LAPORAN SISTEM INFORMASI

GEOGRAFIS TERAPAN

“Analisa Hubungan Tutupan Lahan dan Populasi

Menggunakan Grid-Based Analysis”

Disusun oleh:

Ghinaa Gooniyyah Z.V. 03311840000089

Dosen Pengampu:

Hepi Hapsari Handayani, ST., M.Sc., Ph.D

Nurwatik.S.T.,M.Sc

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, PERENCANAAN DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2021
 KATA PENGANTAR

Puji syukur atas kehadirat Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,
penyusun dapat menyelesaikan Laporan Sistem Informasi Geografis Terapan yang berjudul
“Analisa Hubungan Tutupan Lahan dan Populasi Menggunakan Grid-Based Analysis”.
Tidak lupa penyusun juga mengucapkan terima kasih kepada pihak-pihak yang telah
membantu dan membimbing penyusun selama pelaksanaan praktikum sampai ke tahap
penyelesaian laporan, diantaranya:

1. Ibu Hepi Hapsari Handayani, ST., M.Sc., Ph.D. selaku dosen pengampu mata kuliah
Sistem Informasi Geografis Terapan.
2. Ibu Nurwatik.S.T., M.Sc. selaku dosen responsi mata kuliah Sistem Informasi
Geografis Terapan.
3. Teman-teman Angkatan 2018 Teknik Geomatika ITS yang memberi masukan dan
saran kepada penyusun.

Untuk perbaikan penulisan laporan di kemudian hari, kritik dan saran yang membangun
akan diterima dengan senang hati. Semoga laporan ini dapat memberikan manfaat dan
menambah wawasan pembaca.

Surabaya, 6 November 2021

Penyusun

i
 DAFTAR ISI

KATA PENGANTAR .................................................................................................................. i

DAFTAR ISI .............................................................................................................................. ii

DAFTAR GAMBAR.................................................................................................................. iv

DAFTAR TABEL ...................................................................................................................... vi

BAB I PENDAHULUAN ............................................................................................................ 1

1.1 Latar Belakang................................................................................................................. 1

1.2 Tujuan ............................................................................................................................. 2

1.3 Batasan Masalah .............................................................................................................. 2

1.4 Manfaat............................................................................................................................ 2

BAB II DASAR TEORI .............................................................................................................. 3

2.1 Sistem Informasi Geografis .............................................................................................. 3

2.2 Grid-Based Analysis .......................................................................................................... 4

2.3 Regresi Linier................................................................................................................... 5

2.4 Kota Dongguan, China ..................................................................................................... 6

BAB III METODOLOGI............................................................................................................ 7

3.1 Area Studi ........................................................................................................................ 7

3.2 Alat dan Bahan ................................................................................................................ 7

3.3 Diagram Alir Praktikum .................................................................................................. 9

3.4 Langkah Pengerjaan ...................................................................................................... 10

3.4.1 Pengumpulan Data ................................................................................................... 10

3.4.2 Persiapan Data ......................................................................................................... 11

3.4.3 Pengolahan Data ...................................................................................................... 14

BAB IV HASIL DAN ANALISA .............................................................................................. 22

3.1 Hasil Pengolahan Data ................................................................................................... 22

3.1.1 Hasil Clip Data Raster Tutupan Lahan dan Populasi ............................................... 22

ii
 3.1.2 Hasil Pembuatan Grid Menggunakan Fishnet.......................................................... 23

3.1.3 Hasil Reclassify Kelas Tutupan Lahan ..................................................................... 23

3.2 Analisis........................................................................................................................... 25

3.2.1 Analisa Regresi Linier Populasi – Urban .................................................................. 25

3.2.2 Analisa Regresi Linier Populasi - Forest................................................................... 26

3.2.3 Analisa Regresi Linier Populasi - Bareland .............................................................. 27

3.2.4 Analisa Regresi Linier Populasi – Water................................................................... 27

BAB IV PENUTUP ................................................................................................................... 29

4.1 Kesimpulan .................................................................................................................... 29

4.2 Saran .............................................................................................................................. 29

DAFTAR PUSTAKA ................................................................................................................ 30

iii
 DAFTAR GAMBAR

Gambar 2.1 Komponen SIG ......................................................................................................... 4

