Handbook Aplikasi Sistem Informasi Geografi

PEMANFAATAN SISTEM INFORMASI GEOGRAFI (SIG) DALAM PEMETAAN

SEBARAN FASILITAS MITIGASI BENCANA

A. Pendahuluan

GIS merupakan suatu bidang kajian ilmu yang relatif baru yang dapat
digunakan oleh berbagai bidang disiplin ilmu sehingga berkembang dengan
sangat cepat. Berdasarkan International GIS Dictionary atau directory
internasional GIS, pengertian dari GIS adalah a computer system for capturing,
managing, integrating, manipulating, analysing and displaying data which is
spatially referenced to the Earth. Tentunya masih banyak definisi atau
pengertian lain dari GIS yang juga disosialisasikan oleh pakar-pakar GIS dari
berbagai displin ilmu. Sebagai perbandingan, ESRI sebagai suatu vendor
besar yang bergerak dalam bidang GIS mendefinisikan GIS sebagai kumpulan
yang terorganisir dari perangkat keras komputer, perangkat lunak, data
geografi dan personil yang dirancang secara efisien untuk memperoleh,
menyimpan, meng-muhktahirkan, memanipulasi, menganalisis dan
menampilkan semua bentuk informasi yang mempunyai referensi geografi.
Secara umum, berdasarkan definisi-definisi yang data tersebut, satu fungsi
dari GIS yang sangat penting adalah kemampuan untuk menganalisis data,
terutama data spasial yang kemudian menyajikannya dalam bentuk suatu
informasi spasial berikut data attributnya Teknik analisis data spasial

B. Model Pengelolaan Data Spasial dalam SIG

Sebagai salah satu bagian dari teknologi informasi, semua sistem yang
dibangun dengan pendekatan SIG akan berbasis komputer. Tidak seperti
manusia, komputer tidak dapat mengerti esensi obyek atau data spasial, untuk
mempresentasikan obyek atau data tersebut maka yang dapat dilakukan oleh
komputer adalah memanipulasinya sebagai data yang memiliki atribut
geometri. Sampai dengan saat ini representasi data spasil dapat
dikelompokkan menjadi dua bagian yaitu data raster dan data vektor, sehingga
untuk menyajikan kedua jenis data tersebut digunakan model data raster dan
model data vektor. Selain itu juga terdapat suatu model data yang diturunkan
dari model data vektor yang disebut dengan Triangulasi Irreguler Network
(TIN).

Model data raster menampilkan, menempatkan dan menyimpan data spasial

dengan menggunakan struktur matriks atau pixel-pixel yang membentuk grid
(Prahasta.E, 2001). Kumpulan pixel-pixel yang menggambar suatu obyek
spasial dapat disebut sebagai dataset obyek. Setiap pixel dalam dataset raster
mempunyai informasi atau sekumpulan data yang unik. Informasi yang
terdapat dalam satu pixel dapat dikelompokkan menjadi dua bagian, yaitu data
atribut (informasi mengenai obyek, misal: sawah, kebun, pemukiman dll) dan
koordinat data yang menunjukkan posisi geometris dari data tersebut.

Model data vektor menampilkan, menempatkan dan menyimpan data spasial

dengan menggunakan titik, garis atau poligon beserta atribut-atributnya.
Bentuk-bentuk tersebut didefinisikan oleh sistem koordinat cartesian dua
dimensi (x,y). Representasi vektor suatu obyek spasial merupakan suatu
usaha menyajikan obyek sesempurna mungkin. Untuk itu, dimensi koordinat
diasumsikan bersifat kontinyu (tidak dikuantisasi sebagaimana pada model
data raster) yang memungkinkan semua posisi, panjang dan dimensi
didefinisikan dengan presisi
C. Analisis sebaran posisi fasiitas pendidikan dalam Perkembangan
Wilayah
1. Pengelolaan basis data spasial
Tahapan ini dimaksudkan untuk membangun kumpulan data spasial yang
relevan, terkini, dan berkualitas. Adapun tahapan pembangunan data
spasial titik sekolah dasar adaah sebagai berikut:
a. Pengambilan titik sekolah dengan menggunakan GPS

Gambar 1. GPS Garmin tipe navigasi

Untuk mengetahui posisi sekolah harus menggunakan GPS ke posisi
lokasi sebagai objek pemetaan. Dengan menggunakan fitur “Waypoint”
penggunakan akan langsung mengetahui posisi geografis objek yang
ingin diketahui posisinya.

