Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Angka kematian ibu didefinisikan sebagai jumlah kematian ibu pada saat masa kehamilan atau dalam kurun waktu 42 hari setelah masa kehamilan berhenti setiap seratus ribu kelahiran hidup. Salah satu tujuan dari Millenium Development Goals MGDs Indonesia adalah untuk mengurangi angka kematian ibu. Salah satu faktor yang menentukan angka kematian ibu adalah jumlah kematian ibu. Menurut profil kesehatan Indonesia tahun 2014 provinsi Jawa Barat, Jawa Tengah, dan Jawa Timur berkontribusi 26 persen dari total jumlah kematian ibu di Indonesia. Variabel-variabel yang diduga memengaruhi kematian ibu adalah jumlah tenaga kesehatan, program pemberian beras miskin, ketersediaan air bersih, jumlah penduduk yang buta huruf, dan jumlah kelahiran yang dibantu oleh tenaga kesehatan. Data yang digunakan adalah data spasial yang merupakan data yang memiliki informasi koordinat di dalamnya. Menurut Cressie 1993, kejadian di suatu wilayah cenderung dipengaruhi oleh kejadian di sekitarnya dan ketergantungan spasial seringkali ditemukan di dalam analisis regresi. Oleh karena itu diduga bahwa jumlah kematian ibu di suatu wilayah dipengaruhi oleh jumlah kematian ibu di wilayah lainnya yang berdekatan. Pemodelan jumlah kematian ibu dilakukan dengan pendekatan regresi spasial menggunakan model Spatial Autoregressive dan Spatial Error, sehingga dapat diketahui variabel apa saja yang signifikan serta seberapa besar faktor spasial memengaruhi jumlah kematian ibu di Jawa Barat, Jawa Tengah, dan Jawa Timur. Pada ketiga daerah tersebut, juga akan dideteksi Kabupaten/kota mana saja yang memiliki jumlah kematian ibu tertinggi secara statistik menggunakan metode Spatial Scan Statistics. Hasil pemodelan menunjukkan bahwa jumlah tenaga kesehatan, program pemberian beras miskin, dan jumlah penduduk buta huruf merupakan faktor yang signifikan memengaruhi jumlah kematian ibu dan didapatkan cluster daerah yang memiliki jumlah kematian ibu tertinggi secara statistik.

---

ABSTRACT
Maternal mortality is defined as the number of maternal deaths during pregnancy or within 42 days of termination of pregnancy every hundred thousands live births. One of the Millennium Development Goals MGDs of Indonesia was to reduce maternal mortality. One of the factors that determine maternal mortality is the number of maternal deaths. According to Indonesia 39s health profile in 2014, West Java, Central Java and East Java provinces contributed 26 percents of the total number of maternal deaths in Indonesia. The variabels suspected affect maternal deaths are the number of health workers, poor rice programs, the availability to access clean water, the number of illiterate people, and the number of births assisted by health personnel. The data is spatial data which has coordinate information in it. According to Cressie 1993, events in a region tend to be influenced by surrounding events and spatial dependence is often found in spatial data. Therefore it is suspected that the number of maternal deaths in a region is affected by the number of maternal deaths in other surrounding areas. Maternal deaths data was analyzed by spatial regression approach using Spatial Autoregressive and Spatial Error Model to know which variabels are significant and to know whether spatial factor influences the number of maternal deaths in West Java, Central Java, and East Java. In all three areas, the highest number of maternal deaths will also be detected statistically using the Spatial Scan Statistics method. The modeling results showed that the number of health workers, poor rice program, and the number of illiterate people were significant factors that affect the number of maternal deaths and the cluster areas that have highest number of maternal deaths were obtained statistically.

