Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Skripsi ini membahas dan menganalisa sistem pemantauan cuaca yang terintegrasi dengan menggunakan Google Earth dan Google Maps. Sistem ini terdiri atas GPS, sensor suhu dan kelembaban(SHT11), aplikasi desktop sebagai pengolah informasi, dan aplikasi website yang terpadu. Aplikasi website berfungsi untuk menampilkan data sensor ke Google Maps dan menghasilkan file KML untuk Google Earth. Hasil dari sistem ini menunjukan penggunaan Google Earth lebih interaktif karena tidak membutuhkan koneksi internet yang kontinyu untuk menampilkan peta dan juga kemudahan untuk pemantauan cuaca secara real time.

---

This thesis discusses and analyzes the weather monitoring system that integrates with Google Earth and Google Maps. This system consists of GPS, temperature and humidity sensors (SHT11), desktop application to process information, and integrated web application. Web application used to display sensor data for Google Maps and generated the KML file for Google Earth. The system's result show the use of Google Earth is more interactive because it do not require continuous internet connection to display maps and easy to use for monitoring application in real time.

Abstrak :
Pembelajaran geografi berguna untuk membekali siswa keterampilan berpikir spasial. Pembelajaran geografi harus diarahkan menggunakan pendekatan saintifik. Pendekatan saintifik perlu memanfaatkan perkembangan teknologi terutama teknologi berbasis geospasial, salah satunya berupa Google earth. Penelitian ini bertujuan untuk mengetahuai pengaruh penggunaan pembelajaran berbasis proyek berbantuan Google earth terhadap keterampilan berpikir spasial. Metode yang digunakan dalam penelitian ini ialah dengan desain quasi experimental berupa pretest-posttest nonequivalent control group design. Penelitian dilakukan pada Kelas X IPS SMA Negeri 1 Salam Babaris, Kabupaten Tapin. Instrumen yang digunakan adalah tes untuk mengukur keterampilan berpikir spasial berupa modifikasi dari Spatial Thinking Ability Test (STAT), Analisis data melalui t test dengan menggunakan SPSS 20.0 for windows. Hasil penelitian menunjukkan bahwa pembelajaran berbasis proyek berbantuan Google Earth berpengaruh signifikan terhadap keterampilan berpikir spasial siswa. Beberapa kelebihan dari pembelajaran ini antara lain adalah: (1) 88% siswa menjadi tertantang untuk menyelesaikan permasalahan nyata melalui kegiatan proyek, (2) 100% siswa semakin aktif dalam pembelajaran, (3) 96% kinerja siswa dalam menyelesaikan proyek lebih teratur, (4) 100% siswa merasa memiliki keleluasaan lebih untuk menyelesaikan proyek, (5) 98% siswa termotivasi berkompetisi menghasilkan produk yang terbaik,dan (6) 89% siswa mengalami peningkatan keterampilan berpikir spasial.

Abstrak :
Siswa Kelas X Geologi Pertambangan masih mengalami kesulitan dalam menganalisis bentangalam hasil gaya geologi. Hal ini menunjukkan bahwa kemampuan menganalisis yang termasuk dalam kategori taksonomi berpikir tingkat tinggi, belum dapat dilakukan oleh siswa. Berpikir tingkat tinggi identik dengan berpikir kritis. Penelitian tindakan kelas ini bertujuan meningkatkan keterampilan berpikir kritis siswa agar dapat melakukan analisis terhadap bentangalam hasil dari gaya geologi. Model pembelajaran yang digunakan dalam penelitian ini ialah Investigasi Kelompok dengan memanfaatkan citra dari Google Earth. Subyek penelitian adalah siswa Kelas X Geologi Pertambangan SMK Negeri 1 Binuang tahun pelajaran 2018/2019 dengan jumlah siswa 33. Data hasil penelitian pada Siklus I menunjukkan bahwa tingkat berpikir kritis siswa sejumlah 0% dalam kategori sangat kritis, 15% kritis, 15% cukup kritis, dan 70% kurang kritis. Siklus II diperoleh data 9% siswa berada pada kategori sangat kritis, 46% kategori kritis, 33% cukup kritis, dan 12% kurang kritis. Hasil ini mengandung arti penggunaan Google Earth dalam model pembelajaran Investigasi Kelompok tidak serta merta membuat siswa dapat berpikir kritis, kemudian dapat menganalisis bentangalam hasil gaya geologi. Keterampilan berpikir kritis memerlukan proses pembelajaran dalam jangka waktu yang lama dan terencana. Guru sebaiknya membuat tugas yang memberi tantangan kepada siswa, dengan cara meminta siswa mengoptimalkan penggunaan Google Earth. Siswa tidak sekedar mengumpulkan citra dari Google Earth, tetapi siswa harus memanfaatkan semua fitur dalam Google Earth seperti melakukan perekaman video, dan pemanfaatan data temporal keruangan.

