LAPORAN PRAKTIKUM

MK : SISTEM INFORMASI GEOGRAFIS

MODUL #2 Analisis Raster

Oleh:

Hilwa Tisa Priyanto 03311940000101

Farah Ghasani Putri 03311940000103
Aqilah Amartevia Dewi 03311940000110

TANGGAL PELAKSANAAN:
22 /d 24 November 2021

Laboratorium Geoinformatika
Departemen Teknik Geomatika
Institut Teknologi Sepuluh Nopember
Ph. 031-5929486, 5929487

2021
 KATA PENGANTAR

Puji syukur atas kehadirat Allah SWT yang telah memberikan rahmat dan karunia-
Nya sehingga Laporan Praktikum Spasial Analisis: Data Vektor bisa kami selesaikan. Tak
lupa shalawat serta salam kepada junjungan Nabi Muhammad SAW sehingga laporan tugas
Sistem Informasi Geografis ini dapat terselesaikan.

Penyusunan Laporan Sistem Informasi Geografis ini melibatkan beberapa pihak yang
turut andil sehingga laporan ini dapat terselesaikan dengan baik. Oleh karena itu, terimakasih
kami ucapkan kepada:

1. Kedua orang tua kami masing - masing atas doa serta dukungan yang telah
diberikan baik dalam segi moral dan materiil, sehingga kami dapat
menuntaskan tugas laporan ini dengan baik
2. Bapak Agung Budi Cahyono, M.Sc., DEA selaku dosen pengampu Mata
Kuliah Sistem Informasi Geografis, sehingga kami dapat menambah ilmu
dalam Sistem Informasi Geografis melalui tugas ini

Kami menyadari bahwa laporan ini masih jauh dari kata sempurna. Baik dari segi
penyusunan, penulisan, maupun bahasa. Oleh karena itu, kami selaku penyusun
mengharapkan adanya kritik dan saran yang membangun untuk penyusunan laporan di
kemudian hari.

Semoga laporan ini dapat bermanfaat bagi pembaca dan pengembangan ilmu
pengetahuan.

Surabaya, 14 November 2021

Penyusun

2
 DAFTAR ISI

KATA PENGANTAR .......................................................................................................... 2

DAFTAR ISI ......................................................................................................................... 3
BAB I PENDAHULUAN ..................................................................................................... 5
1.1 Latar Belakang .............................................................................................................. 5
1.2 Tujuan Praktikum ......................................................................................................... 5
BAB II DASAR TEORI ....................................................................................................... 7
2.1 Analisa Spasial .............................................................................................................. 7
2.1.1. Pengertian .............................................................................................................. 7
2.1.2. Measurement ............................................................................................................. 9
2.1.3. Overlay ................................................................................................................ 10
2.1.4. Buffer .................................................................................................................. 11
2.2 Perangkat Lunak ......................................................................................................... 13
2.2.1. Pendahuluan ........................................................................................................ 13
2.2.2. Tools .................................................................................................................... 14
2.2.3. Studi Kasus.......................................................................................................... 19
BAB III PELAKSANAAN ................................................................................................. 23
3.1. Persiapan Aplikasi dan Data ...................................................................................... 23
3.1.1. Aplikasi ............................................................................................................... 23
3.1.2. Data ..................................................................................................................... 23
3.2. Proses Analisis ........................................................................................................... 24
3.2.1. Task 1 (Perform a Local Operation) ................................................................... 24
3.2.2. Task 2 (Perform a Combine Operation) .............................................................. 28
3.2.3. Task 3 (Perform Neighborhood Operation) ........................................................ 30
BAB IV HASIL DAN ANALISIS ..................................................................................... 32
4.1. Hasil ........................................................................................................................... 32
4.1.1. Task 1 (Perform a Local Operation) ................................................................... 32
4.1.2. Task 2 (Perform a Combine Operation) .............................................................. 33

3
 4.1.3. Task 3 (Perform Neighborhood Operation) ........................................................ 33
4.2. Analisis ...................................................................................................................... 34
4.2.1. Task 1 .................................................................................................................. 34
4.2.2 Task 2 ................................................................................................................... 35
4.2.3 Task 3 ................................................................................................................... 36
BAB V PENUTUP .............................................................................................................. 38
5.1 Kesimpulan ................................................................................................................. 38
5.2 Saran ........................................................................................................................... 38
DAFTAR PUSTAKA ......................................................................................................... 39
LAMPIRAN ........................................................................................................................ 40

