Elipsoida : Jurnal Geodesi dan Geomatika最新文献

{"title":"ANALISIS PRODUKTIVITAS PADI MENGGUNAKAN ALGORITMA MACHINE LEARNING RANDOM FOREST DI KABUPATEN BATANG TAHUN 2018 - 2022","authors":"Azhari Raka Masdian, Nurhadi Bashit, Firmanto Hadi","doi":"10.14710/elipsoida.2023.19023","DOIUrl":"https://doi.org/10.14710/elipsoida.2023.19023","url":null,"abstract":"Produktivitas padi merupakan salah satu alat untuk mengamati seberapa besar nilai produksi padi yang dicapai suatu wilayah. Perubahan produksi padi di suatu wilayah dapat dipengaruhi oleh pembangunan yang terjadi. Proyek pembangunan seperti jalan tol Semarang-Batang yang dimulai tahun 2016 dan pembangunan Kawasan Industri Terpadu Batang (KITB) yang dimulai tahun 2020, dapat mempengaruhi perubahan tutupan lahan pada wilayah Kabupaten Batang terutama sawah yang merupakan tempat dimana padi dihasilkan. Penelitian ini menggunakan data citra Sentinel-2 dari tahun 2018 hingga 2022 sehingga akan diketahui kondisi lahan dan perubahannya. Terdapat 8 periode yang digunakan untuk mengamati perubahan tutupan lahan sawah dan non sawah di Kabupaten Batang. Analisis perubahan tutupan lahan tersebut dilakukan dengan metode klasifikasi citra secara supervised dengan algoritma random forest (RF). Hasil klasifikasi tersebut kemudian dijadikan batas luasan untuk analisis produktivitas padi. Untuk mendapatkan nilai pendugaan produktivitas padi, dilakukan analisis regresi dengan data produktivitas padi sebagai variabel terikat dan nilai indeks tanaman sebagai variabel bebas. Nilai akurasi hasil klasifikasi yang didapat dari matriks konfusi dengan 100 titik validasi menghasilkan akurasi producer sebesar 95,556 %, akurasi user sebesar 86 %, akurasi keseluruhan sebesar 91 % , dan nilai Kappa sebesar 0,82. Variabel terikat yang digunakan dalam analisis regresi terdapat 2 macam, yang pertama adalah data per kecamatan dari Dinas Pangan dan Pertanian Kabupaten Batang dan yang kedua merupakan data survey validasi yang mencakup area per sawah. Nilai RMSE yang didapat dari data per kecamatan adalah 1,857 ton/Ha, sedangkan hasil prediksi menggunakan data lapangan dengan sampel per sawah menghasilkan nilai RMSE 0,498 ton/Ha","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"69 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129304722","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"ANALISIS PENDUGAAN STOK KARBON VEGETASI DENGAN PENGINDERAAN JAUH MENGGUNAKAN METODE LIGHT USE EFFICIENCY DI HUTAN PENGGARON, KOTA UNGARAN KABUPATEN SEMARANG PROVINSI JAWA TENGAH","authors":"Ma'ruf Arief Fadillah, Nurhadi Bashit, Shofiyatul Qoyimah, Helik Susilo, Dessy Apriyanti","doi":"10.14710/elipsoida.2023.18829","DOIUrl":"https://doi.org/10.14710/elipsoida.2023.18829","url":null,"abstract":"Efek rumah kaca merupakan masalah iklim yang menyebabkan munculnya fenomena pemanasan global. Stok karbon merupakan eksternalitas yang diperhatikan pada pencegahan pemanasan global. Sebagai salah satu kawasan hutan terluas di Kota Ungaran, Hutan Penggaron berperan penting dalam menjaga stok karbon. Oleh sebab itu, perlu adanya kajian terhadap stok karbon di Hutan Penggaron sebagai sebagai salah satu pilar pengendalian emisi karbon di Kota Ungaran. Penelitian ini mengkaji tentang pendugaan kelimpahan stok karbon Hutan Penggaron. Stok karbon diestimasi menggunakan penginderaan jauh dengan metode light use efficiency (LUE). Metode LUE memperoleh nilai estimasi biomassa vegetasi menggunakan 3 parameter antara lain fraksi radiasi aktif fotosintesis (fPAR) yang dimodelkan menggunakan NDVI, efisiensi penggunaan cahaya matahari maksimum, serta photosynthetically active radiation (PAR). Berdasarkan hasil pemodelan, Hutan Penggaron dengan luas kawasan sebesar 9.183884 km2 memiliki total kandungan stok karbon sebesar 5953919,444 Ca. Total stok karbon per hektar adalah  5953,919 Ca/Ha. Lahan non-vegetasi memiliki kandungan stok karbon terendah sebesar -20,418 Ca, sementara kelas kerapatan sangat tinggi memiliki kandungan stok karbon tertinggi sebesar 2980908135,909 Ca. Pohon Mahoni merupakan jenis pohon dengan kemampuan serapan karbon terbesar dengan rata-rata diameter batang sebesar 46,921 cm. Hasil pemodelan stok karbon di Hutan Penggaron memiliki akurasi nilai RMSE sebesar 0,1844405. Uji korelasi menggunakan uji korelasi Pearson dengan hasil korelasi sebesar 0,0974. Nilai uji Kolmogorov-Smirnov pada tingkat kepercayaan 90% dan level signifikansi 10% adalah sebesar 0,2. Nilai uji statistik adalah sebesar 0,111. Hasil penelitian menunjukkan adanya stok karbon dalam jumlah besar di Hutan Penggaron sehingga diharapkan adanya upaya pelestarian ekologis terhadap keberlansungan Hutan Penggaron.Kata kunci :  LUE, NDVI, PAR, Stok Karbon","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"49 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"134142879","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"ANALISIS DAERAH RAWAN KEKERINGAN LAHAN SAWAH DI KABUPATEN PURWOREJO MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS","authors":"Eliya Nur Faizah, Arwan Putra Wijaya, L. Sabri","doi":"10.14710/elipsoida.2023.17890","DOIUrl":"https://doi.org/10.14710/elipsoida.2023.17890","url":null,"abstract":"Kabupaten Purworejo adalah daerah di Jawa Tengah yang termasuk dalam wilayah rawan kekeringan dangan rata-rata curah hujan berkisar antara 100-300 mm/bulan. Berdasarkan karakter wilayahnya Kabuapten Purworejo seringkali terjadi kekeringan lahan sawah di beberapa lokasi. Adanya fakta tersebut mendorong pembuatan peta rawan kekeringan lahan sawah di Kabupaten Purworejo. Penelitiani ini bertujuani untuk mengetahui sebarani kekeringan lahan sawahi dan mengetahui parameter yang mempengaruhi kekeringan lahan sawah di Kabupaten Purworejo. Metode penelitian yang dipergunakan yaitu Analytical Hierarchy Process (AHP). Pada penelitian ini mempertimbangkan empat parameter untuk mendukung dalam analisis lokasi rawan kekeringan lahan sawah, antara lain penggunaan lahan sawah, jenis tanah, curah hujan dan jarak terhadap sungai. Hasil penelitian menunjukkan bahwa luasan lahan untuk wilayah sawah irigasi diperoleh hasil kekeringan sedang sebesar 43,468% dari keseluruhan wilayah sawah irigasi Kabupaten Purworejo, sedangkan yang mengalami kekeringan rendah sebesar 56,532% dari keseluruhan wilayah sawah irigasi Kabupaten Purworejo. Hasil pengolahan kekeringan lahan sawah tadah hujan di Kabupaten Purworejo pada musim penghujan menghasilkan sebesar 32,28% wilayah mengalami kekeringan rendah dari keseluruhan wilayah lahan sawah tadah hujan Kabupaten Purworejo dan wilayah yang mengalami kekeringan sedang sebesar 67,76% dari jumlah total lahan sawah tadah hujan. Hasil pengolahan kekeringan lahan sawah tadah hujan di Kabupaten Purworejo pada musim kemarau yaitu wilayah sawah