Abstrak :
Polusi udara merupakan ancaman serius di daerah perkotaan. Pesatnya pertumbuhan kota tentunya juga akan menambah permasalahan baru yang muncul di perkotaan, salah satunya kemacetan lalu lintas yang juga dapat meningkatkan emisi di udara. Tujuan dari penelitian ini adalah untuk menganalisis pola kemacetan lalu lintas dan pola sebaran CO di Jakarta Timur, serta melihat hubungan antara keduanya. Untuk mencari pola kemacetan lalu lintas yang terekam berdasarkan aplikasi Google Maps terlihat pada hari kerja pada pagi dan sore hari. Metode analisis spasial yang digunakan untuk mencari pola sebaran CO adalah analisis spasial interpolasi IDW dan model matematis perhitungan emisi bergerak berdasarkan jarak tempuh (VKT). Hasil penelitian menunjukkan bahwa pola kemacetan yang terbentuk pada tahun 2019 dan 2020 memiliki perbedaan yang cukup signifikan, dari yang dulunya banyak tingkat lalu lintas menjadi macet dari lancar menjadi padat. Pola spasial sebaran CO pada tahun 2019 dan 2020 yang terbentuk dari interpolasi stasiun udara IDW juga menunjukkan perubahan yang cukup signifikan. Distribusi CO pada tahun 2019 merata dengan tingkatannya sedangkan distribusi CO pada tahun 2020 terkonsentrasi dari selatan hingga pusat Jakarta Timur. Pola spasial sebaran CO dari model perhitungan emisi bergerak memiliki pola yang sangat terpusat di wilayah Jakarta Timur bagian tengah. Uji korelasi kemacetan lalu lintas terhadap distribusi CO dari interpolasi IDW stasiun udara tidak menunjukkan hubungan yang signifikan, namun menunjukkan hubungan yang signifikan antara kemacetan lalu lintas dengan distribusi CO dari model emisi mobile dengan nilai korelasi sebesar 0,993. ......Air pollution is a severe threat in urban areas. The rapid growth of cities will certainly also increase new problems that arise in cities, one of which is traffic jams which can also increase emissions in the air. This study aims to analyze the traffic jam pattern and the CO distribution pattern in East Jakarta and to see the relationship between the two. Traffic jam patterns were recorded based on the Google Maps application seen on weekdays in the morning and evening. The spatial analysis used to find the CO distribution pattern is the IDW interpolation spatial analysis, and the mathematical model calculates the moving emission based on the distance travelled. The results found the traffic jam pattern formed in 2019 and 2020 had a significant difference, from what used to be many traffic levels to be blocked from smooth to congested. The spatial pattern of CO distribution in 2019 and 2020 formed from the interpolation of air stations showed quite significant changes. The distribution of CO in 2019 is evenly distributed with levels, while the distribution of CO in 2020 is concentrated from south to central East Jakarta. The spatial pattern of CO distribution from the mobile emission calculation model has centers pattern in the central part of East Jakarta. Correlation test of traffic jam to CO distribution from air station interpolation shows no significant relationship but shows a significant relationship of traffic jam to CO distribution from mobile emission models with a correlation value of 0.993.

Abstrak :
Penyakit Demam Berdarah Dengue masih merupakan salah satu masalah kesehatan masyarakat yang utama di Indonesia. Jumlah penderita dan luas daerah penyebarannya semakin bertambah seiring dengan meningkatnya mobilitas dan kepadatan penduduk. Pemodelan spasial kerentanan wilayah terhadap DBD dilakukan dengan berbagai variabel antara lain: kepadatan bangunan, tutupan vegetasi, kepadatan penduduk, curah hujan dan house index. Metode yang digunakan untuk menentukan kerentanan wilayah terhadap DBD adalah Fuzzy Logic dengan melakukan analisis keanggotaan fuzzy dan fuzzy overlay,untuk menilai kerentanan wilyah terhadap DBD dengan menggunakan beberapa operator fuzzy yaitu AND, OR, SUM, PRODUCT. Tingkat kerentanan wilayah terhadap DBD yang dihasilkan oleh masing-masing operator fuzzy kemudian diuji akurasinya terhadap kerentanan aktual yang diturunkan dari informasi sebaran kasus DBD di Kota Padang tahun 2012. Dari hasil perbandingan analisis Fuzzy Overlay dengan kerentanan wilayah DBD aktual di Kota Padang tahun 2012 melalui proses uji akurasi. Dari hasil analisis Fuzzy Overlay Product tingkat kerentanan DBD dapat diklasifikasi menjadi, tidak rentan, kerentanan rendah, kerentanan sedang dan kerentanan tinggi. Secara spasial kerentanan wilayah terhadap demam berdarah tertinggi terdapat di Kota Padang yaitu dibagian barat yang dicirikan oleh kepadatan bangunan dan kepadatan penduduk serta curah hujan berdasarkan pemodelan akurasi paling baik yaitu Fuzzy Product sebesar 67.4%.

