Abstrak
Klasifikasi sebagai aktivitas ilmiah yang dapat digunakan untuk mendeskripsikan, meringkas dan
menyederhanakan data ke dalam suatu format yang diinginkan, apabila diterapkan untuk klasifikasi data,
merupakan proses yang dapat menemukan properti-properti yang sama dalam himpunan obyek pada
sebuah basisdata dan kemudian terklasifikasi menjadi kelas-kelas berbeda menurut model klasifikasi
tertentu. Pada data raster dan vektor klasifikasi spasial merupakan pemetaan suatu besaran dari berbagai
interval (domain) tertentu pada interval-interval lain berdasarkan batas-batas ataupun kategori yang telah
ditentukan. Sedangkan kenampakan dari metode klasifikasi tersebut dapat dilakukan berdasarkan warna
dan simbol.
Berbantuan Sistem Informasi Geografis dan penerapan suatu metode klasifikasi spasial,
pembangunan dan penyajian informasi Kelas pada data spasial bagi data indikator banjir dapatlah
dilakukan sehingga informasi tersebut akan dapat menjadi lebih informatif.
Melalui penelitian ini, metode klasifikasi spasial berbentuk reclassify vector, dicoba untuk
diterapkan dengan menggunakan rumus Sturges dalam penentuan jumlah kelas dan rumus Kingma dalam
pembuatan interval kelasnya. Sehingga hasil akhirnya akan terbentuk pemodelan spasial baru berupa peta
digital yang dapat menyajikan informasi secara spasial kelas-kelas pada data indikator banjir.
Kata kunci : Klasifikasi Spasial, data spasial, peta digital, data indikator banjir
120 Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
mengolah dan menampilkan informasi yang hujan, kemiringan lereng, penggunaan lahan
dibutuhkan secara spasial terutama dalam dan struktur geologi/tanah.
mempresentasikan dan menggambarkan hasil
b. Menghasilkan model-model klasifikasi
analisis melalui interface yang dapat dikreasikan
berbasis geospasial (pemodelan spasial) bagi
sesuai kebutuhan, baik untuk analisis kawasan
data indikator banjir berbantuan Sistem
yang mempunyai potensi banjir maupun analisis
Informasi Geografis, yang dapat
kemampuan lahan pada daerah aliran sungai.
menunjukkan dan mengidentifikasi
(Wismarini dan Ningsih, 2011; Wibowo, 2010).
informasi properti-properti dari kelompok
Dari penjabaran isu-isu yang telah kelompok kelas data indikator untuk banjir
terungkap, maka dalam hal ini untuk keperluan di kota Semarang.
mengidentifikasi kelompok zona dari data
Sedangkan manfaat yang dapat diperoleh
indikator banjir diperlukanlah suatu analisis
dari penelitian ini adalah :
spasial pada data indikator banjir yang
menggunakan sebuah metode klasifikasi spasial a. Dapat memberikan wacana tentang teknik,
dan diimplementasikan dengan memanfaatkan cara dan langkah-langkah penyelesaian
SIG, agar dapat mendukung adanya tampilan masalah (algoritma) dari analisis spasial
informasi yang lebih jelas mengenai kelompok yang menggunakan suatu metode klasifikasi
zona tersebut. Melalui penelitian ini diharapkan berbasis Sistem Informasi Geografis dalam
akan terbentuklah suatu bentuk model kelompok membangun pemodelan spasial data
zona data indikator banjir berupa kelas-kelas indikator banjir, yang untuk selanjutnya
data indikator banjir dan tervisualisasi informasi akan digunakan sebagai dasar awal
kelompok zona tersebut secara variatif, baik penelitian-penelitian lanjutan yang terkait
secara spasial maupun non spasial. dengan banjir dan yang menggunakan data
serupa.
