Modul SIP 2020-2021

LABORATORIUM PERPETAAN
PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA

UNIVERSITAS ISLAM BANDUNG
Laboratorium Perpetaan | 1
Tim Penyusun
Penangung Jawab : Ketua Program Studi Perencanaan Wilayah dan Kota

(Hani Burhanudin., Ir., MT)
Kepala Seksi Laboratorium : Astri Mutia Ekasari, ST., MT
Assisten Laboratorium :
- Reza Sahrizal M. Kisan, ST
- Agi Septiana, ST
- Tengku Gema Ramadhan, ST
- Fhanji Alain Jauzi, S.PWK
- Sabine Fatimah Sayidina, S.PWK
- Satrio Nugraha, S.PWK
- Aziz Ramdani
- Alamsyah Al-Ghani
- M. Dziqry Zulfiqaar
- Deby Shafa Anifa
- Sherly Defannya Serdani
DILARANG
MEMPERBANYAK DAN
MENGCOPY TANPA IZIN
FAKULTAS TEKNIK
2021 M / 1442 H
KATA PENGANTAR
Assalammualaikum.,Wr.Wb
Praktikum Sistem Informasi Perencanaan (SIP) merupakan salah satu praktikum yang
diselenggarakan Program Studi Perencanaan Wilayah dan Kota di bawah pengawasan
Laboratorium Perpetaan, Praktikum Sistem Informasi Perencanaan (SIP) yang dilaksanakan
pada semester 4.
Praktikum SIP ini ditujukan agar mahasiswa bisa mampu dan memahami model
analisis untuk kasus-kasus perencanaan, bisa mengolah, menganalisis, dan
menginterpretasikan hasil-hasil analisis kedalam bentuk peta dengan menggunakan software
argis.
Bagi yang tidak lulus praktikum tetapi lulus teori maka, diwajibkan untuk mengikuti
praktikum kembali, semoga ilmu yang didapatkan bisa dimaanfaatkan sebaik-baiknya.
Wassalamualaikum Wr. Wb.
Bandung, September 2021

Kasie Lab. Perpetaan
Astri Mutia., ST., MT
TATA TERTIB
TATA TERTIB
• Jumlah Praktikum Sebanyak 10 kali.
• Praktikan yang telah 2 kali melewati absen dan 2 kali tidak menyerahkan tugas
dinyatakan tidak lulus praktikum.
• Mengumpulkan tugas tepat waktu sesuai arahan asisten.
• Tidak plagiat dalam pengerjaan tugas, selalu mencantumkan sumber.
• Mengikuti kelas online dengan media Zoom Meeting 4 kali pertemuan sesuai jadwal
yang telah di tentukan Asisten.
• Pelanggaran tata tertib akan dikenakan sanksi.
• Peraturan yang tidak tercantum akan ditentukan kemudian secara musyawarah.
SANKSI
• Keterlambatan mengikuti kelas online dan offline hanya 15 menit, lebih dari 15 menit
praktikan diperbolehkan mengikuti kelas namun absen tidak diterima.
• Jika praktikan berhalangan hadir dengan alasan yang dapat diterima, maka praktikan
wajib konfirmasi ke asisten atau Laboran untuk mendapatkan jadwal praktikum
pengganti.
• Tindakan plagiat dalam pembuatan tugas dan jawaban kuis akan diberikan nilai 0.
DAFTAR ISI
TATA TERTIB................................................................................................................................... 3
DAFTAR ISI...................................................................................................................................... 4
DAFTAR GAMBAR........................................................................................................................... 5
DAFTAR TABEL............................................................................................................................... 6
1. MODUL 1 OVERVIEW GIS dan INDRAJA ..................................................................................... 8

1.1 Overview GIS ............................................................................................................ 8
1.2 Proses Sistem Inderaja ..............................................................................................10
1.3 Citra Satelit ...............................................................................................................11
1.4 Komposit Band ..........................................................................................................12
1.5 Kombinasi Band .........................................................................................................15
2. MODUL II PRA PENGOLAHAN CITRA SATELIT ...........................................................................17
2.1 Koreksi Radiometrik ..................................................................................................17
2.2 Koreksi Geometrik .....................................................................................................17
2.3 Koreksi Geometrik .....................................................................................................17
2.4 Pemotongan Citra / Masking Awan...............................................................................19
2.5 Penajaman Citra ........................................................................................................20
3. MODUL III PENGOLAHAN CITRA SATELIT ...............................................................................22
3.1 Klasifikasi ..................................................................................................................22
3.1.1 Klasifikasi Unsupervised .....................................................................................23
3.1.2 Klasifikasi Supervised .........................................................................................24
3.2 Vektorisasi .................................................................................................................26
4. MODUL IV KONVERSI DATA ...................................................................................................29
4.1 Konversi Data CAD .....................................................................................................29
A. Konversi Data Shapefile ke Garmin GPS ...................................................................29
B. Konversi Data CAD .................................................................................................31
5. MODUL V MODIFIKASI ATTRIBUTE TABLE ...............................................................................39
5.1 Modifikasi Atribut Table ...............................................................................................39
A. Join Table..............................................................................................................39
B. Cara Join Attribute Table .........................................................................................33
C. Query .....................................................................................................................43
D. Grafik .....................................................................................................................46
6. MODUL VI MANAGEMENT DATA ...............................................................................................48
6.1 Management Data ......................................................................................................48
A. Geodatabase..........................................................................................................48
B. Topology ...............................................................................................................56
7. MODUL VII DIGITASI TINGKAT LANJUT ....................................................................................48
7.1 Digitasi Tingkat Lanjut ................................................................................................49
A. Urutan Pendigitasian...............................................................................................66
B. Kesalahan-Kesalahan yang Sering Terjadi
Pada Tahapan Digitasi 2D .......................................................................................72
C. Feature to Polygon .................................................................................................75
8. MODUL VIII ANALISIS FISIK DAN LINKUNGAN .........................................................................78
8.1 Analisis Kemampuan Lahan .........................................................................................57
A. Analisis SKL Morfologi ............................................................................................78
B. Analisis SKL Kemudahan Dikerjakan .......................................................................78
C. Analisis SKL Kestabilan Lereng ..............................................................................79
D. Analisis SKL Kestabilan Pondasi .............................................................................79
E. Analisis SKL Kestabilan Ketersediaan Air .................................................................80
F. Analisis SKL Drainase .............................................................................................81
G. Analisis SKL Erosi ..................................................................................................81
H. Analisis SKL Bencana Alam ....................................................................................81
I. Kelas Kemampuan Pengembangan ..........................................................................82

8.2 Analisis Daya Dukung dan Daya Tampung Ruang ........................................................83
A. Analisis Daya Dukung .............................................................................................83
B. Analisis Daya Tampung ..........................................................................................85
9. MODUL IX ARCSCENE .............................................................................................................86
9.1 ArcScene ...................................................................................................................64
A. Data Elevation Model (DEM) ...................................................................................86
B. Pembuatan data DEM .............................................................................................86
C. Animasi Menggunakan ArcScene .............................................................................89
10. MODUL X PENGAMBILAN FOTO UDARA MENGGUNAKAN DRONE ..............................................92
10.1 Tahapan Persiapan Penggunaan Drone ......................................................................92
A. Bagian Pesawat......................................................................................................92
B. Bagian remote Control ............................................................................................92
10.2 Pengolahan Data AgiSoft Photo Scan ......................................................................93
DAFTAR GAMBAR
Gambar 1.1 Element Data Vektor ............................................................................................. 9

Gambar 1.2 Contoh Pola Ruang Kabupaten Garut .................................................................. 9
Gambar 1.3 Konsep Penginderaan Jauh ................................................................................ 10
Gambar 1.4 Cara Kerja Sistem Sensor ................................................................................... 11
Gambar 1.5 Konsep Pengambilan Data Dan Matrik Citra Satelit ........................................... 12
Gambar 1.6 Skema Komposit Band ........................................................................................ 13
Gambar 1.7 Kombinasi Band Landsat ................................................................................... 15
Gambar 2.1 Efek Topografi Yang Di Sebabkan Reflektansi................................................... 18
Gambar 2.4 Citra Alos Avnir Setelah Di Hilangkan Awan ...................................................... 20
Gambar 3.1 Contoh Hasil Klasifikasi Citra .............................................................................. 22
Gambar 6.4 Aturan Topologi Dalam Arcgis ............................................................................ 57
Gambar 6.5 Contoh Error Dalam Data Gis ............................................................................. 57
Gambar 7.5 Jembatan Berbentuk Garis.................................................................................. 69
Gambar 7.6 Garis Tepi Jalan Terputus Jika Bertemu Jembatan Area ................................... 69
Gambar 7.7 Penarikan Unsur Garis Penutup Lahan .............................................................. 70
Gambar 7.10 Poligon Penutup Lahan Salah,.......................................................................... 72
Gambar 7.12 Penarikan Garis Tidak Sesuai Spesifikasi Teknis ............................................ 73
Gambar 7.14 Kode Unsur Tidak Sesuai.................................................................................. 74
Gambar 7.15 Kesalahan Penarikan Garis Penutup Lahan..................................................... 74
Gambar 9. 3 Display Arcscene 1 ............................................................................................ 89
Gambar 10.1 Teknik Menyalakan Drone................................................................................. 93
Gambar 10.2 Tampilan Proses Overlapping Images .............................................................. 94
Gambar 10.3 Tampilan Kerja Pada Software Agisoft ............................................................. 95
Gambar 10.4 Tampilan Wokspace ........................................................................................ 105
DAFTAR TABEL
Tabel 1.1 Saluran Landsat Dan Kegunaan Utamanya ........................................................... 12

Tabel 7.1 Kesesuaian Geometri Terhadap Skala ................................................................... 66
Tabel 7.2 Penarikan Unsur Sungai Dan Irigasi Dengan Lebar Lebih Dari 2.5 M ................... 67
Tabel 7.3 Contoh Penarikan Unsur Jalan ............................................................................... 68
Tabel 7.4 Kesesuaian Bentuk Jembatan Terhadap Bentuk Jalan Dan Perairan ................... 68
Tabel 8.2 Kriteria Penentuan SKL Kemudahan Dikerjakan .................................................... 79
Tabel 8.3 Kriteria Penentuan SKL Kestabilan Lereng............................................................. 79
Tabel 8.4 Kriteria Penentuan SKL Kestabilan Pondasi .......................................................... 80
Tabel 8.5 Kriteria Penentuan SKL Ketersediaan Air ............................................................... 80
Tabel 8.6 Kriteria Penentuan SKL Drainase ........................................................................... 81
Tabel 8.8 Kriteria Penentuan SKL Bencana Alam .................................................................. 82
Tabel 8.9 Pembobotan Total SKL ........................................................................................... 82
Tabel 8.10 Klasifikasi Pengembangan .................................................................................... 83
Tabel 8.11 Kebutuhan Ruang Per Kapita Menurut Lokasi Geografis (Zona Kawasan) ........ 84
MODUL I
OVERVIEW GIS
dan INDRAJA
1.1 Overview GIS
Salah satu tools untuk membantu

perencanaan wilayah adalah
menggunakan peta. Penggunaan peta
bermulai dari awal peradaban berupa
gambar gambar di gua kemudian
menggunakan bantuan media seperti
kulit hewan, kulit pohon sampai
menggunakan kertas. Peta
berkembang pesat ketika bangsa arab
banyak berlayar dalam perdagangan
dan bangsa eropa ketika mencari
bahan bahan kebutuhan masing
masing negaranya. Untuk Sistem
Informasi Geografis berkembang
pertama pada tahun 1970an di Kanada,
karena mulai menurunnya biaya
komputer, maka kemudian system
informasi geografis sangat banyak
digunakan oleh banyak orang.
Salah satu kemudahan Sistem Informasi Geografis yang banyak dimanfaatkan banyak
orang adalah kemampuan untuk memodelkan bentuk permukaan bumi. Model ini akan
membatasi konsep-konsep dan prosedur-prosedur dalam menterjemahkan hasil pengamatan
real world menjadi data yang dapat berguna dalam SIG. Proses menginterpretasikan realitas
dengan memakai meodel real world dan model data disebut pemodelan data. Pada sistem
informasi geografis, dunia di representasikan menjadi dua jenis data, yaitu data vektor dan
data raster. Data raster merupakan sebuah data foto / gambar yang berasal dari foto udara
ataupun citra satelit. Data Vektor terbagi menjadi tiga data yaitu point, polyline dan polygon.
Gambar 1. 1 Element Data Vektor

Banyak aplikasi aplikasi yang dapat dimanfaatkan sebagai perencana dalam penerapan
system informasi geografis, seperti perencanaan pola ruang, perencanaan kebencanaan,
pemodelan prediksi penggunaan lahan dan lain lain.
Gambar 1. 2 Contoh Pola Ruang Kabupaten Garut
1.2 Proses Sistem Inderaja

Teknologi penginderaan jauh satelit merupakan penginderaan jauh non-fotografik,
yang merupakan pengembangan dari penginderaan jauh fotografik atau fotogrametri. Konsep
dasar penginderaan jauh terdiri datas beberapa elemen atau komponen, meliputi, sumber
tenaga, atmosfer, interaksi tenaga dengan objek di permukaan bumi, sensor, sistem
pengolahan data, dan berbagai penggunaan data.
Gambar 1. 3 Konsep Penginderaan Jauh