4
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Era komputerisasi telah memberi wawasan dan paradigma baru dalam proses
pengambilan keputusan dan penyebaran informasi. Data yang merepresentasikan dunia nyata
dapat disimpulkan dan diproses sedemikian rupa sehingga dapat disajikan dalam bentuk-
bentuk yang lebih sederhana dan sesuai kebutuhan. SIG merupakan sistem berbasis komputer
yang didesain untuk mengumpulkan, mengelola, memanipulasi, dan menampilkan informasi
spasial (keruangan) berupa informasi yang mempunyai hubungan geometrik dalam arti
bahwa informasi tersebut dapat diukur, dihitung, dan disajikan dalam sistem koordinat
rujukan/bidang hitung yang baku, dengan data berupa data digital yang terdiri dari data
spasial dan data non spasial (data atribut).
Dalam SIG terdapat teknik Pengelolaan, pemrosesan dan analisa data spasial. Proses
untuk melakukan teknik tersebut biasanya bergantung dengan model datanya. Pengelolaan,
pemrosesan dan analisa data spasial memanfaatkan pemodelan SIG yang berdasar pada
kebutuhan dan analitiknya. Analitik yang berlaku pada pemrosesan data spasial seperti
overlay, buffer, neighborhood, math; yang mana dapat dipilih ataupun dikombinasikan.
Ada dua metode utama untuk melakukan masukan menyimpan, dan visualisasi (input,
store and visualize) data yang dipetakan dalam Sistem Informasi Geografi dalam bentuk
data spasial yaitu model data vektor dan model data raster. Dalam praktikum ini, data
yang digunakan adalah berupa data raster dengan mengkombinasikan data spasial dan data
atribut yang akan menghasilkan satu layer peta baru. Kombinasi tersebut kemudian dapat di
analisa mengacu pada kaidah-kaidah pengolahan data Sistem Informasi Geografis.

1.2 Tujuan Praktikum

Tujuan dari diadakan praktikum ini yaitu untuk:
1. Untuk memahami operasi lokasi khususnya mengonversi nilai elevasi emidalat
dari satuan meter menjadi satuan feet.

5
2. Untuk memahami operasi tool Combine dari penggabungan dua atau lebih data
raster.
3. Untuk memahami operasi pengerjaan Neighborhood.

6
 BAB II

DASAR TEORI

2.1 Analisa Spasial

2.1.1. Pengertian
Analisa spasial merupakan sekumpulan teknik yang dapat digunakan dalam
pengolahan data Sistem Informasi Geografi dengan menambahkan dimensi ruang
(space) atau geografi seperti analisa statistik dan overlay. Hasil dari analisa ini
nantinya berupa atribut-atribut seperti tipe jalan, nama kecamatan, ukuran luas serta
informasi lainnya (Keele,1997).
Pada analisis spasial melibatkan beberapa atau sejumlah fungsi perhitungan
serta evaluasi logika matematis yang dapat dilakukan pada data spasial, dalam rangka
untuk memperoleh nilai tambah, ekstraksi serta informasi baru yang beraspek spasial.
Analisa ini mempunyai kegunaan untuk memberikan solusi atas permasalahan pada
keruangan, contoh manfaatnya sebagai berikut:
- Mendapatkan informasi baru dari data yang sudah tersedia.
- Memilih informasi dari beberapa layer data.
- Membuat, memilih, memetakan dan menganalisis data berbasis sel.
Fungsi Analisis Spasial:
1. Query Basis Data
SIG yang menggunakan query terhadap basis data bersama dengan fungsi
analisis spasial itu sendiri dalam usaha menjawab berbagai pertanyaan spasial dan
non-spasial yang digunakan untuk memanggil kembali data atau tabel atribut tanpa
mengubah atau meng- edit/ update data yang bersangkutan.
2. Pengukuran
Fungsi analisis spasial yang melibatkan fungsi matematis sederhana di seputar
bentuk unsur spasial dengan geometri yang juga sederhana.
1. Kedekatan unsur/ proximity

