EDISI 2
DEPARTEMEN GEOGRAFI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS INDONESIA
2018
KATA PENGANTAR
Dengan mengucapkan syukur Kepada Tuhan yang Maha Esa, Buku Sistem
Informasi Geografis (SIG): Analisis dan Aplikasi Edisi-2 ini dapat dibuat
dan disusun serta diterbitkan hampir sepuluh tahun yang lalu dari buku
edisi pertama. Buku edisi-2 ini memang seharusnya terbit secara berkala
sesuai dengan perkembangan teknologi SIG yang cepat.
Semoga Buku Sistem Informasi Geografis (SIG): Analisis dan Aplikasi Edisi-
2 ini dapat dipergunakan oleh mahasiswa dari disiplin ilmu yang
berhubungan dengan SIG, yaitu: geografi, geodesi, geologi, geofisik,
planologi, lingkungan, perkotaan dan lain sebagainya. Juga dapat
dipergunakan oleh kalangan pemerintah, swasta dan lainnya sebagai bahan
acuan dalam mengerjakan kegiatan yang berhubungan dengan SIG.
Penyusun
ISBN 978-979-16610-1-4
Kata Pengantar......................................................................................................... i
Daftar Isi ................................................................................................................ iii
Daftar Tabel ..........................................................................................................vii
Daftar Gambar ....................................................................................................... ix
BAB I PENDAHULUAN....................................................................................... 1
1.1 Pengertian SIG .............................................................................................. 1
1.2 Komponen Dasar SIG .................................................................................. 5
1.3 Tahapan Pembangunan SIG ....................................................................... 7
1.4 Pemasukan dan Pengolaan Data SIG ........................................................ 8
1.5 Pengolahan, Analisis dan Penyajian Informasi Geografis ................... 11
1.6 Pemanfaatan Informasi Geografis ........................................................... 14
1.7 SIG sebagai Tools ........................................................................................ 16
1.8 Pemodelan dan Aplikasi SIG ................................................................... 17
1.9 Program Aplikasi SIG................................................................................ 17
1.10 Modul ArcMap .......................................................................................... 18
1.10.1 Bagian Bagian Utama ArcMap .......................................................... 18
1.10.2 Membuka Data Spasial atau Peta Yang Telah Ada ....................... 20
1.10.3 Mengolah Tampilan Peta .................................................................. 21
1.10.4 Mengaktifkan, Menonaktifkan, dan menyusun layer .................. 23
1.10.5 Melihat Data Atribut Sebuah Layer ................................................ 25
1.10.6 Perbedaan Data View dan Layout View ........................................ 29
1.10.7 Skala Peta ............................................................................................ 31
1.10.8 Mencari Feature.................................................................................. 32
1.10.9 Membuat Bookmark .......................................................................... 33
1.10.10 Pengelompokan Layer..................................................................... 34
1.10.11 Mengukur Jarak dan Luas .............................................................. 36
1.10.12 Merubah Tampilan Layer ............................................................... 37
BAB II MODEL DATA SIG ............................................................................... 39
vii
ii Analisis dan Aplikasi SIG
Tabel 7.9 Contoh Tabel Matriks Penentuan Wilayah Prioritas
Penanganan Bahaya Erosi di DA Ci Tarum Hulu................... 197
Tabel 8.1. Contoh Nama Coverage, Layer, Tipe dan User ID ............... 235
Tabel 8.2. Nama Field dan Tipe Data Desa.............................................. 236
Tabel 8.3. Nama Field dan Tipe Data Kecamatan................................... 237
xv
ii Analisis dan Aplikasi SIG
Gambar 3.61 Hasil Sebelum dan Sesudah Proses Merge ......................... 131
Gambar 3.62 Append .................................................................................... 131
Gambar 3.63 Kotak Dialog Append dan Append dalam ArcToolbox ... 131
Gambar 4.1 Pembentukan Polygon Thiessen ............................................... 133
Gambar 4.2 Pembentukan Polygon Titik Stasiun Curah Hujan dengan
Nilai Atributnya menggunakan Metode Thiessen ............... 134
Gambar 4.3 Analisis Buffer dalam GIS ....................................................... 135
Gambar 4.4 Hasil Buffer : Jarak yang sama, Jarak yang Berbeda dan
Multiple ...................................................................................... 135
Gambar 4.5 Hasil Buffer : Radius yang sama Tidak Overlap, Radius yang
sama dengan Overlap............................................................... 136
Gambar 4.6 Dua Gambar Metode Inverse Distance Weighted (IDW) ... 137
Gambar 4.7 Polygon Hasil Metode Inverse Distance Weighted ............. 137
Gambar 4.8 Polygon Hasil Metode Kriging ............................................... 138
Gambar 4.9 Polygon Hasil Metode Kriging dan Metode Inverse Distance
Weighted (IDW) ........................................................................ 139
Gambar 4.10 Hasil dari Kemel Density Estimation .................................. 139
Gambar 4.11 Grafik dari Kenel Density Estimation.................................. 140
Gambar 4.12 Hirarki Tempat Sentral dan Pengaruhnya .......................... 141
Gambar 4.13 Teori Alfred Weber, Isotim di sekitar 2 Daerah dengan
Karakter Berbeda ...................................................................... 142
Gambar 4.14 Garis Transportasi Terdekat yang disebut sebagai Garis
Isodapen ..................................................................................... 142
Gambar 4.15 Contoh Difusi dari Suatu Titil ke Wilayah Sekitarnya
dengan Jarak Tertentu .............................................................. 143
Gambar 4.16 Contoh Node sebagai Titik.................................................... 145
Gambar 5.1 Jenis Data Vektor ...................................................................... 147
Gambar 5.2 Konektivitas pada Jaringan ..................................................... 148
Gambar 5.3 Jaringan Jalan dan Data Tabulernya ...................................... 149
Gambar 5.4 Arah Segmen dan Data Tabulernya ....................................... 149
Gambar 5.5 Rute Optimal dan Data Tabulernya ....................................... 150
Gambar 5.6 Hasil Rute Optimal berdasarkan Waktu Tempuh ............... 151
Analisis dan Aplikasi SIG xvi
15
Gambar 5.7 Contoh Aplikasi dari Pengembangan Rute Optimal ........... 151
Gambar 5.8 Contoh Resoure Allocation/distribusi : Distribusi Dua Arah
dari Satu Node dan Distribusi Satu Arah dari Pusat (Node
Utama) ........................................................................................ 152
Gambar 5.9 Contoh Analisis Segmentasi : Jaringan Jalan dan Jaringan
Sungai ......................................................................................... 152
Gambar 5.10 Contoh Analisis Segmentasi Aliran Irigasi ......................... 153
Gambar 5.11 Contoh Analisis Segmentasi Jaringan Jalan dengan
Tambahan Node ........................................................................ 154
Gambar 5.11 Contoh Analisis Segmentasi Jaringan Jalan dengan
Tambahan Node ........................................................................ 154
Gambar 6.1 Analisis Overlay......................................................................... 155
Gambar 6.2 Proses Dissolve ........................................................................... 156
Gambar 6.3 Contoh Proses Dissolve Overlay............................................... 156
Gambar 6.4 Proses Merge .............................................................................. 157
Gambar 6.5 Contoh Proses Merge ................................................................ 157
Gambar 6.6 Proses Clip .................................................................................. 157
Gambar 6.7 Proses Intersect........................................................................... 157
Gambar 6.8 Proses Clip dan Intersect ........................................................... 158
Gambar 6.9 Proses Union .............................................................................. 158
Gambar 6.10 Contoh Proses Union .............................................................. 158
Gambar 6.11 Proses Assign (Join Table)....................................................... 159
Gambar 6.12 Contoh Bagan E-R................................................................... 161
Gambar 6.13 Menu Theme untuk Dissolve................................................... 164
Gambar 6.14 Proses Assign (Join Table)....................................................... 164
Gambar 6.15 Menu dengan Pekerjaan Dissolve ......................................... 165
Gambar 6.16 Hasil Pekerjaan Dissolve ....................................................... 165
Gambar 6.17 Awal pada Pekerjaan Merge .................................................. 166
Gambar 6.18 Menu pada Pekerjaan Merge ................................................. 166
Gambar 6.19 Hasil Pekerjaan Merge ............................................................ 166
Gambar 6.20 Menu Awal pada Pekerjaan Clip .......................................... 167
xvii
ii Analisis dan Aplikasi SIG
Gambar 6.21 Menu pada Pekerjaan Clip..................................................... 167
Gambar 6.22 Hasil pada Pekerjaan Clip ...................................................... 167
Gambar 6.23 Menu Awal pada Pekerjaan Union....................................... 168
Gambar 6.24 Menu pada Pekerjaan Union ................................................. 168
Gambar 6.25 Hasil pada Pekerjaan Union .................................................. 168
Gambar 7.1 Contoh Hasil Pekerjaan Spatial Dynamics.............................. 170
Gambar 7.2 Ilustrasi Cellular Automata ....................................................... 171
Gambar 7.3 Contoh Aplikasi Model Cellular Automata-Marcov Chain .... 172
Gambar 7.4 Patch, Kelas, dan Lanskap dalan Suatu Lanskap................. 173
Gambar 7.5 Proses Pembuatan Suatu Algoritma ...................................... 175
Gambar 7.6 Contoh Hasil SINMAP............................................................. 176
Gambar 7.7 Contoh Model SMORPH ......................................................... 177
Gambar 7.8 Contoh Model dari Aplikasi-1 ................................................ 180
