Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 18 dokumen yang sesuai dengan query
cover
Mujiono
Abstrak :
Penelitian bertujuan untuk membuat model spasial deforestasi tahun 1996 ndash; 2007, 2007 ndash; 2016, 1996 ndash; 2016 dan prediksi deforestasi periode 2016 - 2035. Selain itu, penelitian juga dimaksudkan untuk mengetahui biomassategakan dan cadangan karbon. Metode pendekatan yang digunakan adalah analisis kuantitatif dan deskriptif berbasis spasial. Deforestasi yang berlangsung selama periode 1996 hingga 2016 menyebabkan Kabupaten Bengkulu Utara kehilangan hutan seluas 27.154 ha. Pada periode tersebut umumnya deforestasi terjadi pada kawasan hutan produksi di kecamatan Pinang Raya dan Giri Mulya. Kemudian, berdasarkan analisis NDVI pada citra Landsat tahun 2016, kawasan hutan dengan karakteristik NDVI rendah, sedang dan tinggi secara berturut-turut memiliki biomassategakan 132,23 ton/ha, 287,59 ton/ha, dan 560,20 ton/ha. Sedangkan cadangan karbon pada NDVI rendah 62,15 ton C/ha, NDVI sedang 135,17 ton C/ha, dan NDVI tinggi 263,29 ton C/ha. Hasil perhitungan ini cukup valid karena sesuai dengan catatan Puslitbang Perubahan Iklim dan Kebijakan KLHK RI yang mengatakan bahwa cadangan karbon pada berbagai kelas tutupan lahan di hutan alam berkisar antara 7,5 ndash; 264,70 ton C/ha. Sementara itu, berdasarkan model spasial prediksi deforestasi tahun 2016 - 2035 Bengkulu Utara terancam kehilangan hutan seluas 21.345 ha. Deforestasi semakin meluas ke arah hutan lindung dan konservasi. Ketinggian dan lereng merupakan faktor pendorong deforestasi pada periode ini.Kata kunci: Model spasial, deforestasi, cadangan karbon. ......The study aimed to create spatial deforestation models 1996 2007, 2007 2016, 1996 2016 and predicted deforestation period 2016 2035. In addition, the study also aimed to determine biomass and carbon stock. The approach method used is spatial based quantitative and descriptive analysis. Deforestation that lasted from 1996 to 2016 caused the North Bengkulu Regency to lose 27,154 ha of forest. In that period, generally deforestation occurred in production forest area located in Pinang Raya and Giri Mulya sub districts. Then, based on NDVI analysis on Landsat image 2016, forest area with low, moderate and high NDVI characteristic biomass 132,23 ton ha, 287,59 ton ha and 560,20 ton ha respectively. While carbon stocks in low NDVI was 62.15 ton C ha, moderate NDVI was 135.17 ton C ha, and high NDVI was 263.29 ton C ha. The results of this calculation was quite valid because in accordance with the record of the Center for Climate Change Policy KLHK RI said that carbon stocks in various classes of land cover in natural forests ranged from 7.5 to 264.70 tons C ha. Meanwhile, based on the spatial model of prediction of deforestation in 2016 2035 North Bengkulu threatened loss of forest area of 21,345 ha. Deforestation is increasingly widespread towards protected forests and conservation. Elevation and slope are the drivers of deforestation in this period. Keywords Spatial model, deforestation, carbon stock
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2017
T48837
UI - Tesis Membership  Universitas Indonesia Library
cover
Meiti Ramadani
Abstrak :
Penelitian ini bertujuan menganalisis pengaruh aktivitas ekonomi regional melalui banyaknya perusahaan terhadap pariwisata domestik pada masa pandemi COVID-19, dengan memperhitungkan hubungan spasial antar provinsi di Indonesia. Analisis spasisal dilakukan dengan menggunakan Moran’s I test dan Spatial Durbin Model. Hasil penghitungan nilai Moran’s I signifikan positif, menunjukkan bahwa terdapat keterkaitan kunjungan wisnus antar provinsi. Variabel utama usaha dan kepadatan berpengaruh signifikan negatif, sedangkan variabel tenaga kerja berpengaruh signifikan positif terhadap jumlah kunjungan wisnus di suatu provinsi. Hasil penelitian menunjukkan bahwa daerah dengan aktivitas ekonomi regional tinggi kurang diminati wisatawan nusantara (wisnus) pada masa pandemi Covid-19 di Indonesia. Selain itu, faktor-faktor lain yang mempengaruhi pariwisata domestik adalah tenaga kerja dan kepadatan penduduk. ......This study aims to investigate the how the regional economic activity measured as the agglomeration of companies affects domestic tourism during the Covid-19 pandemic, taking into account the spatial relationship between provinces in Indonesia. Spatial analysis was carried out using Moran’s I test and Spatial Durbin Model. The value of Moran’s I significantly positive, indicating that there is a link of tourists visits between provinces. The main variables of companies and density have a significant negative, while the labor variable has a significant positive on the number of domestic tourist visiting in a province. The results confirm that areas with high regional economic activity were less attractive to domestic tourist during the Covid-19 pandemic in Indonesia. In addition, other factors that affect domestic tourism are labor and population density.
