic value of The Grand Mosque Of Central Java Rp 1.366.531.749.00,- Kata Kunci : Willingness To Pay (WTP), Zone Economic Value ,  Multiple Linear Regression, maple 14.   *) Penulis, Penanggungjawab

ANALISIS PENGGUNAAN DAN PEMANFAATAN TANAH BERDASARKAN STATUS TANAH MENGGUNAKANSISTEM INFORMASI GEOGRAFIS (Studi Kasus : Kecamatan Kebumen Kabupaten Kebumen)

Jurnal Geodesi Undip Volume 5, Nomor 1, Tahun 2016
Publisher : Jurusan Teknik Geodesi

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAKKecamatan Kebumen merupakan salah satu daerah yang strategis. Ini dikarenakan Kecamatan Kebumen dilewati oleh jalur selatan yang menghubungkan Provinsi DIY dan Jawa Barat. Dilain sisi, berdasarkan informasi BPN Kanwil Jateng yang dimuat Suara Merdeka tahun 2014 bahwa terdapat 80,42% tanah di Kabupaten Kebumen belum bersertifikat. Oleh karena itu diperlukan analisis berapa jumlah tanah yang sudah memiliki sertifikat  dan bagaimana penggunaan tanah di Kecamatan Kebumen.Seiring dengan kemajuan teknologi di bidang pemetaan dan informasi spasial, akan lebih mudah mengetahui bagaimana sebaran penggunaan tanah dan sebaran status tanah. Teknologi Sistem Informasi Geografis merupakan teknologi survey dan pemetaan yang dapat digunakan untuk mengambil, menyimpan, memperbaharui, analisis dan menampilkan seluruh bentuk informasi yang memiliki referensi geografis.Penelitian ini menghasilkan informasi bahwa masih terdapat 77,48% tanah di Kecamatan Kebumen belum bersertifikat dan juga penggunaan tanah yang sudah bersertifikat  didominasi oleh pemukiman dengan persentase 36,4%. Hasil akhir dari penelitian ini diharapkan dapat dijadikan sumber informasi yang dapat dikembangkan untuk pengelolaan lingkungan dan pembangunan yang berkelanjutan di masa yang akan datang.Kata Kunci : Kecamatan Kebumen,Penggunaan tanah, Sistem Informasi Geografis ABSTRACTKebumen sub-district is one of the strategic areas because the Kebumen sub-district passed by the southbound lanes linking Yogyakarta and West Java. In other news, based on information contained BPN Regional Office of Central Java on Suara Merdeka in 2014 that there were 80.42% of the land in Kebumen has not been certified. Therefore, it is necessary to analyze how the amount of land that already has a certificate and how to use land in the district of Kebumen.Along with technological advances in the field of mapping and spatial information, it will be easier to know how the distribution of land use and distribution of land status. Geographic Information System technology is a survey and mapping technology that can be used to retrieve, store, update, manipulate, analyze and display all forms of information that have a geographical reference.The result of this study has information that there are 77.48% of the land in the Kebumen Sub-District has not been certified and also the use of land that has been certified in Kebumen Sub-District dominated by housing place with a percentage of 36.4%. It was expected the information from this study can provide useful informations and hopefully this research can be developed in the future.Keyword : Geographic Information System, Kebumen Sub-district, Land use *) Penulis, Penanggungjawab

ANALISIS PERBANDINGAN NILAI NDVI LANDSAT 7 DAN LANDSAT 8 PADA KELAS TUTUPAN LAHAN (Studi Kasus : Kota Semarang, Jawa tengah)

Jurnal Geodesi Undip Volume 5, Nomor 1, Tahun 2016
Publisher : Jurusan Teknik Geodesi