Gambar 2. Penggunaan GPS Garmin 76 csx

b. Pemasukan data kedalam sistem informasi geografis (SIG)
Setelah proses pengambilan data lokasi dengan GPS langkah
selanjutnya adalah mengkonversi posisi koordinat pada GPS menjadi
file shapfile (*shp).
Adapun langkah-langkahnya sebagai berikut
1) Menyimpan file yang ada pada GPS menggunakan software
opensource DNR GPS.

2) Untuk mengambil data dari GPS, Pilih Waypoint >> Download

 3) Untuk menyimpan dalam bentuk shp, pilih : File > Save To >
ArcMap > File

4) Beri nama file, klik “Save”

2. Pemetaan pola spasial
Pemetaan pola spasial adalah untuk melihat bagaimana pola sebaran data
spasial yang akan kita analisis. Untuk menganalisis pola dapat
menggunakan analisis tetangga terdekat. Dalam menggunakan analisis
tetangga terdekat harus diperhatikan beberapa langkah sebagai berikut:
a) Menentukan batas wilayah yang akan diteliti
b) Ubah pola persebaran obyek menjadi pola persebaran titik
c) Berikan nomor urut bagi tiap titik untuk mempermudah analisis
d) Ukur jarak terdekat yaitu jarak pada garis lurus antara satu titik
e) dengan titik lain yang merupakan tetangga terdekatnya dan catat
ukuran jarak ini Hitung besar parameter tetangga terdekat atau T
dengan formula

Gambar Pola persebaran Hasil analisis tetangga terdekat

Langkah-langkah dalam menganalisis tetangga terdekat menggunakan
software ArcGIS 10.2.1
a) Menggunakan ArcToolbox > Spatial statistic analysis > Avarage
Nearest Neigborhood\
 b) Hasi dari analisis akan muncul pada menu “result”

3. Pemetaan Jarak data spasial

Pemetaan jarak adalah menghitung berapa jauh masing-masing sel dari

obyek terdekat yang anda pilih, misalnya jalan, sawmill, rumah sakit. Jarak
bisa diukur berdasarkan Euclidean (jarak dari satu obyek ke obyek lain)
atau berdasarkan usaha yang diperlukan untuk mencapai satu titik dari titik
lain (biaya). Dua fungsi utama yang disediakan oleh Spatial Analyst
menggunakan system Euclidean untuk menentukan jarak adalah:

 pemetaan jarak (distance mapping)

 pemetaan kedekatan (proximity mapping).

Sedangkan dua fungsi penting yang bisa dilakukan menggunakan biaya

sebagai sistem pengukuran adalah:

 pemetaan jarak dengan pembobotan (weighted-distance mapping)

 analisa path (path analysis).

Fungsi distance mapping adalah menghitung berapa jauh masing-masing

sel dari obyek terdekat. Dalam analisa jaringan sosial (social network)
berikut ini, dihitung jarak masing-masing sel ke desa terdekat. Dengan
mengasumsikan bahwa desa yang berjarak 3 km penduduknya
berinteraksi satu sama lain, anda bisa membuat peta kontur (contour map)
dengan interval 3 km dari peta jarak di halaman berikut.

Beberapa penggunaan pemetaan jarak:

 Menentukan jarak ke sekolah terdekat dari kawasan permukiman

 Menentukan jarak ke pasar terdekat untuk pemasaran hasil pertanian

atau hasil hutan.

 Menentukan apakah letak rumah sakit yang akan dibangun paling

optimum dalam melayani sebagian besar penduduk di area tersebut.

 Memperkirakan daerah-daerah yang rawan banjir.

Dalam proximity mapping, masing-masing sel diisi/diberi nilai dengan

obyek terdekatnya. Obyek terdekat ditentukan berdasarkan jarak
Euclidean. Pada contoh di bawah ini mengenai pembagian wilayah desa,
proximity mapping menentukan pemukiman mana yang paling dekat
dengan masing-masing sel.
Beberapa penggunaan proximity mapping:

 Mengalokasikan pelayanan pendidikan terdekat untuk masing

wilayah administratif (Desa/Kelurahan, Kecamatan maupun
Kabupaten/Kota)

 Memetakan teritori dari Kesatuan Resor Pemangkuan Hutan (KRPH).

 Mengalokasikan pelayanan kesehatan terdekat untuk masing-masing

desa.

Langkah-langkah dalam melakukan analisis jarak untuk melihat wilayah

tangkapan suatu objek dengan mempertimbangkan lokasi objek
disampingnya.

a) ArcToolbox > Analysis Tools > Proximity > Create Polygon Thiessen
b) Setelah di klik Create Polygon Thiessen, maka data spasial titik lokasi
yang akan dianalisis dipilih

c) Hasilnya berupa poligon yang dapat dihitung kalkulasi areanya