Pub Date : 2022-05-31DOI: 10.23960/jgrs.2022.v3i1.68
M. Arrafi, Lili Somantri, Riki Ridwana
Provinsi Jambi merupakan salah satu provinsi di Indonesia yang memiliki area hutan terluas di Indonesia. Luasnya area hutan di Provinsi Jambi tidak diiringi dengan pengelolaan yang baik, hampir setiap tahunnya selalu terjadi kebakaran hutan dan lahan di Provinsi Jambi. Kabupaten Muaro Jambi menjadi kabupaten dengan tingkat keparahan kebakaran hutan dan lahan tertinggi di Provinsi Jambi. Penelitian ini bertujuan untuk mengidentifikasi tingkat keparahan akibat kebakaran hutan dan lahan di Kabupaten Muaro Jambi berdasarkan nilai Difference Normalized Burn Ratio (dNBR) pada citra Landsat 8 dengan analisis multiwaktu citra sebelum terjadinya kebakaran dan sesudah terjadinya kebakaran. Nilai NBR yang sudah didapat dilakukan pengambilan sampel untuk mendapatkan nilai rerata dan standar deviasi. Berdasarkan penelitian ini menunjukkan sepanjang tahun 2021 tingkat keparahan didominasi oleh kelas keparahan rendah dengan persentase 53,84% dengan total luasan 6.700,5 Ha. Selanjutnya diikuti oleh kelas keparahan sedang dengan persentase 30,48% dengan total luasan 3.793,4 Ha. Penelitian ini dapat bermanfaat bagi pemerintah Kabupaten Muaro Jambi dalam upaya pemulihan kembali area bekas terbakar di Kabupaten Muaro Jambi.
{"title":"Pemetaan Tingkat Keparahan Kebakaran Hutan dan Lahan Menggunakan Algoritma Normalized Burn Ratio (NBR) Pada Citra Landsat 8 di Kabupaten Muaro Jambi","authors":"M. Arrafi, Lili Somantri, Riki Ridwana","doi":"10.23960/jgrs.2022.v3i1.68","DOIUrl":"https://doi.org/10.23960/jgrs.2022.v3i1.68","url":null,"abstract":"Provinsi Jambi merupakan salah satu provinsi di Indonesia yang memiliki area hutan terluas di Indonesia. Luasnya area hutan di Provinsi Jambi tidak diiringi dengan pengelolaan yang baik, hampir setiap tahunnya selalu terjadi kebakaran hutan dan lahan di Provinsi Jambi. Kabupaten Muaro Jambi menjadi kabupaten dengan tingkat keparahan kebakaran hutan dan lahan tertinggi di Provinsi Jambi. Penelitian ini bertujuan untuk mengidentifikasi tingkat keparahan akibat kebakaran hutan dan lahan di Kabupaten Muaro Jambi berdasarkan nilai Difference Normalized Burn Ratio (dNBR) pada citra Landsat 8 dengan analisis multiwaktu citra sebelum terjadinya kebakaran dan sesudah terjadinya kebakaran. Nilai NBR yang sudah didapat dilakukan pengambilan sampel untuk mendapatkan nilai rerata dan standar deviasi. Berdasarkan penelitian ini menunjukkan sepanjang tahun 2021 tingkat keparahan didominasi oleh kelas keparahan rendah dengan persentase 53,84% dengan total luasan 6.700,5 Ha. Selanjutnya diikuti oleh kelas keparahan sedang dengan persentase 30,48% dengan total luasan 3.793,4 Ha. Penelitian ini dapat bermanfaat bagi pemerintah Kabupaten Muaro Jambi dalam upaya pemulihan kembali area bekas terbakar di Kabupaten Muaro Jambi.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"25 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122309743","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}
Pub Date : 2022-05-31DOI: 10.23960/jgrs.2022.v3i1.65
Agung Putra Perdana, Angga Yudha Pratama, A. Fauzi, Tri Kies Welly, Rian Nurtyawan
Kekeringan pada lahan pertanian merupakan kondisi berkurangnya kandungan air dalam tanah sehingga tidak mampu memenuhi kebutuhan tanaman tertentu dalam periode tertentu. Pada November 2019 Kabupaten Lampung Selatan mengalami kekeringan pertanian yang menyebabkan terjadinya kegagalan panen lahan sawah seluas 1300 Ha. Citra Landsat 8 merupakan salah satu data penginderaan jauh sistem optis yang dapat digunakan untuk mengidentifikasi kekeringan padi menggunakan metode indeks kekeringan. Indeks kekeringan Normalized Difference Drought Index (NDDI) adalah salah satu metode yang digunakan untuk mengetahui tingkat kekeringan suatu wilayah berdasarkan parameter NDVI dan NDWI. Penelitian ini bertujuan untuk mengidentifikasi dan mengestimasi luas kekeringan yang telah terjadi di Kabupaten Lampung Selatan dengan menerapkan indeks NDDI. Hasil dalam penelitian ini menunjukkan bahwa kekeringan yang terjadi di Kabupaten Lampung Selatan pada Juli 2019 sampai Desember 2019 dapat teridentifikasi dengan akurasi sebesar 88,1% dan tingkat kelas kekeringan yang bervariasi. Puncak kekeringan ringan dan kekeringan sedang terjadi pada Juli 2019 dengan luas 10019,43 Ha dan 4539,94 Ha, puncak kekeringan berat dan ekstrem pada Desember 2019 yaitu 1012,26 Ha dan 2463,96 Ha. Peningkatan kekeringan ekstrem pada bulan November dan Desember 2019 diduga karena akumulasi dari rendahnya curah hujan pada beberapa bulan sebelumnya.