tadah hujan yang mengalami kekeringan sedang sebesar 100% dari keseluruhan wilayah Kabupaten Purworejo.Kata kunci: AHP, Kekeringan, Lahan Sawah, Kabupaten Purworejo","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"40 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127801620","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"PEMETAAN LOKASI BENCANA & POS LAPANGAN PENUGASAN BENCANA BESERTA POTENSINYA DI KAWASAN GUNUNG SEMERU DENGAN METODE PROMETHEE BERBASIS SPASIAL","authors":"D. Lestari, Faradila Wahyu Maylinda, Q. Aini, Agus Wibowo, Noor Hayati","doi":"10.14710/elipsoida.2023.17626","DOIUrl":"https://doi.org/10.14710/elipsoida.2023.17626","url":null,"abstract":"Indonesia merupakan negara yang rawan mengalami bencana alam. Sebagian besar wilayah Indonesia berisiko tinggi terkena bencana alam. Hal ini dikarenakan Indonesia berada di wilayah tropis (garis khatulistiwa) yang berisiko terkena badai, topan, banjir, tanah longsor dan siklon tropis. Selain itu, wilayah Indonesia dilewati sabuk Alpide yang berisiko terkena bencana gempa bumi, tsunami, tanah longsor, dan erupsi gunung berapi serta dilalui oleh Sirkum Pasifik atau Cincin Api Pasifik yang berisiko gempa bumi dan aktivitas vulkanis. Indonesia mempunyai gunungapi aktif sebanyak 127 yang menempati peringkat pertama gunung api terbanyak di dunia dengan jumlah korban jiwa terbanyak. Dalam upaya meningkatkan kesiapsiagaan untuk menghadapi ancaman bencana letusan gunungapi, dilakukan pemetaan pos lapangan pengungsian yang sesuai. Pada penelitian ini, dipilih Gunungapi Semeru untuk dilakukan pemetaan rekomendasi pos lapangan dengan menggunakan Metode Promethee yaitu metode penentuan urutan atau prioritas dalam analisis multikriteria. Dari 34 lokasi yang berpotensi menjadi pos lapangan, didapatkan 17 lokasi yang memenuhi kriteria pos lapangan yang divisualisasikan pada Peta Rekomendasi Pos Lapangan Bencana Letusan Gunung Api Semeru berskala 1:30.000.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"24 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116974850","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Optimalisasi Data DEM LiDAR pada Area Perairan Sungai","authors":"Muhammad Adnan Yusuf, Danang Setiaji","doi":"10.14710/elipsoida.2023.17201","DOIUrl":"https://doi.org/10.14710/elipsoida.2023.17201","url":null,"abstract":"Light Detection and Ranging (LiDAR) merupakan salah satu alat yang dapat menghasilkan akurasi tinggi dalam mengukur tinggi di permukaan bumi. Dengan menggunakan teknologi LiDAR dapat digunakan untuk mendeteksi beberapa objek di permukaan bumi seperti ground, vegetasi atau bangunan, namun teknologi LiDAR mempunyai kelemahan yaitu sulit mendeteksi titik-titik di area perairan. Oleh karena itu kerapatan point cloud di daerah perairan termasuk kategori rendah, sehingga DEM yang diturunkan dari data LiDAR memiliki permukaan air yang tidak alami. Hydro-flattening adalah proses menciptakan DEM yang diturunkan dari data LiDAR dengan tujuan untuk membuat permukaan air sungai rata dan mengalir. Komponen penting dari pembuatan hydro flattening adalah breakline, Data utama pada proses ini adalah point cloud Lidar yang sudah terklasifkasi ground dan centerline. Ada 4 langkah dalam metode semi otomatis ini yaitu langkah pertama, Continous Bare Ground Surface (CBGS) dibuat dengan mencari elevasi terendah sepanjang sungai yang akan diproses. Pada