MODUL

Instrumen Pendukung Perencanaan Spasial

Modul GIS.4:
Penggunaan Sistem Informasi Geografis
dalam Pengambilan Keputusan Spasial Multi-Kriteria

Laboratorium Pendukung Perencanaan Spasial

Departemen Teknik Arsitektur dan Perencanaan
Fakultas Teknik - Universitas Gadjah Mada
 Modul
Instrumen Pendukung Perencanaan Spasial

Modul GIS.4:
Penggunaan SIG
dalam Pengambilan Keputusan Spasial Multi-Kriteria
(GIS for Spatial Multi-Criteria Decision Making)

Penyusun:
Rendy Bayu Aditya

Laboratorium Pendukung Perencanaan Spasial

Departemen Teknik Arsitektur dan Perencanaan
Fakultas Teknik – Universitas Gadjah Mada
2016
DISCLAIMER:
1. File GIS (shapeflie dan raster) yang menjadi bahan pada pelatihan ini hanya boleh digunakan
untuk keperluan pelatihan/berlatih GIS, baik dengan bimbingan Lab. PPS maupun secara
independen.
2. File yang digunakan dalam pelatihan ini didapatkan dari berbagai sumber sehingga tidak
dapat dipertanggungjawabkan sebagai file yang valid dan resmi milik Kabupaten/Kota terkait.
3. Lab. PPS melarang file yang diperoleh dari pelatihan ini digunakan sebagai bahan untuk tugas
mata kuliah studio, penelitian (skripsi, tesis, disertasi, penelitian profesional) terlebih lagi untuk
pekerjaan komersil (konsultansi dan sebagainya).
4. Lab. PPS tidak bertanggungjawab atas kesalahan informasi, kesalahan analisa, dan
kesalahan hasil yang dialami (ex)peserta, apabila file yang digunakan untuk keperluan pelatihan
ini digunakan ulang untuk kegiatan tersebut di poin 3.

1
Daftar Isi

Latihan 1. Spesifikasi dan Skenario Proyek ................................................................................................ 3

Latihan 2. Membuat ‘Environments’ Kerja ................................................................................................... 6
Latihan 3. Persiapan Tidak Mengganggu Ekosistem dan Kawasan Lindung .......................................... 10
Latihan 4. Persiapan Kriteria Tidak Berada di Kawasan Rawan Bencana .............................................. 13
Latihan 5. Persiapan Kriteria Pembangunan Kompak / Pertumbuhan Cerdas........................................ 15
Latihan 5.1 Sub-Kriteria Lokasi sedekat mungkin dengan kawasan perkotaan ...................................... 16
Latihan 5.2 Sub-Kriteria Prioritas Pembangunan Pada Kawasan Non-Pertanian ................................... 21
Latihan 6. Persiapan Kriteria Aksesibilitas Tinggi / Transit Oriented Community .................................... 23
Latihan 7. Persiapan Kriteria Pengembangan Aerotropolis (optional) ..................................................... 27
Latihan 8. Analisa Multi-Kriteria dengan Weighted Overlay...................................................................... 28

2
Latihan 1. Spesifikasi dan Skenario Proyek

Pada pelatihan kali ini peserta akan diberikan pelatihan tentang penggunaan GIS sebagai instrument
perencanaan spasial dengan mempertimbangkan banyak kriteria. Konsep ini dikenal pula dengan istilah
Multi-Criteria Decision Making Analysis (MCDMA).
Ada banyak sekali metode dan instrumen dalam GIS (terutama ArcGIS) yang dapat digunakan dalam
MCDMA. Pada pelatihan ini, spesifikasi yang digunakan antara lain:
1. Aplikasi GIS yang digunakan adalah ArcGIS 10.1 sampai 10.3 keluaran ESRI.
2. Analisis berbasis pada file RASTER.
Peserta akan sering menggunakan toolbox berikut: Polygon to Raster, Euclidean Distance,
dan Reclassify.
3. Instrumen (toolbox) yang digunakan untuk ‘suitability’ adalah WEIGHTED OVERLAY.