Pada dasarnya dalam penginderaan jauh mempunyai konsep yaitu memanfaatkan
gelombang elektromagnetik untuk berinteraksi dengan suatu objek atau fenomena yang akan
dikaji. Terdapat tujuh buah elemen yang berhubungan dengan penginderaan jauh, yaitu :
1. Sumber energi.
2. Radiasi dan Atmosfer.
3. Interaksi gelombang elektromagnetik dengan target.
4. Perekaman oleh sensor.
5. Transmisi.
6. Penerimaan.
7. Proses gelombang elektro magnetik, interpretasi dan analisis serta
aplikasinya.
Berdasarkan panjang gelombang elektromagnetik yang digunakan, system dalam
penginderaan jauh dapat dibedakan menjadi :
• Penginderaan jauh visibel dan inframerah, sumber energi yang digunakan adalah
matahari denganpuncak radiasinya 0,5 µm. Data yang diperoleh tergantung pada
kemampuan target merefleksikan radiasi elektromagnetik matahari. Selanjutnya
informasi mengenai target dapat diperoleh melalui spektrum refleksinya.
• Penginderaan jauh inframerah termal, sumber energi yang digunakan adalah energi
radiasi dari target yang bersangkutan. Dasarnya adalah, seperti telah dibahas
sebelumnya mengenai sifat radiasi elektromagnetik, bahwa semua benda pada
temperatur di atas 0°K atau -273°C memancarkan radiasi elektromagnetik terus-
menerus dengan puncak radiasi ± 10 µm.
• Penginderaan jauh gelombang pendek, sistem penginderaan jauh ini memiliki dua tipe
yaitu pasif dan aktif.
Sistem pasif (gambar 1.5 A) adalah sistem yang menggunakan energi yang telah
tersedia, dalam hal ini adalah energi dari matahari. Untuk seluruh energi yang
direfleksikan, sensor pasif hanya dapat digunakan saat ada penyinaran matahari. Pada
malam hari, tidak ada refleksi energi dari matahari yang dapat digunakan. Pada sistem
pasif radiasi gelombang pendek dipancarkan dari target yang dideteksi. Sistem aktif
(gambar 1.5 B) adalah sistem penginderaan jauh yang menggunakan energi yang
diemisikan sendiri (tidak menggunakan matahari sebagai sumber energi).
A B
Gambar 1. 4 Cara Kerja Sistem Sensor Pasif (gambar A)

dan Aktif (gambar B) dari Wahana Satelit
Penggunaan citra pengideraan jauh satelit semakin disukai oleh para pengguna
terutama pengolaan wilayah, karena citra penginderaan jauh satelit mempunyai beberapa
kelebihan, yaitu :
1. Citra menggambarkan objek, daerah, dan gejala permukaan bumi dengan wujud dan
letak objek mirip dengan wujud dan letak objek di bumi, realtif lengkap, meliputi daerah
yang luas dan permanen
2. Jenis citra tertentu dapa mewujudkan dalam tiga dimensi, sehingga memperjelas
kondisi relief dan memungkinkan pengukuran tinggi.
3. Kareakteristik objek yang tidak tampak mata dapat diwujudkan dalam bentuk citra,
seperti perbedaan suhu, kebocoran pipa gas bawah tanah, kebakaran tambang
dibawah tanah, mudah dikenali dengan menggunakan citra inframerah termal
4. Citra dapat dibuat cepat meskipun daerahnya secara terestrial sulit dijelajahi
Citra dapat dibuat dengan periode pendek, misalnya NOAA setiap hari, Landsat setiap 16
hari, SPOT setiap 24 hari. Citra merupakan alat yang baik untuk memantau perubahan yang
realtif cepat, seperti pembukaan daerah hutan, pemekaran kota, perluasan lahan garapan,
perubahan kualitas lingkungan
1.3 Citra Satelit

Citra satelit merupakan sebuah konsep data berbentuk matriks yang mempunyai
keterangan mengenai jumlah kolom dan baris serta jarak antara data. Nilai citra untuk data
citra satelit pada umum-nya bernilai 0 sampai dengan 255 yang merepresentasikan nilai
keabuan di sebuah daerah. Konsep pengambilan data dan bentuk dari matrik citra satelit
dapat dilihat pada gambar dibawah ini.
Gambar 1. 5 Konsep pengambilan data dan Matrik Citra Satelit

1.4 Komposit Band
Citra satelit mempunyai beberapa sensor satelit yang mempunyai panjang gelombang
yang berbeda – beda, contohnya citra satelit aster mempuyai 14 band sedangkan citra satelit
landsat mempunyai 8 band. Setiap sensor satelit mempunyai karakteristik untuk membedakan
atau mengindentifikasi object yang berbeda-beda.
Tabel 1. 1 Saluran Landsat dan Kegunaan Utamanya
Saluran Kisaran Panjang
Kegunaan Utama
(band) Gelombang (µm)
Penetrasi tubuh air, analisis penggunaan lahan, tanah, dan
1 0,45 – 0,52 vegetasi. Pembedaan
vegetasi dengan lahan.
Pengamatan puncak pantulan vegetasi pada saluran hijau
yang terletak diantara dua saluran penyerapan.
2 0,52 – 0,60
Pengamatan ini dimaksudkan, untuk membedakan
tanaman sehat terhadap, tanaman yang tidak sehat.
Saluran terpenting untuk membedakan jenis vegetasi.
Saluran ini terletak pada salah satu daerah penyerapan
3 0,63 – 0,69
klorofil dan memudahkan pembedaan antara lahan
terbukaterhadap lahan bervegetasi.
Saluran yang peka terhadap biomassa, vegetasi. Juga
4 0,76 – 0,90 untuk identifikasi jenis tanaman, memudahkan pembedaan
tanah dan tanaman serta lahan dan air.
Saluran penting untuk pembedaan jenis tanaman,
5 1,55 – 1,75 kandungan air pada tanaman, dan kondisi kelembabnan
tanah.
Klasifikai vegetasi, analisis gangguan vegetasi,
6 10,40 – 12,50 pembedaan kelembaban tanah dan keperluan , lain yang
berhubungan dengan gejala thermal (panas bumi).
Untuk membedakan formasi batuan dan untuk pemetaan
7 2,08 – 2,35
hidrothermal.
Band ini disebut dengan band enchanchment atau disebut
8 band penjelas. Dengan band ini, dapat menajamkan
resolusi landsat menjadi 15 m
Gambar 1. 6 Skema Komposit Band

Pada band-band yang terdapat citra satelit ini, kita dapat menerapkan konsep dari
penyusunan gambar yaitu kita dapat menggabungkan 3 buah band untuk mempermudah
analisis citra selanjutnya, berikut ini adalah contoh-contoh formulasi penggabungan citra dan
manfaat penggunaannya.
Untuk melakukan komposit band pada ArcGIS dapat mengikuti langkah-langkah berikut :
1. Tambahkan ke 8 band dari citra landsat yang ada, dengan cara mengklik Add
Data
2. Maka image yang dihasilkan adalah

gambar hitam putih yang merupakan
representasi nilai pixel yang terdiri dari
nilai 0 -255
3. Untuk mempermudah menganalisis citra, kita perlu untuk menggabungkan band-

band yang ada di citra dengan cara composite band. Composite band ada di fitur
Data Management Tools ➔ Raster ➔ Raster Processing ➔ Composite Band
4. Maka hasil penggabungan ke 8 band citra akan tampak seperti gambar dibawah
ini :
5. Untuk menghilangkan hitamnya, ,masuk ke properties, symbologi kemudian

chelist “Diplay bacgorund value (RGB)
Maka hasilnya, warna hitam yang ada disekitar citra akan menjadi hilang
1.5 Kombinasi Band

Pada band-band yang terdapat pada citra satelit, kita dapat menerapkan konsep untuk
membentuk sebuah gambar dengan menggabungkan 3 buah band untuk mempermudah
analisis citra selanjutnya, berikut ini adalah contoh-contoh formulasi penggabungan citra dan
manfaat penggunaannya.
Gambar 1.7 Kombinasi Band Landsat

dengan kombinasi band 3,2,1 (kiri) serta 4,3,2 . (kanan).
Langkah-langkah yang digunakan untuk melakukan kombinasi band ini adalah :
1. Kita dapat mengubah-ubah komposisi element Red, Green dan Blue dari citra
ini untuk mempermudah sebuah analisis. Cara-nya adalah klik kanan di citra
yang ingin dirubah composisi warnaanya, kemudian klik properties.
2. Kita rubah komposisi RGB dari gambar tersebut
MODUL II
PRA PENGOLAHAN CITRA SATELIT
2.1 Koreksi Radiometrik

Setiap Digital Number (DN) dari setiap band dari citra satelit diubah menjadi
pengukuran fisik dari sensor radiansi. Dikarenakan setiap sensor mempunyai parameter
kalibrasi yang berbeda-beda pada pengambilan nilai DN, maka nilai DN yang sama pada dua
buah citra yang diambil dari dua sensor yang berbeda akan merepresentasikan dua nilai
radiansi yang berbeda.
2.2 Koreksi Geometrik

Koreksi geometrik dilakukan karena terjadi distorsi geometrik antara citra satelit
dengan objeknya. Distorsi geometrik adalah ketidaksempurnaan geometri citra yang terekam
pada saat pencitraan, hal ini menyebabkan ukuran, posisi dan bentuk citra menjadi tidak
sesuai dengan kondisi sebenarnya. Urutan dari proses koreksi geometrik adalah :
1. Melakukan rektifikasi pembetulan atau restorasi (pemulihan) citra agar koordinat citra
sesuai dengan koordinat geografi.
2. Registrasi (mencocokan) posisi citra dengan citra lain atau mentransformasikan
system koordinat peta ke citra yang digunakan yang menghasilkan citra multi-spektral
atau citra multitemporal.
3. Registrasi citra ke peta atau transformasi system koordinat ke peta yang menahsilkan
citra dengan system proyek tertentu
Hubungan geometri antara lokasi piksel (baris,kolom) dengan koordinat peta (x,y)
harus dapat diketahui. Hal ini dilakukan dengan mentransformasikan koordinat menggunakan
titik-titik kontrol (Ground Control Point/GCP). GCP ini dapat diperoleh dari peta dasar lainnya
atau melalui pengkuran di lapangan. Penentuan jumlah dan distribusi GCP akan
mempengaruhi akurasi koreksi geometrik. Setelah penentuan GCP, selanjutnya diperiksa
kembali dengan titik-titik yang lainnya yang disebut dengan Independent Control Point (ICP).
2.3 Koreksi Geometrik

Koreksi topografi atau normalisasi topografi adalah sebuah hal yang harus dilakukan
dikarenakan adanya perbedaan pemancaran akibat dari bentuk permukaan yang tidak
beraturan Hal ini menyebabkan perbedaan nilai reflektansi dari setiap jenis vegetasi yang
sama, daerah yang berbayang menyebabkan nilai reflekstansi yang rendah sedangkan
daerah yang terkena sinar matahari menyebabkan efek yang sebaliknya yaitu memiliki nilai
reflektansi yang tinggi.
Gambar 2. 1 Efek Topografi yang di sebabkan Reflektansi

Metode yang dapat digunakan untuk koreksi topografi bisa didekati dari dua pendekatan
yaitu :
1. Koreksi topografi berdasarkan pendekatan Ratio Band adalah cara yang paling mudah
dan tidak memerlukan masukan data tambahan. Reflektansi diasumsikan sebagai
kenaikan atau penurunan yang sesuai pada dua buah ratio band.maka dari pada itu,
nilai pembagian atau pengurangan dari kedua buah band tersebut merupakan akibat
dari efek topografik.
2. Berdasarkan Digital Elevation Model (DEM)
Gambar 2. 2 Citra ALOS AVNIR Sebelum di koreksi Topografi
Gambar 2.3 Citra ALOS AVNIR Setelah di Koreksi Topografi

2.4 Pemotongan Citra / Masking Awan
Salah satu sumber kesalahan dari pengolahan citra satelit adalah adanya tutupan
awan yang meliputi daerah kajian. Hal ini menyebabkan kesalahan atau error dikarenakan
nilai digital number(DN) yang ada pada daerah yang ditutupi oleh awan menjadi tinggi, maka
daripada itu perlu dilakukan penghilangan awan atau yang lebih dikenal sebagai masking
awan.
Pendekatan untuk menghilangkan awan dapat dilakukan dengan dua metode,yaitu:
1. Dengan cara mendeliniasi awan dengan pendekatan klasifikasi awan baik secara
terawasi ataupun tak terawasi. Kelebihan dari metode ini adalah dalam
mengidentifikasi awan waktu yang dibutuhkan relatif lebih cepat, namun
kekurangannya hasil deliniasi awan tergantung dari metode dalam pengklasifikasian
yang dilakukan komputer dan banyak titik sampel yang diinputkan dalam
pengklasifikasian (klasfikasi terawasi).
2. Cara kedua yang dapat dilakukan adalah dengan melakukan pendigitasian manual
daerah-daerah yang ditutupi oleh awan. Kelebihan metode ini adalah hasil yang
dihasilkan cukup detail namun kekurangannya adalah waktu yang dibutuhkan cukup
lama.
Gambar 2. 4 Citra ALOS AVNIR Setelah di hilangkan Awan

2.5 Penajaman Citra
Proses ini bertujuan untuk untuk mempertajam kualitas penampilan citra sehingga
meningkatkan kemudahan dalam proses interpolasi citra karena penampilan image data akan
lebih ekspresif. Algoritma penghalusan citra diterapkan pada citra remote untuk memudahkan
analisis visual oleh manusia, meskipun terkadang analisisnya bersifat subyektif. Algoritma
tersebut dapat meliputi:
a. Perbesaran dan Pengecilan Citra
Pengendalian citra diperlukan karena banyak system pengolahan citra yang tidak
dapat menampilkan citra secara menyeluruh. Agar dapat ditampilkan maka dapat
dilakukan reduksi citra.
b. Penajaman Kontras
Sensor akan merekam pantulan dan menyerap fluks radiasi dari material di permukaan
bumi. Idealnya, suatu bahan akan memantulkan dengan baik sejumlah energi pada
panjang gelombang yang sama. Sensor yang terpasang harus mampu mendeteksi
kecerahan sinar dari yang sangat tinggi (pantulan oleh salju) sampai dengan yang
sangat rendah (pantulan air laut) yang lazimnya dikenal dengan istilah derajat atau
tingkat keabuan.
Sebuah citra yang baik idealnya akan mempunyai sebaran nilai numerik yang
memenuhi rentang 0-255 dengan distribusi yang merata. Tetapi umumnya nilai piksel
pada sebuah citra akan diisi oleh nilai yang menempati bagian relatif kecil dari rentang
0-255. Tampilan yang lebih ekspresif akan diperoleh bila luas rentang diperluas
(stretch) sehingga memenuhi seluruh daerah spektrum.
c. Filter
Bila kenampakan suatu citra agak sukar untuk dianalisis karena kekontrasannya
rendah atau karena banyaknya noise pada citra, maka untuk kepentingan interpretasi
perlu dilakukan perbaikan citra yang dapat dilakukan dengan jalan filtering. Beberapa
jenis filter ke ruangan yang ada antara lain: low pass filtering, high pass filtering, dan
band pass filtering.
Setelah melakukan composite band, kualitas image yang di hasilkan belum begitu
bagus untuk kita gunakan untuk menganlisis citra pada tahap selanjutnya. Salah satu proses
yang bisa kita lakukan untuk memperbaiki kuliatas citra adalah proses penajaman citra atau
yang lebih dikeal sebagai image enhancement. Prinsip dasar dari image enhancement tidak
merubah nilai citra, namun hanya merubah kekontrasan suatu image agar image tersebut
dapat lebih di analisis secara visual. Langkah-langkah penajman citra adalah sebagai berikut
:
1) Kita dapat merubah – rubah type display warna-nya. Kita bisa menggunakan type
Costume, Standar Deviation, Histrogram Equalize, Minimum-Maximum, dan
Histrogram Spesification
2) Kemudian kita klik apply, maka hasilnya adalah image yang seperti kita set.
MODUL III
PENGOLAHAN CITRA SATELIT
3.1 Klasifikasi
Ini merupakan tahap terakhir dalam pengolahan citra. Proses ini bertujuan untuk
membagi daerah cakupan berdasarkan jenis objeknya dengan cara menginterpretasi
kenampakannya di atas citra dan menyatakannya dengan simbol tertentu. Dari proses ini
dapat dihasilkan suatu peta tematik yang sangat berarti bagi keperluan perencanaan
selanjutnya.
Proses pengklasifikasian citra satelit biasa dilakukan secara terawasi (supervised
classification) dan tak terawasi (unsupervised classification). Pada metode yang pertama,
identitas dan lokasi dari suatu liputan lahan seperti lahan pertanian, hutan dan perkotaan telah
diketahui melalui pemeriksaan lapangan atau interpretasi dari foto udara. Analisa diarahkan
untuk melokalisir lokasi spesifiknya di citra dengan mencari sampel areanya (training site).
Pemilihan metode yang cocok untuk penentuan kelas dari piksel tergantung kepada sifat dari
masukan data dan keluaran yang diharapkan.
Dari komposit citra Aster Band 4,5,7 diklasifikasikan menggunakan metode supervised
atau terawasi dengan menggambil contoh kelas tata guna lahan yang mengacu pada peta
rupa bumi indonessia. Composit dari band ini dibagi menjadi beberapa kelas, yaitu : perairan,
lahan terbangun, hutan, perkebunan, dan ladang.
Gambar 3.1 Contoh Hasil Klasifikasi Citra
3.1.1 Klasifikasi Unsupervised