Gambar 2.2 Grid-Based Analysis ................................................................................................. 4
Gambar 3.1 Lokasi Studi Area : Kota Dongguan, China ................................................................ 7
Gambar 3.2 Laptop...................................................................................................................... 7
Gambar 3.3 Mouse ...................................................................................................................... 7
Gambar 3.4 ArcMap.................................................................................................................... 8
Gambar 3.5 Microsoft Office 365................................................................................................. 8
Gambar 3.6 Diagram Alir Praktikum ............................................................................................ 9
Gambar 3.7 Tampilan Website SIS,U of Tsukuba........................................................................ 10
Gambar 3.8 Tampilan Website WorldPop ................................................................................... 10
Gambar 3.9 Tampilan WebSite GADM ...................................................................................... 11
Gambar 3.10 Mempersiapkan shapefile batas administrasi Kota Dongguan ................................... 11
Gambar 3.11 Membuat Area of Interest (AoI) ............................................................................. 12
Gambar 3.12 Clip data sesuai AoI .............................................................................................. 12
Gambar 3.13 Hasil clip data raster tutupan lahan (kiri) dan data raster populasi (kanan) ................. 13
Gambar 3.14 Project Raster data tutupan lahan dan data populasi ................................................. 13
Gambar 3.15 Resample Data Tutupan Lahan............................................................................... 14
Gambar 3.16 Hasil Resample ..................................................................................................... 15
Gambar 3.17 Pembuatan Grid Menggunakan Create Fishnet ........................................................ 15
Gambar 3.18 Hasil Create Fishnet .............................................................................................. 16
Gambar 3.19 Pengisian Primary Key .......................................................................................... 16
Gambar 3.20 Set Nul Data populasi yang bernilai Null atau NoData ............................................. 17
Gambar 3.21 Tool Reclassify ..................................................................................................... 17
Gambar 3.22 Reclassify Tutupan Lahan Bareland ....................................................................... 18
Gambar 3.23 Reclassify Tutupan Lahan Forest............................................................................ 18
Gambar 3.24 Reclassify Tutupan Lahan Urban............................................................................ 18
Gambar 3.25 Reclassify Tutupan Lahan Water............................................................................ 19
Gambar 3.26 Tool Zonal Statistics as Table ................................................................................ 19
Gambar 3.27 Zonal Statistic as Table.......................................................................................... 20
Gambar 3.28 Hasil Zonal Statistics as Table ............................................................................... 20
Gambar 3.29 Join Data Kelas Tutupan Lahan dan Populasi .......................................................... 21
Gambar 4.1 Hasil Clip Data Raster Tutupan Lahan Sesuai AoI..................................................... 22
Gambar 4.2 Hasil Clip Data Raster Populasi Sesuai AoI .............................................................. 22

iv
Gambar 4.3 Hasil Pembuatan Grid Menggunakan Fishnet............................................................ 23
Gambar 4.4 Hasil Reclassify Kelas Tutupan Lahan Urban ........................................................... 23
Gambar 4.5 Hasil Reclassify Kelas Tutupan Lahan Forest ........................................................... 24
Gambar 4.6 Hasil Reclassify Kelas Tutupan Lahan Bareland ....................................................... 24
Gambar 4.7 Hasil Reclassify Kelas Tutupan Lahan Water............................................................ 25
Gambar 4.8 Grafik Regresi Linier Populasi – Tutupan Lahan Urban............................................. 25
Gambar 4.9 Grafik Regresi Linier Populasi – Tutupan Lahan Forest............................................. 26
Gambar 4.10 Grafik Regresi Linier Populasi – Tutupan Lahan Bareland ....................................... 27
Gambar 4.11 Grafik Regresi Linier Populasi – Tutupan Lahan Water ........................................... 27

v
 DAFTAR TABEL

Tabel 4.1 Nilai Korelasi Antara Populasi – Tutupan Lahan ........................................................... 28