langkah kedua, membuat radius pencarian berbentuk lingkaran yang berpusat pada centreline sungai untuk mencari elevasi point cloud LiDAR paling rendah di setiap lingkaran, elevasi tersebut digunakan untuk membuat Virtual Water Surface (VWS). VWS ini perlu dilakukan revisi karena ketinggian minimum pada data LiDAR tidak selalu merupakan ketinggian permukaan air, VWS yang direvisi ini disebut sengan Base Virtual Water Surface (B-VWS). Langkah ketiga adalah ekstraksi breakline dan smoothing hasil esktraksi breakline,. Langkah keempat adalah konversi breakline 2D ke 3D, hasil breakline 2D dimasukkan ketinggian dari B-VWS sehingga menjadi breakline 3D yang dapat digunakan untuk menghasilkan Hydro-flattening DEM. Hydro flattenning diterapkan pada 2 lokasi sungai yang berbeda-beda, dimana lokasi sungai 1 memiliki karakter sungai dengan kategori kecil, sedangkan sungai 2 memiliki karakter sungai yang bercabang. Dari hasil Hydro flattenning DEM LiDAR pada daerah perairan dapat sesuai dengan kondisi yang ada dilapangan yaitu perairan sungai yang datar dan mengalir dari hulu ke hilir. Dari kedua sungai tersebut membuktikan pentingnya dilakukan Hydro flattenning pada DEM LiDARKata kunci :  LiDAR, Hydro-Flattening, Breakline, Continous Bare Ground Surface, Virtual Water Surface","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"51 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131551381","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Analisis Korelasi Land Surface Temperature (LST) dengan Penerapan Pembatasan Kegiatan Masyarakat (PKM) (Studi Kasus : Kawasan Sentra Pengasapan Ikan, Bandarharjo, Semarang)","authors":"Neni Indah Gusmiarti, Yudo Prasetyo, Nurhadi Bashit","doi":"10.14710/elipsoida.2022.16741","DOIUrl":"https://doi.org/10.14710/elipsoida.2022.16741","url":null,"abstract":"Sentra pengasapan ikan merupakan Usaha Mikro Kecil dan Menengah (UMKM) di Kelurahan Bandarharjo. Namun, sentra pengasapan ikan menyebabkan meningkatnya suhu permukaan pada wilayah tersebut. Akan tetapi, pandemi virus COVID-19 yang tinggi, menyebabkan perubahan kebijakan Pemerintah Kota Semarang dengan menerapkan Pembatasan Kegiatan Masyarakat (PKM) yang secara tidak langsung mempengaruhi hasil produktivitas pengasapan ikan dan perubahan suhu permukaan. Oleh karena itu, bagaimana mengetahui perubahan suhu permukaan dan produktivitas pengasapan ikan. Penelitian ini bertujuan untuk menganalisis perubahan Land Surface Temperature (LST) pada kawasan sentra pengasapan ikan dan menganalisis adanya hubungan antara LST dengan produksi pengasapan ikan yang berdampak akibat kebijakan PKM. Pengolahan data penelitian ini menggunakan metode penginderaan jauh. Data penelitian menggunakan Landsat 8 yaitu sebelum PKM (19 Januari 2020, 7 Maret 2020 dan 24 April 2020), saat PKM (10 Mei 2020, 11 Juni 2020 dan 27 Juni 2020), serta setelah PKM (13 Juli 2020, 30 Agustus 2020 dan 1 Oktober 2020). Selain itu dibutuhkan data hasil wawancara, data pengukuran suhu insitu dan data suhu stasiun cuaca BMKG. Citra Landsat 8 dilakukan pengolahan menggunakan Google Earth Engine (GEE). Hasil penelitian didapatkan adanya penurunan suhu rata - rata 0,48oC saat diterapkannya kebijakan PKM dari suhu 28,62oC menjadi 28,15oC. Namun, terjadi peningkatan suhu setelah kebijakan PKM menjadi 29,86oC. Hasil korelasi antara suhu dengan jumlah pekerja, jumlah produksi, limbah produksi