Hasil Pencarian  ::  Simpan CSV :: Kembali

"Metode ordinary kriging adalah metode penaksiran yang menghasilkan taksiran yang memenuhi kriteria BLUE (Best Linear Unbiased Estimator). Nilai taksiran dinyatakan sebagai kombinasi linier dari data sampel. Data yang digunakan adalah data spasial. Metode ordinary kriging dapat digunakan jika data spasial memenuhi asumsi stasioner orde dua atau asumsi stasioner intrinsik. Dalam melakukan penaksiran dengan metode ordinary kriging diperlukan suatu fungsi yang disebut semivariogram. Ada dua jenis semivariogram, yaitu : semivariogram isotropik dan semivarogram anisotropik. Pada tugas akhir ini, metode ordinary kriging digunakan untuk menaksir nilai pengamatan pada suatu titik di lokasi yang tidak tersampel, dan semivariogram yang digunakan adalah semivariogram isotropik. "

"Metode Ordinary Cokriging (OC) merupakan metode penaksiran yang menghasilkan taksiran yang memenuhi kriteria BLUE (Best Linear Unbiased Estimator). OC merupakan perluasan dari metode Ordinary Kriging (OK). Berbeda dari OK, dalam OC digunakan data spasial yang tidak hanya terdiri dari satu peubah teregional utama, tetapi juga peubah teregional tambahan yang berkorelasi dengan peubah teregional utama. Nilai taksiran dinyatakan sebagai kombinasi linier dari data sampel. Pada OC, data spasial dibedakan menjadi 3, yaitu entirely (completly) heterotopic, partially heterotopic, dan isotopy. Pada tugas akhir ini, hanya dibatasi pada data isotopy. OC dapat digunakan jika data spasial memenuhi asumsi stasioner orde dua atau asumsi stasioner intrinsik. Dalam melakukan penaksiran dengan OC diperlukan fungsi auto- dan cross-kovariansi atau auto- dan cross-variogram, yang dibedakan menjadi dua jenis, yaitu : isotropik dan anisotropik. Pada tugas akhir ini, metode OC digunakan untuk menaksir nilai pengamatan dari peubah teregional utama pada suatu titik di lokasi yang tidak tersampel, serta auto- dan cross-kovariansi atau auto- dan cross-variogram yang digunakan adalah isotropik. "

"Penerapan strategi pemasaran memainkan peranan penting dalam upaya meningkatkan jumlah penjualan dan penetrasi pasar, terutama pada kondisi pasar yang kompetitif. Dalam pendekatan geomarketing, analisis spasial dari pola persebaran pelanggan digunakan sebagai bahan pertimbangan untuk menentukan strategi pemasaran yang komperhensif. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk melihat pola spasial persebaran pelanggan layanan jaringan internet berbasis fixed broadband dari data pelanggan yang berbasis kepada sistem informasi geografis. Penelitian ini dilakukan menggunakan metode analisis spasial, yaitu spatial join, query, kernel density estimation, dan space time pattern mining. Hasil yang diperoleh dari penelitian ini memberikan gambaran mengenai pemetaan wilayah pelanggan dalam bentuk peta tematik dan heatmap.

---

The implementation of marketing strategy plays an important role in increasing the number of sales and market penetration, especially in competitive market. In geomarketing approach, spatial analysis of customer distribution patterns is used as a parameter to determine a comprehensive marketing strategy. Therefore, this study was conducted to find the spatial patterns of fixed broadband customer distribution from geographic information system based customer data. This research was conducted using spatial analysis methods, which are spatial join, query, kernel density estimation, and space time pattern mining. The results obtained from this study provide an overview of customer area mapping in the form of thematic map and heatmap."

"Kota Surabaya memiliki potensi bahaya amplifikasi yang disebabkan dari aktifitas tektonik akibat adanya dua segmen Sesar Kendeng yaitu Segmen Surabaya dan Segmen Waru. Penelitian ini dilakukan di bagian barat Kota Surabaya dengan menerapkan metode mikrotremor array yaitu Autokorelasi Spasial (SPAC), dengan delapan titik tengah (base) yang telah ditentukan. Tujuan dari penelitian ini adalah untuk menggambarkan kondisi struktur batuan bawah permukaan di bagian barat Kota Surabaya yang berpotensi menyebabkan amplifikasi menggunakan metode mikrotremor array. Data yang digunakan dalam penelitian ini merupakan data primer hasil akuisisi lapangan dengan metode mikrotremor array konfigurasi equilateral triangle yang dikumpulkan oleh BMKG pada tahun 2020 dan 2023. Metode SPAC memanfaatkan korelasi spasial antara kecepatan gelombang mikrotremor pada berbagai titik pengamatan untuk mengidentifikasi struktur bawah permukaan. Metode SPAC mampu menunjukkan variasi nilai kecepatan gelombang geser (Vs) dan kedalaman bedrock engineering di setiap titik pengamatan. Hasil penelitian menunjukkan bahwa metode mikrotremor array dengan konfigurasi equilateral triangle efektif digunakan untuk mengestimasikan struktur bawah permukaan di bagian barat Surabaya, yaitu struktur perlipatan antiklin sinklin, serta identifikasi awal adanya sesar naik yang merupakan mekanisme dari Sesar Kendeng Segmen Surabaya.