PERUMUSAN MASALAH
b. Dari metoda yang diterapkan pada penelitian
Berdasarkan deskripsi latar belakang
tersebut diharapkan dapat memberikan
yang telah dijelaskan, maka perumusan masalah
inspirasi pengembangan teknik
untuk penelitian ini adalah sebagai berikut :
pemrograman secara dinamis terkait dengan
a. Bagaimana menerapkan suatu metoda metoda tersebut.
klasifikasi dalam membuat kelompok zona
c. Dari hasil akhir penelitian tersebut
data indikator banjir
diharapkan bahwa dari tiap data indikator
b. Bagaimana membangun model klasifikasi banjir yang telah terklasifikasi menurut
spasial dengan analisis spasial yang kelasnya masing-masing dan telah berbentuk
memanfaatkan Sistem Informasi Geografis data-data digital, dapat digunakan sebagai
sehingga dapat mempresentasikan dan data yang punya kemanfaatan lebih untuk
menggambarkan hasil analisis sebagai penelitian-penelitian terkait banjir pada
informasi yang informatif. tingkatan selanjutnya. Seperti misalnya
digunakan untuk analisis penentuan tingkat
TUJUAN DAN MANFAAT PENELITIAN
potensi banjir, tingkat rentan banjir, tingkat
Bertitik tolak dari permasalahan yang rawan banjir, tingkat resiko banjir dan lain
telah diuraikan, maka penelitian ini bertujuan sebagainya.
untuk :
TINJAUAN PUSTAKA
a. Mengimplementasikan tahapan langkah-
Penelitian yang berkenaan dengan analisis
langkah dari suatu metoda klasifikasi untuk
spasial menggunakan bantuan Sistem Informasi
membentuk kelas-kelas dan internal pada
Geografis secara umum dan Klasifikasi Spasial
objek data indikator banjir di kota
beserta metode-metodenya secara khusus telah
Semarang, yang terdiri dari data curah
banyak dilakukan, hal ini dikarenakan penelitian
yang berkaitan dengan hal tersebut telah banyak
Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir 121
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
dibutuhkan di dunia nyata. Sehingga penelitian- daerah penelitian ini dipengaruhi oleh faktor
penelitian sebelumnya yang berasal dari kelerengan lahan, penutupan lahan, jenis tanah
penelitian orang lain telah menginspirasi serta dipicu oleh tingginya intensitas curah
penelitian ini baik untuk memberikan ide sejenis hujan. (Anggara, 2011)
ataupun untuk melanjutkan penelitian
Ada juga penelitian yang berkaitan dengan
sebelumnya yang pernah dilakukan penulis.
Model Klasifikasi Trafik Untuk Jaringan 3G
Pertama, penelitian berkenaan Klasifikasi Menggunakan Metode Discriminant Analysis.
Kemampuan Dan Kesesuaian Lahan oleh Balai Pada penelitian ini akan dilakukan klasifikasi
Penelitian dan Pengembangan Teknologi untuk layanan data, suara, dan video call pada
Pengelolaan DAS (BP2TPDAS IBB) jaringan 3G untuk setiap kabupaten di Jawa
berdasarkan kajian yang dilakukan Balai Timur. Sehingga dalam hal ini pengklasifikasian
Teknologi Pengelolaan DAS (BTPDAS) data yang sudah ada dilakukan dengan
Surakarta pada tahun 1994-1996 tentang menggunakan metode Discriminant Analysis,
Klasifikasi Kemampuan dan Kesesuaian Lahan dimana dengan metode ini akan diperoleh
HTI pada tingkat skala operasional yang beberapa fungsi / kelompok yang masing-
didukung oleh aplikasi SIG dan Hasil Uji Coba masing fungsinya akan dapat terdapat di
di beberapa wilayah HTI di Sumatera, beberapa kabupaten yang nantinya akan
Kalimantan dan Jawa (wilayah Perum dirancang dan dilihat dari hasil perhitungan
Perhutani). Adapun klasifikasi yang dilakukan fungsi tersebut kelompok mana yang lebih
adalah pada kriteria kesesuaian lahan yang membutuhkan RNC (Radio Network Controller)
dalam hal ini dilakukan penambahan dengan 3G. Dari hasil pengujian pengelompokkan
kriteria kesesuaian lahan untuk beberapa jenis (Clustering) yang telah dilakukan dengan
tanaman industri, tanaman pangan dan tanaman pemodelan menggunakan K-Means clustering
buah yang diperoleh dari pengalaman dan pengelompokkan menggunakan
pelaksanaan klasifikasi kemampuan dan Discriminant Analysis terihat hampir 50% lebih
kesesuaian lahan kerjasama dengan Perum kabupaten di Jawa timur masih sering
Perhutani mulai tahun 1999 s/d 2003. meggunakan voice daripada video, hal ini
(Wahyuningrum, et al., 2003). ditunjukkan dengan dominannya kelompok
pengguna voice hampir di semua kabupaten
Selanjutnya Penelitian mengenai Analisis
sedangkan pengguna video hanya terdapat pada
Daerah Rawan Longsor Dengan Menggunakan
beberapa kota besar di Jawa Timur. (Putri, et al,
Sistem Informasi Geografis Pada Cagar Alam
2014).