Tampilkan data citra satelit yang akan di klasifikasi
1. Yang kita perlu lakukan pertama kali adalah
membuat sebuah signature atau tanda dengan cara
mengaktifkan ArcToolbox dan pilihlah Spatial Analyst
Tools ➔ Multivariate ➔ Iso Cluster.
2. Klik dua kali tools dari Iso

Cluster, kemudian akan
muncul windows baru, isi data
yang akan dilakukan
pengolahan dan set outputnya
dimana serta set berapa kelas
yang akan kita buat
3. Kemudian klik ok dan tunggu sampai proses iso cluster untuk memperoleh data
signature
4. Untuk melakukan klasifikasi kita menggunakan tools Spatial
Analyst ➔ Multivariate ➔ Maximum Likelihood Clasification
5. Inputkan data raster yang akan kita

klasifikasi dan data signature yang
telah kita buat dalam proses
sebelumnya
6. Klik “OK” dan tunggu sampai prosesnya selesai

7. Maka Hasilnya akan seperti di bawah ini
3.1.2 Klasifikasi Supervised

Klasifikasi menggunakan area sampel, Menggunakan klasfikasi Maximum Likelihood.
Sebelum proses klasifikasi perlu dilakukan pengambilan sampel.
1. Untuk sampel yang akan kita gunakan adalah data hasil survey GPS yang
pada Bagian A telah kita export menjadi bentuk SHP.
2. Input data yang akan kita masukan dalam proses ini adalah data polygon,
maka dari pada itu kita perlu mendigit ulang, data hasil survey GPS yang dalam
bentuk titik menjadi sebuah polygon.
3. Selanjutnya kita buat signature file dengan cara klik “Create Signature” pada
toolbox “Multivariate”.
4. Masukan input raster band dan sampe data, pilih

sampel filed dan tetntukan lokasi dan nama
output file signaturenya lalu klik OK.
5. Untuk mengeksekusi hasil create signature kita,

maka pilih “Maximum Likelihood Clasification”
dalam toolbox Multivariate.
6. Masukan input raster bands-nya dan file signature hasil create signature kita
pilih dan simpan output raster terklasifikasi pada lokasi yang diinginkan
7. Klik “Ok” dan tunggu prosesnya selesai
8. Stelah selasai maka pada data view akan muncul citra yang sudah
terklasifikasi secara supervised
3.2 Vektorisasi
Untuk mempermudah dalam proses penganalisisan data, setelah melakukan proses
klasifikasi dengan cara klasifikasi unsupervised maupun supervised, maka langkah
selanjutnya adalah merubah data raster menjadi data vector. Perubahan data raster menjadi
vector ini dimaksudkan agar kita dapat melakukan perhitungan-perhitungan seperti luas,
keliling ataupun dapat melakukan proses analisis overlay maupun intersect.
Proses perubahan data raster menjadi vector dapat dilakukan melalui 2 cara, yaitu :
1. Melakukan Pedigitasi-an.
Metode ini dilakukan ketika ingin mendapatkan data vector yang detail namun cara
ini memerlukan waktu dan tenaga yang cukup besar
2. Menggunakan Fitur Raster to Polygon
Metode ini dilakukan ketika ingin mendapatkan hasil vector yang cukup baik namun dalam
waktu yang singkat. Metode ini digunakan dalam proses pembuatan peta skala tidak detail.
Metode yang akan kita lakukan pada kali ini adalah metode yang kedua, adapun langkah-
langkahnya adalah :
1. Tambahkan data hasil pengklasifikasian (Unsupervised dan Supervised)
2. Aktifkan Arctoolbox.
3. Buka fitur raster to polygon yang terletak di : Conversion Tools ➔ From Raster
➔ Raster To Polygon
4. Inputkan data raster yang akan kita ubah menjadi vector, cheklis “Simplify
polygon” dan klik “OK”.
5. Maka hasilnya adalah sebuah data vector yang berisikan atribut table
FID,Shape,ID dan Gridcode.
6. Gridecode adalah kelas-kelas yang ada dalam pengklasifikasian, dalam contoh

ini ada 8 kelas.
7. Lakukan juga untuk data yang diklasifikasi menggunakan metode Klasifikasi
Supervised.
MODUL IV
KONVERSI DATA
4.1 Konversi Data

A. Konversi data Shapefile ke Garmin GPS
Karena pesatnya perkembangan teknologi pemetaan, begitu mudahnya kita
menjumpai alat-alat untuk mendukung pekerjaan tersebut. Alat yang jamak dijumpai oleh kita
adalah apa yang dinamakan alat penerima sinyal GPS yang biasanya orang langsung
menyebut dengan GPS. Dengan menggunakan GPS, dengan mudahnya kita akan
mengetahui dimana lokasi kita pada saat melakukan penjelajahan atau perjalanan.
Garmin merupakan salah satu vendor dari alat penerima sinyal GPS yang bertipe
navigasi dan banyak dipakai di seluruh dunia. Mulai dari tipe e-trex, 60i, 76csx, dan sederet
model dan rupa bentuknya akrab digunakan para penggiat keilmuan multidisiplin yang selalu
melibatkan ‘tempat’ dalam praktik kegiatannya. Saat kita menggunakan GPS, versi default
dari sistemnya biasanya sudah ter input data global seperti kota-kota besar dunia, garis
pantai, atau jalan-jalan utama di Negara-negara tertentu. Namun, bagaimana jika kita ingin
menginput data sendiri milik kita yang memiliki skala besar misalnya seperti jalan/gang di
kelurahan, atau persil bangunan di RW kita.
Untuk mentransfer data ke dalam GPS Garmin tidak semudah layaknya kita mengirim
data ke dalam flashdisk kita. Dibutuhkan beberapa tahapan sehingga data yang kita inginkan
dapat kita masukkan dan menjadi latar belakang GPS kita. Berikut tahapan cara
menggunakan Add-in Toolbox Feature Classes to GPX yang bisa digunakan untuk melakukan
konversi shp to gpx :
1. Siapkan shapefile (.shp) data yang akan kita transfer ke dalam GPS kita. Untuk
memasukkan data ke dalam GPS Garmin, kita tidak dapat mengirim langsung
menggunakan shp yang bersangkutan. Siapkan seluruh file yang akan kita masukkan
seperti misalnya layer jalan, sungai, persil bangunan, dan data lainnya yang ingin kita
transfer.
2. Buka ArcGIS, tambahkan Feature Classes to GPX ke dalam Toolbox dengan cara:
• Klik kanan pada ruang kosong di Toolbox, pilih Add Toolbox
• Browse ke directory tempat Anda meng-ekstrak Add-in Toolbox Feature

Classes to GPX, temukan file FCtoGPX.tbx. Klik OK, maka Anda akan
mendapati Toolbox baru dengan nama FCtoGPX.
• Klik kanan pada Feature Class to GPX script, pilih Properties. Dari jendela
yang muncul, pilih tab Source. Browse dan temukan script file
FC_to_GPX.py. Klik OK
3. Kini Anda siap untuk melakukan konversi dari Shapefile (SHP) to GPX. Double click
script Feature Class to GPX tersebut, maka akan muncul form isian untuk menentukan
Input Feature Class, Label Field yang ingin digunakan serta nama output file dalam
format GPX. Klik OK jika isian Anda sudah sesuai.
4. Setelah file berformat GPX jadi, tinggal unggah pada GPS Garmin kita dengan terlebih
dahulu membuka software SendMap.
5. Nyalakan GPS Garmin dan file yang kita unggah siap digunakan. Jika belum terlihat,
tinggal ubah map setup dengan file yang kita unggah.
6. Anda bisa membuka file hasil konversi tersebut di Mapsource / Garmin BaseCamp
untuk mentransfer-nya ke GPS. Untuk pengguna ArcGIS 9.x serta ArcView 3.x, Anda
bisa menggunakan extension DNR Garmin. Catatan penting untuk Add-in Toolbox
Feature Classes to GPX maupun extension DNR Garmin, shapefile yang akan di
konversi harus memiliki sistem proyeksi geographic.
B. Konversi data CAD

Dalam kegiatan sehari-hari seorang planner di dunia pemetaan, sering kali
berhadapan dengan banyak format data seperti data dari software Mapinfo ( .tab), data Cad
(.dwg / .dxf) ataupun data dari software ArcGIS ( .shp), untuk seorang planner tidak diwajbkan
untuk menguasai seluruh program tersebut namun minimal dapat mengusai salah satu
program pemetaan tersebut, dari sebuah program yang dikuasai, seorang planner dapat
mengkonversi data yang ada agar dapat dikerjakan atau diproses disebuah program yang
dikuasai. Dalam modul ini akan dicontohkan bagaiman mengkonversi data yang berasal dari
AutoCad menjadi data yang bisa diolah dalam program ArcGIS.
1. Input data cad dengan format .dxf atau .dwg kedalam Arcmap dengan cara mengklik
tombol “add data” , arahkan kedalam folder yang berisi data auto cad-nya.
2. Sebagian besar data cad tidak mempunyai koordinat system (kecuali data auto cad
yang dibangun pada program “AutoCAD Land Desktop), maka di ArcMAP akan
muncul notifikasi “Unknown Spatial Reference”.
Langkah yang harus dilakukan adalah mencari tau, lokasi wilayah data tersebut
berada di zona berapa (untuk cad pada umumnya menggunakan system koordinat
projected coordinate system, maka harus dicari zona UTM-nya). Dalam contoh, data
yang akan dikonversi adalah di daerah Belitung Timur yang berada di Zona 48 S.
Maka definisikan layer koordinat Arcmap dengan cara klik kanan “Layers”, kemudian
pilih “Propertis”
Arahakan kepada “Projected Coordinate Systems”, “UTM”, “WGS 1984”,”Southern

Hemisphere” dan “WGS 1984 UTM Zone 48S”
3. Arahkan ke daerah atau cad yang akan kita konversi kedalam bentuk shapefile
Data Cad setelah dimasukan kedalam ArcMap akan terpisah menjadi 5 tipe data, yaitu
: Annotation, Point, Polyline, Polygon dan MultiPatch. Namun data yang akan
digunakan atau dikonversikan selanjutnya hanya data yang berbentuk Polyline dan
Annotation, untuk itu unchek data data yang lainnya seperti data point, polygon dan
multipatch.
4. Select data gambar menggunakan tool “select feature” , sehingga semua garis
terselect / terpilih / terhighlight.
5. Selanjutnya dibuat data baru dari data yang telah terselect dengan cara mengklik
kanan pada data polyline, kemudian pilih “data” selnjutnya “export data”
6. Letakan data tersebut kedalam folder yang telah disediakan
7. Selanjutnya adalah meletakan koordinat sesuai yang tertera pada garis grid yang ada
di peta, untuk itu diperlukan garis bantuan dengan cara menyambungkan garis grid
dari tepi kanan ke kiri dan garis grid dari atas ke bawah.
8. Aktifkan menu spatial adjustment
9. Maka akan muncul box seperti ini
10. Zoom ke salah satu pojok perptongan garis telah dibuat
Klik tools “New Displacement Link Tool”, kemudian arahkan ke perpotongan garis yang
telah dibuat. Kemudian Klik kiri sekali diperotongan garis tersebut, dan klik sekali lagi
diluar garis perpotongan tersebut
Kemudian klik tools “View Link Tabel”, kemudian isi seusai dengan koordinat yang
ada di cad tersebut.
Lakukan pada keempat ujung peta yang ada, maka akan muncul empat garis
11. Klik Spatial Adjustment, kemudian pilih “set adjust data”, kemudian pilih button “All
Feature in these layers” (Pilh CAD_Belitung_Timur) dan klik Ok.
12. Klik Spatial adusment kembali dan pilih “Adjust”
13. Maka data akan berpindah ke lokasi yang seharus-nya, untuk mengechek-nya coba
tambahkan data batas administrasi yang dipunyai, kemudian kita lihat apakah
koordinat tersebut sudah benar.
14. Kemudian hapus data data garis yang tidak diperlukan
MODUL V
MODIFIKASI ATTRIBUTE TABLE
5.1 Modifikasi Atribut Tabel