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2022
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
M. Rizky Septian
Abstrak :
Pada wilayah perkotaan seperti Jakarta Timur yang didalamnya banyak terdapat pusat pemerintahan, perdagangan, pendidikan dan lain lain, perangkat telekomunikasi banyak dimanfaatkan dalam hal publikasi, transaksi atau pelayanan, administrasi, promosi, sedangkan kebutuhan internet bagi individu banyak dimanfaatkan dalam hal komunikasi, sosialisasi, mencari informasi hingga hiburan. Saat ini game online tidak hanya dimainkan menggunakan komputer atau PC, melainkan dengan hadirnya telepon pintar dengan teknologi canggih yang dapat terhubung satu sama lain dengan jaringan internet. Dalam mobile gaming membutuhkan latensi yang baik agar dapat berjalan lancar. Kebutuhan akan perangkat telekomunikasi tersebut menggunakan gelombang frekuensi untuk perambatan sinyal, namun biasanya perambatan sinyal dapat terganggu karena banyak faktor yang mempengaruhi contohnya jarak dari BTS, kerapatan bangunan dan bentuk medan. Penelitian ini bertujuan mengetahui hubungan antara kualitas sinyal, kecepatan internet dan latensi terhadap jarak dari BTS, kerapatan bangunan dan bentuk medan. Penggunaan metode analisis keruangan secara deskriptif menghasilkan informasi keruangan kualitas sinyal di Jakarta Timur dan metode analisis statistik menghasilkan informasi nilai hubungan antara variabel dependen dan independen. Hasil penelitian menunjukkan bahwa kualitas sinyal, kecepatan internet dan latensi yang baik terdapat pada wilayah yang dekat dengan BTS dan memiliki tingkat kerapatan bangunan yang rendah. ......In urban areas such as East Jakarta where there are many centers of government, trade, education and others, telecommunication device widely used on publication, transactions or services, administration, promotion, while the internet needs of individuals are widely used in terms of communication, socialization, seeking information and entertainment. At this time, online games are not only played using a computer or PC, but the presence of a smartphone with advanced technology that can be connected to each other with the internet network. In mobile gaming requires good latency to run smoothly. The need for telecommunications system uses frequency waves for signal propagation, but usually signal propagation can be interrupted due to many factors that affect for example distance from BTS, building density and terrain shape. This study purposed to determine the relationship between signal quality, internet speed and latency to the distance from BTS, building density and shape of the terrain. Descriptive spatial analysis method produces spatial information of signal quality in East Jakarta and statistical analysis method produces information about the relationship between the dependent and independent variables. The results showed that signal quality, internet speed and good latency were found in areas where near from BTS and had a low level of building density.
