Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pertumbuhan ekonomi dan bonus demografi mendorong tingginya laju urbanisasi di Indonesia. Namun, penerimaan pajak bumi dan bangunan di wilayah perkotaan masih rendah dibandingkan negara-negara G20. Rendahnya kinerja sektor pajak bumi dan bangunan di wilayah perkotaan salah satunya disebabkan oleh terbatasnya kapasitas Pemerintah Daerah dalam menetapkan nilai bangunan yang menjadi dasar perhitungan pajak. Penetapan nilai bangunan yang masih menggunakan metode pengukuran langsung di lapangan tidak dapat mengimbangi perkem-bangan kota sehingga basis data pajak tidak dapat menggambarkan realitas wilayah urban dan penerimaan pajak menjadi rendah. Sehubungan dengan itu, teknologi pemetaan dengan LiDAR dapat dijadikan salah satu terobosan untuk meningkatkan kinerja pajak Pemerintah Daerah karena dapat mengestimasi harga suatu bangunan secara cepat. Penelitian ini bertujuan untuk menge-tahui bagaimana perbedaan harga bangunan berdsarkan basis data paka dengan hasil pemetaan dan di mana perbedaan tersebut terjadi. Berdasarkan pemetaan LiDAR, di wilayah perumahan kerapatan tinggi, luas bangunan saat ini secara rata-rata 1,66 kali lebih luas daripada luas bangunan yang terdaftar dalam basis data pajak Pemerintah Kota Depok. Sementara, luas bangunan di wilayah perumahan kerapatan sedang dan wilayah perdagangan dan jasa mas-ing-masing 1,35 dan 1,08 kali lebih luas. Dengan melakukan appraisal menggunakan model 3D LiDAR berdasarkan biaya membangun suatu bangunan per meter persegi, harga bangunan di wilayah penelitian diketahui jauh lebih tinggi daripada harga bangunan dalam basis data pajak Pemerintah Kota Depok. Harga bangunan di wilayah permukiman kerapatan tinggi 9 kali lebih tinggi, perumahan kerapatan sedang 6 kali lebih tinggi, sedangkan di wilayah perdagangan dan jasa 3 kali lebih tinggi.

---

Economic growth and its demographic benefits have enhanced the high rate of urbanization in Indonesia, although property tax revenues are still low compared to G20 countries. This low performance is partly due to the limited capacity of local governments, regarding the determination of building values for tax calculations. To improve local government tax performance, LIDAR mapping is capable of being used for quickly estimating the price of a building. Therefore, this study aimed to determine the patterns by which the spatial differences in building price values influence the tax databases and LiDAR mapping results. Based on this mapping process, the present building site size in high-density housing areas was on average 1.66-times larger than those in the Depok City Government tax database. Meanwhile, the sites in medium-density housing and trade/service areas were 1.35- and 1.08-times wider, respectively. Using a LiDAR 3D model, the observed level of construction was much higher in the highly-urbanized area compared to the price in the Depok City Government tax database. This was based on the construction cost of a building per square meter. Regarding these results, the building prices in high- and medium-density areas, as well as the trade/service area, were nine, six, and three-times higher, respectively."

"Asesmen kerusakan bangunan setelah bencana sangat penting dilakukan untuk membantu operasi tanggap darurat dan penyelamatan. Tetapi asesmen kerusakan bangunan membutuhkan banyak sumber daya untuk melakukannya secara manual. Banyak pendekatan telah diusulkan untuk mengotomatisasi asesmen kerusakan bangunan dengan memanfaatkan teknologi kecerdasan buatan. Beberapa diantaranya menggunakan handcrafted fitur yang dianggap tidak efektif. Penelitian ini mengusulkan sebuah pendekatan yang berdasarkan pada siamese neural network. Fitur ekstraksi, perbedaan fitur, dan klasifikasi dapat dilakukan hanya dengan menggunakan satu model yang terhubung secara end-to-end sehingga klasifikasi dan fitur ekstraksi dapat belajar secara bersama. Penelitian ini juga mengembangkan model siamese neural network dengan menambahkan mekanisme konkatenasi fitur. Konkatenasi ini bertujuan untuk membuat fitur perbedaan berdasarkan tiap-tiap keluaran dari convolution block dan menggabungkanya menjadi sebuah vektor yang berdimensi tinggi. Model ini diuji dalam tiga skenario eksperimen dan telah dibuktikan bahwa penerapan mekanisme konkatenasi fitur tersebut mampu meningkatkan skor f-measure pada model dengan dua dari tiga skenario eksperimen tersebut menunjukan perbedaan performa yang signifikan.

