GeomatikaPub Date : 2020-05-29DOI: 10.24895/JIG.2020.26-1.977
Devica Natalia Br Ginting, Rizky Faristyawan
{"title":"DETEKSI TIPE DAN PERUBAHAN GARIS PANTAI MENGGUNAKAN ANALISIS DIGITAL CITRA PENGINDERAAN JAUH","authors":"Devica Natalia Br Ginting, Rizky Faristyawan","doi":"10.24895/JIG.2020.26-1.977","DOIUrl":"https://doi.org/10.24895/JIG.2020.26-1.977","url":null,"abstract":"Garis pantai merupakan informasi batas wilayah antara darat dan laut. Informasi garis pantai sangat diperlukan dalam kegiatan di pesisir, terkhusus bagi negara Indonesia yang merupakan negara kepulauan. Pengukuran lapangan untuk mendapatkan informasi garis pantai akan menghabiskan biaya, waktu dan tenaga yang besar. Penginderaan jauh mampu menghasilkan informasi garis pantai secara efektif. Lokasi kajian dilakukan di Pesisir Pulau Flores Timur dan Pulau Adonara Barat yang memiliki tiga tipe pantai yaitu berbakau, berpasir, dan tebing berbatu. Penelitian ini bertujuan melakukan ekstraksi garis pantai berdasarkan tipenya melalui proses digital. Data yang digunakan Landsat-5, Landsat-8, dan Sentinel-2. Perbandingan band digunakan untuk menganalisi tipe (Green/SWIR dan Green/NIR) pada Landsat-5 yang selanjutnya dibandingkan dengan tipe pantai yang bersumber dari referensi serta mengektrak garis pantai (Green/NIRand Green/SWIR). Citra Landsat-8 dan Sentinel-2 digunakan melihat perubaan garis pantai selama 10 tahun. Hasil ekstraksi menunjukkan bahwa perbandingan band NIR dan Green menunjukkan hasil yang terbaik. Perubahan garis pantai akibat fenomena alam berupa erosi dan sedimentasi yang disebabkan oleh arus laut tidak berdampak signifikan kecuali di sekitar Selat Larantuka namun perubahan garis pantai akibat aktivitas manusia berupa pembangunan bandara memberikan perubahan sebesar 4,8 Ha.","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"1 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"82348278","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}
GeomatikaPub Date : 2020-05-29DOI: 10.24895/JIG.2020.26-1.1025
N. Wijayanti
{"title":"PEMETAAN DISTRIBUSI TOTAL SUSPENDED SOLID DAN PERUBAHAN GARIS PANTAI DI SIDOARJO-PASURUAN DENGAN MENGGUNAKAN DATA PENGINDERAAN JAUH","authors":"N. Wijayanti","doi":"10.24895/JIG.2020.26-1.1025","DOIUrl":"https://doi.org/10.24895/JIG.2020.26-1.1025","url":null,"abstract":"Perairan Porong merupakan daerah muara sungai yang mengalami proses sedimentasi akibat bermuaranya air Sungai Porong ke Selat Madura yang membawa sedimen. Hal tersebut diduga akan menyebabkan terjadinya perubahan garis pantai yang ada di sekitarnya. Disamping itu, perubahan morfologi daratan seperti abrasi atau sedimentasi dipengaruhi oleh faktor oseanografi fisik seperti arus. Penelitian ini bertujuan untuk memahami pengaruh arus terhadap distribusi Total Suspended Solid (TSS) serta dampaknya terhadap perubahan garis pantai di Perairan Sidoarjo-Pasuruan. Data yang digunakan yaitu citra Landsat 7 (2002) dan Landsat 8 (2013 dan 2017) yang diperoleh dari United States Geological Survey serta data arus dari Copernicus Marine Environment Monitoring Service. Penginderaan jauh digunakan untuk menganalisa perubahan garis pantai dan distribusi TSS. Hasil penelitian menunjukkan arus, dengan kecepatan 0.02-0.1 m/s, di Perairan Sidoarjo-Pasuruan berpengaruh terhadap distribusi TSS dengan arah menuju Barat dan Barat Laut. Konsentrasi TSS yang tinggi di perairan dekat pantai menyebabkan terjadinya perubahan garis pantai yang ditandai dengan tingginya sedimentasi di lokasi tersebut. Lebih lanjut hasil menunjukkan bahwa perubahan garis pantai di Sidoarjo-Pasuruan tahun 2002-2013 sebesar 9,305 km dan 2013-2017 sebesar 3,226 km. Peningkatan konsentrasi TSS di Perairan Sidoarjo-Pasuruan sebanding dengan penambahan garis pantai.","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"13 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"85351272","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}
