Anda di halaman 1dari 3

[dz/dy] = ((g + 2h + i) - (a + 2b + c)) / (8 * y_cellsize)

(5.5)

Dengan mengambil laju perubahan pada arah x dan y, kemiringan untuk sel

pusat “e” dihitung dengan menggunakan alogaritma:

Kemiringan sel pusat = √ ([dz/dx] 2 + [dz/dy] 2 )

sel pusat = √ ([dz/dx] 2 + [dz/dy] 2 ) Gambar 51. Perbandingan Nilai Kemiringan Lereng

Gambar 51. Perbandingan Nilai Kemiringan Lereng Satuan Derajat dan Persen Sumber: Esri, 1996

Hasil dari analisis ini berupa data kemiringan lereng berdasarkan kelas

kelerengannya dalam satuan persen. Namun hasil analisis ini masih belum efektif

jika di tinjau dari hubungan antara resolusi spasial dengan skala pemetaan. Selisih

antara skala yang digunakan dengan skala efektif dari hasil perhitungan

menggunakan rumus Tobler adalah 1 : 40.000. Untuk menyamakan nilai keduanya

dapat dilakukan proses generalisasi data menggunakan tools Raster Calculator”

yakni memasukkan sintak nilai jumlah piksel yang ingin dieliminasi, dengan

tahapan sebagai berikut.

a. Perhitungan luas (ha) per 1 cm 2 dalam peta

Perhitungan ini dilakukan dengan konversi nilai skala menjadi luas dalam

satuan hektar, dengan prinsip 1 cm 2 pada peta mewakili nilai hektar hasil

perhitungan, dengan menggunakan rumus.

L = (SP/10.000) 2

(5.6)

Keterangan:

L adalah luas (Ha/1 cm 2 ) SP adalah skala peta

Sehingga dari rumus tersebut didapatkan hasil dari nilai skala peta yang

digunakan dan skala efektif sebagai berikut.

Tabel 5.4. Keterkaitan Resolusi Spasial dan Skala Peta

Luas Ha/1cm2

No.

Resolusi spasial

Skala

dalam peta

1 30

1 : 60.000

36

2 50

1 : 100.000

100

Sumber: Penulis, 2017

108

Resolusi spasial data efektif didapatkan menggunakan rumus Tobler dengan

acuan skala peta yang digunakan (1 : 100.000), sedangkan luas Ha/1cm 2 dalam peta

didapatkan dari rumus (5.6) dengan hasil 36 ha untuk resolusi yang digunakan saat

ini dan 100 ha untuk resolusi efektif/ideal yang seharusnya, sehingga terdapat selisih

besar luas 64 ha/1cm 2 .

b. Perhitungan Minimum Size Delineation (MSD)

Setelah mengetahui nilai luas Ha/1cm 2 di peta maka selanjutnya adalah

melakukan penilaian dengan metode MSD. Metode ini digunakan untuk

melukiskan elemen terkecil yang dapat disajikan pada suatu data spasial atau

menentukan ukuran terkecil yang tidak dapat lagi digambarkan pada suatu data peta

dengan skala tertentu. Nilai MSD yang umum digunakan adalah berkisar dari 0,4

cm 2 hingga 1 cm 2 di peta, dengan rumus.

MSD = (1 × L)

(5.7)

Keterangan:

MSD adalah nilai mnimum size delineation 1 adalah nilai MSD yang digunakan (1 cm 2 ) L adalah luas (Ha/1 cm 2 )

Sehingga dari rumus tersebut didapatkan hasil 36 ha untuk data resolusi yang

digunakan dan 100 ha untuk data resolusi ideal. Selisih antara keduanya sebesar 64

ha.

c.