农业干旱是土壤中水分下降的一种条件，因此无法在一段时间内满足特定作物的需求。2019年11月，南楠榜县经历了农业干旱，导致1300公顷的农田歉收。Landsat 8图像是光学系统遥感数据之一，可以用干旱索引来识别水稻干旱。根据NDVI和NDWI参数确定某一地区干旱程度的标准差异指数(NDDI)是用来确定某一地区干旱程度的方法之一。本研究旨在通过NDDI索引确定和确定南楠榜地区已经发生的大片干旱。这项研究的结果表明，2019年7月至2019年12月在南楠榜地区发生的干旱可以准确地确定为88.1%，干燥等级有所不同。2019年7月，温和干旱的峰值为10019,43 Ha和4539.94 Ha, 2019年12月的极端和严重干旱峰值为1012,26 Ha和2463.96 Ha。2019年11月和12月的极端干旱被认为是由于几个月前降雨量不足造成的累积。
{"title":"Analisis Spasio-temporal Kekeringan Pada Lahan Sawah di Lampung Selatan Berbasis Pengolahan Normalized Difference Drought Index Pada Citra Satelit Landsat 8","authors":"Agung Putra Perdana, Angga Yudha Pratama, A. Fauzi, Tri Kies Welly, Rian Nurtyawan","doi":"10.23960/jgrs.2022.v3i1.65","DOIUrl":"https://doi.org/10.23960/jgrs.2022.v3i1.65","url":null,"abstract":"Kekeringan pada lahan pertanian merupakan kondisi berkurangnya kandungan air dalam tanah sehingga tidak mampu memenuhi kebutuhan tanaman tertentu dalam periode tertentu. Pada November 2019 Kabupaten Lampung Selatan mengalami kekeringan pertanian yang menyebabkan terjadinya kegagalan panen lahan sawah seluas 1300 Ha. Citra Landsat 8 merupakan salah satu data penginderaan jauh sistem optis yang dapat digunakan untuk mengidentifikasi kekeringan padi menggunakan metode indeks kekeringan. Indeks kekeringan Normalized Difference Drought Index (NDDI) adalah salah satu metode yang digunakan untuk mengetahui tingkat kekeringan suatu wilayah berdasarkan parameter NDVI dan NDWI. Penelitian ini bertujuan untuk mengidentifikasi dan mengestimasi luas kekeringan yang telah terjadi di Kabupaten Lampung Selatan dengan menerapkan indeks NDDI. Hasil dalam penelitian ini menunjukkan bahwa kekeringan yang terjadi di Kabupaten Lampung Selatan pada Juli 2019 sampai Desember 2019 dapat teridentifikasi dengan akurasi sebesar 88,1% dan tingkat kelas kekeringan yang bervariasi. Puncak kekeringan ringan dan kekeringan sedang terjadi pada Juli 2019 dengan luas 10019,43 Ha dan 4539,94 Ha, puncak kekeringan berat dan ekstrem pada Desember 2019 yaitu 1012,26 Ha dan 2463,96 Ha. Peningkatan kekeringan ekstrem pada bulan November dan Desember 2019 diduga karena akumulasi dari rendahnya curah hujan pada beberapa bulan sebelumnya.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"2 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133915218","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}
Pub Date : 2021-11-30DOI: 10.23960/jgrs.2021.v2i2.42
Regina Sawitri, Dzulfiqar Baco, Risa Ulfiyana, Toto Karo-karo
Tanah longsor adalah gerakan tanah yang disebabkan oleh faktor alami dan nonalami. Faktor alami dipengaruhi oleh struktur geologi daerah, jenis batuan, kemiringan lereng, dan intensitas curah hujan. Sedangkan faktor nonalami bersifat dinamis yaitu penggunaan lahan dan infrastruktur. Metode penginderaan jauh dengan citra satelit dapat digunakan untuk memetakan kawan rawan longsor. Citra satelit merupakan hasil perekaman satelit yang menggambarkan objek di permukaan bumi. Citra satelit terdiri dari beberapa band dengan panjang gelombang tertentu. Komposit band pada citra digunakan untuk mempertajam objek untuk mempermudah klasifikasi tutupan lahan. Pemetaan zonasi area rawan longsor di Kabupaten Bandung menggunakan metode pembobotan dan scoring. Pembobotan dan scoring dilakukan pada semua parameter yang menyebabkan longsor yaitu struktur geologi, jenis batuan, cutah hujan, kemiringan lereng, infrastruktur, dan tuutpan lahan hasil pengolahan citra satelit. Hasil yang didapat menunjukan potensi tanah longsor di Kabupaten Bandung didominasi kategori sedang sampai tinggi. Pemetaan kawasan rawan longsor sangat diperlukan sebagai langkah mitigasi untuk mengurangi dampak yang diakibatkan oleh bencana tanah longsor.
