3 METODOLOGI PENELITIAN
|
|
- Dewi Kusumo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 19 3 METODOLOGI PENELITIAN 3.1. Kerangka Berpikir Kebakaran hutan yang sering terjadi di Indonesia berkaitan erat dengan dua faktor utama yaitu faktor alam dan faktor manusia. Kemungkinan terdapat karakteristik yang dapat ditemukan baik pola waktu maupun pola lokasi terjadinya kebakaran yang disebakan kedua faktor utama tersebut. Karakter waktu dapat ditemukan pada beberapa faktor alami penyebab kebakaran hutan seperti iklim (kemarau panjang, petir dan daya alam lainnya). Adanya kemungkinan bahwa kebakaran hutan terjadi pada musim musim tertentu dan periode bulan tertentu memberi asumsi terdapatnya pola secara temporal terjadinya kebakaran hutan. Faktor manusia sebagai penyebab kebakaran hutan dipicu oleh kegiatan perladangan tradisional dari penduduk setempat yang berpindah-pindah, pola perilaku manusia setempat, dan pembukaan hutan oleh para pemegang Hak Pengusahaan Hutan (HPH) untuk industri kayu maupun perkebunan kelapa sawit. Terdapat kemungkinan bahwa pembukaan hutan yang dilakukan oleh para pemegang HPH dan petani tradisional dengan perladangan berpindah pindah dilakukan pada periode waktu tertentu. Misalnya periode waktu dimana kondisi alam mendukung dilakukannya pembakaran seperti kondisi musim kering, tidak lembab dan sebagainya. Hal ini juga memberikan asumsi bahwa kebakaran hutan memiliki pola temporal dalam periode waktu tertentu dan spasial pada lokasi lahan para pemegang HPH dan petani tradisional. Meskipun perilaku masyarakat seperti kebiasaan dalam membakar tanah gambut, semak belukar dan sebagainya muncul sebagai kondisi bebas kapanpun dan dimanapun dapat terjadi kebakaran hutan. Dari asumsi asumsi tersebut maka terdapat kemungkinan bahwa kebakarn hutan memiliki karakter-karakter pola persebaran tertentu secara spatiotemporal. Sangat diperlukan pengenalan pola karakter kebakaran hutan baik itu secara spasial maupun temporal dalam mengatasi kebakaran hutan. Dimana secara logis berdasarkan Hukum Geografi 1 Tobler hotspot akan mengelompok karena kedekatan lokasi dan waktu sehingga terdapat kemungkinan bahwa hotspot tidak
2 20 tersebar secara acak tetapi terdapat pola penggerombolan secara alami. Jika lokasi dan pola persebaran kebakaran hutan diketahui maka pihak terkait mampu melakukan perencanaan dalam melakukan manajemen pengelolaan kebakaran hutan. Misalnya untuk daerah yang dinilai rawan dalam waktu tertentu dan lokasinya pada batas administrasi maka diperlukan pengelolaan yang terpadu pada wilayah yang bersangkutan yang pada saat ini pengelolaannya dipisahkan. Saat ini tingkat kerawanan kebakaran hutan dilakukan dengan melakukan metode expert dan densitas, dimana kedua metode ini menggerombolkan hotspot kebakaran hutan tidak secara alami yaitu dengan membagi kelompok berdasarkan kedekatan sifat pada setiap hotspot melainkan dengan mengukur densitas kelompok kebakaran hutan yang berada di suatu lokasi tertentu. Sehingga kelompok kebakaran hutan tidak selalu memiliki karakter yang sama baik secara lokasi maupun waktu. Metode yang telah digunakan tidak sesuai dengan Hukum Geografi 1 Tobler yang seharusnya mengelompok karena kedekatan karakter baik lokasi maupun waktu. Alternatifnya adalah melakukan penggerombolan hotspot kebakaran hutan dengan menggunkan suatu metode, dimana metode tersebut akan mengelompokkan hotspot berdasarkan kedekatan karakter dari hotspot tersebut baik lokasi maupun waktu secara alami. Tehnik yang sesuai dengan metode ini diantaranya adalah DBSCAN dan ST-DBSCAN. DBSCAN melakukan penggerombolan dengan mengukur kedekatan anggota dalam setiap gerombolnya dengan jarak tertentu. ST-DBSCAN melakukan penggerombolan dengan mengukur kedekatan anggota dalam setiap gerombolnya dengan jarak dan waktu tertentu. Sehingga dengan melakukan penggerombolan menggunakan DBSCAN dan ST-DBSCAN dapat diperoleh gambaran penggerombolan yang anggota penggerombolannya memiliki sifat yang mirip satu dengan lainnya. Terdapat kemungkinan ditemukannya karakter dan pola spasiotemporal dari penggerombolan yang dihasilkan dimana karakter dan pola tersebut sangat diperlukan menyangkut isu-isu manajemen pengelolaan kebakaran hutan yang terjadi di Indonesia. Kerangka berpikir pada penelitian ini terdapat pada Gambar 8.
3 21 Masukan Analisis Masalah - Hotspot biasanya muncul, bisa teratur atau tidak teratur - Untuk mengendalikan hotspot diperlukan pengenalan karakter Rujukan Teori Teori Hukum Geografi 1 Tobbler Penelitian Asumsi Hotspot tidak tersebar secara acak tetapi memiliki pola penggerombolan diantaranya disebabkan faktor manusia dan faktor alami Solusi - DBSCAN (jarak) - ST-DBSCAN (jarak dan waktu) digunakan untuk mengetahui pola persebaran hotspot kebakaran hutan 3.2. Tahapan Penelitian Gambar 8 Kerangka berfikir Pada penelitian ini untuk mendeterminasi penggerombolan titik-titik rawan kebakaran hutan dengan menggunakan metode DBSCAN dan ST-DBSCAN tahap tahap yang akan dilakukan terdapat pada Gambar 9. Mulai ST-DBSCAN Output Pengumpulan Data dan Praproses Data Hasil Praproses Analisis Visualisasi DBSCAN Output Selesai Gambar 9 Diagram alir tahap-tahap penelitian Sumber Data dan Praproses Badan Nasional Penanggulangan Bencana (BNPB) pusat telah mengidentifikasi daerah rawan kebakaran hutan Sumatera Selatan merupakan salah satu diantaranya. Selain Sumatera Selatan terdapat juga provinsi Riau, Sumatera Utara, Jambi, Kalimantan Timur, dan Kalimantan Barat.
