📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 30 dokumenVARIASI MUSIMAN TOTAL SUSPENDED SOLID DI TELUK KENDARI MENGGUNAKAN CITRA SATELIT
Teluk Kendari merupakan kawasan perairan strategis sebagai pusat aktivitas perdagangan, rekreasi, serta jalur penyeberangan. Tingginya intensitas aktivitas manusia di kawasan ini berkontribusi terhadap peningkatan kadar Total Suspended Solid (TSS) di perairan Teluk Kendari. Penelitian ini bertujuan untuk mengkaji sebaran TSS secara spasial dan temporal, serta melihat variasinya berdasarkan musim. Estimasi nilai TSS dilakukan menggunakan citra satelit Level 2A Sentinel-2 yang telah dikoreksi secara otomatis dengan Sen2core, dan divalidasi dengan beberapa data lapangan. Pendugaan TSS menggunakan algoritma oleh Restele (2022) di mana TSS = 9599,2 x + 57,977 dengan x adalah nilai reflaktansi band 4 Sentinel-2. Hasil analisis menunjukkan bahwa konsentrasi TSS di Teluk Kendari berkisar antara 126.13 g/m³ hingga 2885.90 g/m³. Secara spasial, konsentrasi TSS cenderung menurun seiring menjauhnya dari muara Sungai Wanggu, kecuali di area dekat pelabuhan (stasiun 22 dan 24) akibat aktivitas antropogenik. Secara temporal, rata-rata tahunan konsentrasi TSS tertinggi terjadi pada tahun 2020 (863,61 g/m³) dan terendah pada tahun 2021 (498,81 g/m³). Periode MAM menunjukkan korelasi positif yang kuat (0,73) antara TSS dan curah hujan 7 hari dibandingkan dengan periode lainnya, yang mencapai puncaknya pada periode April 2020 dengan konsentrasi rata-rata 1257.15 g/m³. Hal ini disebabkan oleh curah hujan yang tinggi selama musim ini. Periode SON, memiliki eror yang tinggi disinyalir karena resuspensi sedimen dasar di area dangkal dan pengaruh sudut matahari. Faktor tingginya tutupan awan, koreksi atmosferik, daerah kajian yang dangkal, dan ketersediaan citra sangat berpengaruh terdapat hasil penelitian.
INVENTARISASI KARBON BERBASIS KADASTER UNTUK ADAPTASI DAN MITIGASI PERUBAHAN IKLIM
Tidak ada deskripsi.
PETA KORELASI PENURUNAN MUKA TANAH DAN URBAN SPRAWL: STUDI KASUS KOTA JAKARTA
Tidak ada deskripsi.
PETA KORELASI PENURUNAN MUKA TANAH DAN URBAN SPRAWL : STUDI KASUS KOTA JAKARTA
Tidak ada deskripsi.
PEMANTAUAN DEBIT SUNGAI CIKAPUNDUNG DAN UAP AIR DI LOKASI BANTAR AWI, MARIBAYA DENGAN PENGAMATAN AWLR DAN GPS-PWV
Sungai Cikapundung merupakan sungai utama di Kota Bandung. Sungai Cikapundung berperan sebagai sumber air bersih dan air minum untuk Kota Bandung. Capstone Design Project ini bertujuan untuk mengembangkan metode pemantauan debit sungai menggunakan GPS-PWV yang merupakan metode pengamatan atmosfer menggunakan GPS. Metode yang diterapkan dalam Capstone Design Project ini berupa pengolahan data GPS menggunakan dua metode, yakni dengan koreksi troposfer dan tanpa koreksi troposfer untuk mendapatkan nilai PWV. Kemudian nilai PWV dilihat pergerakan temporalnya di Kota Bandung serta dibuat model korelasinya dengan perbedaan elevasi (?h) dan nilai debit sungai Cikapundung. Pergerakan temporal PWV berhasil divisualisasikan dengan resolusi temporal satu jam untuk area Kota Bandung. Kemudian, model korelasi ?PWV dan ?h berhasil dibuat menggunakan regresi linear. Terakhir, model korelasi PWV dan debit sungai berhasil dibentuk namun memiliki koefisien determinan yang sangat rendah.