GeomatikaPub Date : 2020-05-29DOI: 10.24895/JIG.2020.26-1.1103
Waljiyanto Waljiyanto, Ni Putu Praja Chintya
{"title":"PEMODELAN TIGA DIMENSI (3D) BANGUNAN CAGAR BUDAYA MENGGUNAKAN DATA POINT CLOUD","authors":"Waljiyanto Waljiyanto, Ni Putu Praja Chintya","doi":"10.24895/JIG.2020.26-1.1103","DOIUrl":"https://doi.org/10.24895/JIG.2020.26-1.1103","url":null,"abstract":"Indonesia adalah negara yang kaya akan warisan budaya sebagai daya tarik wisata seperti bangunan cagar budaya. Arsip bangunan budaya belum dikelola dengan baik. Sebagian besar dari bangunan cagar budaya hanya berisi informasi atribut (nama, alamat, dan sejarah), aspek geospasial seperti alamat ter- geocoding dan peta struktural belum menjadi prioritas. Metode yang paling populer terkait dengan struktur bangunan adalah Building Information Modeling (BIM). BIM telah digunakan secara luas dalam perencanaan bangunan baru dan manajemen aset. Dalam beberapa tahun terakhir, BIM mulai digunakan dalam dokumentasi bangunan budaya. Teknik ini dikenal sebagai Heritage Building Information Modeling (HBIM). Tujuan HBIM adalah untuk melestarikan dan memantau bangunan warisan melalui model 3D. Model tersebut memuat unsur arsitektur bangunan cagar budaya dengan informasi semantiknya. Kompleksitas elemen bangunan dapat mempengaruhi Level of Detail (LoD) dari suatu model. LoD model berkorelasi dengan metode perolehan data. Makalah ini bertujuan untuk membuat model 3D bangunan budaya dan menguji LoD model 3D yang berasal dari point cloud bangunan budaya di Yogyakarta. Point cloud untuk membuat model 3D diperoleh dari survei topografi dan survey laser scanner . Atribut informasi diperoleh dengan melakukan dokumen dan penelitian lapangan.","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"145 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"77294997","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}
GeomatikaPub Date : 2020-05-29DOI: 10.24895/JIG.2020.26-1.1085
F. F. Susanta, T. Aditya
{"title":"VISUALISASI PEMODELAN HASIL ANALISIS JARINGAN ANGKUTAN UMUM DI KABUPATEN KULON PROGO","authors":"F. F. Susanta, T. Aditya","doi":"10.24895/JIG.2020.26-1.1085","DOIUrl":"https://doi.org/10.24895/JIG.2020.26-1.1085","url":null,"abstract":"Pembangunan Bandar Udara New Yogyakarta International Airport (NYIA) di Kabupaten Kulon Progo berdampak pada berubahnya trayek jaringan angkutan umum yang telah ada. Perlu adanya perencanaan trayek baru yang sesuai dengan permintaan penumpang. Multimoda transportasi perlu direncanakan untuk pembangunan transportasi yang berkelanjutan. Oleh karena itu, penelitian ini bertujuan untuk memodelkan trayek angkutan umum di Kabupaten Kulon Progo serta memvisualisasikannya dengan metode analisis visual. Pemodelan trayek angkutan umum diolah menggunakan metode analisis jaringan spasial (SpNA). Hasilnya divisualisasikan dalam tampilan grafik dan peta menggunakan metode analisis visual yang memanfaatkan Operations Dashboard for ArcGIS. Visualisasi pemodelan