4 22 Data spasial yang digunakan adalah hotspot kebakaran hutan di Sumatra Selatan tahun Data hotspot yang digunakan diperoleh dari Fire Information For Resource Management System (FIRMS) yang merupakan data hotspot MODIS yang disediakan oleh National Aeronautics and Space Administration (NASA). Data Sumatera Selatan dan data tahun 2003 sudah cukup mewakili pengembangan metode dalam melakukan salah satu usaha pemecahan masalah kebakaran hutan yang terjadi di Indonesia. Hal ini dikarenakan Sumatera Selatan merupakan salah satu daerah rawan bencana kebakaran. Analisis time series dalam melakukan prediksi bencana kebakaran masih memerlukan cakupan data dengan periode tahun yang lebih panjang. Tahapan praproses dilakukan terhadap semua data yang digunakan. Tahapan praproses data yang dilakukan adalah sebagai berikut: 1. Pemilihan Data Pada proses ini dilakukan pemilihan data hotspot yang terjadi di provinsi Sumatra Selatan pada tahun Pada data tersebut akan dilakukan pemilihan field data yang diperlukan untuk mempercepat perhitungan data. Field data yang diperlukan yaitu lintang, bujur, dan tanggal. Untuk penggerombolan menggunakan DBSCAN, data dikelompokkan per bulan sedangkan penggerombolan ST-DBSCAN seluruh data akan diproses tanpa melakukan pengelompokan data. 2. Tranformasi Data Tanggal Data tanggal akan disamakan dalam format dd-mm-yyy, setelah itu sebelum diolah dalam Matlab akan diubah lagi dalam format number. 3. Pembersihan Data Pada semua data dilakukan pembersihan data untuk mengganti nilai atribut yang hilang atau kosong Perhitungan Jarak Dalam perhitungan radius epsilon (Eps) dan untuk mengukur kesamaan suatu titik apakah dimasukan dalam satu penggerombolan atau tidak digunakan suatu parameter dist (jarak). Pengukuran jarak menggunakan Euclidean distance untuk mengukur jarak antara titik i dan j dari persamaan berikut:
5 23 Dimana dan j merupakan objek data dua dimensi. Pada data DBSCAN digunakan satu parameter jarak yaitu Eps untuk mengukur persamaan data spasial sedangkan pada data ST-DBSCAN digunakan dua parameter jarak yaitu Eps1 untuk mengukur persamaan jarak data spasial yaitu jarak titik geografis dan Eps2 untuk mengukur persamaan data non spasial dalam penelitian ini menggunakan atribut waktu (tanggal terjadi kebakaran) Penentuan Eps dan MinPts Menentukan parameter Eps dan MinPts dari penggerombolan terkecil pada basis data dapat dilakukan melalui observasi k-dist (Gambar 10). Berikut langkahlangkah penentuan nilai Eps dan MinPts dari k-dist. k-dist Ambang batas noise penggerombolan point Gambar 10 Grafik nilai Eps 1. Komputasikan k-dist untuk seluruh titik pada beberapa k. Urutkan dalam urutan menurun dan plot nilai yang telah diurutkan. 2. Perubahan tajam pada nilai k-dist yang berhubungan dengan nilai Eps dan nilai k gunakan sebagai MinPts yang sesuai. 3. Poin yang k-dist lebih kecil dari Eps akan disebut sebagai core point (titik inti), sementara titik lain akan dilabeli sebagai titik noise atau titik border. 4. Jika k terlalu besar maka penggerombolan kecil (ukuran kurang dari k) cenderung diberi label sebagai titik noise. Jika k terlalu kecil maka titik noise atau outlier akan salah diberi label sebagai penggerombolan. Eps dipilih yang kurang dari jarak yang ditentukan oleh lembah pertama.
6 DBSCAN Data hasil praproses yang telah dikelompokkan per bulan akan dilakukan penggerombolan menggunakan DBSCAN. Setelah ditemukan nilai Eps dan MinPts yang sesuai dengan algoritma sebagai berikut (Tan et al ): Menghilangkan titik noise dengan 1. Melakukan pengelompokan pada titik yang tersisa dengan cara menghubungkan semua titik inti (core) dengan jarak yang kurang dari Eps satu sama lain 2. membuat setiap kelompok dari titik inti yang terhubung menjadi penggerombolan yang terpisah 3. menetapkan setiap titik perbatasan ke salah satu penggerombolan rekanannya ST-DBSCAN Setelah diperoleh nilai Eps1 dan Eps2 data hasil praproses akan dilakukan penggerombolan dengan menggunakan algoritma ST-DBSCAN dengan dimulai dengan titik pertama p dalam basis data D dan mengambil semua titik density reachable dari p sehubungan dengan Eps1 dan Eps2. 1. Titik p diproses sesuai dengan algoritma DBSCAN dan titik berikutnya diambil. 2. Fungsi Retrieve_Neighbors (objek, Eps1, Eps2) mengambil semua titik density reachable dari objek yang dipilih sehubungan dengan Eps1, Eps2 dan MinPts. Jika titik yang kembali berada dalam Eps neigborhood lebih kecil dari nilai MinPts, objek dinilai sebagai titik noise. 3. Titik noise dapat diubah kemudian jika titik bukan directly density reachable tetapi merupakan density reachable. 4. Jika titik dipilih adalah titik core, maka sebuah penggerombolan baru dibangun. Kemudian seluruh titik directly density reachable neighborhood dari titik core akan dimasukkan dalam penggerombolan. 5. Kemudian algoritma secara iteratif mengumpulkan objek density reachable dari core objek. 6. Jika objek tidak ditandai sebagai titik noise atau tidak dalam penggerombolan dan perbedaan antara nilai rata-rata dari penggerombolan dan nilai baru lebih kecil dari ΔE, ia ditempatkan ke dalam penggerombolan tersebut.