{"title":"Aplikasi Citra Landsat untuk Pemetaan Daerah Rawan Longsor di Kabupaten Bandung","authors":"Regina Sawitri, Dzulfiqar Baco, Risa Ulfiyana, Toto Karo-karo","doi":"10.23960/jgrs.2021.v2i2.42","DOIUrl":"https://doi.org/10.23960/jgrs.2021.v2i2.42","url":null,"abstract":"Tanah longsor adalah gerakan tanah yang disebabkan oleh faktor alami dan nonalami. Faktor alami dipengaruhi oleh struktur geologi daerah, jenis batuan, kemiringan lereng, dan intensitas curah hujan. Sedangkan faktor nonalami bersifat dinamis yaitu penggunaan lahan dan infrastruktur. Metode penginderaan jauh dengan citra satelit dapat digunakan untuk memetakan kawan rawan longsor. Citra satelit merupakan hasil perekaman satelit yang menggambarkan objek di permukaan bumi. Citra satelit terdiri dari beberapa band dengan panjang gelombang tertentu. Komposit band pada citra digunakan untuk mempertajam objek untuk mempermudah klasifikasi tutupan lahan. Pemetaan zonasi area rawan longsor di Kabupaten Bandung menggunakan metode pembobotan dan scoring. Pembobotan dan scoring dilakukan pada semua parameter yang menyebabkan longsor yaitu struktur geologi, jenis batuan, cutah hujan, kemiringan lereng, infrastruktur, dan tuutpan lahan hasil pengolahan citra satelit. Hasil yang didapat menunjukan potensi tanah longsor di Kabupaten Bandung didominasi kategori sedang sampai tinggi. Pemetaan kawasan rawan longsor sangat diperlukan sebagai langkah mitigasi untuk mengurangi dampak yang diakibatkan oleh bencana tanah longsor.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"104 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114487728","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}
Prospek geotermal di daerah Timur Ciremai berada pada aktivitas vulkanik aktif namun pencarian prospek panas bumi di area ini mengabur akibat adanya kontras antara batuan vulkanik dengan batuan sedimen. Penelitian ini mencoba mengidentifikasi area potensial panas bumi berdasarkan suhu permukaan menggunakan metode pengindraan jauh. Data yang digunakan berupa citra satelit Landsat 8 yang sudah mempunyai sensor termal yang disebut Thermal Infrared Sensor (TIRS) pada pita sensor 10 dan 11 yang dikombinasikan dengan NDVI. Hasil analisis NDVI menunjukkan bahwa daerah penelitian memiliki vegetasi dan permukaan berupa air atau awan yang lebih banyak memantulkan gelombang cahaya tampak dibandingkan gelombang infrared dengan nilai NDVI -0,75 - 0,88. Hasil analisis LST dapat diketahui bahwa suhu permukaan pada daerah tersebut memiliki nilai dalam rentang 15 °C – 31 °C. Area yang memiliki tingkat LST tinggi di antara tingkat LST yang rendah dapat diperkirakan sebagai area yang memiliki anomali. Hal ini bersesuaian dengan kerapatan vegetasi pada area tersebut yang tinggi sehingga seharusnya besar suhu permukaannya rendah bukan sebaliknya. Berdasarkan integrasi dengan data manifestasi di lapangan, maka dapat di pastikan bahwasanya terdapat beberapa anomali panas bumi pada arah tenggara dari Gunung Ciremai.