jaringan transportasi angkutan umum ini bersifat visual interaktif untuk memudahkan pengambil kebijakan dalam menyusun rencana penentuan jaringan trayek. Berdasarkan hasil pemodelan ini, ada tujuh rencana lokasi pembangunan pemberhentian baru. Selain itu, terdapat sebelas pemodelan trayek lintasan yang menghubungkan lokasi-lokasi pemberhentian. Terminal dapat melayani seluruh wilayah di Kabupaten Kulon Progo dalam rentang waktu 50 menit.","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"45 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"77367600","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":"Desain Alternatif Lembar Peta Rupabumi Indonesia (RBI) Skala Besar","authors":"Sudarman Sudarman, Hendriatimingsih Sadikin, Kosasih Prijatna","doi":"10.24895/JIG.2020.26-1.1081","DOIUrl":"https://doi.org/10.24895/JIG.2020.26-1.1081","url":null,"abstract":"Desain lembar peta RBI skala 1:5000 dan skala yang lebih besar belum distandarkan dengan Standar Nasional Indonesia (SNI). Selain itu, beberapa instansi pemerintah di Indonesia masih ada yang membuat peta skala besar untuk memenuhi kebutuhannya di wilayah yang sama dengan menggunakan berbagai sistem referensi geospasial yang menyangkut aspek geometrik yang berbeda dan akan menimbulkan duplikasi serta kontradiksi dalam informasi geometrik pada obyek yang sama di permukaan bumi. Untuk itu, diperlukan alternatif dalam mendesain lembar peta RBI skala besar dengan tujuan untuk mengatasi dan mewujudkan keterpaduan informasi geometrik pada obyek di permukaan bumi. Metode mendesain lembar dilakukan dengan menggunakan datum geodetik horizontal World Geodetic System 1984 (WGS 84), rangka jala metrik (grid) dan sistem penomoran lembar peta, analogi dengan sistem penomoran peta sebelumnya. Pada zona Universal Transverse Mercator (UTM) dengan sistem grid, digunakan lebar blok dari arah barat ke timur (6 ) dan panjang blok dari arah selatan ke utara (25°). Titik awal lembar peta di batas zona dan batas wilayah Negara Kesatuan Republik Indonesia (NKRI), nilai overlap antar dua zona dan nilai penambahan cakupan wilayah, dihitung dalam sistem koordinat semu. Analisis dilakukan dengan cara kuantitatif berdasarkan nilai-hasil hitungan. Hasilnya, peta RBI skala 1:5000 dan 1:2500 menggunakan ukuran muka peta 60 cm × 60 cm, dan untuk skala 1:1000 digunakan ukuran muka peta 50 cm × 50 cm. Jumlah lembar peta RBI skala 1:5000 terdiri dari 206.752 lembar, untuk skala 1:2500 sebanyak 827.000 lembar dan skala 1:1000 sebanyak 7.443.072 lembar.","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"212 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"76157632","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}
GeomatikaPub Date : 2019-05-28DOI: 10.24895/JIG.2019.25-1.959
Sesar Prabu Dwi Sriyanto, Nurfitriani Nurfitriani, M. Zulkifli, Sandy Nur Eko Wibowo
{"title":"PEMODELAN INUNDASI DAN WAKTU TIBA TSUNAMI DI KOTA BITUNG, SULAWESI UTARA BERDASARKAN SKENARIO GEMPABUMI LAUT MALUKU","authors":"Sesar Prabu Dwi Sriyanto, Nurfitriani Nurfitriani, M. Zulkifli, Sandy Nur Eko Wibowo","doi":"10.24895/JIG.2019.25-1.959","DOIUrl":"https://doi.org/10.24895/JIG.2019.25-1.959","url":null,"abstract":"Kota Bitung sebagai salah satu kawasan strategis dan pusat perekonomian di Sulawesi Utara, berpotensi terdampak oleh bencana tsunami karena berada di pesisir Laut Maluku yang bisa menjadi lokasi pusat gempabumi besar pemicu tsunami. Untuk mengetahui potensi area terdampak dan waktu