Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Perkembangan fisik suatu kota merupakan hasil dari pertumbuhan penduduk dan segala aktivitas di wilayah perkotaan yang dicirikan dengan adanya perubahan penggunaan lahan dalam skala yang luas didorong oleh pembangunan infrastruktur dan perkembangan sosial ekonomi yang memiliki dampak negatif terhadap keberlanjutan lingkungan. Prediksi perkembangan fisik kota di Kecamatan Slawi dan Adiwerna Kabupaten Tegal dihasilkan melalui pemodelan dengan metode Cellular Automata-Markov Chain (CA-MC) menggunakan citra satelit resolusi tinggi . Penelitian ini menggunakan data citra satelit resolusi tinggi Worldview-2 tahun 2011 dan 2021 dan Geoeye-1 tahun 2017. Variabel pendorong yang digunakan untuk memprediksi perkembangan fisik kota diantaranya yaitu jarak dari jalan arteri, jarak dari jalan kolektor, jarak dari pintu tol, jarak dari pusat kota, dan jarak dari pusat kegiatan ekonomi.. Hasil penelitian menunjukan pada periode 2021-2032, tren alih fungsi lahan pertanian ke lahan terbangun, terutama lahan perumahan diprediksi akan terus terjadi. Perkembangan fisik kota pada kecamatan dengan dua fungsi berbeda akan berpengaruh pada perbedaan proses perembetan kenampakan fisik kota yang terjadi. Perkembangan fisik kota di Kecamatan Slawi cenderung mendekati pusat kota dengan arah perubahan penggunaan lahan perumahan dengan proses perembetan kenampakan fisik kota yang liner atau memanjang mengikuti jalan kolektor. Sedangkan perkembangan fisik kota di Kecamatan Adiwerna berupa perkembangan industri, perdagangan dan jasa dimana terjadi perembetan secara meloncat (leap frog). Hasil kesesuaian prediksi perkembangan fisik kota dengan Pola Ruang, terdapat prediksi penggunaan lahan yang tidak sesuai peruntukan kawasan. Hasil penelitian ini dapat dijadikan acuan dalam penyusunan RDTR Kecamatan Slawi dan Adiwerna yang membutuhkan peta detail skala 1 : 10.000 sebagai skala minimal dalam penyusunan RDTR. ......The physical development of a city is the result of population growth and all activities in urban areas characterized by extensive changes in land use driven by infrastructure development and socio-economic growth, which have negative impacts on environmental sustainability. The prediction of the physical development of the cities in Slawi and Adiwerna sub-districts in Tegal Regency is achieved through modeling using the Cellular Automata-Markov Chain (CA-MC) method, utilizing high-resolution satellite imagery. This research utilizes high-resolution satellite imagery, such as Worldview-2 from 2011 and 2021, and Geoeye-1 from 2017. The driving variables used to predict the city's physical development include distance from arterial roads, distance from collector roads, distance from toll gates, distance from the city center, and distance from economic activity centers. The results of the study show that during the period 2021-2032, the trend of converting agricultural land to built-up areas, especially residential areas, is predicted to continue. The physical development of the city in sub-districts with different functions will affect the differences in the process of physical appearance propagation that occurs. The physical development of the city in Slawi sub-district tends to approach the city center, with changes in land use mainly focused on residential areas and the propagation process following collector roads. On the other hand, the physical development of the city in Adiwerna sub-district involves the development of industries, trade and services, with leap-frogging propagation.The results of the prediction of the city's physical development compared to the Spatial Pattern show instances of land use prediction that do not match the designated zones. These research findings can be used as references in the formulation of Spatial Plans for Slawi and Adiwerna sub-districts, requiring detailed maps at a minimum scale of 1:10,000 for the Urban Planning.