---

Post-earthquake building damage assessment is a very crucial job to do in order to execute emergency and rescue operations. With that being said, building damage assessment takes a lot of resources if it is done manually. Many approaches have been proposed to automate the process by using artificial intelligence, some of which use handcrafted features that are considered ineffective. This research proposes an approach based on siamese neural network. Feature extraction, feature differentiation, and classification can be performed using only one end-to-end connected model so that classification and feature extraction can learn simultaneously. Furthermore, this research also develope a siamese neural network model by implementing feature concatenation mechanism. This concatenation aims to create difference features based on each output from the convolution block and concatenate them into a high-dimensional vector. This model was tested in three experimental scenarios and it has been proven that the application of the feature concatenated mechanism is able to increase the f-measure score in the model with two out of three experimental scenarios showing a significant difference in perform"

"ABSTRAKPengembangan Metode Ekstraksi Digital Terrain Model DTM pada Data Airborne Lidar Point Cloud menggunakan Interpolasi Kriging Light Detection and Ranging Lidar merupakan teknologi penginderaan jauh remote sensing yang berkembang pesat karena mampu menyediakan data pengukuran elevasi dengan cepat dan akurat. Hasil pengolahan data Lidar mampu menghasilkan data geospasial 3D, dibandingkan metode tradisional seperti survei lapangan dan fotogrametri yang kurang efisien dan mahal. Metode Pengolahan data Lidar yang diusulkan dalam penelitian ini menggunakan filter morfologi progresif Progressive Morphological Filtering untuk memperoleh Digital Terrain Model DTM yang memuat informasi ketinggian permukaan tanah bare-earth surface dengan menggunakan interpolasi kriging, berupa Universal Kriging. Untuk membandingkan tingkat akurasinya, hasil pengolahan data dibandingkan dengan metode Ordinary Kriging dan Inverse Distance Weighted IDW . Analisis Digital Terrain Model DTM yang diperoleh dari pengolahan Lidar point cloud di wilayah Kapuas Hulu, Kalimantan Barat sebanyak 122 data LAS menggunakan Progressive Morphological Filter berdasarkan Universal Kriging menunjukkan Root Mean Square Error RMSE sebesar 1,05128 dibandingkan dengan Ordinary Kriging RMSE = 1,053119 dan IDW RMSE = 1,46025 , dari hasil RMSE yang diperoleh dapat disimpulkan bahwa metode filter morfologi progresif berdasarkan interpolasi Universal Kriging memiliki tingkat akurasi yang baik. Pada penelitian ini juga dianalisis Digital Terrain Model DTM pada area penggunaan lahan dan kemiringan terrain yang berbeda. Untuk analisis pengolahan Digital Terrain Model DTM dengan area penggunaan lahan yang berbeda dapat disimpulkan bahwa metode Universal Kriging memperoleh nilai RMSE terendah. Nilai RMSE eror terbesar diperoleh pada area pemukiman dan penggunaan metode Universal Kriging untuk tipe kemiringan memperoleh nilai RMSE terendah yang berarti memiliki tingkat akurasi lebih baik terutama pada tipe kemiringan sangat curam. Kata kunci :Lidar, Digital Terrain Model DTM , Progressive Morphological Filtering, Universal Kriging, Ordinary Kriging, Inverse Distance Weighted IDW.

