Anda di halaman 1dari 14

LAPORAN PRAKTIKUM IV

PRAKTIKUM STATISTIKA SPASIAL


Distribusi Geografis

Tanggal Penyerahan : 29 November 2017


Disusun Oleh :
Bella Nuraini / 23-2017-087
Kelas C
Nama Asisten :
Marianus Filipe Logo / 23-2014-118
Herdis Dwitoga / 23-2013-070

LABORATORIUM SISTEM INFORMASI SPASIAL


JURUSAN TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2017
Praktikum Statistika Spasial : Distribusi Geografis

BAB I PENDAHULUAN

1.1. Maksud dan Tujuan


Maksud daripada praktikum ini adalah untuk meningkatkan pemahaman dan keterampilan
mengenai Distribusi . Sementara itu, tujuan dari praktikum ini sendiri adalah melakukan
analisis Distribusi data geografis perdagangan menggunakan metode Central feature, mean
centre, dan median centre.

1.2. Waktu Pelaksanaan Pekerjaan


Waktu : 20 November 2017
Tempat : Ruangan 18.03.04 Teknis Geodesi Institut Teknologi Nasional Bandung.

Bella Nuraini / 23-2017-087 / C 1


Praktikum Statistika Spasial : Distribusi Geografis

BAB II DASAR TEORI


2.1. Penentuan Pusat Distribusi
Pusat distribusi geografis adalah suatu cara untuk menganalisis distribusi geografis pada
suatu data spasial. Terdapat beberapa metode pengukuran pusat distribusi geografis diantaranya
adalah sebagai berikut :
a. Median Centre
Median Centre Tools adalah metode ukuran distribusi data yang mengidentifikasi
kecenderungan sentral yang kuat terhadap outlier. Tools ini mengidentifikasi lokasi yang
meminimalkan jarak dari semua fitur lain dalam kumpulan data. Misalnya, jika Anda
menghitung Mean Center untuk kumpulan poin yang ringkas, hasilnya akan menjadi lokasi
di pusat cluster. Jika Anda kemudian menambahkan titik baru jauh dari cluster dan
menghitung ulang Mean Center, Anda akan melihat hasilnya akan ditarik ke arah outlier yang
baru. Jika Anda melakukan percobaan yang sama menggunakan Median Centre tools, Anda
akan melihat bahwa outlier baru memiliki dampak yang jauh lebih kecil pada lokasi hasil.
Median Centre tools memungkinkan Anda menentukan bobot. Anda dapat menghitung bobot
sebagai jumlah jarak yang terkait dengan setiap fitur. Pusat median t adalah lokasi yang
meminimalkan jarak untuk semua data.
Metode yang digunakan untuk menghitung Median Center adalah prosedur iteratif yang
diperkenalkan oleh Kuhn dan Kuenne (1962) dan selanjutnya diuraikan dalam Burt and
Barber (1996). Pada setiap langkah (t) dalam algoritma, kandidat Median Center ditemukan
(Xt, Yt) dan kemudian disempurnakan sampai mewakili lokasi yang meminimalkan Jarak
Euclidean d ke semua fitur (atau semua fitur tertimbang) (i) dalam dataset.
Berikut adalah hitungan pada metode meadian centre.

Hasil daripada metode ini adalah menciptakan Kelas Fitur Output yang baru dengan fitur
titik pusat median tunggal, atau fitur satu titik untuk setiap data set yang di ditentukan yang
berisi koordinat X, Y dan, jika berlaku, nilai pusat median Z, nilai atribut, dan nilai bidang
rata-rata (satu bidang untuk setiap Atribut Field yang ditentukan) adalah atribut di Kelas Fitur

Bella Nuraini / 23-2017-087 / C 2


Praktikum Statistika Spasial : Distribusi Geografis

Output. Nilai untuk setiap Atribut Field adalah median dihitung untuk semua nilai data.
Median untuk satu set angka adalah nilai tengah: 1/2 dari nilai dalam dataset lebih kecil, dan
1/2 lebih besar.

b. Central features
Central features tools adalah tools untuk mengidentifikasi fitur yang paling terpusat di
kelas fitur titik, garis, atau poligon. Jarak dari setiap centroid fitur ke setiap centroid fitur
lainnya dalam dataset dihitung dan dijumlahkan. Kemudian fitur yang terkait dengan jarak
akumulatif terpendek ke semua fitur lainnya (tertimbang jika diberi bobot) dipilih dan
disalin ke kelas fitur keluaran yang baru dibuat.
Hasil dari tools ini adalah menciptakan kelas fitur baru yang berisi fitur yang paling
terpusat. Ilustrasi berikut mengidentifikasi gudang distribusi yang paling terpusat.