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Jeremiah Marcel Eliasaputra
Abstrak :
Frekuensi klaim umumnya dimodelkan dengan Generalized Linear Model dan model-model lainnya yang serupa seperti regresi Poisson dan regresi Logistik. Akan tetapi, model-model tersebut tidak memperhitungkan adanya autokorelasi spasial, atau terjadinya hubungan yang erat antara daerah-daerah yang berdekatan, sedangkan frekuensi klaim dibuktikan bahwa ia dipengaruhi oleh lokasi yang diamati. Model spasial Besag-York-Mollié (BYM) dapat diimplementasikan ke dalam data klaim pada beberapa daerah yang berdekatan dan memiliki potensi untuk menghasilkan prediksi yang lebih akurat dibanding dengan model-model non-spasial. Akan dilakukan penelitian terhadap model BYM untuk menjelaskan kegunaan model tersebut dan memberikan alternatif bagi model-model yang biasa digunakan untuk pemodelan frekuensi klaim. Untuk mengevaluasi performa dari model BYM, maka model tersebut akan diimplementasikan kepada data simulasi, kemudian efektivitas dari model juga akan dibandingkan terhadap model-model lainnya menggunakan ukuran Deviance Information Criterion atau DIC. Hasil analisis menunjukkan bahwa model BYM memiliki potensi untuk menjadi model yang paling akurat dalam memprediksikan frekuensi klaim pada daerah-daerah dengan autokorelasi spasial yang kuat. ......Claims frequency modelling is usually done using Generalized Linear Models or other similar models such as Poisson regression and Logistik Regression. However these models do not take in account spatial autocorrelation, or the event in which neighboring areas would have a close relationship, even though claims frequency has been proven to be influenced by the observed locations. The spatial Besag-York-Mollié model can be implemented in claims data for several neighboring areas and has potential to be more accurate than non-spatial models in predicting claims frequency. Research towards the BYM model will be done to explain the usage of the model and provide an alternative to other models usually used for claims frequency. To evaluate the effectiveness of the model, the BYM model is then implemented into simulation data, and its effectiveness is compared to other models using the Deviance Information Criterion or DIC. The result of the analysis shows that the BYM model has potential to be the best model for cases that have a strong spatial relationship.
Depok: Fakultas Ilmu Matematika dan Ilmu Pengetahuan Alam Budaya Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Djamang Ludiro
Abstrak :
Kota Cirebon yang berjarak sekitar 260 Kilometer dari Jakarta dan 125 Kilometer dari Bandung dengan latar belakang sejarah sejak abad XV memiliki tiga faktor yang menjadi syarat untuk memperoleh sebutan sebagai Daerah Tujuan Wisata, khususnya sebagai pariwisata urban yakni atraksi, fasilitas, dan aksesibilitas. Sesuai dengan kondisi geografisnya kehidupan kota tidak berorientasi pada sektor pertanian. Kontribusi terbesar dalam PDRB adalah sektor perdagangan, industri dan jasa. Penelitian ini mengidentifikasi unsur-unsur yang terkandung dalam ketiga faktor tersebut untuk memperoleh karakteristik model spasial Kota Cirebon yang menunjukkan fungsinya sebagai lokasi pariwisata urban. Karakteristiknya sebagai faktor supply prod uk pariwisata urban ditunjukkan oleh letak inti kotanya yang berada di sisi timur bagian tengah pantai Cirebon dengan tiga sub region yaitu kawasan pelabuhan, kawasan sejarah, dan kawasan perdagangan. Sebagai lokasi pariwisata urban terdapat empat tipologi di dalam wilayah kotanya yaitu tipologi dengan nuansa masa lalu yaitu warisan peninggalan daerah perdagangan, warisan peninggalan daerah keraton dan daerah perdagangan saat ini mendominasi inti kota, sedangkan tipologi daerah fasilitas rekreasi terbuka-tertutup yang terpencar mendominasi zona transisi. Terdapat kesesuaian model spasial pariwisata urban Kota Cirebon dengan model spasial Ashwort - Tunbridge namun dengan arah pergeseran fungsi ruang yang tidak seluruhnya sama. Dianalogikan dengan arahan penataan ruang Kota Cirebon tahun 2010 didapat temuan yang menunjukkan beberapa BWK tidak sesuai dengan model spasial yang diperoleh.
