Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian dilakukan di Daerah Aliran Sungai Opak Wilayah Prambanan dan sekitarnya meliputi Kecamatan Prambanan dan Piyungan, Yogyakarta dengan luas area sebesar 74,84 km. Selama beberapa tahun terakhir, daerah penelitian kerap dilanda  krisis air bersih bahkan di musim penghujan.  Kejadian ini sejalan dengan semakin bertambahnya pembangunan permukiman, tempat wisata, dan penginapan di daerah tersebut. Maka, peneliti melakukan pemetaan daerah potensi resapan sebagai salah satu upaya konservasi daerah resapan air dalam perencanaan tata ruang. Salah satu metode yang dapat digunakan untuk membuat peta potensi ialah metode penginderaan jauh dan SIG. Pada beberapa penelitian sebelumnya, metode ini dinilai cukup efektif dalam memetakan daerah resapan. Adapun berdasarkan penelitian sebelumnya, terdapat beberapa parameter yang digunakan penelitian ini untuk memetakan daerah resapan, yaitu kemiringan lereng, jenis tanah, litologi, tutupan lahan, densitas drainase, densitas kelurusan, dan curah hujan. Parameter-parameter ini kemudian diolah menjadi peta-peta tematik lalu direklasifikasi sesuai dengan tingkat kemampuan setiap kelasnya dalam menyerap dan meloloskan air ke akuifer. Setelah itu, dilakukan pembobotan menggunakan metode Analytical Hierarchy Process (AHP) dengan hasil yaitu: kemiringan lereng 32,3%, jenis tanah 23,4%, litologi 17,6%, tutupan lahan 10,4%, densitas drainase 7,6%, densitas kelurusan 4,7%, dan curah hujan 3,7%. Hasil integrasi ketujuhparameter menghasilkan lima kelas daerah potensi resapan yaitu potensi sangat rendah mencakup 0,6% daerah penelitian, potensi rendah mencakup 7,2%, potensi moderat mencakup 29,3%, potensi tinggi mencakup 42,5%, dan potensi sangat tinggi mencakup 20,7% daerah penelitian. 

---

The research was conducted in the Opak River Watershed in the Prambanan and surrounding areas, covering Prambanan and Piyungan sub-districts, Yogyakarta with an area of 74.84 km. Over the past few years, the study area has often been hit by a clean water crisis even in the rainy season. This incident is in line with the increasing development of settlements, tourist attractions, and inns in the area. So, the researcher conducted a mapping of potential infiltration areas as one of the efforts to conserve water catchment areas in spatial planning. One method that can be used to create a potential map is remote sensing and GIS. In some previous studies, this method was considered quite effective in mapping infiltration areas. As based on previous research, there are several parameters used by this research to map infiltration areas, namely slope, soil type, lithology, land cover, drainage density, straightness density, and rainfall. These parameters were then processed into thematic maps and reclassified according to the level of ability of each class to absorb and pass water to the aquifer. After that, weighting was done using the Analytical Hierarchy Process (AHP) method with the results: slope 32.3%, soil type 23.4%, lithology 17.6%, land cover 10.4%, drainage density 7.6%, alignment density 4.7%, and rainfall 3.7%. The integration of the seven parameters resulted in five classes of infiltration potential areas: very low potential covering 0.6% of the study area, low potential covering 7.2%, moderate potential covering 29.3%, high potential covering 42.5%, and very high potential covering 20.7% of the study area."

"Indonesia merupakan salah satu negara yang memiliki potensi sumber daya panas bumi terbesar di dunia. Akan tetapi, hal tersebut belum termanfaatkan dengan optimal dikarenakan biaya investasi yang tergolong cukup tinggi. Maka perlu dilakukan peningkatan penelusuran mengenai daerah-daerah potensi panas bumi. Salah satu metode untuk meningkatkan penelusuran daerah potensi panas bumi adalah metode penginderaan jauh. Pada penelitian ini digunakan metode penginderaan jauh dengan memanfaatkan data citra Landsat-8 dan Digital Elevation Model (DEM) yang kemudian data tersebut diolah menjadi peta Land Surface Temperatur (LST), peta Normalized Difference Vegetation Index (NDVI), dan peta Fault Fracture Density (FFD). Peta-peta tersebut kemudian diintegrasikan dengan peta geologi dan manifestasi panas bumi menjadi peta potensi panas bumi untuk dapat mengetahui besaran area yang memiliki prospek panas bumi. Salah satu daerah dengan potensi panas bumi adalah daerah Parangwedang yang terletak di Kecamatan Parangtritis, Provinsi Daerah Istimewa Yogyakarta. Daerah tersebut memiliki potensi panas bumi yang dapat terlihat dengan adanya manifestasi berupa mata air panas. Selain itu, di Parangwedang memiliki nilai LST yang tinggi, nilai NDVI yang sangat rendah, dan nilai FFD yang sedang. Ditemukannya litologi berupa lava andesit juga menandakan pernah adanya aktivitas vulkanisme sehingga tersimpan energi panas bumi. Sehingga daerah Parangwedang memiliki nilai prospek energi panas bumi.