vi
 1. BAB I
PENDAHULUAN

1.1 Latar Belakang

Informasi Geografis merupakan informasi yang berkaitan dengan keruangan (spasial)
pada suatu objek. Seiring dengan perkembangan teknologi, Informasi Geografis ini
dikembangkan menjadi suatu sistem yang lebih besar untuk mempermudah dalam
menyimpan, mengelola, menganalisis, dan menampilkan kembali informasi tersebut yang
dikenal dengan istilah Sistem Informasi Geografis (SIG). Sistem Informasi Geografis (SIG)
merupakan suatu sistem berbasis komputer yang memiliki kemampuan dalam menangani
data bereferensi geografi yaitu pemasukan data, manajemen data (penyimpanan dan
pemanggilan kembali), manipulasi dan analisis data, serta keluaran sebagai hasil akhir
(output). Hasil akhir ini dapat dijadikan acuan dalam pengambilan keputusan pada masalah
yang berhubungan dengan geografi. (Aronoff, 1989).
Seiring perkembangan teknologi, aplikasi SIG semakin dibutuhkan di berbagai bidang.
Salah satunya pada pengelolaan tataguna lahan dan pemantauan perubahan tutupan lahan.
Saat ini, peningkatan aktivitas manusia menyebabkan perubahan tutupan lahan yang tak
terkendali. Negara China menduduki posisi pertama negara dengan populasi penduduk
tertinggi. Banyak kota-kota besar di China mengalami peningkatan populasi disertai
perubahan tutupan lahan yang cukup pesat, salah satunya adalah Kota Dongguan. Terdapat
beberapa faktor yang menyebabkan peningkatan perubahan tutupan lahan, salah satunya
adalah peningkatan jumlah populasi penduduk. Bertambahnya populasi penduduk akan
meningkatkan kebutuhan akan tempat tinggal yang juga berhubungan dengan penggunaan
lahan.
Oleh karena itu, SIG dipalikasikan sebagai upaya pemantauan perubahan tutupan lahan
akibat peningkatan populasi penduduk. Pada laporan ini, penyusun melakukan proses
analisa hubungan tutupan lahan dengan populasi menggunakan salah satu metode dalam
SIG yaitu grid-based analysis guna mengetahui hubungan dan pengaruh dari tutupan lahan
tertentu terhadap populasi penduduk.

1
1.2 Tujuan
Adapun tujuan praktikum dan penyusunan laporan ini adalah :
1. Mengetahui konsep dasar dari Grid-Based Analysis.
2. Menganalisis hubungan antara tutupan lahan dan populasi menggunakan Grid-Based
Analysis dan regresi linier.

1.3 Batasan Masalah

Adapun batasan masalah pada praktikum ini adalah :
1. Studi area pada praktikum ini adalah Kota Dongguan, China.
2. Tutupan lahan yang akan dianalisis adalah daerah urban, hutan, lahan kosong, dan
tubuh air.
3. Data tutupan lahan dan populasi yang digunakan adalah data tahun 2014.

1.4 Manfaat
Adapun manfaat yang diharapkan dari praktikum dan penyusunan laporan ini antara lain:
1. Mahasiswa dapat memahami konsep dasar dari grid based analysis.
2. Mahasiswa dapat menganalisis hubungan antara data populasi dan tutupan lahan
menggunakan Grid-Based Analysis dan regresi linier.
3. Hasil analisis hubungan tutupan lahan dan populasi pada praktikum ini dapat digunakan
sebagai pedoman dalam perencanaan tata guna lahan Kota Dongguan, China.

2
 2. BAB II
DASAR TEORI

2.1 Sistem Informasi Geografis

SIG adalah suatu sistem berbasis komputer yang memiliki kemampuan dalam menangani
data bereferensi geografi yaitu pemasukan data, manajemen data (penyimpanan dan
pemanggilan kembali), manipulasi dan analisis data, serta keluaran sebagai hasil akhir (output).
Hasil akhir (output) dapat dijadikan acuan dalam pengambilan keputusan pada masalah yang
berhubungan dengan geografi. (Aronoff, 1989). Geografis artinya data yang menunjukan
lokasi. Sistem merupakan hubungan antara berbagai komponen yang terintegrasi dengan fungsi
atau komponen yang berbeda-beda. Sehingga data yang digunakan tidak hanya satu yang
berasal dari fungsi yang berbeda-beda. Informasi yang dikelola berisi tentang data yang
terorganisasi agar dapat digunakan sebagai informasi yang masing-masing kita tahu
penggunaannya.
Sistem Informasi Geografis dibagi menjadi dua kelompok yaitu sistem manual (analog),
dan sistem otomatis (yang berbasis digital komputer). Perbedaan yang paling mendasar terletak
pada cara pengelolaannya. Sistem Informasi manual biasanya menggabungkan beberapa data
seperti peta, lembar transparansi untuk tumpang susun (overlay), foto udara, laporan statistik
dan laporan survey lapangan. Semua data tersebut dikompilasi dan dianalisis secara manual
dengan alat tanpa komputer. Sedangkan Sistem Informasi Geografis otomatis telah
menggunakan komputer sebagai sistem pengolah data melalui proses digitasi. Sumber data
digital dapat berupa citra satelit atau foto udara digital serta foto udara yang terdigitasi. Data
lain dapat berupa peta dasar terdigitasi.
Lima komponen SIG diantaranya adalah Hardware, Software, Manusia sebagai pengguna,
data, prosedur, dan network atau jaringan yang saling menghubungan komponen satu dengan
lainnya. Hardware digunakan untuk mengaplikasikan software pengolah data dengan prosedur
yang telah ditetapkan untuk digunakan oleh pengguna. Dalam hal SIG data yang digunakan
harus ber-georeference atau bereferensi geografis. Data tersebut dapat berupa raster maupun
vektor.