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2004
T39653
UI - Tesis Membership  Universitas Indonesia Library
cover
Andrian Libriyono
Abstrak :
ABSTRAK
Analisis perubahan garis pantai merupakan hal yang fundamental dalam melakukan investigasi di daerah pesisir baik oleh peneliti, perekayasa, maupun pengambil kebijakan. Strategi yang efektif dalam pengelolaan daerah pantai bergantung adanya tingkat ketelitian dalam pola dan rata-rata perubahan dalam jangka waktu yang lama atas perubahan garis pantai. Penelitian ini dilakukan untuk mendapatkan bentuk model spasial perubahan garis pantai melalui hasil identifikasi dan kuantifikasi berdasarkan kronologi perubahan garis pantai yang telah terjadi dan prediksi posisi garis pantai berkaitan dengan adanya rencana reklamasi dan pembangunan tanggul laut di kawasan Teluk Jakarta. Hasil pemodelan untuk merepresentasikan kurun waktu 1972 ? 2015 menunjukkan rata-rata laju perubahan -2,24 meter/tahun. Secara umum menunjukkan sebagian besar garis pantai mengalami pergeseran atau perubahan ke arah daratan (erosi) untuk bagian barat dan selatan, sedangkan kejadian akresi/penambahan terjadi sebagian besar di bagian timur Teluk Jakarta. Prediksi posisi garis pantai di tahun 2035 dengan kondisi area rencana RTRW di Teluk Jakarta direalisasikan, maka beberapa pulau reklamasi akan mengalami deposisi sedimen dan terjadi penggabungan pulau-pulau tersebut, baik antar pulau reklamasi maupun dengan daratan utama (Pulau Jawa). Rata-rata pergeseran adalah -79.08 meter/tahun (Zona 1), -56.46 meter/tahun (Zona 2), dan 16.70 meter/tahun (Zona 3).
ABSTRACT
Analysis of shoreline change is fundamental in conducting investigations in the coastal area both by researchers, engineers, and policy makers. An effective strategy in the management of coastal areas depend the level of accuracy in the pattern and the average change in the long term on shoreline change.This study was conducted to obtain the form of spatial models of shoreline change through the identification and quantification based on the chronology of shoreline change has occured and the prediction of shoreline position with regard to the planned reclamation and construction of sea dikes in the Jakarta Bay. Modeling results coastline changes in the period 1972 - 2015 shows the dominance of erosion in most parts of the study area with an average rate of change of -2.24 meters/year. Most of the coastline experienced a shift or change in inland (erosion), whereas the incidence of accretion occurs mostly in the eastern part of Jakarta Bay. Prediction shoreline position in 2035 with condition of the plan area in Jakarta Bay realized, the reclaimed island will experience some sediment deposition and merger of these island, both inter-island reclamation and to the mainland (Java island). The average shift is equal to -79.08 meters/year (Zone 1), -56.46 meters/year (Zone 2), and 16.70 meters/year (Zone 3).