A. Join Table
Join Attribute Table adalah proses menggabungkan data tabular dengan fungsi join.
Proses ini menggabungakan data tabular target feature/layer yang akan ditambahkan datanya
dengan Join Feature yang merupakan feature yang akan menjadi tambahan
B. Cara Join Attribute Table
Contoh kasus kita memiliki data dalam bentuk tabel Excel yang akan di gabungkan
dengan data Shapefile dalam ArcMap.
Data 1 dalam bentuk Excel
Data 2 dalam bentuk Shapefile
Selanjutnya kita akan memasukan data dari tabel Excel kedalam Attribute Table.
Kita akan menambahkan kolom “Laki2”, “Perempuan”, “Jumlah”, dan “Sex_Ratio” ke dalam
kolom di ArcGis.
Langkah-langkah :
1. Membuat satu kolom pada Excel yang mengacu terhadap kolom dalam Attribute
Table di ArcGis. (dalam kasus ini kita mengacu pada kolom “ID_Distrik”)
2. Save data Excel, Lalu Add data Shapefile dan data Excel dalam ArcMap
3. Buka AttributeTable ke dua file tersebut
4. Klik kanan pada Shapefile “penduduk”, lalu pilih “Join and Relates”, lalu pilih ‘Join”
5. Langkah selanjutnya sesuaikan kolom dari Shapefile dengan kolom dari Excel
6. Hasil Akhir cek Attribute Table pada Shapefile “penduduk”.
C. Query
Query adalah semacam kemampuan untuk menampilkan suatu data dari database
dimana mengambil dari tabel-tabel yang ada di database atau data tabular yang sudah
terdapat dalam file peta yang kita miliki. Pada Arcmap terdapat alat yang memudahkan untuk
pengguna dalam memilih object sesuai dengan informasi tabular dari data tersebut. Terdapat
dua langkah yang dapat digunakan yang disesuaikan kepada kebutuhan pengguna.
1) Select by attributes
Dalam contoh kasus kita memiliki data luas desa dan kelurahan disuatu kabupaten,
lalu kita akan memilih luas desa dan kelurahan diatas 1.500 ha.
a) Masuk ke Select By Attribute
b) Atur layer sesuai dengan shapefile yang dimaksud
c) Pilih Field yang akan diatur (dalam kasus ini “Luas_Ha”)
d) Pilih batasan apabila dibutuhkan
e) Lalu tambahkan nilai batasan tersebut dengan mengetik.
Hasilnya
2) Select by Locations
Dalam kasus ini kita ingin melihat desa yang terkena dampak bencana banjir. Langkah
pertama kita harus menyiapkan peta administrasi wilayah serta peta sebaran bencana
banjir
a) Masuk ke Select By Locations

b) Mengatur selection method
c) Mengatur target layer yang akan menjadi objeknya
d) Mengatur spatial selection method for target layer feature
e) Apply
Hasilnya
D. Grafik
Diagram atau Chart adalah penyajian serangkaian data statistic dengan menggunakan
gambar dalam berbagai bentuk (Lingkaran, batang, garis dan lain sebagainya). Dalam
pemetaan menampilkan diagram berguna untuk menambahkan informasi, yang bertujuan
agar memudahkan dalam pembacaan peta itu sendiri.
Contoh kasus kita memiliki data jumlah penduduk Time series per kecamatan di suatu
wilayah, lalu kita akan mencoba menampilkan data-data tabular tersebut dalam bentuk
diagram atau chart.
a) Buka data shapefile pada Arcmap
b) Masuk ke “Layer Properties” ----“Symbology”----“Charts”
c) Mengatur data tabular dari “Field “ yang mana saja yang akan dijadikan grafik.
d) Apply
MODUL VI
MANAGEMENT DATA
6.1 Management Data

A. Geodatabase
Geodatabase merupakan kumpulan atau tempat dataset geografi yang digunakan untuk
menyimpan Fearture Dataset, Feature Class, Table, View, Relationship Class, Raster
Catalog, Raster Dataset, Mosaic Dataset, Schematic Dataset, Toolbox, Adress Locator dan
Composte Address Locator.
Gambar 6.1Tipe Data yang Dapat Disimpan pada Geodatabase

Seperti pada gambar diatas, geodatabase dapat menyimpan beberapa tipe file, seperti :
1. Feature dataset
Merupakan wadah kumpulan dari objek objek spasial seperti Poin, Polyline dan
Polygon.
2. Feature Class
Merupakan objek spasial yang akan ditampilkan seperti Point, Polyline dan Polygon
3. Table
Merupakan sebuah objek non spasial (bentuk tabular)
4. View
Merupakan sebuah hubungan dari table dan data SIG
5. Relationship Class
Merupakan sebuah data tematik
6. Raster Catalog
Merupakan table dari kumpulan data data raster
7. Raster Dataset
Merupakan data grid yang diturunkan dari berbagai sumber format
8. Mosaic Dataset
Merupakan gabungan dari beberapa data raster
9. Schematic Dataset
Merupakan sebuah keumpulan data schematic
10. Toolbox
Berisikan tool box yang telah dibuat oleh user
11. Addres Loacator

Merupakan fungsi pencarian alamat
12. Composite Addres Locator
Merupakan kumpulan fungsi pencarian alamat
Pada umumnya pada geodatabase terdapat feature datasate yang berguna untuk
mengelompokan data data yang ada. Ada beberapa hal yang perlu diperhatikan dalam
membangun geodatabase, yaitu :
1. Pengumpulan data spasial apa aja yang akan dimasukan kedalam sebuah
geodatabase.
2. Penentuan system koordinat yang akan digunakan dalam geodatabase
3. Melakukan pengkalsifkasian feature dataset yang akan ditampilkan, agar data yang
ditamplikan tidak ada duplikasi.
4. Pembuatan desain awal dari sebuah geodatabase yaitu berupa flow chart mulai dari
feature dataset ke feature class yang akan dibuat, untuk mengurangi kesalahan dalam
pembuatan geodatabase.
Gambar 6.2 Contoh Digram Penyusunan Geodatabase

Sumber : Pelatihan PelaGIS
Ada tiga jenis geodatabase yang dapat dibuat pada ArcGIS, yaitu :
1. Personal Geodatabase
Pada tipe data Personal Geodatabase, file disimpan dalam format/bentuk/extention
.mdb yaitu microsoft database, file ini mempunyai batas maksimal penyimpanan data
sebesar 2 Giga.
2. File Geodatabase
Pada tipe file Geodatabase, file disimpan dalam format/betuk/extention .gdb, file ini
mempunyai batas maksimal untuk menyimpan data sebesar 1 Terra.
3. ArcSDE Geodatabase
ArcSDE Geodatabase merupakan geodatabase yang dapat diakses banyak pengguna

(multi user), disimpan dalam sebuah software database seperti PostgreSQL, Oracle,
IBM DB2 dan Microsoft SQL Server.
Ada beberapa point yang membuat geodatabase lebih unggul daripada pembuatan
shapefile yang biasanya, yaitu :
1. Data dapat diklasifikasi menurut jenis dan tipe-nya, tanpa harus membuat folder folder
yangb banyak sehingga mudah untuk mengaturnya.
2. Geodatabase dapat digunakan untuk keperlua akses data yang baik baik dalam
jaringan local ataupun jaringan internet menggunakan beberapa software seperti
PostgreSQL, Oracle ataupun DB2.
3. Untuk beberapa analisa tetent seperti topologi dan liner referencing, hanya bisa
dilakukan jika datanya beruba geodatabase.
Gambar 6.3 Contoh Geodatabase

Pada contoh pembuatan geodatabase ini, akan dibuat sebuah geodatabase untuk
mengumpulkan data data hasil survey studio, yaitu pengumpulan berupa sarana pendidikan
(berupa point) , jaringanan (berupa garis) dan sarana peribadatan (berupa polygon), adapun
Langkah langkah membuat geodatabase adalah sebagai berikut :
1. Buat sebuah “File Geodatabase” dengan cara klik kanan di sebuah Folder pada
ArcCatalog, klik new kemudian pilih “File Geodatabase”, kemudian rename nama-nya
menjadi “Suvey Studio”
2. Buat sebuah Feature dataset kemudian rename dengan tulisan

“Kecamatan_Pamempeuk”, kemudian pilih koordinat-nya menggunakan WGS 1984,
pada coordinat system untuk z-nya dibiarkan default saja,serta untuk “XY Tolerance
dibiarkan default juga”, dan klik finish, maka akan muncul symbol feature dataset
.
3. Buat Feature Class “Sekolah” dengan cara klik kanan di feature class, pilih new dan
klik Feature Class.
4. Isi kolom name dengan “Pendidikan” dan alias-nya dengan “Sarana Pendidikan”, untuk
database storage configuration-nya dibiarkan default saja. Selanjutnya isi “Field
Name” dengan tulisan Jenis, Desa, Kecamatan, Kabupaten, Provinsi dengan Data
Type-nya adalah “Long integer” sementara nama data type-nya adalah Text.
5. Untuk mempermudah mengisi atribut, dapat dilakukan setting automatis dengan cara
membuat list atribut yang akan diinputkan, atau lebih dikenal sebagai “Domain”. Untuk
membuat domain caranya adalah klik kanan pada geodatabase, kemudian pilih
propertis.
6. Pindahkan tab ke tab “Domain”, kemudian isi Domain Name dengan “Desa” dan
Deskripnya adalah “Nama Desa”, ubah Domain Type menjadi “Coded Values”,
kemudian isi bagian Coded Values seperti gambar dibawah. Ulangi untuk data
jenis,Kecamatan, kabupaten dan provinsi.
7. Untuk mengkaitkan “domain” terhadap data sekolah, klik kanan pada pendidikan,
kemudian klik propertis, arahkan kepada tab Fields, klik kolom jenis, kemudian pada
kolom “Domain”, pilih jenis, ulangi untuk data data desa, kecamatan, kabupaten dan
provinsi.
8. Jika dibuka atribut tabelnya maka, akan terbentuk kolom Nama, Desa, Jenis,
Kecamatan, Kabupaten dan Provinsi.
9. Ketika melakukan pendigitasian, untuk kolom Desa, Jenis, Kecamatan, Kabupaten

dan Provinsi, dapat memilih langsung sesuai dengan drop down yang ada, sementara
untuk kolom nama masi harus mengetik manual
10. Lanjutkan untuk membuat Data Jaringan dan Data sarana peribadatan.
B. Topology
Jika mengutip dari pengertian topology dari help software ArcMAP, Topology is a
collection of rules that, coupled with a set of editing tools and techniques, enables the
geodatabase to more accurately model geometric relationships,yang dapat diartikan sebagai
sebuah kumpulan peraturan, kemudian ditambah oleh satu set alat dan teknik untuk mengedit
data, yang bisa menghasilkan sebuah geodatabase menjadi model relasi yang lebih akurat.
Aturan topologi harus dibangun menggunakan data geodatabase, tidak bisa dibuat atau
dijalankan pada tipe data shapefile biasa. Pengertian lain dari topologi adalah topologi
merupakan sebuah kumpulan aturan, yang mengatur setiap point, line dan polygon berbagi
hubungan geomterinya.
Gambar 6.4 Aturan Topologi dalam ArcGIS

Topologi pada umumnya dapat memecahakan atau menyelesaikan tiga permasalahan
utama dalam data gis, yang pertama ada adanya gap / bolong antara data gis, yang kedua
adalah adanya overlap / tumpeng tindih antara data gis dan yang terakhir adanya beberapa
data tidak bersentuhan dengan batas sis dari polygon tersebut.
Gambar 6.5 Contoh Error Dalam Data GIS

Tahap pertama yang harus dilakukan adalah menginput data shape file yang akan di
topologi kedalam sebuah database, yaitu dengan cara sebagai berikut :
1. Masukan data yang akan dichek topologi-nya
2. Buat Skema “File Geodatabase” pada ArcCatalog, Kemudian buat “Feature Dataset”,
kemudian rename dengan tulisan “ChekTopologi” .
3. Buat “Feature Dataset” dalam file geodatabase yang telah dibuat, kemudian rename
dengan tulisan “landuse tasik” lanjutkan dengan menekan tombol “next” dan “finish”
4. Import data Landuse Cipatujah kedalam “feature dataset” agar menjadi sebuah
“feature class” dengan cara, klik kanan di feature dataset “Landuse Tasik”, klik
“Import”, “Feature Class (single)”.
5. Masukkan file “Landuse Cipatujah” kedalam input feature kemudian beri nama
“chek_topologi” pada output feature class
6. Maka akan muncul feature class “chek topologi” dibawah feature dataset “Landuse
Tasik”
Selanjutnya adalah tahapan yang harus dilakukan dalam pembuatan Topologi yaitu
sebagai berikut:
1. Klik kanan di feature dataset “landuse tasik”, kemudian pilih “new” dan “Topology”
2. Akan muncul box “New Topology”, kemudian pilih next, dan nama untuk
topology-nya biarkan seperti default-nya sajah, kemudian pilih next.
3. Cheklist box “chek topology” dan set “enter the number of ranks” seusai default-
nya saja.
4. Klik “Add Rule” untuk menambahkan aturan yang akan disetting, kemudian set
“rule” menjadi “Must Not Have Gaps”, kemudian pilih “Ok”
5. Selanjutnya pilih next dan finish
4 Maka akan keluar box new topology dengan tulisan “The new topology has been
created. Would you like to validate it now”, kemudian klik “Yes”
5 Maka dalam feature dataset akan muncul sebuah topolologi seperti gambar dibawah ini.
6 Tambahkan file “landuse_tasik_Topology” ke dalam ArcMap, maka akan muncul box

dengan penyataan “Do you also want to add all feature classes that participate in
‘landuse_tasik_Topology’ to the map”, maka pilih “Yes”
7 Maka akan keluar daerah daerah yang berwarna merah yang merupakan daerah yang
terdapat error sesuai dengan rule yang disetting pada langkah awal (rule-nya kali ini
adalah “do not have gaps”)
8
Lakukan pen-zoom-an lebih detail ke daerah yang berwarna merah, maka akan terlihat
gaps pada data. Data data ini merupakan data yang harus dibenahi agar luasan pada
suatu wilayah mendekati dengan luasan yang ada dilapangan.
7. Cara untuk membenarkannya adalah dengan cara start editing data “chek_topology”.
8. Aktifkan tool topology, dengan cara mengkilk kanan toolbar yang ada, kemudian pilih
“Topology”,kemudian klik “error inspector”, lanjutkan dengan mengklik “Search Now”
maka akan muncul list data-data yang error (unchek pilhan “Visible Extent Only”). Pada
hasil topologi kali ini didapatkan 30 error.
9. Hal yang harus dilakukan adalah menambal daerah daerah yang memiliki gaps
dengan cara mendigitasi kemudian di lakukan operasi merge antara polygon yang
baru didigit dengan polygon asalnya, kemudian di clip dengan polygon yang ada di
sebelahnya.
10. Kemudian klik tombol “Validate Topology In Current Extent”,dan klik “Search Now” di
“Error Inspector”, maka error akan berkurang dari 30 menjadi 29 error.
11. Lakukan proses pencarian gaps sampai hanya menyisakan 1 error.
MODUL VII
DIGITASI TINGKAT LANJUT
7.1 Digitasi Tingkat Lanjut

Dalam proses pindigitasian pada umumnya pengguna langsung menggunakan type file
polygon, namun hal ini memiliki beberapa kekurangan, yaitu :
1. Digitasi type polygon rentan terjadi gap antara polygon
2. Digitasi type polygon terntan terjadi overlap diantara dua buah polygon.
3. Digitasi menggunakan type polygon rentan terjadi kesalahan mengklik, yang
mengakibatkan polygon terbentuk terlebih dahulu sebelum selesai menyelesaikan
sebuah polygon secara utuh.
Untuk mengatasi permasalahan diatas, salah satu tekniknya adalah melakukan
pendigitasian dengan menggunakan tipe line terlebih dahulu, kemudian untuk atributnya
dilakukan pendigitasian menggunakan tipe point selanjutnya adalah proses pen joinan dan
konversi dari garis menjadi polygon.
Gambar 7.1 Diagram Alir Tahapan Digitas 2D