Perhitungan nilai jumlah piksel

Setelah mendapatkan nilai selisih antara data resolusi yang digunakan dan

resolusi efektif/ideal yang seharusnya, maka tahapan selanjutnya adalah

menghitung nilai jumlah piksel dalam data raster untuk di lakukan proses

generalisasi. Untuk mendapatkan angka yang mendekati luas 100 ha pada peta maka

nilai luas pada saat ini dikalikan dengan angka 2,77.

36 Ha × 2,77 = 100 Ha

Nilai 36 ha merupakan ukuran minimum yang dapat tergambarkan pada peta

skala 1 : 60.000 menggunakan resolusi spasial 30 meter. Jika disimpulkan 36 ha

mewakili 1 piksel data raster maka jumlah piksel yang harus di generalisasi

sebanyak 3 piksel (pembulatan angka 2,77) untuk mendapatkan luas efektif / ideal

pada peta.

109

Generalisasi data memungkinkan peneliti untuk menyederhanakan dengan cara mengeliminasi data dalam jumlah piksel ≤ 3, menggunakan fungsi sintak pada Raster Calculatorsebagai berikut:

(5.8)

Definisi sintak tersebut adalah menentukan nilai sel data raster Data Kelas Lerengyang memiliki angka kurang dan sama dengan 3 pada field Countuntuk di eliminasi (No Data). Hasil analisis ini akan digunakan sebagai area masking (referensi) pada tools Nibbleuntuk disebar secara bertetangga sehingga sel No

Datasebelumnya akan tergeneralisasi dengan sel disekitarnya dan menghasilkan nilai data baru. Hasil yang diperoleh dari analisis spasial kelerengan dengan mengikuti prinsip tersebut ditampilkan dalam bentuk peta, tabel dan grafik.

SetNull(Lookup(Data Kelas Lereng,Count”)<3,1) ……

Tabel 5.5. Luas dan Persentase Kelas Kemiringan Lereng Kabupaten Bantaeng

Luas Kelas Kemiringan Lereng (Ha)

No

Kecamatan

0-15%

15-30%

30-50%

50-70%

>70%

Total

1

Kec. Bantaeng

57.25

24.86

10.49

3.95

1.31

97.86

2

Kec. Bissappu

77.75

28.30

12.01

2.76

0.60

121.42

3

Kec. Eremerasa Kec. Gantarang Keke

68.45

39.62

21.34

7.91

5.17

142.49

4

167.34

5.55

0.17

0.00

0.00

173.06

5

Kec. Pa'jukukang

166.56

3.26

0.01

0.00

0.00

169.82

6

Kec. Sinoa

32.44

57.40

32.22

9.77

6.29

138.12

7

Kec. Tompobulu

122.16

63.08

26.31

12.01

13.03

236.59

8

Kec. Ulu Ere Total Luas (Ha)

45.98

61.22

47.01

21.34

26.73

202.28

737.93

283.28

149.56

57.74

53.13

1281.64

 

Persentase Luas (%)

57.58

22.10

11.67

4.51

4.15

100.00

Sumber: Penulis, 2017

 
 

Tabel 5.6. Persentase Luas Kelas Kemiringan Lereng setiap Kecamatan

No

Kecamatan

 

Persentase Luas (Ha)

 

Total

0-15%

15-30%

30-50%

50-70%

>70%

   

1 Kec. Bantaeng

58.50

25.40

10.72

4.04

1.34

100.00

2 Kec. Bissappu

64.03

23.31

9.89

2.27

0.49

100.00

3 Kec. Eremerasa 4 Kec. Gantarang Keke

48.04

27.80

14.98

5.55

3.63

100.00

96.70

3.21

0.10

0.00

0.00

100.00

5 Kec. Pa'jukukang

98.08

1.92

0.00

0.00

0.00

100.00

6 Kec. Sinoa

23.49

41.56

23.33

7.07

4.56

100.00

7 Kec. Tompobulu

51.63

26.66

11.12

5.08

5.51

100.00

8 Kec. Ulu Ere

22.73

30.26

23.24

10.55

13.21

100.00

Sumber: Penulis, 2017

110