3
 Gambar 2.1 Komponen SIG
(Sumber: Eldrandaly, 2007)

2.2 Grid-Based Analysis

Dalam Sistem Informasi Geografis, terdapat salah satu format data yaitu grid. Grid sendiri
merupakan format data untuk menyimpan data raster sekaligus menjumlahkan data vektor yang
mendefinisikan jarak geografis seperti sebuah persegi berukuran sama yang disajikan dalam
baris dan kolom dimana setiap selnya menyimpan nilai numerik yang mewakili geografis dari
unit tersebut. Setiap sel grid direferensikan oleh koordinat (x,y)suatu lokasi.
Adapun analisis berbasis grid atau grid-based analysis merupakan metode untuk
mengolah data spasial dalam unit tertentu. Ukuran setiap grid dapat ditentukan dan disesuaikan
oleh pengolah data untuk tujuan, skala, maupun format data yang tersedia. Ada dua jenis grid
yaitu integer dan floating point. Gunakan grid integer untuk mewakili data diskrit dan grid
floating point untuk mewakili data kontinu. Grid-based analysis dapat menggabungkan data
vektor dan raster. Dalam penerapannya, Grid-based analysis mengintegrasikan penginderaan
jauh, sistem informasi geografis, dan data statistik dalam sel serta dapat digunakan untuk
mengukur perubahan tutupan lahan dalam persentase area yang terdampak dan tingkat
perubahannya untuk dibandingkan dengan data populasi serta mampu menganalisis dinamika
spasial-temporal pola pertumbuhan daerah perkotaan. (Murayama, 2015)

Gambar 2.2 Grid-Based Analysis

4
2.3 Regresi Linier
Persamaan regresi linier sederhana merupakan suatu model persamaan yang
menggambarkan hubungan satu variabel bebas atau predictor (X) dengan satu variabel tak
bebas atau response (Y), yang biasanya digambarkan dengan garis lurus. (Yuliara, 2016).
Persamaan umum regresi linier yaitu:
y = ax + b
dimana:
y = variabel dependen (kedalaman terkoreksi)
x = variabel prediktor (kedalaman hasil pengukuran)
Sedangkan variabel a dan b ditentukan dari persamaan:

Untuk mengukur kekuatan hubungan antar variable predictor X dan response Y, dilakukan
analisis korelasi yang hasilnya dinyatakan oleh suatu bilangan yang dikenal dengan koefisien
korelasi. Biasanya analisis regresi sering dilakukan bersama-sama dengan analisis korelasi.
Persamaan korelasi (r) dinyatakan dengan:

Dalam menghitung kekuatan atau keakuratan dari nilai prediksi dapat dilakukan pula
pengecekan dengan metode regresi linier menggunakan nilai koefisien determinasi atau R2,
dimana semakin besar nilai R2 maka semakin baik atau akurat nilai prediksinya. Adapun
koefisien determinasi (R2) dapat ditentukan dengan mengkuadratkan koefisien korelasi. Nilai
koefisien korelasi dapat bernilai positif maupun negatif yang menggambarkan keterkaitan serta
pengaruh satu sama lain dari kedua variabel. Apabila hubungannya linier positif maka
pertambahan nilai kedua variabel akan berbanding lurus, sementara negatif akan berbanding
terbalik.

5
2.4 Kota Dongguan, China
Dongguan adalah kota tingkat prefektur, divisi administratif tertinggi kedua di Cina. Kota
Dongguan terletak di provinsi Guangdong, tepat di sebelah timur Guangzhou dan utara dari
kota metropolitan modern Shenzhen. Kota ini terletak di bagian timur laut delta Pearl River.