7 25 7. Jika dua kelompok C1 dan C2 dekat satu sama lain, sebuah titik p mungkin milik kedua C1 dan C2. Kemudian titik p dimasukkan dalam penggerombolan pertama yang menemukan titik tersebut Pengembangan Prototipe Visualisasi Metode yang digunakan dalam pengembangan aplikasi penggerombolan ST-DBSCAN dan DBSCAN adalah prototipe. Metode prototipe merupakan jenis metode yang memiliki siklus pengembangan. Metode ini digunakan karena dalam pembangunan atau pengembangan suatu aplikasi, proses yang dilakukan akan selalu bersifat dinamis atau selalu mengalami perubahan (update) sesuai dengan perkembangan jaman. Metode prototipe dimulai dari komunikasi untuk mendiskusikan tujuan keseluruhan dari perangkat lunak tersebut, mengidentifikasikan kebutuhan, dan menguraikan permintaan klien. Pada prototipe tahap perencanaan dan perancangan dilakukan secara cepat. Perancangan tersebut difokuskan pada tampilan akhir dari perangkat lunak yang dibangun. Perancangan ini mengarah kepada pembuatan prototipe dari perangkat lunak. Kemudian prototipe tersebut diserahkan dan dievaluasi untuk menghasilkan feedback yang akan digunakan untuk menyempurnakan permintaan kebutuhan dari perangkat lunak tersebut Waktu Penelitian Penelitian dilaksanakan di Laboratorium Rekayasa Perangkat Lunak dan Ilmu Informasi (Software Engineering and Information Science /SEIS) dimulai bulan Januari 2012 sampai dengan bulan September 2012.
PENGGEROMBOLAN SPASIAL HOTSPOT KEBAKARAN HUTAN DAN LAHAN MENGGUNAKAN DBSCAN DAN ST-DBSCAN UTSRI YUSTINA PURWANTO
PENGGEROMBOLAN SPASIAL HOTSPOT KEBAKARAN HUTAN DAN LAHAN MENGGUNAKAN DBSCAN DAN ST-DBSCAN UTSRI YUSTINA PURWANTO SEKOLAH PASCARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012 10 PERNYATAAN MENGENAI TESIS DAN
Lebih terperinci2 TINJAUAN PUSTAKA. Ruang Lingkup Penelitian
3 Ruang Lingkup Penelitian 1. Teknik yang digunakan dalam membentuk clustering titik panas adalah DBSCAN. 2. Data yang digunakan pada penelitian ini adalah data titik panas kebakaran hutan di Indonesia
Lebih terperinci2 TINJAUAN PUSTAKA Kebakaran Hutan
5 2 TINJAUAN PUSTAKA 2.1. Kebakaran Hutan Kebakaran hutan adalah suatu proses reaksi yang menyebar secara bebas dari perpaduan antar unsur oksigen, bahan bakar hutan dan panas yang mengkonsumsi bahan bakar
Lebih terperinciSpatio-Temporal Clustering Hotspot di Sumatera Selatan Tahun Menggunakan Algoritme ST-DBSCAN dan Bahasa Pemrograman R
Tersedia secara online di: http://journal.ipb.ac.id/index.php/jika Volume 3 Nomor 2 halaman 112-121 ISSN: 2089-6026 Spatio-Temporal Clustering Hotspot di Sumatera Selatan Tahun 2002-2003 Menggunakan Algoritme
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 8 Langkah-langkah deteksi cluster dengan algoritme DDBC. Performansi Hasil Cluster
Performansi Hasil Cluster Gambar 8 Langkah-langkah deteksi cluster dengan algoritme DDBC. Pada tahap ini dilakukan analisis terhadap hasil cluster. Analisis yang digunakan adalah analisis cluster ce. Besarnya
Lebih terperinciIDENTIFIKASI AREAL BEKAS KEBAKARAN HUTAN DAN LAHAN (KARHUTLA, KEBAKARAN HUTAN DAN LAHAN)
IDENTIFIKASI AREAL BEKAS KEBAKARAN HUTAN DAN LAHAN (KARHUTLA, KEBAKARAN HUTAN DAN LAHAN) Kebakaran hutan dan lahan gambut merupakan kebakaran permukaan dimana api membakar bahan bakar yang ada di atas
Lebih terperinciImplementasi Metode Clustering DBSCAN pada Proses Pengambilan Keputusan
Implementasi Metode Clustering DBSCAN pada Proses Pengambilan Keputusan Ni Made Anindya Santika Devi, I Ketut Gede Darma Putra, I Made Sukarsa Jurusan Teknologi Informasi, Universitas Udayana Bukit Jimbaran,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Rendy, 2013
BAB I PENDAHULUAN 1.1. Latar Belakang Twitter merupakan sebuah situs microblogging yang populer dibandingkan dengan situs microblogging lainnya. Hal ini terlihat dari jumlah pengguna Twitter yang mencapai
Lebih terperinciPENDAHULUAN. wilayah Sumatera dan Kalimantan. Puncak jumlah hotspot dan kebakaran hutan