---

Surabaya city faces potential amplification hazards due to tectonic activities resulting from the presence of two Kendeng Fault segments, namely the Surabaya Segment and the Waru Segment. This study was conducted in the western part of Surabaya city, employing the microtremor array method, specifically Spatial Autocorrelation (SPAC), with eight predetermined base points. The objective of this research is to depict the subsurface rock structure conditions in the western part of Surabaya that may lead to amplification using the microtremor array method. The data utilized in this study are primary field acquisition results with the equilateral triangle configuration of the microtremor array, collected by BMKG in 2020 and 2023. The SPAC method leverages spatial correlation between microtremor wave velocities at various observation points to identify subsurface structures. The SPAC method is capable of indicating variations in shear wave velocity (Vs) values and bedrock engineering depth at each observation point. Research findings reveal that the microtremor array method with an equilateral triangle configuration is effective in estimating subsurface structures in the western part of Surabaya, specifically, anticline syncline folding structures, and provides an initial identification of an reverse fault, which is a mechanism of the Surabaya Segment of the Kendeng Fault.

"

"Analisis pola spasial harga tanah diperlukan untuk identifikasi bentuk pola harga tanah secara spasial dan zona nilai tanah imajiner. Penelitian ini menggunakan metode indeks Global Moran?s I, regresi maximum likelihood spasial lag dan spasial error serta Moran?s Scatterplot untuk mengidentifikasi pola dan faktor spasial yang memengaruhi harga tanah pasar dan NJOP. Pola spasial harga tanah pasar dan NJOP teridentifikasi memiliki pola sistematik atau mengelompok. Model spasial lag lebih menjelaskan variasi harga tanah pasar sedangkan model spasial error lebih menjelaskan variasi harga tanah NJOP, koefisien lag ρ (rho) 19,62% dan λ (lambda) 20,31% belum cukup kuat dalam menunjukkan pengaruh spatial dependence.

---

Spatial pattern analysis of land prices is needed to identify the form of the spatial pattern of land prices and imaginary land values zone. This study uses index Global Moran's I, regression maximum likelihood spatial lag and spatial error, Moran's Scatterplot to identify the spatial pattern and factors of land prices in the market and tax. The spatial pattern of land prices in the market and tax has identified systematic pattern or clustered, spatial lag models better explain the variation of land price in the market while the spatial error models better explain the variation of tax value, lag coefficient ρ(rho) 19.62% and λ(lambda) 20.31% has not been strong enough to show the effect of spatial dependence."

"This book focuses on key research from new developments in econometrics."

"Jabodetabek merupakan salah satu wilayah yang mengalami pertumbuhan penduduk terkonsentrasi di Jakarta. Hal tersebut mendorong gejala urban expansion karena kebutuhan lahan yang ada di Provinsi Jakarta semakin terbatas dan akan mengakibatkan munculnya urbanisasi pada daerah sekitar Jakarta atau Jakarta Megacity’s Outer Suburbs (JMOS). Kota Bekasi merupakan salah satu kota yang terkena dampak besar dari fenomena tersebut. Dapat diketahui pula bahwa fenomena naiknya tingkat urbanisasi memiliki dampak seperti fenomena naiknya suhu permukaan tanah yang dapat mempengaruhi aktivitas manusia. Penelitian ini bertujuan untuk mengetahui pola spasial tingkat urbanisasi dan juga pengaruhnya terhadap suhu permukaan tanah di Kota Bekasi. Data yang digunakan adalah Citra Sentinel-2 untuk klasifikasi penggunaan lahan dan Citra Landsat-8 untuk suhu permukaan tanah yang kemudian dilakukan survei lapangan untuk memvalidasi kedua data tersebut. Pengambilan data tingkat urbanisasi digunakan dengan menggunakan Indeks Rural-Urban Land Transformation (RULT). Hasil penelitian menunjukan bahwa Kota Bekasi memiliki pola spasial indeks RULT memiliki nilai akurasi Kappa sebesar 0,64 dengan rentang nilai indeks -1,49 hingga 0,19 dan memiliki pola spasial terklaster pada bagian barat Kota Bekasi. Selain itu suhu permukaan tanah dapat dihasilkan dengan menggunakan LST yang memiliki hasil validasi lapangan sebesar 0,65 dengan rentang nilai 23-36 derajat celsius dan memiliki pola spasial terklaster pada bagian barat dan utara Kota Bekasi. Untuk mengetahui korelasi antara indeks RULT dan LST, dilakukan uji statistik berupa regresi linier, hasil dari uji statistik kedua variabel tersebut menunjukkan adanya korelasi positif yang signifikan dengan tingkat korelasi sedang.

