Modul Praktikum Analisis&PemodelanSpasial

Modul Praktikum
Sistem Informasi Geografi

Analisis dan Pemodelan Spasial
Bowo Susilo, S.Si., M.T.
Magister Penginderaan Jauh

Program Pasca Sarjana Fakultas Geografi Universitas Gadjah Mada
Teori Singkat
Konsep Dasar : Sistem Informasi Geografi
Bowo Susilo, S.Si, M.T.

Konsep Dasar Analisis Spasial
█ Analisis
• Poses mengubah data menjadi sesuatu yang lebih
bermakna, yang disebut sebagai informasi
• Proses mengubah data mentah (raw data) menjadi
informasi yang berguna (useful information).
█ Analisis Spasial
• Metode atau teknik analisis yang secara eksplisit
menggunakan referensi keruangan yang berasosiasi
dengan data atau obyek yang di analisis
• Metode analisis yang hasilnya ditentukan oleh lokasi dari
obyek yang dianalisis. Jika lokasi obyek yang dianalisis
berubah, maka hasil analisis juga akan berubah

Konsep Dasar Analisis Spasial
█ Mengukur Jarak
Mengukur jarak adalah teknik
analisis spasial yang paling dasar.
Jarak didefinisikan sebagai garis
lurus terpendek antara dua titik.
█ Analisis Proximity
Seperangkat garis lurus terpendek
antar sekelompok titik. Hasil analisis
adalah zona konsentris yang terbentuk
di sekeliling titik atau seperangkat
titik. Analog dengan riak air
(gelombang) yang terbentuk saat benda
dilempar ke permukaan air.
Sumber: Berry (2005)
Konsep Dasar Pemodelan Spasial
█ Model
Banyak definisi model yang dikemukakan oleh para pakar
atau ilmuwan, namun pada hakekatnya bermuara pada
makna yang kurang lebih sama
• Bentuk sederhana dari realita (simplification of reality)
• Abstraksi dari realita
• Representasi dari realita
Realita direpresentasikan menggunakan dua bentuk model

• Model material (tangible representation)
• Model simbolik (abstract representation)

Konsep Dasar Pemodelan Spasial
Model
Material Simbolic
Structural Relational
Action Object Functional Conceptual
Pemodelan Spasial dengan SIG
Kegunaan Pendekatan Metode
Preskriptif Deskriptif Empirical Teoritikal Kontekstual Numerikal

Acara Praktikum
Bagian
Analisis Spasial
Longley (2005) menyebutkan beberapa metode

dan teknik analisis spasial, diantaranya.
• Analisis jarak (distance analysis)
• Analisis bentuk (shape analysis)
• Interpolasi spasial (spatial interpolation)
• Analisis lereng (slope) dan aspek (aspect)
Secara umum, bagian 1 dari modul praktikum ini
bertujuan untuk meningkatkan pemahaman
tentang analisis spasial sekaligus melatih
ketrampilan untuk melakukan beberapa metode
dan teknik analisis spasial
Acara 1
Analisis Proximity

Acara 1:
Analisis Proximity (Proximity Analysis)
█ Tujuan
• Memahami prinsip perhitungan jarak (distance calculation)
dan perbedaannya dengan analisis proximity
• Memperoleh data spasial (baru) melalui proses analisis
spasial yaitu analisis proximity (proximity analysis)
• Membuat data spasial jarak terhadap jalan
(merepresentasikan aksesibilitas positif)
• Membuat data spasial jarak terhadap sungai
(merepresentasikan aksesibilitas negatif)
Catatan
Hasil analisis akan digunakan sebagai bahan praktikum
bagian 2 (pemodelan spasial) yaitu pemodelan kontekstual.

Acara 1:
█ Data
• Data spasial jalan
• Data spasial sungai
• Data spasial batas administrasi
Jalan Sungai Bowo Susilo, S.Si, M.T.

Acara 1:
█ Tahapan Praktikum
F Tampilkan data spasial jalan dan sungai
F Lakukan analisis proximity terhadap data jalan dan
sungai (Catatan: pada beberapa perangkat lunak, tool
untuk analisis biasanya disebut sebagai distance
analysis tools)
F Potong (clip/subset/mask) data hasil analisis proximity
menggunakan batas administrasi

Acara 1:
F Analisis proximity, berdasarkan euclidean distance

Acara 1:
█ Hasil Praktikum
• Data spasial jarak terhadap jalan
• Data spasial jarak terhadap sungai
• Pembahasan mengenai analisis proximity