Ada beberapa hal penting yang harus selalu diperhatikan oleh operator dan koordinator
digitasi 2D selama tahapan ini dilaksanakan:
1. Semua unsur peta rupabumi yang terekam dalam format vektor 2 Dimensi (2D). IG dasar
unsur peta RBI yang direkam mencakup unsur-unsur titik (point), anotasi (TX) dan garis
(line) Perairan, Transportasi, Jembatan, Terowongan, Utilitas, Bangunan, dan Vegetasi

Lahan Terbuka.
2. Sistem koordinat yang digunakan adalah: SRGI 2013 sebagai sistem referensi
geospasial mencakup datum horizontal dan vertikal.
3. Semua detil planimetris dengan ukuran lebih besar dari 2.5 m x 2.5 m harus didigitasi
sebagai objek terpisah. Berikut adalah tabel kesesuaian geometri terhadap skala.
Tabel 7.1 Kesesuaian Geometri Terhadap Skala
Ukuran Objek Rupabumi
No Skala Peta
Point (Titik) Line (Garis) Area (Luasan)
1 1 : 1.000.000 500 meter lebar 500 meter > 500 x 500 meter
2 1 : 500.000 250 meter lebar 250 meter > 250 x 250 meter
1 : 100.000 50 meter lebar 50 meter > 50 x 50 meter
5 1 : 25.000 12.5 meter lebar 12.5 meter > 12,5 x 12,5 meter
7 1: 5.000 2,5 meter lebar 2,5 meter > 2,5 x 2,5 meter
8 1 : 2.500 1,25 meter lebar 1,25 meter > 1,25 x 1,25 meter
9 1 : 1.000 0,5 meter lebar 0,5 meter > 0,5 x 0,5 meter
4. Unsur perairan (garis pantai) wajib diselesaikan terlebih dahulu baru kemudian
dilanjutkan dengan (secara berurutan) unsur perairan lainnya, baru kemudian unsur
planimetris lainnya (transportasi, utilitas, vegetasi , jembatan, terowongan).
5. Semua unsur harus didigitasi secara lengkap.
A. URUTAN PENDIGITASIAN
a. Unsur Perairan
Unsur perairan yang didigitasi adalah semua data yang berhubungan dengan perairan,
seperti sungai, garis pantai, danau, empang, dll. Semua digitasi garis perairan harus dalam
2D:
a. Plotting perairan diawali dari unsur garis tepi pantai, yaitu garis batas darat dan laut
yang terlihat pada citra.
b. Plotting unsur sungai penarikannya dilaksanakan dari hulu ke muara, dilihat dari
interpretasi di citra.
c. Penarikan sungai dimulai dari segmen yang terpanjang dan tidak terputus-putus
(harus satu segmen).
d. Jarak antar node pada digitasi sungai disesuaikan dengan bentuk kenampakan
sungai pada citra, semakin bervariasi bentuknya maka jarak antar node semakin
rapat.
e. Digitasi unsur sungai dimulai dari Garis Tepi Sungai (DA028008) & Sungai
(DA028000) kemudian Sungai Satu Garis (DA028002), dilanjutkan dengan Alur
Sungai (DA028006) dan saluran Irigasi/Drainase (DA012000).
f. Sungai dengan lebar > 2,5 m digambarkan sebagai Sungai Dua Garis menggunakan
unsur Sungai (DA028000) sebagai as sungai dengan Garis Tepi Sungai (DA028008).
untuk unsur irigasi dengan lebar > 2,5 m, digambarkan sebagai Saluran irigasi
(DA012000) dengan garis tepi perairan buatan lainnya (DF002008)
Tabel 7.2 Penarikan unsur sungai dan irigasi dengan lebar lebih dari 2.5 m
g. Sungai harus terhubung satu sama lain dan membentuk jaringan (Setiap pertemuan
unsur sungai, harus snap ke center line, bukan snap ke garis tepi perairannya.
h. Tidak boleh ada sungai yang menggantung. Pada wilayah tertentu mungkin ditemui
sungai menggantung karena aliran sungai masuk ke dalam tanah kemudian muncul
lagi di daerah lain sehingga terkesan alur sungai terputus. Kasus sungai
menggantung ini banyak ditemui pada wilayah pegunungan Karst.
i. Plotting pulau/delta dalam sungai menggunakan unsur garis tepi pantai/pulau
(DB016000).
j. Pada setiap perpotongan/pertemuan unsur perairan harus snap.
k. Unsur Garis Tepi Perairan (DF002004) digunakan untuk garis tepi perairan, yang
tidak ada dalam kode unsur rupabumi.
l. Unsur mata air, air terjun, jeram, dan batu karang di plot sebagai titik (point) atau
garis sesuai ketentuan ukuran. Kode unsur masing-masing unsur dapat dilihat di
tabel kode unsur RBI.
m. Unsur batu karang di plot sesuai ketentuan ukuran pemetaan RBI skala 1:5000. Kode
unsur dapat dilihat di tabel kode unsur RBI.
n. Setiap objek yang terploting dan akan dibentuk area/poligon, harus diberikan label
sesuai dengan unsur tersebut, misalkan label AD untuk unsur Danau, label AE untuk
air Empang, label AS untuk Air Sungai, dll. Label dapat dilihat selengkapnya pada
tabel Daftar Kode Unsur RBI
o. Area-area/Poligon yang dibentuk dari unsur garis perairan, dimasukkan ke dalam
Kelas Fitur PERAIRANAR, tidak lagi masuk ke Kelas Fitur PENUTUPLAHANAR.
b. Unsur Transportasi
a. Penarikan jalan dimulai dari jalan arteri (CA008008) kemudian jalan kolektor
(CA008010), lokal (CA008012), lain (CA008014), dan setapak (CA008016). Hal ini
untuk memudahkan interpretasi saat ploting dan untuk membentuk jaringan jalan.
b. Semua jalan harus terhubung satu sama lain dan membentuk suatu jaringan. Untuk
kondisi tertentu misalkan daerah pedalaman Kalimantan atau Papua ada juga jalan
yang tidak terhubung ke tempat lain karena daerah tersebut memang terisolir, pada
kondisi demikian antar jalan di daerah tersebut tetap harus terhubung satu sama lain,
tetapi biasanya tidak terhubung ketempat lain tetapi berakhir di sungai atau lapangan
terbang.
c. Semua jalan yang terlihat pada model harus didigitasi.

d. Jalan dengan lebar lebih dari 2,5m digambarkan sebagai 2 garis, dengan garis tepi
jalan menggunakan unsur Garis Tepi Jaringan Transportasi Darat (CA024000),
sementara kode unsur center line jalan disesuaikan menurut kelas jalan.
Tabel 7.3 Contoh Penarikan Unsur Jalan
e. Penarikan objek landas pacu, dermaga laut dan dermaga sungai mengikuti kaidah
penarikan objek jalan. kode unsur garis transportasi menyesuaikan objek, lihat di
lampiran kode unsur TRANSPORTASI untuk objek landas pacu, dermaga sungai,
dan dermaga laut
f. Setiap objek yang terploting dan akan dibentuk area/poligon, harus diberikan label
sesuai dengan unsur tersebut. Area-area yang dibentuk dari unsur garis transportasi,
dimasukkan ke dalam Kelas Fitur TRANSPORTASIAR, tidak lagi masuk ke Kelas
Fitur PENUTUPLAHANAR.
g. Objek Terminal, Pelabuhan, Pelabuhan Udara atau objek lain yang berkaitan dengan
transportasi (Daftar lengkapnya lihat di tabel kode unsur) yang areanya terbentuk dari
unsur Garis Tepi Bangunan (GA002000) masuk ke dalam kelas fitur
TRANSPORTASIAR, bukan masuk ke dalam kelas fitur BANGUNANFASUMAR
h. Semua jalan kereta api dan lori yang terlihat pada model harus di-plot.
c. Unsur Jembatan
a. Semua objek jembatan masuk ke dalam kelas fitur JEMBATAN (AR/LN/PT).
b. Jembatan yang terlihat pada model harus di-plot. Bentuk dari jembatan disesuaikan
dengan bentuk jalan dan sungai yang saling berpotongan.
Tabel 7.4 Kesesuaian Bentuk Jembatan terhadap Bentuk Jalan dan Perairan
Bentuk fisik : Jalan Bentuk fisik: Sungai Bentuk fisik: Jembatan
Area Area Area
Garis Area Garis
Area Garis Garis
Garis Garis Titik
Gambar 7.4 Jembatan berbentuk poligon
Gambar 7.5 Jembatan Berbentuk Garis

c. Penarikan jembatan sesuai dnegan penampakan di foto.
d. Pada penarikan jembatan Area, garis tepi jaringan jalan terputus pada tepi jembatan,
tetapi centerline dari jalan tetap diplot untuk pembentukan jaringan.
Gambar 7.6 Garis Tepi Jalan Terputus Jika Bertemu Jembatan Area
d. Unsur Terowongan
a. Semua objek terowongan masuk ke dalam kelas fitur TEROWONGAN (AR/LN/PT)
b. Cara penarikan objek untuk terowongan sama dengan cara penarikan objek
Jembatan
e. Unsur Utilitas
a. Unsur-unsur yang masuk ke dalam kelas fitur utilitas adalah seluruh unsur yang
membentuk jaringan atau instalasi, misalkan jaringan listrik, telekomunikasi, air, dan
bahan bakar. Untuk mengetahui unsur apa saja yang masuk ke dalam kelas fitur
UTILITAS, dapat dilihat di tabel Kode Unsur RBI.
b. Unsur utilitas yang membentuk jaringan, misalkan jaringan listrik (menara saluran
udara tegangan ekstra tinggi/sutet, transmisi kabel listrik, dan gardu listrik) yang
terlihat di model harus di-plot, penarikan jaringan sutet berupa point to point. Untuk
penarikan gardu tergantung kepada ukuran gardu, bisa berupa point atau area.
c. Jalur pipa air, pipa gas, tangki minyak yang terlihat dimodel harus di-plot, penarikan
jalur pipa berupa point to point. Tangki minyak diplot sebagai point atau area
bergantung pada luasannya mengacu ke tabel 1.
d. Tower/menara yang terlihat di model harus di-plot sebagai point dan area bergantung
kepada luasannya mengacu ke tabel 1.
e. Unsur Kantor PAM, SPBU, Kantor POS dan unsur lain yang berkaitan dengan utilitas
(Daftar lengkapnya lihat di tabel kode unsur) yang areanya terbentuk dari unsur Garis
Tepi Bangunan (GA002000) masuk ke dalam kelas fitur UTILITASAR, bukan masuk
ke dalam kelas fitur BANGUNANFASUMAR.
f. Unsur Gorong-gorong (HE012000) masuk ke dalam kelas fitur UTILITASPT atau
UTILITASLN. Kaidah penarikan unsur gorong-gorong mengikuti penarikan unsur
jembatan seperti pada tabel 2.
f. Unsur Vegetasi Lahan Terbuka

a. Digitasi vegetasiLN harus snap dengan unsur perairan atau transportasi atau
vegetasiLn atau bangunan.
Gambar 7.7 Penarikan Unsur Garis Penutup Lahan

b. Penarikan unsur Vegetasi dilakukan pada perbesaran 3x skala peta yang dihasilkan
(zoom level dilakukan pada skala ±1:1500 untuk peta skala 1:5000)
c. Interpretasi unsur vegetasi pada model harus memperhatikan perbedaan bentuk,

tekstur, dan pola pada tiap-tiap penutup lahan berdasarkan pada penampakan yang
terlihat dari model foto. Contohnya penutup lahan buatan manusia seperti sawah dan
perkebunan umumnya memiliki pola yang beraturan.
d. Setiap polyline tertutup di berikan label berupa anotasi jenis penutup lahan sesuai
dengan kenampakan objek pada foto/citra. Kode anotasi mengikuti kode yang ada di
tabel kode unsur RBI. Jika terdapat unsur yang belum ada kode anotasi dalam daftar
tersebut, Penyedia Jasa dapat mengusulkan kepada tim Supervisi BIG untuk
disetujui.
e. Kelas fitur VEGETASILATERAR (Area) dibentuk dari gabungan data jalan, sungai,
bangunan, dan batas vegetasi.
f. Untuk Area Jalan, perairan, dan bangunan yang terbentuk harus dihapus dari kelas
fitur VEGETASILATERAR pada akhir pekerjaan.
g. Unsur Bangunan Dan Fasilitas Umum (Garis, Titik)

a. Setiap bangunan yang memiliki ukuran lebih dari 2.5m x 2.5m diplot sebagai garis
menggunakan unsur Garis Tepi Bangunan/Bangunan Terpencar/Gedung
(GA002000) membentuk polyline tertutup.
b. Setiap objek bangunan yang terploting dan akan dibentuk area/poligon, harus
diberikan label sesuai dengan unsur tersebut.
c. Area-area/Poligon yang dibentuk dari unsur garis tepi bangunan, dimasukkan ke
dalam Kelas Fitur BANGUNANFASUMAR
d. Sharing boundary dilakukan untuk area bangunan yang berdempet antar bangunan
ataupun area padat dimana pada zoom level ±1:1500 sulit dilakukan pemisahan antar
bangunannya. Sharing Boundary dapat dilakukan dengan catatan beda tinggi antar
bangunan tidak lebih dari 1 meter dan jarak antar bangunan kurang dari 1m dimana
tidak terpisah oleh unsur garis seperti transportasi.
Gambar 7.8 Aturan penarikan sharing boundary

h. Layer Batas Wilayah
Pada layer batas wilayah terdapat dua dua geometri layer, yaitu berupa line atau area.
Penarikan batas wilayah yang berupa garis, garis batas yang digunakan pada peta RBI skala
1:5000 adalah garis batas administrasi terkecil yaitu garis batas desa dan masuk ke unsur
Batas Wilayah Administrasi (BA004000). Sedangkan Area wilayah administrasi dibentuk dari
unsur garis Batas Wilayah Administrasi mulai dari wilayah administrasi keluarahan/desa
(BA002000) sampai wilayah administrasi provinsi (BA010000).
B. KESALAHAN-KESALAHAN YANG SERING TERJADI PADA TAHAPAN

DIGITASI 2D
Pada KAK dan peunjuk pelaksanaan telah disebutkan mengenai spesifikasi teknis untuk
tahapan digitasi 2D. Namun masih sering terjadi kesalahan dalam penarikan objek. Berikut
dijelaskan beberapa kesalahan dalam tahapan digitasi 2D untuk pekerjaan pemetaan
Rupabumi skala 1:5000.
• Tidak dilakukan sharing boundary pada bangunan
Gambar 7.9 Tidak dilakukan Sharing Boundary

• Garis Tepi Jalan menggantung sehingga ketika pembentukan poligon penutup lahan
tidak sesuai.
Gambar 7.10 poligon Penutup Lahan Salah,

Karena Kesalahan Penarikan Garis Tepi Jalan
• Penarikan garis tidak snap ke center line sehingga jaringan jalan/sungai terputus
Gambar 7.11 Jaringan tidak terbentuk (karena tidak snap)