Abstrak :
Pada Bulan Mei tahun 2022, terjadi hujan berintensitas tinggi di Desa Citengah, Air hujan tersebut tidak mampu terserap oleh kawasan Hutan Gunung Kareumbi dan langsung mengalir ke Sungai Citengah dan Citandun sebagai water runoff pada saat yang bersamaan hingga meluap sehingga terjadi banjir bandang. Kejadian banjir bandang yang menimpa Desa Citengah diasumsikan terjadi akibat alih fungsi lahan di kawasan hulu sungai. Penelitian ini menggunakan Google Earth Data untuk membuat peta penggunaan lahan serta penutup lahan. Hasil menunjukan Perubahan Penggunaan lahan terluas pada Tahun 2015-2022 adalah sawah menjadi semak belukar, disusul oleh perubahan hutan menjadi sawah. Secara topografi, pemanfaatan lahan di Desa Citengah mulai mengubah hutan menjadi permukiman dan persawahan dan terus mengarah kepada pegunungan. sehingga perubahan penggunaan lahan tergolong kedalam skema D. Perubahan penutup lahan terluas pada Tahun 2015-2022 adalah Vegetasi Sedang menjadi Lahan Terbangun, Perubahan tersebut terdistribusi di sekitar jalan sehingga tergolong ke dalam pola distribusi perubahan memanjang mengikuti jalan. Penggunaan Lahan di Desa Citengah tidak sesuai dengan teori Wilayah Tanah Usaha, dimana pada kawasan terbatas kedua terdapat alih fungsi lahan perkebunan teh menjadi permukiman, tepatnya pada hulu DAS Cihonje. Diasumsikan banjir di Desa Citengah berasal dari limpasan air DAS Cihonje. Perubahan penggunaan lahan tanpa terjadi perubahan penutup lahan terluas pada Tahun 2015-2022 adalah Sawah menjadi semak belukar. Perubahan penutup lahan tanpa terjadi perubahan penggunaan lahan terluas adalah vegetasi sedang menjadi vegetasi rendah. Perubahan penggunaan lahan dapat terjadi tanpa disertai perubahan penutup lahan dan perubahan penutup lahan dapat terjadi tanpa disertai perubahan penggunaan lahan pula. ......In May 2022 there was rain with high intensity on the south side of Citengah Village, Mount Kareumbi Forest area was unable to absorb the rain water and immediately flowed into the Citengah River and Citandun River as water runoff at the same time until it overflowed causing flash floods. The occurrence of flash floods in Citengah Village is assumed to have occurred due to land changes in the upstream area of ​​the river. This study uses Google Earth Data to create land use and land cover maps. This Study aims are Analyzing patterns of land use and land cover change that occurred in Citengah Village, and Analyzing the relationship between changes in land use and land cover. The results show that the largest change in land use in 2015-2021 is paddy fields with continuous rice to become shrubs, and classified into scheme D. The widest land cover change in 2015-2021 is Medium Vegetation to Built-up area and classified into distribution pattern of changes extending along the road. Land use in Citengah Village is still in accordance with the theory of Land Utility Area, where in the second restricted area there is only high density primary highland forest, while settlements and rural areas are found in the second main area. Changes in land use can occur without being accompanied by changes in land cover and changes in land cover can occur without being accompanied by changes in land use as well.