---

Dengue Haemorrhagic Fever is still one of the major public health problem in Indonesia. Number of patients and more widely spread area increases with increasing mobility and population density. Modeling spatial vulnerability to dengue areas is done by a variety of variables such as: building density , vegetation cover, population density, rainfall and house index. The method used to determine susceptibility to dengue areas are Fuzzy Logic by analyzing the fuzzy membership and fuzzy overlay, to assess susceptibility to DHF wilyah using some fuzzy operators are AND, OR, SUM, PRODUCT. The level of vulnerability of the region to the DBD generated by each operator fuzzy then tested its accuracy against actual vulnerability information derived from the distribution of dengue cases in the city of Padang in 2012. From the results of comparative analysis of susceptibility regions Fuzzy Overlay with actual dengue in the city of Padang in 2012 through a process of testing accuracy. From the analysis of the vulnerability of Fuzzy Overlay Product DHF can be classified into, not vulnerable, the vulnerability of low, medium and high vulnerability vulnerability. Spatial vulnerability to dengue areas was highest in the western part of Padang is characterized by the density of buildings and population density and rainfall by modeling best accuracy is at 67.4 % Product Fuzzy.

Abstrak :
Lahan kering merupakan sumberdaya pertanian terbesar ditinjau dari segi luasnya. Profil usaha tani pada agroekosistem ini sebagian masih diwarnai oleh rendahnya produktifitas lahan. Daerah Aliran (DA) Ci Sokan merupakan salah satu dari Sub DA Ci Tarum yang memiliki sebaran pertanian lahan kering cukup luas yang dikhawatirkan berdampak pada besarnya erosi dan berakhir pada pembentukan lahan kritis. Penelitian ini bertujuan untuk mengkaji dan menilai persebaran spasial perubahan pertanian lahan kering di DA Ci Sokan yang diduga sebagai salah satu kontributor yang menyebabkan gangguan fisik tanah dan degradasi lahan oleh erosi. Hasil penelitian menunjukan bahwa pertanian lahan kering di DA Ci Sokan sejak tahun 1990 sampai 2010 semakin bertambah. Secara spasial peningkatan luas pertanian lahan kering terjadi pada daerah yang memiliki ketinggian antara 700-1000 mdpl dan kelas lereng agak curam (15-25%) dan curam (25-40%). Dengan pemodelan spasial menggunakan metode Artificial Neural Network (ANN) dan Markov Chain diprediksi terdapat penambahan luas pertanian lahan kering pada tahun 2030 sebesar 16,5% dari tahun 2015. Dari penelitian ini pula diketahui bahwa Tingkat Bahaya Erosi (TBE) kelas sedang sampai dengan sangat berat semakin bertambah seiring dengan meningkatnya jumlah pertanian lahan kering di DA Ci Sokan.

---

Dryland farming should contribute significant amount of agricultural product, based on its extent area. However, some of this agro-ecosystems practice has low productivities. Ci Sokan watershed is one of the sub-watersheds of Ci Tarum River, which has vast area of dryland farming, and has been considered affects the amount of erosion and causes degraded land. This research aims to study the spatial distribution of the change of dryland farming area in Ci Sokan watershed, which is supposed to contribute to soil physical disturbance and land degradation caused by erosion. The results show that from 1990 to 2010, the area of dryland farming in Ci Sokan watershed increased. The model predicted that the conversion will mostly occurred in the area with the height of 700-1000 m above sea level and intermediate to steep slope (15-25% and 25-40%). Using spatial modelling with Artificial Neural Network (ANN) and Markov Chain method, the predicted show that dryland farming area will increase 16.5% by 2030, compare to the area in 2015. The results also show that the research area is in the intermediate to highly risk of Erosion Hazard Level, which is related to the increasing of shifting land use into dryland farming.