{"title":"Pemetaan Suhu Permukaan Anomali Panas Bumi Daerah Gunung Ciremai Menggunakan Data Inframerah Termal Landsat 8","authors":"Syatiya Mirwanda, Fatiha Salsabila, Regita Pramesti, Annida Rifqoh Zakiyyah, Muhammad Rizki Tuelzar","doi":"10.23960/jgrs.2021.v2i2.64","DOIUrl":"https://doi.org/10.23960/jgrs.2021.v2i2.64","url":null,"abstract":"Prospek geotermal di daerah Timur Ciremai berada pada aktivitas vulkanik aktif namun pencarian prospek panas bumi di area ini mengabur akibat adanya kontras antara batuan vulkanik dengan batuan sedimen. Penelitian ini mencoba mengidentifikasi area potensial panas bumi berdasarkan suhu permukaan menggunakan metode pengindraan jauh. Data yang digunakan berupa citra satelit Landsat 8 yang sudah mempunyai sensor termal yang disebut Thermal Infrared Sensor (TIRS) pada pita sensor 10 dan 11 yang dikombinasikan dengan NDVI. Hasil analisis NDVI menunjukkan bahwa daerah penelitian memiliki vegetasi dan permukaan berupa air atau awan yang lebih banyak memantulkan gelombang cahaya tampak dibandingkan gelombang infrared dengan nilai NDVI -0,75 - 0,88. Hasil analisis LST dapat diketahui bahwa suhu permukaan pada daerah tersebut memiliki nilai dalam rentang 15 °C – 31 °C. Area yang memiliki tingkat LST tinggi di antara tingkat LST yang rendah dapat diperkirakan sebagai area yang memiliki anomali. Hal ini bersesuaian dengan kerapatan vegetasi pada area tersebut yang tinggi sehingga seharusnya besar suhu permukaannya rendah bukan sebaliknya. Berdasarkan integrasi dengan data manifestasi di lapangan, maka dapat di pastikan bahwasanya terdapat beberapa anomali panas bumi pada arah tenggara dari Gunung Ciremai.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"519 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116253730","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}
Tanah longsor yaitu gerakan tanah berkaitan langsung dengan berbagai sifat fisik alami. Metode weighted overlay yang menggunakan data raster yang memiliki satuan terkecil berupa pixel sehingga dapat digunakan untuk memetakan kawasan rawan longsor untuk wilayah yang relatif luas. Pemetaan zonasi area rawan longsor di Kabupaten Karangasem, Bali didasarkan dari perhitungan bobot dan scoring tiap parameter longsor yang meliputi kondisi geologi, jenis batuan, curah hujan, tingkat kelerengan, struktur geologi, infrastruktur serta tutupan lahan hasil olahan citra satelit serta dilanjutkan dengan operasi spasial dari parameter tersebut. Dari hasil pengolahan yang didapat Kabupaten Karangasem Bali tidak memiliki daerah dengan tingkat rawan longsor yang tinggi, adapun daerah yang ditandai Warna Biru menunjukkan kemungkinan rawan longsor sedang yang terdapat pada kecamatan Kubu, Rendang, Selat, Bebandem, Abang dan Karangasem. Secara geologi, daerah dengan tingkat rawan longsor yang sedang terdapat gunungapi aktif sehingga tingkat kemiringan lerengnya cukup tinggi yaitu sebesar 25-62%. Pada kecamatan Kubu, Abang, Karangasem, Sidemen, Selat, Bebandem dan Rendang yang ditandai dengan Warna Hitam memiliki kemungkinan rawan longsor dengan nilai rendah yaitu sebesar <15%.
{"title":"Pemanfaatan Informasi Spasial Berbasis SIG untuk Pemetaan Tingkat Kerawanan Longsor di Kabupaten Karangasem, Bali","authors":"Deamasari Dwi Rusdiana, Ramadhanti Nuryandini, Juniarti Heni Imelia, Nuraini Syifa Hafidah","doi":"10.23960/jgrs.2021.v2i2.51","DOIUrl":"https://doi.org/10.23960/jgrs.2021.v2i2.51","url":null,"abstract":"Tanah longsor yaitu gerakan tanah berkaitan langsung dengan berbagai sifat fisik alami. Metode weighted overlay yang menggunakan data raster yang memiliki satuan terkecil berupa pixel sehingga dapat digunakan untuk memetakan kawasan rawan longsor untuk wilayah yang relatif luas. Pemetaan zonasi area rawan longsor di Kabupaten Karangasem, Bali didasarkan dari perhitungan bobot dan scoring tiap parameter longsor yang meliputi kondisi geologi, jenis batuan, curah hujan, tingkat kelerengan, struktur geologi, infrastruktur serta tutupan lahan hasil olahan citra satelit serta dilanjutkan dengan operasi spasial dari parameter tersebut. Dari hasil pengolahan yang didapat Kabupaten Karangasem Bali tidak memiliki daerah dengan tingkat rawan longsor yang tinggi, adapun daerah yang ditandai Warna Biru menunjukkan kemungkinan rawan longsor sedang yang terdapat pada kecamatan Kubu, Rendang, Selat, Bebandem, Abang dan Karangasem. Secara geologi, daerah dengan tingkat rawan longsor yang sedang terdapat gunungapi aktif sehingga tingkat kemiringan lerengnya cukup tinggi yaitu sebesar 25-62%. Pada kecamatan Kubu, Abang, Karangasem, Sidemen, Selat, Bebandem dan Rendang yang ditandai dengan Warna Hitam memiliki kemungkinan rawan longsor dengan nilai rendah yaitu sebesar <15%.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"6 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131160874","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}