---

Indonesia is one of the countries that has the greatest potential for geothermal resources in the world. However, this has not been utilized optimally due to relatively high investment cost. So it is necessary to increase exploration of geothermal potential areas. One of the methods is using remote sensing. In this study, remote sensing methods were used by utilizing Landsat-8 imagery data and Digital Elevation Model (DEM) which then processed into Land Surface Temperature (LST) map, Normalized Difference Vegetation Index (NDVI) map, and Fault Fracture Density (FFD) map. These maps are integrated with geological map and geothermal surface manifestation to become geothermal potential maps so it can determined the area that has geothermal prospects. One of the areas with geothermal potential is in Parangwedang which is located at Parangtritis District, Special Region of Yogyakarta. This area has geothermal potential which can be seen by the manifestation of hot springs. In addition, Parangwedang has a high LST value, a very low NDVI value, and a moderate FFD value. Lava andesite that are found in Parangwedang indicates volcanic activity thereby storing geothermal energy. Therefore Parangwedang has a prospect value for geothermal energy."

"Daerah penelitian Gimpu, Sulawesi Tengah merupakan salah satu wilayah di Indonesia yang memiliki potensi panas bumi yang belum dilakukan eksplorasi. Penelitian ini bertujuan untuk memetakan wilayah potensi panas bumi pada daerah penelitian untuk dilakukan eksplorasi panas bumi. Metode penginderaan jauh dan geokimia air digunakan untuk mencapai tujuan tersebut. Daerah penelitian memiliki persebaran manifestasi panas bumi berupa 10 titik manifestasi yang terdiri dari 1 mata air dingin dan 9 mata air panas. Pada analisis penginderaan jauh yang mengintegrasikan data FFD, LST, dan NDVI menunjukkan bahwa pola kelurusan pada daerah penelitian berorientasi ke arah barat laut-tenggara dan barat daya-timur laut dengan tingkat densitas kelurusan sangat rendah–sangat tinggi. Densitas tersebut menunjukkan adanya pengaruh struktur geologi yang mengontrol kemunculan manifestasi panas bumi. Dilihat dari suhu permukaan, daerah penelitian memiliki suhu dari 9°C – 28°C dengan indeks tidak bervegetasi hingga vegetasi tinggi. Berdasarkan analisis geokimia air, tipe air panas bumi pada daerah penelitian didominasi oleh tipe klorida – bikarbonat dan bikarbonat. Manifestasi air panas bumi pada daerah penelitian memiliki kondisi immature waters yang telah mengalami pengenceran oleh air meteorik. Analis geoindikator menunjukkan bahwa zona outflow berada pada APB2. Analisis dengan kedua metode tersebut didapatkan hasil bahwa terdapat 3 area potensi panas bumi, yaitu area potensi A terletak pada daerah Lawua dengan koordinat dan 9.824.401 mU - 9.825.469 mU dan 838.813 mT - 841.766 mT yang memiliki luas sekitar 5,2 km2 serta area potensi B terletak pada daerah OO Parese dengan koordinat 9.814.523 mU - 9.815.038 mU dan 839.871 mT - 843.504 mT yang memiliki luas sekitar 3,2 km2 dan area potensi C terletak pada daerah Marena dengan koordinat 9.829.026 mU – 9.827.485 mU dan 839.045 mT – 840.730 mT yang memiliki luas sekitar 3 km2.

---

The Gimpu research area, Central Sulawesi is one of the areas in Indonesia that has geothermal potential that has not been explored. This research aims to map the geothermal potential area in the research area for geothermal exploration. Remote sensing and water geochemistry methods are used to achieve this goal. The research area has a distribution of geothermal manifestations in the form of 10 manifestation points consisting of 1 cold spring and 9 hot springs. The remote sensing analysis that integrates FFD, LST, and NDVI data shows that the alignment pattern in the study area is oriented towards the northwest-southeast and southwest-northeast with very low-very high alignment density. The density indicates the influence of geological structures that control the appearance of geothermal manifestations. In terms of surface temperature, the study area has temperatures from 9°C - 28°C with an index from no vegetation to high vegetation. Based on water geochemical analysis, the type of geothermal water in the study area is dominated by chloride - bicarbonate and bicarbonate types. Geothermal water manifestations in the study area have immature waters that have been diluted by meteoric water. Geoindicator analysis shows that the outflow zone is in APB2. Analysis with both methods found that there are 3 areas of geothermal potential, namely potential area A located in the Lawua area with coordinates and 9,824,401 mU - 9,825,469 mU and 838,813 mT - 841,766 mT which has an area of about 5.2 km2 and potential area B located in the OO Parese area with coordinates 9. 814.523 mU - 9.815.038 mU and 839.871 mT - 843.504 mT which has an area of about 3.2 km2 and potential area C is located in the Marena area with coordinates 9.829.026 mU - 9.827.485 mU and 839.045 mT - 840.730 mT which has an area of about 3 km2."