Acara 2
Interpolasi Spasial

Acara 2:
Interpolasi Spasial (IDW & Kriging)
█ Tujuan
• Memperoleh data spasial (baru) dengan cara menerapkan
metode atau teknik interpolasi spasial
• Menerapkan teknik interpolasi IDW (Inverse Distance
Weight) untuk memperoleh data spasial curah hujan
• Menerapkan teknik interpolasi Krigging untuk
memperoleh data spasial curah hujan

Acara 2:
█ Data
• Data tabular curah hujan
No Koordinat Lokasi Stasiun Curah

Stasiun X Y Hujan
1 401749 9147427 450
2 411079 9147800 625
3 413878 9144045 500
4 407837 9143019 325
5 401329 9138121 325
6 409189 9136838 300

Acara 2:
F Plotting lokasi stasiun curah hujan (konversi dari data
tabular menjadi data spasial)
F Interpolasi data spasial dengan teknik IDW
F Interpolasi data spasial dengan teknik Krigging
F Potong (clip/subset) hasil interpolasi menggunakan
batas administrasi
F Bahas perbedaan antara hasil interpolasi dengan teknik
IDW dan hasil interpolasi dengan teknik Krigging
F Bahas prinsip interpolasi dengan teknik IDW dan
Krigging

Acara 2:
F Plotting lokasi stasiun curah hujan

Acara 2:
F Interpolasi data curah hujan dengan teknik IDW

Acara 2:
F Interpolasi data curah hujan dengan teknik Kriging

Acara 2:
F Subset (clip/extract) data hasil interpolasi menggunakan batas

administrasi

Acara 2:
F Subset (clip/extract) data hasil interpolasi menggunakan batas

administrasi

Acara 2:
█ Hasil Praktikum
• Data spasial curah hujan hasil interpolasi dengan teknik
IDW
• Data spasial curah hujan hasil interpolasi dengan teknik
Krigging
• Pembahasan mengenai teknik interpolasi spasial IDW dan
Krigging

Acara 2:
Interpolasi Spasial (Topografi)
█ Tujuan
• Memperoleh data spasial (baru) dengan cara menerapkan
metode atau teknik interpolasi spasial
• Menerapkan teknik interpolasi khusus untuk data
topografi (kontur), yang disebut dengan hidrologically
correct interpolation
• Memahami proses pembentukan DEM (Digital Elevation
Model)

Acara 2:
█ Data
• Data spasial topografi (kontur)

Acara 2:
F Menampilkan data topografi (kontur)
F Interpolasi data kontur dengan teknik topo to raster
untuk menghasilkan DEM
F Subset data DEM dengan batas administrasi

Acara 2:
F Interpolasi data kontur menjadi DEM

Acara 2:
█ Hasil Praktikum
• DEM (Digital Elevation Model)
• Pembahasan mengenai interpolasi spasial dengan teknik
topo to raster, perbedaannya dengan IDW dan Krigging

Acara 3
Analisis Medan (Terrain Analysis)

Acara 3:
█ Tujuan
• Meningkatkan pemahaman tentang analisis karakteristik
medan yaitu slope dan aspect
• Menerapkan teknik analisis spasial untuk memperoleh
data spasial lereng (slope)
data spasial aspect
data spasial visibilitas lokasi

Acara 3:
█ Data
• DEM (Digital Elevation Model) hasil praktikum acara 2
F Tampilkan data DEM
F Lakukan analisis untuk menghasilkan data spasial
lereng (slope)
orientasi atau arah hadap lereng (aspect)
visibilitas lokasi (viewshed)

Acara 3:
F Analisis dan pemetaan lereng (slope)

Acara 3:
F Analisis dan pemetaan visibilitas lokasi (visual exposure)
Catatan
Analisis ini bertujuan
untuk mengetahui
berapa kali obyek
sungai dapat terlihat
dari suatu lokasi.
Semakin banyak
obyek sungai yang
terlihat, semakin
bagus pemandangan
pada lokasi tersebut,
semakin sesuai
untuk lokasi camping
ground

Acara 3:
F Analisis dan pemetaan arah hadap lereng (aspect)

Acara 3:
█ Hasil Praktikum
• Slope
• Aspect
• Visibilitas (Visual Exposure /Viewshed)

