Anda di halaman 1dari 18

PELATIHAN GIS HMTP

OUTLINE
Day 1
Dasar-dasar GIS dan ArcGIS
Topologi Data dalam SIG

Day 2

Spatial Analysis

Pengolahan dan Manipulasi Data


Geoprocessing
Spatial Statistic
Model Builder
Exercise I

3D Analysis
Network Analysis

Penyelesaian Kasus
Exercise II

Dasar-dasar GIS Dan ArcGIS


Definisi GIS
Any manual or computer based set of
procedures used to store and manipulate
geographically data (Aronoff, 1989)

Perangkat Lunak Pemetaan

Sebuah Sistem
SIG merupakan suatu sistem yang terdiri dari perangkat
keras, perangkat lunak, data, metode, dan pengguna.

ArcGIS sebagai Alat


ArcGIS merupakan alat bantu untuk
memudahkan kita dalam melakukan
pengelolaan sumber daya, guna lahan,
pola ruang, struktur ruang, dan segala
sesuatu yang ada di permukaan bumi
guna menghasilkan suatu penataan
ruang yang ideal bagi kita.

Main System

Fungsi ArcGIS
Supporting a System

Topologi Data Dalam GIS

Bentuk Data Vektor

Format Data

Bentuk
Data Raster

Pengolahan Dan Manipulasi Data


Inputing Data
Memilih bentuk data

Manipulating Data
Select by
Map calculator
Calculate geometric

Converting Data
Convert to raster
Convert to vector
Convert to KML
Export to CAD

Geoprocessing
Geoprocessing adalah salah satu kemampuan dasar GIS.
Istilah Geoprocessing mengacu pada proses yang berlaku
operasi didefinisikan satu set input dan menghasilkan
informasi baru yang menjawab pertanyaan spasial.
Buffer

Clip

Intersect

Union

Input
Dataset
Erase

Geoprocessing
Tool
Dissolve

New
Dataset
Merge

SPATIAL STATISTIC
Statistik Spasial adalah segala teknik analisis untuk mengukur distribusi suatu kejadian berdasarkan keruangan
(Scott & Warmerdam, 2006).
Pola distribusi spasial secara umum terbagi menjadi tiga (Briggs, 2007):
Mengelompok (Clustered) yaitu beberapa titik terkonsentrasi berdekatan satu sama lain dan ada area besar
yang berisi sedikit titik yang sepertinya ada jarak yang tidak bermakna.
Menyebar (Dispersed) yaitu setiap titik berjauhan satu sama lain atau secara jarak tidak dekat secara
bermakna
Acak (Random) yaitu titik-titik muncul pada lokasi yang acak dan posisi satu titik dengan titik lainnya tidak
saling terkait

random

uniform

clustered

random

uniform

clustered

First Law of Geography (Waldo R.Tobler, 1970) yang menyatakan bahwa "Everything is related to everything
else, but near things are more related to each other
Kelebihan lain dari statistik spasial:
a) Diperolehnya pemahaman yang lebih baik mengenai fenomena goegrafis dari suatu kejadian;
b) Diketahuinya dengan tepat penyebab suatu kejadian berdasarkan pola geografis yang spesifik;
c) Disimpulkannya distribusi kejadian berdasarkan satuan data;
d) Diperolehnya keputusan yang lebih baik dengan tingkat kepercayaan yang lebih tinggi.
Analisis statistik spasial memiliki tiga kegunaan yaitu:
1) Pengukuran terhadap suatu distribusi secara keruangan
2) Identifikasi karakteristik dari suatu distribusi
3) Kuantifikasi pola geografis
Analisis statistik spasial berdasarkan tingkatannya dapat dibedakan menjadi tiga yaitu:
1. General Spatial Statistics Analysis
2. Intermediate Spatial Statistics Analysis
3. Expert Spatial Statistics Analysis

General Spatial Statistics Analysis


a. Central feature (identifikasi central dari persebaran yang paling banyak)
b. Mean center (identifiasi pusat persebaran secara geografis)
c. Median center (identifikasi jarak terdekat atau nilai tengah dari semua sebaran feature)
d. Standar distance (luasan dari pusat konsentrasi atau persebaran)
e. Directional distribution (membuat stantar deviasi sesuai dengan sebaran feature)
f. Linear directional mean (identifikasi arah, panjang, dan pusat persebaran secara garis)
g. Density estimation (estimasi Kerapatan pada tipologi titik, dengan menggunakan metode kernel)
h. Hot spot analysis (metode quadrant count, untuk mempresentasikan sebuah pengelompokan
dengan membandingkan jumlah kejadian dengan sebuah wilayah secara acak)

i.