Gambar 7.9 Contoh Alur Hubungan Entitas dari Aplikasi-1 .................. 181
Gambar 7.10 Contoh Modelling Wilayah Peruntukan Pembangunan
Gedung ...................................................................................... 189
Gambar 7.11 Contoh Alur Hubungan Entitas dari Aplikasi-2 ................ 191
Gambar 7.12 Contoh Proses Sederhana Menentukan Matriks Tingkat
Bahaya Erosi .............................................................................. 193
Gambar 7.13 Contoh Alur Proses Overlay Berdasarkan Hubungan Antar
Entitas ......................................................................................... 194
Gambar 7.14 Contoh Alur Proses Overlay Berdasarkan Hubungan Antar
Entitas ......................................................................................... 197
Gambar 7.15 Contoh Bagan Tahapan Penelitian Aplikasi-4 .................... 202
Gambar 7.16 Contoh Kerangka Penelitian Aplikasi-4 .............................. 203
Gambar 7.17 Tahapan Pelaksajaan Pekerjaan SIG .................................... 205
Gambar 7.18 Peta Administrasi Kotamadya Surabaya ............................ 208
Gambar 7.19 Peta Jenis Batuan Kotamadya Surabaya.............................. 208
Gambar 7.20 Peta Jenis Tanah Kotamadya Surabaya ............................... 209
Gambar 7.21 Peta Wilayah Genangan Kotamadya Surabaya ................. 209
Gambar 7.22 Peta Wilayah Hijau Kotamadya Surabaya .......................... 210
xix
ii Analisis dan Aplikasi SIG
Gambar 7.39 Peta Hubungan Kesesuaian Permukiman Eksisting di
Kotamadya Surabaya ............................................................... 218
Gambar 7.40 Peta Hubungan Kesesuaian Permukiman Pada RUTR
Tahun 2010 di Kotamadya Surabaya ..................................... 219
Gambar 8.1 Proses Retrieve Informasi ........................................................ 223
Gambar 8.2 Interpretasi URL ....................................................................... 223
Gambar 8.3 Analisa Input ............................................................................. 224
Gambar 8.4 Antar Muka Pengguna............................................................. 224
Gambar 8.5 Peta Rute .................................................................................... 225
Gambar 8.6 Jadwal Perjalanan Wisata ........................................................ 226
Gambar 8.7 Detail Jadwal Perjalanan Wisata ............................................ 226
Gambar 8.8 Saran ........................................................................................... 226
Gambar 8.9 Fasilitas....................................................................................... 226
Gambar 8.10 Mode Zoom in ......................................................................... 227
Gambar 8.11 Mode Zoom Out ..................................................................... 227
Gambar 8.12 Mode Pan ................................................................................. 227
Gambar 8.13 Identify ..................................................................................... 228
Gambar 8.14 Tahapan Pelaksanaan Pekerjaan .......................................... 230
Gambar 8.15 Diagram Rancangan Alur Pikir Pekerjaan .......................... 232
Gambar 8.16 Tahapan Pekerjaan Pembuatan Program Aplikasi ............ 232
Gambar 8.17 Tampilan Tingkat Pembukaan ............................................. 239
Gambar 8.18 Tampilan Tingkat II ................................................................ 240
Gambar 8.19 Tampilan Tingkat III .............................................................. 240
Gambar 8.20 Tampilan Tingkat IV (Desa) .................................................. 241
Gambar 8.21 Tampilan Tingkat V (Desa) ................................................... 241
Gambar 8.22 Tampilan Tingkat V (Desa) Input Data Pencaharian ........ 242
Gambar 8.23 Tampilan Tingkat V (Desa) Input Data Pendidikan .......... 242
Gambar 8.24 Tampilan Tingkat V (Desa) Input Data Sistem Pengairan 243
Gambar 8.25 Tampilan Tingkat VI (Kecamatan) ....................................... 243
Gambar 8.26 Tampilan Tingkat VI (Kecamatan) ....................................... 244
xxi
ii Analisis dan Aplikasi SIG
Analisis dan Aplikasi SIG xxii
21
BAB I
PENDAHULUAN
Beberapa definisi dari para ahli tentang SIG yang dapat disimak
adalah :
a. DoE (1987), adalah sistem untuk menangkap, menyimpan,
memeriksa, melakukan manipulasi, melakukan analisis, dan
menampilkan data secara keruangan sesuai dengan sebenarnya;
b. Aronoff (1989), prosedur yang dilakukan, baik secara manual
ataupun dengan menggunakan perangkat komputer, untuk
menyimpan dan melakukan manipulasi data secara geografis;
c. Parker (1989), informasi teknologi yang menyimpan, melakukan
analisis dan menampilkan, baik data keruangan maupun bukan
keruangan;
d. Dueker (1979), sistem informasi yang data dasarnya terdiri dari
pengamatan gejala-gejala, kegiatan atau kejadian yang dilakukan
secara keruangan, yang disimbolkan dalam bentuk titik, garis,
Data spasial
Data tabuler
Satu lagi aspek yang penting adalah kebijakan dan prosedur (policy
and procedures). Gambaran lengkapnya seperti dalam gambar 1.4.
Data dasar (database) adalah komponen utama dalam SIG. Data dasar
dalam SIG terkait dengan data spatial dan berbagai atribut yang
mendukungnya. SIG dapat mengintegrasikan data spatial dan atribut
data lainnya dan hal inilah menjadikan SIG unik dan berbeda dengan
database system lainnya. Kehandalan dari teknologi SIG terletak pada
kemampuannya untuk mengasimilasikan berbagai sumber data yang
berlainan dan menganalisisnya. Penyusunan spatial database ini sangat
penting terutama dikaitkan dengan biaya, sumber daya manusia, dan
juga berbagai kondisi dari keakuratan hasil yang diperoleh.
Rad
Wis ma Tugu
Sal ;
W û
È Jalan Loka l
en
den Danamon ban Jalan Tol
Sal
Ra se
) Pa Jalan KA
eh
Rumah Sak it
2
PG I Cik ini Fa silitas
Ñ
ari
Wis ma Darmex
)
Ken
W W
Ba nk
Cisad "
â na
ri 1
J ; Hote l
si Ke
ane
pek Ps .Kenari
Gd.YAI
Sek olah
; Ka ntor Pe merintahan
Anyelir
Ins
È Ruko
û W è a Ka ntor Polis i
Ñ
RS. MHJ
Mandiri Ka ntor Pos
. Thamrin
û
È
9315000
9315000
Sek olah
) # Ka wa san Industri
Centre Cultural Francais e
em Sek olah è Masjid ARH
W F Ke dubes
Cias
è "
â # Menara
BN I
Ra
ya
) û
È Pusat Pe rbe la njaa n
Ñ SENE N
Iwari Is mail Univ. Yars i
Rumah Sak it è
ari Ñ o2
Pa
Cilos Adv ent
ng
"
â rtad
era
Dirjen Pet ernak an Mu
n
Ru m a h S a ki t W
Dip
ia
on
Kim Ci pto M a n g u n ku su m o
eg
oro
Mandiri UKI Gunadarma
Salemba Bluntas
) è è
Wis ma Manulife Ind. SM U 68 Masjid
ya
Ñ è
Ra
W
ba
lem
Sw ansan Graha
#
Sa
Ps .Kota C ikini W
ia
û
È At lantic
Kim
; PT . Ast ek
9314500
9314500
Menteng Prada W
; Sek olah
Pram
Pom pa Bensin BN I
è
a
9 )
Ad
U
lam
uka
ak
Tid
Da
W
Univ. Bung Karno a
Ad
n
ma
ak
; Nasional
W ka
Tid
tra
mu
Ma
û
È
Cik
oro
Kantor Kecam atan Srilangk a KSN Pra
F
ini
eg
Menteng Telkom
on
W
Dip
0 60 120 180 240 300 Me ters
n
era
Is a Al M asih
"
ng
â
Pa
an
Rencana: The Ritz Hero an
tram
704000 704500 tram 705000
Ma
Ma
Di samping data spatial berupa peta, maka masukan lain bagi SIG
adalah data citra (image) yang diperoleh dari pemotretan dari udara
(pesawat atau drone) maupun dari satelit ruang angkasa. Citra yang
merekam kondisi muka bumi dalam bentuk gambar ini, ada yang
telah dalam bentuk dijital dalam format data raster. Data citra udara
maupun dari satelit ini dapat diolah secara dijital pula dengan teknik
yang dikenal sebagai pengolahan citra (image processing).
Selain data peta dan citra, maka sumber masukan lain dari SIG adalah
data geografis dijital yang berasal dari sumber lain. Saat ini, banyak
pekerjaan survei dan pemetaan maupun eksplorasi yang telah dapat
menghasilkan luaran data dalam bentuk dijital. Data dijital yang sudah
bereferensi geografis ini dapat langsung dimasukan kedalam SIG
setelah melalui proses penyesuaian format perekamannya dari format
perekaman dari alat survei ke dalam format perekaman perangkat SIG
yang dikehendaki. Proses perubahan format perekaman ini sering
dikenal sebagai proses konversi data. Konversi data dapat pula
dilakukan untuk mempertukarkan data antara dua perangkat lunak
SIG yang berlainan seperti dalam pertukaran data antar dua instansi
yang berbeda.
Jika disimak lebih lanjut, akibat sampingan yang lain dari kegiatan
pembangunan fisik adalah meningkatnya volume konflik penggunaan
lahan. Di suaka alam taman nasional Kerinci Seblat di Pulau Sumatra
misalnya, dapat dijumpai beberapa kantung desa pertanian yang
dihuni oleh penduduk asli (Collins et al., 1992). Konflik penggunaan
lahan seperti ini dapat terjadi karena adanya tumpang tindih (overlap)
antara batas suatu penggunaan lahan (misal suaka alam), dengan batas
penggunaan lahan yang lain (misal pertanian penduduk asli).
Tumpang tindih tersebut dapat terjadi karena pada dasarnya setiap
kegiatan memerlukan tempat/ruang yang kita kenal dengan nama
lahan tersebut.
Catalog
Draw Windows
Toolbar
Tools Toolbar
Table Of
Contents
Daftar
Layer
Data/Layout
Data View
Frame
Pilihan antara
Data dan Layout
View
A. Identify
Untuk mengidentifikasi suatu data atribut beserta komponen
geografisnya pada setiap layer/data dapat menggunakan tools
Identify atribut, berikut adalah langkah-langkahnya:
1. Menampilkan atau mengaktifkan layer-layer yang akan
dilakukan Identify,
2. Klik ikon pada toolbar,
2. Klik pada Fields Tab. Pilih Atribut filed dari layer tersebut
yang akan ditampil dalam ArcMap. Pilih Field pada Choose
which fields will be visible.
Te luk J ak a rta
Penjaringan
Koja
Pademangan Cilincing
Tanjung Priok
Kalideres
Kalideres
Gambir
Cempaka
Johar Putih
Kebon Jeruk Baru
Senen
Cakung
Menteng Pulogadung
Palmerah
Kembangan
Matraman
Tanah Abang
Setiabudi
Duren Sawit
Tebet
Tang erang
Kebayoran Baru Bekasi
Pesanggrahan
Mampang
Kebayoran Prapatan Pancoran
Lama
Makasar
Kramatdjati
Pasar Minggu
Cilandak
Ciracas
Cipayung
Pasar Rebo
Jagakarsa
Bogor
(a) (b)
Gambar 2.1. Data geografis : data vektor (a) dan citra (b).
Data non geografis terdiri dari data tabuler yang berupa data numeric
atau caracter ataupun yang lain, salah satu jenis data ini disebut
sebagai data tabel spasial (database SIG). Data yang bukan
merupakan database/data tabuler spatial disebut dengan data
keterangan/annotasi yang biasanya menunjukkan lokasi atau
keterangan lainnya pada peta. Gambar 2.2. menunjukkan data non
geografis.
Data angka
3,7
5,6
6 3,6
1,5 6,5
4,3 6,3
2,2
2
3,1
5,1
0 2 4 6 8
Sebagai contoh dari obyek titik adalah titik-titi sumur pada suatu
daerah. Sumur tersebut mepunyai data tabuler: koordinat (x,y),
kedalaman, dan kualitas. Untuk lebih jelas dapat dilihat pada gambar
2.4.
Sudah banyak sekali aplikasi dari model data titik yang bersifat label
point, antara lain: model jangkauan pengaruh central business disctric
(CBD), wilayah pencemaran karena tumpahan dari sumur minyak
bumi pada daerah sekitarnya, dan interaksi dari kutub-kutub yang
berpengaruh.