Secara geologis Kabupaten Padang Pariaman terletak pada jalur patahan akibat pertemuan lempeng Eurasia dan Indo-Australia, serta memiliki topografi yang dilalui oleh banyak anak sungai sehingga hal tersebut yang menyebabkan Kabupaten Padang Pariaman rawan terhadap bencana. Berbagai macam bencana yang dapat terjadi pada Kabupaten Padang Pariaman yaitu banjir, longsor, gempa bumi dan tsunami. Dari berbagai jenis bencana tersebut dapat terjadi pada lokasi yang berlainan ataupun lokasi yang sama. Sehingga perlunya dilakukan pemetaan kerentanan wilayah terhadap bencana secara individual tiap bencana dan juga pemetaan tingkat ancaman terhadap bencana pada Kabupaten Padang Pariaman. Berdasarkan hal itu maka dilakukan penelitian ini untuk melakukan pemetaan tingkat ancaman bencana dan memberikan informasi mengenai wilayah-wilayah yang memiliki kerawanan terjadinya bencana yang kemudian diharapkan hasil dari penelitian ini dapat dijadikan acuan dalam melakukan upaya mitigasi serta diharapkan dapat meminimalisir dampak yang akan terjadi jika terdapat bencana di wilayah Kabupaten Padang Pariaman. Metode yang digunakan dalam melakukan penelitian ini adalah metode Boolean overlay. Dari hasil pemetaan didapatkan daerah rawan banjir sebagian besar terdapat pada pesisir barat Kabupaten Padang Pariaman, daerah yang memiliki tingkat kerawanan longsor yaitu pada area timur yang merupakan daerah perbatasan Kabupaten Solok, Tanah Datar, dan Agam. Daerah yang memiliki kerawanan terhadap gempa yaitu Sungai Limau, ke Tiku Utara berbatasan dengan Sungai Geringging bagian barat, Kec. Patamuan hingga kecamatan Lubuk Alung dan pada bagian pesisir barat yang merupakan daerah yang memiliki tingkat kerawanan tsunami. Sehingga pada peta ancaman bencana hampir seluruh bagian dari Kabupaten Padang Pariaman memiliki ancaman terhadap bencana.
{"title":"Penerapan Analisis Geospasial Berbasis Sistem Informasi Geografis Untuk Pemetaan Tingkat Ancaman Bencana di Kabupaten Padang Pariaman, Sumatera Barat","authors":"Adief Zulsfi, Nico Bram Prima Simanjuntak, Vivi Anita Sari, Faula Rahmi","doi":"10.23960/jgrs.2021.v2i2.50","DOIUrl":"https://doi.org/10.23960/jgrs.2021.v2i2.50","url":null,"abstract":"Secara geologis Kabupaten Padang Pariaman terletak pada jalur patahan akibat pertemuan lempeng Eurasia dan Indo-Australia, serta memiliki topografi yang dilalui oleh banyak anak sungai sehingga hal tersebut yang menyebabkan Kabupaten Padang Pariaman rawan terhadap bencana. Berbagai macam bencana yang dapat terjadi pada Kabupaten Padang Pariaman yaitu banjir, longsor, gempa bumi dan tsunami. Dari berbagai jenis bencana tersebut dapat terjadi pada lokasi yang berlainan ataupun lokasi yang sama. Sehingga perlunya dilakukan pemetaan kerentanan wilayah terhadap bencana secara individual tiap bencana dan juga pemetaan tingkat ancaman terhadap bencana pada Kabupaten Padang Pariaman. Berdasarkan hal itu maka dilakukan penelitian ini untuk melakukan pemetaan tingkat ancaman bencana dan memberikan informasi mengenai wilayah-wilayah yang memiliki kerawanan terjadinya bencana yang kemudian diharapkan hasil dari penelitian ini dapat dijadikan acuan dalam melakukan upaya mitigasi serta diharapkan dapat meminimalisir dampak yang akan terjadi jika terdapat bencana di wilayah Kabupaten Padang Pariaman. Metode yang digunakan dalam melakukan penelitian ini adalah metode Boolean overlay. Dari hasil pemetaan didapatkan daerah rawan banjir sebagian besar terdapat pada pesisir barat Kabupaten Padang Pariaman, daerah yang memiliki tingkat kerawanan longsor yaitu pada area timur yang merupakan daerah perbatasan Kabupaten Solok, Tanah Datar, dan Agam. Daerah yang memiliki kerawanan terhadap gempa yaitu Sungai Limau, ke Tiku Utara berbatasan dengan Sungai Geringging bagian barat, Kec. Patamuan hingga kecamatan Lubuk Alung dan pada bagian pesisir barat yang merupakan daerah yang memiliki tingkat kerawanan tsunami. Sehingga pada peta ancaman bencana hampir seluruh bagian dari Kabupaten Padang Pariaman memiliki ancaman terhadap bencana.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"218 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128871650","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}
Indonesia is a developing country whose construction and development are centered on the island of Java, especially in West Java Province. Sukabumi City is one of the areas in West Java. The development of urban areas is expanding due to various human needs to carry out the construction of buildings. Remote sensing that can be used to store developments with multi-temporal analysis with materials is Landsat imagery from 2001 to 2020. The method used is the Normalized Difference Built-up Index (NDBI). The purpose of this study is to map the development of the built-up land from year to year and predict the following years. The results of the research on the significant changes in built-up land occurred between 2013-2020, while from 2001 to 2013 there was not much change. Based on the research results, the total growth of built-up land was 1.539% per year with a population growth rate of 1.4% per year. The results of the analysis show that the area of land built in Sukabumi City in 2028 is 186,7194 km2 or has increased by 21,2808 km2 since 2020.