"Kawasan Rawan Bencana KRB III Gunung Merapi adalah kawasan yang letaknya dekat sumber bencana, oleh sebab itu kawasan ini harus bebas dari permukiman penduduk. Penelitian ini bertujuan untuk: 1 melihat kondisi yang menyebabkan masyarakat tetap tinggal di KRB III Gunung Merapi 2 melihat kondisi kesiapsiagaan masyarakat dalam menghadapi bencana letusan gunung api 3 membuat indeks kesiapsiagaan masyarakat dengan metode skoring dan pembobotan. Penelitian ini dilakukan dengan pendekatan mixed method. Penentuan jumlah responden dengan rumus Slovin dengan batas toleransi 7 persen dan terpilih sebanyak 151 responden. Penentuan responden untuk kepala keluarganya dengan menggunakan sistematik random sampling. Analisis yang digunakan untuk mengetahui faktor-faktor yang menyebabkan masyarakat tetap tinggal di daerah rawan bencana menggunakan analisis deskriptif. Sementara untuk indeks komposit kesiapsiagaan menggunakan lima parameter yaitu pengetahuan bencana, kebijakan kesiapsiagaan bencana, rencana tanggap darurat, peringatan dini bencana dan mobilisasi sumber daya. Selanjutnya, setiap pertanyaan yang sudah dikelompokan berdasarkan parameter dikalikan dengan nilai bobot. Hasil penelitian menunjukkan bahwa sebesar 61,6 persen masyarakat merasa nyaman dan tenteram tetap tinggal di daerahnya meski daerahnya rawan bencana. Kenyamanan ini dikarenakan faktor lingkungan, ekonomi, dan sosial. Faktor lingkungan terutama kesuburan tanah, potensi pasir, kerikil dan batu. Sebanyak 56,9 persen penduduknya berpenghasilan lebih besar dari upah minimum regional kabupaten yang sebesar 1,4 juta rupiah per bulan. Sebanyak 92,7 persen mereka mempunyai kerabat yang masih tinggal di satu lokasi dan 95,4 persen aktif dan ikut serta dalam kegiatan kemasyarakatan seperti arisan, pengajian, dan perkumpulan lainnya. Sementara itu indeks kesiapsiagaan di daerah penelitian dalam kategori sedang atau dalam kondisi siap dengan nilai 66,83.

---

Disaster Prone Areas KRB III of Mount Merapi is an area that located near the source of the disaster, therefore that area must be free from residential areas. This study aims to 1 considering the conditions that cause people to stay in KRB III of Mount Merapi 2 analyze the factors of community preparedness to face of volcanic eruption disaster 3 Create a community preparedness index using the scoring and weighting method. This research is conducted by mixed method approach. Determination the number of respondents carried out by Slovin formula with a tolerance limit of 7 percent and selected 151 respondents. Determination of respondent for head family by using systematic random sampling. Determination the factors that cause people to stay in disaster prone areas using descriptive analysis. As for the composite index preparedness used five parameters namely disaster knowledge, disaster preparedness policy, emergency response plan, disaster early warning, and resource mobilization. Then each question that has been grouped by parameter multiplied by the weight value.

The results showed that 61.6 percent of people feel comfortable and peaceful stay in their area despite the disaster prone areas. This convenience is due to environmental, economic, and social factors. Environmental factors, especially soil fertility, the potential of sand, gravel, and stone. 56.9 percent of the population earns more than the district minimum wage of 1.4 million rupiahs per month. About 92.7 percent of them have relatives who still live in one location and 95.4 percent active and participate in community activities such as arisan, pengajian, and other associations. Meanwhile, the index of preparedness in the research area is in the medium category with a value of 66.83."