SIG tidak lepas dari database baik database spatial maupun database
tabuler. Database tabuler di-input, diolah dan hasilnya dapat
dianalisis dan atau ditayangkan/dicetak menjadi suatu informasi.
Dalam kaidah database semua data disebut dengan entitas. Untuk
lebih jelas dapat dilihat pada`gambar 2.8.
Data tabuler tersusun dalam tiga susunan sebagai record (baris), field
(item/kolom) dan mempunyai suatu kolom sebagai nomor kunci
(key/nomor/feature_ID) sebagai penghubung dengan data spatial.
Sedangkan untuk kedudukan datanya bisa dalam bentuk internal,
eksternal dan konseptual, dan modelnya bisa berbentuk model data
hirarki, model relational. Data tabuler ini disusun sebagai suatu
model data yang disebut dengan DBMS (Database Management
Systems) mempunyai arti suatu pengelolaan data yang telah siap
untuk dianalisis/ dipakai. Bentuk tabel biasa mencirikan bahwa
database SIG (tabuler) bersifat tunggal dan sederhana. Untuk lebih
jelas dapat dilihat pada`gambar 2.9.
Item/kolom/field
Aplikasi-2
Aplikasi-3
Aplikasi-1
Aplikasi-4
Database
Pada suatu pekerjaan SIG yang dimana baik data spatial maupun
data tabelnya diambil dari luar (software atau satu organisasi SIG)
maka harus diperlukan suatu skema konseptual. Pada intinya skema
konseptual tersebut harus menyamakan format data dan sistem
koordinat yang dipakai. Jika tidak sama maka data tidak akan dapat
digabungkan dengan baik dan benar. Aplikasi eksternal merupakan
aplikasi-aplikasi yang bisa sangat berbeda dengan aplikasi internal
yang kita punya. Sebagai contoh: dalam pembuatan program aplikasi
database SIG untuk pemantauan limbah cair di Kota Jakarta, maka
software SIG yang kita punya sangat terbatas, juga data (spatial/peta
dan tabuler) terbatas. Maka kita memerlukan dari tempat lain. Peta
dasar kita mendapatkan dari Bakosurtanal/Dinas Pertanahan dan
Aplikasi-2 EKSTERNAL
Aplikasi-3
Aplikasi-1 Aplikasi-5
Aplikasi-4
Skema
Konseptual
Database
INTERNAL
Dalam suatu tabel di dalam SIG tidak boleh ada yang kosong (null
value) karena jika data „LENG‟ ditampilkan spatial/peta-nya tidak
akan muncul. Maka data tabler/tabel tersebtu harus dilakukan
normalisasi dengan mengisi ulang data tersebut baik dengan
pengecekan topologi ataupun pada saat input atau link data tabuler
ke spatial. Gambar 2.12. menunjukan contoh normalisasi tabel.
1 217471.784807 10 Aluvium
3 4428487.852600 10 Aluvium
4 6278678.552450 10 Aluvium
6 4888334.469950 12 Aluvium
7 5194046.128760 10 Aluvium
8 1058460.760910 10 Aluvium
Alluvial
200-500 m dpl
500-700 m dpl
Podsolik
>700 m dpl
1 1
Jenis Tanah Terdapat Ketinggian
1 n
Jenis Tanah Terdapat Ketinggian
m n
Jenis Tanah Terdapat Ketinggian
Pada konsep hubungan antar dua variabel dengan lebih dari satu
klasifikasi akan terlihat klasifikasi mana yang berhubungan atau
tidak ada variabel. Jika ada hubungan satu-satu antar dua variabel (x
dan y) maka kita sebut x determinan dari y dan y determinan dari x.
Untuk lebih jelas lihat gambar 2.15.
X Y
<200 m dpl
A
200-500 m dpl
500-700 m dpl
B
Jika pada satu variabelnya (x) ada lebih dari satu hubungan dengan
variable lain, maka disebut x bukan determinan dari y dan y
determinan x. Untuk lebih jelas lihat gambar 2.16.
X Y
<200 m dpl
Besar
200-500 m dpl
500-700 m dpl
Kecil
>700 m dpl
X Y
<200 m dpl
Besar
200-500 m dpl
500-700 m dpl
Kecil
>700 m dpl
m n
Jenis Tanah Terdapat Ketinggian
Terdapat
1
n
Jenis Tanah Ketinggian
m 1
Terdapat
Hubungan yang menunjukkan satu
jenis tanah terdapat pada banyak Hubungan yang menunjukkan satu
wilayah ketinggian wilayah ketinggian terdapat pada
banyak wilayah jenis tanah
1 1 4 4 4 4 5 5 1 1 4 4 4 4 5 5
2 1 1 4 4 4 5 5 2 1 1 4 4 4 5 5
2 1 1 4 4 4 5 5 2 1 1 4 4 4 5 5
2 2 2 2 4 4 5 5 2 2 2 2 4 4 5 5
2 2 2 2 2 4 4 5 2 2 2 2 2 4 4 5
2 2 4 3 3 3 3 3 2 2 4 3 3 3 3 3
4 4 3 3 3 3 3 3 4 4 3 3 3 3 3 3
4 4 4 4 4 3 3 3 4 4 4 4 4 3 3 3
Gambar 2.19. Contoh model data grid dan hasil deliniasi
Analisis dari model data ini adalah deliniasi kotak yang bernilai
sama.
Data
dijital Pra Pengolahan data dijital
Klasifikasi
(CCT P terselia/terbim
) Radiomet E bing
rik N
A
J
A
M
A
Citra N Uji Hasil
Baca Citra Klasifikasi tak
Korek Atmosfer Komposit ketelitian Klasifikasi
CCT Terkoreksi terselia/terbim
si ik Warna /ICD
bing
C
I
T
R
A
Geometri
k
Klasifikasi
Gabungan
7 15' LS
TUTUPAN LAHAN
CIT R A L AN D SAT T M B AN D 532
0
U
N
1.6 3.2 Km
-Cuaca
-Kelautan
Ke teran ga n :
Selat M adura
Permukiman
Tanah Basah/Sawah
7 20' LS
Kab.
Gresik
Kab. PROP INSI J AW A T IMUR
Sidoarjo
0 100 Km
Citra
-Geologi
-Dll.
Stasiun Penerima
Bumi/Obyek
Pengolahan data
*.arx
*.pat
Selain jenis data spasial, terdapat juga data non spasial, yang terdiri
dari data tabular, narasi dan text (annotasi). Data narasi juga terdapat
dalam data tabuler hanya bersifat karakter (teks), sedangkan data
annotasi (teks) adalah kelengkapan dalam penyajian data spasial,
seperti nama jalan, nama sungai, nama kota.
Selain nama file juga nama folder dalam desktop dikatakan sebagai
metadata. Misalnya folder „data sig‟ subfolder: data jakarta yang
terdiri dari data jalan, sungai, dll.
No Feature Nomor ID
1 Batas : 10
Negara 101
Propinsi 102
Kabupaten/kotamadya 103
Kecamatan 104
2 Jalan 20
3 Lokasi industri 30
4 Sungai 40
Klasifikasi Nomor ID
Tol ( bebas hambatan ) 201
Utama 202
Arteri 203
Lingkungan 204
Setapak 205
4. laguna poly
5. tambak poly
6. rawa poly
Menu Bar
10. ISO merupakan salah satu system yang cukup lengkap dan
dianggap sebagai standard international.
Categories
Symbology jenis ini, warna-warna layer akan diatur sedemikian rupa
berdasarkan dengan kolom yang diinputkan pada value field nya.
1. Misalkan pada value field masukan kategori.
2. Klik all value, klik ok.
Multiple Attributes
Symbology multiple attribute merupakan Symbology peta
berdasarkan beberapa atribut yang berbeda.
Peta Tematik
Peta tematik menggambarkan satu tema informasi tertentu pada
suatu wilayah geografis. Contoh peta tematik seperti peta
penggunaan tanah, zonasi nilai tanah, tata ruang wilayah, Rupa bumi
dan sebagainya. Pada ArcGIS, peta tematik dapat digambarkan
dengan berbagai jenis seperti choropleth map, dot density map.
Proportional symbol map, dan sebagainya.
a. Peta Chloropleth
Peta Chloropleth merupakan peta yang menyajikan tema tertentu
dan sebaran data yang ditampilkan menggunakan gradasi warna
atau variasi warna.
1. Tampilkan data shapefile atau layer peta yang akan dibuat
peta choropleth dengan klik tombol add data .
2. Klik kanan pada nama layer dan pilih properties untuk
menampilkan jendela layer properties
3. Pada jendela properties klik tab symbology dan pilih
quantities, pilih graduate color pada kolom show
4. Pilih atribut yang ingin ditampilkan pada fields box dan klik
ok.
Menambahkan Basemap
Dalam proses mendigitasi perlu adanya data sebagai referensi atau
basemap untuk membuat peta, basemap dapat berupa citra satelit
resolusi tinggi ataupun gambar. Jika peta yang akan didigitasi sudah
memiliki data citra foto udara atau satelit tinggal menambahkan data
basemap ke dalam ArcMap, adapun caranya klik menu File, pilih
Add Data di toolbar menu. Kemudian pilih data citra yang ingin
ditambahkan.
Memulai Digitasi
Sebelum memulai digitasi masukan shapefile terlebih dahulu.
Aktifkan tool untuk Editing. Klik kiri pada icon di samping, maka
akan muncul menu bar editing.
a. Digitasi Line
Caranya buat terlebih dahulu shapefile polyline kemudian
aktifkan Editor, klik start editing, kemudian klik Create features
pilih layer jalan pada panel Create Features, pilih line pada panel
Construction Tools.
b. Digitasi Poligon
Buat terlebih dahulu shapefile polyline misalnya Landuse,
kemudian aktifkan Editor, klik start editing, kemudian klik Create
features pilih layer landuse pada panel Create Features, pilih
Polygon pada panel Construction Tools.
c. Digitasi Point
Caranya buat terlebih dahulu shapefile Point kemudian aktifkan
Editor, klik start editing, kemudian klik Create features pilih layer
fasum pada panel Create Features, pilih point pada panel
Construction Tools.
Judul Peta
Pilih Insert pada menu bar, lalu pilih Title atau klik menggunakan
icon insert, pilih text.
Data Frame
Jika data atau isi peta sudah dibuat dan dipersiapkan temanya, maka
otomatis sudah akan tampil dalam layout, namun jika ingin Masukan
data atau peta lain yang akan di-layout dengan cara insert frame,
pada menu bar pilih insert, pilih data frame.
Gambar 2.75. Cara menambahkan (a.) dan memilih tipe north arrow (b.)
Legenda Peta
Memasukan legenda peta dengan cara pilih insert, kemudian pilih
legend. Selanjutnya akan tampil Legenda Wizard. Pengguna dapat
mengatur isi dan tampilan legenda.
Tab item, berguna untuk mengatur Font label atau deskripsi tiap layer
pada legenda dan style simbol dan label.