• Penarikan jalan/perairan tidak sesuai dengan objek ukuran rupabumi (seharusnya
penarikan jalan/sungai menggunakan garis tepi dan terbentuk area penutup lahan
karena ukuran objek rupabumi memiliki lebar lebih dari 2,5 m)
Gambar 7.12 Penarikan Garis Tidak Sesuai Spesifikasi Teknis

• Kesalahan penarikan bentuk jembatan (sesuaikan seperti pada tabel)
Gambar 7.13 Bentuk Jembatan Tidak Sesuai Spesifikasi Teknis

• Ketidaksesuaian kode unsur
Gambar 7.14 Kode Unsur Tidak Sesuai

(Seharusnya Menggunakan 60101 Garis Tepi Sungai)
• Penutup lahan salah unsur (Untuk area pemukiman pada skala 1:5000 tidak perlu di
blok area kemudian diplot sebagai penutup lahan unsur tanah kosong, sesuaikan jenis
penutup lahan dengan penampakan pada foto)
Gambar 7.15 Kesalahan Penarikan Garis Penutup Lahan
Gambar 7.16 Hasil Digitasi Polyline
C. FEATURE TO POLYGON
Setelah dilakukan pendigitasian menggunakan type polyline, makan dilakukan
pengkonversian data data polyline menjadi tipe polygon, yang degan menggunakan tools
“Feature To Polygon” yang berada di ArcToolBox → Data Management Tools → Feature →
Feature To Polygon
Gambar 7.17 Artoolbox lokasi Feature To Polygon
D. JOINT SPASIAL
Pada tahap pendigitasian, dilakukan juga pendigitasian berupa titik untuk
mengindentifikasi tiap tutupan lahan, bangunan, perairan maupun jalan. Langkah selanjutnya
adalah penggabungan data titik dengan data polygon yang telah dibentuk menggunakan tools
Feature to Polygon.
Gambar 7.18 Data Sebaran Point

1. Untuk menggabungkan data titik dengan data polygon, dilakukan pejoinan dengan
menggunakan feature “Join”
2. Pilih “Join data form another layer based on spatial location”
3. Untuk box “choose the layer to join to this layer, or load spatial data form disk” dipilih
data titik yang berisikan nama atribut dari setiap vegetasi. Kemudian piliha “Each
polygon will bi given all the attributes of the point that is closest to its boundary and a
distance field showing how close the point is (in the units of the target layer)” kemudian
pilih output data-nya.
4. Maka dihasilkan data polygon yang telah digabung dengan atirbut yang ada di point.
MODUL VIII
ANALISIS FISIK DAN LINGKUNGAN
Analisis fisik dasar dan lingkungan dilakukan untuk mengetahui sebarapa mampu
kondisi alam dan lingkungan dapat mendukung pengembangan suatu wilayah yang
dituangkan dalam rencana tata ruang baik yang bersifat umum (RTRW dan RDTR) maupun
yang bersifat detail (RTBL dan perencanaan tapak/Site Plan).
Teknik analisis yang digunakan dalam analisis fisik dasar dan lingkungan, yakni teknik
overlay atau tumpang tindih data-data tematik (data spasial) tertentu, diantaranya topografi
dan morfologi, jenis tanah, geologi, curah hujan, hidrologi dan hidrogeologi, rawan bencana
alam, serta tutupan dan penggunaan lahan. Masing-masing data tersebut memiliki fungsi
tertentu sebagai bahan masukan dalam analisis fisik dasar dan lingkungan.
8.1 Analisis Kemampuan Lahan

A. Analisis SKL Morfologi
Analisis SKL Morfologi ini dilakukan untuk menentukan kemampuan lahan yang dilihat
dari morfologi wilayah. Hasil dari analisis SKL Morfologi ini akan menunjukkan kelas
kemampuan lahan rendah, kurang, sedang, cukup dan tinggi. Kelas kemampuan lahan
tersebut menunjukkan tingkatan dimana kemampuan lahan rendah menunjukkan bahwa
kawasan tersebut sulit dikembangkan atau tidak layak dikembangkan berdasarkan morfologi
kawasannya. Lahan seperti ini sebaiknya direkomendasikan sebagai kawasan lindung atau
budidaya yang tak berkaitan dengan manusia. Sedangkan kemampuan lahan tinggi
menunjukkan bahwa kawasan tersebut morfologinya dataran yang mudah dikembangkan
sebagai kawasan budidaya. Berikut merupakan kriteria penentuan SKL Morfologi.
Tabel 8.1 Kriteria Penentuan SKL Morfologi

Peta Kemiringan
Peta Morfologi SKL Morfologi Nilai
Lereng
Pegunungan/perbukitan sangat > 40 % Kemampuan lahan dari morfologi rendah 1
terjal
Perbukitan terjal 15 – 40 % Kemampuan lahan dari morfologi kurang 2
Perbukitan Sedang 5 – 15 % Kemampuan lahan dari morfologi sedang 3
Landai 2–5% Kemampuan lahan dari morfologi cukup 4
Datar 0–2% Kemampuan lahan dari morfologi tinggi 5
Sumber : Peraturan Menteri Pekerjaan Umum No.20/Prt/M/2007
B. Analisis SKL Kemudahan Dikerjakan

Analisis SKL Kemudahan dikerjakan ini dilakukan untuk menentukan mengetahui tingkat
kemudahan lahan, wilayah atau kawasan untuk dimatangkan dalam proses pembangunan
dan pengembangan kawasan. Hasil dari analisis SKL Kemudahan dikerjakan ini akan
menunjukkan kelas kemampuan lahan rendah, kurang, sedang, cukup dan tinggi. Kelas
kemampuan lahan tersebut menunjukkan tingkatan dimana kemampuan lahan rendah
menunjukkan bahwa kawasan tersebut sulit dikembangkan atau tidak layak dikembangkan.
Sedangkan kemampuan lahan tinggi menunjukkan bahwa kawasan tersebut merupakan
kawasan yang mudah dikembangkan. Berikut merupakan kriteria penentuan SKL Kemudahan
Dikerjakan menunjukkan bahwa kawasan tersebut merupakan kawasan yang mudah dikembangkan.
Berikut merupakan kriteria penentuan SKL Kemudahan Dikerjakan.
Tabel 8.2 Kriteria Penentuan SKL Kemudahan Dikerjakan

Peta Peta Penggunaan SKL Kemudahan
Peta Jenis
Peta Morfologi Kemiringan Ketinggian Nilai
Tanah Lahan Dikerjakan
Lereng (mdpl)
Pegunungan/
Kemudahan
perbukitan >40% >3.000 Regosol Hutan 1
dikerjakan rendah
sangat terjal
Pertanian,
Perbukitan Podsol, Perkebunan, Kemudahan
15 – 40% 2.000-3.000 2
terjal Andosol Pertanian tanah dikerjakan kurang
kering semusim
Perbukitan Mediteran, Kemudahan

5 – 15% 1.000-2.000 Semak belukar 3
sedang Brown Forest dikerjakan sedang
Tegalan, Tanah Kemudahan

Landai 2–5% 500-1.000 Latosol
kosong dikerjakan cukup 4
Kemudahan
Datar 0–2% 0-500 Alluvial Permukiman
dikerjakan tinggi 5
C. Analis SKL Kestabilan Lereng

Analisis SKL kestabilan lereng ini dilakukan untuk mengetahui tingkat kemantapan
lereng di wilayah pengembangan dalam menerima beban akibat dari adanya sebuah
pembangunan. Hasil dari analisis SKL kestabilan lereng ini akan menunjukan kelas kestabilan
lereng rendah, kurang, sedang, dan tinggi. Kelas kemampuan lahan tersebut menunjukan
tingkatan dimana kestabilan lereng rendah menunjukan bahwa kawasan tersebut tidak
mampu menerima beban pembangunan. Sedangkan kestabilan lereng tinggi menunjukan
bahwa kawasan tersebut mampu menerima beban dari sebuah pembangunan yang
dilakukan. Berikut merupakan kriteria penentuan SKL Kestabilan Lereng.
Tabel 8.3 Kriteria Penentuan SKL Kestabilan Lereng
Peta
Peta Kerentanan Penggunaan SKL
Ketinggian Peta Morfologi Nilai
Kemiringan Gerakan Tanah Lahan Lereng
(mdpl)
Pegunungan
Semak belukar,
>3.000 > 40 % /Perbukitan Rendah 1
Zona 1 ladang, hutan
Sangat Terjal
(Rendah)
Pegunungan/ Kebun, hutan,
2.000-3.000 15 – 40 % Perbukitan Kurang 2
hutan belukar
Terjal
Perbukitan Zona 2
1.000- 2.000 5 – 15 % Semua Sedang 3
Sedang (Menengah)
500-1.000 2–5% Landai Semua 4
Zona 3 Tinggi
<500 0–2% Dataran (Tinggi) Semua 5
D. Analisi SKL Kestabilan Pondasi

Analisis SKL kestabilan pondasi ini dilakukan untuk mengetahui tingkat kemampuan
lahan untuk mendukung bangunan berat dalam pengembangan perkotaan serta jenis-jenis
fondasi yang sesuai untuk masing-masing tingkatan. Hasil dari analisis SKL kestabilan
pondasi ini akan menunjukkan kelas kestabilan fondasi lahan rendah, kurang, sedang,
cukup dan tinggi. Kelas kestabilan pondasi tersebut menunjukkan tingkatan dimana
kestabilan pondasi rendah berarti kawasan tersebut tidak stabil untuk bangunan.
Sedangkan kestabilan pondasi tinggi berarti kawasan tersebut akan stabil untuk pondasi
bangunan apapun atau untuk segala jenis pondasi. Berikut merupakan kriteria
penentuan SKL Kestabilan Pondasi.
Tabel 8.4 Kriteria Penentuan SKL Kestabilan Pondasi
SKL Kestabilan Lereng
SKL
Peta Kerentanan Jenis
Peta Kestabian Nilai
Keinggian Peta Morfologi Gerakan Tanah
Kemiringan Pondasi
(mdpl) Tanah
Pegunungan/
>3.000 >40% Perbukitan Sangat Regosol Rendah 1
Terjal
Zona 3
(Tinggi) Podsol
Pegunungan/ Merah
2.000-3.000 15-40% Kurang 2
Perbukitan Terjal Kuning,
Andosol
Mediteran, Sedang
Zona 2
1.000-2.000 5-15% Perbukitan Brown 3
(Menengah) Cukup
Forest
500-1.000 2-5% Landai Zona 1 Latosol 4
Tinggi
<500 0-2% Dataran (Rendah) Aluvial 5
E. Analisis SKL Kestabilan Ketersediaan Air

Analisis SKL Ketersediaan Air ini dilakukan untuk mengetahui tingkat ketersediaan air
dan kemampuan penyediaan air pada masing-masing tingkatan, guna pengembangan
kawasan. Hasil dari analisis SKL ketersediaan air ini akan menunjukkan kelas ketersediaan
air sangat rendah, rendah, sedang, dan tinggi. Kelas ketersediaan air tersebut menunjukkan
tingkatan dimana ketersediaan air rendah berarti kawasan tersebut memiliki ketersediaan air
tanah dalam dan dangkalnya tidak banyak. Sedangkan ketersediaan air tinggi berarti
kawasan tersebut memiliki ketersediaan air tanah dalam dan dangkalnya banyak. Berikut
merupakan kriteria penentuan SKL Ketersediaan Air.
Tabel 8.5 Kriteria Penentuan SKL Ketersediaan Air
Peta Peta SKL
Peta Penggunaan
Kemiringan Curah Hujan Hidrogeologi Jenis Tanah Ketersediaan Nilai
Morfologi Lahan
Lereng (mm/th) Air
Semak
Pegunungan/
belukar, Sangat
Perbukitan 1
> 40 % 2.500-3.000 Alluvial ladang, Rendah
Sangat Terjal
Rendah hutan
Pegunungan (Setempat Kebun,
/ Perbukitan terbatas) Latosl hutan, hutan Rendah 2
15 – 40 % 3.000-3.500
Terjal belukar
Sedang
Meditera,
Perbukitan 5 – 15 % 3.500-4.000 (Baik tidak Semua Sedang 3
Brown Forest
merata)
Podsol Merah
Landai 2–5% 4.000-4.500 Tinggi (Baik Kuning, Semua 4
Andosol Tinggi
merata)
Dataran 0–2% >4.500 Regosol Semua 5
F. Analisis SKL Drainase

Analisis SKL Drainase ini dilakukan untuk mengetahui tingkat kemampuan lahan dalam
mengalirkan air hujan secara alami, sehingga kemungkinan genangan baik bersifat lokal
maupun meluas dapat dihindari. Hasil dari analisis SKL drainase ini akan menunjukkan kelas
drainase kurang, cukup dan tinggi. Kelas kemampuan drainase tersebut menunjukkan
tingkatan dimana kemampuan drainase rendah berarti kawasan tersebut tidak dapat
mengalirkan air dengan baik dan mudah tergenang. Sedangkan kemampuan drainase tinggi
berarti kawasan tersebut dapat mengalirkan air dengan baik dan genangan air yang ada
hanya sedikit. Berikut merupakan kriteria penentuan SKL Drainase.
Tabel 8.6 Kriteria Penentuan SKL Drainase
Peta Peta Curah
Peta Peta Penggunaan SKL
Ketinggian Hujan Jenis Tanah Nilai
Morfologi Lereng Lahan Drainase
(mdpl) (mm/tahun)
<500 Dataran 0-2 % 2.500-3.000 Alluvial Semua Rendah 1
500-1.000 Landai 2-5 % 3.000-3.500 Latosol Semua 2
Meditera,
1.000-2.000 Perbukitan 5-15 % 3.500-4.000 Semua Sedang 3
Brown Forest
Pegunungan Podsol Merah
Semak belukar,
2.000-3.000 /Perbukitan 15-40 % 4.000-4.500 Kuning, Cukup 4
ladang, hutan
Terjal Andosol
Pegunungan
Kebun, hutan,
>3.000 / Perbukitan >40 % >4.500 Regosol Tinggi 5
hutan belukar
Sangat Terjal
G. Analisis SKL Erosi