Dalam 40 tahun terakhir, populasi penduduk Kota Dongguan telah menjamur dari semula desa
nelayan yang sepi di tengah-tengah lahan pertanian berlumpur menjadi salah satu daerah
pembangunan yang pesat serta sebagai pusat manufaktur modern yang ramai dengan populasi
mencapai 8 juta jiwa. ( https://www.mychinaroots.com/villages/8/dongguan )

6
 3. BAB III
METODOLOGI

3.1 Area Studi

Lokasi studi untuk praktikum “Analisa Hubungan Tutupan Lahan dan Populasi
Menggunakan Grid-Based Analysis” ini adalah Kota Dongguan, China.

Gambar 3.1 Lokasi Studi Area : Kota Dongguan, China

3.2 Alat dan Bahan

1. Perangkat Keras
a. Laptop

Gambar 3.2 Laptop

b. Mouse

Gambar 3.3 Mouse

7
2. Perangkat Lunak
a. ArcMap 10.4

Gambar 3.4 ArcMap

b. Microsoft Office 365

Gambar 3.5 Microsoft Office 365

3. Bahan/ Data
Bahan / data yang digunakan pada praktikum Grid-Based Analysis ini adalah:
a. Data Raster tutupan lahan Kota Dongguan tahun 2014 yang diunduh dari
http://giswin.geo.tsukuba.ac.jp/mega-cities/dashboard.html
b. Data Raster populasi penduduk Kota Dongguan tahun 2014 yang diunduh dari
https://www.worldpop.org/geodata/listing?id=69
c. Data Vektor batas administrasi Kota Dongguan yang diunduh dari
https://gadm.org/download_country.html

8
3.3 Diagram Alir Praktikum

Gambar 3.6 Diagram Alir Praktikum

9
3.4 Langkah Pengerjaan

Langkah pengerjaan untuk tugas praktikum ini sebagai berikut:

3.4.1 Pengumpulan Data

Download data yang dibutuhkan, yaitu:

a. Data Raster Tutupan Lahan Kota Dongguan Tahun 2014, diunduh dari
http://giswin.geo.tsukuba.ac.jp/mega-cities/dashboard.html

Gambar 3.7 Tampilan Website SIS,U of Tsukuba

b. Data Raster Populasi China Tahun 2014, diunduh dari

https://www.worldpop.org/geodata/listing?id=69

Gambar 3.8 Tampilan Website WorldPop

c. Data Vektor batas administrasi Kota Dongguan, diunduh dari

https://gadm.org/download_country.html

10
 Gambar 3.9 Tampilan WebSite GADM

3.4.2 Persiapan Data

Sebelum data-data siap dilakukan grid-based analysis, data-data tersebut perlu
dipersiapkan terlebih dahulu seperti berikut ini:
a. Buka ArcMap, masukkan data vektor batas administrasi China lalu select by
attribute Kota Dongguan. Setelah itu export shapefile batas administrasi Kota
Dongguan.

Gambar 3.10 Mempersiapkan shapefile batas administrasi Kota Dongguan

11
b. Membuat batas Area of Interest (AoI) sesuai dengan batas administrasi Kota
Dongguan.

Gambar 3.11 Membuat Area of Interest (AoI)

c. Masukkan data raster tutupan lahan dan raster populasi ke ArcMap. Clip data
raster tutupan lahan dan data raster populasi sesuai dengan AoI yang
sebelumnya sudah dibuat.

Gambar 3.12 Clip data sesuai AoI

12
 Gambar 3.13 Hasil clip data raster tutupan lahan (kiri) dan data raster populasi (kanan)

d. Proyeksikan data raster tutupan lahan dan datar raster populasi menjadi WGS
1984 Zona UTM 49N. Caranya adalah dengan meggunakan tools project raster.

Gambar 3.14 Project Raster data tutupan lahan dan data populasi

13
3.4.3 Pengolahan Data
a. Lakukan Resample untuk merubah cell size data raster tutupan lahan dari 30 m
x 30 m menjadi 10 m x 10 m agar ukurannya sama dengan cell size data raster
populasi. Caranya adalah klik ArcToolbox → Data Management Tools →
Raster → Raster Processing → Resample. Setelah muncul kotak dialog
Resample isikan seperti berikut ini lalu klik OK.

Gambar 3.15 Resample Data Tutupan Lahan

14
Adapun hasil dari resample ini dapat dilihat pada properties seperti berikut:

Gambar 3.16 Hasil Resample

b. Lakukan pembuatan grid dengan ukuran cell size 100 m x 100 menggunakan
tool create fishnet dengan cara klik ArcToolbox → Data Management Tools →
Sampling → Create Fishnet.

