Search Articles & Publications

Showing 13 articles found for "Surface"

Pemanfaat Geographic Artificial Intelligence (Geo-AI) Untuk Identifikasi Daerah Rawan Banjir Di Kota Ambon

Abdul Muin, Heinrich Rakuasa
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

Analysis of Extreme Weather Causes of Flooding in Manado North Sulawesi

Ni Luh Made Anik Evaria, Rafa Zafirah Istiqomah
Abstract: On January 27 and 28 2023, Manado City was hit by heavy rain which caused several areas to experience significant flooding. The high intensity of rain during that period reached extreme levels, resulting in the inundation… n of several areas and submerging hundreds of residents' houses in 22 villages or sub-districts and 7 sub-districts in Manado. In studying this event, this research investigates the factors that influence extreme weather in Manado, observing sea surface temperature data, streamlines, air observations, the Southern Oscillation Index (SOI), and the Indian Ocean Dipole (IOD). The analysis shows that the positive SOI and negative IOD phenomena significantly impact extreme weather in the region. Cumulonimbus (Cb) clouds drove the atmospheric conditions formed on January 27 and 28 2023 and air flows from the Indian Ocean which brought wet air masses into Indonesian territory. High sea surface temperatures, reaching 28-29°C, also play a role in the intensive growth of rain clouds. Based on atmospheric conditions seen from radiosonde observation data, the stability index value shows that unstable conditions trigger heavy rain which causes flooding

Analisis Keterkaitan Hasil Survei Kondisi Jalan Dalam Proses Perencanaan Dan Pelaksanaan Pemeliharaan Jalan

Nurul Komalasari, Anis Sagaf
Abstract: Jalan merupakan prasarana penunjang laju perekonomian, serta berperan besar dalam kemajuan dan perkembangan suatu daerah. Kemajuan suatu pembangunan ekonomi di suatu daerah tidak terlepas dari fungsi utama prasarana jalan.… n. Pemeliharaan jalan merupakan salah satu hal yang penting untuk mempertahankan kondisi kemantapan jalan, sehingga perlu adanya analisis untuk membahas keterkaitan antara hasil survei kondisi jalan, perencanaan pemeliharaan jalan, pelaksanaan pemeliharaan jalan serta hasil pemeriksaan pekerjaan pemeliharaan jalan. Survei kondisi jalan serta analisis kondisi kerusakan jalan menggunakan analisis Surface Distress Index (SDI) menunjukkan untuk Jalan MP Mangkunegara Tahun 2022 jalan sepanjang 2.580 m tersebut 84% dalam kondisi baik dan 16% dalam kondisi sedang. Pada Tahun 2023, Pemerintah Provinsi Sumatera Selatan melakukan kegiatan pemeliharaan pada ruas Jalan MP Mangkunegara. Tulisan ini akan menganalisis peranan hasil survei kondisi jalan dalam proses perencanaan dan bagaimana pelaksanaan pemeliharaan jalan MP Mangkunegara Tahun 2023. Hasil analisis menunjukkan bahwa proses perencanaan belum sepenuhnya memanfaatkan data hasil survei kondisi jalan serta hasil pelaksanaan pekerjaan jalan tidak sesuai dengan perencanaan yang telah dilakukan sebelumnya.