PENGARUH PENINGKATAN LAHAN TERBANGUN TERHADAP PENURUNAN PERMUKAAN TANAH DI KOTA JAKARTA UTARA TAHUN 2012-2022

IF 2.1 2区 数学 Q3 GEOSCIENCES, MULTIDISCIPLINARY Spatial Statistics Pub Date : 2023-09-12 DOI:10.21009/spatial.232.07
Andri Noor Ardiansyah Andri
{"title":"PENGARUH PENINGKATAN LAHAN TERBANGUN TERHADAP PENURUNAN PERMUKAAN TANAH DI KOTA JAKARTA UTARA TAHUN 2012-2022","authors":"Andri Noor Ardiansyah Andri","doi":"10.21009/spatial.232.07","DOIUrl":null,"url":null,"abstract":"Penelitian ini bertujuan untuk mengetahui pengaruh peningkatan lahan terbangun terhadap penurunan permukaan tanah di Kota Jakarta Utara tahun 2014-2022. Penelitian ini menggunakan pendekatan kuantitatif dan jenis penelitian deskriptif. Penelitian ini menggunakan teknik pengolahan penginderaan jauh dan sistem informasi geografi (SIG) dengan menggunakan data Citra Landsat 8 dan Sentinel 1 tahun 2014 dan tahun 2022, pengolahan dilakukan melalui platform Google Earth Engine. Pada variabel peningkatan lahan terbangun dilakukan analisis menggunakan metode kalsifikasi terbimbing (supervised classification) menjadi 2 klasifikasi yaitu lahan terbangun dan lahan non terbangun. Dan untuk mendapatkan nilai penurunan permukaan tanah dilakukan analisis DInSAR (Different Interferometric Synthetic Aperture Radar). Kemudian untuk mengetahui nilai pengaruh antara variabel peningkatan lahan terbangun dengan variabel penurunan permukaan tanah ( dilakukan analisis regresi linear sederhana dengan persamaan Y = 6,413 + 13,178X menghasilkan nilai signifikansi sebesar 0,000<0,05. Nilai R Square sebesar 0,466 yang artinya terdapat pengaruh peningkatan lahan terbangun terhadap penuruan permukaan tanah sebesar 46,6%. Sedangkan nilai thitung diperoleh hasil sebesar 9,239 dan nilai ttabel sebesar 0,1966 dan memiliki arti thitung>ttabel. Sehingga dapat disimpulkan Ha ditolak dan Ha diterima, yang artinya terdapat pengaruh yang signifikan antara peningkatan lahan terbangun terhadap penurunan permukaan tanah di Kota Jakarta Utara tahun 2014-2022.","PeriodicalId":48771,"journal":{"name":"Spatial Statistics","volume":null,"pages":null},"PeriodicalIF":2.1000,"publicationDate":"2023-09-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Spatial Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21009/spatial.232.07","RegionNum":2,"RegionCategory":"数学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"GEOSCIENCES, MULTIDISCIPLINARY","Score":null,"Total":0}
引用次数: 0

Abstract

Penelitian ini bertujuan untuk mengetahui pengaruh peningkatan lahan terbangun terhadap penurunan permukaan tanah di Kota Jakarta Utara tahun 2014-2022. Penelitian ini menggunakan pendekatan kuantitatif dan jenis penelitian deskriptif. Penelitian ini menggunakan teknik pengolahan penginderaan jauh dan sistem informasi geografi (SIG) dengan menggunakan data Citra Landsat 8 dan Sentinel 1 tahun 2014 dan tahun 2022, pengolahan dilakukan melalui platform Google Earth Engine. Pada variabel peningkatan lahan terbangun dilakukan analisis menggunakan metode kalsifikasi terbimbing (supervised classification) menjadi 2 klasifikasi yaitu lahan terbangun dan lahan non terbangun. Dan untuk mendapatkan nilai penurunan permukaan tanah dilakukan analisis DInSAR (Different Interferometric Synthetic Aperture Radar). Kemudian untuk mengetahui nilai pengaruh antara variabel peningkatan lahan terbangun dengan variabel penurunan permukaan tanah ( dilakukan analisis regresi linear sederhana dengan persamaan Y = 6,413 + 13,178X menghasilkan nilai signifikansi sebesar 0,000<0,05. Nilai R Square sebesar 0,466 yang artinya terdapat pengaruh peningkatan lahan terbangun terhadap penuruan permukaan tanah sebesar 46,6%. Sedangkan nilai thitung diperoleh hasil sebesar 9,239 dan nilai ttabel sebesar 0,1966 dan memiliki arti thitung>ttabel. Sehingga dapat disimpulkan Ha ditolak dan Ha diterima, yang artinya terdapat pengaruh yang signifikan antara peningkatan lahan terbangun terhadap penurunan permukaan tanah di Kota Jakarta Utara tahun 2014-2022.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
2011年至2022年,雅加达北部的土地面积不断增加,这一影响加剧
本研究旨在探讨1914 -2022年雅加达北部海平面下降所带来的日益增长的影响。该研究采用定量方法和描述性研究的类型。该研究采用先进的成像技术和地理信息系统(SIG),利用2014年和2022年谷歌地球引擎平台的图像陆地卫星8号和哨兵号数据进行处理。在变量觉醒过程中,用最大的分类方法进行了分析,这两种分类是唤醒土地和非唤醒土地。为了获得降水值,进行了DInSAR分析(另一种合成孔径)。然后要知道增加土地面积的变量与土壤表面积下降之间的影响值(进行简单的线性回归分析,方程为Y = 6,413 + 13,178X,具有10000 < 0.05的意义值。R平方为0.466,这意味着觉醒的土地面积增加为46.6%。而thitung值为9.239,ttable值为0.1966,具有thitung > ttable的含义。因此,我们可以推断哈被拒绝和哈被接受,这意味着2018 -2022年在雅加达北部海平面上升的影响显著。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
Spatial Statistics
Spatial Statistics GEOSCIENCES, MULTIDISCIPLINARY-MATHEMATICS, INTERDISCIPLINARY APPLICATIONS
CiteScore
4.00
自引率
21.70%
发文量
89
审稿时长
55 days
期刊介绍: Spatial Statistics publishes articles on the theory and application of spatial and spatio-temporal statistics. It favours manuscripts that present theory generated by new applications, or in which new theory is applied to an important practical case. A purely theoretical study will only rarely be accepted. Pure case studies without methodological development are not acceptable for publication. Spatial statistics concerns the quantitative analysis of spatial and spatio-temporal data, including their statistical dependencies, accuracy and uncertainties. Methodology for spatial statistics is typically found in probability theory, stochastic modelling and mathematical statistics as well as in information science. Spatial statistics is used in mapping, assessing spatial data quality, sampling design optimisation, modelling of dependence structures, and drawing of valid inference from a limited set of spatio-temporal data.
期刊最新文献
Uncovering hidden alignments in two-dimensional point fields Spatio-temporal data fusion for the analysis of in situ and remote sensing data using the INLA-SPDE approach Exploiting nearest-neighbour maps for estimating the variance of sample mean in equal-probability systematic sampling of spatial populations Variable selection of nonparametric spatial autoregressive models via deep learning Estimation and inference of multi-effect generalized geographically and temporally weighted regression models
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1