PEMANTAUAN DEBIT SUNGAI CIKAPUNDUNG DAN UAP AIR DI LOKASI BANTAR AWI, MARIBAYA DENGAN PENGAMATAN AWLR DAN GPS-PWV
Sungai Cikapundung merupakan sungai utama di Kota Bandung. Sungai Cikapundung berperan sebagai sumber air bersih dan air minum untuk Kota Bandung. Capstone Design Project ini bertujuan untuk mengembangkan metode pemantauan debit sungai menggunakan GPS-PWV yang merupakan metode pengamatan atmosfer menggunakan GPS. Metode yang diterapkan dalam Capstone Design Project ini berupa pengolahan data GPS menggunakan dua metode, yakni dengan koreksi troposfer dan tanpa koreksi troposfer untuk mendapatkan nilai PWV. Kemudian nilai PWV dilihat pergerakan temporalnya di Kota Bandung serta dibuat model korelasinya dengan perbedaan elevasi (?h) dan nilai debit sungai Cikapundung. Pergerakan temporal PWV berhasil divisualisasikan dengan resolusi temporal satu jam untuk area Kota Bandung. Kemudian, model korelasi ?PWV dan ?h berhasil dibuat menggunakan regresi linear. Terakhir, model korelasi PWV dan debit sungai berhasil dibentuk namun memiliki koefisien determinan yang sangat rendah.
PENERAPAN FORMAT SEABED SURVEY DATA MODEL (SSDM) PADA HASIL SURVEY HIDROGRAFI DI AREA X, OFFSHORE SOUTH-EAST SUMATERA (OSES)
Tidak ada deskripsi.
PENERAPAN FORMAT SEABED SURVEY DATA MODEL (SSDM) PADA HASIL SURVEY HIDROGRAFI DI AREA X, OFFSHORE SOUTH-EAST SUMATERA (OSES)
Tidak ada deskripsi.
PENERAPAN FORMAT SEABED SURVEY DATA MODEL (SSDM) PADA HASIL SURVEY HIDROGRAFI DI AREA X, OFFSHORE SOUTH-EAST SUMATERA (OSES)
Tidak ada deskripsi.
PENERAPAN FORMAT SEABED SURVEY DATA MODEL (SSDM) PADA HASIL SURVEY HIDROGRAFI DI AREA X, OFFSHORE SOUTH-EAST SUMATERA (OSES)
Tidak ada deskripsi.
REGRESI PROSES GAUSSIAN SPATIO-TEMPORAL (STGPR) UNTUK PEMODELAN RISIKO RELATIF COVID-19
Risiko relatif dari suatu penyakit menular seperti COVID-19 menjadi salah satu jenis risiko dalam pemetaan penyakit yang sering dilakukan karena memegang peranan penting dalam kesehatan masyarakat. Penyebaran COVID-19 ini bervariasi dalam ruang dan waktu. Dengan mengetahui informasi tentang risiko relatif ini dapat dilakukan prediksi banyak kasus baru COVID-19 sehingga memungkinkan deteksi dini area dengan peningkatan risiko. Selain itu, juga dapat mengoptimalkan tindakan pencegahan dan sumber daya dapat dialokasikan secara efisien untuk meminimumkan dampak penyakit. Ukuran risiko relatif penyebaran COVID-19 yang digunakan adalah intensitas dari proses Poisson yang dimodelkan dengan regresi proses Gaussian spatio-temporal (STGPR) melalui transformasi logaritmik. Model ini dikonstruksi untuk mengintegrasikan aspek spasial dan temporal dari dataset yang tersedia serta menangkap informasi similaritas antar observasi melalui pemilihan kernel yang tepat. Terdapat 4 model STGPR yang diusulkan dengan struktur kernel yang berbeda yaitu ARD RBF, ARD Matern 3/2, ARD RBF + ARD Matern 3/2, dan ARD RBF x ARD Matern 3/2. Karena bentuk observasi y yang berdistribusi Poisson, maka inferensi tidak bisa dilakukan secara langsung melainkan harus menggunakan aproksimasi seperti aproksimasi Laplace. Pemilihan model terbaik didasarkan pada MAPE dan WMAPE terendah yang menunjukkan performa model dalam melakukan prediksi. Berdasarkan hasil implementasi keempat model, diperoleh bahwa model dengan struktur ARD RBF x ARD Matern 3/2 adalah model terbaik.
IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI PENENTUAN HARGA LISTING AIRBNB (STUDI KASUS DKI JAKARTA)
Airbnb adalah platform online di sektor akomodasi yang memfasilitasi penyewaan jangka pendek untuk rumah, apartemen, dan pilihan penginapan lainnya, dengan menggunakan model ekonomi berbagi. Model ini memungkinkan individu untuk menyewakan properti pribadi mereka kepada para wisatawan, menyediakan berbagai macam pilihan akomodasi. DKI Jakarta sebagai salah satu pusat perkotaan utama di Indonesia menjadi destinasi populer bagi wisatawan domestik maupun internasional, memiliki sejumlah besar listing Airbnb. Airbnb menjadi salah satu alternatif yang menawarkan pilihan lain yang lebih unik dan cenderung lebih murah daripada akomodasi lainnya seperti hotel. Hal ini menyebabkan adanya persaingan sehingga perlu adanya penetapan harga yang kompetitif. Penelitian ini dilakukan untuk mengidentifikasi faktor yang ada dalam menentukan harga airbnb di DKI Jakarta. Analisis ini dilakukan dengan Hedonic Pricing Methods (HPM) untuk melihat karakteristik setiap listing dan dilakukan dengan metode regresi Ordinary Least Square (OLS) dan Multiscale Geographically Weighted Regression (MGWR) dan akan digunakan model terbaik dari hasil regresi. Ditemukan bahwa metode MGWR menghasilkan model yang lebih baik sehingga penentuan harga listing airbnb dipengaruhi oleh faktor spasial antar listing. Hasil penelitian menunjukkan bahwa secara satu wilayah terdapat empat faktor utama yang mempengaruhi penentuan harga yaitu Occupancy Rate, jumlah review, jenis listing, dan jarak dengan objek pariwisata. Jika dilihat dalam skala yang lebih kecil, ditemukan pada beberapa kecamatan di DKI Jakarta terdapat beberapa faktor lainnya yang mempengaruhi penentuan faktor harga pada setiap kecamatan. Terdapat lima kecamatan yang memiliki tujuh faktor utama dalam penentuan harga yang meliputi Occupancy Rate, jumlah review, jenis listing, jarak dengan objek pariwisata, harga untuk kebersihan, jumlah maksimal tamu, dan jenis properti. Kecamata ini berada pada wilayah tengah jakarta yaitu di Kota Jakarta Pusat dan Kota Jakarta Selatan bagian Utara yang masih mendekati Kota Jakarta Pusat.
PENGEMBANGAN SISTEM INFORMASI GEOGRAFIS UNTUK PEMETAAN KEJAHATAN KOTA BOSTON
Kejahatan merupakan sebuah masalah sosial yang telah menjadi salah satu bagian yang tidak lepas dari masyarakat. Upaya pemetaan lokasi kejahatan telah dilakukan dalam melakukan analisis dan pengambilan keputusan. Salah satu pemetaan kejahatan yang ada adalah dengan menggunakan peta fisik dan pin. Namun, pemetaan fisik dan pin memiliki kekurangan seperti jumlah data yang digunakan (Da?lar et al, 2016), waktu pembuatan pemetaan, informasi yang diberikan sebatas visualisasi, dan pengelolaan data. Sistem informasi geografis dapat memberikan beberapa manfaat dalam melakukan proses pemetaan kejahatan, seperti dapat menampilkan data yang banyak, proses pemetaan yang cepat, dan dapat ditambahkan fungsi tambahan untuk membantu analisis, seperti informasi densitas, klaster data, dan tren kejahatan. Pada penelitian ini dibangun sistem informasi geografis pemetaan kejahatan di Kota Boston. Pemetaan kejahatan akan berbasis website. Sistem dapat melakukan pemetaan kejahatan dengan menggunakan pin digital dan pada setiap pin terdapat nilai deskriptif dari kejahatan tersebut. Sistem juga memiliki beberapa fungsi untuk memberikan informasi lain, seperti heatmap untuk melihat densitas dari suatu daerah, cluster data pada masing-masing district, filtering data berdasarkan nilai deskriptif, serta prediksi tren kejahatan. Pengujian fungsional sistem memberikan hasil yang baik dengan setiap fungsional berjalan sesuai dengan yang rancangan. Sistem hasil implementasi juga sudah cukup mudah digunakan berdasarkan hasil kuesioner yang ada. Kecepatan rata-rata sistem dalam mengambil data hingga menampilkan pemetaan kejahatan adalah 12,67 detik ketika mengambil dari database dan 7,52 detik ketika melalui IndexedDB dengan data yang digunakan adalah 70044 titik lokasi kejahatan.