tiba tsunami di wilayah Bitung, dilakukan pemodelan penjalaran tsunami dengan skenario gempabumi Mw 7,9 dengan episenter di Laut Maluku menggunakan perangkat lunak TUNAMI-N2 (Tohoku University’s Numerical Analysis Model Investigation of Tsunami No 2). Data yang digunakan berupa parameter skenario gempabumi pembangkit dan data elevasi. Data elevasi terdiri dari data topografi primer hasil pengukuran lapangan menggunakan altimeter digital dan data sekunder berupa data batimetri dari GEBCO (General Bathymetric Chart of The Ocean) dan data topografi daratan SRTM (Shuttle Radar Topographic Mission) dari USGS (United States Geological Survey). Hasil pemodelan menunjukkan bahwa tsunami pertama kali mencapai di wilayah Bitung tepatnya di pantai timur Pulau Lembeh pada detik ke-520 setelah gempabumi. Ketinggian maksimum tsunami bisa mencapai 7,625 meter, sedangkan inundasi terjauh dan potensi area tergenang masing-masing mencapai 750 meter dan 2,1 km2. Lokasi dengan tingkat bahaya tertinggi ada di sebelah barat Pelabuhan Bitung karena topografi yang landai dan berhadapan dengan perairan yang berbentuk teluk sehingga terjadi amplifikasi gelombang. Pantai yang berbentuk teluk ini juga menyebabkan gelombang tertinggi terjadi pada gelombang yang kedua.","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"15 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-05-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"87113047","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}
GeomatikaPub Date : 2019-05-28DOI: 10.24895/JIG.2019.25-1.856
Akhmad Riqqi
{"title":"PEMIKIRAN SISTEM PEMBAGIAN LEMBAR PETA DAN PENOMORAN LEMBAR PETA DASAR SKALA BESAR DI INDONESIA","authors":"Akhmad Riqqi","doi":"10.24895/JIG.2019.25-1.856","DOIUrl":"https://doi.org/10.24895/JIG.2019.25-1.856","url":null,"abstract":"Sistem pembagian dan penomoran lembar Peta Rupabumi Indonesia dilakukan secara terstruktur dan sistematis. Terstruktur karena disusun berdasarkan suatu pola tertentu yang melibatkan peta dengan skala yang berbeda. Sistematis karena penyusunan lembar peta dan penomorannya disusun menggunakan suatu sistem dimana antar lembar peta disusun secara teratur dan saling berkaitan, baik pada lembar peta di skala yang sama maupun pada skala yang berbeda. Secara nasional sistem pembagian lembar peta dan penomoran lembar peta di Indonesia baru terstandar hingga skala 1:10.000. Paper ini akan menjelaskan sistem penomoran lembar Peta RBI, mulai dari skala kecil hingga menengah, dan menjelaskan usulan pembagian dan penomoran lembar peta untuk peta skala besar. Pembagian lembar peta RBI dari skala kecil hingga skala menengah mengikuti SNI Penyajian Peta Rupabumi, sedangkan untuk grid muka peta skala besar dilakukan dengan menyusun ukuran grid dan menyusun sistem penomoran lembar peta. Penyusunan grid muka peta dan penomorannya disusun secara runut dari skala 1:10.000 hingga 1:1.000. Pembagian grid 1:5000 hingga 1:1.000 dilakukan dengan membagi empat bagian dari skala diatasnya, sedangkan sistem penomoran disusun secara runtun dari skala 1:250.000 hingga 1:10.000 berkesesuaian dengan sistem penomoran lembar peta yang sudah ada, untuk penomoran grid di skala 1:5.000 hingga 1:1.000 searah jarum jam dari 1 hingga 4. Telah diperoleh sistem pembagian lembar peta skala besar mulai 1:5000, 1:2500, dan 1:1000 yang terstruktur dan sistem penomoran yang sistematis dari mulai skala kecil hingga skala besar.","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"1 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-05-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"91347207","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}