Pegunungan Cycloop Distrik Sentani Kabupaten
Jayapura. Penelitian ini bertujuan untuk Selain itu ada penelitian tentang Metode
mengetahui serta menentukan lokasi daerah Perkiraan Laju Aliran Puncak (Debit Air)
rawan longsor di Kawasan Cagar Alam Cycloop sebagai Dasar Analisis Sistem Drainase di
Kabupaten Jayapura dan hasil analisis dari Daerah Aliran Sungai Wilayah Semarang
penelitian adalah Tingkat kerawanan sedang Berbantuan SIG. Penelitian ini bertujuan untuk
(skor 147-192) mendominasi kawasan ini mengetahui laju aliran puncak pada Sistem
dengan luasan mencapai 1491 Ha atau 59,23% Drainase dengan dilakukannya perhitungan debit
dari seluruh wilayah Cagar Alam Pegunungan air. Adapun metode yang digunakan adalah
Cycloop Distrik Sentani dan sekitarnya. metode Rasional, dimana metode ini umum
Kemudian diikuti tingkat rawan (skor 193-238) dipakai karena sangat simpel dan mudah
seluas 462,5 Ha atau 18,37%, tingkat tidak penggunaannya, namun penggunaannya terbatas
rawan (skor 55-100) seluas 361,1 Ha atau untuk DAS-DAS dengan ukuran kecil, yaitu
14,35%, tingkat kerawanan rendah (skor 101- kurang dari 300 ha. Analisis intensitas seragam
146) seluas 136 Ha atau 5,4 %, dan tingkat dan merata di seluruh DAS selama paling sedikit
sangat rawan (skor 239-285) seluas 66,6 Ha atau sama dengan waktu konsentrasi (tc)
2,65% luas wilayah Distrik Sentani. Adapun DAS. Beberapa metode untuk memperkirakan
hasil analisis tingkat kerawanan longsor di laju aliran puncak (debit banjir), lebih banyak
122 Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
ditentukan oleh ketersediaan data. Data yang n = jumlah set data (Bos, 1979)
digunakan sebagai indikator menentukan
Jumlah kelas yang terlalu sedikit (kurang
wilayah yang berpotensi rawan banjir
dari 5 kelas) akan menghasilkan peta yang
berdasarkan indikator antara lain Debit Air
kurang mencerminkan persebaran data asli,
DAS, Curah Hujan, Topografi dan penggunaan
karena banyak data yang tergeneralisasi.
lahan. Sedangkan analisa pada sistem drainase
Sebaliknya bila kelas terlalu banyak (lebih
untuk menentukan wilayah yang berpotensi
dari 15 kelas) maka akan terjadi beberapa
banjirnya dengan memanfaatkan aplikasi Sistem
kelas yang sama sekali tidak mengandung
Informasi Geografi. (Wismarini dan Ningsih,
frekuensi.
