Abstract:Abstract: Labuhanbatu Regency is a district that has many Vocational High Schools (SMK) which are very attractive to the community. Because each Vocational High School has its own vocational fields, for example Health, Automotive,…
utomotive, Offices, and others. The existence of this Geographic Information System makes it easy for users to find Vocational High School routes. Vocational High Schools are schools that make students or prospective students even more skilled. In making this Geographic Information System requires Systems Development Life Cycle to analyze gradually, and Webgis to display maps as well as GPS to ascertain the location of the earth's surface and use UML design such as activity diagrams, sequence diagrams, and usecase. There is also a waterfall method in making this Geographic Information System such as its analysis, implementation, design, maintenance and also the testing phase. The Testing Phase uses the BlackBox to test the system whether it is running well or not and is suitable for use by users.
Keywords: BlackBox Testing; Geographic Information System; Google Maps; GPS; UML; Vocational High School
Abstrak: Kabupaten Labuhanbatu termasuk kabupaten yang memiliki banyak Sekolah Menengah Kejuruan (SMK) yang sangat diminati masyarakat. Karena setiap SMK memiliki kejuruan masing-masing dalam bidangnya misalkan Kesehatan, Otomotif, Perkantoran, dan lain-lain. Adanya Sistem Informasi Geografi ini memudahkan para pengguna untuk mencari rute Sekolah Menengah Kejuruan. Sekolah Menengah Kejuruan adalah sekolah yang menjadikan para siswa atau calon siswa lebih trampil lagi. Dalam pembuatan Sistem Informasi Geografi ini memerlukan Systems Development Life Cycle menganalisis secara bertahap, dan Webgis untuk menampilkan peta juga GPS untuk memastikan letak permukaan bumi dan menggunakan Perancangan UML seperti activity diagram, sequence diagram, dan usecase. Terdapat juga Metode waterfall dalam membuat Sistem Informasi Geografi ini seperti analisanya, implementasi, desain, pemeliharaan dan juga tahap pengujian. Tahap Pengujian menggunakan BlackBox untuk menguji Sistem apakah berjalan baik atau tidak dan sudah layak digunakan bagi pengguna.
Kata kunci: Sekolah Menengah Kejuruan; GPS; Peta Google; Sistem Informasi Geografi; Uji BlackBox; UML
Abstract:This study aims to analyze land surface temperature changes in Sorong City, Indonesia using Landsat 8 satellite image data and Google Earth Engine cloud computing platform. With rapid urbanization, understanding the dynamics…
mics of surface temperature is important. Through satellite imagery and cloud computing technology, this analysis provides accurate monitoring of temperature change, supports climate change mitigation strategies, and designs more sustainable cities.
Abstract:This research aims to identify flood-prone areas in West Sumatra Province using remote sensing data and Machine Learning-based Geographic Information System. By utilizing variables such as distance from the river, Normalized…
ized Difference Water Index (NDWI), elevation, Topographic Position Index (TPI), Normalized Difference Vegetation Index (NDVI), and Rainfall Data, this research was conducted on the Google Earth Engine platform. This analysis method supports resource optimization, public education, increased environmental safety, and the development of new technologies and research. The results of the research are expected to assist in mitigation and adaptation to future flood disasters, as well as provide more accurate and comprehensive insights for local governments, disaster management agencies, and communities. With this approach, it is expected to reduce flood risk and increase community resilience to natural disasters.