Bagian
Pemodelan Spasial
Berry (2009) menyebutkan model spasial

termasuk dalam kategori model abstrak atau
simbolik. Model spasial dapat dibedakan
berdasarkan sejumlah karakteristik, diantaranya:
• Kegunaan (purpose)
• Pendekatan (approach)
• Metode (methods)
Bagian 2 dari modul praktikum ini bertujuan
untuk meningkatkan pemahaman tentang
pemodelan spasial, terutama metode pemodelan
spasial. Metode pemodelan dibedakan menjadi
dua yaitu : kontekstual dan numerikal
Pemodelan Spasial Kontekstual
Model yang disusun berdasarkan analisis spasial untuk

mencirikan adanya “hubungan kontekstual” diantara
beberapa layer data spasial. Istilah “kontekstual”
mencerminkan bahwa model dibuat berdasarkan suatu
konteks tertentu. Salah satu contoh model kontekstual yang
paling umum dan banyak dikenal adalah model kesesuaian
(suitability model)
Model kesesuaian bertujuan untuk mencari lokasi-lokasi
yang dipandang sesuai untuk suatu tujuan tertentu
berdasarkan analisis terhadap kriteria. Kriteria yang
digunakan mengacu pada konteks tertentu

Pemodelan Spasial Kontekstual
Pemodelan spasial kontekstual, dalam praktikum ini,

bertujuan untuk mencari atau memetakan lokasi-lokasi
yang cocok digunakan untuk kegiatan perkemahan (camp
ground). Lokasi yang cocok adalah yang memenuhi sejumlah
persyaratan atau kriteria yaitu:
• Lereng landai (< 20%)
• Dekat dengan jalan (< 90 m)
• Pemandangan bebas ke arah tubuh air
• Orientasi lereng ke selatan (SE, S atau SW)
Tujuan tersebut di atas dapat dicapai dengan menggunakan
beberapa teknik pemodelan. Teknik pemodelan kontekstual
tersebut adalah :
• Teknik biner
• Teknik rangking, dan
• Teknik rating
Pemodelan Numerikal (Statistikal)
Model yang disusun berdasarkan analisis statistik

khususnya spasial statistik, untuk mengungkap adanya
“hubungan numerik” diantara beberapa layer data spasial.
Istilah “numerikal” mencerminkan bahwa model dibuat
berdasarkan fakta empiris yang terkandung di dalam data.
Model ini biasanya digunakan untuk menghasilkan prediksi
keruangan atau peta prediksi berdasarkan analisis tatistik,
misal analisis regresi spasial. Contoh model numerikal
adalah peta prediksi kebakaran hutan. Model disusun
berdasarkan data spasial (historikal) kejadian kebakaran,
kondisi vegetasi, kondisi medan dan aktivitas manusia.
Contoh lain model numerikal adalah peta prediksi bahaya
longsor.

Pemodelan spasial numerikal, dalam praktikum ini,

bertujuan untuk memprediksikan lokasi-lokasi yang rawan
mengalami longsor (pemetaan bahaya longsor). Pemetaan
bahaya longsor didasarkan pada analisis hubungan antara
peta kejadian longsor dengan:
• Lereng
• Curah Hujan
• Jenis Tanah
Tujuan tersebut di atas dapat dicapai dengan menggunakan
teknik analisis statistik yaitu regresi logistik (logistic
regression). Data yang digunakan sebagian berupa data riil
dan sebagian lagi adalah data hipotetik

Acara 4
Pemodelan Kontekstual(Biner)

Acara 4:
Pemodelan Kontekstual (Teknik Biner)
█ Tujuan
• Memahami pemodelan spasial dengan teknik biner
• Menerapkan pemodelan spasial dengan teknik biner
untuk memetakan lokasi yang cocok untuk kegiatan
perkemahan (camping ground)
█ Data
• Data spasial lereng
• Data spasial visibilitas terhadap sungai
• Data spasial orientasi (arah hadap) lereng (aspect)

Acara 4:
Pemodelan Kontekstual (Teknik Biner)
F Menampilkan data spasial sebagai input pemodelan :
lereng, jarak terhadap jalan, visibilitas terhadap sungai
dan arah hadap (orientasi) lereng
F Reklasifikasi data lereng (lereng kurang dari 20% = 1,
lereng lebih atau sama dengan 20% = 0)
F Reklasifikasi data spasial jarak terhadap jalan (jarak
kurang dari 90 m = 1, jarak lebih atau sama dengan 90
m= 0)
F Reklasifikasi data spasial Visibilitas (viewshed kurang
dari 120 = 0, viewshed lebih atau sama dengan 120= 1)
F Reklasifikasi data spasial arah hadap lereng (arah hadap
lereng S atau SW atau SE = 1, selain itu = 0)
F Gabungkan (overlay) seluruh input data dengan
menggunakan teknik perkalian (multiply)
Acara 5
Pemodelan Kontekstual (Rangking)

Acara 5:
Pemodelan Kontekstual (Teknik Ranking)
█ Tujuan
• Memahami pemodelan spasial dengan teknik rangking
• Menerapkan pemodelan spasial dengan teknik rangking
█ Data