"El-Nino tahun 2019 menyebabkan penurunan curah hujan hingga kekeringan lahan yang menyebabkan puso di lahan pertanian. Penelitian ini bertujuan memodelkan kekeringan meteorologi, vegetasi, dan hidrologi di daerah terdampak kekeringan yaitu di Kabupaten Kebumen, Jawa Tengah. Kedua, memodifikasi model kekeringan dari Indeks Rawan Kekeringan (IRK) menjadi Indeks Rawan Kekeringan Regional (IRKR). Ketiga menganalisis spasial IRKR Kebumen dan membandingkannya degan hasil produksi padi. Tiga jenis kekeringan diekstraksi dari indeks penginderaan jauh yaitu Standardized Precipitation Index-3 (SPI-3), Vegetation Health Index (VHI), dan Soil Moisture Index (SMI) berbasis cloud computation Gooogle Earth Engine (GEE). Data yang digunakan adalah CHIRPS tahun 1981-2020, Landsat-8 tahun 2019 dan 2020, dan Citra Satelit Resolusi Tinggi (CSRT) Maxar 2019 dan 2020. Metodologi untuk mengkombinasikan tiga jenis kekeringan yaitu Multiple Criteria Analysis (MCA). Kekeringan meteorologi, vegetasi, dan hidrologi merepresentasikan kekeringan dari aspek curah hujan, stress vegetasi, dan kandungan air tanah dan permukaan. Model IRKR memodifikasi model IRK dalam hal data input, proses pengolahan, dan pembobotan variabel untuk level pemetaan kabupaten/kota dengan akurasi 84,6%. El-Nino menyebabkan kekeringan lebih luas mencapai 10.997 Ha di periode Nov-Des-Jan 2019 daripada 2020. Kekeringan mendominasi wilayah pesisir dengan bentuk lahan fluvio-marine pada sawah tadah hujan. Kekeringan menyebabkan penurunan luas panen tetapi tidak mempengaruhi hasil produksi padi.

---

The 2019 El-Nino caused a decrease in rainfall to land drought which caused puso in agricultural land. This study aims to model meteorological drought, vegetation, and hydrology in drought areas, namely in Kebumen Regency, Central Java. Second, modifying the drought model from the Drought Hazard Index (IRK) to the Regional Drought Hazard Index (IRKR). The third is to analyze the spatial IRKR of Kebumen and compare it with the yield of rice production. Three types of drought were extracted from the remote sensing index, namely Standardized Precipitation Index-3 (SPI-3), Vegetation Health Index (VHI), and Soil Moisture Index (SMI) based on cloud computing Gooogle Earth Engine (GEE). The data used are CHIRPS 1981-2020, Landsat-8 in 2019 and 2020, and Maxar High Resolution Satellite Imagery (CSRT) 2019 and 2020. The methodology for combining three types of drought is Multiple Criteria Analysis (MCA). Meteorological, vegetation, and hydrological droughts represent drought in terms of rainfall, vegetation stress, and soil and surface water content. The IRKR model modifies the IRK model in terms of data input, processing, and weighting variables for the district/city mapping level with an accuracy of 84.6%. El-Nino caused a wider drought reaching 10,997 Ha in the period Nov-Dec-Jan 2019 than 2020. Drought dominates coastal areas with fluvio-marine landforms in rainfed rice fields. Drought causes a decrease in harvested area but does not affect rice production.

"

"DAS Cisadane termasuk dalam DAS prioritas dengan status untuk dipulihkan. Perkembangan penduduk dan perubahan penggunaan tanah di daerah tersebut menjadi salah satu permasalahan terhadap kebutuhan akan sumber daya air akibat berkurangnya wilayah resapan air, sehingga identifikasi wilayah resapan diperlukan untuk menjaga dan memperbaiki fungsi resapan air. Pemetaan potensi resapan air dilakukan dengan model RTkHL-DAS dan SCS-CN menggunakan data jenis tanah, curah hujan, lereng dan penutup lahan yang diperoleh dari peta analog dan data penginderaan jauh (CHIRPS, Landsat 8 dan DEMNAS). Model dari RTkHL-DAS dilakukan modifikasi untuk membuat model terbaru yaitu model I dengan perubahan data penutup lahan menjadi NDVI dan Model II dengan mengubah jenis tanah menjadi SMI dan penambahan kriteria densitas drainase pada model I, serta dilakukan pembobotan hasil normalisasi bobot penelitian terdahulu. Kedua model diproses dengan metode multi-kriteria dengan teknik weight overlay untuk menghasilkan kelas potensi resapan air. Hasil menunjukkan resapan air model Model RTkHL-DAS dengan menggunakan menghasilkan kelas baik (65,6%), Normal Alami (4,6%), mulai kritis (5,7%), agak kritis (22,1%) dan kritis (2%). Model SCS-CN dengan nilai CN dari 20-40 (23%), 60-80 (52,10%) dan 80-100 (24,90%). Berdasarkan hubungannya dengan fluktuasi muka air tanah, kedua model memiliki hubungan dengan perubahan fluktuasi muka air tanah dengan masing-masing kelas yang dihasilkan dari tiap model. Model I menghasilkan 4 kelas potensi resapan air yaitu sangat tinggi (1,9%), tinggi (40,8%), sedang (55,8%), dan rendah (1,5%), memiliki keunggulan dalam mendeteksi variasi kelas pada kondisi dominan hutan/vegetasi. Sedangkan Model II menghasilkan kelas sangat tinggi (0,3%), tinggi (53,4%), sedang (44,6%), dan rendah (1,7%). Memiliki keunggulan dalam mendeteksi variasi kelas pada kondisi dominan permukiman/sawah yang diperkuat dengan hubungan fluktuasi muka air tanah di wilayah tengah-hilir terhadap luas kelas potensi resapan air di mana Model II mengungguli Model I.