IDENTIFIKASI FAKTOR PENDORONG PERUBAHAN TUTUPAN LAHAN BERBASISKAN MODEL REGRESI LOGISTIK BINER SECARA SPASIAL DI WILAYAH PENGEMBANGAN PROVINSI JAWA TIMUR
Ketersediaan lahan merupakan sumberdaya terbatas, sedangkan kebutuhan lahan semakin meningkat. Kondisi demikian menyebabkan terjadinya fenomena perubahan tutupan lahan. Apabila tidak direncanakan atau dikendalikan dengan baik, fenomena perubahan tutupan lahan dapat memberikan dampak buruk terhadap lingkungan. Fenomena perubahan tutupan lahan terjadi dikarenakan oleh faktor pendorong tertentu dan dipengaruhi oleh karakteristik dari wilayah terkait. Tugas Akhir ini bertujuan untuk mengidentifikasi faktor pendorong perubahan tutupan lahan pada wilayah pengembangan Provinsi Jawa Timur menggunakan model regresi logistik biner (RLB). RLB merupakan suatu metode analisis data yang digunakan untuk mencari hubungan kausalitas antara variabel tetap yang bersifat biner dengan variabel bebas yang bersifat polikotomus. Adapun variabel yang digunakan dalam analisis antara lain jarak dari jalan utama, jarak dari pusat industri, jarak dari pusat perekonomian, populasi penduduk, ketinggian, serta kemiringan lahan. Hasil dari penelitian ini menunjukkan bahwa faktor pendorong perubahan tutupan lahan pada masing-masing wilayah pengembangan adalah berbeda. Hal ini dikarenakan karakteristik yang berbeda antara kedua wilayah, mulai dari kegiatan perekonomian utama hingga aspek geografis wilayah. Diharapkan dengan identifikasi faktor pendorong perubahan tutupan lahan yang dilakukan pada tugas akhir ini dapat memberikan pengetahuan dan menjadi bahan pertimbangan pengambilan keputusan oleh pihak berwenang dalam pengendalian perubahan tutupan lahan di Provinsi Jawa Timur.
PENDEKATAN SPATIAL MOMENT DALAM MENGIDENTIFIKASI MOVING RAINSTORMS PADA KEJADIAN BANJIR JAKARTA
Beberapa penelitian terkait pengaruh hujan yang bergerak menunjukkan hasil bahwa hujan yang bergerak berperan signifikan dalam mempengaruhi debit. Pada kejadian banjir Jakarta ekstrem di tahun 2013 dan 2020, data reflektivitas radar menunjukkan propagasi awan yang diindikasikan sebagai pergerakan sistem hujan pada masingmasing waktu kejadian. Pengidentifikasian hujan yang bergerak memanfaatkan pendekatan spatial moment dinilai mampu mengkarakterisasi fitur organisasi curah hujan spasial dalam parameter statistik konsentrasi dan distribusi curah hujan spasial. sebagai fungsi dari jarak ke outlet yang diukur sepanjang jalur aliran DAS. Analisis variasi waktu ke waktu jarak aliran berbobot curah hujan terhadap outlet memungkinkan perhitungan kecepatan hujan skala DAS. Perolehan nilai konsentrasi dan distribusi curah hujan pada kedua tahun kejadian konsisten saat dibandingkan dengan plot hovmoller yang menunjukkan propagasi hujan, perhitungan kecepatan hujan dilakukan tiap jam untuk mendeteksi kecepatan saat kejadian, hasilnya menunjukkan nilai yang fluktuatif namun mendeteksi kecepatan propagasi hujan saat ke hulu yang ditandai kecepatan hujan yang bernilai positif pada pukul 14.00-15.00 WIB tanggal 15 Januari 2013 dan 04.00-06.00 WIB untuk tanggal 1 Januari 2020. Secara umum, penggunaan stastistik spatial moment mengisolasi fitur variabilitas spasial curah hujan untuk waktu kejadian.