Kemudian akan muncul kotak Text pada layout. Klik kanan pada
kotak text tersebut, pilih properties, maka akan muncul kotak dialog
properties.
Pengaturan Grid
Terdapat tiga tipe Grid yaitu Graticule untuk membuat grid
berdasarkan degree (derajat) Lintang Bujur dan Measured Graticule
untuk membuat grid berdasarkan satuan jarak, dan reference grid
untuk embuat grid berdasarkan index. Cara memasukan grid dengan
cara klik kanan pada Data Frame/layer, pilih properties, pilih Grids.
(a.) (b.)
(c.) (d.)
Gambar 2.94. Memilih jenis grid yang akan dibuat (a.), menentukan
interval grid (b), menentukan tampilan garis (c), menyelesaikan
pembuata grid (d.)
Tata letak
Mendesain atau menyusun Layout peta penting agar peta yang
dibuat terlihat menarik dan mudah untuk dibaca. Tidak hanya peta
harus nampak bagus, jelas, menarik, berwarna-warni, tetapi perlu
diperhatikan apakah peta yang dibuat memang baik secara geometris
maupun kartografis. Jika tidak, maka peta tersebut terlihat tidak jelas
dan hanyalah sebuah "gambar" saja tanpa memberikan arti posisi dan
informasi yang benar. Sebuah peta harus memperhatikan tampilan
dan tata letaknya. Hal ini bertujuan untuk mempermudah pengguna
Menyimpan Peta
Untuk menyimpan peta baru, klik menu File, pilih Save As. Atau
dengan meng-klik ikon . Peta dapat disimpan dalam ekstensi .mxd
dan .mxt. Ekstensi .mxd menyimpan peta dalam bentuk dokumen
Mengekspor Peta
Klik menu File, pilih Export Map. Peta dapat diekspor ke berbagai
macam format, seperti PDF, PNG, JPEG, TIFF, dan lain-lain.
Pengguna dapat juga menentukan resolusi peta yang akan diekspor.
Mencetak Peta
Klik menu File, pilih Print. Kotak dialog Print akan muncul. Pada
kotak dialog terdapat beberapa pengaturan pencetakan.
Data spasial ini meliputi data aspek fisik, sosial, ekonomi, dan sebagainya.
Informasi spasial ditujukan untuk menjawab masalah yang terkait dengan
pertanyaan apa (what), dimana (where), kapan (when), bagaimana (how) dan
mengapa (why). Data spasial terbagi menjadi dua bagian yaitu data
berbentuk vector dan raster. Data vector diperoleh dari peta atau dari data
koordinat yang tersimpan dalam alat Global Positioning System GPS,
sedangkan data raster dapat diperoleh dari citra penginderaan jauh (remote
sensing image). Data raster dari citra penginderaan jauh ini juga dapat
digunakan sebagai sumber untuk pembuatan data vector. Data vector
dibedakan dalam tiga jenis utama, yaitu : titik (point), garis (line), dan area
(polygon). Karena mengandung informasi koordinat dan arah, data ini
memiliki ketelitian yang cukup tinggi dari kenampakan yang
sesungguhnya di bumi (real world).
Dalam topologi terdapat beberapa teori diantaranya yaitu teori graph dan
teori euler. Teori graph digunakan dalam analisis jaringan yang
menghubungkan antar segmen. Pengembangan graph dapat dilakukan
dengan memberi bobot pada tiap segmen untuk berbagai konsep analisis.
Dalam SIG, aplikasi teori graph dilakukan dengan memberikan orientasi
arah pada tiap segmen sehingga dapat dilakukan suatu analisis jaringan.
Dalam konsep topologi mengenal juga yang dikatakan sebagai Teori Euleur
(Laurini & Thomson, 1996) yang menyatakan bahwa hampir semua obyek
dipermukaan bumi yang digambarkan dalam SIG akan memenuhi rumus
Euleur.
Selain itu terdapat pula teori euler dengan rumusan sebagai berikut:
Semua bangun obyek dalam software SIG sebagian besar akan memenuhi
syarat rumus Euleur, kecuali obyek yang datanya belum menjadi sebuah
topologi atau obyek pulau dalam pulau. Obyek yang tidak memenuhi
rumus Euleur ini disebut sebagai „spagetty’.
Segmen dan node merupakan perpaduan yang tidak terpisahkan pada Ilmu
Topologi. Suatu gambaran dapat diperhitungkan secara matematis dengan
melihat node dan segmennya. Aplikasi pada obyek garis pada SIG dapat
104 Analisis dan Aplikasi SIG
dikenal dengan aplikasi pada topologi yaitu connectivity., yaitu hubungan
antara node dan segmen. Untuk lebih jelas dapat dilihat pada gambar 3.5.
25
1
26 2 3
28
27
4
5 30 6
29 31
7 8
32 33
Aplikasi model lain dalam topologi (Laurini & Thomson) adalah definisi
area/luasan dan contiguity. Definisi area/luasan adalah segmen garis yang
saling bersambung yang mengelilingi suatu area/luasan disebut sebagai
poligon. Pada struktur data topologi, poligon dinyatakan oleh suatu daftar
segmen garis yang mengelilingi batas areanya sedangkan koordinat dari
setiap segmen hanya disimpan satu kali (tidak duplikasi). Untuk lebih jelas
dapat dilihat pada gambar 3.7.
6 D
B B 1, 6, 9, 4
1 9 2
5
E
4 7
C 8 C 3, 4, 8, 7
3
Poligon Segmen
A
6 D
B B 1, 6, 9, 4
1 9 2
5
E
4 7
C 8 C 3, 7, 8, 4
3
A kiri kanan
6 D
1 A B
B
1 9 2
5 2 A D
E
4 7 3 A C
C 8
4 B C
3
5 D E
Gambar 3.9. model aplikasi topologi : contiguity
6 B D
3.1.1. Membangun Topology
Format data yang digunakan untuk
7 membuat
C topology
D bukanlah
data shapefile melainkan data dalam format geodatabase, jadi untuk
8
memprosesnya pengguna harus meng-konversi C
data E
shapefile ke format
geodatabase. dengan menggunakan geodatabase
9 B kualitas
E data secara
spasial dan non spasial menjadi lebih terjaga dibandingkan dengan
menggunakan format standar shapefile (shp). Berikut ini adalah langkah-
langkah untuk membuat topology dan aturan topology di ArcMap 10:
2. Setelah itu akan muncul kotak dialog Topology Wizard, klik next.
Maka akan muncul kotak dialog selanjutnya, masukan nama
topology dan cluster tolerance.
3. Setelah itu akan muncul kotak dialog seperti gambar di atas, klik
Next kemudian pilih feature class yang akan di koreksi karena
hanya jalan yang akan kita lakukan koreksi maka hanya feature class
jalan saja yang kita centang.
5. Select all semua data error yang ada pada jendela Error Inspector
tersebut. Klik kanan maka akan tersedia beberapa opsi untuk
mengedit data error yaitu snap, extend atau trim.
2. Gunakan Fix Topology Error Tool klik pada daerah yang error,
maka akan muncul rule yang error.
3. Klik kanan pada feature yang error, pilih Merge. Tentukan poligon
yang overlap menjadi bagian dari poligon yang mana, Klik OK
4. Klik Ok, Lakukan proses tersebut hingga tidak ada lagi Area Errors.
Penjaringan
Koja
Pademangan Cilincing
Tanjung Priok
Kalideres
Kalideres
Gambir
Cempaka
Johar Putih
Kebon Jeruk Baru
Senen
Cakung
Menteng Pulogadung
Palmerah
Kembangan
Matraman
Tanah Abang
Setiabudi
Duren Sawit
Tebet
Tang erang
Kebayoran Baru Be ka si
Pesanggrahan
Mampang
Kebayoran Prapatan Pancoran
Lama
Makasar
Kramatdjati
Pasar Minggu
Cilandak
Ciracas
Cipayung
Pasar Rebo
Jagakarsa
Bo gor
- - -
- - -
- -
-
- - Cira cas
- Cip ayu ng
-
- Pasa r R eb o
Bogor
T e lu k Ja k a r ta
T e lu k Ja k a rta
en
Pjaring
an
en
Pjaring
an
oja
K
il in
C cin
g
oja
K
ad
Pem
an
ga
n
il in
C cin
g
Mu ar a Ka ra ng ad
Pem
an
ga
n an
Tjun
gPriok
Mu ar a Ka ra ng an
Tjun
gPriok
Jak ar ta Kota
Jak ar ta Kota
alid
K eres
am
Tbo
ra aw
Sah
Bes
r
a
en
Cgk
are
ng
alid
K eres
am
Tbo
ra aw
Sah
Bes
r
a
en
Cgk
are
ng am
Tan
sa
ri
Ke lap a Gad ing
am
Tan
sa
ri
em
Kay
oran ela
K paG
ad
ing Ke lap a Gad ing
eta
P r bu
G
m gra
o ln
o
Gaja h Ma da
em
Kay
oran ela
K paG
ad
ing
Gaja h Ma da
eta
P r bu
G
m gra
o ln
o Ky ai T ap a
am
Gbir
am
Gbir
Ky ai T ap a
am
Gbir etm
C
Pupih
ka
a
am
Gbir
hru
o
J
a
B a
Gam b ir etm
C
Pupih
ka
a
eb
Kon
Je
ru
k hru
o
J
a
B a
Gam b ir en
Sen ak
Cun
g
Th am rin Cikini
eb
Kon
Je
ru
k alme
P rah en
Mten
g en
Sen ulo
P ga
du
ng ak
Cun
g
Me nte ng Cikini
Th am rin
Ke m ba nga n alme
P rah en
Mten
g ulo
P ga
du
ng
em
Kba
ng
an Jaka rt a D esa in C en tre Ma tra m an
Me nte ng
atrama
M n
Ke m ba nga n
an
Tah
Ab
an
g
em
Kba
ng
an
Jaka rt a D esa in C en tre Ma tra m an
atrama
M n
an
Tah
Ab
an
g
t in
a
J eg
ara
etiab
S ud
i
Cab an g Ra tu Plaza
t in
a
J eg
ara
etiab
S ud
iS
etiab
ud
i
ure
D nSa
wit
Cab an g Ra tu Plaza
Kan tor Pus at eb
Tet
(Nia ga T owe r)
t in
a
J eg
ara
Bek asi
etiab
S ud
i
Ku nin ga n Te be t ure
D nSa
wit
Tangerang eK
Kab
b
ery
o
y
ana
ra
oBa
nruru
Ba Kan tor Pus at
Fa(Nia
late ga
ha n
T owe r)
eb
Tet t in
a
J eg
ara
Bek asi
es
Pan
gg
rah
an
Blo k M Ku nin ga n Te be t
Tangerang eK
Kab
b
ery
o
y
ana
ra
oBa
nruru
Ba
Fa late ha n
es
Pangg
rah
an
Ka lim ala ng
eL
Kbm
ara
o
y
an Blo k M
aa
rM
Pma
ptnn
g an
Pco
ran
Ke m an g Ma mp an g Ka lim ala ng
eL
Kbm
ara
o
y
an
ak
Mas
ar
aa
rM
Pma
ptnn
g an
Pco
ran
W ism a Ke m an g
Po nd ok Ind ah Ma mp an g
ak
Masar
W ism a
Po nd ok Ind ah
rama
K tj a
ti
Fa tm awa ti
PI M etr o Duta
rama
K tj a
ti
Fa tm awa ti as
ParMin
gg
u
PI M etr o Duta
il a
C nd
ak
as
ParMin
gg
u
il a
C nd
ak
ir a
C ca
s
as
ParRe
bo
ipa
Cyu
ng
ir a
C ca
s
ga
a
Jka
rs
a
as
ParRe
bo
ipa
Cyu
ng
ga
a
Jka
rs
a
Bogor
Bogor
3.3.1 Extract
Extract merupakan salah satu tools yang terdapat pada ArcToolboox yang
berfungsi untuk meng-ekstraksi informasi tertentu dari sebuah data spasial
yaitu mengambil atau memotong suatu polygon, polyline atau point. Di
dalam ArcToolbox, fungsi extraction terdapat di dalam Analysis Tools.