---

The Cisadane watershed is included in the priority watershed with status for restoration. Population development and changes in land use in the area are one of the problems with the need for water resources due to reduced water catchment areas, so the identification of recharge areas is needed to maintain and improve the function of water catchments. The mapping of recharge potential was carried out using the RTkHL-DAS and SCS-CN models using data on soil types, rainfall, slopes, and land cover obtained from analog maps and remote sensing data (CHIRPS, Landsat 8, and DEMNAS). The model from the RTkHL-DAS was modified to create the latest model, namely model I by changing the land cover data to NDVI and Model II by changing the soil type to SMI and adding drainage density criteria from model I, as well as weighting the results of the normalization of the weights of previous studies. Both models were processed using a multi-criteria method with a weight overlay technique to produce a class of water infiltration potential. The results show that the water infiltration of the RTkHL-DAS model using the good class (65.6%), Natural Normal (4.6%), critical (5.7%), moderately critical (22.1%), and critical ( 2%). SCS-CN model with CN values from 20-40 (23%), 60-80 (52.10%) and 80-100 (24.90%). Based on its relationship with groundwater level fluctuations, both models have a relationship with changes in groundwater level fluctuations with each class resulting from each model. Model I produces 4 classes of water infiltration potential, namely very high (1.9%), high (40.8%), moderate (55.8%), and low (1.5%). Effective in detecting classes in dominant conditions of forest/plantation. While Model II produces very high (0.3%), high (53.4%), medium (44.6%), and low (1.7%). It has the advantage of detecting class variations in the dominant conditions of settlements/rice fields which is strengthened by the relationship between groundwater level fluctuations in the middle-downstream region to the class area of water infiltration potential where Model II outperforms Model I."

"Air tanah merupakan salah satu sumber daya alam yang sangat penting. Berdasarkan kebutuhan penduduk, penggunaan air tanah memenuhi sekitar 60% untuk irigasi, industri, air minum, MCK, dll. Berdasarkan data DESDM Provinsi Banten (2016), wilayah Kecamatan Bayah termasuk ke dalam akuifer produktif kecil dan air bawah tanah langka. Dengan berkembangnya Wisata di wilayah Bayah maka akan diperlukan tata ruang kawasan objek wisata yang diharapkan tidak hanya mementingkan keuntungan saja melainkan dengan berwawasan lingkungan. Salah satu hal yang penting dalam penentuan tata ruang berwawasan lingkungan adalah dengan penentuan kawasan resapan air tanah di daerah tersebut, mengingat air tanah atau akuifer di wilayah Bayah sendiri yang memiliki produktif kecil dan langka. Tujuan dari penelitian ini adalah untuk mengetahui sebaran potensi resapan air tanah di daerah Kecamatan Bayah. Metode yang digunakan dalam penelitian ini adalah dengan metode Remote Sensing atau penginderaan jauh. Sumber data yang digunakan adalah peta geologi, citra DEMNAS, citra Landsat-8, citra Landsat-5 TM, stasiun curah hujan Bayah. Data-data tersebut diolah menggunakan GIS untuk menghasilkan peta-peta tematik seperti peta litologi, tutupan lahan, densitas pola kelurusan, densitas drainase, curah hujan, kemiringan lereng, dan geomorfologi. Dari seluruh peta tematik dilakukan skoring dengan metode multi-criteria evaluation/analysis berdasarkan keunggulan tiap peta tematik dan data di dalam peta tematik itu sendiri terhadap besar resapan air tanah. Hasil dari skoring pada tiap peta tematik kemudian dilakukan overlay tiap peta tematik untuk menghasilkan peta potensi resapan air tanah.Groundwater is one of the most important natural resources. Based on

---

industry, drinking water, sanitary facilities, etc. Based on data from the DESDM of Banten Province (2016), the Bayah Subdistrict area belongs to a small productive aquifer and rare underground water. With the development of tourism in the Bayah region, it will be necessary to have a spatial layout of tourist attractions that are expected not only to be concerned with profit but also with environmental insight. One of the important things in determining environmentally planning is by determining groundwater recharge areas in the area, considering groundwater or aquifers in the Bayah region itself which has small and rare productions. The purpose of this study was to determine the distribution of potential groundwater recharge in the Bayah District. The method used in this study is the Remote Sensing method. Data sources which used here is geological maps, DEMNAS imagery, Landsat-8 imagery, Landsat-5 TM imagery, Bayah rainfall stations. These data are processed using GIS to produce thematic maps such as lithology maps, land cover, Lineament density, drainage density, rainfall, slope, and geomorphology. Scoring of all thematic maps is done using the multi-criteria evaluation / analysis method based on the superiority of each thematic map and the data in the thematic map itself on large groundwater recharge. The results of scoring on each thematic map are then overlaid on each thematic map to produce a map of potential groundwater recharge"