dan lamanya waktu pengasapan menunjukan korelasi yang sangat kuat. Adapun hasil uji validasi dengan data BMKG memiliki selisih yang kecil pada suhu rata - rata. Sementara itu, uji validasi dengan pengukuran insitu didapatkan nilai RMSE 2,125.Kata kunci :  Google Earth Engine, Korelasi, Land Surface Temperature, Pembatasan Kegiatan Masyarakat, Sentra pengasapan ikan","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"13 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125897596","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"ANALISIS DAYA DUKUNG DAN DAYA TAMPUNG AIR MENGGUNAKAN PENDEKATAN BERBASIS SIG (Studi Kasus: Kabupaten Batang)","authors":"Agantry Purba, L. Sabri, Arief Laila Nugraha","doi":"10.14710/elipsoida.2022.16701","DOIUrl":"https://doi.org/10.14710/elipsoida.2022.16701","url":null,"abstract":"Meningkatnya jumlah penduduk maka kebutuhan air bersih akan meningkat sedangkan ketersediaan air bersih selalu menurun. Penggunaan air bersih dalam rumah tangga mengalami peningkatan dari tahun 2012 sebesar 68,51 menjadi 70,25 tahun 2016. Wilayah Kabupaten Batang akan dibangun kawasan industri seperti KITB dan BIP. Pembangunan dan pengoperasian kawasan industri memerlukan kebutuhan air dalam jumlah yang sangat besar. Berdasarkan RTRW Kabupaten Batang penggunaan air bawah tanah untuk pemenuhan kebutuhan air kawasan industri adalah dilarang. Ketika konsumsi air yang disebabkan oleh aktivitas manusia dan pembangunan ekonomi melebihi daya dukung sumber daya air maka kekurangan air akan muncul. Pemodelan spasial dari daya dukung dan daya tampung air sangat penting untuk memastikan keberlanjutan atas eksploitasi sumber daya lahan dan program pembangunan. Oleh sebab itu, digunakan pendekatan SIG yang dapat mempresentasikan daya dukung dan daya tampung air Kabupaten Batang. Penetapan status daya dukung dan daya tampung air di Kabupaten Batang menggunakan pendekatan keseimbangan antara ketersediaan dan kebutuhan. Ketersediaan air di Kabupaten Batang 3.702.297.225 m3/tahun sedangkan kebutuhan air total adalah 1.151.421.659,03 m3/tahun (31,10%) dari ketersediaan air, terdapat perbedaan 2.550.875.565,97 m3/tahun. Kabupaten Batang masih mengalami surplus air. Perbandingan antara ketersediaan dan kebutuhan air adalah 3,2 (>3) maka daya dukung dan daya tampung air Kabupaten Batang adalah belum terlampaui.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"21 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121176975","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"ANALISIS PENURUNAN MUKA TANAH MENGGUNAKAN CITRA SENTINEL 1A DENGAN METODE DINSAR TAHUN 2019-2021 (STUDI KASUS : PEMBANGUNAN JALAN TOL SEMARANG DEMAK)","authors":"Saffira Noor Chotimah, Yudo Prasetyo, H. Firdaus, Harintaka Harintaka","doi":"10.14710/elipsoida.2022.16744","DOIUrl":"https://doi.org/10.14710/elipsoida.2022.16744","url":null,"abstract":"Kabupaten Demak dan Kota Semarang adalah daerah yang berada di pesisir Pulau Jawa yang padat dan pusat ekonomi yang berkembang secara pesat. Pada wilayah ini sering terjadi bencana sistematik berupa banjir rob dan penurunan muka tanah. Pembangunan jalan tol berfungsi untuk memperlancar kegiatan ekonomi di wilayah tersebut. Pemantauan secara berkelanjutan diperlukan untuk mengetahui dampak yang timbul seiring berjalannya waktu akibat fenomena penurunan muka tanah. Metode DInSAR dimanfaatkan dalam penelitian