Analisis SKL Erosi ini dilakukan untuk mengetahui daerah-daerah yang mengalami
keterkikisan tanah, sehingga dapat diketahui tingkat ketahanan lahan terhadap erosi serta
antisipasi dampaknya pada daerah yang lebih hilir. Hasil dari analisis SKL erosi ini akan
menunjukkan kelas kemampuan sangat rendah, rendah, sedang, cukup dan tinggi. Kelas
kemampuan erosi tersebut menunjukkan tingkatan dimana kemampuan sangat rendah berarti
kawasan tersebut memiliki kemungkinan pengelupasan atau pengikisan tanah yang besar.
Sedangkan kemampuan tinggi berarti kawasan tersebut memiliki kemungkinan pengelupasan
atau pengikisan tanah yang kecil bahkan tidak ada. Berikut merupakan kriteria penentuan
SKL Erosi.
Tabel 8.7 Kriteria Penentuan SKL Erosi
Curah Hujan Kemiringan Penggunaan
Morfologi Jenis Tanah SKL Erosi Nilai
(mm/tahun) Lereng Lahan
Pegungan/ Perbukitan Semak Belukar,
>4.500 > 40 % Regosol Tinggi 1
Sangat Terjal Ladang
Pegunungan/ Podsol Merah Kebun, Hutan Cukup
4.000-4.500 15 – 40 % 2
Perbukitan Terjal Kuning, Andosol Belukar Tinggi
Meditera, Brown
3.500-4.000 5 – 15 % Perbukitan Semua Sedang 3
Forest
Sangat
3.000-3.500 2–5% Landai Latosol Semua 4
rendah
2.500-3.000 0 – 2 % Dataran Alluvial Semua Tidak ada 5
H. Analisis SKL Bencana Alam

Analisis SKL terhadap bencana alam ini dilakukan untuk mengetahui tingkat
kemampuan lahan dalam menerima bencana alam untuk menghindari atau mengurangi
kerugian dari korban akibat bencana tersebut. Dalam menganalisis SKL ini, data bencana
alam sebagai bahan masukan menyesuiakan dengan kondisi kebencanaan yang ada di
wilayah studi. Hasil dari analisis SKL terhadap bencana alam ini akan menunjukkan kelas
potensi kawasan dengan risiko kerentanan bencana alam rendah, menengah, dan tinggi.
Kelas potensi rawan bencana tersebut menunjukkan tingkatan dimana potensi rendah berarti
kawasan tersebut aman untuk dikembangkan menjadi kawasan budidaya dan permukiman.
Berikut merupakan kriteria penentuan SKL Bencana Alam.
Tabel 8.8 Kriteria Penentuan SKL Bencana Alam

Kerentanan Kerentanan SKL
Kemiringan Penggunaan
Morfologi Topografi Gerakan Gunung Bencana Nilai
Lereng Lahan
Tanah Berapi Alam
Pegungan/ Semak
> 40 % Perbukitan >3.000 Belukar, Potensi 1
Sangat Ladang Bencana
Terjal Zona 3 (Tinggi) Zona 3 (Tinggi) Alam
Pegununga Kebun,
2.000- Tinggi
25 – 40 % n/ Hutan 2
Perbukitan 3.000
Belukar
Terjal Potensi
1.000- Zona 2 Zona 2
15 – 25 % Perbukitan Semua Bencana 3
2.000 (Menengah) (Menengah) Menengah
500- Potensi
2 – 15 % Landai Zona 1 Zona 1 Semua 4
1.000 Bencana
(Rendah) (Rendah) Rendah
0 – 2 % Dataran <500 Semua 5
I. Kelas Kemampuan Pengembangan

Analisis Kemampuan Pengembangan perlu dilakukan untuk memperoleh gambaran
tingkat kemampuan lahan yang dapat dikembangkan. Pembuatan peta nilai kemampuan
pengembangan lahan ini menggunakan metode overlay pada semua peta SKL yang telah
dibuat dan melakukan penjumlahan nilai setiap SKL yang kemudian dikalikan dengan bobot
setiap SKL. Bobot setiap SKL tersebut menunjukan tingkat pengaruh bagi kemampuan
pengembangan lahan. Setelah penjumlahan tersebut dilakukan, akan didapat nilai yang
digunakan untuk penentuan kelas kemampuan pengembangan sebagai berikut.
Tabel 8.9 Pembobotan Total SKL
SKL Bobot Hasil nilai x bobot
Morfologi 5 5 10 15 20 25
Kemudahan dikerjakan 1 1 2 3 4 5
Kestabilan Lereng 5 5 10 15 20 25
Kestabilan Pondasi 3 3 6 9 12 15
Ketersediaan Air 5 5 10 15 20 25
Drainase 5 5 10 15 20 25
Terhadap Erosi 3 3 6 9 12 15
Pembuangan Limbah 0 0 0 0 0 0
Bencana Alam 5 5 10 15 20 25
Kemampuan Lahan Jumlah 32 160
Dari total nilai pembobotan diatas, dapat ditentukan beberapa kelas kemampuan lahan
yang memperhatikan nilai minimum dan maksimum dari total nilai. Dari angka di atas, nilai
minimum yang mungkin didapat adalah 32 sedangkan nilai maksimum yang mungkin didapat
adalah 160. Kelas dan klasifikasi pengembangan berdasarkan total nilai pembobotan dapat
dilihat pada tabel berikut.
Tabel 8.10 Klasifikasi Pengembangan

Total Nilai Kelas Klasifikasi Pengembangan
32 – 58 Kelas A Kemampuan Pengembangan Sangat Rendah
59 – 83 Kelas B Kemampuan Pengembangan Rendah
84 – 109 Kelas C Kemampuan Pengembangan Sedang
110 – 134 Kelas D Kemampuan Pengembangan Cukup Tinggi
135 – 160 Kelas E Kemampuan Pengembangan Sangat Tinggi
8.2 Analisis Daya Dukung dan Daya Tampung Ruang

Menurut Undang-Undang Nomor 26 Tahun 2007 tentang Penataan Ruang, penyusunan
Rencana Tata Ruang Wilayah Nasional, Rencana Tata Ruang Wilayah Provinsi, dan Rencana
Tata Ruang Wilayah Kabupaten/Kota harus memperhatikan daya dukung dan daya tampung
ruang yang ada. Analisis daya dukung dan daya tampung ruang bertujuan mengetahui dan
memperkirakaan sejauh mana kemampuan lahan dalam mendukung kegiatan manusia dan
menampung populasi penduduk yang terus berkembang.
a. Analisis Daya Dukung

Daya dukung adalah kemampuan suatu wilayah untuk mendukung perikehidupan dan
kegiatan mahluk hidup khususnya manusia. Analisis daya dukung ini berguna untuk melihat
dan mengetahui sebarapa mampu suatu wilayah dalam menyediakan lahan permukiman
guna menampung jumlah penduduk tertentu untuk bertempat tinggal secara layak. Dalam
melakukan analisis daya dukung diperlukan beberapa data yaitu besaran luas lahan yang
layak untuk permukiman, jumlah penduduk serta dibutuhkan data mengenai standar atau
kriteria kebutuhan lahan tiap penduduk.
Data mengenai luas lahan yang sesuai untuk permukiman dapat diketahui dengan
menggunakan dua pendekatan yaitu pendekatan tata ruang dan pendekatan kemampuan
lahan. Pada analisis yang dilakukan ini pendekatan yang digunakan yaitu pendekatan tata
ruang, maka dari itu luas lahan yang layak untuk permukiman adalah area yang ada di suatu
wilayah diluar kawasan lindung dan terbebas dari bahaya lingkungan seperti banjir, tanah
longsor, instrusi air tanah dan abrasi serta berbagai macam ancaman bahaya geologi lainnya.
Pendekatan tata ruang tersebut berguna untuk mengidentifikasi daya dukung lahan
yang terdiri dari kawasan limitasi, kawasan kendala dan kawasan potensial. Pengertian dan
kriteria dari ketiga wilayah tersebut adalah sebagai berikut :
• Kawasan limitasi, adalah wilayah dengan fisik dasarnya memiliki tingkat kesesuaian
lahan yang tidak layak dikembangkan untuk permukiman berdasarkan batasan-
batasan fisik wilayah.
• Kawasan kendala, atau bersayarat adalah wilayah yang memerlukan masukan
teknologi bagi pembangunan dan pengembangan permukiman, dengan konsekuensi
perlu biaya tambahan untuk menanggulangi kendala tersebut seperti untuk perbaikan
kontur yang membutuhkan cut and fill.
• Kawasan potensial, sering dikatakan sebagai kawasan manfaat atau kawasan
kemungkinan, yaitu kawasan yang lingkungan fisik dasarnya memiliki tingkat
kesesuaian lahan yang akurat untuk dibangun dan dikembangkan bagi kawasan
permukiman.
Berdasarkan pengertian dari ketiga wilayah daya dukung lahan tersebut, dapat
disimpulkan bahwa wilayah yang dapat dikembangkan untuk permukiman sekaligus untuk
menampung penduduk yaitu wilayah potensial. Namun meskipun demikian wilayah potensial
tidak dapat dikembangkan untuk permukiman secara keseluruhan, melainkan harus
disediakan ruang untuk penggunaan lainnya yaitu untuk jaringan utilitas dan prasarana
umum. Oleh karena itu untuk pembangunan dan pengembangan permukiman harus
mempertimbangkan rasio tutupan lahan sebesar 60% dari luas wilayah potensial yang ada
sesuai dengan kriteria dari permen PU Nomor 20 Tahun 2007 tentang Pedoman Teknis
Analisis Fisik dan Lingkungan. Dalam mendapatkan luas lahan yang dapat dikembangan
untuk permukiman dari wilayah potensial tersebut dapat dihitung dengan menggunakan
rumus :
LP𝒎 = (𝑳𝑾𝑷 𝒙 %)
Keterangan :
LPm = Luas Lahan yang dapat
dikembangkan untuk permukiman
(ha)
LWP = Luas Wilayah Potensial
60% = Rasio Tutupan Lahan
Sumber : Lutfi Muta’ali, 2012
Setelah luas lahan yang dapat dikembangkan untuk permukiman tersebut diketahui
dengan menggunakan rumus diatas, maka tahapan selanjutnya dalam menganalisis daya
dukung wilayah untuk permukiman yaitu menghitung nilai indeks dari luas wilayah potensial
yang ada dengan memperhatikan standar kebutuhan ruang perkapita berdasarkan lokasi
geografis (Perdesaan dan Perkotaan) serta jumlah penduduk tahun terakhir. Tujuan
menghitung nilai indeks tersebut adalah untuk mengetahui kemampuan dari wilayah
potensial dalam menampung penduduk optimal. Berikut merupakan standar kebutuhan
ruang perkapita yang dapat digunakan. serta rumus perhitungan nilai indeks daya dukung
permukiman.
Tabel 8.11 Kebutuhan Ruang per Kapita menurut Lokasi Geografis (Zona Kawasan)
No Lokasi Geografis Kebutuhan Ruang (ha/kapita)
(Perdesaan-Perkotaan)
1 Zona Perdesaan 0,0133
2 Zona Pinggiran Kota 0,0080
3 Zona Perkotaan 0,0026
4 Zona Pusat Kota 0,0016
5 Zona Pusat Kota Metropolitan 0,0006
Sumber : Permen PU Nomor 11/PERMEN/M/2008 dalam Lutfi Muta’ali, 2012
Keterangan :
DDPm = Daya Dukung Permukiman
LPm = Luas Lahan yang dapat dikembangkan untuk permukiman (ha)
JP = Jumlah Penduduk (jiwa)
a = Koefisien luas kebutuhan ruang (ha/kapita)
Setelah daya dukung permukiman dihitung dengan rumus tersebut maka akan
diperoleh kisaran nilai indeks daya dukung permukiman sebagai berikut :
• Nilai DDPm >1, artinya bahwa daya dukung permukiman tinggi, masih mampu
menampung penduduk untuk bermukim (membangun rumah) dalam wilayah
potensial tersebut.
• Nilai DDPm =1, artinya bahwa daya dukung permukiman optimal, terjadi
keseimbangan antara antara penduduk yang bermukim (membangun rumah) dengan
luas wilayah potensi yang ada.
• Nilai DDPm <1, artinya bahwa daya dukung permukiman rendah, tidak mampu lagi
menampung penduduk untuk bermukim (membangun rumah) dalam wilayah potensial
tersebut.
b. Analisis Daya Tampung

Daya tampung adalah kemampuan dari suatu wilayah untuk menerima dan
menampung jumlah penduduk optimal. Analisis daya tampung ini diperlukan sebagai bentuk
responsif terhadap dinamika pertumbuhan penduduk yang saat ini tidak terhindarkan.
Konsekuensi pertumbuhan dan perkembangan penduduk yang menempati lahan,
menyebabkan kepadatan hunian menjadi bertambah. Dalam melakukan analisis daya
tampung diperlukan beberapa data, yaitu hasil analisis daya dukung permukiman (DDPm)
dan data mengenai jumlah penduduk tahun terakhir. Sehingga daya tampung penduduk
optimal dapat diketahui dengan menggunakan rumus perhitungan sebagai berikut :
𝑫𝑻 = DDP𝒎 𝒙 𝑱𝑷
Keterangan :
DT = Daya Tampung (jiwa)
DDPm = Daya Dukung Permukiman
JP = Jumlah Penduduk
MODUL IX
ARCSCENE
9.1 ArcScene
A. Data Elevation Model (DEM)
Salah satu sumber data yang dapat digunakan dalam Sistim Informasi Geografis adalah
Data Elevation Model Data Elevation Model (DEM) adalah seuatu model ketinggian yang
merpresentasikan bentuk permukaan bumi yang sebenarnya. Representasi model ketinggian
dapat didapatkan 2 metode yaitu Metode Grid dan Metode Triangular Irregular Network (TIN).
Pada model ketinggian dengan menggunakan konsep grid, setiap nilai ketinggian
direperesentasikan pada sebuah cell/pixel yang berbentuk segi empat, sementara pada
model ketinggian dengan menggunakan kosep TIN, setiap nilai ketinggian direpresentasikan
pada sebuah segitiga.
Gambar 9.1 Contoh Data Elevation Model (DEM) Daerah Cekungan Bandung
Pemanfaatan model DEM ini sudah banyak diterapkan dalam kehidupan sehari-hari. Seperti:
1. Kemiringan
2. Daerah Alirah Sungai (Watershed)
3. Sistim Drainase (sungai)
B. Pembuatan Data DEM

Salah satu bentuk model ketinggian adalah dalam bentuk grid model, untuk pembuatan
ketinggian dengan grid model dapat dilakukan dengan berbagai cara, salah satunya adalah
dengan metode interpolasi. Dari titik ketinggian yang kita dapatkan dari data lapangan kita
lakukan langkah penginterpolasian. Untuk melakukan penginterpolasian di ArcGIS kita haru
mengkatifkan menu”Spatial Anlayst”,
1. Aktifkan modul Spatial Analyst dengan cara
pilih Tools > Extension. Pilih Spatial Analyst
dan klik close.
Untuk membuat sebuah model ketinggian, diperlukan inputan data ketinggian berupa
nilai ketinggian yang bisa berbentuk point (titik tinggi) ataupun dalam bentuk garis (kontur).
Adapun langkah-langkah untuk membentuk model ketinggian :
1. Inputkan data ketinggian dalam bentuk point ataupun line (dalam format shapefile/shp)
Gambar 9.2 Contoh Data Titik Ketinggian Daerah Cekungan Bandung
2. Masuk ke ArcToolbox , Klik “3D Analyst Tools”, kemudian “Raster Interpolation”,

kemudian “Natural Neighbour”
3. Masukan data “Titik Ketinggian bandung” kedalam inputan data-nya, set “Z Value
Field” mendajadi “GRID_CODE”,kemudian set outputnya di folder masing-masing.
4. Maka akan muncul data ketinggian secara spasial daerah permukaan bandung
5. Pada hasilnya, daerah batas-batasnya tidak sesuai dengan tepi batas cekungan
bandung, maka dari pada itu harus dilakukan pemotongan batas, dengan cara,
menggunakan fitur “Extract By Mask” yang terdapat di “Spatial Analyst Tools”
kemudian “Extraction”. Inputkan data cekungan bandung yang berbentuk polygon.
6. Kemdian masukan pada kolom “raster” dengan data “kontur bdg”, kemudian masukan
pada kolom “Input raster or feature mask data” dengan data “Cekungan bandung”
setelah itu set outputnya.
7. Maka hasilnya adalah model ketinggian dengan batas-batas sesuai dengan cekungan
bandung.
C. Animasi Menggunakan ArcScene

ArcScene merupakan bundled software dengan ArcGIS yang berfungsi dalam
menampilkan dan menganalisa data – data spasial yang akan dibuat tampilan 3 dimensi.
Langkah – langkah dalam menggunakan ArcScene :
1. Aktifkan ArcScene melalui Start > Program > ArcGis > ArcScene
2. Buka data hasil interpolasi yang telah dilakukan pada praktikum sebelumnya
Gambar 9.3 Display ArcScene 1
Gambar 9.4 Display ArcScene 2

1. Secara default, model data Tin dalam keadaan grey scale. Ubah tampilan
warna yang sesuai dengan cara thematic mapper
2. Buatlah tampilan 3-D dengan cara klik kanan, pilih option Base Heights.
Pilih option ke dua yaitu Obtain Heights For Layer From Surface, dan
pada Z Unit Vonversion pilih custom dan nilai 5 seperti berikut ini.
Gambar 9.5 ArcScene Layer Properties

maka tampilan seperti berikut ini:
3. Pelajari main-tools yang terdapat pada ArcScene.