c. Mean Centre
Pada ArcGIS tools ini dilakukan dengan sistem koordinat disekitarnya. Geometri fitur
diproyeksikan ke sistem koordinat output sebelum dianalisis. Semua perhitungan matematis
didasarkan pada referensi tata ruang hasil koordinat.
Perhitungan berdasarkan jarak Euclidean atau Manhattan memerlukan data yang
diproyeksikan untuk mengukur jarak secara akurat. Fitur yang terkait dengan jarak
terakumulasi terkecil ke semua fitur lainnya adalah fitur yang paling terpusat; fitur ini dipilih
dan disalin ke kelas fitur hasil yang baru. Untuk fitur garis dan poligon, fitur centroids
geometris sejati digunakan dalam perhitungan. digunakan untuk mengelompokkan fitur
untuk fitur pusat yang terpisah bisa berupa numerik, tanggal, atau tipe string.Setiap kali
menggunakan shapefile perlu diingat bahwa toold tidak dapat menyimpan nilai null. Alat
atau prosedur lain yang membuat shapefile dari input non-shapefile dapat menyimpan atau
menafsirkan nilai null sebagai nol. Hal ini dapat menyebabkan hasil yang tidak diharapkan.
Bobot adalah jarak atau berat antara fitur dan dirinya sendiri. Seringkali bobot ini nol, namun
dalam beberapa kasus Anda mungkin ingin menentukan nilai tetap lain atau nilai yang
berbeda untuk setiap fitur (mungkin berdasarkan ukuran poligon, misalnya).

Bella Nuraini / 23-2017-087 / C 3


Praktikum Statistika Spasial : Distribusi Geografis

Berikut adalah perhitungan yang dilakukan oleh tools mean centre

Bella Nuraini / 23-2017-087 / C 4


Praktikum Statistika Spasial : Distribusi Geografis

BAB III PELAKSANAAN PRAKTIKUM


3.1. Langkah Praktikum
Berikut adalah langkah-langkah praktikum distribusi geografis :
1. Membuka perangkat lunak ArcMap kemudian meng-input data data perdagangan.shp dan data
administrasi.shp ke dalam Worksheet

2. Membuka tools untuk analisis distribusi data dengan cara pilih Arctoolbox > Spatial Statistic
tools > Measuring geographic distribution

Bella Nuraini / 23-2017-087 / C 5


Praktikum Statistika Spasial : Distribusi Geografis

a. Mean Center
Pada kotak dialog Mean Centre, dilakukan beberapa input data sebagai berikut :
Input features Class : diisi dengan file perdagangan.shp
Output Feature Class : memilih lokasi penyimpanan hasil dari mean centre tersebut.
OK
Kotak dialog Mean centre dapat dilihat pada gambar di bawah ini :

Setelah layer hasil mean centre muncul di table of content, kemudian melakukan editing
simbologi dari titik tersebut agar lokasi titik mean centre terlihat jelas yang dilakukan dengan
double klik pada feature layer mean centre tersebut.

Kemudian mengatur tampilan titik tersebut sesuai yang diinginkan

Untuk mengatur warna


tampilan

Untuk mengatur ukuran


tampilan

Untuk mengatur sudut


tampilan

Apabila telah selesai, klik OK.

Bella Nuraini / 23-2017-087 / C 6


Praktikum Statistika Spasial : Distribusi Geografis

B. Median Center
Pada kotak dialog Median Centre, dilakukan beberapa input data sebagai berikut :
Input features Class : diisi dengan file perdagangan.shp
Output Feature Class : memilih lokasi penyimpanan hasil dari median centre tersebut.
Attribute Field : checklist Bujur dan Lintang agar ada koordinat tersebut pada atributnya
OK
Kotak dialog Median centre dapat dilihat pada gambar di bawah ini :

Setelah layer hasil median centre muncul di table of content, kemudian melakukan editing
simbologi dari titik tersebut agar lokasi titik median centre terlihat jelas yang dilakukan dengan
double klik pada fitur layer median centre tersebut.

Kemudian mengatur tampilan titik tersebut sesuai yang diinginkan

Bella Nuraini / 23-2017-087 / C 7


Praktikum Statistika Spasial : Distribusi Geografis

C. Central Feature
Pada kotak dialog Central Feature, dilakukan beberapa input data sebagai berikut :
Input features Class : diisi dengan file perdagangan.shp
Output Feature Class : memilih lokasi penyimpanan hasil dari central feature tersebut.
Distance Method : Euclidean Distance
OK
Kotak dialog Central Feature dapat dilihat pada gambar di bawah ini :

Setelah layer hasil central feature muncul di table of content, kemudian melakukan editing
simbologi dari titik tersebut agar lokasi titik central feature terlihat jelas yang dilakukan dengan
double klik pada fitur layer central feature tersebut.