ini untuk memantau fenomena tersebut karena merupakan sebuah metode quick assement yang murah, cepat, mencangkup area yang luas dan tepat secara akurasi.Data yang digunakan terdiri dari 6 citra satelit Sentinel 1A mode IW yang diakuisisi tahun 2019-2021. Metode DInSAR menggunakan DEM SRTM 1 arcsec sebagai referensi topografi. Hasil penelitian sebelumnya berupa survei GNSS digunakan sebagai data pembanding dari hasil pengolahan DInSAR karena dianggap lebih teliti dalam hal akurasi. Data DInSAR dan GNSS di uji menggunakan uji Kolmogorov-Smirnov untuk mengetahui signifikansi kedua data tersebut.Hasil penurunan muka tanah Kabupaten Demak dan Kota Semarang yang didapatkan dari metode DInSAR rata-rata sebesar 4,13 0,80 cm/tahun. Penurunan rata-rata terbesar terjadi di Kecamatan Genuk sebesar 7,94 0,85 cm/tahun sedangkan penurunan rata-rata terendah terjadi di Kecamatan Wonosalam sebesar 1,38 0,53 cm/tahun. Hasil uji Kolmogorov-Smirnov adalah 0,4 dimana nilai tersebut melebihi batas 0,05 sehingga dapat disimpulkan bahwa kedua data tidak berbeda secara signifikan. Kata kunci :  Demak, Dinsar, jalan tol, penurunan muka tanah, Semarang. Uji Kolmogorov-smirnov","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"52 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130989871","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"ANALISIS DISTRIBUSI SPASIAL SEKTOR INFORMAL KULINER NON PLATFORM SUPER APPS DI RUANG PUBLIK (Studi Kasus : Kecamatan Banyumanik, Kota Semarang)","authors":"Raihan Deo Annaafi, Arwan Putra Wijaya, Yasser Wahyuddin","doi":"10.14710/elipsoida.2022.16464","DOIUrl":"https://doi.org/10.14710/elipsoida.2022.16464","url":null,"abstract":"Di Kecamatan Banyumanik, Kota Semarang, masih banyak pelaku UMKM yang belum terintegrasi dengan platform jual-beli online seperti Gojek, Grab dan Shopee. Padahal dengan adanya platform jual-beli online, dapat memperluas pemasaran dari usaha tersebut. UMKM tersebut adalah pelaku ekonomi sektor informal bidang kuliner misalnya pedagang keliling, pedagang kaki lima dan pedagang angkringan. Beberapa tempat yang ada di Kecamatan Banyumanik seperti Pasar Rasamala Jati Banyumanik, Jalan Ngesrep Timur V dan Taman Tirto Agung merupakan beberapa tempat dimana para pelaku usaha sektor informal ini menggantungkan kehidupannya sehari-hari dengan berjualan di sekitar area tersebut. Sehingga dengan adanya hal tersebut, peneliti ingin mengetahui persebaran tempat usaha-usaha (UMKM) di tiga area penelitian yaitu Pasar Rasamala Jati, Jalan Ngesrep Timur V dan Taman Tirto Agung dengan menggunakan Sistem Informasi Geografis. Pola persebaran sektor informal kuliner dianalisis dengan menggunakan metode average nearest neighbor dan standard deviation ellips. Selain itu, peneliti juga ingin mengetahui pengaruh kepadatan bangunan terhadap pemilihan rute dagang jaringan jalan dari pedagang keliling dengan menggunakan metode analisis regresi geographically weighted regression. Analisis pola persebaran yang dilakukan berdasarkan dari centroid di setiap area penelitian terhadap sebaran sektor informal kuliner dan analisis regresi pengaruh kepadatan bangunan terhadap rute dagang dari 15 pedagang keliling didasarkan persebaran rute dagang terhadap kepadatan bangunan dari daerah yang dilewatinya. Klasifikasi dan analisis pola persebaran sektor informal kuliner yang dilakukan berdasarkan keseluruhan sektor