Melola Discovery

← Melola Discovery

Jurnal

ESTIMASI KELAS HARGA LAHAN BERBASIS SISTEM INFORMASI GEOGRAFIS (SIG) DI KECAMATAN AMBARAWA KABUPATEN SEMARANG

Geo-Image Journal · Vol. 3 No. 1 (2014)

DOI
10.15294/geoimage.v3i1.4317
ISSN
2549-0362, 2252-6285
Terbit
2014-11-21
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

Penelitian  ini  bertujuan:  (1)  Mengetahui  besarnya  ketelitian hasil  interpretasi  variabel –variabel fisik penentu kelas harga lahan dari Citra Quickbird, (2) Mengetahui estimasi kelas harga lahan  di  Kecamatan  Ambarawa  Kabupaten  Semarang.  Metode  pengumpulan  data  meliputi metode interpretasi, dokumentasi, observasi, wawancara, dan studi kepustakaan. Metode analisis data  meliputi  teknik  interpretasi  citra  satelit, analisis SIG  yang  meliputi;  metode  jarak (buffer), metode  pengharkatan  (scoring),  dan  metode  tumpang susun (overlay),  metode aritmathik, dan  uji ketelitian  (akurasi).  Hasil  dari  penelitian  ini  menunjukkan  bahwa  Penginderaan  Jauh  dalam menentukan  estimasi  kelas  harga  lahan  mempunyai  kemampuan  sebesar  50  %  dalam mengidentifikasi  kondisi  fisik  lahan.  Uji  ketelitian  untuk  penggunaan  lahan  sebesar  97,3  %  dan harga lahan  sebesar  91,1  %.  Estimasi  kelas  harga  lahan  di  Kecamatan  Ambarawa  Kabupaten Semarang dibagi lima kelas yaitu sangat tinggi Rp. 980.000 - Rp. 1.460.000 memiliki luas 13,502 Ha, tinggi Rp. 596.000 - Rp.980.000 memiliki luas 288,096 Ha, sedang Rp. 308.000 - Rp. 596.000 memiliki luas 787,158 Ha, rendah Rp. 116.000 - Rp. 308.000 memiliki luas 75,689 Ha, dan sangat rendah  Rp. 20.000 - Rp.  116.000 memiliki luas 1.588,440 Ha. Simpulan dari hasil penelitian ini kondisi di daerah penelitian yaitu Kecamatan Ambarawa Kabupaten Semarang mempunyai kelas harga lahan yang cukup baik This  study  aims  to:  (  1)  Determine  the  magnitude  of  the  precision  of  the  interpretation  of  the variables - physical  variable  determinant  of  land price  class Quickbird  Imagery,  (  2)  Determine the estimated price  of  land in  the  district  class  Ambarawa  Semarang  Regency.  Data  collection  methods  include  methods  of interpretation,  documentation,  observation,  interviews, and  literature  study.  Data  analysis  methods  include satellite  imagery  interpretation  techniques,  which  includes  the  GIS  analysis;  distance  method  (  buffer  ),  the method pengharkatan ( scoring ), and methods of overlay ( overlay ), aritmathik methods, and test accuracy ( accuracy ). The results of this study indicate that the Remote Sensing in determining the estimated class has the ability to land prices by 50 % in identifying the physical condition of the land. Test accuracy for land use by 97.3 % and 91.1 % of the land price. Estimated price of land in the district class Ambarawa Semarang district divided by five is a very high class Rp. 980,000 - Rp. 1.46 million has an area of 13.502 hectares, high Rp. 596 000 - has an area of 288.096 ha Rp.980.000, was Rp. 308,000 - Rp. 596 000 has an area of 787.158 ha, low Rp. 116,000 -Rp. 308,000 has an area 75.689 ha, and very low Rp. 20.000 - Rp. Has an area of 1588.440 ha 116,000. The conclusions  of  this  research  conditions  in the study  area  is  District Semarang District Ambarawa  class has  a pretty good price for land