3.3.2 Clip
Perintah ini adalah untuk memotong/menggunting layer. Namun atribut
dari input layer tidak berubah, hanya bentuk featurenya saja yang
mengikuti bentuk layer pemotongnya. Skema hasil dari Clip dapat dilihat
pada gambar berikut ini.
3.3.3 Select
Operasi select berfungsi untuk memilih feature dari sebuah layer dengan
menggunakan query
3.3.4 Split
Split berfungsi untuk membagi layer menjadi beberapa berdasarkan layer
pembagi. Layer pembagi harus memiliki ID yang unik.
Wilayah potensi B
Wilayah potensi A
Wilayah potensial
Wilayah potensi C
3.3.6 Intersect
Intersect digunakan untuk memotong input layer dan secara otomatis
meng-overlay antara layer yang dipotong dengan layer pemotongnya. Pada
operasi ini kedua layer baik input layer maupun intersect layer harus
merupakan layer dengan tipe polygon. Output layer yang dihasilkan akan
memiliki atribut dari kedua layer yang di-overlay.
3.3.9 Proximity
Proximity Analysis atau Analisis Kedekatan adalah salah satu cara untuk
menganalisis lokasi fitur dengan mengukur jarak antara mereka dan fitur
lain di daerah tersebut. Beberapa tools yang tergabung dalam proximity
analysis antara lain adalah buffer, Thiessen Polygon, Near dan Point
Distance.
3.3.10 Buffer
Buffer biasanya digunakan untuk mewakili suatu jangkauan pelayanan
ataupun luasan yang diasumsikan dengan jarak tertentu untuk suatu
kepentingan analisis spatial. Buffer dapat dilakukan untuk tipe feature
polygon, polyline maupun point.
Secara garis besar analysis buffer terbagi atas 2, yakni buffer dan Multiple
Ring Buffer. Berikut ini ilustrasi penggunaan ke dua jenis analysis ini pada
polygon, garis dan titik. Langkah kerja:
3.4.1 Dissolve
3. Setelah muncul kotak dialog dissolve, masukan data yang ingin di-
dissolve pada Input Features, Tentukan folder dan nama Output
Features dan pilih field data yang ingin di-dissolve.
3.4.2 Merge
2. Setelah muncul jendela merge, pilih data-data yang akan dimerge dan
atur tempat penyimpanan file output. Klik OK.
3.4.3 Append
Tool Append ini merupakan bagian dari Data Management Tools dalam
ArcToolbox yang berfungsi untuk menggabungkan beberapa fitur menjadi
satu fitur.
Obyek titik dalam SIG adalah data yang mempunyai koordinat (x,y) dan
tidak mempunyai luasan dan panjang. Obyek tersebut diantaranya adalah
titik sumur, titik pohon, titik tiang, titik kota dan lain sebagainya. Titik yang
dimaksud adalah label point bukan node atau vertex, karena node dan vertex
merupakan bagian dari garis/segmen dan tidak dapat berdiri sendiri.
Analisis wilayah dari obyek titik dalam buku ini adalah pengembangan
analisis titik menjadi area/wilayah. Beberapa metode interpolasi dari obyek
titik yang dijelaskan dalam buku ini, yaitu: Polygon Thiessen, buffer, Inverse-
distance weighting (IDW), Kriging, dan density estimation.
5 5
3
3
1
1
4
2
2 4
Gambar 4.2. pembentukan Polygon titik stasiun curah hujan dengan nilai
atributnya menggunakan metode Thiessen
Buffer ada tiga jenis, jenis pertama buffer dengan jarak yang sama, kedua
buffer dengan jarak yang berbeda-beda pada masing-masing titik, dan
ketiga buffer dengan multiple (jarak yang berbeda pada satu titik). Untuk
lebih jelas dapat dilihat pada gambar 4.4.
Gambar 4.4. Hasil buffer : (a) jarak yang sama (b) jarak yang berbeda dan
(c) multiple
Analisis dan Aplikasi SIG 135
Sebagai contoh pada gambar 4.4. (a) misalkan titik-titik pasar mempunyai
pengaruh/jangkauan yang sama terhadap wilayah sekitarnya dengan jarak
pengaruh sekitar 1.000 meter dari pasar. Gambar (b) titik pasar mempunyai
pengaruh/jangkauan terhadap wilayah sekitarnya yang jaraknya berbeda-
beda, ada yang 1.500 m, 2.500 m dan 3.000 m. Sedangkan gambar (c) melihat
wilayah pengaruh berdasarkan tiga jarak (500, 1000 dan 1.500 meter)
terhadap daerah sekitarnya. Apabila melihat wilayah pengaruh dari
masing-masing pasar terhadap wilayah sekitarnya, hasil buffer akan tampak
seperti gambar 4.5. Gambar (a) memperlihatkan tidak ada saingan masing-
masing pasar pada radius 1 km dan 2 km, sedangkan pada radius 3 km
mempunyai saingan pada semua titik pasar yang ada. Pada gambar (b)
memperlihatkan saingan pada masing-masing pasar sudah terjadi pada
radius pertama sampai radius terakhir. Radius/lingkaran yang ada saling
overlap, menandakan saingan untuk menjangkau pasar lebih selektif.
(a) (b)
Gambar 4.5. Hasil buffer: (a) radius yang sama tidak overlap,
(b) radius yang sama dengan overlap
4.4. Kriging
Istilah kriging diambil dari nama seorang ahli, yaitu D.G. Krige, yang
pertama kali menggunakan korelasi spasial dan estimator yang tidak bias.
Istilah kriging diperkenalkan oleh G. Matheron untuk menonjolkan metode
Perbedaan hasil interpolasi dari metode Kriging dan metode Inverse Distance
Weighted (IDW) adalah pertama, bahwa metode Kriging akan lebih halus
(smooth) dibandingkan dengan metode Inverse Distance Weighted (IDW).
Kedua metode Kriging akan meminimalisasikan efek terbentuknya polygon
‘mandiri’ dibandingkan dengan metode Inverse Distance Weighted (IDW).
Ketiga metode Kriging mempunyai sebuah standar untuk kesalahan (error)
dibandingkan dengan metode Inverse Distance Weighted (IDW) yang tidak
ada standar kesalahannya. Contoh dari permasalahan ini dapat dilihat pada
gambar 4.9. Aplikasi dari kedua interpolasi ini sudah banyak dilakukan,
misalnya perbandingan hasil interpolasi pola curah hujan bulanan dalam
suatu wilayah, perbandingan salinitas perairan pada suatu wilayah
perairan laut dangkal, dan sebagainya.
Gambar 4.9. Polygon hasil metode (a) Kriging dan (b) metode Inverse
Distance Weighted (IDW). (Berry, 2006)
Gambar 4.13 (a) teori Alferd Weber; (b) Isotim di sekitar 2 daerah dengan
karakter berbeda
Segitiga aglomerasi
e. Interpolasi jarak dua titik dengan untuk isohyet, isobar dan lainnya.
Interpolasi dari hasil IDW dan Kriging dapat diaplikasikan untuk
penarikan garis isohyet, isobar, isoterm, isoline atau yang lainnya.
Garis isohyet adalah garis yang menghubungkan titik-titik yang
memiliki curah hujan yang sama pada waktu tertentu atau untuk
jangka waktu lain. Garis isotherm adalah garis yang menghubungkan
titik-titik yang memiliki suhu yang sama pada waktu tertentu atau
untuk jangka waktu lain. Garis isobar adalah garis yang
menghubungkan titik-titik yang memiliki tekanan udara yang sama
pada waktu tertentu atau untuk jangka waktu lain. Garis isoline
adalah garis yang menghubungkan titik-titik yang memiliki
obyek/sesuatu yang sama pada waktu tertentu atau untuk jangka
144 Analisis dan Aplikasi SIG
waktu lain. Khusus untuk pola curah hujan, selain dengan
menggunakan Polyon Thiessen, dapat digunakan garis isohyet.
G
C A
D
E B
Data digital SIG yang merupakan data vektor berupa data point (titik), line
(garis), area (poligon) dan tiga dimensi. Data vektor adalah data yang
mempunyai arah dan besaran. Seperti gambar 5.1. di bawah ini.
Ada empat tipe analisis hubungan antar segmen dalam SIG, yaitu :
1. Identitas alamat (Addres Geocoding)
2. Rute Optimal ( Optimal Routing)
3. Penentuan Jarak Terdekat (Finding Closest Facilities)
4. Distribusi (Resource Allocation)
e β = indeks beta
β =
v e = segmen
v = node/simpul
22
4
24
Jadi, analisis yang dilakukan dalam mencari alamat adalah sebagai berikut:
1 3
Kiri
Kanan Kanan
Kiri
2
Kanan
Kanan Kiri
Kiri
Pada Jalan A (gambar 5.4.) kita mau mencari alamat dengan nomor rumah
300, maka kita lakukan perintah dalam software untuk mencari secara
otomatis lokasi yang kita maksud. Tepatnya pada jalan A di sebelah kiri
dari node 1 ke 2 (segmen 21). Aplikasi ini dapat diterapkan pada pencarian
pelanggan seperti listrik, telkom, dll.
Jadi, proses yang dilakukan dalam mencari rute optimal adalah sebagai
berikut (asumsi dimulai dari no.1 ke no.7): Ada 12 alternatif jalan dari titik 1
ke titik 7. Jalur dengan melewati hanya tiga titik, ada yang empat titik, ada
yang lima titik dan ada yang sampai enam titik. Jalur dengan tiga titik (1-3-7
dan 1-4-7) ternyata menempuh waktu 40 menit. Sedangkan Jalur 1-2-5-6-7,
meskipun melalui lima titik dan jarak lebih jauh ternyata hanya
memerlukan waktu 35 menit. Data-data waktu tempuh dengan jam dan
hari tertentu dapat diketahui sehingga memudahkan perjalanan ditempuh
dengan cepat. Gambar 5.6. menggambarkan hal tersebut.