2016
T46191
UI - Tesis Membership  Universitas Indonesia Library
cover
Dede Amrillah
Abstrak :
Kemacetan lalu lintas merupakan masalah bagi setiap daerah di Indonesia maupun dunia, tak terkecuali Kota Bogor. Faktor penyebab kemacetan di Kota Bogor diduga berasal dari penggunaan lahan, geometri dan kinerja jalan, dan rute transportasi publik angkutan kota. Perubahan rute angkutan kota angkot yang dilakukan oleh Pemerintah Kota Bogor bertujuan untuk mengurangi kepadatan dan kemacetan, namun hal tersebut bukan merupakan suatu jaminan. Oleh karena itu, penelitian ini bertujuan untuk mengetahui pola spasial kepadatan dan kemacetan dengan rute angkot saat ini serta membangun suatu model untuk memprediksi kepadatan dan kemacetan jika digunakan rute angkot baru, berdasarkan atas variabel penggunaan lahan jumlah sekolah dan pasar/mall, geometri dan kinerja jalan volume kendaraan, kapasitas jalan, kecepatan rata-rata, tipe jalan, jumlah jalur, jumlah simpang bersinyal dan tidak bersinyal, dan rute angkot yang melewati suatu ruas jalan. Metode yang digunakan dalam pemodelan adalah regresi berganda dengan menggunakan satu variabel dummy, serta metode stepwise regression. Hasil dari pemodelan menunjukkan bahwa variabel yang berpengaruh terhadap kepadatan adalah kecepatan rata-rata, jumlah simpang bersinyal dan tak bersinyal, dan rute angkot dengan nilai R2 66,9. Sedangkan variabel yang berpengaruh dalam model kemacetan adalah volume kendaraan, kapasitas jalan, jumlah simpang bersinyal, dan rute angkot dengan nilai R2 81,4. Untuk melihat akurasi dalam memprediksi model kepadatan dan kemacetan digunakan validasi Mean Absolute Precentage Error MAPE. Hasilnya menunjukkan nilai 12,46 untuk kepadatan yang artinya bahwa model memiliki akurasi prediksi baik dan 5,62 untuk kemacetan yang artinya model memiliki akurasi prediksi tinggi. Dengan demikian pada penelitian ini penggunaan lahan sekolah dan pasar tidak sebagai faktor penyebab kepadatan dan kemacetan, sedangkan geometri dan kinerja jalan serta rute angkot sebagai faktor penyebab kemacetan.
Traffic congestion is a problem for every region in Indonesia and the world, Bogor City is no exception. Factors causing congestion in Bogor City are thought to come from land use, the geometry and performance of road, and public transport routes urban transport. The change of urban transport route angkot carried out by Bogor City Government aims to reduce traffic density and congestion, but it is not a guarantee. Therefore, this study aims to determine the spatial patterns of traffic density and congestion with current angkot routes and construct a model to predict traffic density and congestion when new angkot routes are used, based on land use variables number of schools and markets malls, geometry and performance of road vehicle volume, road capacity, average velocity, road type, number of lanes, number of signaled and non signal intersection, and an angkot route passing a road. The method used in modeling is multiple regression using one dummy variable, and stepwise regression method. The result of modeling shows that the variables affecting traffic density are velocity, number of signaled and non signal intersection, and angkot route with R2 value 66,9. While the influential variables in the traffic congestion model are vehicle volume, road capacity, number of signaled intersection, and angkot route with R2 value 81.4. To see accuracy in predicting model of traffic density and congestion, Mean Absolute Precentage Error MAPE validation is used. The results show a value of 12.46 for traffic density which means that the model has good prediction accuracy and 5.62 for traffic congestion which means the model has high prediction accuracy. Thus in this study the landuse of school and market is not a factor causing traffic density and congestion, while the geometry and performance of roads and public transportation routes as a factor causing congestion.
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2018
T50980
UI - Tesis Membership  Universitas Indonesia Library
cover
Aditya Ramadhan
Abstrak :
Paku Rane (Selaginella willdenovii) yang merupakan salah satu spesies dari tumbuhan paku-pakuan dan banyak terdapat di wilayah hutan tropis seperti Jawa Barat. Kondisi ini mengindikasikan jenis tumbuhan tersebut tumbuh subur di wilayah yang masih di dominasi oleh hutan seperti pada Kawasan Resort Kawah Ratu Taman Nasional Gunung Halimun Salak. Tujuan penelitian ini adalah memperkuat informasi tentang ketersediaan habitat dengan melakukan pemodelan secara spasial terhadap objek penelitian dan menganalisis variabel yang digunakan dan diperoleh dari hasil penginderaan jauh dari citra Sentinel-2A dan DEM seperti (NDVI) untuk indeks kerapatan vegetasi, (NDMI) untuk kelembaban permukaan tanah, jarak dari sungai, kemiringan lereng, ketinggian tempat dan penggunaan variabel curah hujan berdasarkan hasil pengamatan dari data sekunder. Pembangunan model dilakukan dengan pemanfaatan teknologi SIG dan analisis regresi linear berganda untuk mengetahui hubungan antar variabel. Berdasarkan temuan di lapangan, ditemukan 2.565 individu dari 168 jumlah sampel. Penelitian ini menghasilkan model dengan pengaruh besar ke kecil yaitu ketinggian tempat, NDMI, kemiringan lereng, curah hujan dan jarak dari sungai. Variabel ini memiliki korelasi sebesar 71,6%, signifikansi yang tergolong baik (< 0,05), tingkat akurasi sebesar 86,4%, dan tidak terdapat multikolinearitas antar variabel. Diketahui dari model habitat kelas rendah seluas 450 ha, kelas sedang seluas 522 ha, kelas tinggi seluas 156 ha dan seluas 1.957 ha merupakan kelas yang tidak terdapat individu Paku Rane. Pola spasial habitat Paku Rane adalah mengelompok (clustered) dengan rasio ketetanggan terdekat sebesar 0,267345. Pemanfaatan penginderaan jauh mampu mencakup pemecahan masalah pada area yang luas dengan harapan pemantauan habitat dapat menjadi efisien sebagai informasi penting untuk pengelolaan inventarisasi flora yang lebih baik dan bermanfaat khususnya bagi masyarakat di sekitar Taman Nasional. ......Paku Rane (Selaginella willdenovii) is one species of ferns and is widely found in tropical forest areas such as West Java. This condition indicates that these plant species thrive in areas that are still dominated by forests, such as the Kawah Ratu Resort Area, and Mount Halimun Salak National Park. The purpose of this study is to strengthen information about habitat availability by doing spatial modeling of the research object and analyzing the variables used and obtained from remote sensing results from Sentinel-2A and DEM images such as (NDVI) for vegetation density index, (NDMI) for surface humidity. soil, distance from the river, slope, altitude, and the use of rainfall variables based on observations from secondary data. The model development is carried out using GIS technology and multiple linear regression analysis to determine the relationship between variables. Based on the findings in the field, 2,565 individuals were found out of 168 samples. This research produces a model with a large to small effect, namely altitude, NDMI, slope, rainfall, and distance from the river. This variable correlates with 71.6%, a relatively good significance (<0.05), an accuracy rate of 86.4%, and there is no multicollinearity between variables. It is known from the habitat model that the low-class area is 450 ha, the medium-class area is 522 ha, the high-class area is 156 ha and an area of ​​1,957 ha is a class where there are no Paku Rane individuals. The spatial pattern of the Paku Rane habitat is clustered with the nearest neighbor ratio of 0.267345. The use of remote sensing can cover problem-solving in a large area with the hope that habitat monitoring can be efficient as important information for better management of flora inventories and especially useful for communities around the National Park.
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2022
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Erwan Adiwijaya
Abstrak :
Penelitian ini merumuskan wilayah potensi konflik berdasarkan identifikasi persepsi wilayah pelayanan usaha dari masing-masing individu, Komponen Peta Mental Dalam proses pemetaan gambaran secara umum yang ditampilkan merupakan bentuk-bentuk geometris yang berupa titik, garis, area, dan permukaan, dari pemodelan mental map spasial Kecamatan Pancoran Jakarta Selatan ditemukan adanya wilayah territorial yang  kuat dari pedagang baik jenis pedagang sate Madura baik yang mangkal/menetap maupun pedagang sate Madura keliling. Titik lokasi pedagang sate Madura mangkal membentuk pola yang teratur dan tidak terdapat posisi yang berhimpitan antara mereka namun titik lokasi tersebut memiliki radius wilayah, radius wilayah tersebut merupakan bentuk territorial yang di anggap sebagai suatu kepemilikan. Wilayah pedagang sate Madura keliling berbentuk mengikuti bentuk jalan dan juga merupakan bentuk territorial dan di anggap sebagai suatu kepemilikan pedagang. Wilayah territorial tersebut tidak dapat terlihat oleh kasat mata dari pengolahan data terjadi tumpang tindih yang menjadi potensi konflik. Penelitian mengungkapkan bahwa Pedagang sate Madura baik yang mangkal maupun yang keliling  dari sebaran lokasinya mengikuti pola jaringan jalan sebaran pedagang sate Madura tersebut menunjukkan konsentrasi tinggi pada wilayah pemukiman padat tidak teratur namun memiliki banyak jaringan jalan. ......This research formulates conflict potential areas based on the identification of the perception of the business service area of ​​each individual, Mental Map Components In the mapping process the general picture displayed is geometric shapes in the form of points, lines, areas, and surfaces, from mental map spatial modeling Pancoran District, South Jakarta, found a strong territorial area of ​​traders, both types of Madura satay traders, both resident and traveling Madura satay traders. The location points of the Madura satay traders hang out in an orderly pattern and there is no overlapping position between them, but the location points have an area radius, the radius of the area is a territorial form which is considered as ownership. The area of ​​the traveling Madura satay traders is shaped to follow the shape of the road and is also a territorial form and is considered as a trader's ownership. The territorial area cannot be seen by the naked eye from data processing, there is an overlap which becomes a potential conflict. The study revealed that Madura satay traders, both those who hung out and who traveled from their locations, followed the pattern of the road network distribution of the Madura satay traders, showing high concentrations in densely irregular residential areas but with many road networks.