7
 Fungsi yang mampu menghitung dan menganalisa kedekatan tiap-tiap
unsur spasial.
2. Model permukaan digital
Model ini meliputi: gridding, spatial filtering, contouring,
gradien/slopping, aspect, hilshading, steepest path, profile, viewshed,
dan watershed.
3. Klasifikasi
Pemetaan suatu besaran yang memiliki interval-interval tertentu ke
dalam interval-interval yang lain berdasarkan batas-batas atau
kategori yang ditentukan.
4. Fungsi pengolahan citra digital
Suatu proses penyusunan, pengurutan, atau pengelompokan setiap
pixel citra digital multi-band ke dalam beberapa kelas berdasarkan
kriteria atau kategori objek hingga dapat
5. Fungsi editing unsur-unsur spasial
Sebagai layanan dalam proses editing data spasial terutama yang
bertipe Polygon, Union, Merge, atau Combine merupakan fungsi
analisis yang digunakan untuk menggabungkan (agregasi) beberapa
unsur spatial yang dipilih hingga menjadi sebuah unsur saja.
6. Fungsi analisis terhadap layer tematik
Terdiri dari Dissolve (arregate), Merge, Clip, dan Spatial Join
7. Geocoding
Proses yang dilakukan untuk mendapatkan suatu lokasi unsur
berdasarkan layer referensi dan masukan string
8. Overlay
Analisis spasial essensial yang mengkombinasikan dua layer tematik
yang menjadi masukannya.

8
2.1.2. Measurement
Pada analisis spasial terdapat fungsi pengukuran, biasanya yang dilakukan
adalah pengukuran panjang, keliling dan luas. Parasiewicz et al., 2018; Clark and
Evans, 1954). Untuk fungsi pengukuran yang dimaksud sebagai berikut:
- Panjang
Pengukuran panjang disini biasanya dengan menghitung jarak antar
dua titik. Pengukuran ini dilakukan dengan mengklik kedua titik yang
akan dihitung atau dapat menggukan query.
- Keliling
Pengukuran keliling ini biasanya digunakan untuk mengetahui unsur-
unsur spasial yang berupa nilai keliling.
- Luas
Pengukuran luas disini biasanya digunakan dalam mencari nilai luas
suatu wilayah dari unsur-unsur spasial.
Metode ini dapat dibedakan menjadi 2 jenis, yaitu metode measurement pada
data raster (Raster GIS Measurement) dan metode measurement pada data vektor
(Vector GIS Measurement). Pada measurement data raster terbagi menjadi 4 yaitu:
1. Pythagorean Distance / Euclidean Distance
Menghitung panjang atau jarak antara dua titik menggunakan rumus
pythagoras.
2. Manhattan Distance
Menghitung panjang atau jarak antara dua titik dengan menghitung
jumlah sel yang dilalui oleh garis tersebut.
3. Proximity Distance
Menghitung panjang atau jarak antara dua titik dengan perkiraan.
Proximity mirip dengan pythagorean, tetapi diterapkan pada setiap
pixel.
4. Perimeter and Area
Menghitung keliling (perimeter) dan luas (area) dari sebuah polygon
dengan menggunakan rumus geometri dengan satuan cell unit.

9
 Gambar 2.1 Contoh masing-masing pengukuran

2.1.3. Overlay
Proses overlay spasial merupakan suatu teknik dalam sistem informasi dalam
bentuk grafis yang dibentuk dari penggabungan berbagai peta individu (memiliki
informasi/database yang spesifik). Fungsi ini adalah cara dalam membuat atau
mengenali hubungan spasial. Proses ini dilakukan dengan melakukan operasi join dan
menampilkan sekumpulan data yang dipakai secara bersama atau berada di bagian
area yang sama. Tujuan dan manfaat teknik analisis overlay ini untuk menghasilkan
data spasial baru dari minimal dua data spasial yang menjadi dua data spasial yang
menjadi masukannya (Handayani, 2005).
Untuk konsep dari overlay sendiri dapat dilihat pada gambar di bawah ini.

Gambar 2.2 Konsep Overlay Topologi

10
 Pada data raster, fungsi analisis spasial overlay diwujudkan dalam
pemberlakuan beberapa operator aritmatika dari dua masukan citra digital untuk
menghasilkan sebuah citra digital lainnya. Dengan demikian, nilai-nilai piksel citra
akan dikombinasikan dengan menggunakan operator aritmatika dan biner untuk
menghasilkan nilai-nilai piksel baru. Operasi overlay, seperti Intersect, Identitas, dan
Union dapat menghasilkan geometri yang berbeda dalam output, tetapi kepentingan
utama overlay adalah bahwa atribut digabungkan dari input.
Di bawah ini adalah contoh overlay raster. Dua raster input ditambahkan
bersama untuk membuat raster output dengan nilai untuk setiap sel dijumlahkan.