---

Jabodetabek is one of the regions that is concentrated in Jakarta. This concentration encourages urbanization because the need for land in DKI Jakarta Province is increasingly limited and will result in urbanization around Jakarta or the Jakarta Megacity Outer Suburbs (JMOS). Bekasi Municipality is one of the cities most affected by this phenomenon. It is also seen that the phenomenon of increasing urbanization has impacts, such as the phenomenon of rising land surface temperatures which can directly affect human activities. This study aims to determine the spatial pattern of urbanization level and its effect on land surface temperature in Bekasi Municipality. The data used are Sentinel-2 Imagery for land use classification and Landsat-8 Imagery for land surface temperature which is then conducted a field survey to validate the two data. Retrieval of urbanization level data is used by using the Rural-urban Land Transformation Index (RULT). The results showed that Bekasi Municipality has a RULT spatial index pattern with a Kappa accuracy value of 0.64 with an index value range of - 1.49 to 0.19 and has a terklaster spatial pattern in the western part of Bekasi Municipality. In addition, the land surface temperature can be generated using LST, which has a field validation result of 0.65 with a value range of 23-36 degrees Celsius and has a terklaster spatial pattern in the western and northern parts of Bekasi Municipality. To understand the correlation between the RULT and LST, use statistical test was carried out in the form of linear regression, and the results of the statistical test for both variables showed a significant positive correlation with a moderate level of correlation."

"Kekeringan selalu terjadi setiap tahunnya di Indonesia salah satunya yaitu di Kabupaten Sumba Timur yang berada di Pulau Sumba, Nusa Tenggara Timur. Penelitian ini bertujuan untuk mengetahui bagaimana pola sebaran kekeringan meteorologis dengan menggunakan metode Standardized Precipitation Index atau SPI sebagai indikator kekeringan berdasarkan variabel curah hujan dan kekeringan pertanian di Kabupaten Sumba Timur dengan menggunakan metode Normalized Difference Drought Index atau NDDI sebagai indikator kekeringan dalam pengolahan data citra satelit serta menganalisis bagaimana hubungan kekeringan meteorologis terhadap kekeringan pertanian di Kabupaten Sumba Timur. Hasil analisis pola sebaran wilayah kekeringan meteorologis berdasarkan nilai SPI dan nilai NDDI menunjukan pola sebaran kekeringan yang menyebar secara acak. Adapun kekeringan meteorologis berdasarkan nilai SPI bergerak dari wilayah selatan yang di dominasi oleh wilayah ketinggian dengan tingkat miring menuju ke wilayah tengah Kabupaten Sumba Timur sedangkan kekeringan pertanian berdasarkan nilai NDDI bergerak dari wilayah utara yang di dominasi oleh wilayah ketinggian dengan tingkat landai menuju ke wilayah tengah Kabupaten Sumba Timur. Berdasarkan kedua metode penentuan kekeringan tersebut didapatkan klasifikasi tingkat kekeringan dimulai dari kekeringan normal hingga ekstrim. Adapun untuk kekeringan meteorologis menunjukan beberapa wilayah mengalami kekeringan parah namun pada kekeringan pertanian menunjukan beberapa wilayah mengalami kekeringan ringan. Wilayah kekeringan meteorologis dan kekeringan pertanian yang terjadi pada tahun 2019 dan 2020 memiliki beberapa perbedaan sehingga hal ini dapat menunjukan bahwa belum adanya korelasi antara wilayah yang mengalami kekeringan meteorologis juga merupakan wilayah yang mengalami kekeringan pertanian.

---

Droughts always occur every year in Indonesia, one of which is in East Sumba Regency on Sumba Island, East Nusa Tenggara. This research aims to determine the distribution pattern of meteorological drought using the Standardized Precipitation Index or SPI method as a drought indicator based on rainfall and agricultural drought variables in East Sumba Regency using the Normalized Difference Drought Index or NDDI method as a drought indicator in processing satellite image data and analyze how meteorological drought is related to agricultural drought in East Sumba Regency. The results of the analysis of the distribution pattern of meteorological drought areas based on SPI values and NDDI values show a random distribution pattern of drought. Meanwhile, meteorological drought based on SPI values moves from the southern region which is dominated by high altitude areas with sloping levels towards the central region of East Sumba Regency, while agricultural drought based on NDDI values moves from the northern region which is dominated by high altitude areas with sloping levels towards the central region of the Regency. East Sumba. Based on the two methods of determining drought, a classification of drought levels is obtained starting from normal to extreme drought. As for the meteorological drought, it shows that several regions are experiencing severe drought, but the agricultural drought shows that several regions are experiencing mild drought. The areas of meteorological drought and agricultural drought that occurred in 2019 and 2020 have several differences, so this can show that there is no correlation between areas experiencing meteorological drought and also areas experiencing agricultural drought."