Gambar 3.17 Pembuatan Grid Menggunakan Create Fishnet

15
Adapun hasil dari create fishnet ini adalah sebagai berikut:

Zoom in hasil fishnet

Gambar 3.18 Hasil Create Fishnet

c. Lakukan pengisian primary key pada attribute table hasil fishnet. Klik kanan
pada layer fishnet → Open Attribute Table → Add Field serta masukkan nama
serta type dari field yang akan dibuat → isikan primary key.Hasilnya adalah
sebagai berikut:

Gambar 3.19 Pengisian Primary Key

16
d. Selanjutnya set nol data untuk wilayah perairan. Di beberapa piksel pada
data populasi tidak memiliki nilai (Null/NoData) karena pada wilayah
tersebut memiliki tutupan lahan berupa perairan. Maka piksel tersebut diisi
dengan nilai 0 (tidak ada populasi) dengan tool raster calculator.

Gambar 3.20 Set Nul Data populasi yang bernilai Null atau NoData

e. Kemudian lakukan Reclassify untuk memisahkan jenis tutupan lahan

dengan cara klik ArcToolbox → 3D Analyst Tool → Raster Reclass →
Reclassify. Isikan “1” pada new values untuk kelas tutupan lahan yang akan
di reclassify sedangkan kelas tutupan lahan lainnya diisikan “NoData”.

Gambar 3.21 Tool Reclassify

17
Gambar 3.22 Reclassify Tutupan Lahan Bareland

Gambar 3.23 Reclassify Tutupan Lahan Forest

Gambar 3.24 Reclassify Tutupan Lahan Urban

18
 Gambar 3.25 Reclassify Tutupan Lahan Water

f. Kemudian melakukan Zonal Static as Table untuk mengumpulkan nilai

piksel pada zona yang sama, dalam hal ini zona grid fishnet yang sama
dengan cara klik ArcToolbox → Spatial Analyst Tools → Zonal → Zonal
Statistics as Table.

Gambar 3.26 Tool Zonal Statistics as Table

Pada dialog box Zonal Statistics as Table, kolom pertama pilih layer hasil
fishnet sebelumnya, pada kolom kedua pilih field PrimKey (Primary Key),
pada kolom ketiga isi layer hasil reclassify sebelumnya, pada kolom terakhir
pilih SUM, lalu klik OK.

19
 Gambar 3.27 Zonal Statistic as Table

Lakukan langkah Zonal Statistic as Table yang sama untuk kelas tutupan lahan
Forest, Urban, Water, dan data populasi sehingga diperoleh hasil seperti
berikut:

Gambar 3.28 Hasil Zonal Statistics as Table

g. Selanjutnya dilakukan Join Table untuk mengidentifikasi populasi dan

tutupan lahan pada grid yang sama dengan cara klik kanan pada layer hasil
zonal statistic as table yang akan dilakukan join→ pilih Join and Relates →
pilih Join. Lakukan join untuk masing-masing kelas tutupan lahan dengan
populasi.

20
 Gambar 3.29 Join Data Kelas Tutupan Lahan dan Populasi

h. Selanjutnya, export hasil join table menjadi file Excel. Lalu buka file
tersebut di Microsoft Excel dan lakukan analisa regresi linier dan pembuatan
grafiknya.

21
 4. BAB IV
HASIL DAN ANALISA

3.1 Hasil Pengolahan Data

Berdasarkan praktikum dan pengolahan data yang telah dilakukan, diperoleh hasil sebagai
berikut:

3.1.1 Hasil Clip Data Raster Tutupan Lahan dan Populasi

Hasil dari proses clip data raster tutupan lahan dan populasi sesuai dengan batas
Area of Interest (AoI) adalah sebagai berikut.

Gambar 4.1 Hasil Clip Data Raster Tutupan Lahan Sesuai AoI

Gambar 4.2 Hasil Clip Data Raster Populasi Sesuai AoI

22
3.1.2 Hasil Pembuatan Grid Menggunakan Fishnet
Hasil dari proses pembuatan grid menggunakan tool fishnet adalah sebagai
berikut.