---

ABSTRACTDevelopment of Digital Terrain Model DTM Extraction Method on Airborne Lidar Point Cloud Data using Kriging Interpolation Lidar Light Detection and Ranging is a fast growing remote sensing technology since it has the ability to provide fast and accurate elevation measurements. Lidar data processing can produce 3D geospatial data directly, compared to less efficient and expensive traditional methods such as field surveys and photogrammetry. We proposed Lidar cloud point processing using Progressive Morphological Filtering method to obtain the Digital Terrain Model DTM which contains information of bare earth surface level. We applied the kriging interpolation filtering based on Universal Kriging. The results of the data processing were compared with the Ordinary Kriging and Inverse Distance Weighted IDW methods. The Digital Terrain Model DTM obtained from Lidar point cloud processing in Kapuas Hulu, Kalimantan Barat region using 122 scenes based on Universal Kriging showed the Root Mean Square Error RMSE of 1,05128 compared to Ordinary Kriging RMSE 1,053119 and IDW RMSE 1,46025 . RMSE result showed that progressive morphological filter method based on Universal kriging interpolation has better accuracy. In this study we also analyzed the Digital Terrain Model DTM with different land use areas and different terrain slope. Digital Terrain Model DTM of different land use areas showed the Universal Kriging method obtained the lowest RMSE value. The largest RMSE was obtained from residential area. While the RMSE of sloped area obtained by Universal Kriging had the lowest RMSE which means it had better accuracy, especially on the very steep slope type. Key words Lidar, Digital Terrain Model DTM , Progressive Morphological Filtering, Universal Kriging, Ordinary Kriging, Inverse Distance Weighted IDW ."

"Objek penelitian berada di lapangan Tangkuban Parahu yang diduga memiliki potensi cadangan panasbumi. Sedikitnya informasi dan penelitian mengenai lapangan panasbumi Tangkuban Parahu menjadikan salah satu problem eksplorasi panasbumi di daerah ini. Tujuan dari penelitian ini adalah melakukan studi pemetaan struktur geologi dengan cara mengintegrasikan data penginderaan jauh menggunakan data LiDAR' dan bawah permukaan dari data Magnetotellurik. Struktur geologi yang mengontrol sistem geothermal di Gunung Tangkuban Parahu kemungkinan didominasi oleh struktur lokal yang berasal dari struktur vulkanik dan tektonik berarah relatif barat-timur serta struktur kaldera kemungkinan berperan sebagai pembatas keberadaan sistem geothermal Tangkuban Parahu terutama di sisi selatan dan barat. Manifestasi yang ada di daerah penelitian berupa fumarole di Kawah Domas dan Kawah Ratu. Serta manifestasi berupa hot spring di area Kancah, Ciater, Batugede, Jabong, Batukapur dan Ciracas. Sehingga temperatur reservoir diperkirakan berada pada temperatur 240 ndash; 250oC. Hasil inversi 3D data MT menunjukan adanya pola updome di sekitar kompleks kawah Tangkuban Parahu. Pola resistivitas seperti ini kemungkinan berasosiasi dengan zona upflow. Sementara outflow dari sistem geothermal mengarah ke Kancah dan Ciater. Zona rekomendasi untuk 3 sumur pemboran ditentukan dengan memperhitungkan beberapa aspek yaitu adanya keberadaan zona patahan, temperatur tinggi, zona tidak asam dan berada di elevasi rendah.

---

The object of research is in Tangkuban Parahu field that is suspected to have the potential of geothermal reserves. The lack of information and research on the Tangkuban Parahu geothermal field is one of the problems of geothermal exploration in this area. The purpose of this research is to study the mapping of geological structures by integrating remote sensing data using LiDAR and subsurface data from MT data. The geological structure that controls the geothermal system in Mount Tangkuban Parahu may be dominated by local structures originating from volcanic structures and tectonic trends relative to the West East and caldera structures likely to act as a barrier to the existence of Tangkuban Parahu geothermal system especially on the south and western sides. Manifestations that exist in the research area in the form of fumarole Kawah Domas and Kawah Ratu. And manifestations of hot spring in the area Kancah, Ciater, Batugede, Jabong, Batukapur and Ciracas. So the reservoir temperature is estimated to be at a temperature of 240 250oC. The inversion result of 3D MT data shows the updome pattern around Tangkuban Parahu crater complex. This resistivity pattern is probably associated with an upflow zone. While the outflow of the geothermal system leads to Kancah and Ciater. The recommendation zone for 3 drilling wells is determined by taking into account several aspects, namely the presence of fault zones, high temperatures, non acidic zones and at low elevations."