PENDAHULUAN Latar Belakang Kebakaran hutan akhir-akhir ini sering terjadi di Indonesia khususnya di wilayah Sumatera dan Kalimantan. Puncak jumlah hotspot dan kebakaran hutan dan lahan pada periode 5 tahun
Lebih terperinciStudi Akurasi Citra Landsat 8 dan Citra MODIS untuk Pemetaan Area Terbakar (Studi Kasus: Provinsi Riau)
A758 Studi Akurasi Citra Landsat 8 dan Citra MODIS untuk Pemetaan Area Terbakar (Studi Kasus: Provinsi Riau) Agita Setya Herwanda, Bangun Muljo Sukojo Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan
Lebih terperinciBAB 1 PENDAHULUAN. Sistem Informasi Geografis pemetaan titik api (hotspot) pemicu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang begitu masif dan pesat memberikan kita sebuah tuntutan untuk terus berinovasi. Bentuk inovasi tersebut yaitu membuat sebuah sistem informasi
Lebih terperinciSPATIO-TEMPORAL CLUSTERING HOTSPOT DI SUMATERA SELATAN TAHUN MENGGUNAKAN ALGORITME ST-DBSCAN DAN BAHASA PEMROGRAMAN PYTHON
SPATIO-TEMPORAL CLUSTERING HOTSPOT DI SUMATERA SELATAN TAHUN 2002-2003 MENGGUNAKAN ALGORITME ST-DBSCAN DAN BAHASA PEMROGRAMAN PYTHON COLIN SABATINI LUMBAN TOBING DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
5. Sebaran Hotspot Tahunan BAB V HASIL DAN PEMBAHASAN Potensi kebakaran hutan dan lahan yang tinggi di Provinsi Riau dipengaruhi oleh beberapa faktor, yaitu: penggunaan api, iklim, dan perubahan tata guna
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Hutan merupakan sumber daya alam yang menyimpan berbagai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Hutan merupakan sumber daya alam yang menyimpan berbagai potensi yang kini gangguannya semakin meluas. Kebakaran hutan merupakan salah satu bentuk gangguannya. Dampak
Lebih terperinciKARAKTERISTIK WAKTU TERJADI HOTSPOT MENGGUNAKAN K-MEANS CLUSTERING DI WILAYAH KALIMANTAN SELATAN. Nur Armina Rahmah
Technologia Vol 8, No.1, Januari Maret 2017 20 KARAKTERISTIK WAKTU TERJADI HOTSPOT MENGGUNAKAN K-MEANS CLUSTERING DI WILAYAH KALIMANTAN SELATAN Nur Armina Rahmah (nur.armina@fti.uniska-bjm.ac.id) ABSTRAK
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Bab ini berisi penjelasan mengenai proses implementasi dan pengujian yang dilakukan dalam penelitian mengenai aplikasi algoritma spasial clustering pada data mahasiswa
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
16 5.1 Hasil 5.1.1 Pola curah hujan di Riau BAB V HASIL DAN PEMBAHASAN Data curah hujan bulanan dari tahun 2000 sampai dengan 2009 menunjukkan bahwa curah hujan di Riau menunjukkan pola yang sama dengan
Lebih terperinciModifikasi DBSCAN (Density-Based Spatial Clustering With Noise) pada Objek 3 Dimensi
Jurnal Komputer Terapan Vol. 3, No. 1, Mei 2017, 41-52 41 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id Modifikasi DBSCAN (Density-Based Spatial Clustering With Noise) pada Objek 3 Dimensi Ibnu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Komputer dapat digunakan sebagai alat bantu untuk menyelesaikan berbagai persoalan. Sistem Informasi Geografi adalah suatu sistem manajemen berupa informasi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Hutan merupakan suatu tempat yang luas yang didalamnya terdapat berbagai macam makhluk hidup yang tinggal disana. Hutan juga merupakan suatu ekosistem yang memiliki
Lebih terperinciCLUSTERING DATASET TITIK PANAS DENGAN ALGORITME RDBC MENGGUNAKAN WEB FRAMEWORK SHINY PADA BAHASA R ARIES SANTOSO
CLUSTERING DATASET TITIK PANAS DENGAN ALGORITME RDBC MENGGUNAKAN WEB FRAMEWORK SHINY PADA BAHASA R ARIES SANTOSO DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN. Metode penelitian yang digunakan dalam penelitian ini adalah :
BAB III ANALISIS DAN PERANCANGAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah : Gambar 4 Flowchart metode penelitian Berikut adalah penjelasan dari flowchart diatas:
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Penelitian Terkait Pada penelitian ini, peneliti melakukan penelitian yang didasarkan pada penelitian terdahulu yang terkait dengan penelitian yang akan dilakukan peneliti.