{"title":"Remote Sensing in Predicting Development Patterns of Built-up Land","authors":"Iqbal Eko Noviandi, Ramadhan Alvien Hanif, Hasanah Rahma Nur, Nandi","doi":"10.23960/jgrs.2021.v2i2.61","DOIUrl":"https://doi.org/10.23960/jgrs.2021.v2i2.61","url":null,"abstract":"Indonesia is a developing country whose construction and development are centered on the island of Java, especially in West Java Province. Sukabumi City is one of the areas in West Java. The development of urban areas is expanding due to various human needs to carry out the construction of buildings. Remote sensing that can be used to store developments with multi-temporal analysis with materials is Landsat imagery from 2001 to 2020. The method used is the Normalized Difference Built-up Index (NDBI). The purpose of this study is to map the development of the built-up land from year to year and predict the following years. The results of the research on the significant changes in built-up land occurred between 2013-2020, while from 2001 to 2013 there was not much change. Based on the research results, the total growth of built-up land was 1.539% per year with a population growth rate of 1.4% per year. The results of the analysis show that the area of land built in Sukabumi City in 2028 is 186,7194 km2 or has increased by 21,2808 km2 since 2020.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"117 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116189378","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}
Pub Date : 2021-11-30DOI: 10.23960/jgrs.2021.v2i2.48
Intan Pratiwi, M. Ito, Muthazhar Al Rasyid Harahap, F. Steven
Topografi yang berbukit dengan tingkat kemiringan yang cukup tinggi menjadi salah satu faktor penting yang mempengaruhi terjadinya longsor. Hal ini didukung dengan kondisi alam Kota Palu yang dominan dengan daerah perbukitan yang cukup terjal juga sangat berpengaruh terhadap terjadinya bencana longsor. Penelitian ini dilakukan dengan tujuan untuk memanfaatkan SIG dalam pemetaan tingkat kerawanan terjadinya bencana longsor di Kota Palu, Sulawesi Tengah. Hasil penelitian menunjukkan curah hujan pada wilayah penelitian didominasi oleh intensitas yang sedang hingga tinggi berada pada kisaran di bawah 700 hingga di atas 2500. Jenis tanah yang mendominasi yaitu jenis batuan kapur dan metamorf Dengan didominasi oleh batuan kapur dan metamorf. Kemudian jenis batuan didominasi oleh batuan berkapur dan metamorf, batuan sedimen serta batuan vulkanik. Berdasarkan peta kemiringan lereng Kota Palu, dibagi 4 klasifikasi kemiringan lereng berdasarkan kemiringannya Sangat Rendah, Rendah, Sedang, dan Tinggi. Hasil dari pemanfaatan SIG ini kita dapat mengetahui bahwa kabupaten Palu memiliki potensi bencana longsor yang cukup tinggi karena Kondisi tanah di Kota Palu yang cenderung tidak memiliki sumber serapan yang baik, sehingga air yang masuk ke dalam tanah tidak dapat menahan dan mengakibatkan erosi pada lapisan tanah yang dilewatinya.