Abstrak :
ABSTRAK
Kabupaten Pacitan adalah Kabupaten di pesisir selatan Pulau Jawa dan berbatasan langsung dengan Samudera Hindia yang memiliki potensi kejadian gempa bumi tektonik dan tsunami. Namun pesisir Kabupaten Pacitan memiliki pesona keindahan alam pantai yang menjadi daya tarik wisatawan. Tujuan dari penelitian ini adalah untuk mengetahui potensi bahaya tsunami dan tingkat kerusakan fasilitas wisata di dua kawasan wisata pantai yang paling ramai dikunjungi wisatawan, yaitu Pantai Klayar di Desa Sendang dan Pantai Telengria di Desa Sidoharjo. Metode yang digunakan adalah Tsunami Inundation Modeling untuk mencari potensi genangan terjauh dari setiap skenario tsunami yang dibuat. Hasil pemodelan yang merupakan potensi wilayah bahaya bencana tsunami akan ditampalkan dengan atraksi dan fasilitas wisata pantai untuk kemudian mendapatkan tingkat kerusakan fasilitas wisata pantai. Analisis dilakukan secara deskriptif dengan pendekatan keruangan untuk melihat kaitan topografi wilayah, tutupan lahan, serta fasilitas wisata terhadap wilayah bahaya bencana tsunami pada daerah penelitian. Hasil yang diperoleh yaitu pantai Telengria memiliki potensi bahaya tsunami lebih tinggi karena kemiringan lereng yang landai serta tutupan lahan yang lebih sedikit vegetasi. Sementara Pantai Klayar yang merupakan pantai berbukit dan terdapat lebih banyak vegetasi, memiliki tingkat bahaya tsunami lebih kecil. Serta banyaknya fasilitas yang mengelompok pada suatu wilayah tertentu akan mempengaruhi besarnya tingkat kerusakan fasilitas wisata pantai yang berpotensi ditimbulkan akibat bencana tsunami.

---

ABSTRACT
Pacitan District is a district in the southern coast of Java Island and directly adjacent to Indian Ocean, that possessed potential for tectonic earthquake and tsunami occurrences. Nevertheless, Pacitan district coastal area renowned for its nature?s beauty as the main attraction for tourists. The purpose of this research is to determine the level of tsunami hazard potential and damage level of tourism facilities in two coastal tourist area that most visited by tourists; Klayar Beach at Sendang Village and Telengria Beach at Sidoharjo Village. The method used in this research is Tsunami Inundation Modeling to find the farthest reach of tsunami inundation from all generated scenario. Modeling results which is potency of tsunami hazard areas will be overlaid with the coast attractions and tourist facilities to get a damage level of tourism facilities. The analysis used on this research is descriptive analysis with spatial approach to understand the influences between topography, landcover, and tourist facilities on tsunami hazard areas in the research area. The results showed that Telengria Beach possesses higher potential for tsunami hazard because of its slight sloppy terrain and less vegetation than Klayar Beach. While Klayar Beach?s hilly terrain with more vegetation resulted in smaller tsunami hazard level. As well as the number of clustered facilities in a certain area will affect the damage level of tourism facilities that potentially caused by the tsunami hazard.

Abstrak :
Banjir merupakan salah satu masalah utama yang melanda kota-kota yang berada di pinggir sungai, termasuk Kota Solo yang berada di hulu Bengawan Solo. Untuk meminimalisasi kerugian akibat banjir, mitigasi bencana banjir melalui pemodelan wilayah banjir menjadi penting. Penelitian ini mengkaji pemodelan spasial di Kota Solo dengan menggunakan variabel curah hujan, tinggi muka air sungai, ketinggian tempat, koefisien limpasan, dan kedalaman banjir. Survei lapang pada 13 lokasi yang hasilnya dikaitkan dengan informasi hasil pengolahan data, selanjutnya dilakukan analisis statistik untuk melihat kaitan antar variable dan pemodelan wilayah banjir berbasis grid dilakukan dengan menggunakan software arcgis 9.3. Hasil yang diperoleh menunjukkan bahwa peristiwa banjir di Kota Solo cenderung meningkat dari tahun 2007 sampai 2009, baik dari segi frekuensi kejadian maupun luasan wilayah banjir. Hasil pemodelan banjir di Kota Solo menunjukkan bahwa wilayah yang sering terendam banjir berada di bagian timur dan tenggara Kota Solo dan berada di sepadan sungai. Kota Solo mulai terendam air pada saat tinggi muka air Bengawan solo mencapai angka 6 m, yang terjadi di Kelurahan Sangkrah. Semakin tinggi muka air Bengawan Solo, semakin luas wilayah yang berpotensi tergenang air.