Acara 5:
Pemodelan Kontekstual (Teknik Ranking)
F Reklasifikasi data lereng (lereng kurang dari 20% = 1,
lereng lebih atau sama dengan 20% = 0)
F Reklasifikasi data spasial jarak terhadap jalan (jarak
kurang dari 90 m = 1, jarak lebih atau sama dengan 90
m= 0)
F Reklasifikasi data spasial Visibilitas (viewshed kurang
dari 120 = 0, viewshed lebih atau sama dengan 120= 1)
F Reklasifikasi data spasial arah hadap lereng (arah hadap
lereng S atau SW atau SE = 1, selain itu = 0)
menggunakan teknik penjumlahan (addition)
Acara 6
Pemodelan Kontekstual (Rating)

Acara 6:
Pemodelan Kontekstual (Teknik Rating)
█ Tujuan
• Memahami pemodelan spasial dengan teknik rating
• Menerapkan pemodelan spasial dengan teknik rating
█ Data

Acara 6:
Pemodelan Kontekstual (Teknik Rating)
F Reklasifikasi data lereng menjadi 9 kelas
F Reklasifikasi data spasial jarak terhadap jalan menjadi 9
kelas
F Reklasifikasi data spasial Visibilitas menjadi 9 kelas
F Reklasifikasi data spasial arah hadap lereng menjadi 9
kelas
menggunakan teknik rerata (mean)
F Klasifikasi rerata skor (score mean) menjadi 9 kelas
kesesuaian
Acara 7

Acara 7:
█ Tujuan
• Memahami pemodelan spasial numerikal (statistikal)
• Menerapkan pemodelan spasial numerikal dengan teknik
analisis regresi logistik untuk memetakan bahaya longsor
█ Data
• Data spasial curah hujan
• Data spasial jenis tanah
• Data spasial lokasi kejadian longsor

Acara 7:
lereng, curah hujan, jenis tanah, lokasi kejadian longsor
F Analisis hubungan antara peta kejadian longsor dengan
peta lereng, curah hujan dan jenis tanah
F Terapkan hasil analisis untuk membuat peta bahaya
longsor (peta probabilitas terjadinya longsor)

Acara 7:
Event Kejadian Longsor
Evidents
Tanah
Hujan
Lereng

Acara 7:
Paired Values of Event and Evidents

Acara 7:
█ Hasil Praktikum
1 Klasifikasi
Nilai
Probabilitas
Peta Probabilitas Longsor Peta Tingkat Bahaya Longsor


Modul Praktikum Analisis&amp;PemodelanSpasial

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Praktikum Analisis&amp;PemodelanSpasial

Diunggah oleh

Hak Cipta:

Format Tersedia

Modul Praktikum

Sistem Informasi Geografi

Magister Penginderaan Jauh

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Realita direpresentasikan menggunakan dua bentuk model

Bowo Susilo, S.Si, M.T.

Action Object Functional Conceptual

Pemodelan Spasial dengan SIG

Kegunaan Pendekatan Metode

Preskriptif Deskriptif Empirical Teoritikal Kontekstual Numerikal

Bowo Susilo, S.Si, M.T.

Longley (2005) menyebutkan beberapa metode

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Jalan Sungai Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

F Analisis proximity, berdasarkan euclidean distance

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

No Koordinat Lokasi Stasiun Curah

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

F Plotting lokasi stasiun curah hujan

Bowo Susilo, S.Si, M.T.

F Interpolasi data curah hujan dengan teknik IDW

Bowo Susilo, S.Si, M.T.

F Interpolasi data curah hujan dengan teknik Kriging

Bowo Susilo, S.Si, M.T.

F Subset (clip/extract) data hasil interpolasi menggunakan batas

Bowo Susilo, S.Si, M.T.

F Subset (clip/extract) data hasil interpolasi menggunakan batas

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

F Interpolasi data kontur menjadi DEM

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Analisis Medan (Terrain Analysis)

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

F Analisis dan pemetaan lereng (slope)

Bowo Susilo, S.Si, M.T.

F Analisis dan pemetaan visibilitas lokasi (visual exposure)

Bowo Susilo, S.Si, M.T.

F Analisis dan pemetaan arah hadap lereng (aspect)

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Berry (2009) menyebutkan model spasial

Model yang disusun berdasarkan analisis spasial untuk

Bowo Susilo, S.Si, M.T.

Pemodelan spasial kontekstual, dalam praktikum ini,

Model yang disusun berdasarkan analisis statistik

Bowo Susilo, S.Si, M.T.

Pemodelan spasial numerikal, dalam praktikum ini,

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Bowo Susilo, S.Si, M.T.

Pemodelan Kontekstual (Rangking)

Modul Praktikum Analisis&PemodelanSpasial

Modul Praktikum Analisis&PemodelanSpasial