Gambar 2.3 Contoh overlay raster

2.1.4. Buffer
Fungsi buffer digunakan untuk mengidentifikasi daerah sekitar fitur
geografis. Proses ini menghasilkan daerah cakupan (range) di sekitar fitur geografis
yang kemudian dapat digunakan untuk mengidentifikasi atau memilih fitur
berdasarkan letak objek yang berada di dalam atau di luar batas buffer. Data hasil

11
spasial point akan menghasilkan data spasial baru yang berupa lingkaran yang
mengelilingi titik pusat. (Rakhmat,2017).

Gambar 2.4 Konsep buffer topologi

Buffer juga dapat dihasilkan dalam model data raster. Dalam beberapa kasus, fitur
geografis vektor pertama kali dikonversi ke lapisan raster dan diwakili oleh sel raster
(selanjutnya disebut sel fitur). Jarak terpendek dari setiap sel ke salah satu sel fitur
dihitung dan disimpan dalam lapisan raster jarak. Buffer kemudian digambarkan
dengan memilih sel-sel yang jaraknya ke sel fitur kurang dari atau sama dengan jarak
buffer tertentu. Jika divisualisasikan lapisan raster jarak sebagai permukaan di mana
sel fitur berada di dasar lembah, sel batas yang mengelilingi buffer akan memiliki
nilai jarak yang kira-kira sama dengan jarak buffer dan oleh karena itu mengikuti
kontur di permukaan. Ada perbedaan cara buffer dihasilkan dalam model data vektor
dan raster. Sementara model data vektor berusaha untuk menemukan batas buffer
secara langsung, model data raster memperluas (atau menumbuhkan) buffer dengan
memeriksa dan mengumpulkan lokasi (atau sel) berdasarkan jaraknya ke fitur.

12
 Gambar 2.5 Hasil buffer dalam model data raster

2.2 Perangkat Lunak

2.2.1. Pendahuluan
Dalam pengolahan data spasial dapat menggunakan perangkat lunak yaitu
ArcGIS yang diciptakan oleh ESRI. ESRI mulai merintis Software ArcGIS tahun
2000 dan memiliki fitur yang cukup lengkap untuk melakukan aktivitas atau proses-
proses dalam bidang keilmuan sistem informasi geografis dan cukup umum
digunakan dalam Sistem Informasi Geografis (SIG). ArcGIS adalah paket perangkat
lunak SIG yang meliputi ArcReader dan ArcGIS Desktop. ArcReader digunakan
untuk menampilkan peta yang dibuat menggunakan produk ArcGIS lainnya. ArcGIS
Desktop memiliki tiga tingkat lisensi yaitu ArcView, ArcEditor dan ArcInfo.
ArcGIS Desktop adalah platform dasar yang dapat digunakan membangun
data, peta, model, serta aplikasi dalam alur kerja SIG. ArcGIS Desktop ini mencakup
ArcCatalog, ArcMap, ArcToolbox, ArcGlobe, dan ModelBuilder. Berikut adalah
penjelasan untuk cangkupan pada ArcGIS Desktop yaitu:
● ArcCatalog
Memiliki kemampuan dalam mengorganisasikan dan mengelola semua
informasi geografis, seperti peta, data - data format file, geodatabases,
toolboxes untuk geoprocessing, metadata, dan services SIG.
● ArcMap
ArcMap merupakan aplikasi utama dalam ArcGIS, yang memiliki
kemampuan untuk mapping dan editing, serta untuk query dan analisa yang
berdasarkan pada peta.

13
 ● ArcToolbox
Bagian yang merupakan koleksi dari tools geoprocessing
● ArcGlobe
ArcGlobe tercakup dalam ekstensi ArcGIS 3D Analyst, yang mempunyai
kemampuan dalam menampilkan output informasi geografis dalam bentuk
kenampakan 3D yang dinamis.
● ModelBuilder
Bahasa pemrograman visual yang digunakan untuk membangun suatu alur
kerja dan script dari suatu rangkaian geoprocessing.

ArcGIS Desktop ini aplikasi yang menyediakan scalable yang dapat disesuaikan
dengan kebutuhan, menurut level kebutuhannya dapat dibedakan menjadi:
● ArcView
Arcview ini berfokus pada penggunaan data, mapping, analisa, visualisasi,
serta simpel editing dan geoprocessing.
● ArcEditor
ArcEditor mempunyai kemampuan dalam editing tingkat lanjut untuk data
shapefiles maupun geodatabase untuk tambahan dari kebutuhan ArcView.
● ArcInfo
ArcInfo mempunyai fungsionalitas terlengkap, mencakup fungsi-fungsi yang
tersedia pada ArcView dan ArcEditor selain itu mempunyai kemampuan
dalam geoprocessing tingkat lanjut.