2011)
2. Penentuan Interval Kelas (Rumus Kingma)
Begitu juga penelitian berikut yang
berkaitan dengan Pemodelan Aplikasi Informasi Dalam menentukan Interval Kelas akan
Geospasial Potensi dan Pendayagunaan Sumber menggunakan Rumus dari Kingma yang
Daya Wilayah serta Matapencaharian Penduduk bentuknya seperti berikut ini :
Desa Kabupaten Grobogan berbasis WEBGIS,
yang dalam penelitiannya Pemodelan Aplikasi
𝑋𝑡 − 𝑋𝑟
𝐾𝑖 = ...............................(2)
berbasis WEBGIS ini adalah dalam rangka dapat 𝑘
mendokumentasi, merepresentasi data Keterangan :
geospasial potensi dan pendayagunaan sumber
daya wilayah kabupaten Grobogan secara Ki : Kelas Interval
komprehensif, sehingga dapat bermanfaat untuk Xt : Data Tertinggi
mendistribusi dan mengambil data dan informasi
secara online bagi pihak-pihak yang Xr : Data Terendah
membutuhkan dan berkepentingan dalam k : Jumlah Kelas yang diinginkan
pengambilan keputusan. (Wismarini dan
Khristianto, 2014) 3. Pembangunan Tabel Klasifikasi
Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir 123
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
masing sebuah field yang mempunyai sesuai dengan kriteria-kriteria yang telah
domain yang sama diantara dua tabel ditentukan pada tiap-tiap data indikator banjir.
sebagai media penggabung. Adapun informasi kelas-kelas di setiap data-data
indikator banjir akan ditunjukkan
5. Proses Pemodelan Spasial Baru
penggambarannya berupa bentuk-bentuk
Pemodelan Spasial Baru menggunakan pemodelan spasial yang secara visual berbentuk
bantuan tools dari perangkat lunak peta-peta digital data indikator banjir berikut
Arcview3.1 dengan fungsi legend editor atributnya. Adapun kemanfaatan lebih jauh dari
pada type dan classified field atau value informasi klasifikasi data-data indikator banjir,
Field. yaitu informasi kelas-kelas di setiap data
indikator banjir dapat digunakan dalam analisis-
Kebutuhan dan Sasaran Data Penelitian
analisis spasial lanjutan seperti misalnya untuk
Kebutuhan Data SIG untuk data penelitian penentuan tingkat potensi banjir, penentuan
ini, merupakan data-data indikator banjir yaitu tingkat kerentanan banjir, penentuan tingkat
antara lain : kerawanan banjir, penentuan tingkat resiko
1. Data Curah Hujan untuk tiap-tiap kecamatan banjir.
di kota Semarang Sehingga untuk sasaran Data SIG dalam
2. Data Struktur Tanah pada tiap-tiap penelitian ini adalah menghasilkan peta-peta
kecamatan di kota Semarang digital dengan informasi spasial klasifikasi
kelas-kelas pada tiap-tiap data indikator banjir
3. Data Kemiringan Lereng pada tiap-tiap berikut atribut data non spasialnya berbentuk
kecamatan di kota Semarang tabel-tabel data relasional yang dapat
4. Data Tata Guna Lahan yang terdapat pada menginformasikan kelas-kelas data indikator
tiap-tiap kecamatan di kota Semarang. banjir secara text ataupun numerik.
124 Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
Pembuatan tabel
Data Digital Kemiringan
klasifikasi (tabel
Lereng per kecamatan eksternal)
OUTPUT
Peta Kemiringan
Lereng Kota Semarang
KEMBALI?
y
T Gambar 2 Peta Digital Intensitas Curah
Selesai
Hujan per Kecamatan
Gambar 1 Subsistem SIG Data Klasifikasi
Indikator Banjir Pada Gambar 2 yaitu Peta digital untuk
HASIL DAN PEMBAHASAN Intensitas curah hujan per kecamatan di kota
Semarang adalah bahwa rata-rata curah
Hasil dan Pembahasan pada penelitian hujan di kota Semarang menunjukkan nilai
ini, akan menjelaskan hasil-hasil yang diperoleh value 0, 35, 79, 171, 212, 281mm/bulan.
dari tahapan langkah metode-metoda yang
dijabarkan melalui Metode Penelitian.
1. Hasil Perolehan Data
Data yang diperoleh pada penelitian ini
merupakan data-data hasil olahan pada
penelitian sebelumnya, sehingga dapatlah
dikatakan bahwa perolehan data dalam
penelitian ini, bukanlah benar-benar data
mentah, melainkan data yang telah melalui
proses pengolahan, dalam hal ini telah diubah
dalam bentuk data-data digital dan telah
merupakan satu kesatuan data geospasial yaitu
terdapat integrasi antara data spasial (peta
digital) dengan atributnya berbentuk data
tabular.