{"title":"Pemetaan Rawan Longsor Daerah Palu Dengan Metode Weight Overlay","authors":"Intan Pratiwi, M. Ito, Muthazhar Al Rasyid Harahap, F. Steven","doi":"10.23960/jgrs.2021.v2i2.48","DOIUrl":"https://doi.org/10.23960/jgrs.2021.v2i2.48","url":null,"abstract":"Topografi yang berbukit dengan tingkat kemiringan yang cukup tinggi menjadi salah satu faktor penting yang mempengaruhi terjadinya longsor. Hal ini didukung dengan kondisi alam Kota Palu yang dominan dengan daerah perbukitan yang cukup terjal juga sangat berpengaruh terhadap terjadinya bencana longsor. Penelitian ini dilakukan dengan tujuan untuk memanfaatkan SIG dalam pemetaan tingkat kerawanan terjadinya bencana longsor di Kota Palu, Sulawesi Tengah. Hasil penelitian menunjukkan curah hujan pada wilayah penelitian didominasi oleh intensitas yang sedang hingga tinggi berada pada kisaran di bawah 700 hingga di atas 2500. Jenis tanah yang mendominasi yaitu jenis batuan kapur dan metamorf Dengan didominasi oleh batuan kapur dan metamorf. Kemudian jenis batuan didominasi oleh batuan berkapur dan metamorf, batuan sedimen serta batuan vulkanik. Berdasarkan peta kemiringan lereng Kota Palu, dibagi 4 klasifikasi kemiringan lereng berdasarkan kemiringannya Sangat Rendah, Rendah, Sedang, dan Tinggi. Hasil dari pemanfaatan SIG ini kita dapat mengetahui bahwa kabupaten Palu memiliki potensi bencana longsor yang cukup tinggi karena Kondisi tanah di Kota Palu yang cenderung tidak memiliki sumber serapan yang baik, sehingga air yang masuk ke dalam tanah tidak dapat menahan dan mengakibatkan erosi pada lapisan tanah yang dilewatinya.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"7 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115423127","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}
Kota Bengkulu dan Kabupaten Bengkulu Tengah merupakan bagian dari Provinsi Bengkulu, Indonesia, yang. Kota Bengkulu dan Kabupaten Bengkulu Tengah memiliki luas wilayah 1368.46 km² secara total dan ketinggian hampir kurang dari 500meter. Oleh karena itu memiliki kerentanan untuk terpapar bahaya tsunami. Tingkat keterpaparan tsunami dapat terlihat pada tingkat bahaya (hazard), serta beberapa tempat yang terkena bencana. Selain itu tsunami dapat dikatakan berbahaya terkait dengan jarak dari garis pantai, ketinggian, wilayah lereng, serta jarak dari sungai. Tingkat keterpaparan tsunami di Kota Bengkulu dan Kabupaten Bengkulu Tengah umumnya masuk ke dalam kategori sedang. Proses pemetaan menggunakan beberapa peta tematik dengan menerapkan teknik overlay, metode skoring dan pembobotan hasil. Hal yang didapatkan dari pengamatan menunjukkan bahwa Kota Bengkulu dan Kabupaten Bengkulu Tengah memiliki tingkat keterpaparan terhadap tsunami sedang dengan 31.5 km2, kemudian disusul oleh tingkat keterpaparan tinggi dengan luas 18.33 km2, dan juga tingkat keterpaparan rendah dengan luas 3.68 km2. Permukiman di Kota Bengkulu dan Kabupaten Bengkulu Tengah yang terpapar tinggi terhadap tsunami cenderung berada di wilayah barat sampai barat laut yang landai, serta dekat dengan garis pantai.
{"title":"Aplikasi Metode Weighted Overlay untuk Pemetaan Zona Keterpaparan Permukiman Akibat Tsunami (Studi Kasus: Kota Bengkulu dan Kabupaten Bengkulu Tengah)","authors":"Faradico Syukron Akbar, Berlian Anisya Vira, Luvi Roma Doni, Herlian Eka Putra, Annisa Efriyanti","doi":"10.23960/jgrs.2020.v1i1.17","DOIUrl":"https://doi.org/10.23960/jgrs.2020.v1i1.17","url":null,"abstract":"Kota Bengkulu dan Kabupaten Bengkulu Tengah merupakan bagian dari Provinsi Bengkulu, Indonesia, yang. Kota Bengkulu dan Kabupaten Bengkulu Tengah memiliki luas wilayah 1368.46 km² secara total dan ketinggian hampir kurang dari 500meter. Oleh karena itu memiliki kerentanan untuk terpapar bahaya tsunami. Tingkat keterpaparan tsunami dapat terlihat pada tingkat bahaya (hazard), serta beberapa tempat yang terkena bencana. Selain itu tsunami dapat dikatakan berbahaya terkait dengan jarak dari garis pantai, ketinggian, wilayah lereng, serta jarak dari sungai. Tingkat keterpaparan tsunami di Kota Bengkulu dan Kabupaten Bengkulu Tengah umumnya masuk ke dalam kategori sedang. Proses pemetaan menggunakan beberapa peta tematik dengan menerapkan teknik overlay, metode skoring dan pembobotan hasil. Hal yang didapatkan dari pengamatan menunjukkan bahwa Kota Bengkulu dan Kabupaten Bengkulu Tengah memiliki tingkat keterpaparan terhadap tsunami sedang dengan 31.5 km2, kemudian disusul oleh tingkat keterpaparan tinggi dengan luas 18.33 km2, dan juga tingkat keterpaparan rendah dengan luas 3.68 km2. Permukiman di Kota Bengkulu dan Kabupaten Bengkulu Tengah yang terpapar tinggi terhadap tsunami cenderung berada di wilayah barat sampai barat laut yang landai, serta dekat dengan garis pantai.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"27 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-05-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125294257","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}