GeomatikaPub Date : 2019-05-28DOI: 10.24895/JIG.2019.25-1.852
Prayudha Hartanto, Safirotul Huda, Widy Putra, I. Septiawan
{"title":"PENGUKURAN GAYABERAT MENGGUNAKAN GRAVIMETER ABSOLUT A-10","authors":"Prayudha Hartanto, Safirotul Huda, Widy Putra, I. Septiawan","doi":"10.24895/JIG.2019.25-1.852","DOIUrl":"https://doi.org/10.24895/JIG.2019.25-1.852","url":null,"abstract":"Pengukuran gayaberat absolut merupakan pengukuran nilai gayaberat dengan mengamati percepatan vertikal benda jatuh bebas. Pada tahun 2017, Badan Informasi Geospasial (BIG) melakukan pengukuran gayaberat absolut di beberapa pilar Gayaberat Utama (GBU) di Indonesia dengan menggunakan gravimeter A-10. Tujuan penulisan makalah ini adalah memaparkan teknik pengukuran dan pengolahan data gayaberat absolut di GBU yang merupakan bagian dari Jaring Kontrol Gayaberat (JKG) dengan menggunakan gravimeter A-10. Titik-titik yang akan dijadikan pembahasan dalam makalah ini adalah GBU018 di Jakarta dan GBU035 di Makassar. Pengukuran di tiap titik dilakukan sebanyak 10 set dengan jumlah drop untuk setiap set sebanyak 120. Hasil yang diperoleh adalah nilai gayaberat absolut (µgal) beserta ketidakpastiannya. Nilai gayaberat (g) hasil pengolahan di lapangan (on-site) untuk GBU018 adalah 978140735,73 ± 11,17 µgal, sedangkan untuk GBU035 adalah 978117560,92 ± 7,16 µgal. Nilai-nilai tersebut diperoleh setelah dilakukan koreksi gradien gayaberat. Koreksi tersebut diperoleh dari pengamatan gradien menggunakan gravimeter relatif dengan besaran -0,296301 mgal/m untuk GBU018 dan -0,32414 mgal/m untuk GBU035.","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"105 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-05-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"75672693","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}
GeomatikaPub Date : 2019-05-28DOI: 10.24895/JIG.2019.25-1.958
Fani Safitri, S. Suryanti, Sigit Febrianto
{"title":"ANALISIS PERUBAHAN GARIS PANTAI AKIBAT EROSI DI PESISIR KOTA SEMARANG","authors":"Fani Safitri, S. Suryanti, Sigit Febrianto","doi":"10.24895/JIG.2019.25-1.958","DOIUrl":"https://doi.org/10.24895/JIG.2019.25-1.958","url":null,"abstract":"Semarang merupakan ibu kota Provinsi Jawa Tengah yang terletak di wilayah pesisir dan terjadi perubahan ekosistem pesisir akibat dampak dari pembangunan wilayah pantai serta perubahan lingkungan, khususnya di empat kecamatan pesisir yaitu Kecamatan Tugu, Semarang Barat, Semarang Utara, dan Genuk. Pada empat kecamatan tersebut terjadi erosi yang menyebabkan perubahan garis pantai serta menyebabkan wilayah tersebut menjadi rentan terhadap bencana seperti banjir rob, degradasi ekosistem, dan rusaknya fasilitas di wilayah pesisir. Tujuan penelitian ini adalah untuk mengetahui perubahan garis pantai (luasan erosi dan akresi) dari tahun 2003-2018 dan mengetahui nilai kerentanan pesisir Kota Semarang menggunakan metode CVI (Coastal Vulnerability Index). Pengambilan sampel dilakukan dengan metode purposive sampling digunakan untuk penelitian yang memerlukan kriteria khusus, dimana teknik pengambilan sampel dengan sengaja berdasarkan suatu pertimbangan dan tujuan tertentu. Perhitungan luasan erosi dan akresi dilakukan dengan menumpangsusun citra satelit Landsat dan Sentinel 2. Diketahui