Aplikasi rute optimal ini dapat diaplikasikan terutama pada jalur jaringan
jalan, dengan kemajuan teknologi GPS (global positioning system) gabungan
antara kedua aplikasi ini betul-betul menjawab permasalahan yang ada
terutama di kota-kota besar dan wilayah rawan macet di seluruh Indonesia.
Aplikasi ini sekarang sudah banyak dilakukan.
Stasium PM-3
Lokasi
kebakaran
Stasium PM-4
Stasium PM-2
Stasium PM-1
Jl. E
5
6 2
Jl. H Jl. D
Jl. G
3 Jl. K
Jl. A
Jl. F
Jl. B
Jl. C 1
Jl. L
7
Jl. J Jl. I
(a) (b)
5.5. Segmentasi
Pengembangan dari analisis jaringan adalah analisis segmentasi. Analisis
ini implementasi dari analisis jaringan. Contoh analisis jaringan adalah
jaringan sungai dan jaringan jalan (gambar 5.9).
(a) (b)
Gambar 5.9. Contoh analisis segmentasi: (a) jaringan jalan, (b) jaringan
sungai
Dari gambar 5.10. ada permasalahan sebagai berikut pada suatu aliran
irigasi di suatu wilayah, terdapat beberapa jalur irigasi sampai dengan
tempat pertanian (Lihat gambar di bawah ini). Jalur I adalah segmen 1 s/d
6, Jalur II segmen 7 s/d 11, Jalur III segmen 12 s/d 15. Coba buatkan data
tabularnya ! Nama field-nya : No_record, #ID, Jalur, No_segmen dan
jaraknya. Kemudian hitung besarnya debit air (m3/dt) yang diterima pada
pertanian A, B, C dan D jika air yang masuk pada segmen 1 mencapai 100
m3/dt ? Jawaban dari permasalahan ini tentu dengan membuat : segmen,
node, arah segmen, segmen dengan nilai (data tabulernya), kemudian dicari
titik-titik yang mencadi permasalahan.
Contoh kedua dari analisis segmentasi seperti gambar 5.10., yaitu jaringan
pipa air minum (PAM). Kita bisa mencari kebocoran-kebocoran pipa jika
yang masuk melalui pipa segmen 1 sebesar 100 m3/detik maka air minum
akan terdistribusi dengan sedemikian rupa tergantung pamakaiannya pada
titik akhir (antara lain titik A, B, C dan D). Pemakaian air minum pada titik
akhir akan terkontrol dengan bantuan analisis segmentasi ini.
Analisis poligon secara umum telah dijelaskan dalam bab 3. Khusus di bab
ini menjelaskan analisis poligon yang berhubungan dengan analisis overlay
atau pertampalan peta atau tumpang tindih peta untuk menghasilkan
hubungan di antara dua atau lebih variable (peta). Misalkan hubungan
antara wilayah ketinggian dengan penggunaan tanah untuk melihat
penggunaan apa saja terdapat pada ketinggian berapa, maka dilakukan
overlay peta. Overlay peta pada saat ini dapat dilakukan secara bersama
(bisa langsung, meskipun banyak peta). Sebelumnya dilakukan satu
persatu overlay di antara dua peta.
Hasil dari analisis overlay adalah gabungan atau perpotongan peta dari
variabel-variabel yang digunakan untuk mencari kesesuaian atau
karakteristik daerah berdasarkan variabel-variabel tertentu. Seperti contoh
pada gambar 6.1.
Union, digunakan untuk meng-overlay dua atau lebih peta, dan data
atributnya otomatis ikut bergabung meski berlainan field.
(diusahakan field keterangan harus berbeda antara peta yang satu
dengan peta yang lain). Langkahnya adalah sebagai berikut :
Contoh di bawah ini satu kasus dengan menggunakan analisis overlay peta:
Mencari wilayah kesesuain permukiman di suatu wilayah.
Metodologi :
1. Data (Variabel/parameter) :
a. Ketinggian;
b. Lereng;
c. Kemampuan tanah
d. Koridor sungai.
e. Koridor jalan; dan
f. Penggunaan tanah
2. Pengolahan dan analisis data (semua data mempunyai satuan
meter):
Pekerjaan overlay peta setelah ada matriks kesesuaian maka proses overlay
dilakukan dengan membuat bagan E-R (entity relationship), variabel mana
yang terlebih dahulu diproses. Contoh bagan E-R lain seperti gambar 6.12.
di bawah ini.
N N
Wil. Ketinggian Lereng
N N
KT Kemampuan Tanah
N N
Sepadan Sungai KTM
N N
KTMS Koridor jalan
KTMSJ/Kesesuaian
N N Penggunaan Tanah
Permukiman
Hasil
KT = {no_record, area, _ID, user_id, user_IdK, user_idL, klas ketinggian, klas lereng, …..}
KTM = {no_record, area, _ID, user_id, user_IdK, user_idL, klas ketinggian, klas lereng, klas
tanah,…..}
KTMS = {no_record, area, _ID, user_id, user_IdK, user_idL, klas ketinggian, klas lereng, klas
tanah, klas sepadan sungai,…..}
KTMSJ = {no_record, area, _ID, user_id, user_IdK, user_idL, klas ketinggian, klas lereng, klas
tanah, klas sepadan sungai, klas koridor jalan,…..}
KTMSJP = {no_record, area, _ID, user_id, user_IdK, user_idL, klas ketinggian, klas lereng,
klas tanah, klas sepadan sungai, klas koridor jalan, klas penggunaan tanah,…..}
TS = Lainnya
Hasil overlay dipastikan masih ada poligon yang kosong, karena hasil
query masih bersifat kualitatif. Tabel hasil overlay akan menggambarkan
beberapa tabel yang kosong. Contoh tabel 6.2.
Tabel 6.2. Hasil overlay antara variable wilayah ketinggian dan wilayah
lereng.
T1 T2 T3
K1 ada ada ?
K2 ? ada ada
K3 ada ? ada
K4 ? ada ?
Aktifkan dissolve
Meneruskan proses
Pilih Merge
Selesai
Selesai
4. Union, digunakan untuk meng-overlay dua atau lebih peta, dan data
atributnya otomatis ikut bergabung meski berlainan field.
(diusahakan field keterangan harus berbeda antara peta yang satu
dengan peta yang lain). Langkahnya adalah sebagai berikut :
Pilih union
Selesai
Landsat 5 TM year 1990 Landsat 7 ETM year 2000 Landsat 7 ETM year 2010 Landsat 8 OLI year 2016
Watershed
delineation Composit image Landsat 5 (RGB 321)
and Landsat 7 and 8 (RGB 764)
Supervised classification
validation
Land Use Map Year Land Use Map Year Land Use Map Year Land Use Map Year
1990 2000 2010 2016
GIS Overlay
LULCC Map year 1990-2000 LULCC Map year 2000-2010 LULCC Map year 2010-2016
a. SINMAP
Sinmap merupakan salah satu ekstensi tambahan dalam software
Arc View/Arc GIS yang digunakan untuk mengidentifikasi wilayah
rawan longsor dengan melihat stabil atau tidaknya tanah di suatu
wilayah. Awalnya untuk kepentingan kehutanan, terutama
penghutanan kembali. SINMAP ini juga mampu menterjemahkan
wilayah tingkat kelembaban tanah. Sumber: data ketinggian atau
b. Smorph
Metode SMOPRH (Slope Morphology) merupakan metode yang
dikembangkan oleh Shaw dan Johnson pada tahun 1995 untuk
mengidentifikasi potensi longsor pada wilayah Olympic Peninsula
dan Cascade Range di barat daya Washigton dengan melakukan
pengolahan data raster berupa data DEM (Digital Elevation Model)
(Shaw & Johson, 1995). Untuk menjalankan metode SMORPH
dibutuhkan parameter input yang terdiri dari gradien atau sudut
lereng dan bentuk lereng yang terdiri dari bentuk cekung/concave,
cembung/convex dan datar/planar (Putra, 2014). Metode Smorph
sudah lama digunakan dan sifatnya yang sederhana, hanya
melihat bentuk lereng. Gambar 7.7. memperlihatkan contoh dari
metode hasil Smoprh.
Dalam aplikasi SIG, perlu diperhatikan manajemen data tabuler dan spatial
untuk keperluan analisis, Banyak sekali pengertian dan pekerjaan dari
manajemen data tabuler dan spatial tersebut harus diselesaikan, antara lain:
(1) Semua data spatial harus dalam satuan koordinat yang sama.
(2) Semua data spatial harus mempunyai acuan batas yang pasti (peta
rupabumi/topografi sebagai batas acuan).
(3) Semua data spatial dan tabuler sudah menjadi satu kesatuan dalam
satu coverage.
Masalah berikutnya ada pada tingkatan data yang ada, karena tingkatan
data tersebut akan menentukan hasil penelitiannya. Tingkatan data akan
berhubungan dengan masalah data yang bersifat kualitatif dan kuantitatif.
a. Tujuan
Mencari wilayah kesesuaian tanaman apel di Kabupaten Malang dan
bagaimana produktivitasnya di wilayah kesesuaian tersebut.
b. Batasan
1) Wilayah kesesuaian tanaman apel adalah wilayah yang terbentuk
dari hasil overlay (pertampalan) peta-peta unsur fisik yaitu :
ketinggian, suhu, curah hujan, kelembaban, distribusi hujan bulanan
dan jenis tanah yang telah ditentukan wilayah kesesuaiannya yaitu
wilayah sesuai (sesuai 6 variabel), kurang sesuai (sesuai 4-5 variabel)
dan tidak sesuai (sesuai 3 variabel atau kurang) berdasarkan syarat
tumbuhnya.
2) Produktivitas tanaman apel adalah kemampuan tanaman apel
menghasilkan buah segar per pohon per tahun (kg/pohon/tahun).
3) Apel (Malus Sylevestris Mill) adalah salah satu jenis tanaman yang
biasa hidup di wilayah sub tropis, tetapi kenyataannya tanaman
tersebut dijumpai pada wilayah tropis. Karena perbedaan
ketinggian antara satu tempat dengan tempat lain, menyebabkan
tiap kenaikan 100 m, suhu akan meningkat 0,6c.