Spatial autocorrelation (mengetahui apakah sebuah sebaran kasus memiliki pola tertentu atau
sebaran yang acak)

Intermediate Spatial Statistics Analysis


Menggunakan Spatial Reationship untuk mencari hubungan dua distribusi secara kuantitatif. Uji kesamalaan
(simililarity) dilakukan antara dua variabel untuk mencari indikasi:
a. Sebuah distribusi menjadi penyebab distibusi lainnya
b. Kedua distribusi memiliki penyebab yang sama
Expert Spatial Statistics Analysis
Melakukan pembangunan model spasial statistik, yaitu:
1. Pemodelan spasial Indeks (sebagai tools penentu batas kelas sebuah dan besar bobot pada sebuah
parameter yang akan digunakan dalam model Indeks)

2. Pemodelan Regresi spasial (sebagai alat proses pemodelan berdasarkan hubungan input dan output,
seperti : Y = a+bx) Modelling Spatial Relationship: Network Spatial Weights, Spatial Weights Matrix,
Geographically Weighted Regression, Explatory Regression, Ordinary Least Squares

Model Builder: Definisi Pemodelan SIG


Model
Model adalah rencana, representasi, atau deskripsi yang
menjelaskan suatu objek, sistem, atau konsep, yang
seringkali berupa penyederhanaan atau idealisasi.
Bentuknya dapat berupa model fisik (maket, bentuk
prototipe), model citra (gambar rancangan, citra komputer),
atau rumusan matematis.

Pemodelan dalam SIG


Duplikasi bentuk nyata data yang memiliki referensi
geografis, kemudian dideskripsikan kedalam bentuk yang
lebih sederhana untuk memudahkan dalam melakukan
analisis dan manipulasi.

Model Builder: Pengembangan Pemodelan SIG


Daerah Rawan Erupsi
Daerah Rawan Banjir
Guna lahan

Guna lahan

Lokasi Kawah
Gunung

DAS

Selection

Buffer

Buffer

Pemukiman

Zona Bahaya
Awan Panas

Zona Bahaya
Lahar digin

Rawan
Bencana Banjir

Selection

Pemukiman

Intersect
Intersect
Pemukiman
Rawan Banjir

Pemukiman rawan
bencana erupsi

3D Analysis (ArcScene)
Tentang ArcScene
ArcScene merupakan aplikasi visualisasi 3D yang
memungkinkan kita melihat data SIG dalam 3D. Fitur
3D memberikan informasi berupa ketinggian
geometri dan atribut dalam tumpukan layer.
ArcScene
juga
terintegrasi
dengan
fitur
geoprocessing, sehingga dapat dilakukan berbagai
analisis.

Visualisasi Data 3D
ArcScene memungkinkan kita untuk menampilkan
gambar dari data vektor maupun raster. Simbol 3D
dapat ditambahkan untuk menambah realisme
tampian data. Kita dapat melihat tampilan 3D dari
berbagai sudut pandang untuk lebih mudah dalam
memahami informasi.

Analisis 3D
Adapun analisis geoprocessing khusus untuk 3D analisis,
antara lain:
Aspect (arah kemiringan)
Contour (garis kontur)
Slope (kelerengan)
Hillshade (bayangan relief bumi)
Viewshed (lokasi yang terlihat), dsb

Tentang Network Analysis

NETWORK ANALYSIS
Pertanyaan Seputar Transportasi

Merupakan suatu fitur yang dimiliki AcrGIS untuk


membantu kita dalam melakukan analisis yang
berkaitan dengan transportasi.

Jalan mana yang paling cepat dari


rumah menuju kantor?
Ambulan atau mobil patroli
mana yang paling cepat
merespon insiden?

Rumah mana yang berada


dalam 5 menit dari stasiun
pemadam kebakaran?
Bagaimana armada pengiriman bisa
meningkatkan
pelayanan
dan
meminimalkan biaya transportasi?

Network Analysis Meliputi

Route
Service Area
Closest Facility
OD Cost Matrix
Vehicle Routing Problem
Location - Allocation

Spatial Analysis

Tentang Spatial Analysis

Penggunaan Spatial Analysis


Memperoleh informasi baru Mencari lokasi yang tepat

Identifikasi jalur
antar lokasi
Menganalisis biaya
jarak perjalanan

dan

terbaik

Spatial Analysis dalam ArcGIS merupakan suatu fitur


yang menyediakan berbagai pemodelan spasial. Kita
dapat membuat query, peta, dan menganalisis data
raster yang berbasis sel. Analisis dapat pula dilakukan
dengan menggunakan data yang berbasis vektor
maupun raster yang terintegrasi. Proses analisis
spasial dilakukan untuk memperoleh informasi baru.
Analisis
statistik
berdasarkan
lingkungan setempat, lingkungan kecil,
atau zona yang telah ditentukan

Interpolasi nilai data untuk daerah


penelitian yang didasarkan pada
sampel

Penggunaan Spatial Analysis Lainnya


Analisis penggunaan lahan
Memprediksi resiko kebakaran
Menganalisis koridor transportasi
Menentukan tingkat polusi
Menganalisis hasil panen
Menentukan potensi erosi

Analisis demografi
Penilaian resiko

Merapikan data untuk untuk analisis


lebih lanjut atau untuk memperbaiki
tampilan tampilan

Model dan memvisualisasikan pola kejahatan