"Indonesia memiliki potensi panasbumi terbesar di dunia karena letak Indonesia yang berada pada jalur gunungapi aktif atau disebut juga sebagai zona ring of fire. Salah satu lapangan panasbumi yang berada di Indonesia adalah lapangan panasbumi Ulubelu, yang terletak di Kabupaten Tanggamus, Provinsi Lampung. Kegiatan eksplorasi merupakan salah satu cara yang dilakukan untuk memanfaatkan sumberdaya panasbumi. Penelitian ini dilakukan untuk memetakan zona yang memiliki potensi panasbumi menggunakan metode penginderaan jauh yang berfokus pada analisis terhadap temperatur permukaan (LST) dan densitas kelurusan (FFD). Metode penginderaan jauh tersebut kemudian akan diintegrasikan menggunakan metode geokimia berupa data manifestasi daerah penelitian. emperatur permukaan tertinggi pada daerah penelitian sebesar 35.55˚C dan arah kelurusan dominan berorientasi baratlaut – tenggara (NW – SE) dengan nilai densitas kelurusan tertinggi sebesar 2,016.02 kilometer. Aliran fluida mengalir dari zona uplow yaitu dari arah utara daerah penelitian menuju zona outflow yang berada di bagian selatan. Arah aliran fluida dilakukan dengan melihat tipe air, jenis manifestasi, dan elevasi daerah penelitian. Berdasarkan hasil penelitian, didapatkan tiga (3) zona yang memiliki potensi panasbumi, yaitu zona UBL-1, UBL-2, dan UBL-3. Zona UBL-1 merupakan area yang memiliki potensi panasbumi terbesar, sedangkan Zona UBL-3 merupakan zona dengan potensi panasbumi terkecil. Hal tersebut dilihat berdasarkan karakteristik temperatur permukaan, kerapatan struktur, keberadaan manifestasi, arah aliran fluida, serta luas area yang dimiliki. Indonesia memiliki potensi panasbumi terbesar di dunia karena letak Indonesia yang berada pada jalur gunungapi aktif atau disebut juga sebagai zona ring of fire. Salah satu lapangan panasbumi yang berada di Indonesia adalah lapangan panasbumi Ulubelu, yang terletak di Kabupaten Tanggamus, Provinsi Lampung. Kegiatan eksplorasi merupakan salah satu cara yang dilakukan untuk memanfaatkan sumberdaya panasbumi. Penelitian ini dilakukan untuk memetakan zona yang memiliki potensi panasbumi menggunakan metode penginderaan jauh yang berfokus pada analisis terhadap temperatur permukaan (LST) dan densitas kelurusan (FFD). Metode penginderaan jauh tersebut kemudian akan diintegrasikan menggunakan metode geokimia berupa data manifestasi daerah penelitian. emperatur permukaan tertinggi pada daerah penelitian sebesar 35.55˚C dan arah kelurusan dominan berorientasi baratlaut – tenggara (NW – SE) dengan nilai densitas kelurusan tertinggi sebesar 2,016.02 kilometer. Aliran fluida mengalir dari zona uplow yaitu dari arah utara daerah penelitian menuju zona outflow yang berada di bagian selatan. Arah aliran fluida dilakukan dengan melihat tipe air, jenis manifestasi, dan elevasi daerah penelitian. Berdasarkan hasil penelitian, didapatkan tiga (3) zona yang memiliki potensi panasbumi, yaitu zona UBL-1, UBL-2, dan UBL-3. Zona UBL-1 merupakan area yang memiliki potensi panasbumi terbesar, sedangkan Zona UBL-3 merupakan zona dengan potensi panasbumi terkecil. Hal tersebut dilihat berdasarkan karakteristik temperatur permukaan, kerapatan struktur, keberadaan manifestasi, arah aliran fluida, serta luas area yang dimiliki.

---

Indonesia has the largest geothermal potential in the world due to its location in the active volcanic belt or also known as the ring of fire zone. One of the geothermal fields in Indonesia is the Ulubelu geothermal field, located in Tanggamus Regency, Lampung Province. Exploration activities are one of the ways to utilize geothermal resources. This research is conducted to map the zones that have geothermal potential using remote sensing methods that focus on the analysis of surface temperature (LST) and straightness density (FFD). The remote sensing method will then be integrated using geochemical methods in the form of manifestation data of the research area. The highest surface temperature in the research area is 35.55˚C and the dominant alignment direction is oriented northwest - southeast (NW - SE) with the highest alignment density value of 2,016.02 kilometers. The fluid flow flows from the upflow zone in the north of the study area to the outflow zone in the south. The direction of fluid flow is done by looking at the type of water, the type of manifestation, and the elevation of the research area. Based on the results of the research, three (3) zones were found to have geothermal potential, namely zones UBL-1, UBL-2, and UBL-3. Zone UBL-1 is the area with the largest geothermal potential, while Zone UBL-3 is the zone with the smallest geothermal potential. This is based on the characteristics of surface temperature, structure density, manifestation presence, fluid flow direction, and area."