Zoom in hasil fishnet

Gambar 4.3 Hasil Pembuatan Grid Menggunakan Fishnet

3.1.3 Hasil Reclassify Kelas Tutupan Lahan

Hasil dari proses Reclassify masing-masing kelas tutupan lahan adalah sebagai
berikut.
A. Kelas Tutupan Lahan: Urban

Gambar 4.4 Hasil Reclassify Kelas Tutupan Lahan Urban

23
B. Kelas Tutupan Lahan: Forest

Gambar 4.5 Hasil Reclassify Kelas Tutupan Lahan Forest

C. Kelas Tutupan Lahan: Bareland

Gambar 4.6 Hasil Reclassify Kelas Tutupan Lahan Bareland

24
 D. Kelas Tutupan Lahan: Water

Gambar 4.7 Hasil Reclassify Kelas Tutupan Lahan Water

3.2 Analisis
Berdasarkan proses Zonal Statistic as Table maka diperoleh data SUM terkait jumlah pixel
yang ada di satu grid. Data tersebut nantinya digunakan untuk melakukan analisis terkait
hubungan tutupan lahan dengan jumlah populasi dengan studi kasus Kota Dongguan. Analisis
dilakukan dengan regresi linier sehingga diperoleh scatter chart, nilai koefisien determinasi
(R2) dan koefisien korelas (R).

3.2.1 Analisa Regresi Linier Populasi – Urban

Gambar 4.8 Grafik Regresi Linier Populasi – Tutupan Lahan Urban

25
 Berdasarkan hasil regresi linier hubungan populasi dengan tutupan lahan
urban, diperoleh koefisien determinasi (R2) bernilai 0,284 dan koefisien korelasi
bernilai 0,5329. Koefisien korelasi bernilai positif dan pada grafik menunjukkan
trendline naik, hal ini menandakan bahwa hubungan antara variabel x yaitu tutupan
lahan urban dan variabel y yaitu populasi memiliki korelasi positif, dimana kenaikan
variabel x juga akan mempengaruhi kenaikan variabel y. Kenaikan variabel y (populasi)
diperngaruhi oleh jenis tutupan lahan. Pada tutupan lahan urban atau daerah perkotaan
di Kota Dongguan, semakin luas daerah urban maka populasi penduduk akan semakin
banyak.

3.2.2 Analisa Regresi Linier Populasi - Forest

Gambar 4.9 Grafik Regresi Linier Populasi – Tutupan Lahan Forest

Berdasarkan hasil regresi linier hubungan populasi dengan tutupan lahan

forest (hutan), diperoleh koefisien determinasi (R2) bernilai 0,0041 dan koefisien
korelasi bernilai 0,064. Koefisien korelasi bernilai positif dan pada grafik
menunjukkan trendline naik, hal ini menandakan bahwa hubungan antara variabel x
yaitu tutupan lahan forest (hutan) dan variabel y yaitu populasi memiliki korelasi
positif, dimana kenaikan variabel x juga akan mempengaruhi kenaikan variabel y.
Kenaikan variabel y (populasi) diperngaruhi oleh jenis tutupan lahan. Pada tutupan
lahan forest (hutan) di Kota Dongguan, semakin luas daerah hutan maka populasi
penduduk akan ikut bertambah.

26
3.2.3 Analisa Regresi Linier Populasi - Bareland

Gambar 4.10 Grafik Regresi Linier Populasi – Tutupan Lahan Bareland

Berdasarkan hasil regresi linier hubungan populasi dengan tutupan lahan

bareland (lahan kosong), diperoleh koefisien determinasi (R2) bernilai 0,1994 dan
koefisien korelasi bernilai -0,4465. Koefisien korelasi bernilai negatif dan pada grafik
menunjukkan trendline turun, hal ini menandakan bahwa hubungan antara variabel x
yaitu tutupan lahan bareland (lahan kosong) dan variabel y yaitu populasi memiliki
korelasi negatif, dimana kenaikan variabel x juga akan menyebabkan penurunan
variabel y. Penuruan variabel y (populasi) ini juga diperngaruhi oleh jenis tutupan
lahan. Pada tutupan lahan bareland (lahan kosong) di Kota Dongguan, semakin luas
daerah lahan kosong maka populasi penduduk akan semakin rendah.