---

Floods are one of the main problems that plagued the cities on the shores of the River, including the city of Solo in Solo River upstream. To minimize losses due to floods, the disaster mitigation of flooding through the modeling of the region from floods is important. This study examined the spatial modeling in Solo by using variable rainfall, river water, high altitude, runoff coefficient, and depth of flooding. Field surveys at 13 locations that the results related to the information the results of data processing, statistical analysis was then performed to see the relationship between variables and application of grid-based model of flood zones is done using the software ArcGIS 9.3. Results obtained showed that the incidence of flooding in the city of Solo is likely to increase from 2007 to 2009, both in terms of frequency of occurrence and level of flooding. The results of modeling of floods in the town of solo shows frequently flooded areas in eastern and southeastern cities, and rivers are commensurate solo. Solo City began under water at high water level reaches 6 m Bengawan solo, which occurred in the village of Sangkrah. If water level of the Solo River showed a high value, the potentially flooded are also larger.

Abstrak :
Monitoring perubahan iklim terutama potensi kenaikan Tinggi Muka Laut (TML) di daerah pesisir yang mempengaruhi perubahan garis pantai penting dilakukan untuk perlindungan lingkungan dan pembangunan nasional. Penelitian ini bertujuan untuk membangun model spasial perubahan garis pantai melalui hasil identifikasi data garis pantai historis multitemporal tahun 1990-2021 berbasis citra Landsat (TM, ETM, dan OLI) menggunakan metode DSAS. Pemodelan spasial dibangun dengan mempertimbangkan faktor geodinamik eksternal (erosi dan akresi), faktor hidrometeorologi (kenaikan TML), faktor proses biologi (NDVI), dan faktor aktivitas antropogenik (penutup lahan), memprediksi posisi garis pantai di masa depan, berkaitan dengan rencana penataan ruang. Hasil pemodelan spasial yang merepresentasikan periode waktu tahun 1990-2021 menunjukkan rata-rata secara umum pesisir Pandeglang mengalami erosi dan akresi yang hampir seimbang, dengan dominasi persentase total erosi 53% dan akresi 47%. Lebih lanjut penelitian ini menemukan bahwa faktor aktivitas antropogenik memiliki peran penting, dimana semakin meningkatnya luasan permukiman di wilayah pesisir berpengaruh pada terjadinya akresi, dan faktor kenaikan TML tidak berpengaruh signifikan pada perubahan garis pantai, sementara faktor kerapatan vegetasi berbanding terbalik dengan perubahan garis pantai. Pemodelan prediksi perubahan garis pantai menggunakan perhitungan statistik variabel LRR dengan metode Kalman Filter pada tahun 2041 akan bervariasi di sepanjang pesisir barat Pandeglang mulai dari -261,4 meter hingga 1368,6 meter, dengan rata-rata pergeseran 6 meter. Pola ruang RTRW Kab.Pandeglang Tahun 2011-2031 berdasarkan prediksi garis pantai tahun 2031 dan 2041 secara umum mengalami dampak terutama pada kawasan pariwisata dengan dinamika pantai mengalami erosi tinggi hingga 43 meter pada tahun 2031 dan 70 meter pada tahun 2041, sementara akresi tinggi hingga 89 meter pada tahun 2031 dan 206 meter pada tahun 2041. Hal ini perlu mendapat perhatian dari pemangku kebijakan agar terwujud tujuan penataan ruang sebagai pusat pariwisata di Provinsi Banten yang berkelanjutan. ......Monitoring climate change, especially the potential for sea level rise (SLR) in coastal areas that affect shoreline changes, is important for environmental protection and national development. This study aims to build a spatial model of shoreline change through the results of knowing multitemporal historical coastline data for 1990-2021 based on Landsat (TM, ETM, and OLI) images using DSAS variables : NSM, SCE, EPR, and LRR. Then spatial modeling is built by considering external geodynamic factors (erosion and accretion), hydrometeorological factors (Sea Level Rise), biological process factors (vegetation), and anthropogenic activity factors (land cover), predicting the position of the coastline in the future, related to the plan. spatial planning. The results of spatial modeling representing the time period 1990-2021 show that the general average of the coast of Pandeglang experiences almost equal erosion and accretion, with the dominance of the total proportion of erosion 53% and accretion 47%. The average rate of change of the LRR value is 0.15 meters/year, the EPR value is 0.07 meters/year, and the NSM value is 2.23 meters. Anthropogenic by increasing the factors that can be seen in coastal areas have an effect on the occurrence of erosion. Meanwhile, hydrometeorological factors (Sea Level Rise) in this study have no significant effect on shoreline changes, but biological process has inversely relationship. Predictive modeling of shoreline changes using statistical calculations of LRR variables using the Kalman Filter method in 2041 will vary along the west coast of Pandeglang starting from -261, 4 meters up to 1368.6 meters, with an average shift of 6 meters. The spatial pattern of the RTRW of Pandeglang Regency in 2011-2031 based on coastline predictions in 2031 and 2041 generally has an impact, especially on the area and coastal dynamics, experiencing high erosion of up to 43 meters in 2031 and 70 meters in 2041, while high accretion up to 89 meters in 2031 and 206 meters in 2041. This needs attention from policy makers in order to realize the goal of spatial planning as a sustainable center for tourism in Banten Province.