Lebih terperinciIMPLEMENTASI ALGORITMA PENENTUAN PARAMETER DENSITAS PADA METODE DBSCAN UNTUK PENGELOMPOKAN DATA
TUGAS AKHIR KI1502 IMPLEMENTASI ALGORITMA PENENTUAN PARAMETER DENSITAS PADA METODE DBSCAN UNTUK PENGELOMPOKAN DATA AKHMAD BAKHRUL ILMI NRP 5111100087 Dosen Pembimbing I Dr. Eng. Chastine Fatichah, S.Kom.,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Hal-hal yang dipaparkan pada Bab Tinjauan Pustaka adalah penelaahan kepustakaan yang mendasari proses perancangan dan pembuatan aplikasi meliputi data mining, Customer Relationship
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN Bab ini menjelaskan mengenai analisis dan proses perancangan. Bagian analisis meliputi deskripsi umum sistem yang dibangun, spesifikasi kebutuhan perangkat lunak, data
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini berisi landasan teori dalam penelitian mengenai aplikasi algoritma spasial clustering pada data mahasiswa baru. Pembahasan diawali dengan penjelasan secara umum mengenai data
Lebih terperinciMETODE PENELITIAN Kerangka Pemikiran Ruang Lingkup Penelitian
METODE PENELITIAN Kerangka Pemikiran Dalam rangka perumusan kebijakan, pembangunan wilayah sudah seharusnya mempertimbangkan pelaksanaan pembangunan yang berkelanjutan. Penelitian ini dilakukan atas dasar
Lebih terperinci3. METODOLOGI PENELITIAN
3. METODOLOGI PENELITIAN 3.1. Waktu dan Lokasi Penelitian Lokasi kajian untuk mendapatkan nilai konsentrasi klorofil-a dan SPL dari citra satelit terletak di perairan Laut Jawa (Gambar 4). Perairan ini
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Data Preprocessing Tahapan awal dalam analisis klaster data spasio-temporal clustering adalah melakukan data preprocessing. Hal ini dilakukan agar data yang akan dilakukan
Lebih terperinciBAB I PENDAHULUAN. diwilayah jawa timur. Dengan jumlah penduduk pada tahun 2010 sebanyak
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Malang merupakan kota metropolitan ke dua dari kota surabaya yang ada diwilayah jawa timur. Dengan jumlah penduduk pada tahun 2010 sebanyak 820.243 jiwa, dengan
Lebih terperinciProsiding SENATEK 2015 Fakultas Teknik, Universitas Muhammadiyah Purwokerto Purwokerto, 28 November 2015, ISBN
SISTEM KLASTERISASI MENGGUNAKAN METODE K-MEANS DALAM MENENTUKAN POSISI ACCESS POINT BERDASARKAN POSISI PENGGUNA HOTSPOT DI UNIVERSITAS MUHAMMADIYAH PURWOKERTO Achmad Fauzan*, Abid Yanuar Badharudin, Feri
Lebih terperinci(M.3) CLUSTERING PENGGUNA WEBSITE BPS MENGGUNAKAN ALGORITMA SEQUENCE DBSCAN (SEQDBSCAN) DENGAN JARAK SIMILARITAS S 3 M
(M.3) CLUSTERING PENGGUNA WEBSITE BPS MENGGUNAKAN ALGORITMA SEQUENCE DBSCAN (SEQDBSCAN) DENGAN JARAK SIMILARITAS S 3 M 1Toza Sathia Utiayarsih, 2 Yadi Suprijadi, 3 Bernik Maskun 1Mahasiswa Magister Statistika
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Kebakaran hutan (wildfire/forest fire) merupakan kondisi dimana keadaan api menjadi tidak terkontrol dalam vegetasi yang mudah terbakar di daerah pedesaan atau daerah
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Salah satu persoalan lingkungan yang muncul hampir setiap tahun di Indonesia terutama pasca tahun 2000 adalah kebakaran hutan, termasuk di wilayah provinsi Riau. Kebakaran hutan
Lebih terperinciBAB I PENDAHULUAN. Maret hingga Agustus. Kondisi ini didukung oleh suhu rata-rata 21 0 C 36 0 C dan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Kota Dumai merupakan salah satu dari 12 Kabupaten/Kota di Provinsi Riau. Kota Dumai sangat dipengaruhi oleh iklim laut. Musim hujan jatuh pada bulan September hingga
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sejak tahun 1980-an para peneliti meteorologi meyakini bahwa akan terjadi beberapa penyimpangan iklim global, baik secara spasial maupun temporal. Kenaikan temperatur
Lebih terperinciSISTEM INFORMASI GEOGRAFIS PERTANIAN PADI DI KABUPATEN BANTUL, D.I. YOGYAKARTA
SISTEM INFORMASI GEOGRAFIS PERTANIAN PADI DI KABUPATEN BANTUL, D.I. YOGYAKARTA Agus Rudiyanto 1 1 Alumni Jurusan Teknik Informatika Univ. Islam Indonesia, Yogyakarta Email: a_rudiyanto@yahoo.com (korespondensi)
Lebih terperinciPembuatan Aplikasi Pendeteksi Anomali Pada Pola Konsumsi Listrik Pelanggan Kota Surabaya Menggunakan Algoritma Klasterisasi Berbasis Densitas
1 Pembuatan Aplikasi Pendeteksi Anomali Pada Pola Konsumsi Listrik Pelanggan Kota Surabaya Menggunakan Algoritma Klasterisasi Berbasis Densitas Achmad Zainuddin Zakariya, Arif Djunaidy, Renny Pradina Kusumawardani
Lebih terperinciPENERAPAN DYNAMIC DENSITY BASED CLUSTERING PADA DATA KEBAKARAN HUTAN FANI WULANDARI
PENERAPAN DYNAMIC DENSITY BASED CLUSTERING PADA DATA KEBAKARAN HUTAN FANI WULANDARI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 PENERAPAN
Lebih terperinciANALISIS TRAYEKTORI KABUT ASAP DARI KEBAKARAN LAHAN GAMBUT DI PROVINSI RIAU MENGGUNAKAN ALGORITME CLUSTERING DBSCAN DAN K-MEANS HAMIDATUL KHAIRAT
ANALISIS TRAYEKTORI KABUT ASAP DARI KEBAKARAN LAHAN GAMBUT DI PROVINSI RIAU MENGGUNAKAN ALGORITME CLUSTERING DBSCAN DAN K-MEANS HAMIDATUL KHAIRAT DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciKeywords: Sistem Informasi Georafis, Pemetaan, Pabrik Sawit
SISTEM INFORMASI GIOGRAFIS PEMETAAN PABRIK SAWIT DI KABUPATEN INDRAGIRI HILIR R. Zulkarnain, Abdullah Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu Komputer Universitasi Islam Indragiri (UNISI)