Jaringan kolaborasi para penulis

40 penulis · 116 tautan kepenulisan bersama · 4 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • Universitas Halu Oleo
  • University of Brawijaya
  • Sebelas Maret University
  • Poltekkes Kemenkes Malang
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Hariyanto HariyantoAfiliasi tidak diketahui6
Erni SuhariniAfiliasi tidak diketahui3
Puji HardatiAfiliasi tidak diketahui3
Heri TjahjonoAfiliasi tidak diketahui3
Tukidi TukidiAfiliasi tidak diketahui2
Tjaturahono Budi SanjotoAfiliasi tidak diketahui2
Apik Budi SantosoAfiliasi tidak diketahui2
Satyanta ParmanAfiliasi tidak diketahui2
Moch. ArifienAfiliasi tidak diketahui2
Ananto AjiAfiliasi tidak diketahui2
Hanna HannaUniversitas Halu Oleo1
La InoUniversitas Halu Oleo1
Supiyanto SupiyantoAfiliasi tidak diketahui1
Viera WardhaniUniversity of Brawijaya1
Siswanto SiswantoSebelas Maret University1
Muh. SholehState University of Semarang1
Deby Luriawati NaryatmojoState University of Semarang1
Andri Sumihar SimbolonAfiliasi tidak diketahui1
amita asih ardiyantiAfiliasi tidak diketahui1
R SugiyantoAfiliasi tidak diketahui1
Dwi JatmikoAfiliasi tidak diketahui1
Juhadi JuhadiAfiliasi tidak diketahui1
Novia Retno NingsihAfiliasi tidak diketahui1
Dwi IrmawatiAfiliasi tidak diketahui1
Hartini HartiniAfiliasi tidak diketahui1
Sutardji SutardjiAfiliasi tidak diketahui1
Anisa RistiyaniAfiliasi tidak diketahui1
Dina Widya EristaAfiliasi tidak diketahui1
Desi InayatiAfiliasi tidak diketahui1
Kukuh IndartoAfiliasi tidak diketahui1
Putri Nur FitriaAfiliasi tidak diketahui1
Ahmad Hutama Adhi NugrahaAfiliasi tidak diketahui1
Ariyani IndrayatiAfiliasi tidak diketahui1
Dea Halimatus SyadiahAfiliasi tidak diketahui1
Wahyu SetyaningsihPoltekkes Kemenkes Malang1
Arsi Surya PrasantaAfiliasi tidak diketahui1
Annis FaridaAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/geoimage/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">ESTIMASI KELAS HARGA LAHAN BERBASIS SISTEM INFORMASI  GEOGRAFIS (SIG) DI KECAMATAN AMBARAWA KABUPATEN  SEMARANG</dc:title>
	<dc:creator>Wibowo, Dwi Amri</dc:creator>
	<dc:creator>Sriyono, Sriyono</dc:creator>
	<dc:creator>Putro, Saptono</dc:creator>
	<dc:description xml:lang="en-US">Penelitian  ini  bertujuan:  (1)  Mengetahui  besarnya  ketelitian hasil  interpretasi  variabel –variabel fisik penentu kelas harga lahan dari Citra Quickbird, (2) Mengetahui estimasi kelas harga lahan  di  Kecamatan  Ambarawa  Kabupaten  Semarang.  Metode  pengumpulan  data  meliputi metode interpretasi, dokumentasi, observasi, wawancara, dan studi kepustakaan. Metode analisis data  meliputi  teknik  interpretasi  citra  satelit, analisis SIG  yang  meliputi;  metode  jarak (buffer), metode  pengharkatan  (scoring),  dan  metode  tumpang susun (overlay),  metode aritmathik, dan  uji ketelitian  (akurasi).  Hasil  dari  penelitian  ini  menunjukkan  bahwa  Penginderaan  Jauh  dalam menentukan  estimasi  kelas  harga  lahan  mempunyai  kemampuan  sebesar  50  %  dalam mengidentifikasi  kondisi  fisik  lahan.  Uji  ketelitian  untuk  penggunaan  lahan  sebesar  97,3  %  dan harga lahan  sebesar  91,1  %.  Estimasi  kelas  harga  lahan  di  Kecamatan  Ambarawa  Kabupaten Semarang dibagi lima kelas yaitu sangat tinggi Rp. 980.000 - Rp. 1.460.000 memiliki luas 13,502 Ha, tinggi Rp. 596.000 - Rp.980.000 memiliki luas 288,096 Ha, sedang Rp. 308.000 - Rp. 596.000 memiliki luas 787,158 Ha, rendah Rp. 116.000 - Rp. 308.000 memiliki luas 75,689 Ha, dan sangat rendah  Rp. 20.000 - Rp.  116.000 memiliki luas 1.588,440 Ha. Simpulan dari hasil penelitian ini kondisi di daerah penelitian yaitu Kecamatan Ambarawa Kabupaten Semarang mempunyai kelas harga lahan yang cukup baik This  study  aims  to:  (  1)  Determine  the  magnitude  of  the  precision  of  the  interpretation  of  the variables - physical  variable  determinant  of  land price  class Quickbird  Imagery,  (  2)  Determine the estimated price  of  land in  the  district  class  Ambarawa  Semarang  Regency.  Data  collection  methods  include  methods  of interpretation,  documentation,  observation,  interviews, and  literature  study.  Data  analysis  methods  include satellite  imagery  interpretation  techniques,  which  includes  the  GIS  analysis;  distance  method  (  buffer  ),  the method pengharkatan ( scoring ), and methods of overlay ( overlay ), aritmathik methods, and test accuracy ( accuracy ). The results of this study indicate that the Remote Sensing in determining the estimated class has the ability to land prices by 50 % in identifying the physical condition of the land. Test accuracy for land use by 97.3 % and 91.1 % of the land price. Estimated price of land in the district class Ambarawa Semarang district divided by five is a very high class Rp. 980,000 - Rp. 1.46 million has an area of 13.502 hectares, high Rp. 596 000 - has an area of 288.096 ha Rp.980.000, was Rp. 308,000 - Rp. 596 000 has an area of 787.158 ha, low Rp. 116,000 -Rp. 308,000 has an area 75.689 ha, and very low Rp. 20.000 - Rp. Has an area of 1588.440 ha 116,000. The conclusions  of  this  research  conditions  in the study  area  is  District Semarang District Ambarawa  class has  a pretty good price for land</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2014-11-21</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/geoimage/article/view/4317</dc:identifier>
	<dc:identifier>10.15294/geoimage.v3i1.4317</dc:identifier>
	<dc:source xml:lang="en-US">Geo-Image Journal; Vol 3 No 1 (2014)</dc:source>
	<dc:source>2549-0362</dc:source>
	<dc:source>2252-6285</dc:source>
	<dc:source>10.15294/geoimage.v3i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/geoimage/article/view/4317/3979</dc:relation>
</oai_dc:dc>