2.2.2. Tools
Dalam melakukan analisa spasial pada data raster untuk perangkat lunak
ArcGIS berada pada bagian ArcToolBox.

14
 Gambar 2.6 Tools pada ArcToobox

Analisa tool pada section Spatial Analyst Tools yang terdiri dari beberapa
bagian yaitu:
● Union, Merge, atau Combine tool
Pada pengelolahan data SIG, seringkali harus melakukan
penggabungan antar unsur-unsur spasial. Penggabungan tersebut
dapat menggunakan analisis spasial, yaitu union, merge, atau
combine. Penggabungan ini dapat menjadikan beberapa unsur spasial
menjadi satu unsur spasial saja tanpa mengubah beberapa unsur
spasial yang digabungkan tersebut.
● Focal Statistics tool
Focal Statistics Tool menjalankan pengerjaaan neighborhood/wilayah
yang menghitung output raster, dimana nilai dari setiap output sel
merupakan fungsi dari nilai sel input yang di spesifikasikan
neighborhood sekitarnya. Fungsi ini menjalankan statistic pada sel
inputnya, seperti maksimum, rata-rata, atau total dari semua nilai yang
berada pada neighborhood tersebut.
• Zonal Statistics tool
Menghitung sebuah nilai statistik dalam masing-masing zone. Fungsi

15
 ini memerlukan dua input theme. Yang pertama, sebuah theme grid,
yang mendefinisikan nilai-nilai yang akan digunakan dalam
penghitungan. Yang kedua menentukan dalam zone mana masing-
masing sel terdapat. Nilai statistics yang dapat dihitung adalah
majority, maximum, mean, median, minimum, minority, range,
standard deviation, sum dan variety.
● Raster Calculator Tool
Raster Calculator Tool merupakan fungsi analisis spasial yang
memungkinkan penggunanya membuat dan mengelola pernyataan
pada Peta Aljabar yang akan menghasilkan sebuah raster dengan
menggunakan sintaksis Python dalam kalkulator. Peta Aljabar adalah
aljabar sederhana dan kuat dengan mana Anda dapat menjalankan
semua Spatial Analysis Tool, operator, dan fungsi untuk melakukan
analisis geografis.
● Overlay
Untuk bagian overlay terdapat beberapa tools yaitu:
- Erase
Tool erase digunakan untuk menghapus bagian fitur yang
overlap dengan fitur erase (polygon). Fitur yang tidak overlap
dengan fitur erase akan disimpan sebagai fitur baru seperti
diilustrasikan pada gambar dibawah.

Gambar 2.7 Tool erase

- Identity
Tool identity digunakan untuk mengambil data atribut dari
feature lain yang berpotongan.

16
- Intersect
Tool intersect merupakan tool untuk menggabungkan dua set
data spasial yang saling berpotongan, hanya feature-feature
yang terdapat di dalam extent kedua theme ini yang akan
ditampilkan. Atribut yang terdapat pada kedua theme ini juga
akan digabungkan bersama shapefile yang baru. Theme input
ini bisa berupa line atau polygon, sedangkan theme untuk
overlaynya harus bertipe polygon.
- Spatial Join
Tool spatial join merupakan tool untuk menggabungkan dua
tabel dengan menggunakan korelasi spasial di antara fitur dari
masing-masing tabel.
- Symmetrical Difference
Tool ini hampir serupa dengan intersect, namun perbedaanya
pada feature yang terbentuk merupakan feature - feature yang
tidak saling berpotong. Untuk ilustrasinya dapat dilihat di
bawah ini.

Gambar 2.7 Tool symmetrical difference

- Union
Pada tool ini akan membuat theme baru hasil penggabungan
dari dua theme. Theme yang telah digabung ini berisikan
feature dan atribut dari dua theme yang digabungkan tersebut.
Berikut adalah ilustrasi dari tool union adalah.

17
 Gambar 2.8 Tool union

- Update
Tool ini untuk menghitung bagian yang overlay antara fitur
input dan fitur update. Data atribut dan geometri fitur input-
diganti oleh atribut dan geometri fitur update seperti
diilustrasikan sebagai berikut.

