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)

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 cm2 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 cm2)
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/1cm2.

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
cm2 hingga 1 cm2 di peta, dengan rumus.
MSD = (1 × L) ....................................................................................................(5.7)
Keterangan:
MSD adalah nilai mnimum size delineation
1 adalah nilai MSD yang digunakan (1 cm2)
L adalah luas (Ha/1 cm2)
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 Calculator” sebagai berikut:
SetNull(Lookup(“Data Kelas Lereng”,”Count”)<3,1) ……..............................(5.8)
Definisi sintak tersebut adalah menentukan nilai sel data raster “Data Kelas
Lereng” yang memiliki angka kurang dan sama dengan 3 pada field “Count” untuk
di eliminasi (No Data). Hasil analisis ini akan digunakan sebagai area masking
(referensi) pada tools “Nibble” untuk disebar secara bertetangga sehingga sel “No
Data” sebelumnya 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.

Tabel 5.5. Luas dan Persentase Kelas Kemiringan Lereng Kabupaten Bantaeng
Luas Kelas Kemiringan Lereng (Ha)
No Kecamatan Total
0-15% 15-30% 30-50% 50-70% >70%
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 68.45 39.62 21.34 7.91 5.17 142.49
Kec. Gantarang
4 167.34 5.55 0.17 0.00 0.00 173.06
Keke
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 45.98 61.22 47.01 21.34 26.73 202.28
Total Luas (Ha) 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


Persentase Luas (Ha)
No Kecamatan 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 48.04 27.80 14.98 5.55 3.63 100.00
Kec. Gantarang
4 96.70 3.21 0.10 0.00 0.00 100.00
Keke
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