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAKLandsat 8 merupakan misi kelanjutan dari satelit Landsat yang telah menyediakan lebih dari 40 tahun citra untuk penelitian jangka panjang. Namun, sangat penting untuk diketahui bahwa fitur spektral dari Landsat 8 sendiri hampir sama dengan citra Landsat sebelumnya yaitu citra Landsat 7 karena citra Landsat 8 memiliki kanal-kanal yang sempit terutama kanal-kanal yang digunakan pada perhitungan NDVI (Normalized Difference Vegetation Index ) yang mana merupakan metode perhitungan indeks vegetasi yang paling sering digunakan. Pada penelitian ini Nilai NDVI  digunakan untuk mengetahui indeks vegetasi guna menghitung perbandingan spektral antara nilai NDVI Landsat 7 dan nilai NDVI Landsat 8, dan bisa juga untuk menghitung perubahan tutupan lahan berdasarkan nilai NDVI.Dalam penelitian ini nilai NDVI dari citra Landsat 8 dibandingkan dengan NDVI Landsat 7 yang berasal dari titik titik sampel 7 kelas tutupan lahan yang diambil pada saat bulan yang sama dengan perekaman citra Landsat 7 dan Landsat 8 di Kota Semarang. 7 kelas tutupan lahan yang dipakai dalam penelitian ini adalah air, pemukiman, industri, lahan kosong, kebun, tegalan, dan sawah. Untuk perubahan tutupan lahan pada tahun 2013,2014, dan 2015 di Kota Semarang sendiri menggunakan 4 kelas tutupan lahan yaitu air, lahan terbangun, vegetasi jarang dan vegetasi rapat.Hasil korelasi spektral antara Landsat 7 dan Landsat 8 dengan metode NDVI pada 7 kelas tutupan lahan di Kota Semarang tahun 2015 didapatkan persamaan y= 0,7171x + 0,0682 dengan R2=0,631 dan koefisien korelasi sebesar0,7943  yang memiliki pengertian bahwa pengaruh variabel Landsat 7 terhadap Landsat 8 adalah sebesar 63% yang menunjukan adanya korelasi positif dan kuat, jika nilai NDVI pada Landsat 7 naik maka nilai ndvi Landsat 8 pun naik. Pada hasil perubahan tutupan lahan Kota Semarang menggunakan NDVI didapatkan hasil perubahan yang signifikan dari tahun 2013-2015 pada kelas lahan terbangun yang luasnya meningkat  setiap tahunnya dan vegetasi yang luasnya semakin turun setiap tahunnya.Kata Kunci : Landsat 7, Landsat 8, NDVI, Tutupan Lahan, Vegetasi , Korelasi ABSTRACTLandsat 8, the on going mission of the Landsat satellites that have provided over 40 years of images, continues to benefit long-term research. However, it is important to know if the spectral features of Landsat 8 are the same standard as previous Landsat imagery because Landsat 8 images have narrower bands, especially because of the normalized difference vegetation index (NDVI) calculation which is the most popular vegetation index. In this study, NDVI value is used to determine the vegetation index for calculating the spectral ratio between the value of NDVI Landsat 7 and the value of NDVI Landsat value of 8 , and it could be to calculate changes in land cover based on NDVI values .In this research the value of NDVI  of Landsat 8 imagery compared with NDVI Landsat 7 derived from sample points 7 land cover classes are taken at the same month recording of Landsat 7 and Landsat 8 in Semarang. Seven (7) land cover classes used in this research are water, residential, industrial, barren land, garden, fields, and rice fields. For land cover changes in 2013, 2014 and 2015 in Semarang itself uses four classes of land cover: water, built-up land, infrequent vegetation and frequent vegetation.The results of spectral correlation between Landsat 7 and Landsat 8 with the method of NDVI in seven (7)  classes of land cover in Semarang city by 2015 are obtained by the equation y = 0, 7171x + 0.0682 with R2 = 0,631 which has the definition that the influence of variable Landsat Landsat 7 against Landsat 8 is 63% and corellation coefficient (r) is 0,7943 which shows a strong positive correlation and, if Landsat 7 NDVI values increase, Landsat 8 NDVI values will increase too. On the results of Semarang land cover changes using NDVI showed a significant change from the year 2013-2015 on the extent of built up land class increase every year and vegetation is getting down every year.Keywords: Landsat 7, Landsat 8, NDVI, Land Cover, Vegetation, correlation *) Penulis, PenanggungJawab

ANALISIS PENGUASAAN PEMILIKAN PENGGUNAAN DAN PEMANFAATAN TANAH (P4T) BERBASIS BIDANG MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS (SIG) (Studi Kasus : Kelurahan Tembalang Tahun 2015)

Jurnal Geodesi Undip Volume 5, Nomor 2, Tahun 2016
Publisher : Jurusan Teknik Geodesi

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAKTembalang merupakan wilayah yang memiliki perkembangan yang sangat dinamis, karena selain fungsinya sebagai kawasan pemukiman, Tembalang juga merupakan kawasan pendidikan. Pembangunan kampus Univesitas Diponegoro (UNDIP) yang dimulai sejak tahun 1990-an sampai dengan saat ini membuat banyak perubahan bagi TembalangData yang digunakan dalam penelitian ini berupa peta administrasi Kelurahan Tembalang, citra GeoEye terkoreksi tahun 2013 dan sebaran persil BPN. Metode yang digunakan dalam penelitian ini adalah identifikasi pada obyek bidang tanah berupa poin penggunaan, pemanfaatan, pemilikan, dan penguasaan tanah.Penelitian ini dilakukan untuk mendapatkan hasil berupa peta yang akurat dan teliti mengenai sebaran bidang tanah lengkap dengan penggunaan, pemanfaatan, pemilikan, dan penguasaan tanah di Kelurahan Tembalang. Penggunaan tanah di Kelurahan Tembalang sebagian besar merupakan tanah kosong sudah diperuntukan dengan persentase 33,930%, pemanfaatan terbanyak adalah pemanfaatan campuran sebesar 29,68%, pemilikan tanah oleh negara sebesar 67,80% dan penguasaan tanah oleh negara sebesar 67,80%.  Pola hubungan yang terjadi antara penguasaan, pemilikan, penggunaan, dan pemanfaatan tanah di Kelurahan Tembalang sebanyak 103 pola dengan pola yang mendominasi adalah pola penguasaan oleh negara dengan status kepemilikan tanah milik negara yang penggunaannya sebagai tanah kosong sudah diperuntukan dan dimanfaatkan sebagai pemanfaatan campuran dengan persentase 24,3454 % dan luas 93,045 Ha.Kata Kunci : Penguasaan, Pemilikan, Penggunaan, Pemanfaatan ABSTRACKTembalang is an area that has a very dynamic growth. It has a function not only for settlement area but also as an education area. The establishment of Diponegoro University (UNDIP) that started since 1990s until now, makes much changes for Tembalang.The  data that is used in this study is a map of Tembalang, corrected GeoEye images from 2013 and BPN plot distribution. This study uses a method of identification of land area objects that are in the form of land use, utilization, ownership and authorization point.This study is being done to get a result that is in the form of accurate and precise maps about land area distribution with their land use, utilization,ownership and authorization at Tembalang. Land use at Tembalang district is mostly reserved barren land at 33,93%, the most use is mixed use at 29,68%, land ownership by the government at 67,80% and land authority by the government at 67,80%. The amount of correlation pattern that happens between land authority, land ownership, land use and utilization in Tembalang district  is 103 pattern. With the dominating pattern which is authority by the government – land ownership by government – land use of reserved barren land – mixed use at 24,3454% and the area is 93,045 Hectare.Keywords : Authorization, Ownership, Land use, Utilization *) Penulis, Penanggungjawab