GEOGRAFIS TERAPAN
Disusun oleh:
Dosen Pengampu:
Nurwatik.S.T.,M.Sc
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.
Penyusun
i
DAFTAR ISI
DAFTAR GAMBAR.................................................................................................................. iv
1.4 Manfaat............................................................................................................................ 2
3.1.1 Hasil Clip Data Raster Tutupan Lahan dan Populasi ............................................... 22
ii
3.1.2 Hasil Pembuatan Grid Menggunakan Fishnet.......................................................... 23
3.2 Analisis........................................................................................................................... 25
iii
DAFTAR GAMBAR
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
vi
1. BAB I
PENDAHULUAN
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.
1.4 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
3
Gambar 2.1 Komponen SIG
(Sumber: Eldrandaly, 2007)
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
b. Mouse
7
2. Perangkat Lunak
a. ArcMap 10.4
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
10
Gambar 3.9 Tampilan WebSite GADM
11
b. Membuat batas Area of Interest (AoI) sesuai dengan batas administrasi Kota
Dongguan.
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.
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.
14
Adapun hasil dari resample ini dapat dilihat pada properties seperti berikut:
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.
15
Adapun hasil dari create fishnet ini adalah sebagai berikut:
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:
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
17
Gambar 3.22 Reclassify Tutupan Lahan Bareland
18
Gambar 3.25 Reclassify Tutupan Lahan Water
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:
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
Gambar 4.1 Hasil Clip Data Raster Tutupan Lahan Sesuai AoI
22
3.1.2 Hasil Pembuatan Grid Menggunakan Fishnet
Hasil dari proses pembuatan grid menggunakan tool fishnet adalah sebagai
berikut.
23
B. Kelas Tutupan Lahan: Forest
24
D. 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).
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.
26
3.2.3 Analisa Regresi Linier Populasi - Bareland
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.
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
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