SISTEM INFORMASI SUMBERDAYA

LAHAN DAN PENGINDERAAN JAUH

Agus Kurniawan Mastur, S.P., M.Si.

 ANALISIS DATA SPASIAL

Pengolahan,
DATA
Pemrosesan, Konversi, INFORMASI
SPASIAL
Transformasi, dll

ANALISIS
SPASIAL
 Analisis spasial bertujuan utk menemukan solusi
masalah spasial sehingga menghasilkan informasi
spasial dan sesuai dg tujuan yg ingin dicapai.

Tools dan model analisis yg digunakan harus relevan

dg output yg ingin dicapai.
1. PENGUKURAN

• Tools jarak --> digunakan utk menentukan jarak antara dua

titik (atau unsur spasial) yg dipilih dg menggunakan mouse.
• Luas --> digunakan utk menghitung luas (area) unsur-unsur
spasial baik yg bertipe polygon (vektor) maupun raster
• Keliling --> digunakan utk menghitung keliling (perimeter)
unsur-unsur spasial, yg bertipe polygon (vektor).
• Centroid --> digunakan utk menghitung koordinat (x,y) titik
pusat milik unsur-unsur spasial yg bertipe polygon (vektor).
2. QUERY BASIS DATA
• Query basis data digunakan utk memanggil kembali (retrieve)
data atau tabel atribut tanpa mengubah/meng-edit/update data
yg bersangkutan.
• Seleksi data berdasarkan kriteria tertentu.
3. KEDEKATAN UNSUR / PROXIMITY

• Digunakan utk penentuan

jarak yg diinginkan
• analisis geografi yg berbasis
pada jarak

a. Buffer --> digunakan utk

membuat polygon dari
sebuah fitur pd jarak
tertentu
b. Multiple Ring Buffer
• Digunakan utk
membuat multipple
ring buffer pd
sebuah fitur dg
jarak tertentu
c. Polygon thiessen
• Tool yg digunakan utk membuat polygon yg proporsional dari
fitur yg tersebar
d. Near
• Digunakan untuk menentukan jarak terdekat antara sebuah
fitur ke fitur lain pada radius tertentu. Misalnya mencari
lokasi suatu objek terdekat.
4. OVERLAY

 Analisis spasial yg mengkombinasikan 2 atau lebih layer

tematik yg menjadi masukan dan menghasilkan 1 layer tematik
baru.

a. Overlay pada data vektor

 Pada format data ini, umumnya terbagi 2 kelompok,
yaitu : intersect dan union
Intersect – layer 2 akan memotong layer 1 untuk menghasilkan
layer output yg berisi atribut-atribut baik dari tabel atribut milik
layer 1 maupun tabel atribut milik layer 2

Union – analisis spasial akan mengkombinasikan unsur-unsur

spasial baik yg terdapat pada layer 1 maupun layer 2.
Layer baru yg dihasilkan akan berisi atribut yg berasal dari kedua
tabel atribut yg menjadi masukan
INTERSECT UNION
b. Overlay pada data raster
 fungsi analisis spasial diwujudkan dg menggunakan
beberapa operator aritmatika.
 nilai-nilai piksel dikombinasikan dg menggunakan operator
matematika untuk menghasilkan nilai-nilai piksel baru
(composite)

10 0 7 1 21 96 54 4 5 4 106 54 11 6 25

15 0 6 1 29 54 54 3 6 4 69 54 9 7 33
21 4 65 2 87 .+ 65 54 2 4 4 .= 86 58 67 6 91

3 7 34 3 45 34 32 1 4 4 37 39 35 7 49

9 12 33 3 32 1 32 1 4 12 10 44 34 7 44

Contoh tampilan hasil overlay operasi penjumlahan data raster

10 0 7 1 21 96 54 4 5 4 96 54 7 5 21

15 0 6 1 29 54 54 3 6 4 54 54 6 6 29
21 4 65 2 87 max 65 54 2 4 4 .= 65 54 65 4 87

3 7 34 3 45 34 32 1 4 4 34 32 34 4 45

9 12 33 3 32 1 32 1 4 12 9 32 33 4 32

Contoh tampilan hasil overlay operasi maximum data raster

5. KLASIFIKASI

 Mengidentifikasi objek menjadi anggota kelompok baru

berdasarkan kriteria tertentu.
 Pemetaan suatu besaran yg memiliki interval-interval tertentu
ke dalam interval-interval yg lain berdasarkan batas-batas atau
katagori yg ditentukan.
 kelas-kelas baru t dibuat dari kelas yg telah ada
 Proses klasifikasi -- > meng-input/memberikan nilai baru
kedalam database baru dan selanjutnya ditampilkan dalam
tema baru.