Abstrak :
Ancaman perubahan iklim semakin nyata dengan meningkatnya emisi gas rumah kaca termasuk emisi karbon. Peningkatan itu disebabkan aktivitas manusia yang dapat dilihat dari pola penggunaan tanah. Provinsi DKI Jakarta sebagai wilayah perkotaan dengan penduduk yang besar memiliki intensitas aktivitas manusia yang tinggi. Tingginya aktivitas manusia tersebut menjadi alasan DKI Jakarta perlu untuk memenuhi target pengurangan emisi pada sektor energi sebagai bagian dari Paris Agreement. Tujuan penelitian ini adalah membuat dan menganalisis model spasial emisi karbon sektor energi berdasarkan reflektansi permukaan pada penggunaan tanah yang terekam Sentinel 2 melalui pendekatan multi-indeks. Penelitian dilakukan di wilayah daratan Provinsi DKI Jakarta dengan menggunakan data geospasial resmi yang tersedia dan penginderaan jauh untuk ekstraksi informasi terkait penggunaan tanah serta inventarisasi emisi gas rumah kaca dari konsumsi energi tahun 2020 sebagai referensi. Pengolahan data dilakukan dengan menggunakan machine learning classifier yang tersedia pada Google Earth Engine untuk klasifikasi terbimbing Sentinel 2 dan ditentukan kesesuaian nilai emisinya atas dasar berbagai faktor. Perhitungan gas rumah kaca terdiri dari emisi bangunan dan emisi transportasi yang melibatkan konsumsi energi stasioner maupun bergerak dan faktor emisi. Analisis regresi linier berganda digunakan sebagai model akhir yang mengaitkan emisi karbon dari konsumsi energi dengan karakter berbagai kanal dan indeks pada penggunaan tanah. Hasil penelitian menunjukkan bahwa tutupan awan citra, parameter algoritma, dan dataset berpengaruh pada identifikasi penggunaan tanah dan algoritma terbaik adalah Random Forest dengan akurasi umum 0,62. Reflektansi permukaan red edge 1 dan 2 serta SWIR 1 dan 2 baik untuk klasifikasi. Penggunaan tanah yang paling banyak menghasilkan emisi pada model adalah industri dengan koefisien 0,078. Nilai R kuadrat dari model mencapai 0,65 mengindikasikan pengaruh prediksi variabel sebesar 65%. Membagikan pengaruh setiap kelas penggunaan tanah sebagai variabel moderator dan reflektansi Sentinel 2 terhadap emisi karbon dalam bentuk model yang berbeda dapat digunakan untuk melakukan estimasi emisi karbon ......The threat of climate change is becoming more evident with the increase in greenhouse gas emissions, including carbon emissions. The increase was due to human activities which can be seen from the pattern of land use. DKI Jakarta Province as an urban area with a large population has a high intensity of human activity. The high level of human activity is the reason DKI Jakarta needs to meet the emission reduction target in the energy sector as part of the Paris Agreement. The purpose of this study was to create and analyze a spatial model of energy sector carbon emissions based on surface reflectance on land use recorded by Sentinel 2 through a multi-index approach. The study was conducted in the mainland area of ​​DKI Jakarta Province using available official geospatial data and remote sensing for the extraction of information related to land use as well as greenhouse gas emissions inventory data from energy consumption in 2020 as a reference. Data processing is carried out using machine learning classifiers available on Google Earth Engine for supervised classification on Sentinel 2 and the suitability of the emission values is determined ​​based on various factors. The greenhouse gas calculation consists of building emissions and transportation emissions involving stationary and mobile energy consumption and emission factors. Multiple linear regression analysis was used as the final model that relates carbon emissions from energy consumption with the character of various bands and indices on land use. The results showed that the image cloud cover, algorithm parameters, and datasets affect the identification of land use and the best algorithm is Random Forest with an overall accuracy of 0.62. The surface reflectance of red edge 1 and 2 as well as SWIR 1 and 2 is good for classification. The land use that produces the most emissions in the model is industry with a coefficient of 0.078. The R squared value of the model reaches 0.65 indicating the predictive effect of the variable is 65%. Sorting the effect of each land use class as moderator variable and Sentinel 2 reflectance on carbon emissions in different models can be used to estimate carbon emissions.