Abstract:Perubahan suhu permukaan daratan menjadi isu kritis dalam menghadapi perubahan iklim global. Kabupaten Buru Selatan, sebagai salah satu wilayah yang rawan terhadap dampak perubahan iklim, membutuhkan penanganan yang tepat…
t untuk mengidentifikasi dan memahami perubahan suhu permukaan daratan secara efisien. Penelitian ini menggunakan Google Earth Engine sebagai platform cloud computing untuk mengidentifikasi perubahan suhu permukaan daratan di Kabupaten Buru Selatan. Data citra satelit MODIS digunakan untuk analisis perubahan suhu permukaan pad tahun 2018 dan 2023. Pendekatan pemrosesan citra berbasis cloud computing memungkinkan analisis data yang cepat dan akurat tanpa memerlukan spesifikasi leptop atau komputer yang tinggi. Hasil penelitian menunjukan bahwa pada tahun 2018 suhu permukaan daratan Kabupaten Buru Selatan dimana suhu terendah yaitu 13, 027℃ dan tertinggi yaitu 29, 138℃ dan mengalami peningkatan suhu ditahun 2023 yaitu 14,143℃ pada suhu terendah dan 33,955℃ pada suhu permukaan tertinggi. Hasil penelitian menunjukan bahwa terjadi peningkatan suhu permukaan daratan di Kabupaten Buru Selatan. Suhu permukaan di di Kabupaten Buru Selatan mengalami peningkatan yang sangat singnifikan di Kecamatan Leksula, Namrole dan Kecamatan Waesama, hal ini disebabkan oleh meningkatnya ekspansi lahan permukiman disana Hasil penelitian ini diharapkan dapat membantu dalam upaya mengatasi dampak perubahan iklim di Kabupaten Buru Selatan dan memberikan kontribusi pada pemahaman global tentang perubahan iklim yang terjadi.
Abstract:Penelitian ini bertujuan untuk menerapkan Geographic Artificial Intelligence (Geo-AI) dalam identifikasi daerah rawan banjir di Kota Ambon. Geo-AI merupakan kombinasi teknologi kecerdasan buatan dengan data geospasial, termasuk…
ermasuk citra satelit dan data cuaca, yang memungkinkan analisis yang lebih akurat dan efisien dalam mengidentifikasi daerah rawan banjir. Melalui Google Earth Engine, data citra satelit dan data geospasial lainnya diolah dan dianalisis menggunakan algoritma kecerdasan buatan untuk mengidentifikasi pola banjir dan daerah yang rentan tergenang air. Penelitian menggunakan data JRC Global Surface Water Mapping Layers, v1.4, data NASA SRTM Digital Elevation 30m, data USGS Landsat 8 Level 2, Collection 2, Tier 1. Pegolahan dan analisis data penelitian sepenuhnya di lakukan di Geogle Earth Engine. Hasil penelitian menunjukan bahwa daerah berpontensi banjir memiliki luas 12.991.33 ha dan daerah yang tidak berpotensi banjir yaitu seluas 18.924,24 ha. Daerah potensi rawan banjir kemudian diklasifikasi berdasarkan batas administrasi dimana Kecamatan Teluk Ambon memiliki daerah yang berpotensi tergenang banjir seluas 5.149.37 ha, Kecamatan Nusaniwe seluas 2.034.23 ha, Kecamatan Serimau seluas 1.914.18 ha, Kecamatan Leitimur Selatan seluas 1.180.13 ha dan Kecamatan Teluk Ambon Baguala seluas 2.713.42 ha. Peta daerah potensi banjir di Kota Ambon kemudian dioverlay dengan data sebaran permukiman di Kota Ambon dan diketahui bahwa permukiman penduduk yang diprediksi berada pada daerah yang berpotensi banjir seluas 3.400.65 ha. Dengan analisis yang lebih akurat, sistem peringatan dini yang efektif, dan pengetahuan yang ditingkatkan, penelitian ini dapat berkontribusi dalam mitigasi risiko banjir, melindungi masyarakat dan lingkungan dari dampak banjir, serta menciptakan kota yang lebih aman dan berkelanjutan
Abstract:The territory of Indonesia is a high level of earthquake risk among several earthquake areas around the world. One way to reduce the occurrence of potential damage to building construction is to utilize waste and metal as…
s added material from coarse and fine aggregate to the flexural strength of beams that have equivalent flexural strength. The equivalent flexural strength value tends to increase with the addition of metal fibers. This study aims to determine the effect of adding metal fibers to the flexural strength of the beam and the pattern of cracks and collapse mechanisms that occur in the beam when the object is tested. This research is a type of quantitative research with physical laboratory experimental methods. The data collection method used is a preliminary study, The selection of the type of aggregate and metal fiber and secondary data were then carried out laboratory tests for the gradation of fine aggregate and coarse aggregate. The data analysis technique is linear regression analysis in the Ms. program. Excell to determine the effect of metal fibers as additives on the flexural strength of the mixing of coarse and fine aggregates.