"ABSTRAKPerkembangan teknologi penginderaan jarak jauh semakin berkembang pesat. Salah satunya LIDAR Light Detection and Ranging dengan menggunakan sistem UAV Unmanned Aerial Vehicle sebagai teknologi terbaru dalam dunia pemetaan permukaan bumi. Industri komersial di seluruh sektor industri, termasuk pertambangan, berfokus pada penerapan teknologi dan metode baru untuk proses mereka guna mengurangi konsumsi energi dan mengembangkan sumber energi terbarukan mereka. Berbasis pada pemodelan proses bisnis dengan BPMN Business Process Modeling and Notation dan dengan mengkombinasikan penilaian resiko Risk Matrix Assessment dan FMEA Failure Modes Effect and Analysis , studi ini dapat memetakan implementasi LIDAR dengan sistem UAV ini pada industri pertambangan. Analisis terhadap resiko akuisisi dengan metode ini dibandingkan dengan metode terrestrial sebagai metode tradisional yang digunakan dalam akuisisi data permukaan sebelumnya. Diharapkan dengan adanya studi ini, industri pertambangan dapat mengimplementasikan teknologi LIDAR dengan sistem UAV sehingga dapat meningkatan produksi mineral, dengan resiko yang lebih kecil dibanding metode akuisisi data permukaan sebelumnya.

---

ABSTRACTThe development of remote sensing technology is growing rapidly. One of them is LIDAR Light Detection and Ranging using UAV system Unmanned Aerial Vehicle as the latest technology in earth surface mapping world. Commercial industries across all industrial sectors, including mining, are focused on applying new technologies and methods to their processes to reduce energy consumption and develop their renewable energy sources. Based on business process modeling with BPMN Business Process Modeling and Notation and by combining risk assessment of Risk Matrix Assessment and FMEA Failure Modes Effects and Analysis , this study can develop LIDAR implementation with UAV system in the mining industry. The analysis of acquisition risk by this method is compared with the terrestrial method as the traditional method used in previous surface data acquisition. It is hoped that with this study, the mining industry can implement LIDAR technology with UAV systems to increase mineral production, with less risk than previous surface data acquisition methods."

"Perkembangan teknologi yang dapat membantu pengukuran luas dan volume suatu objek semakin umum. Salah satu teknologi yang dapat membantu pengukuran luas dan volume suatu objek adalah sensor Light and Detection Ranging (LiDAR). Dalam konteks pengukuran luas dan volume suatu objek dimana objek tersebut adalah bangunan, sensor LiDAR dapat dibantu oleh deep learning dan clustering agar dapat mengidentifikasi bangunan yang nantinya dapat dihitung luas dan volume bangunan tersebut. Dataset yang digunakan pada penelitian ini adalah LiDAR Margonda, Depok dan LiDAR Dublin, Irlandia. Metode deep learning yang digunakan untuk melakukan segmentasi semantik adalah Dynamic Graph Convolutional Neural Network (DGCNN) dan algoritma yang digunakan untuk melakukan pelabelan bangunan adalah Pairwise Linkage Clustering. Penelitian ini juga bermaksud untuk memberikan perbandingan dengan Euclidean Clustering sebagai algoritma pelabelan bangunan. Segmentasi semantik dilakukan agar dapat membedakan objek bangunan dengan objek bukan bangunan sedangkan pelabelan bangunan dilakukan agar dapat memisahkan setiap objek bangunan. Secara hasil, penelitian ini berhasil menggunakan DGCNN sebagai metode segmentasi semantik dan Pairwise Linkage Clustering sebagai metode pelabelan bangunan. Evaluasi dilakukan menggunakan metrik Accuracy, Recall, Precision, F-score dan Intersection over Union untuk metode segmentasi semantik sedangkan metrik yang digunakan untuk pelabelan bangunan adalah Accuracy, Recall, Precision, dan F-Score. Pada dataset Margonda, Depok nilai akurasi yang didapatkan oleh DGCNN adalah 82% dan nilai akurasi yang didapatkan oleh Pairwise Linkage Clustering adalah 4.7% untuk Scale Cut-Off Distance 100, 28% untuk Scale Cut-Off Distance 200, 38% untuk Scale Cut-Off Distance 400, dan 28% untuk Scale Cut-Off Distance 800. Pada dataset Dublin, Irlandia nilai akurasi yang didapatkan oleh DGCNN adalah 86% dan nilai akurasi yang didapatkan oleh Pairwise Linkage Clustering adalah 10% untuk Scale Cut-Off Distance 100, 30% untuk Scale Cut-Off Distance 200, 40% untuk Scale Cut-Off Distance 400, dan 35% untuk Scale Cut-Off Distance 800. Dalam pelabelan bangunan, Pairwise Linkage Clustering berhasil memberikan hasil yang lebih baik daripada Euclidean Clustering pada dataset Margonda, Depok sedangkan Euclidean Clustering berhasil memberikan hasil yang lebih baik daripada Pairwise Linkage Clustering di dataset Dublin, Irlandia.