Lebih terperinciI. PENDAHULUAN 1.1 Latar Belakang
1 I. PENDAHULUAN 1.1 Latar Belakang Daerah aliran sungai (DAS) merupakan sistem yang kompleks dan terdiri dari komponen utama seperti vegetasi (hutan), tanah, air, manusia dan biota lainnya. Hutan sebagai
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Bab ini berisi pembahasan mengenai gambaran umum penelitian dalam analisis spasial clustering pada data mahasiswa Universitas Mercu Buana. Pembahasan diawali dengan penjelasan mengenai
Lebih terperinciDaftar Isi. Daftar Isi Daftar Gambar Bab 1. Pendahuluan... 5
Daftar Isi Daftar Isi... 2 Daftar Gambar... 4 Bab 1. Pendahuluan... 5 Bab 2. Metode Prediksi Iklim, Pola Tanam dan... 6 2.1 Pemodelan Prediksi Iklim... 6 2.2 Pengembangan Peta Prediksi Curah Hujan... 8
Lebih terperinciPENYUSUNAN SOFTWARE APLIKASI SPASIAL UNTUK MENENTUKAN TINGKAT KEKERINGAN METEOROLOGI DI INDONESIA
PENYUSUNAN SOFTWARE APLIKASI SPASIAL UNTUK MENENTUKAN TINGKAT KEKERINGAN METEOROLOGI DI INDONESIA Adi Witono, Lely Q.A, Hendra Sumpena Pusat Pemanfaatan Sains Atmosfer dan Iklim LAPAN witonoadi@yahoo.com,
Lebih terperinciMetode Pengclusteran Berbasis Densitas Menggunakan Algoritma DBSCAN Methods of Density-Based Clustering Algorithm using DBSCAN
Prosiding Statistika ISSN: 2460-6456 Metode Pengclusteran Berbasis Densitas Menggunakan Algoritma DBSCAN Methods of Density-Based Clustering Algorithm using DBSCAN 1 Nur Arsih, 2 Nusar Hajarisman, 3 Sutawanir
Lebih terperinciWeb browser Mozilla Firefox 2.0 dan Internet Explorer 7 HASIL DAN PEMBAHASAN. Analisis Data
6 Web browser Mozilla Firefox 2.0 dan Internet Explorer 7 Analisis Data HASIL DAN PEMBAHASAN Data hotspot yang digunakan adalah data dari tahun 2000 sampai dengan tahun 2004. Hal ini disebabkan data hotspot
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi perangkat lunak dewasa ini tidak terlepas dari berkembangnya studi mengenai kecerdasan buatan. Ada dua hal yang termasuk dari kecerdasan buatan
Lebih terperinciII. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan Pengertian Lahan
II. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan 2.1.1 Pengertian Lahan Pengertian lahan tidak sama dengan tanah, tanah adalah benda alami yang heterogen dan dinamis, merupakan interaksi hasil kerja
Lebih terperinciTopik C4 Lahan gambut sebagai cadangan karbon
Topik C4 Lahan gambut sebagai cadangan karbon 1 Presentasi ini terbagi menjadi lima bagian. Bagian pertama, memberikan pengantar tentang besarnya karbon yang tersimpan di lahan gambut. Bagian kedua membahas
Lebih terperinciKARAKTERISTIK WILAYAH STUDI. A. Kondisi Geografis LS dan BT. Beriklim tropis dengan
III. KARAKTERISTIK WILAYAH STUDI A. Kondisi Geografis Secara geografis Kabupaten Tebo terletak diantara titik koordinat 0 52 32-01 54 50 LS dan 101 48 57-101 49 17 BT. Beriklim tropis dengan ketinggian
Lebih terperinciANALISIS DAMPAK PERUBAHAN TUTUPAN LAHAN HUTAN TERHADAP IKLIM DI PULAU KALIMANTAN MENGGUNAKAN MODEL IKLIM REGIONAL (REMO) SOFYAN AGUS SALIM G
ANALISIS DAMPAK PERUBAHAN TUTUPAN LAHAN HUTAN TERHADAP IKLIM DI PULAU KALIMANTAN MENGGUNAKAN MODEL IKLIM REGIONAL (REMO) SOFYAN AGUS SALIM G02400013 DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Perubahan Rasio Hutan Sebelum membahas hasil simulasi model REMO, dilakukan analisis perubahan rasio hutan pada masing-masing simulasi yang dibuat. Dalam model
Lebih terperinciPENDAHULUAN Latar Belakang
PENDAHULUAN Latar Belakang Lahan gambut merupakan salah satu tipe ekosistem yang memiliki kemampuan menyimpan lebih dari 30 persen karbon terestrial, memainkan peran penting dalam siklus hidrologi serta
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Data mining merupakan serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basisdata dengan melakukan
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi komputer yang semakin pesat dapat digunakan untuk membantu manusia dalam melakukan pekerjaannya. Komputer sudah banyak digunakan sebagai
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Kalimantan Timur merupakan salah satu provinsi yang memiliki potensi untuk pengembangan perkebunan kelapa sawit. Salah satu perusahaan yang memanfaatkan potensi ini
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sumatera Utara memiliki luas total sebesar 181.860,65 Km² yang terdiri dari luas daratan sebesar 71.680,68 Km² atau 3,73 % dari luas wilayah Republik Indonesia. Secara
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang Penelitian Novita Fauzi, 2015
1 BAB I PENDAHULUAN A. Latar Belakang Penelitian Negara Indonesia memiliki potensi rawan akan bencana, baik bencana alam maupun bencana non-alam. Bencana dapat menimbulkan terancamnya keselamatan jiwa,
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Menurut Intergovernmental Panel on Climate Change (IPCC,2001), konsentrasi gas-gas rumah kaca, khususnya CO2, CH4, dan N2O dalam dua abad terakhir
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN A. Konsep Penelitian Penelitian ini merupakan penelitian deskriptif yaitu untuk mengetahui potensi terjadinya banjir di suatu wilayah dengan memanfaatkan sistem informasi geografi