Abstrak :
ABSTRAK
Pertambangan timah merupakan salah satu sektor penting bagi perekonomian wilayah Sub DAS Perimping, Kabupaten Bangka. Namun demikian, kegiatan pertambangan mengakibatkan kerusakan lingkungan di sekitar daerah pertambangan. Penataan lahan pasca tambang menjadi salah satu upaya konservasi untuk memperbaiki dan merevitalisasi kondisi lahan yang rusak akibat pertambangan timah. Penataan lahan dalam bentuk reklamasi dan revegetasi telah dilakukan, namun belum menunjukkan hasil yang maksimal. Studi ini bertujuan untuk menganalisis keberlanjutan hasil kegiatan konservasi lahan pasca tambang timah yang ditinjau dari pola perubahan tutupan di area konservasi dan sekitarnya. Metode yang digunakan dalam penelitian ini adalah pemodelan menggunakan Cellular Automata Marcov-Chain untuk memprediksi pola perubahan tutupan lahan area konservasi lahan pasca tambang timah di tahun 2032. Survei lapang juga dilakukan untuk validasi kondisi konservasi dan membandingkan hasil model di wilayah penelitian. Informasi dilengkapi dengan wawancara kepada pihak PT Timah, pemerintah daerah, dan masyarakat setempat untuk mengetahui proses dan dampak konservasi yang telah dilakukan. Hasil penelitian ini menunjukkan bahwa, pada tahun 2032 tutupan lahan di lokasi pertambangan yang telah direklmasi dan direvegetasi terjadi perubahan luas serta distribusi spasial menjadi tanaman seragam yang mengindikasikan perkebunan dan semak belukar. Variabel yang paling menentukkan hal tersebut adalah jarak lokasi reklamsi dari sungai, jarak dari tambang disekitarnya dan jarak dari perkebunan. Koordinasi antara para pelaku usaha tambang, pemerintah daerah, dan masyarakat merupakan kunci utama keberlanjutan dan keberhasilan konsevasi lahan pasca tabang timah yang dilakukan.

---

ABSTRACT
Tin mining has been contributing to Bangka Regency local economy for years including Perimping Sub Watershed. However, it brought environmental degradations around mining area as the impact. Land conservation for the post tin mining area has been done by doing reclamation and revegetation in order to restore the condition of the damaged post tin mining area although the results have not been maximized. This study aimed to analyze the sustainability of post tin mining land conservation results by identifying land cover changes in post tin mining surrounding area. The method used were cellular automata to build the prediction model of land cover changes in 2032, spatial multi criteria to build land suitability of post tin mining land conservation, survey to validate the result from model and existing condition of land cover and conservation, and interview to get more information about the process and impact of post tin mining land conservation from mining company PT. Timah, Tbk , government, and local people. The result showed that land cover at post tin mining and surrounding area changed into uniform crops which indicated plantation activities, shrubs, and wide change of lsquo kolong rsquo . The distance from river, mining area and plantation area were the variables that affected the most to land cover change in post tin mining land surrounding area. The land conservation of post tin mining area also needed to build good coordination between all miners, government, and society to achieve the goals.