---

With development of technology becoming more advanced, technology that can help to measure area and volume of an object becomes more common. One of the technology that can help measure area and volume of an object is a sensor called Light and Detection Ranging (LiDAR). In the context of measuring area and volume of an object where the object is a building, LiDAR sensor can be helped by deep learning and clustering to identify building and then the building’s area and volume can be measured. In this research the dataset used are Margonda, Depok and Dublin, Irlandia. Deep learning method used to do semantic segmentation is Dynamic Graph Convolutional Neural Network (DGCNN) and the algorithm to do the clustering is Pairwise Linkage Clustering. This research is also intended to give comparison with Euclidean Clustering as an algorithm to do clustering. Semantic segmentation is done so the map can be separated as building object and non building object. Result wise, this research has succeeded to use DGCNN as a method to do semantic segmentation and Pairwise Linkage Clustering as a method to do clustering. Evaluation is done by using matrix such as Accuracy, Recall, Precision, F-Score and Intersection over Union for semantic segmentation while matrix used to evaluate the clustering algorithm is Accuracy, Recall, Precision, and F-Score. In Margonda, Depok dataset DGCNN has the accuracy score of 82% and the accuracy for Pairwise Linkage Clustering with cut off distance 100 is 4.7%, with cut off distance 200 is 28%, with cut off distance 400 is 38%, with cut off distance 800 is 28%. In Dublin, Irlandia dataset DGCNN has the accuracy score of 86% and the accuracy for Pairwise Linkage Clustering with cut off distance 100 is 10%, with cut off distance 200 is 30%, with cut off distance 400 is 40% and with cut off distance 800 is 35%. In the clustering part, Pairwise Linkage Clustering gives better result in Margonda, Depok dataset while Euclidean Clustering gives better result in Dublin, Irlandia dataset.

"

"Penelitian ini bertujuan untuk mengetahui faktor-faktor yang berhubungan dengan status anemia pada remaja putri di Kota Depok. Desain penelitian menggunakan Cross-Sectional dengan menggunakan data sekunder Survei Anemia Remaja Putri Dinas Kesehatan Kota Depok Tahun 2011 yang analisisnya dilakukan selama bulan Oktober 2011? Januari 2012. Populasi pada penelitian ini adalah semua remaja putri siswi SMP/MTS dan SMU/MA di Kota Depok sedangkan sampelnya adalah remaja putri yang terpilih dari populasi tersebut berjumlah 367 orang. Hasil penelitian ini menyatakan prevalensi anemia pada remaja putri di Kota Depok Tahun 2011 sebesar 35,7%. Hasil uji statistik menujukkan hubungan bermakna antara tingkat pendidikan ayah dengan status anemia pada remaja putri. Hasil uji statistik menunjukkan hubungan tidak bermakna antara tingkat pendidikan ibu, status pekerjaan orang tua, asupan protein hewani, asupan sayuran hijau, pola konsumsi, frekuensi makan, pantangan makanan, pola haid, tingkat pengetahuan anemia, tingkat pengetahuan TTD, dan konsumsi TTD dengan status anemia pada remaja putri di Kota Depok. Namun berdasarkan presentase pada uji statistik dalam penelitian ini, beberapa variabel menunjukkan kecendrungan yang mendukung hipotesa, seperti ada perbedaan cukup tinggi antara ibu bekerja yang mempunyai anak anemia dengan ibu tidak bekerja yang mempunyai anak anemia yaitu sebesar 14,7%; ada perbedaan antara remaja putri yang frekuensi makan < 3 kali sehari menderita anemia dengan remaja putri yang frekuensi makan 3 kali sehari menderita anemia sebesar 12,5%; dan ada perbedaan antara remaja putri dengan pola konsumsi baik (asupan protein hewani dan sayuran hijau) menderita anemia dengan remaja putri dengan pola konsumsi kurang baik (asupan protein hewani dan sayuran hijau) menderita anemia yaitu sebesar 7%.