Lebih terperinciSISTEM RISIKO KEBAKARAN (FRS): Peringatan Dini Kebakaran Lahan & Hutan Musiman
SISTEM RISIKO KEBAKARAN (FRS): Peringatan Dini Kebakaran Lahan & Hutan Musiman http://geospasial.bnpb.go.id Presented by Rizaldi Boer (Team Coordinator) Centre for Climate Risk and Opportunity Management
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Maksud dan Tujuan
BAB I PENDAHULUAN 1.1. Latar Belakang Salah satu sumber energi yang telah lama digunakan dan telah berkembang hingga saat ini adalah batubara. Semakin menurunnya tren produksi minyak dan gas saat ini membuat
Lebih terperinciNama_ kab. Kode_ prop. Kode_ kab. The_ geom. Nama_ prop. Gid Lintang Bujur Date Month Time Noaa 110, ,
Analisis dan Kueri Pada tahap ini dilakukan analisis terhadap hotspot dari aspek spasial dan aspek temporalnya dengan menggunakan kueri sederhana yang diterapkan pada model data yang telah dibuat. Contoh-contoh
Lebih terperinciI. PENDAHULUAN. di wilayah Kabupaten Siak Propinsi Riau. Jaringan jalan yang terdapat di
I. PENDAHULUAN 1.1 Latar Belakang Subsektor prasarana wilayah khususnya prasarana jalan dan jembatan merupakan hal yang sangat menentukan didalam memacu pertumbuhan ekonomi di wilayah Kabupaten Siak Propinsi
Lebih terperinciIII. METODOLOGI. 3.1 Waktu dan Lokasi Penelitian
III. METODOLOGI 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan sejak Juli 2010 sampai dengan Mei 2011. Lokasi penelitian terletak di wilayah Kabupaten Indramayu, Provinsi Jawa Barat. Pengolahan
Lebih terperinciTahun Penelitian 2005
Sabtu, 1 Februari 27 :55 - Terakhir Diupdate Senin, 1 Oktober 214 11:41 Tahun Penelitian 25 Adanya peningkatan intensitas perubahan alih fungsi lahan akan berpengaruh negatif terhadap kondisi hidrologis
Lebih terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA 2.1 Kebakaran Hutan 2.1.1 Pengertian dan Proses Terjadinya Kebakaran Kebakaran hutan secara umum didefinisikan sebagai kejadian alam yang bermula dari proses reaksi secara cepat
Lebih terperinciBab 1. Pendahuluan. 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Sistem informasi dapat di implementasikan terhadap banyak hal. Salah satunya adalah Sistem Informasi Geografis (SIG). SIG merupakan aplikasi sistem informasi yang memuat
Lebih terperinciBAB I PENDAHULUAN. Perubahan iklim merupakan perubahan jangka panjang dalam
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perubahan iklim merupakan perubahan jangka panjang dalam distribusi pola cuaca secara statistik dengan periode waktu mulai dasawarsa hingga jutaan tahun. Hal
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Kejadian kabut asap akibat kebakaran hutan dan lahan di Kalimantan Barat telah dikenal sejak tahun 1997 dan merupakan bencana nasional yang terjadi setiap tahun hingga
Lebih terperinciStatistik Balai Pemantapan Kawasan Hutan Wilayah XII Tanjungpinang Tahun Halaman 34 VI. PERPETAAN HUTAN
VI. PERPETAAN HUTAN Perpetaan Kehutanan adalah pengurusan segala sesuatu yang berkaitan dengan peta kehutanan yang mempunyai tujuan menyediakan data dan informasi kehutanan terutama dalam bentuk peta,
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam suatu universitas, salah satu analisis yang dapat dilakukan untuk melihat perkembangan prestasi akademik seorang mahasiswa adalah dengan memantau nilai
Lebih terperinciBab 2 Tinjauan Pustaka
Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Adapun penelitian terdahulu yang berkaitan dalam penelitian ini berjudul Penentuan Wilayah Usaha Pertambangan Menggunakan Metode Fuzzy K-Mean Clustering
Lebih terperinciBAB V PENUTUP. Menggunakan Metode Fuzzy C-Means Clustering, dapat diambil kesimpulan
BAB V PENUTUP 5.1. Kesimpulan Dari serangkaian uji coba dan analisa yang telah dilakukan pada aplikasi Sistem Pendukung Keputusan Pengadaan Buku Perpustakaan STIKOM Surabaya Menggunakan Metode Fuzzy C-Means
Lebih terperinciHASIL DAN PEMBAHASAN
46 HASIL DAN PEMBAHASAN A Verifikasi Data Hotspot Verifikasi data hotspot dilakukan terhadap data hotspot Bulan Januari sampai Bulan Mei 2005 yang bersumber dari stasiun pengamat kebakaran JICA (Japan
Lebih terperinciAnalisa Kesesuaian Lahan Dan Potensi Perkebunan Kelapa Sawit di Kabupaten Tanah Laut Menggunakan Sistem Informasi Geografis
Analisa Kesesuaian Lahan Dan Potensi Perkebunan Kelapa Sawit di Kabupaten Tanah Laut Menggunakan Sistem Informasi Geografis Widiarti 1 dan Nurlina 2 Abstrak: Kalimantan Selatan mempunyai potensi untuk
Lebih terperinciTINJAUAN PUSTAKA. tahun, sebagian besar akibat kegiatan perambahan ilegal, sisanya karena
4 TINJAUAN PUSTAKA Kondisi Penutupan Lahan di Sumatera Utara Sekitar 100.000 Ha hutan di Sumatera Utara diperkirakan rusak setiap tahun, sebagian besar akibat kegiatan perambahan ilegal, sisanya karena
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Di tengah laju kemajuan teknologi telekomunikasi dan informatika, informasi yang cepat dan akurat semakin menjadi kebutuhan pokok para pengambil keputusan. Informasi
Lebih terperinci20 PEBRUARI 2014 JAM WIB
20 PEBRUARI 2014 JAM 01.00 WIB 2 CITRA SATELIT (20 Pebruari 2014 Jam 09.00 WIB) 3 POLA ANGIN DAN TEKANAN (19 Pebruari 2014 Jam 19.00 WIB) 0 0 Sumber : http://www.bom.gov.au/australia/ 4 5 INFORMASI HOTSPOT
Lebih terperinciKEKERINGAN TAHUN 2014: NORMAL ATAUKAH EKSTRIM?