Gambar 2.9 Tool update

• Extract
Untuk bagian extract terdapat beberapa tools yaitu:
- Clip
Clip adalah proses memotong satu dataset dengan dataset lain
untuk mendapatkan dataset baru dengan bidang luasan sama
dengan dataset pemotongnya.Untuk data Input Feature dapat
berupa fitur polygon, line atau point sedangkan untuk clip
feature harus berbentuk polygon. Sedangkan untuk bagian
Output Feature akan sesuai dengan Input Feature.
- Select
Select adalah tools yang berfungsi dalam Query Database
(SQL) seperti yang telah kita pelajari sebelumnya.
- Split

18
 Split adalah tools yang berfungsi dalam memisahkan satu
layers menjadi beberapa layer dengan menggunakan satu
polygon yang terpecah-pecah.
- Table Select
Table Select merupakan proses pemilihan table dalam sebuah
layer dengan menggunakan expresi dalam SQL. Pada input
table diisikan dengan table/layer yang data tabelnya akan
dipilih. Sedangkan untuk output table diisikan dengan nama
table dan lokasi akan disimpan. Untuk expression (optional)
diisikan dengan expresi SQL yang ditetapkan sesuai dengan
tujuan.

2.2.3. Studi Kasus

Sistem informasi geografis (SIG) merupakan salah satu cara yang dapat
digunakan untuk melakukan analisa situs Kerajaan Majapahit. SIG memudahkan kita
dalam mengakses, menyimpan, melakukan editing dan updating data mengenai situs-
situs Kerajaan Majapahit. Dalam pembuatan SIG ini menggunakan peta dasar SPOT
4, karena citra ini dapat digunakan untuk analisa permukaan dengan baik dari anomali
kenampakan warna maka tutupan lahan situs Kerajaan Majapahit dapat dipetakan
sehingga berguna untuk untuk pembangunan situs.
Untuk penelitian ini bertujuan memberikan pemahaman mengenai
pemanfaatan SIG dan DEM untuk situasi lokasi yang diduga sebagai Ibu Kota
Kerajaan Majapahit, menyajikan peta tutupan lahan dan peta situs Kerajaan
Majapahit, mempresentasikan DEM lokasi yang diduga sebagai Ibu Kota Kerajaan
Majapahit yang sesuai dengan kaidah kartografis, memberikan pemahaman mengenai
pemanfaatan software ArcGis 9.2 dalam pembuatan peta situs Kerajaan Majapahit.
Bahan yang digunakan adalah Peta RBI Sooko dan Mojoagung dengan skala
1: 25.000 Sumber Bakosurtanal, Peta Tata Guna Lahan daerah Trowulan-Mojokerto
Sumber Badan Pertanahan Nasional, Citra SPOT 4 daerah Trowulan Mojokerto pada
tahun 2008 dengan resolusi 10meter (setelah dilakukan fusi) Sumber LAPAN, Peta

19
Hidrologi derah Trowulan-Mojokerto dengan skala 1: 25.000 Sumber Dinas
Pengairan.
Proses analisis data raster ini diaplikasikan pada saat pembuatan Peta Situs
Kerajaan Majapahit. Penggunaan citra satelit yang telah dilakukan koreksi geometrik
dan pemotongan citra. Citra satelit ini digabung (overlay) dengan peta Tutupan Lahan
skala 1:25.000 kemudian digabung (overlay) dengan peta dan DEM situs Kerajaan
Majapahit skala 1:25.000. Data raster berupa Citra SPOT 4 daerah Trowulan
Mojokerto dilakukan koreksi citra, penajaman citra, interpretasi hingga klasifikasi
sehingga menghasilkan peta Tata Guna Lahan. Hasil dari penelitian ini adalah Peta
Tutupan Lahan dan Peta Situs Kerajaan Majapahit. Untuk output peta dilihat pada
gambar di bawah ini.

Gambar 2.10 Peta tutupan lahan situs kerajaan majapahit

20
 Gambar 2.11 Peta situs kerajaan majapahit

Sistem informasi geografis ini akan menampilkan foto dan keterangan

mengenai situs yang ada pada lingkup daerah studi serta Pusat Informasi Majapahit.
SIG ini juga menampilkan kanal-kanal yang ada pada masa Majapahit.
Proses penelitian ini menggunakan teknik SIG dengan metode overlay,
dimana untuk tahapannya dapat dilihat pada gambar di bawah ini.