"Gerakan tanah merupakan bahaya geologi utama di dunia yang menyebabkan tingginya jumlah korban manusia hingga kerugian harta benda yang sangat besar, serta mengakibatkan kerusakan pada sumber daya alam, ekosistem, dan infrastruktur. Selama periode Januari 2020 hingga Desember 2021, bancana gerakan tanah telah menjadi bencana yang paling rawan terjadi di Kabupaten Wonosobo, yakni sebanyak 238 kejadian. Bahkan, beberapa dari kejadian tersebut memakan korban jiwa yakni satu orang meninggal dunia di Kecamatan Kaliwiro, satu orang meninggal dunia di Kecamatan Kepil, dan dua orang meninggal dunia di Kecamatan Watumalang. Oleh karenanya, penelitian ini dilakukan agar dapat menentukan zona kerentanan gerakan tanah yang berguna dalam membantu proses mitigasi risiko sehingga segala bentuk kerugian dapat diminimalisasi. Zona kerentanan gerakan tanah pada Kabupaten Wonosobo divisualisasikan dengan peta kerentanan gerakan tanah. Sebanyak 242 titik gerakan tanah dikumpulkan untuk menghasilkan peta inventori. Titik tersebut kemudian dibagi menjadi 168 (70%) sebagai data training dan 74 (30%) sebagai data testing. Parameter yang dipertimbangkan terdiri dari berbagai parameter penyebab seperti aspek lereng, curvature, elevasi, kemiringan lereng, jarak dari sungai, litologi, tata guna lahan dan satu parameter pemicu, yaitu curah hujan. Selain itu, dilakukan pengurangan resolusi terhadap turunan data DEM seperti aspek lereng, curvature, elevasi, kemiringan lereng menjadi 8, 17, 25, dan 40 m untuk melihat pengaruhnya terhadap akurasi model. Semua parameter diolah menggunakan piranti ArcGIS untuk mengasilkan peta parameter. Peta parameter selanjutnya digabungkan dan dianalisis menggunakan metode frequency ratio dan weight of evidence untuk menghasilkan peta kerentanan gerakan tanah. Hasil penelitian menunjukkan bahwa Kabupaten Wonosobo memiliki kecenderungan terhadap kerentanan gerakan tanah dengan tingkatan rendah, sedang, hingga tinggi. Berdasarkan data resolusi DEM 8 m dan 17 m, tingkatan kerentanan didominasi oleh kelas sedang. Namun pada data resolusi DEM 25 m dan 40 m, tingkatan kerentanan didominasi oleh kelas rendah. Peta kerentanan masing-masing resolusi kemudian diuji nilai AUC nya menggunakan success rate curve untuk melihat keberhasilan model dan prediction rate curve untuk mengukur akurasi prediksi model. Setelah dilakukan validasi, resolusi tinggi ternyata tidak berbanding lurus dengan kualitas akurasi model. Akurasi success rate mengalami puncaknya pada resolusi DEM 25 m sedangkan prediction rate pada resolusi DEM 17 m.

---

Landslide is a major geological hazard in the world that causes a high number of human casualties to enormous property losses, as well as causing damage to natural resources, ecosystems and infrastructure. During the period from January 2020 to December 2021, landslide disasters have become the most prone to disasters in Wonosobo Regency, with 238 incidents. In fact, some of these incidents claimed lives, namely one person died in Kaliwiro District, one person died in Kepil District, and two people died in Watumalang District. Therefore, this research was conducted in order to determine the susceptibility zones of landslide which are useful in assisting the risk mitigation process so that all forms of losses can be minimized. The landslide vulnerability zone in Wonosobo Regency is visualized with a landslide susceptibility map. A total of 242 landslide points were collected to produce an inventory map. These points are then divided into 168 (70%) as training data and 74 (30%) as testing data. The parameters considered consist of various causal parameters such as slope aspect, curvature, elevation, slope, distance from river, lithology, land use and one trigger parameter, namely rainfall. In addition, the resolution of the DEM data derivatives was reduced, such as slope aspects, curvature, elevation, slope to 8, 17, 25, and 40 m to see the effect on model accuracy. All parameters are processed using the ArcGIS tool to produce a parameter map. Then the parameter maps are combined and analyzed using the frequency ratio and weight of evidence methods to produce a landslide susceptibility map. The results of the study show that Wonosobo Regency has a tendency towards low, moderate and high susceptibility to landslide. Based on DEM 8 m and 17 m resolution data, the susceptibility level is dominated by the moderate class. However, in DEM 25 m and 40 m resolution data, the susceptibility level is dominated by the low class. Then the susceptibility map of each resolution is tested for AUC value using a success rate curve to see the success of the model and a prediction rate curve to measure the accuracy of model predictions. After validation, it turns out that high resolution is not directly proportional to the quality of the model accuracy. Success rate accuracy peaks at DEM 25 m resolution while prediction rate at DEM 17 m resolution."