Skenario proyek pada pelatihan ini adalah peserta akan menjadi perencana spasial yang mencari
lahan yang tepat sebagai lokasi kawasan pertumbuhan perkotaan baru di Kabupaten Kulon Progo.
Dalam analisa pencarian lahan tersebut, si perencana wajib mempertimbangkan beberapa factor/kriteria.
Kriteria tersebut antara lain dituangkan ke dalam tabel berikut:

3
 Kriteria Rasional Referensi File Yang Digunakan Kriteria Teknis
Memastikan arah
McHarg (2005), 1. Tidak berada di kawasan hutan
Tidak mengganggu perkembangan tidak 1. Hutan Lindung.shp
Schetke et al (2012), lindung
ekosistem dan kawasan memberikan dampak negatif / 2. Sempadan Sungai dan
UU Penataan Ruang 2. Tidak berada di kawasan sempadan
lindung tidak mengkonversi kawasan Pantai.shp
sungai dan pantai
dengan nilai ekosistem.
1. Tidak berada di kawasan rawan
Menyediakan lokasi yang aman McHarg (2005), Burby longsor
1. Rawan Longsor.shp
Tidak berada di kawasan dari bahaya bencana alam et al (2000), Schetke 2. Tidak berada di kawasan rawan
2. Rawan Banjir.shp
rawan bencana untuk menekan angka et al (2012) banjir
3. Rawan Tsunami.shp
kehilangan nyawa dan benda. 3. Tidak berada di kawasan rawan
tsunami
1. Sedekat mungkin dengan kawasan
Wey (2015), Skog &
permukiman perkotaan yang ada
Menekan jumlah pembangunan Steinnes (2016), UU
Pembangunan Kompak / (Euclidean distance kelipatan 2.000
sprawl dan mengurangi angka No 41 2009 tentang 1. Permukiman.shp
Pertumbuhan Cerdas (Smart meter)
konversi lahan pertanian Lahan Pertanian 2. Land Use.shp
Growth) 2. Prioritas pembangunan pada
produktif. Pangan
kawasan non-pertanian
Berkelanjutan
(menggunakan mteode AHP)

4

Aksesibilitas tinggi / transit tinggi
oriented community
Pengembangan aerotropolis
(optional)
1. Sedekat mungkin dengan stasiun
Menciptakan aksesibilitas yang (Euclidean distance kelipatan 2.000
Meyers (2010), Wey
guna meningkatkan 1. Stasiun.shp meter)
(2015), Wu, Kuo &
angka penggunaan transportasi 2. Terminal Bus.shp 2. Sedekat mungkin dengan terminal
Kuo (no year)
masal umum. bus (Euclidean distance kelipatan
2.000 meter)
Kawasan pertumbuhan baru 1. Berada di sekitar lokasi bandara
mengakomodir rencana - 1. Proyek Bandara.shp baru (Euclidean distance kelipatan
aerotropolis. 2.000 meter)
5
Latihan 2. Membuat ‘Environments’ Kerja

Environments berfungsi untuk membentuk pengaturan yang default pada setiap pekerjaan sehingga
setiap analisa yang dilakukan akan menggunakan spesifikasi aturan yang konsisten sesuai dengan apa
yang telah diatur dalam ‘Environments’. Dengan begitu, pengguna tidak perlu selalu mengubah aturan
(settings) pada setiap analisa yang akan dilakukan.

A. Membuat Geodatabase
Untuk dapat bekerja dalam ‘Environments’, kita harus membuat geodatabase terlebih dahulu karena
environments hanya akan bekerja pada folder dengan format geodatabase. Setelah membuat folder
geodatabase kita harus menempatkan dan mengkonversi semua file .shp (shapefile) ke dalam folder
berformat geodatabase.
1. Klik kanan pada folder Pelatihan GIS. Klik New.
2. Pilih File Geodatabase. Akan muncul sebuah folder baru dengan format .gdb.

3. Ubah nama folder tersebut menjadi Kulon Progo.gdb.

4. Klik kanan pada folder geodatabase Kulon Progo.gdb. Pilih Import. Klik Feature Class
(multiple).

6
5. Pilih semua file dengaN format .shp (shapefile). Lalu klik Add. Maka semua file akan muncul di
kolom daftar input features.
6. Pastikan Output Geodatabase adalah Kulon Progo.gdb.
7. Klik OK.

8. Buat folder geodatabase dengan nama Hasil Kulon Progo.mdb.

7
 B. Mengatur Environments
1. Buka blank map.
2. Klik View pada Main Menu, pilih Data Frame Properties. Klik tab Coordinate System. Pilih
Projected Coordinate System > UTM > WGS 1984 > Southern Hemisphere > WGS 1984 UTM
Zone 49S
3. Pilih tab General dan ubah kolom display menjadi Meters.
4. Ubah nama (rename) data frame menjadi Kulon Progo.
5. Drag file dengan nama dem ke Tabel of Contents (TOC).
6. Drag file Admin (di dalam Kulon Progo.gdb) ke dalam TOC.
7. Atur tampilan sehingga kedua data dapat terlihat (buat file admin menjadi hollow)
8. Klik Geoprocessing di menu utama bagian atas, pilih Environments.