"Elaeis guineensis Jacq. atau yang lebih kita kenal dengan kelapa sawit menjadi salah satu spesies tanaman tahunan dan komoditas perkebunan yang sangat penting untuk manusia dan keanekaragaman hayati di dunia. Kebun Cikabayan IPB sebagai salah satu kebun penelitian yang dikelola oleh IPB University dengan sistem pertanian terpadu (Integrated Farming System) dan termasuk ke dalam jenis perkebunan rakyat karena memiliki luas kebun yang cenderung lebih kecil, kurang terstruktur, dan lebih heterogen dalam struktur ruang dan usia sehingga menghasilkan pola perkebunan yang tidak spesifik. Penelitian ini bertujuan untuk memitigasi beberapa masalah besar yang dihadapi oleh industri kelapa sawit salah satunya adalah penyebaran penyakit atau hama dengan memberikan deteksi dini dan pemantauan berkelanjutan untuk penyaikt BSR. Basal Stem Rot (BSR) atau Penyakit Busuk Pangkal Batang merupakan salah satu ancaman penyakit yang terjadi pada kelapa sawit yang disebabkan oleh jamur Ganoderma boinense sebagai penyakit utama yang mempengaruhi perkebunan kelapa sawit di Malaysia dan Indonesia. Dalam penelitian ini dilakukan pemantau status kelapa sawit menggunakan penginderaan jauh dengan deteksi dini dan memetakan penyakit BSR berdasarkan model tingkat infeksi yang ditunjukkan dan menganalisis aspek yang mempengaruhi, yaitu umur tanaman, generasi tanaman, jarak dari sungai, dan kelerengan wilayah. Tingkat infeksi oleh Ganoderma boinense pada kelapa sawit dideteksi dengan menentukan training sampel untuk membuat model tingkat infeksi penyakit BSR dan melihat perbedaan nilai spektral yang dihitung dari indeks vegetasi Normalized Difference Vegetation Index (NDVI) dan Atmospherically Resistant Vegetation Index (ARVI) menggunakan citra multispektral Sentinel 2A. Hasil menunjukkan indeks ARVI memiliki akurasi yang lebih baik dengan nilai RMSE sebesar 0,557 dibandingkan NDVI sebesar 0,6411 untuk mendeteksi tingkat serangan infeksi penyakit BSR dan Aspek yang berpengaruh secara signifikan, yaitu umur tanaman dan kelerengan wilayah, sedangkan generasi tanaman dan jarak dari sungai tidak menunjukkan pengaruh yang signifikan dikarenakan wilayah penelitian yang generasi tanaman yang masih sedikit dan hanya dilewati oleh aliran air kecil.

---

Elaeis guineensis Jacq. or more commonly known as oil palm, is one of the most important annual plant species and plantation commodities for humans and biodiversity in the world. Kebun Cikabayan IPB as one of the research gardens managed by IPB University with an Integrated Farming System and is included in the type of community plantation because it has a garden area that tends to be smaller, less structured, and more heterogeneous in spatial structure and age, resulting in non-specific plantation patterns. This study aims to mitigate several major problems faced by the palm oil industry, one of which is the spread of diseases or pests by providing early detection and continuous monitoring of BSR diseases. Basal Stem Rot (BSR) is one of the disease threats that occur in oil palm caused by the fungus Ganoderma boinense as the main disease affecting oil palm plantations in Malaysia and Indonesia. In this study, oil palm status was monitored using remote sensing with early detection and BSR disease based on the infection rate model shown and the analysis of influencing aspects, namely plant age, plant generation, distance from the river, and regional slope. The level of infection by Ganoderma boinense in oil palm was detected by determining the training sample to model the infection rate of BSR disease and seeing the difference in spectral values calculated from the Normalized Difference Vegetation Index (NDVI) and Atmospherically Resistant Vegetation Index (ARVI) vegetation index using Sentinel 2A multispectral imagery. The results show that the ARVI index has better accuracy with an RMSE value of 0.557 compared to an NDVI of 0.6411 to detect the level of BSR disease infection and aspects that have a significant effect, namely plant age and regional slope, while plant generation and distance from the river do not show a significant effect. This is significant because the research area that produces plants is still small and only a small stream of water passes through."