"Penelitian ini berfokus pada menganalisis potensi terhadap manifestasi panas bumi berupa mata air panas yang berada di permukaan dan dapat diasosiasikan pada suatu sumber panas bumi di kedalaman permukaan. Lapangan daerah Maranda – Kawende, Kabupaten Poso, Provinsi Sulawesi Tengah, merupakan salah satu wilayah di Indonesia yang memiliki potensi panas bumi. Penelitian ini menggunakan dua metode yaitu, metode analisis geokimia air dan metode penginderaan jauh. Penelitian ini bertujuan untuk mengetahui karakteristik fluida air panas serta menentukan temperatur yang berada di bawah permukaan pada wilayah panas bumi daerah Maranda - Kawende. Data yang digunakan pada penelitian kali ini yaitu data sekunder salah satunya diambil oleh PSDMBP yang berfokus kepada data kation, anion serta pH. Terdapat persebaran manifestasi panas bumi berupa air panas dan air dingin yang terdiri dari dua mata air dingin, tiga air sungai, satu air laut dan dua puluh dua mata air panas. Pada analisis dari ke dua puluh tujuh manifestasi permukaan panas bumi berdasarkan analisis geokimia air didapatkan bahwa tipe air panas bumi menunjukan tipe air klorida dan klorida-bikarbonat. Sumber air panas bumi tidak bersumber dari satu reservoir yang sama serta kondisi air panas berada di fase immature waters dan partial equilibration diketahui juga air panas berasal dari air meteorik yang didominasi oleh air yang sudah mengalami pencampuran oleh air permukaan. Berdasarkan geoindikator didapatkan zona upflow berada di titik Ap.Maranda I. Pada metode penginderaan jauh mengintegrasikan beberapa data meliputi LST, NDVI, dan FFD serta data sekunder lainnya meliputi data geologi dan manifestasi permukaan. Melalui analisis tersebut, didapatkan hasil bahwa terdapat empat area potensi panas bumi. Area potensi A terletak pada daerah Maranda dengan koordinat UTM 227925 - 226909 mE dan UTM 9856819 - 9865793 mN serta memiliki luas 22 hektar. Area potensi B terletak pada Daerah Pantangolemba dengan koordinat 229991 - 233563 mE dan 9846449 - 9842678 mN serta memiliki luas 13 hektar. Area potensi C terletak pada daerah Pakareme dengan koordinat 220267 - 224571 mE dan 9878781 - 9875298 mN serta memiliki luas 14 hektar. Area potensi D terletak pada Daerah Pantangolemba dengan koordinat 216289 – 220800 mE dan 9866259 – 9863881 mN serta memiliki luas 10 hektar.

---

This research focuses on analyzing the potential for geothermal manifestations in the form of hot springs that are on the surface and can be associated with a geothermal source in the depths of the surface. The Maranda – Kawende Regional Field, Poso Regency, Central Sulawesi Province, is one of the areas in Indonesia that has geothermal potential. This study uses two methods, namely, the method of water geochemical analysis and remote sensing methods. This study aims to determine the characteristics of the hot water fluid and determine the temperatur below the surface in the geothermal area of ??Maranda - Kawende. The data used in this research is secondary data, one of which was taken by PSDMBP which focuses on cation, anion and pH data. There is a distribution of geothermal manifestations in the form of hot water and cold water consisting of two cold springs, three rivers, one seawater and twenty-two hot springs. In the analysis of the twenty-seven geothermal surface manifestations based on water geochemistry analysis, it was found that the type of geothermal water shows the type of chloride and chloride-bicarbonate water. Geothermal water sources are not sourced from the same reservoir and the condition of the hot water is in the immature waters and partial equilibration phases. It is also known that hot water comes from meteoric water which is dominated by water that has experienced mixing with surface water. Based on the geoindicator, the upflow zone is located at Ap.Maranda I point. The remote sensing method integrates several data including LST, NDVI, and FFD as well as other secondary data including geological data and surface manifestations. Through this analysis, the results show that there are four geothermal potential areas. First, Potential area A is located in the Maranda Region with coordinates UTM 227925 - 226909 mE and UTM 9856819 - 9865793 mN and has an area of ??22 hectares. Second, potential area B is located in the Pantangolemba Region with coordinates 229991 - 233563 mE and 9846449 - 9842678 mN and has an area of ??13 hectares. Third, potential area C is located in the Pakareme Region with coordinates 220267 - 224571 mE and 9878781 - 9875298 mN and has an area of ??14 hectares. Potential area D is located in the Pantangolemba Region with coordinates 216289 – 220800 mE and 9866259 – 9863881 mN and has an area of ??10 hectares."