21
Gambar 2.12 Diagram alir pengolahan data

22
 BAB III

PELAKSANAAN

3.1. Persiapan Aplikasi dan Data

3.1.1. Aplikasi
Aplikasi yang digunakan dalam melakukan tugas ini adalah ArcMap Versi 10.8

Gambar 3.1 Perangkat Lunak SIG

3.1.2. Data
Data yang diperlukan merupakan data chapter 12 sebagai berikut:
● Strmgd
● Slope_gd
● Precipgd
● Hucgd
● Emidaslope
● Emidalat
● Emidaaspect
● Elevgd
● Aspect_gd

23
 Gambar 3.2 Data modul 2

3.2. Proses Analisis

3.2.1. Task 1 (Perform a Local Operation)

1. Buka Software ArcMap Versi 10.8
2. Buat File Geodatabase baru, masukkan emidalat, akan telihat sebagai
berikut

3. Rename layer menjadi Task 1 & 3

24
4. Klik kanan pada ArcToolbox → environtment

5. Jadikan “chap 12” sebagai current workspace dan stratch workspace

25
6. Pada ArcToolbox pilih Spatial Analyst Tool → Math → Times

7. Masukkan emidalat pada input raster or constant value 1, sedangkan

pada input raster or constant value 2 adalah 3,28 dan ubah nama pada
output menjadi emidaft.

26
8. Untuk melakukan kalkulasi pada raster, pilih ArcToolbox → Spatial
Analyst Tools → Map Algebra → Raster Calculation, kemudian
masukkan formula “emidalat”*3.28

9. Cell values akan dihasilkan seperti berikut ini:

27
3.2.2. Task 2 (Perform a Combine Operation)

1. Pilih Insert → Data Frame, kemudian rename data frame menjadi Task
2, dan pilih Ok

2. Masukkan file slope_gd dan aspect_gd, kemudian akan ditampilkan

seperti berikut ini

28
3. Pada ArcToolbox pilih SpatialAnalyst Tool → Local → Combine,
kemudian akan muncul window combine, masukkan input raster
aspect_gd dan slope_gd, dan pilih Ok

4. Untuk melihat attributes table, klik kanan pada slp_asp, kemudian

pilih Open Attributes Table dan akan ditampilkan tabel sebagai
berikut

29
3.2.3. Task 3 (Perform Neighborhood Operation)

1. Aktifkan data frame Task 1 & 3, dengan klik kanan pada Task 1 & 3,
kemudian Activate. Kemudian pilih Arctoolbox → Spatial Analyst
Tools → Neighborhood → Focal Statistics.

2. Akan muncul Focal Statistics window masukkan emidalat pada Input

Raster dan Output raster diberi nama “emidamean” dengan
Neighborhood Rectangle dan default neighborhood setting yaitu
Lebar dan Tinggi 3 dalam satuan cell. Untuk statistics type adalah
MEAN, kemudian pilih Ok.

30
3. Kemudian akan dihasilkan sebagai berikut dengan value (high:
1332,17 dan low: 856,667)

31
 BAB IV

HASIL DAN ANALISIS

4.1. Hasil
Hasil dari masing - masing task ditampilkan sebagai berikut:

4.1.1. Task 1 (Perform a Local Operation)

Pada task 1 akan dihasilkan sebagai berikut ini

Gambar 4.1 Hasil task 1

Hasil setelah dilakukan raster calculation, sebagai berikut:

Gambar 4.2 Hasil task 1 setelah kalkulasi

32
4.1.2. Task 2 (Perform a Combine Operation)
Hasil dari task 2 adalah sebagai berikut

Gambar 4.3 Hasil task 2 setelah dilakukan combine

Dan tabel atribut sebagai berikut

Tabel 4.1 Atribut tabel slp_asp

4.1.3. Task 3 (Perform Neighborhood Operation)

Pada task 3 akan dihasilkan sebagai berikut ini

33
 Gambar 4.5 Hasil task 3 setelah dilakukan neighborhood mean

4.2. Analisis

4.2.1. Task 1

4.2.1.1 Analisis

Untuk math toolset yang digunakan pada task 1, output yang

dihasilkan adalah data raster dengan value yang telah dilakukan
operasi matematis. Pada praktikum ini, value dari data raster emidalat
dikalikan 3,28 untuk mengubah satuannya dari meter menjadi feet.
Operasi map algebra memiliki output yang sama dengan math
toolset, namun langkah-langkah yang dilalui berbeda dengan math
toolset dan cenderung lebih mudah untuk dipahami.

4.2.1.2 Pertanyaan

Berapakah Range cell values pada emidaft?