Data-data tersebut adalah sebagai berikut :
A. Data Intensitas Curah Hujan per Kecamatan
Data digital Intensitas Curah Hujan per
Kecamatan ini terlihat dalam Gambar 2 dan
3.
Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir 125
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
126 Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir 127
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
128 Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
b. Untuk interval kelas data kemiringan lereng hanyalah pada point a dan b saja. Hal ini
terlihat dalam tabel 2. dikarenakan anggota variabel yang ada dalam
data tabular bernilai numeris, sedangkan pada
Tabel 2. Klasifikasi dan Interval Kelas Tingkat
point c dan d berupa karakter. Maka interval
Kelerengan
kelas untuk point c dan d memanfaatkan jenis-
Kelas Nama Kelas Nilai Yang diperoleh jenis kelas seperti yang telah diurai pada subbab
5.2.
1 Sangat Rendah < 2 %
5.4. Hasil Pembangunan Tabel Klasifikasi
2 Rendah 2% <= x <15%
Hasil pembangunan Tabel Klasifikasi
3 Sedang 15% - 25% adalah sebuah Tabel Eksternal untuk masing-
4 Tinggi 25% - 40% masing data indikator banjir. Tabel ini dibangun
dengan menggunakan Excel atau program
5 Sangat Tinggi >40% aplikasi database, yang dalam penelitian ini
menggunakan Visual Foxpro. Adapun hasil yang
c. Untuk interval kelas data struktur tanah ditunjukkan adalah berupa struktur data dan
terlihat dalam tabel 3. value data dari masing-masing tabel eksternal.
Tabel 3. Klasifikasi dan Interval Kelas Struktur Tabel Eksternal tersebut antara lain adalah
Tanah sebagai berikut :
Kelas Jenis Tanah a. Data Curah Hujan
1 Gerosol dan Latosol coklat Struktur data untuk Tabel Eksternal Data
Curah Hujan terlihat gambar 10.
2 Mediteran Coklat tua
3 Latosol coklat tua kemerahan
4 Asosiasi Aluvial Kelabu
5 Grumosol
6 Aluvial
Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir 129
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
130 Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
Pada gambar 15. diperlihatkan bahwa data penggolongan kelas ini dapat disembunyikan
tabular dari data non spasial data kemiringan (hidden) karena sama dengan tabel eksternal.
lereng terklasifikasi terdapat field yang menjadi
tambahan, yaitu field NmKlas_I dan
Klas_Lereng.
Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir 131
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
Gambar 18. Peta Digital Informasi Kelas Data Curah Hujan per Kecamatan
Adapun hasil pemodelan spasial baru kelas ini diambil berdasarkan Nama-nama kelas
tersebut terlihat dalam gambar 18, 19, 20 dan 21. kemiringan lereng. Selain itu untuk melihat
detail informasi dari salah satu area pilihan pada
Pada gambar 18 diperlihatkan tentang
suatu kelas, pada gambar 18 diperlihatkan
view Peta Digital Informasi Kelas Data Curah
dengan warna kuning pada area pilihan dan
Hujan per Kecamatan, yang mana di dalamnya
muncul window Identity Result seperti yang
dapat ditunjukkan adanya informasi Kelas Data
ditandai dengan point D, yang mana di
Curah Hujan yang terdiri dari : Sangat Rendah,
dalamnya diinformasikan detail area pilihan
Rendah, Tinggi dan Sangat Tinggi. Adapun
yaitu Kelurahan Wonoplumbon, Luas Area
penunjukan tersebut diperlihatkan dalam
pilihan 801.99, dengan Kecamatan Mijen
berbagai bentuk seperti misalnya pada legenda,
dengan Klasifikasi Kelas Curah Hujan : Rendah,
yang ditunjukkan oleh point A, atau data spasial
Tk. Curah Hujan antara 57 – 113 mm/perhari
pada view peta yang berbentuk polygon dengan
dan rata-rata Curah Hujan 79.