3.2.4 Analisa Regresi Linier Populasi – Water

Gambar 4.11 Grafik Regresi Linier Populasi – Tutupan Lahan Water

27
 Berdasarkan hasil regresi linier hubungan populasi dengan tutupan lahan
water (tubuh air), diperoleh koefisien determinasi (R2) bernilai 0,1663 dan
koefisien korelasi bernilai 0,4078 Koefisien korelasi bernilai positif dan pada grafik
menunjukkan trendline naik, hal ini menandakan bahwa hubungan antara variabel x
yaitu tutupan lahan water (tubuh air) dan variabel y yaitu populasi memiliki korelasi
positif, dimana kenaikan variabel x juga akan mempengaruhi kenaikan variabel y.
Kenaikan variabel y (populasi) diperngaruhi oleh jenis tutupan lahan. Pada tutupan
lahan water (tubuh air) di Kota Dongguan, semakin luas daerah sekitar tubuh air, maka
populasi penduduk akan ikut bertambah.

Seluruh hasil regresi linier hubungan populasi dengan masing-masing kelas

tutupan lahan dirangkum pada tabel berikut ini:
Tabel 4.1 Nilai Korelasi Antara Populasi – Tutupan Lahan

Hubungan Persamaan Regresi Linier Nilai Koefisien

Populasi (y) Determinasi
(R2)
Populasi - Urban 0,5727(urban) + 468,24 0,2840
Populasi - Forest 0,3349(forest) + 1947,3 0,0041
Populasi - Bareland -0,5641(bareland) + 2405,9 0,1994
Populasi - Water 0,6296(water) + 1660,5 0,1663

Dari tabel di atas, dapat dilihat bahwa kelas tutupan lahan yang paling
berpengaruh terhadap populasi di Kota Dongguan, China adalah kelas tutupan lahan
urban atau lahan terbangun (daerah perkotaan) dengan nilai koefisien determinasi
sebesar 0.2840 atau sebesar 28%. Hal ini dikarenakan mayoritas penduduk umumnya
lebih memilih untuk menetap di wilayah terbangun dibandingakan tutupan lahan
lainnya. Adapun kelas tutupan lahan yang paling tidak berpengaruh terhadap populasi
di Kota Dongguan, China adalah kelas tutupan lahan forest (hutan) dengan nilai
koefisien korelasi sebesar 0,0041.

28
 BAB IV
PENUTUP

4.1 Kesimpulan
Berdasarkan praktikum yang telah dilakukan, diperoleh kesimpulan:
1. Analisis spasial berbasis grid (Grid-based analysis) dapat digunakan untuk mengatur
data ke dalam unit tertentu serta menggabungkan data vektor dengan data raster yang
kemudian diproses dengan analisis regresi untuk mengetahui hubungan antara kedua
variabel.
2. Berdasarkan proses analisis regresi linier diperoleh koefisien determinasi (R2) antara
tutupan lahan dengan jumlah populasi di Kota Dongguan, China pada tahun 2014
menurut kelas tutupan lahannya adalah sebagai berikut:
a. Populasi – Urban = 0,2840
b. Populasi – Forest = 0,0041
c. Populasi – Bareland = 0,1994
d. Populasi – Water = 0,1663
3. kelas tutupan lahan yang paling berpengaruh terhadap populasi di Kota Dongguan,
China adalah kelas tutupan lahan urban dengan nilai koefisien determinasi sebesar
0.2840 atau sebesar 28%. Hal ini dikarenakan mayoritas penduduk umumnya lebih
memilih untuk menetap di wilayah terbangun dibandingakan tutupan lahan lainnya.
Adapun kelas tutupan lahan yang paling tidak berpengaruh terhadap populasi di Kota
Dongguan, China adalah kelas tutupan lahan forest (hutan) dengan nilai koefisien
korelasi sebesar 0,0041. Hal ini banyak area hutan di Dongguan merupakan area yang
dilindungi sehingga kecil kemungkinan dijadikan lahan permukiman dan memiliki
populasi peduduk.
4.2 Saran
Adapun saran yang diberikan dalam proses analisis dan penyusunan laporan ini adalah
lakukan studi literatur terlebih dahulu sebelum melaksanakan praktikum grid-based analysis
sehingga pelaksanaan praktikum akan lebih mudah dan paham. Selain itu, gunakan kelas
tutupan lahan lainnya agar hubungan antara populasi dan tutupan lahan lebih representatif.

29
 DAFTAR PUSTAKA

Aronoff. 1989. Geographic Information System: A Management Perspective. Ottawa, Canada:

WDL Publication.

Murayama, Yuji. 2015. Grid-Based Analysis in GIS. Division of Spatial Information Science,
University of Tsukuba.

Yuliara, I Made. 2016. Modul Regresi Linier Sederhana. Fakultas Matematika dan
IlmuPengetahuan Alam, Universitas Udayana.

30