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2009
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Dwi Tamara
Abstrak :
Kota Bekasi adalah kota dengan penduduk terbanyak di Provinsi Jawa Barat. Di Bekasi, pergerakan utamanya menggunakan kendaraan. Salah satu polutan hasil pembakaran mesin kendaraan adalah PM10 yang dapat diperoleh dari data volume kendaraan, passive sampler, dan Landsat 8. Penelitian ini bertujuan menganalisis pola spasial PM10 di Kota Bekasi serta menganalisis validitas model spasial PM10 dari volume kendaraan/Landsat 8 dengan PM10 dari passive sampler sebagai validator. Penelitian ini menggunakan analisis deskriptif spasial dan analisis statistik RMSE. Berdasarkan PM10 dari volume kendaraan, jalan arteri berkapasitas besar mencakup wilayah PM10 dengan indeks kualitas buruk. Berdasarkan PM10 dari Landsat 8, hal tersebut terjadi berlawanan. Berkaitan dengan kondisi kemacetan, di jalan arteri berkapasitas kecil terdapat beberapa titik pengukuran volume kendaraan yang mengalami macet sekaligus tidak macet. PM10 dengan indeks kualitas udara tidak sehat juga dapat bersumber dari wilayah pemukiman, perdagangan dan jasa, serta industri. RMSE model spasial PM10 dari volume kendaraan memiliki tingkat kesalahan lebih rendah daripada model spasial PM10 dari Landsat 8. Meskipun begitu, jika dilakukan analisis lebih lanjut dengan mempertimbangkan aspek keruangan (seperti penggunaan lahan) maka terdapat beberapa area dan titik model yang berlokasi di wilayah penggunaan lahan yang sama. Hal ini menunjukkan bahwa kombinasi kesalahan model dan hubungannya dengan karakteristik spasial dapat menjadi pendekatan baru untuk menilai kinerja model. ......Bekasi City is a city with the largest population in West Java Province. In Bekasi City, the movement mainly uses vehicles. This study aims to analyze PM10 spatial pattern in Bekasi City and analyze validity of PM10 spatial model from vehicle volume/Landsat 8 with PM10 from passive sampler as a validator. This research uses descriptive spatial analysis and Root Mean Square Error (RMSE) statistical analysis. Based on PM10 from vehicle volume, large capacity arterial roads cover PM10 with poorer quality index. Based on PM10 from Landsat 8, it happens in opposite phenomena. In relation to congestion traffic, on small capacity arterial roads some points of vehicle volume measurement are congested, and other points are not. PM10 with unhealthy air quality index also can be sourced from residential, trade & service, and industrial areas. Then, RMSE of PM10 spatial model from vehicle volume has lower error than PM10 spatial model from Landsat 8. However, if further analysis considers spatial characteristics (such as land use), there are several areas models that are in the same land use. This shows that combination of model errors and their relationship to spatial characteristics can be a new approach to assessing model performance.
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2   >>