Abstrak :
Indonesia merupakan salah satu negara dengan sumber daya geotermal terbesar di dunia. Meskipun demikian, masih banyak daerah berpotensi lain yang belum diteliti lebih lanjut, salah satunya adalah daerah Gunung Pancar. Selain itu, akhir-akhir ini, data gravitasi satelit GGMplus juga sering kali menjadi pilihan bagi para peneliti untuk digunakan dalam survei pendahuluan. Oleh karena itu, pada penelitian ini, akan dilakukan komparasi antara data gravitasi satelit GGMplus dan data gravitasi lapangan dalam mengidentifikasi struktur dan keadaan bawah permukaan di daerah geotermal Gunung Pancar. Penelitian ini bertujuan untuk menentukan data gravitasi mana yang lebih konsisten dengan informasi geologi dan penginderaan jauh. Proses pengolahan data terdiri atas pengoreksian data gravitasi, pemisahan CBA (Complete Bouguer Anomaly), pembuatan peta FHD (First Horizontal Derivative) dan SVD (Second Vertical Derivative), analisis patahan, hingga pemodelan inversi 3D dan pemodelan ke depan 2D sebagai pelengkap. Adapun hasil komparasi menunjukkan bahwa CBA dan anomali residual yang dihasilkan oleh kedua data gravitasi sama-sama menampilkan anomali rendah tepat di tubuh gunung. Anomali rendah tersebut diduga berasosiasi dengan kehadiran sistem geotermal Gunung Pancar. Sementara itu, anomali regional dari data gravitasi lapangan menunjukkan hasil yang lebih sesuai dengan informasi geologi dibandingkan data gravitasi satelit GGMplus. Kemudian, data gravitasi lapangan juga berhasil mengidentifikasi dugaan patahan secara lebih detail (sebanyak dua belas dugaan patahan telah teridentifikasi). Selanjutnya, kedua data gravitasi menghasilkan model inversi 3D yang berkorelasi baik dengan penampang AMT (Audio-Frequency Magnetotelluric) hasil penelitian oleh Daud, et al. pada tahun 2017. Terakhir, setelah dilakukan komparasi, dilakukan integrasi dengan data pendukung untuk menghasilkan model konseptual hasil rekonstruksi yang memberikan informasi komprehensif terkait sistem geotermal di daerah penelitian.esimpulannya, data gravitasi lapangan bersifat lebih detail dan representatif dibandingkan data gravitasi satelit GGMplus dalam menggambarkan struktur dan keadaan bawah permukaan di daerah geotermal Gunung Pancar. ......Indonesia is one of the countries that has the largest geothermal resources in the world. However, there are still many other potential areas that have not been thoroughly investigated, one of which is the Mount Pancar area. In addition, GGMplus satellite gravity data has recently been used many times by the researchers as part of a preliminary survey. Therefore, in this study, a comparison will be conducted between GGMplus satellite gravity data and field gravity data in identifying subsurface conditions and geological structures in the geothermal area of Mount Pancar. The aim of the comparative study is to determine which gravity data is more consistent with geological and remote sensing information. The data processing consists of gravity data correction, CBA (Complete Bouguer Anomaly) separation, making FHD (First Horizontal Derivative) and SVD (Second Vertical Derivative) maps, fault analysis, 3D inversion modeling, and 2D forward modeling as a complement. The comparison results show that the CBAs and residual anomalies of two-gravity data both depict an appearance of a low anomaly right in the mount’s body. The low anomaly is predicted to be associated with the presence of the Mount Pancar geothermal system. Meanwhile, regional anomalies from field gravity data show results that are more in line with geological information than those from GGMplus satellite gravity data. Then, field gravity data also successfully detected the possible faults in more detail (a total of twelve possible faults have been identified). Furthermore, the two-gravity data generate some 3D inversion models that have a good correlation with the AMT (Audio-Frequency Magnetotelluric) cross sections which was made by Daud, et al. in 2017. Last, after the comparison, integration with supporting data is also carried out to reconstruct a conceptual model that provides comprehensive information related to the geothermal system in the research area. In conclusion, field gravity data is more detailed and representative than GGMplus satellite gravity data in describing the subsurface conditions and geological structures in the geothermal area of Mount Pancar.