9. Klik/Expand Workspace (kolom nomor 1). Akan muncul dua kolom baru: current workspace dan
scratch workspace.
a. Pada current workspace pilih Kulon Progo.gdb
b. Pada scratch workspace pilih Hasil Kulon Progo.mdb

8
10.Klik/Expand Output Coordinates. Pada kolom output coordinate system pilih Same As Display.

11.Klik/Expand Processing Extent. Pada kolom extent pilih Same as layer Admin. Biarkan angka di
semua kolom sesuai default.

12.Klik/Expand Raster Analysis. Pada kolom Cell Size pilih Same as layer dem. Pada kolom Mask
pilih Admin.

13.Klik OK. Lalu simpan lembar kerja dengan klik File > Save As. Beri nama Kulon Progo (.mxd).

9
Latihan 3. Persiapan Tidak Mengganggu Ekosistem dan Kawasan Lindung

File yang dibutuhkan dalam proses analisa untuk kriteria 1 ini antara lain:
a. Hutan Lindung
b. Sempadan Sungai dan Pantai
PENTING! Gunakan file yang sudah dikonversi ke dalam folder Kulon Progo.gdb.

1. Uban nama data frame menjadi Lindung.

2. Drag Admin, Hutan Lindung, dan Sempadan Sungai dan Pantai dari folder Kulon Progo.gdb ke
dalam TOC di bawah data frame Lindung.
3. Kita akan menggabungkan kedua shapefile tersebut menjadi satu shapefile. Klik Geoprocessing
pada menu bar. Pilih Merge.
4. Pada input datasets, masukan Hutan Lindung & Sempadan Sungai dan Pantai.
5. Pada output dataset, simpan hasil di dalam folder Hasil Kunlon Progo.gdb. Klik OK.

6. Akan muncul tampilan baru pada TOC.

7. Klik kembali Geoprocessing pada menu bar. Pilih Clip.
8. Pada input featues masukan Lindung. Pada clip features masukkan Admin.

10
9. Pada output features pilih folder Hasil Kulon Progo.mdb dan beri
nama file Lindung_clip. OK. Akan muncul tampilan baru.
10. Masuk ke dalam Arc Tool Box, lalu masuk ke Conversion
Tools > To Raster > Polygon to Raster.
11. Pada input features masukan Lindung_clip.
12. Pada output features pilih folder Hasil Kulon Progo.mdb dan
beri nama output Lindung.
13. Biarkan kolom lainya default. Klik OK. Akan muncul tampilan baru
dengan format DEM.

14. Atur ulang kelas yang ada pada raster tersebut. Masuk ke Arc Tool Box. Pilih Spatial Analyst Tools
> Reclass > Reclassify. Masukkan new values sesuai dengan gambar berikut:

11
15.Akan muncul tampilan sebagai berikut:

12
Latihan 4. Persiapan Kriteria Tidak Berada di Kawasan Rawan Bencana

Lakukan langkah-langkah yang sama seperti pada persiapan Kriteria 1.

File yang digunakan pada analisa kriteria 2 adalah:
1. Rawan Longsor
2. Rawan Tsunami
3. Rawan Banjir
PENTING! Gunakan file yang sudah dikonversi ke dalam folder Kulon Progo.gdb.

Garis besar langkah-langkah:

1. Klik Insert > New Data Frame. Uban nama data frame menjadi Bencana.
2. Drag Rawan Longsor, Rawan Tsunami, Rawan Banjir ke data frame Bencana. Drag Admin dari
Data Frame lainnya ke data frame Bencana.
3. Merge semua file menjadi 1 melalui Geoprocessing > Merge. Beri nama Bencana. Simpan di Hasil
Kulon Progo.mdb.
4. Dissolve Bencana melalui Geoprocessing > Dissolve. Beri nama Bencana_diss.
5. Clip Bencana_dissolve melalui Geoprocessing > Clip.
a. Input feature: Bencana_dissolve
b. Clip fature: Admin
c. Beri nama Bencana_clip.
6. Konversi Bencana_clip menjadi Raster melalui Conversion Tools > To Raster > Polygon to
Raster.
7. Atur ulang kelas melalui Spatial Analyst Tools > Reclass > Reclassify.
8. Masukkan nilai kelas sesuai dengan tampilan berikut:

13
9. Akan muncul tampilan sebagai berikut:

14
Latihan 5. Persiapan Kriteria Pembangunan Kompak / Pertumbuhan Cerdas

Pada analisa ini kita akan menggabungkan 2 konsep: Compact Development dan Smart Growth.
Konsep tersebut diterjemahkan menjadi 2 sub-kriteria teknis:
a. Lokasi harus sedekat mungkin dengan kawasan perkotaan yang ada saat ini (existing).
b. Prioritas pembangunan pada kawasan non-pertanian

File yang digunakan pada analisa kriteria 3 adalah:

a. Permukiman
b. Land Use
PENTING! Gunakan file yang sudah dikonversi ke dalam folder Kulon Progo.gdb.

Fitur ArcGIS yang akan digunakan adalah:

a. Euclidean distance
b. Reclassify

15
Latihan 5.1 Sub-Kriteria Lokasi sedekat mungkin dengan kawasan perkotaan

1. Klik Insert > New Data Frame. Uban nama data frame menjadi Kompak Smart Growth.
2. Drag Permukiman ke TOC. Drag Admin dari Data Frame lainnya ke data frame Kompak Smart
Growth.
3. Drag file Permukiman ke TOC. Buka attribute tabel, pilih (select) kawasan perkotaan Wates

4. Klik kanan pada Permukiman di TOC. Pilih Selection > Create Layer From Selected Features.

16
5. Remove Permukiman dari TOC. Sekarang kita punya satu polygon permukiman yang
merupakan kawasan perkotaan Wates.
6. Buka Arc Tool Box. Pilih Spatial Analyst Tools > Distance > Euclidean Distance.

7. Pada input raster or feature source data, masukan Permukiman Selection.

8. Pada output distance raster pilih Hasil Kulon Progo.mdb. Beri nama output file
Perkotaan_euc.
9. Biarkan yang lainnya default. Lalu Klik OK.

17
 10. Akan muncul tampilan sebagai berikut:

10.Atur ulang kelas melalui Spatial Analyst Tools > Reclass > Reclassify.
11.Input Raster: Perkotaan_euc.
12.Pada output raster pilih Hasil Kulon Progo.mdb. Beri nama perkotaan_rec.
STOP! Jangan klik OK dulu.
13.Klik tombol Classify.

18
14.Pada kolom Classes, pilih angka 9.
15.Pada kolom Break Values, masukkan angka kelipatan 2000 (2000, 4000, 6000, ….). Biarkan nilai
paling akhir (ke 9) apa adanya (24570.96875). Angka pada Break Values ini mewakili jarak dalam
meter.
16.Klik OK untuk Jendela Classification.

STOP! Jangan klik OK untuk jendela Reclassify.

17.Klik Reverse New Values di bawah tabel Reclassification. Maka angka New Values akan bertukar
dari besar ke kecil.

18. Maka akan muncul tampilan sebagai berikut:

19
20
Latihan 5.2 Sub-Kriteria Prioritas Pembangunan Pada Kawasan Non-Pertanian

1. Drag Land Use dari Kulon Progo.gdb ke TOC.

2. Konversi Land Use menjadi Raster melalui Conversion Tools > To Raster > Polygon to Raster.
a. Input Features: Land Use
b. Value Field: KETERANGAN
c. Output Raster Dataset: di folder Hasil Kulon Progo.mdb, beri nama Landuse

3. Akan muncul tampilan sebagai berikut:

4. Atur ulang kelas melalui Spatial Analyst Tools > Reclass > Reclassify.
a. Input raster: Landuse
b. Reclass field: KETERANGAN

21
 c. Masukan angka berdasarkan tabel berikut:
Jenis Guna Lahan Nilai
Kebun 8
Air Payau 2
Air Tawar 3
Belukar/Semak 9
Pasir Darat 6
Gedung 1
Pemukiman 1
Sawah Irigasi 1
Rumput 7
Sawah Tadah Hujan 1
Tegalan 9

5. Klik OK. Akan muncul tampilan sebagai berikut:

22
Latihan 6. Persiapan Kriteria Aksesibilitas Tinggi / Transit Oriented Community

1. Klik Insert > New Data Frame. Uban nama data frame menjadi Hi Accessibility.
2. Drag file Stasiun dan Terminal Bus dari Kulon Progo.gdb ke TOC.
3. Klik Geoprocessing pada menu bar. Pilih Clip.
4. Pada input featues masukan Stasiun. Pada clip features masukkan Admin. Klik OK.
5. Klik kembali Geoprocessing pada menu bar. Pilih Clip.
6. Pada input featues masukan Terminal Bus. Pada clip features masukkan Admin. Klik OK.
7. Buka Arc Tool Box. Pilih Spatial Analyst Tools > Distance > Euclidean Distance.

11. Pada input raster or feature source data, masukan Terminal Bus.
12. Pada output distance raster pilih Hasil Kulon Progo.mdb. Beri nama output file bus_euc.
13. Biarkan yang lainnya default. Lalu Klik OK.

23
 14. Pada input raster or feature source data, masukan Terminal Bus.
15. Pada output distance raster pilih Hasil Kulon Progo.mdb. Beri nama output file bus_euc.
16. Biarkan yang lainnya default. Lalu Klik OK.

19.Atur ulang kelas melalui Spatial Analyst Tools > Reclass > Reclassify.
20.Input Raster: bus_euc.
21.Pada output raster pilih Hasil Kulon Progo.mdb. Beri nama bus_rec.
STOP! Jangan klik OK dulu.
22.Klik tombol Classify.
23.Pada kolom Classes, pilih angka 9.
24.Pada kolom Break Values, masukkan angka kelipatan 2000 (2000, 4000, 6000, ….). Biarkan nilai
paling akhir (ke 9) apa adanya. Angka pada Break Values ini mewakili jarak dalam meter.
25.Klik OK untuk Jendela Classification.

24
 STOP! Jangan klik OK untuk jendela Reclassify.

26.Klik Reverse New Values di bawah tabel Reclassification. Maka angka New Values akan bertukar
dari besar ke kecil.

25
27. Maka akan muncul tampilan sebagai berikut:

28. Lakukan hal yang sama dengan langkah yang sama untuk stasiun_euc.
29. Maka akan didapatkan hasil sebagai berikut:

26
Latihan 7. Persiapan Kriteria Pengembangan Aerotropolis (optional)

Lakukan hal yang sama dengan langkah-langkah yang sama seperti analisa pada terminal bus dan
stasiun di Bab 6. Akan didapatkan hasil berikut ini:

Analisa terkait Aerotropolis ini optional untuk digunakan dalam pelatihan ini.

27
Latihan 8. Analisa Multi-Kriteria dengan Weighted Overlay

1. Buat data frame baru. Klik insert > New Data Frame. Beri nama
Weighted Overlay.
2. Drag Admin dari data frame lain ke Data Frame Weighted Overlay
tersebut.
3. Drag bencana_rec, lindung_rec, perkotaan_rec, landuse_rec,
bus_rec, dan stasiun_rec ke data frame Weighted Overlay.
4. Masuk ke Arctoolbox > Spatial Analyst Tools > Overlay >
Weighted Overlay.
5. Klik tombol plus (+). Masukkan semua data raster satu per satu (bencana_rec, lindung_rec,
perkotaan_rec, landuse_rec, bus_rec, dan stasiun_rec). Sehingga semua raster mucul pada
kolom Weighted overlay tabel.

6. Masukkan % influence seperti di bawah (langkah penting, jangan sampai terlewat):

Penting: angka persentase influence tidak mutlak dan dapat diubah bergantung pada keputusan
stakeholders dan teknik pembobotan lainnya yang digunakan oleh perencana.

28
7. Atur output raster pada Hasil KP.mdb dan beri nama WO.
8. Klik OK. Tunggu beberapa waktu.
9. Maka akan muncul peta sebagai berikut:

Amati legenda pada TOC!

Terdapat keterangan yang memuat angka-angka dan warna (catatan:

warna yang muncul pada ArcMap Anda dapat berbeda dengan warna pada
modul ini). Angka tersebut tersusun dari yang paling kecil hingga besar.
Angka tersebut merepresentasikan tingkat kesesuaian lokasi / lahan
berdasarkan kriteria-kriteria yang digunakan.

Lahan yang ditunjukan dengan warna yang sesuai dengan angka 8 adalah
lahan paling sesuai untuk menjadi lokasi pertumbuhan perkotaan di Kulon
Progo berdasarkan kriteria-kriteria yang digunakan dalam analisa.

29