Kemudian mengatur tampilan titik tersebut sesuai yang diinginkan

Bella Nuraini / 23-2017-087 / C 8


Praktikum Statistika Spasial : Distribusi Geografis

BAB IV
HASIL DAN ANALISIS
IV.1. Mean Centre
Berikut adalah hasil dari distribusi data dengan metode mean centre. Titik yang terbentuk
dari metode ini merupakan nilai rata-rata dari koordinat X dan Y pada semua feature titik yang
telah tersedia pada data sebelumnya. Titik baru yang merupakan pusat distribusi data dengan
metode mean centre terletak pada koordinat X,Y (781823,332452 ; 9237107,91555).

IV.2. Median Centre


Berikut adalah hasil dari distribusi data dengan metode median centre. Titik (features) baru
yang terbentuk dari metode median centre ini terletak pada koordinat X=yang lokasinya terletak
pada koordinat 782520,686944 ; 9236809,23897.
Pada langkah praktikum 2.b telah dilakukan perintah untuk penambahan atribut field
Lintang dan Bujur yang diharapkan fitur titik baru yang terbentuk akan memiliki koordinat lintang
bujur tersebut. Namun, setelah dilihat pada table properties layer hasil median centre, field Bujur
dan Lintang bernilai 0. Hal ini disebabkan project/layer belum didefinisikan system referensinya.

Bella Nuraini / 23-2017-087 / C 9


Praktikum Statistika Spasial : Distribusi Geografis

IV.3. Central Feature


Berikut adalah hasil dari distribusi data dengan metode Central Features. Titik dari hasil
penentuan central dari data perdagangan ini adalah fitur titik yang telah ada pada data
perdagangan.shp (tidak membentuk titik baru). Dari data perdagangan tersebut, fitur central
terdapat pada rumah toko/rumah kantor yang terletak pada koordinat 107033’23” T dan 6053’52”
S. Fitur tersebut pada peta direpresentasikan dengan fitur lingkaran berwarna hijau dimana
attribute data nya dapat dilihat pada attribute tabel.

Bella Nuraini / 23-2017-087 / C 10


Praktikum Statistika Spasial : Distribusi Geografis

Bella Nuraini / 23-2017-087 / C 11


Praktikum Statistika Spasial : Distribusi Geografis

BAB V
KESIMPULAN
5.1. Kesimpulan
Setelah praktikum ini selesai dilaksanakan terdapat kesimpulang yang dapat diambil
sebagai berikut :
1. Kami telah memahami dengan cukup baik mengenai distribusi data geografis
menggunakan metode mean centre, median centre dan central fatures
2. Pusat perdagangan yang direpresantisakn oleh fitur titik baru yang merupakan pusat
distribusi dataperdagangan dengan metode mean centre terletak pada koordinat X,Y
(781823,332452 ; 9237107,91555).
3. Pusat perdagangan yang direpresantisakn oleh fitur titik baru menggunakan metode
median centre terletak pada koordinat X=yang lokasinya terletak pada koordinat
782520,686944 ; 9236809,23897.
4. Pusat fitur terpilih dimana merupakan pusat perdagangan adalah rumah toko/rumah
kantor yang terletak pada koordinat 107033’23” T dan 6053’52” S.

Bella Nuraini / 23-2017-087 / C 12


Praktikum Statistika Spasial : Distribusi Geografis

DAFTAR PUSTAKA

http://resources.esri.com/help/9.3/arcgisengine/java/gp_toolref/spatial_statistics_tools/how_
central_feature_spatial_statistics_works.htm

http://pro.arcgis.com/en/pro-app/tool-reference/spatial-statistics/central-feature.htm

http://resources.esri.com/help/9.3/arcgisdesktop/com/gp_toolref/spatial_statistics_tools/mea
n_center_spatial_statistics_.htm

http://resources.esri.com/help/9.3/arcgisengine/java/gp_toolref/spatial_statistics_tools/how_
mean_center_spatial_statistics_works.htm

http://pro.arcgis.com/en/pro-app/tool-reference/spatial-statistics/median-center.htm

http://pro.arcgis.com/en/pro-app/tool-reference/spatial-statistics/h-how-median-center-
spatial-statistics-works.htm

Bella Nuraini / 23-2017-087 / C 13