Jawab: Untuk Value High adalah 4385,36 dan Low adalah 2808,4

34
4.2.2 Task 2

4.2.2.1 Analisis

Tool combine yang digunakan pada task 2 merupakan operasi dengan

output gabungan data dari dua data raster yang dalam hal ini adalah
data kemiringan (slope_gd) dan data aspect (aspect_gd). Output file
dari operasi ini adalah slp_asp yang memiliki data unik berupa
penambahan keterangan kelerengan dan aspect yang terdapat pada
attribute table.

4.2.2.2 Pertanyaan

Berapa banyak sel yang dikombinasikan antara slope class 2 dengan

aspect class 4?
Jawab: Hanya ada satu sel pada row id=11, Value=12, Count=13838

35
4.2.3 Task 3

4.2.3.1 Analisis

Tool neighborhood ini merupakan tool yang digunakan pada task 3.

Pada operasi ini, output yang dihasilkan adalah rata-rata value dari
setiap cell yang terdapat pada data raster emidalat.

4.2.3.2 Pertanyaan

Apa pilihan neighborhoord untuk tipe statistic yang tersedia selain

mean? Dan tipe neighborhood lain yang tersedia selain rectangle?
Jawab: Statistics Type pada Neighborhood (selain Mean): Majority,
Maximum, Median, Minimum, Minority, Percentile, Range, STD,
SUM, Variety.

36
Neighborhood Type (Selain Rectangle): Annulus, Circle, Wedge,
Irregular, Weight.

37
 BAB V

PENUTUP

5.1 Kesimpulan
Dari analisa dan praktikum ini dapat disimpulkan:
1. Proses konversi data raster emidalat menggunakan tool Raster Calculator pada
ArcToolbox dengan konversi satuan meter menjadi feet. Nilai 1 meter sama dengan
3,28 feet maka formula yang digunakan adalah perkalian dengan 3,28. Nilai
minimum dan maksimum dari satuan meter masing-masing bernilai 855 dan 1337,
sedangkan nilai minimum dan maksimum dari satuan feet masing-masing bernilai
2804,4 dan 4385,36.
2. Proses penggabungan data raster slope_gd dengan aspect_gd menggunakan tool
combine pada ArcToolbox dan menghasilkan data atribut yang berisikan nilai slope
dan aspect.
3. Proses statistik Neighborhood terdiri dari Rata-rata, Maximum, Minimum, Range.
Standar deviasi dan Sum. Sedangkan tipe Neighborhood diantaranya yaitu Rectangle,
Annulus, Circle, Wedge, Irregular, dan Weight.

5.2 Saran
Adapun saran untuk melakukan praktikum ini yaitu sebagai berikut:
1. Memperbanyak literasi untuk pengenalan analisa spasial pada data raster sehingga
dapat mengetahui arti dari proses yang akan dilakukan.
2. Memastikan data dan software yang digunakan sudah benar dan tidak mengalami
gangguan

38
 DAFTAR PUSTAKA

Amelia M Nina. 2017. “Variability Net Primary Productivity In Indian Ocean The Western
Part Of Sumatra.” Riau University.

Budiman, Rakhmat. Agung Budi Cahyono. 2017. “Analisa Spasial Fasilitas Pelayanan
Kesehatan Masyarakat terhadap Permukiman di Kota Blitar”. Surabaya: Teknik
Geomatika ITS.

Cahyono, Agung B. dan Lalu Muhammad Jaelani. 2018. “Modul#1: Proximity Analysis
[pdf]”. Surabaya: Teknik Geomatika ITS.

Clark, P.J., Evans, F.C., 1954. “Distances to nearest neighbor as a measure of spatial
relationships in populations”. Ecology 35 (4), 445–453.

Hartoyo, G. Manjela Eko.,Yuli Nugroho . 2010. “Modul Pelatihan Sistem Informasi

Geografis (SIG) Tingkat Dasar”. Bogor: Tropenbos International Indonesia
Programme.

Keele ,1997,”An Introduction to GIS using ArcView : Tutorial”, Issue 1,Spring 1997 based
on Arcview release 3, http://www.keele.ac.uk/depts/cc/helpdesk/ar cview/av_prfc.htm

Setyawan, F R, Sukojo M B, Setiyoko A, Budisusanto Y. 2009. “Pemetaan Situs Kerajaan

Majapahit Dengan Menggunakan Sistem Informasi Geografis dan Digital Elevation
Model Dengan Software ArcGIS 9.2.” Surabaya: Institut Teknologi Sepuluh
Nopember.

39
 LAMPIRAN

1. Dokumentasi

40
2. Hasil Analisis
• Task 1

• Task 2

41
42
• Task 3

43