Departemen Teknik Geodesi Fakultas Teknik Universitas Diponegoro, Indonesia
BibTex Citation Data :
@article{JGUndip18160, author = {Andini Oktaviani and Arief Nugraha and Hana Firdaus}, title = {ANALISIS PENENTUAN LAHAN KRITIS DENGAN METODE FUZZY LOGIC BERBASIS PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS (Studi Kasus : Kabupaten Semarang)}, journal = {Jurnal Geodesi Undip}, volume = {6}, number = {4}, year = {2017}, keywords = {Fuzzy logic, Kabupaten Semarang, Lahan kritis, NDVI, Scoring dan pembobotan}, abstract = { ABSTRAK Lahan kritis merupakan lahan yang telah mengalami kerusakan fisik, kimia dan biologi yang pada akhirnya membahayakan fungsi hidrologis, orologis, produksi pertanian, pemukiman dan kehidupan sosial ekonomi. Luas lahan kritis Kabupaten Semarang dari tahun ke tahun semakin menurun dan tercatat pada tahun 2015 sebesar 7.383,50 Ha. Daerah studi yang dianalisis dalam penelitian ini terdiri dari tiga kawasan yaitu kawasan hutan lindung, kawasan budidaya untuk pertanian, dan kawasan lindung di luar kawasan hutan. Pemilihan area studi penelitian didasarkan dari Permenhut No. 32/Menhut-II/2009. Penelitian ini berbasis penginderaan jauh dan sistem informasi geografis untuk memetakan dan menganalisis lahan kritis. Metode yang digunakan adalah metode fuzzy logic dan dalam proses pengolahan menggunakan perangkat lunak Matlab. Parameter yang digunakan untuk menganalisis lahan kritis yaitu penutupan lahan (kerapatan vegetasi), erosi, lereng, produktivitas dan manajemen. Parameter penutupan lahan (kerapatan vegetasi) dalam penelitian ini didasarkan dari pengolahan algoritma NDVI ( Normalized Difference Vegetation Index ) di citra landsat 8 tahun 2016. Sedangkan untuk mendapatkan derajat kemiringan lereng didasarkan dari pengolahan DEM SRTM. Lahan kritis berdasarkan metode scoring dan pembobotan sesuai Permenhut No. 32/Menhut-II/2009 menunjukkan bahwa kawasan budidaya pertanian didominasi dengan kriteria tingkat potensi kritis seluas 2.747, 720 Ha di Kecamatan Jambu. Hasil pengolahan metode fuzzy logic didapatkan kawasan budidaya pertanian didominasi dengan kriteria tingkat potensi kritis seluas 2.948,205 Ha di Kecamatan Getasan. Kriteria tingkat kritis dari hasil pengolahan metode scoring dan pembobotan sesuai Permenhut serta fuzzy logic terdapat di kawasan hutan lindung seluas 0,909 Ha di Kecamatan Bandungan. Tingkat keakuratan hasil pengolahan divalidasi dengan pengambilan 25 titik sampel acak berdasarkan survei lapangan dan interpretasi di Google Earth . Hasil uji signifikan dengan uji t sample berpasangan menunjukkan bahwa tidak terdapat perbedaan yang signifikan antara hasil metode scoring dan pembobotan dengan nilai validasi lapangan dan hasil fuzzy logic . Presentase kesesuaian metode scoring dan pembobotan dengan hasil validasi lapangan sebesar 56% sedangkan fuzzy logic sebesar 64%.}, issn = {2809-9672}, pages = {332--341} doi = {10.14710/jgundip.2017.18160}, url = {https://ejournal3.undip.ac.id/index.php/geodesi/article/view/18160} }
Refworks Citation Data :
ABSTRAK
Lahan kritis merupakan lahan yang telah mengalami kerusakan fisik, kimia dan biologi yang pada akhirnya membahayakan fungsi hidrologis, orologis, produksi pertanian, pemukiman dan kehidupan sosial ekonomi. Luas lahan kritis Kabupaten Semarang dari tahun ke tahun semakin menurun dan tercatat pada tahun 2015 sebesar 7.383,50 Ha. Daerah studi yang dianalisis dalam penelitian ini terdiri dari tiga kawasan yaitu kawasan hutan lindung, kawasan budidaya untuk pertanian, dan kawasan lindung di luar kawasan hutan. Pemilihan area studi penelitian didasarkan dari Permenhut No. 32/Menhut-II/2009.
Penelitian ini berbasis penginderaan jauh dan sistem informasi geografis untuk memetakan dan menganalisis lahan kritis. Metode yang digunakan adalah metode fuzzy logic dan dalam proses pengolahan menggunakan perangkat lunak Matlab. Parameter yang digunakan untuk menganalisis lahan kritis yaitu penutupan lahan (kerapatan vegetasi), erosi, lereng, produktivitas dan manajemen. Parameter penutupan lahan (kerapatan vegetasi) dalam penelitian ini didasarkan dari pengolahan algoritma NDVI (Normalized Difference Vegetation Index) di citra landsat 8 tahun 2016. Sedangkan untuk mendapatkan derajat kemiringan lereng didasarkan dari pengolahan DEM SRTM.
Article Metrics:
Last update:
View My Stats
Jurnal Geodesi Undip
Departemen Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro