Modul GIS.4:
Penggunaan Sistem Informasi Geografis
dalam Pengambilan Keputusan Spasial Multi-Kriteria
Modul GIS.4:
Penggunaan SIG
dalam Pengambilan Keputusan Spasial Multi-Kriteria
(GIS for Spatial Multi-Criteria Decision Making)
Penyusun:
Rendy Bayu Aditya
1
Daftar Isi
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
1. Sedekat mungkin dengan stasiun
Menciptakan aksesibilitas yang (Euclidean distance kelipatan 2.000
Meyers (2010), Wey
Aksesibilitas tinggi / transit tinggi guna meningkatkan 1. Stasiun.shp meter)
(2015), Wu, Kuo &
oriented community 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
Pengembangan aerotropolis
mengakomodir rencana - 1. Proyek Bandara.shp baru (Euclidean distance kelipatan
(optional)
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.
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.
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.
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
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
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.
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.
19
20
Latihan 5.2 Sub-Kriteria Prioritas Pembangunan Pada Kawasan Non-Pertanian
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
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.
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:
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