informal kuliner, kategori usaha, kategori dagangan, kategori waktu usaha dan kategori terintegrasi super apps, dengan jumlah sektor informal kuliner keseluruhan 179 di ketiga area penelitian. Rute dagang pedagang keliling yang paling sering dilewati di sekitar area penelitian adalah permukiman di Sumurboto, permukiman Durian Raya - Tirto Agung dan permukiman Keruing Raya - Rasamala. Pengaruh kepadatan bangunan masih lemah terhadap pemilihan rute dagang dari 15 pedagang keliling, Hal ini dapat dilihat dari hasil analisis regresi yang menghasilkan nilai R Square dibawah 0,5 yaitu 0,202 dan nilai R Square Adjusted sebesar 0,061.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"114 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126286496","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"ESTIMASI PRODUKTIVITAS KOPI DENGAN INDEKS VEGETASI MENGGUNAKAN CITRA SPOT-7","authors":"Devi Nilam Sari, Bandi Sasmito, Firmanto Hadi, Akbar Kurniawan","doi":"10.14710/elipsoida.2022.16827","DOIUrl":"https://doi.org/10.14710/elipsoida.2022.16827","url":null,"abstract":"Barang perdagangan paling berharga kedua di dunia adalah kopi, yang membantu devisa negara. Menurut data BPS (Badan Pusat Statistik) tahun 2021) terkait produksi kopi, Provinsi Jawa Timur menduduki peringkat ke-16 se-Indoneia untuk produksi kopi. Kebun Bangelan di Desa Bangelan, Kabupaten Malang, merupakan salah satu perkebunan kopi di Jawa Timur. Sebagai kebun percobaan, perkebunan ini didirikan pada tahun 1901. Pemantauan produksi kopi secara terus menerus diperlukan karena hasil Kebun Bangelan bervariasi dari tahun ke tahun. Dalam bidang pertanian, penginderaan jauh dapat digunakan untuk memperkirakan produktivitas tanaman kopi. Tindakan mengumpulkan informasi tentang suatu objek menggunakan perangkat yang tidak bersentuhan fisik langsung dengannya dikenal sebagai penginderaan jauh. Salah satu manfaat penginderaan jauh adalah perolehan data yang cepat, terutama di daerah yang menantang untuk dipelajari secara terestrial. Untuk penelitian ini, digunakan data Normalized Difference Vegetation Index (NDVI), Modified Normalized Difference Vegetation Index (MNDVI), dan Green Normalized Difference Vegetation Index (GNDVI). Untuk mengatasi kesulitan piksel campuran, Multiple Endmember Spectral Mixture Analysis (MESMA) adalah pengklasifikasi yang digunakan dalam penelitian ini. Tujuan dari penelitian ini adalah untuk menilai ketepatan klasifikasi tutupan lahan MESMA dan mempelajari seberapa produktivitas kopi di Kebun Bangelan. Dalam penelitian ini estimasi produktivitas dihitung dengan menggunakan regresi linier sederhana, polinomial, dan linier berganda. Model estimasi terbaik, sebagaimana ditentukan oleh perhitungan regresi linier sederhana, dihasilkan oleh NDVI, yang memiliki standar deviasi 505,875 kg/Ha dan produktivitas 34,396.369 kg/Ha. Model estimasi terbaik dihasilkan oleh NDVI dengan standar deviaasi sebesar 464,158 kg/Ha dan produktivitas sebesar 34,387.395 kg/Ha, menurut perhitungan menggunakan regresi polinomial. Model estimasi terbaik untuk perhitungan menggunakan regresi linier berganda adalah NDVI, yang memiliki standar deviasi 352,414 kg/Ha dan produktivitas 34,394.658 kg/Ha.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"57 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114063182","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}