luasan erosi terbesar di pesisir Kota Semarang terjadi pada tahun 2008 – 2013 dengan luasan 337,986 ha, sedangkan akresi terbesar terjadi pada tahun 2013-2018 dengan luasan 195,338 ha. Analisis kerentanan pantai dengan indeks kerentanan pantai atau CVI di pesisir Kota Semarang termasuk dalam kategori kerentanan sangat tinggi, dengan nilai setiap bobot kerentanan pada Kecamatan Tugu sebesar 32,27, Kecamatan Semarang Barat dan Semarang Utara sebesar 14,43, serta Kecamatan Genuk sebesar 28,87. Variabel yang paling dominan dan berperan dalam menentukan nilai kerentanan pantai pada penelitian ini yaitu geomorfologi, kemiringan pantai, dan erosi/akresi.","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"16 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-05-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"72893412","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}
GeomatikaPub Date : 2019-05-28DOI: 10.24895/JIG.2019.25-1.889
S. Zainab, Hendrata Wibisana, Cintantya Budi Casita
{"title":"STUDI PERBANDINGAN KONSENTRASI KLOROFIL-A DI SEMENANJUNG BLAMBANGAN KABUPATEN BANYUWANGI MENGGUNAKAN DATA CITRA SATELIT AQUA MODIS","authors":"S. Zainab, Hendrata Wibisana, Cintantya Budi Casita","doi":"10.24895/JIG.2019.25-1.889","DOIUrl":"https://doi.org/10.24895/JIG.2019.25-1.889","url":null,"abstract":"Pemetaan kandungan klorofil-a di pesisir pantai banyak dilakukan dengan tujuan untuk mendapatkan gambaran tingkat kesuburan dari lingkungan perairan yang dimaksud. Tingkat kesuburan yang diharapkan dapat memberikan gambaran populasi dari perikanan tangkap yang dibutuhkan oleh masyarakat pesisir dalam meningkatkan kesejahteraan hidupnya. Penginderaan jauh sebagai salah satu teknologi yang baru telah memberikan banyak manfaat untuk pendeteksian dan pemetaan konsentrasi klorofil-a skala global. Tujuan dari penelitian ini untuk mendapatkan gambaran kandungan klorofil-a pada dua area yang berbeda yaitu di daerah Semenanjung Blambangan dan daerah Teluk Blambangan. Metode yang dikembangkan dari penelitian ini adalah penggunaan algoritma penginderaan jauh dan teknik regresi guna mendapatkan model matematis yang optimal untuk digunakan dalam peramalan kandungan klorofil-a di masa yang akan datang. Dari penelitian ini diperoleh model matematis yang paling sesuai untuk kondisi Teluk Blambangan yaitu pada panjang gelombang sinar hijau dengan nilai 531 nanometer (nm), di mana korelasi yang terbesar adalah Chlor-a = 21228*(Rrs_531)-42,371 dengan nilai R2 sebesar 0,7951 yang didapatkan dari panjang gelombang sinar hijau yaitu Rrs_531 dari citra satelit Aqua Modis Level-2. Fenomena ini dapat disimpulkan bahwa kandungan klorofil-a di semenanjung Blambangan pada bulan Agustus 2017 cukup signifikan di mana diperoleh rata-rata konsentrasi dari klorofil-a sebesar 18,45 ppt(mg/ m³) sehingga dapat diprediksikan bahwa populasi ikan yang ada di perairan tersebut juga meningkat pada bulan tersebut. Hasil akhir yang didapatkan berupa peta tematis kandungan klorofil-a untuk algoritma model linier, di samping itu persamaan matematis yang dihasilkan diharapkan dapat digunakan oleh para peneliti lainnya untuk mendapatkan model yang lebih akurat yang dapat menggambarkan kondisi riil di lapangan. ","PeriodicalId":32556,"journal":{"name":"Geomatika","volume":"39 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-05-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"77408146","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}