Pub Date : 2020-05-10DOI: 10.23960/jgrs.2020.v1i1.26
Tectona Putra Epriyan Pratama, Supardi, Winona Putri Prihadita, Vivi Putri Yuliatama, Sebrina Putri Ramadhani, W. Safitri, Hendun Naura Syifa
Pada awal tahun 2019 Kabupaten Gowa dilanda bencana banjir yang menelan korban jiwa, akibat dari hujan dengan intensitas tinggi yang terus melanda kabupaten ini. Berdasarkan hal tersebut maka penelitian ini dilakukan dengan tujuan untuk mengetahui kawasan rawan banjir pada Kabupaten Gowa, Provinsi Sulawesi Selatan dan mengantisipasi dampak dari bencana banjir, baik untuk respons darurat, pemulihan setelah bencana, penetapan strategi untuk mitigasi bencana, serta perancangan penggunaan lahan yang dapat menyimpan air dan menggabungkannya dengan pembangunan berkelanjutan. Dalam penentuan parameter banjir digunakan metode Analisis Weighted Scorring pada Data curah hujan rata-rata bulanan tahun 2012-2019, DEM SRTM wilayah Kabupaten Gowa, Provinsi Sulawesi Selatan, dan peta wilayah Kabupaten Gowa, Provinsi Sulawesi Selatan, yang kemudian dapat digunakan untuk menghitung, mengetahui dan menentukan tingkatan serta parameter-parameter kerentanan banjir serta dapat dilakukan analisis untuk menentukan tingkat kerawanan banjir yang menghasilkan model klasifikasi tingkat kerawanan banjir. Sehingga akan dihasilkan peta mengenai potensi bencana banjir pada wilayah penelitian. Di mana hasil dari penelitian ini menunjukkan bahwa daerah Gowa memiliki kelas lereng datar, dengan kelas drainase buruk- sangat buruk, kemudian tutupan lahan merupakan sawah dan juga pemukiman dengan curah hujan tahunan sebesar 2000-2900 mm/thn.
{"title":"Analisis Index Overlay Untuk Pemetaan Kawasan Berpotensi Banjir di Gowa, Provinsi Sulawesi Selatan","authors":"Tectona Putra Epriyan Pratama, Supardi, Winona Putri Prihadita, Vivi Putri Yuliatama, Sebrina Putri Ramadhani, W. Safitri, Hendun Naura Syifa","doi":"10.23960/jgrs.2020.v1i1.26","DOIUrl":"https://doi.org/10.23960/jgrs.2020.v1i1.26","url":null,"abstract":"Pada awal tahun 2019 Kabupaten Gowa dilanda bencana banjir yang menelan korban jiwa, akibat dari hujan dengan intensitas tinggi yang terus melanda kabupaten ini. Berdasarkan hal tersebut maka penelitian ini dilakukan dengan tujuan untuk mengetahui kawasan rawan banjir pada Kabupaten Gowa, Provinsi Sulawesi Selatan dan mengantisipasi dampak dari bencana banjir, baik untuk respons darurat, pemulihan setelah bencana, penetapan strategi untuk mitigasi bencana, serta perancangan penggunaan lahan yang dapat menyimpan air dan menggabungkannya dengan pembangunan berkelanjutan. Dalam penentuan parameter banjir digunakan metode Analisis Weighted Scorring pada Data curah hujan rata-rata bulanan tahun 2012-2019, DEM SRTM wilayah Kabupaten Gowa, Provinsi Sulawesi Selatan, dan peta wilayah Kabupaten Gowa, Provinsi Sulawesi Selatan, yang kemudian dapat digunakan untuk menghitung, mengetahui dan menentukan tingkatan serta parameter-parameter kerentanan banjir serta dapat dilakukan analisis untuk menentukan tingkat kerawanan banjir yang menghasilkan model klasifikasi tingkat kerawanan banjir. Sehingga akan dihasilkan peta mengenai potensi bencana banjir pada wilayah penelitian. Di mana hasil dari penelitian ini menunjukkan bahwa daerah Gowa memiliki kelas lereng datar, dengan kelas drainase buruk- sangat buruk, kemudian tutupan lahan merupakan sawah dan juga pemukiman dengan curah hujan tahunan sebesar 2000-2900 mm/thn.","PeriodicalId":422784,"journal":{"name":"Jurnal Geosains dan Remote Sensing","volume":"9 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-05-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128202709","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}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：