berbagai warna, seperti misalkan Kelas Sangat
Rendah berwarna Biru Tua, Kelas Rendah Pada gambar 19, yaitu View Peta Digital
berwarna Biru Muda, Kelas Sedang berwarna Informasi Kelas Kemiringan Lereng per
Kuning Kunyit, Kelas Tinggi berwarna Pink, Kecamatan, sama seperti pada gambar 18,
sedangkan Kelas Sangat Tinggi berwarna Hijau. informasi kelas untuk klasifikasi data
Adapun data spasial polygon dalam peta Kemiringan Lereng ditunjukkan melalui point
ditandai dengan point B. Selain itu informasi A, B, C dan D. Yang dalam hal ini point A, B,
kelas pada gambar 18 dapat juga ditunjukkan C, D diperlihatkan cara-cara dalam
lewat callout label seperti yang ditandai oleh menampilkan informasi kelas untuk klasifikasi
point C, yang mana callout label untuk informasi data Kemiringan Lereng tersebut.
132 Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
Gambar 19. Peta Digital Informasi Kelas Kemiringan Lereng per Kecamatan
Point A berupa Legenda Kelas, point B menginformasikan Kelas untuk Struktur Tanah
data spasial berbentuk polygon dengan berbagai per Kecamatan ini.
warna untuk penunjukan kelas, point C berupa
Informasi Kelas untuk Struktur Tanah per
Call out yang menuliskan nama-nama jenis kelas
Kecamatan yang diperlihatkan dalam gambar 20
Kemiringan Lereng dan point D berupa area
adalah Kelas 1 (satu) yaitu Latosol Coklat, 2
terpilih Window Indentity Result. Adapun
(dua) yaitu Mediteran Coklat Tua, 3 (Tiga) yaitu
informasi Kelas yang dapat diperlihatkan dalam
Latosol Coklat Kemerahan, 4 (empat) yaitu
gambar 19 adalah Sangat Rendah dengan warna
Asosiasi Aluvial Kelabu, 5 (lima) yaitu
Biru Tua, Rendah dengan warna Biru Muda,
Grumosol, 6 (enam) yaitu Aluvial seperti yang
Sedang dengan warna Kuning kecoklatan,
ditunjukkan dalam point C menggunakan cara
Tinggi dengan warna Pink/Merah Muda, Sangat
Call Out dan dalam point C menggunakan
Tinggi dengan warna Hijau muda. Sedangkan
legenda. Sedangkan pada data spasial dalam peta
area yang menjadi area terpilih (warna kuning)
digital yang ditunjukkan dengan point B maupun
detail informasinya adalah Kelurahan
legenda dengan point A digambarkan dengan
Randugarut, Kecamatan Tugu, dengan luas area
perbedaan warna. Untuk kelas 1 berwarna ungu,
460.40 ha., termasuk dalam kelas Kemiringan
kelas 2 berwarna coklat muda, kelas 3 berwarna
Lereng Sangat Rendah dengan Range
merah bata, kelas 4 berwarna Biru keunguan,
Kemiringan Lereng dari 0 – 20% dan angka
kelas 5 berwarna hijau dan kelas 6 berwarna biru
Kemiringan Lerengnya adalah 0.02.
muda. Kemudian untuk area terpilih dengan cara
Pada gambar 20, mengenai view Peta klik sehingga ditandai dengan warna kuning dan
Digital Informasi Kelas Struktur Tanah per muncul window Identity Result ditunjukkan
Kecamatan, seperti gambar-gambar sebelumnya dengan point D, terlihat detail informasi bahwa
yaitu gambar 18, 19, melalui point A, B, C dan area terpilih merupakan daerah dengan
D diperlihatkan berbagai cara dalam Kelurahan Gedawang, Kecamatan Banyumanik,
Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir 133
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
Gambar 20. Peta Digital Informasi Kelas Struktur Tanah per Kecamatan
dengan luas area 299.09 ha., termasuk dalam detail untuk area terpilih yang ditandai dengan
kelas tanah tiga (3) yang berjenis tanah Latosol warna kuning, yang kemudian muncul window
Coklat Kemerahan. Identity Result seperti yang ditunjukkan melalui
point D, diperlihatkan bahwa area terpilih
Pada gambar 21 tentang view Peta digital
tersebut berada pada Kecamatan Mijen,
informasi kelas tata guna lahan per kecamatan,
Kalurahan Cangkiran, luas area 240.17 ha.,
dapat digunakan untuk menginformasikan kelas
termasuk dalam kelas tata guna lahan : empat
tata guna lahan dengan berbagai cara yang
(4), dengan Keterangan tata guna lahan
ditunjukkan antara lain melalui point C berupa
Pertanian.