 Fungsi klasifikasi : menentukan pola-pola baru

 Misalnya = kelas kemiringan lereng, kelas kepadatan
penduduk, kelas rawan bencana, dll.
1 1 1 5 5 5 7 7 8 9 11 10 49 50 49 1 1 1 2 2 2 2 2 2 3 3 3 6 6 6

1 2 5 5 5 4 7 7 6 9 18 50 49 47 38 1 1 2 2 2 2 2 2 2 3 4 6 6 6 5

1 2 2 4 4 4 5 6 6 6 18 20 39 37 38 1 1 1 2 2 2 2 2 2 2 4 4 5 5 5

2 2 2 4 4 4 7 7 8 7 18 20 39 37 38 1 1 1 2 2 2 2 2 2 2 4 4 5 5 5

3 3 3 4 4 5 7 7 8 7 7 30 39 37 36 1 1 1 2 2 2 2 2 2 2 2 4 5 5 5

3 3 3 3 4 4 8 8 8 6 22 30 29 37 38 1 1 1 1 2 2 2 2 2 2 4 4 4 5 5

2 6 6 3 4 4 8 7 12 17 16 33 30 32 24 1 2 2 1 2 2 2 2 3 4 4 5 4 5 4

2 7 2 3 3 4 8 6 11 22 17 45 30 21 23 1 2 1 1 1 2 2 2 3 4 4 5 4 4 4

2 2 2 4 4 4 7 7 8 17 18 20 39 37 38 1 1 1 2 2 2 2 2 2 4 4 4 5 5 5

3 3 3 4 4 5 7 7 8 7 9 30 39 37 48 1 1 1 2 2 2 2 2 2 2 3 4 5 5 6

1 2 2 4 4 4 5 6 6 6 15 20 35 37 47 1 1 1 2 2 2 2 2 2 2 3 4 5 5 6

2 2 2 4 4 4 8 7 8 7 18 20 39 37 55 1 1 1 2 2 2 2 2 2 2 4 4 5 5 6

7 6 6 3 4 4 8 9 12 16 16 33 30 32 38 2 2 2 1 2 2 2 3 3 4 4 5 4 5 5

7 7 14 3 3 4 8 15 15 14 17 45 30 21 20 2 2 3 1 1 2 2 3 3 3 4 5 4 4 4

7 6 15 16 17 22 5 7 8 8 24 45 33 23 22 2 2 3 4 4 4 2 2 2 2 4 5 5 4 4

Sebelum Klasifikasi Setelah Klasifikasi

Kelas Lereng :
1 0 - 3% , datar 4 > 15 - 30%, miring/berbukit
2 >3 - 8% , landai 5 > 30 - 45%, agak curam/bergunung
3 > 8 - 15%, agak miring/bergelombang 6 > 45%, curam - sangat curam
6. GENERALISASI

 Proses untuk membuat suatu klasifikasi kurang detail dg

menggabungkan kelas-kelas yg ada.

 untuk melihat pola tertentu

 Merupakan modifikasi terhadap data / informasi

 Suatu cara penyajian obyek dalam bentuk yg lebih sederhana
(berbeda), dg tetap mempertahankan kesesuaian dg kondisi
lapangan, sehingga peta jelas dan mudah dimengerti oleh
pemakainya.
Pemukiman Industri
Kota Kota

Hutan
Desa Pertanian
Desa
Klasifikasi awal

Kota

Desa

Klasifikasi setelah Generalisasi

7. INTERPOLASI

 Prosedur untuk menduga nilai-nilai yg tidak diketahui dg

menggunakan nilai yg diketahui pada lokasi yg berdekatan
 Titik-titik yg berdekatan dapat berjarak teratur atau tidak.

 Kualitas hasil interpolasi sangat tergantung pada keakuratan,

jumlah dan distribusi titik yg diketahui.
 Hasil interpolasi hendaknya dibandingkan dg data awal untuk
mengetahui keakuratan hasil.
 Menggunakan menggunakan rata-
rata nilai yg berdekatan atau
pembobotan rata-rata dimana
pembobotan berbanding terbalik
dg jarak.
 Nilai yg tidak ada diasumsikan
bahwa data saling berkaitan
dalam ruang untuk seluruh daerah
(peta).
8. MODEL PERMUKAAN DIGITAL

Dibuat dari data DEM

a. Contour
Untuk mentrasformasikan/menginterpolasikan data ketinggian yg
dibuat dalam format grid kedalam bentuk unsur-unsur spasial
bertipe garis (vektor) yg masing-masing merepresentasikan
ketinggian yg sama (dg interval tertentu)
b. Slope/gradien
Fungsi ini pada umumnya menerima masukan data ketinggian
dalam format raster/grid utkmenghasilkan layer raster baru
sebagai wujud dari nilai-nilai kemiringan yg siap diklasifikasikan
kembali.
c. Aspect
Berdasarkan input dari data ketinggian (format raster/grid),
fungsi ini akan menghasilkan layer raster/grid yg menyatakan
arah gradien dari setiap pikselnya.
d. Hillshade
• memprediksi iluminasi/pencahayaan sebuah
permukaan utk kegunaan analisa ataupun
visualisasi.
• Hillshade mampu menonjolkan relief dari
surface, shg dapat mempermudah
menginterpretasi kondisi permukaan suatu
wilayah.
e. Watershed (basin, catchment area)
 Fungsi analisis spasial ini akan mengidentifikasi area-area
dimana tempat berkumpulnya air (batas air atau drainase yg
terkonsentrasi) yg berasal dari berbagai sumber saluran.
Watershed (basin, catchment area)
SEKIAN