Syarat tumbuh tanaman apel adalah sebagai berikut :
a. Ketinggian 700-1200 m dpl,
b. Suhu 18-24c,
c. Kelembaban 78-80%,
d. Curah hujan tahunan 1600-2600 mm/tahun,
e. Distribusi hujan bulanan 2-4 bulan kering dan 6-7 bulan
basah (140 hari hujan/tahun),
f. Jenis tanah Latosol dan Andosol dengan struktur remah,
g. Penyinaran matahari 50-80%,
h. PH 6,0-6,5,
i. Hidrologi air yang mengalir
2) Pengolahan data :
a. Klasifikasi data-data unsur fisik di atas menjadi 3 kelas
wilayah kesesuaian yaitu sesuai, kurang sesuai dan tidak
sesuai, menurut syarat tumbuh tanaman apel.
b. Klasifikasi produktivitas tanaman apel menjadi 3 kelas yaitu
tinggi > 17,26 kg/pohon/tahun, sedang 14,25-17,26
kg/pohon/tahun dan rendah < 14,25 kg/pohon/tahun.
c. Klasifikasi wilayah kesesuaian tanaman apel menjadi 3 kelas
yaitu sesuai apabila terdapat kesesuaian 6 variabel (semua),
kurang sesuai apabila sesuai 4-5 variabel dan tidak sesuai
apabila hanya sesuai 3 variabel atau kurang.
d. Overlay peta-peta unsur fisik yang menghasilkan wilayah
kesesuaian tanaman apel, kemudian hasilnya di overlay
dengan peta produktivitas tanaman apel.
3) Analisis Data :
a. Menganalisis wilayah kesesuaian tanaman apel
b. Menganalisis hubungan wilayah kesesuaian tanaman apel
dan produktivitasnya.
6) Model :
8) Formula :
Sesuai : K3+S2/S3+L1+C1+D2+J1
Kurang sesuai : K4/K5+S4+L2+C1+D2+J1
Tidak sesuai : K1/K2+S1+L3+C2+D3+J2
1. K S
2. KS L
3. KSL C
4. KSLC D
5. KSLCD J
6. KSLCDJ/WKTA Produktivitas
11) Query :
KSLCDJ & KSLCDJP
Logical Boolean :and,or,not,+,_,/,*,dst.
Perintahnya untuk :
c. Metodologi
1) Pengumpulan Data :
3) Analisa Data :
d. Batasan
NO KECAMATAN KLASIFIKASI
1 Ciemas Rendah
2 Parakan Salak Rendah
3 Jampang Kulon Rendah
4 Gegerbitung Rendah
5 Tegalbuleud Rendah
6 Cidolog Rendah
7 Lengkong Rendah
8 Nyalindung Rendah
9 Cikembar Rendah
10 Cikidang Rendah
11 Kalapa Nunggal Rendah
12 Kalibunder Rendah
13 Surade Sedang
14 Sagaranten Sedang
15 Warung Kiara Sedang
16 Jampang Tengah Sedang
17 Nagrak Sedang
18 Cisaat Sedang
19 Cisolok Sedang
20 Ciracap Sedang
21 Parung Kuda Sedang
22 Cicurug Sedang
23 Sukabumi Sedang
24 Baros Sedang
25 Sukaraja Sedang
26 Pelabuhan Ratu Tinggi
27 Cibadak Tinggi
Keterangan :
NO KECAMATAN KLASIFIKASI
1 Ciemas Sedang
2 Parakan Salak Rendah
3 Jampang Kulon Sedang
4 Gegerbitung Rendah
5 Tegalbuleud Rendah
6 Cidolog Rendah
7 Lengkong Rendah
8 Nyalindung Rendah
9 Cikembar Sedang
10 Cikidang Rendah
11 Kalapa Nunggal Rendah
12 Kalibunder Rendah
13 Surade Tinggi
14 Sagaranten Sedang
15 Warung Kiara Sedang
16 Jampang Tengah Tinggi
17 Nagrak Sedang
18 Cisaat Tinggi
19 Cisolok Sedang
20 Ciracap Sedang
21 Parung Kuda Rendah
22 Cicurug Sedang
23 Sukabumi Rendah
24 Baros Sedang
25 Sukaraja Tinggi
26 Pelabuhan Ratu Tinggi
27 Cibadak Tinggi
Keterangan :
NO KECAMATAN KLASIFIKASI
1 Ciemas Rendah
2 Parakan Salak Rendah
3 Jampang Kulon Rendah
4 Gegerbitung Sedang
5 Tegalbuleud Rendah
6 Cidolog Rendah
7 Lengkong Rendah
8 Nyalindung Rendah
9 Cikembar Rendah
10 Cikidang Rendah
11 Kalapa Nunggal Rendah
12 Kalibunder Rendah
13 Surade Rendah
14 Sagaranten Tinggi
15 Warung Kiara Rendah
16 Jampang Tengah Rendah
17 Nagrak Rendah
18 Cisaat Rendah
19 Cisolok Rendah
20 Ciracap Rendah
21 Parung Kuda Rendah
22 Cicurug Sedang
23 Sukabumi Tinggi
24 Baros Sedang
25 Sukaraja Rendah
26 Pelabuhan Ratu Rendah
27 Cibadak Rendah
Keterangan :
Wilayah A.
Meliputi wilayah Kecamatan Sukaraja, Sukabumi, Baros, Nyalindung,
Cikembar, dan Cisaat. Mayoritas penggunaan tanah adalah
persawahan, kebun campuran, dan permukiman.
Wilayah B.
Meliputi Kecamatan Cibodas, Nagrak, Parung Kuda, Cicurug, Kelapa
Nunggal, Cikidang. Mayoritas penggunaan tanah adalah perkebunan,
kebun campuran hutan, permukiman.
Wilayah C
Meliputi Kecamatan Pelabuhan Ratu, Cisalak, Warung Kiara, Ciemas,
Surade. Mayoritas penggunaan tanahnya adalah perkebunan, hutan,
aktivitas perikanan laut, pemukiman.
Wilayah D.
Meliputi Kecamatan Sagaranten, Jampang Kulon, Lengkong, Jampang
Tengah. Mayoritas penggunaan tanah adalah hutan/semak belukar,
tegalan, perkebunan rusak, permukiman.
d. Pengelompokan Data
Kegiatan pengelompokan data adalah sebagai salah satu langkah dalam
analisis untuk analisis geografi. Dilakukan di atas peta baik untuk
keperluan gradasi maupun sekedar membedakan pengelompokan data
diatas peta, yang juga disebut pengwilayahan. Berdasarkan data-data
yang dikumpulkan maka dilakukan klasifikasi sebagai berikut :
e. Modelling
Proses permodelan merupakan aktivitas dalam memilah-milah data
untuk dikaji hubungan antar unsur-unsur infromasi satu dengan yang
lainnya. Dimana model tersebut adalah :
1. Anak usia SD (Anak usia SD# #, 6.320 – 26.476 anak, 26.476 – 46.631
anak, 46.632 – 66.787 anak)
2. SD (SD #, 10 – 36 gedung, 37 – 63 gedung, 64 – 90 gedung)
3. Anak usia SD – SD (Anak usia SD #, SD #, ……..)
4. Kerapatan jaringan jalan (Kerapatan jaringan jalan #, 0.026 – 0.088,
0.089 – 0.151, 0.152 – 0,214)
5. Anak usia SD – SD – Kerapatan jaringan jalan (Anak usia SD #, SD
#, kerapatan jaringan jalan #, …….)
6. Lereng (Lereng #, 0 – 2 %, 3 – 15 %, > 15 %)
7. Anak Usia SD – SD – kerapatan jaringan jalan – Lereng (Anak usia
SD #, SD #, kerapatan jaringan jalan #, lereng #, ……..)
8. Penggunaan tanah (Penggunaan tanah #, pemukiman, sawah, hutan
lebat, hutan belukar, tegalan, perkebunan.
9. Anak usia SD – SD – Kerapatan jaringan jalan – Lereng –
Penggunaan tanah (Anak usia SD #, SD #, kerapatan jaringan jalan
#, lereng #, penggunaan tanah #, …….)
i. Kesimpulan
+2 +3
+3 +4 + + 22 =
+ 21 +1
+4
Tabel 7.8 Contoh Tabel Matriks Penentuan Wilayah untuk Tingkat Bahaya
Erosi di DA Ci Tarum Hulu
Variabel/Parameter Klas. Klas. Klas. Klas. Klas.
Sangat
Sangat Berat Sedang Ringan Ringan
Berat
Lereng (L) L1, L2 L1, L2, L3 L1, L2, L2, L3, L3, L4,
L3, L4 L4, L5 L5
Penggunaan Tanah P1, P2 P1,P2, P3, P1,P2, P3, P1,P2, P3, P2, P3,
(P) P4, P5, P6, P4, P5, P4, P5, P4, P5,
P7 P6, P7 P6, P7 P6, P7
Erodibilitas (E) E1, E2, E3 E1, E2, E3 E1, E2, E3 E1, E2, E3 E1, E2,
E3
Erosivitas (C) C1, C2, C1, C2, C3 C1, C2, C1, C2, C1, C2,
C3 C3 C3 C3
atau
Obyek yang di-buffer yaitu sungai utama yang berbentuk data line dan
poligon, serta waduk berbentuk poligon.
Keterangan :
Prioritas I = T3 + B4 + S3 + I4
Prioritas II = T3 + B4 + S3 + I3/I4
Prioritas I : TBE = Sangat Rawan and Buffer = < 1km and Per_pddk =
>3%/th and Ke_tani = > 100jiwa/km2
Prioritas II : TBE = Sangat Rawan and Buffer = < 1km and Per_pddk =
>3%/th and Ke_tani = 50- 100jiwa/km2 or Ke_tani = >
100jiwa/km2
Prioritas III : TBE = Rawan and Buffer = < 1km or Buffer = 1-3 km and
Per_pddk/th = 2-3%/th or Per_pddk = >3%/th and Ke_tani
= 50- 100jiwa/km2 or Ke_tani = > 100jiwa/km2
Pendahuluan
Perkembangan suatu wilayah dewasa ini berlangsung cepat.
Perkembangannya meliputi berbagai aspek, yaitu aspek fisik, sosial-
ekonomi dan sosial budaya. Perkembangan yang cepat memberikan
dampak bagi wilayah tersebut sehingga wajar bila permasalahan yang
dihadapi sangat kompleks. Pembangunan yang terus berjalan di suatu
wilayah harus terus mendapat perhatian serius. Hal ini disebabkan
adanya kenyataan bahwa pertumbuhan suatu wilayah menunjukkan
sifat-sifat yang tak terkendali. Wilayah di pulau Jawa sebagian dari
wilayahnya dalam melaksanakan pembangunan belum terkontrol. Hal
ini menciptakan bagian-bagian kawasan tertentu dalam suatu wilayah,
oleh karenanya perlu berbagai penanganan yang terarah agar tercipta
lingkungan yang terkendali kelestariannya dengan pelaksanaan
perencanaan dan pemantauan yang baik.
Evaluasi perencanaan dan pemantauan yang terarah merupakan syarat
yang baik dan mutlak dalam suatu dinamika pembangunan yang
berkelanjutan (sustainable development). Melalui pembangunan yang
terencana inilah (misalnya perencanaan tata ruang) dapat ditentukan
tahapan pembangunan secara tertib berdasarkan prioritas
pembangunan dengan memperhatikan daya dukung sumber daya alam
dan sumber daya manusianya. (PPGT, 1996). Untuk melakukan
kegiatan penataan ruang diperlukan informasi keruangan yang
mengandung aspek lokasi, dimensi temporal dan dimensi tematis.
Wujud dan informasi keruangan dituangkan dalam bentuk peta.