call out yaitu untuk kelas satu (1) yaitu Hutan,
kelas dua (2) yaitu Tambak, kelas tiga (3) yaitu KESIMPULAN
Taman, kelas empat (4) yaitu Pertanian, kelas
Berdasarkan implementasi dan hasil yang
lima (5) yaitu Rekreasi, kelas enam (6) yaitu
telah diperoleh pada penelitian ini, maka
Pemukiman. Sedang melalui point A dan B
dapatlah diambil beberapa kesimpulan sebagai
ditunjukkan lewat warna. Adapun berbagai
berikut :
warna dalam point A terdapat dalam legenda,
sedang pada point B terdapat dalam layer a. Penelitian ini telah menghasilkan peta
polygon data spasial tata guna lahan peta digital. digital baru untuk masing-masing data
Informasi warna tersebut meliputi : Kelas 1 indikator banjir, yang dapat memperlihatkan
berwarna kuning kunyit, Kelas 2 berwarna Biru informasi kelas dari masing-masing data
laut, Kelas 3 berwarna ungu, Kelas 4 berwarna indikator banjir tersebut.
Biru Tua, Kelas 5 berwarna Merah Darah, Kelas
6 berwarna Hijau Daun. Kemudian informasi
134 Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
Gambar 21. Peta Digital Informasi Kelas Tata Guna Lahan per Kecamatan
b. Penelitian ini telah berhasil melalui penampilan layer yang dalam hal ini
mengimplementasikan tahapan langkah kebanyakan berupa layer polygon dengan
pengklasifikasian yang bertujuan untuk berbagai warna di masing-masing kelurahan
membentuk kelas-kelas dari sejumlah varian sesuai dengan jenis kelasnya masing-
data di setiap data tabular atribut dari data masing, melalui call out yang menuliskan
spasial data indikator banjir. nama-nama dari masing-masing jenis kelas,
terakhir melalui window identity result yang
c. Saat penentuan kelas dan interval kelas
dapat menampilkan detail-detail informasi
dalam langkah pengklasifikasian untuk data
berkaitan dengan informasi dari suatu jenis
non spasial berbentuk data tabular sebagai
kelas tertentu untuk suatu area pilihan, yang
atribut data spasial dari data indikator
dipilih dengan cara melakukan klik pada
banjir, terdapat beberapa diantaranya tidak
layer polygon dari area dalam suatu
dapat menggunakan rumus Sturges dan
kecamatan tertentu. Adapun proses
Kingma, yang dikarenakan unsur dari data
pembangunan pemodelan spasial yang
tabular tersebut tidak berupa data numerik
menghasilkan peta digital berbasis SIG
melainkan data karakter. Adapun data
tersebut, dilakukan menggunakan fasilitas-
tabular tersebut untuk data indikator banjir
fasilitas dalam aplikasi Arcview 3.3. Adanya
Struktur Tanah dan Tata Guna Lahan.
pemodelan spasial berbentuk peta digital ini,
d. Peta digital yang dihasilkan dalam penelitian informasi kelas untuk data-data indikator
ini merupakan pemodelan spasial yang dapat banjir menjadi lebih informatif.
menunjukkan informasi kelas-kelas untuk
SARAN
data indikator banjir dengan berbagai bentuk
penampilan, yaitu melalui penampilan Saran yang dapat dikemukakan untuk
legenda berupa jenis kelas beserta warna- penelitian ini adalah sebagai berikut :
warnanya sesuai masing-masing kelas,
Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir 135
Jurnal Teknologi Informasi DINAMIK Volume 19, No.2, Juni 2014 : 120-136 ISSN : 0854-9524
136 Metode Klasifikasi Spasial sebagai Pendukung Informasi Kelas pada Data Indikator Banjir