KEKERINGAN TAHUN 2014: NORMAL ATAUKAH EKSTRIM? * Parwati Sofan, Nur Febrianti, M. Rokhis Khomarudin Kejadian kebakaran lahan dan hutan di Sumatera Selatan dan Kalimantan Tengah pada pertengahan bulan September
Lebih terperinciBAB 3 ANALISA SISTEM
BAB 3 ANALISA SISTEM Pada perancangan suatu sistem diperlakukan analisa yang tepat, sehingga proses pembuatan sistem dapat berjalan dengan lancar dan sesuai seperti yang diinginkan. Setelah dilakukan analisis
Lebih terperinciJl. Raya Dukuhwaluh Purwokerto )
Sistem Klasterisasi Menggunakan Metode K-Means dalam Menentukan Posisi Access Point Berdasarkan Posisi Hotspot di Universitas Muhammadiyah Purwokerto (Clustering System Using K-Means Method in Determining
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Suatu data Multivariate Time Series (MTS), dilihat dari sifatnya, dapat didefinisikan sebagai suatu data yang didapat dengan melakukan observasi terhadap beberapa
Lebih terperinciPENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN
PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN Fauziah Nur1, Prof. M. Zarlis2, Dr. Benny Benyamin Nasution3 Program Studi Magister Teknik Informatika, Universitas
Lebih terperinciKONDISI UMUM LOKASI PENELITIAN
III. KONDISI UMUM LOKASI PENELITIAN Lokasi penelitian ini meliputi wilayah Kota Palangkaraya, Kabupaten Kotawaringin Barat, Kabupaten Seruyan, Kabupaten Kotawaringin Timur, Kabupaten Katingan, Kabupaten
Lebih terperinciBAB I PENDAHULUAN. Tahun
BAB I PENDAHULUAN Penelitian menjelaskan bagaimana sistem informasi manajemen rantai pasok minyak sawit mentah berbasis GIS dirancang. Pada bab ini menjelaskan tentang latar belakang penelitian, perumusan
Lebih terperinciBab 3 Metode Perancangan Model
23 Bab 3 Metode Perancangan Model 1.1 Metode Penelitian Tahapan penelitian ini dibagi menjadi 5 langkah, yaitu : 1. Rumusan masalah 2. Pengumpulan data 3. Input data dan analisis data 4. Perhitungan dan
Lebih terperinciHASIL DAN PEMBAHASAN
36 HASIL DAN PEMBAHASAN Deskripsi Data Penelitian ini diawali dengan melihat ketergantungan antar lokasi dan waktu. Lokasi-lokasi dalam penelitian ini saling berhubungan, hal ini ditunjukkan dengan nilai
Lebih terperinciPERANGKAT LUNAK INFORMASI LOKASI KEBAKARAN HUTAN DI PROVINSI SUMATERA SELATAN BERBASIS WEB
PERANGKAT LUNAK INFORMASI LOKASI KEBAKARAN HUTAN DI PROVINSI SUMATERA SELATAN BERBASIS WEB Jemmy Farhanudy 1, Usman Ependi 2, Nia Oktaviani 3 Mahasiswa Universitas Bina Darma 1 Dosen Universitas Bina Darma
Lebih terperinciBAB III DATA DAN METODOLOGI
BAB III DATA DAN METODOLOGI 3.1 Data dan Daerah Penelitian 3.1.1 Data Input model REMO dapat diambil dari hasil keluaran model iklim global atau hasil reanalisa global. Dalam penelitian ini data input
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Banjir merupakan salah satu bencana yang sering melanda beberapa daerah di Indonesia khususnya pada daerah dataran rendah seperti Jakarta, Bekasi, Semarang, Padang
Lebih terperinciII. TINJAUAN PUSTAKA 2.1. Masyarakat Adat Kasepuhan
3 II. TINJAUAN PUSTAKA 2.1. Masyarakat Adat Kasepuhan Pengertian masyarakat adat berdasarkan Aliansi Masyarakat Adat Nusantara adalah kelompok masyarakat yang memiliki asal usul leluhur (secara turun temurun)
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian ini dilakukan pada daerah kajian Provinsi Kalimantan Barat. Pengolahan dan analisis data dilakukan di Laboratorium Fisik Remote Sensing dan Sistem
Lebih terperinciPengantar Sistem Informasi Geografis O L E H : N UNUNG P U J I N U G R O HO
Pengantar Sistem Informasi Geografis O L E H : N UNUNG P U J I N U G R O HO Outline presentasi Pengertian Sistem Informasi Geografis (SIG) Komponen SIG Pengertian data spasial Format data spasial Sumber
Lebih terperinciGambar 4. Lokasi Penelitian
19 III. METODOLOGI 3.1. Waktu dan Lokasi Penelitian Kegiatan penelitian dilaksanakan selama sembilan minggu, mulai akhir bulan Februari 2011 sampai dengan April 2011. Kegiatan penelitian ini dilakukan
Lebih terperinciIII. BAHAN DAN METODE
III. BAHAN DAN METODE 3.1 Lokasi dan Waktu Penelitian Penelitian dilaksanakan di daerah Daerah Aliran Sungai (DAS) Cipunagara dan sekitarnya, Jawa Barat (Gambar 1). DAS Cipunagara berada dibawah pengelolaan
Lebih terperinciMETODE PENELITIAN. Badan Pusat Statistik Kabupaten Bengkalis
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian dilaksanakan mulai bulan Agustus 2011 sampai Januari 2012 dengan memilih Kabupaten Bengkalis, Provinsi Riau sebagai studi kasus penelitian.
Lebih terperinciIDENTIFIKASI KAWASAN RAWAN KONVERSI PADA LAHAN SAWAH DI KECAMATAN 2 X 11 ENAM LINGKUNG KABUPATEN PADANG PARIAMAN BERBASIS GIS
IDENTIFIKASI KAWASAN RAWAN KONVERSI PADA LAHAN SAWAH DI KECAMATAN 2 X 11 ENAM LINGKUNG KABUPATEN PADANG PARIAMAN BERBASIS GIS (GEOGRAPHIC INFORMATION SYSTEM) Fakultas Teknologi Pertanian, Kampus Limau
Lebih terperinci