Tujuan Penelitian
Rumusan Permasalahan
Batasan
a. Perubahan penggunaan tanah adalah perubahan dari penggunaan
tanah non urban menjadi penggunaan tanah urban dan sebaliknya
(Sandy, 1977). Perubahan penggunaan tanah yang diteliti yaitu
tahun 1982 dan 1997.
b. Penggunaan tanah dibagi menjadi (Sandy, 1977):
- Penggunaan tanah perkotaan (urban) : permukiman, industri,
tanah kosong yang diperuntukkan, emplasemen.
- Penggunaan tanah pedesaan (non urban) : sawah satu kali setahun,
sawah lebih dari satu kali setahun, kebun campuran, tegalan,
perkebunan, hutan, perairan, tanah kosong.
Metode Penelitian
Sebelum masuk pada tahapan berikutnya maka gambaran umum
penelitian ini dapat dilihat pada bagan 1 di bawah ini:
b.1. bahan : citra digital (landsat TM), kertas kalkir, kertas cetak dsb.
c. Pengumpulan Data
Dalam penelitian ini data yang diperlukan dikumpulkan melalui
beberapa cara yaitu : studi kepustakaan, pengumpulan data sekunder,
dan data primer. Pengumpulan ini dimaksudkan untuk memperoleh
landasan teori dan data yang mendukung teori tersebut. Sedangkan
data-data yang dibutuhkan adalah sebagai berikut :
d. Pengolahan Data
Setelah data dikumpulkan lalu dilakukan pemilahan yang dilanjutkan
dengan pengklasifikasian variabel berdasarkan kesesuaian lahan yaitu
sebagai berikut :
Kelas 3 = Alluvium
e. Analisis Data
Data yang dikumpulkan, diformulasikan ke dalam bentuk tabel dan
peta sehingga uraian secara deskriptif, korelasi dan klasifikasi akan
diperoleh gambaran tentang perubahan penggunaan tanah dan
ketidaksesuaian rencana tata ruang. Tahapan analisis dibagi ke dalam
beberapa bagian :
Kesimpulan
Saran
1. Untuk penelitian selanjutnya kendala data, terutama parameter
yang dipergunakan kurang lengkap, baik jumlah parameter maupun
klasifikasinya sehingga wilayah kesesuaian yang didapat kurang
begitu baik (poligon yang didapat sangat mengelompok).
2. Data-data yang didapat tidak dalam skala peta yang sama, juga
kualitas data yang didapat tidak begitu bagus sehingga pada saat
input data banyak mengalami hambatan.
ArcView GIS adalah software untuk mapping dan desktop GIS yang
mempunyai kemampuan untuk visualisasi, eksplorasi, query dan analisa
data secara geografis. ArcView menyediakan fungsi pemetaan dasar dan
kemampuan mengolah data spasial yang kompleks sedetail mungkin
sehingga pemakai dapat dengan mudah membuat peta untuk
menampilkan, mengintegrasikan serta melihat data.
Komponen dari ArcView IMS adalah ekstensi IMS untuk ArcView, ekstensi
ESRIMap web server, MapCafe’. PHP Merupakan bahasa scripting untuk
pengembangan aplikasi diatas teknologi web. PHP menyatu dengan HTML
dan berada di server (server – side – HTML - embedded scripting). Artinya
sintaks dan perintah-perintah yang diberikan akan sepenuhnya dijalankan
di server tetapi disertakan pada halaman HTML biasa. Tujuan dari bahasa
scripting ini adalah untuk membuat aplikasi-aplikasi yang dijalankan diatas
teknologi web. Dalam hal ini, aplikasi pada umumnya akan memberikan
hasil pada web browser, tetapi proses secara keseluruhan dijalankan di web
server.
b. Interpretasi URL
* Saran
* Fasilitas
• Zoom In
• Zoom Out
• Pan
a. Pendahuluan
Penyajian data dan informasi dalam bentuk tabulasi dan peta dapat
ditempuh dengan cara manual atau dalam bentuk dijital. Penyajian peta
dalam lembar kertas merupakan salah satu sarana terbaik akan tetapi
dengan adanya sistem dijital, penyajian data dan informasi dapat
dilakukan dengan lebih cepat sehingga fungsi pelayanan kepada
a. Persiapan
b. Pengumpulan data
Tahap ini menguji program aplikasi database yang dibuat mulai dari
pemasukan, pengolahan, analisis, tampilan dan pencetakan
data/informasi dan laporan;
g. Pelatihan
a. Perangkat lunak
b. Perangkat keras.
Data ini terdiri dari data yang ada di Pemda Kab. Rokan Hilir
berhubungan dengan data/informasi tentang inventarisasi dan evaluasi
sumberdaya. Data primer lainnya yaitu melihat kapasitas perangkat
keras yang ada di Pemda Kab. Rokan Hilir, yang berguna untuk
menyesuaikan dengan perangkat lunak yang dibuat, sehingga pekerjaan
dapat berlangsung dengan baik.
2) Data Sekunder
Data ini diambil dari tabel dan laporan yang berkaitan dengan
inventarisasi dan evaluasi sumberdaya Kab. Rokan Hilir.
b.5. Bahan dan peralatan
a. Bahan
Bahan-bahan yang dipakai pada pekerjaan ini adalah bahan yang
berkaitan dengan input ataupun output dari program database antara
lain : tinta printer, CD blank, disket, dsb.
b. Peralatan
Peralatan yang dipakai pada pekerjaan ini berhubungan dengan
Laboratorium SIG, karena program aplikasi ini berbasiskan software SIG.
Spesifikasi Personal Computer yang dipakai mempunyai kapasitas
Pentium II, Hardisk 10Gb dengan RAM 64 Mb. Dan software SIG yang
dipakai adalah arcinfo untuk input dan pengolahan data, arcview untuk
pembuatan tampilan dan program aplikasinya, serta Microsoft Acces
untuk database tabuler.
c. Desain Aplikasi
1) Database tabuler
Data-data dasar tabuler berbasis spasial yang dipakai adalah sebagai
berikut :
Tabel 8.1. Contoh Nama coverage, layer, tipe dan User_ID (Nomor_ID)
No Nama Layer Type User_ID No Nama Layer type User_ID
Coverage Coverage
1 [BINGKAI] Bingkai Line 0 10 [STAT]
Stasiun point 162****
CH/Iklim
2 [SUNGAI]
[PNT] Pantai Line 101 11 [LANDUSE]
[PNT] Laut/Danau poly 102 Penggunaan Line 170
Tanah
[SNG] Sungai line 103 Penggunaan
Tanah
[SNG] Sungai poly 104
[GSG] Gosong line 105 DARAT 171***
[GSG] Gosong poly 106 Sawah poly 171010
Tegalan/lahan poly 171020
kosong
Hutan poly 171030
Belantara
3 [KONTUR] Hutan poly 171040
Belukar/damar
Line Kontur line 110***
[K_025] 25 line 110025 Semak
[K_050] 50 line 110050 *Rumput poly 171051
1 ID N 8 Nomor _ID
1 ID N 8 Nomor _ID
2) Database spatial
Dalam program aplikasi database yang berbasis spatial, biasanya
mempunyai manajemen data spatial dan tabuler yang harus disamakan,
terutama berkaitan dengan kode _ID (nomor kode) atau juga disebut
sebagai feature _ID atau primary key.
b. Spesifikasi Sistem
Perangkat lunak/program aplikasi yang dibuat ini memiliki spesifikasi
yang umum dijumpai pada komputer saat ini, yaitu dapat dioperasikan
pada komputer yang berbasis Windows 95 atau Windows 98 atau lainnya
dan sebaiknya diaplikasikan atau di-install pada perangkat keras
(hardware) dengan konfigurasi tertentu yang mempunyai kecepatan
akses tinggi (konfigurasi minimal dengan Processor Pentium).
1) Tampilan Tingkat I
Tampilan tingkat I merupakan interface menu yang menyajikan star-up
program aplikasi ini. Tampilannya adalah sebagai berikut :
2. Tampilan tingkat II
Pada bagian akhir Buku Sistem Informasi Geografis: Analisis dan Aplikasi
ini, menjelaskan secara sederhana dari kemajuan teknologi SIG (bersama
dengan kemajuan teknologi pemetaan dan informasi lainnya). Teknologi
SIG secara umum telah berkembang dengan pesat, terlihat dari aplikasi dan
pemodelan yang dibuat pada akhir tahun 2017-an. Pemodelan berbasis SIG
tidak lagi hanya berdasarkan kepada tipe data vektor saja, juga gabungan
antara data vektor, dan raster serta data tiga dimensi.
Perkembangan analisis SIG sudah berubah jauh berubah dari awal tahun
200-an. Kehandalan software SIG yang terus-menerus berkembangan dan
selalu diperbaiki disesuaikan dengan kemjuan teknologi hardware,
menjadikan analisis SIG dapat dilakukan dengan cepat dan mudah. Proses
analisis overlay (poligon) dapat dilakukan dengan cepat dan sekaligus,
tanpa menunggu file proses lainnya. Network analysis juga dapat dilakukan
dengan mudah dan cepat, karena identifikasi dari node (vertice), vertex dan
segmen (edge) dapat dikerjakan secara sederhana. Link database (tabular)
dengan jointable-nya mudah sekali dilakukan. Fleksibilitas dari software SIG
ini menjadikan analisis SIG dapat dilakukan secara cepat.
Pemodelan SIG (secara teknis) masih merupakan teknologi baru dalam SIG.
Pemodelan dengan metode CA-MA, logika fuzzy, algoritma, dan lain
sebagainya merupakan perkembangan dari berbagai analisis SIG yang
diharuskan dilakukan secara komputerisasi dengan software SIG.
Pemodelan SIG ini muncul akibat permintaan dari para stakeholders akan
pentingnya metode SIG dalam pembangunan. Mungkin saja di masa datang
banyak sekali pemodelan-pemodelan baru yang akan muncul.
Sudah banyak aplikasi SIG yang telah digunakan dalam berbagai macam
kegiatan berbasis spasial, baik oleh pemerintah (pusat dan daerah), maupun
oleh swasta dan perorangan. Aplikasi SIG dalam berbagai macam kegiatan
berbasis spasial akan lebih dituntut lebih aplikatif lagi dengan adanya
kemajuan teknologi software dan hardware. Penelitian pada aplikasi SIG
untuk mitigasi bencana alam dengan berbagai macam tujuan (gempa buki
tektonik, vulkanik, tsunami, banjir, longsor) dan berbagai macam variabel
telah banyak dilakukan.
Teknologi SIG akan semakin berkembang dan selalu berubah dari waktu ke
waktu. Meta data, pengolahan topologi dan dan proses dalam software SIG
akan selalu berubah. Orang yang berhubungan dalam SIG harus selalu
meng-up date terus-menerus perkembangan tersebut. Hal yang terpenting
yang dipunyai seorang ahli SIG bukan hanya semata alat bantu (tools) tetapi
konsep dasar dan keilmuan (science) SIG itu sendiri.