---

This study aims to determine the factors relating to the status of anemia in adolescent girls at the Depok city. The design of this study using the Cross-Sectional using secondary data Anemia Survey of pre-adolescents in Depok City in 2011 that his analysis conducted during October 2011 - January 2012. The population in this study were all young women student Junior High School/MTS and Senior High School/MA in Depok city, while sample was selected from young women, the population numbered 367 people.

The results of this study states the results of the prevalence of anemia in adolescent girls in the city of Depok in 2011 amounting to 35.7%. Statistical test results showed significant relationship between parental education level with the status of anemia in adolescents in the city of Depok. Statistical test results showed no significant relationship between parental education level, employment status parents, animal protein intake, intake of green vegetables, patterns of consumption, frequency of meals, food taboos, patterns menstruation, the level of anemia, the level of knowledge TTD, TTD and consumption with the status of anemia in adolescents in the city of Depok.

However, based on the percentage of statistical tests in this study, several variables showed trends support the hypothesis, as there difference is quite high among working mothers anemia have children with mothers who did not work children have anemia that is equal to 14.7%; there difference between the frequency of adolescent girls who ate <3 times a day suffer from anemia in young womem frequency of eating three meals a day of suffer anemia 12.5% and there is a difference between young women with consumption patterns of both (intake of animal protein and vegetable green) anemaia suffered by young women with pattern consumption is less well (intake of animal protein and vegetable green) suffer from anemia that is equal to 7%."

"Fenomena urban development menuntut tingginya tingkat permintaan (demand) dari masyarakat terhadap bangunan gedung untuk hunian dan tempat usaha serta tingginya nilai ekonomis dari properti tiap tahunnya. Hal ini memicu pembangunan gedung bertingkat untuk hunian seperti apartemen dan rumah susun di Kota Bekasi. Aplikasi dari teknologi LIDAR dan Foto Udara terlihat sangat membantu didalam menganalisis pola persebaran spasial terhadap obyek gedung bertingkat hunian yang ada di Kota Bekasi menggunakan teknik analisis tetanggga terdekat dan kernel density.Hasil menunjukkan bahwa pola persebaran spasial terhadap obyek gedung bertingkat hunian yang ada di Kota Bekasi adalah cenderung mengelompok dengan ciri jarak antara lokasi gedung bertingkat yang satu dengan lokasi gedung bertingkat lainnya berdekatan dan cenderung mengelompok pada tempat-tempat tertentu. Sedangkan kesesuaian antara tata ruang wilayah Kota Bekasi dengan lokasi sebaran gedung bertingkat hunian baik yang befungsi sebagai apartemen, maupun hotel, plaza secara umum memperlihatkan adanya ketidaksesuaian.Implikasi pola spasial gedung bertingkat yang dijumpai di Kota Bekasi memperlihatkan semakin bertambahnya gedung bertingkat hunian, akan mengakibatkan semakin bertambahnya share pembangunan gedung terhadap sektor bangunan pada PDRB yaitu yang tercantum pada PDRB Atas Dasar Harga Bangunan. Namun kondisi tersebut tidak semata - mata secara total meningkatkan laju pertumbuhan ekonomi regional di Kota Bekasi.

---

The phenomenon of urban development requires high levels of demand (demand) from the public against the building for residential and business premises as well as the high economic value of the property each year. This triggers the construction of multi-storey buildings for residential as apartments and flats in the city of Bekasi. Application of LIDAR technology and Air Photo looks very helpful in analyzing the spatial distribution pattern of the object existing residential high rise building in Bekasi using analytical techniques a neighbor nearby and kernel density.

Results showed that the spatial distribution pattern of the object-storey residential building in the city of Bekasi tend to cluster with the characteristic distance between the location of the one-storey building with other tall buildings adjacent locations and tend to cluster in certain places. While the conformity between the spatial distribution of Bekasi City with locations storey residential building both functioned as apartments, hotels, plazas generally showed discrepancies.

Implications of spatial patterns storey building found in Bekasi show the increasing of multi-storey residential buildings, would result in the increasing share of the building construction sector for the GDP listed in GDP Based On Building Price. However, these conditions might have partly improved the rate of economic growth in Bekasi."