4. Overlay dengan data vektor lainnya. Contoh masukkan data Roadwl
(Jalan) dan Hydrol (sungai) pada data Bandung.
5. Klik kanan pada data Roadwl, pilih Base Heights kembali dan perlakukan
sama dengan pola data TIN sebelum ini, begitu juga dengan data Hydrol.
Gambar 9.6 3D Model 2
6. Animasi Video, buka Animation Controls dan rekam seluruh pergerakan

data seperti yang anda inginkan.
7. lalu isi nama file dan jenis compressor file yang anda inginkan.
Gambar 9.7 Video Compression Menu

8. File dalam format AVI dapat anda mainkan menggunakan perangkat lunak
multimedia dikomputer anda.
9. Untuk overlay data TIN dengan data raster lain misalkan citra satelit yang
telah georeference dengan cara yang sama dengan metode pada nomor
MODUL X
PENGAMBILAN FOTO UDARA MENGGUNAKAN DRONE
10.1 Tahap Persiapan Pengoperasian Drone

Sebelum mengroperasikan drone, perlu dicermati bagian-bagian umum dari drone itu
sendiri (contoh gambar adalah DJI Phantom 3), seperti terlihat pada gambar dibawah ini :
A. Bagian Pesawat
8. Gimbal and Camera 1. Aircraft Status Indicators

9. Vision Positioning System 2. Antennas
10. Camera Micro-SD Card Slot 3. Intelligent Flight Battery
11. Aircraft Micro-USB Port 4. Power Button
12. Front LEDs 5. Battery Level Indicators
13. Motors 6. Link Button
14. Propellers 7. Camera Micro-USB Port
B. Bagian Remote control
9. Power Button 1. Gimbal Dial

10. Return to Home (RTH) Button 2. Camera Setting Dial
11. Control Sticks 3. Video Recording Button
12. Status LED 4. Flight Mode Switch
13. Battery Level LEDs 5. Shutter Button
14. Power Port 6. C1/C2 Buttons (Customizable)
15. Mobile Device Holder 7. USB Port
16. Small Device Positioning Tabs 8. Micro-USB Port
(such as mobile phone)
17. Antennas
18. Handle Bar
Sebelum melakukan penerbangan, ada beberapa prosedur operasi standar yang harus
dilakukan, yaitu :
• Melakukan pengecekan drone dan alat pendukungnya dalam keadaan aman.

• Mengecek lingkungan, mencari sumber potensi gangguan seperti keramaian atau
non fisik (gelombang radio atau elektromagnetik).
• Menentukan wilayah operasi penerbangan dengan Matbar (pengamatan dan
penggambaran) lintasan terbang drone.
• Meminta ijin otoritas berkepentingan jika menerbangkan drone di tempat umum yang
berpotensi dapat membayakan dan mengganggu keselamatan.
• Bila menerbangkan dengan mode GPS, satellite lock sebelum tinggal landas adalah
9 satelit.
• Bila menerbangkan dalam mode fully autonomous, lakukan simulai terlebih dulu
antara flight path dengan kondisi lingkungan sekitar.
• Kalibrasi kompas dan sensor lainnya sesuai petunjuk manual drone.
• Lepas landas di tempat yang aman.
Untuk prosedur pertama dalam mengoperasikan drone, Pertama nyalakan remote

(tekan sekali, tekan lagi dan tahan 2 detik), turn on dji phantome pada bagian belakang
bateray (tekan sekali, tekan lagi dan tahan 2 detik). Lakukan pairing antara handphone
dengan dji phantome. Pastikan drone telah home lock / home position sehingga phantome
akan tau dimana dia harus mendarat apabila terjadi hal-hal yang tidak diinginkan. Ini dapat
terlihat dari lampu LED pada phantome yang menunjukan warna hijau. Pastikan drone
menghadap pada arah yang tepat. Kemudian lakukan Hovering, atau menyalakan baling-
baling dengan cara mengarakan remote control ke tengah bagian bawah.
Gambar 10.1 Teknik Menyalakan Drone

Teknik melayakan baterei yaitu dengan menekan tombol power dari remote control
sebanyak dua kali (yang pertama dengan cepat, dan yang kedua ditahan) kemudian menekan
tombol power dari drone sebanyak dua kali (yang pertama dengan cepat, dan yang kedua
ditahan).
10.2 Pengolahan Data AgiSoft Photo Scan
I. Kriteria Pengambilan Data
• Setiap foto minimal harus beroverlap sebesar 60 persen dan minimal beroverlap
40 persen pada setiap tracknya.
• Untuk hasil yang lebih baik, shutter speednya harus lebih besar dari 1/100 th,
Auto Iso, dan White Balance setting ke mode ‘to 'Sunlight', 'Day' or 'Cloudy'
tergantung kondisi cuaca.
• Untuk pengolahan data yang lebih baik, diusahakan foto-nya berasal dari satu
drone
• Untuk foto foto ketika takeoff ataupun landing (ketinggiannya berbeda), di hapuskan dari
data data yang ada
• Kamera yang digunakan minimal 6 megapixel dan direkomendasikan 10-12 megapiksel
• Untuk perbandingan kualitas gambarnya direkomendasikan 4:3
• Jalur terbang harus berupa garis paralel atau dengan gambar yang mempunyai daerah
beroverlap banyak.
• Ketinggian terbang diusahakan memilki ketingiaan yang cukup contohnya > 80 meter,
ketinggian terbang dibawah 50 meter atau kurang akan menyulitkan
Gambar 10.2 tampilan proses overlapping images
II. Pengertian Agisoft
Agisoft Photoscan adalah sebuah software 3D modeling menggunakan citra/foto yang

direkam secara stereo/multi sudut, sehingga dari paralaks antar foto yang dihasilkan dapat
disusun sebuah model tiga dimensi dari foto. Agisoft dapat digunakan untuk mengolah foto
udara yang direkam menggunakan UAV/Drone, sehingga dari hasil perekamannya dapat
dihasilkan mosaic orthofoto. Titik tinggi (elevation point clouds) dan DEM resolusi tinggi serta
dapat ditampilkan secara tiga dimensi.
Proses pembuatan orthofoto dan DEM di dalam Agisoft Photoscan melalui beberapa
tahap yaitu :
1. Import Foto dan Rekonstruksi Jalur Terbang
2. Align Foto
3. Input GCP
4. Optimisasi Alignment
5. Pembangunan Titik Tinggi (Dense Point Clouds)
6. Pembangunan Model 3D (Mesh)
7. Pembangunan Model Texture
8. Pembangunan DEM
9. Pembangunan Orthofoto
Gambar 10.3 tampilan kerja pada software Agisoft
A. Preprocessing Image
a. Import foto dan dan Rekonstruktsi Jalur Terbang
Tahap import foto dan rekonstruksi jalur terbang merupakan tahap paling awal, dimana
disini kum-pulan foto hasil survei dibuka di dalam software agisoft dan direkonstruksi urutan
umum foto menurut jalur terbang secara otomatis.
Gambar 10.4 tampilan wokspace

b. Align photo
Tahap aligment merupakan tahap dimana dilakukan pendefinisian atau identifikasi tie
point secara otomatis melalui nilai kesamaan piksel pada image. Proses aligmnet
menghasilkan gambar yang membentuk points cloud pada foto-foto yang memiliki hubungan
overlap dan sidelap, titik tidak terbaca jika kenamapak suatu objek berbeda pada foto yang
saling bertampalan, hal ini dapat terjadi jika adanya blur pada foto, atau kondisi pada saat
pemotretan berbeda beda sehingga nilai piksel tersebut mengandung noise. Koordinat hasil
aligment masih dalam sistem koordinat model, karena antar point cloud masih terorientasi
secara relative antar titik
Muncul pilihan Accuracy dan Pair Preselection. Untuk accuracy, anda bisa memilih
berdasarkan kebutuhan. Untuk kajian awal seperti melihat cakupan overlap hasil foto selama
survey, gunakan accuracy low, sedangkan untuk tahap produksi citra yang sebenarnya,
gunakan accuracy highest. Sedangkan pilihan Pair Preselection digunakan untuk mem-bantu
Agisoft dalam proses aligning photos, Jika foto mempunyai koordinat bawaan dari GPS
Kamera UAV (geotagged), gunakan mode Reference. Sedangkan jika foto tidak mempunyai
koordinat bawaan (ungeotagged), gunakan mode Generic. Atau bisa juga dibandingkan
antara keduanya untuk melihat mana yang lebih efektif. Klik OK.
c. Optimize Camera
d. Build Dense Clouds
Dense Point Clouds adalah kumpulan titik tinggi dalam jumlah ribuan hingga jutaan titik
yang dihasilkan dari pemrosesan fotogrametri foto udara atau LIDAR. Dense point clouds
nantinya dapat diolah secara lebih lanjut untuk menghasilkan Digital Surface Model, Digital
Terrain Model, bahan masukan dalam proses pembuatan orthofoto dan kepentingan
pemetaan lainnya. Untuk mendapatkan hasil yang baik dan jika kita memiliki computer dengan
spek yang tinggi, kita dapat mengubah parameter Quality menjadi “ultra high” dan depth
filteringnya “Aggressive”.
e. Build mesh
Model 3D atau mesh adalah salah satu keluaran utama dari pemrosesan foto udara di
Agisoft. Model 3D nanti digunakan sebagai dasar pembuatan DEM baik DSM maupun DTM
dan juga orthofoto. Mesh yang dihasilkan juga dapat dieksport ke format lain untuk diproses
lanjutan di software lain seperti Google Sketchup, AutoCAD atau ArcGIS.
Untuk membuat Mesh, dari Menu Workflow klik Build Mesh. Muncul pilihan Mesh
Parameter. Untuk Surface Type, ada dua pilihan, Height Field dan Arbitrary. Arbitrary
digunakan untuk model 3D umum seperti bangunan, patung dan-lain - lain. Sedangkan Height
Field digunakan untuk obyek permukaan bumi seperti Medan/Terrain, dan struktur spa-sial
seperti jaringan Pipa, kabel, dan lain-lain. Gunakan Height Field untuk memprosesan
orthofoto. Untuk Source Data dapat menggunakan Sparse Point Cloud atau Dense Point
Cloud dari tahap pemrosesan sebelumnya. Untuk memperoleh hasil terbaik, gunakan Dense
Point Clouds. Untuk parameter Face Count, ada pilihan dari Low, Medium hingga High. Face
Count ini menentukan jumlah polygon mesh yang akan dihasilkan. Face count High dapat
menghasilkan mesh dengan jutaan polygon yang mungkin nanti akan menimbulkan
permasalahan visualisasi, oleh karena itu harus ditentukan dengan bijak. Selain tiga pilihan
diatas, juga terdapat dua pilihan tambahan yaitu interpo-lation dan point classes. Untuk
interpolation sendiri ada dua pilihan, yaitu interpolated dan extrapolated. Interpolated mode
akan memungkinkan beberapa gap diantara foto yang tidak terproses akan diinterpolasi
secara otomatis. Pili-han extrapolated tidak digunakan dalam pemrosesan orthofoto. Klik OK.

f. Texture
Model texture adalah model fisik 3D dari kenampakan - kenampakan yang ada di area
liputan foto. Model texture dapat dieksport ke dalam berbagai format model 3D yang nantinya
dapat dimanfaatkan untuk membuat model 3D via desktop software lain atau via website
Untuk membuat model texture, dari Menu Workflow klik Build Texture. Muncul pilihan
Texture Parameter, ada bebera-pa pilihan mapping mode, mulai dari Generic, Adaptive
Orthophoto, Orthophoto, Spherical, Single Photo, Keep uv. Anda dapat memilih dan
membandingkan beberapa mapping mode yang tersedia untuk memperoleh hasil terbaik.
Demikian pula untuk parameter texture size/count dapat digunakan untuk mendetilkan tekstur
dengan konsekuensi file tekstur yang semakin besar ukurannya. Untuk pilihan blending mode,
ada tiga pilihan, Mosaic, Average, Max In-tensity dan Min Intensity. Mosaic akan
mempertimbangkan detail dalam setiap foto sehingga menghasilkan orthofoto yang balance
dari segi warna dan kedetilan. Pilihan average akan menggunakan nilai piksel rata-rata dari
setiap foto yang overlap. Adapun untuk max dan min intensity menggunakan intensitas
maksimum dan minimum dari piksel yang bertampalan/overlap. Anda juga dapat mencentang
pilihan Enable Color Correction untuk melakukan koreksi warna di setiap foto, namun waktu
pemrosesan akan menjadi lebih lama. Untuk melanjutkan ke langkah selanjutnya, kita perlu
menyimpan project ke dalam file ektesnion .psx yang berada

B. Orthomosaic Image
Orthofoto adalah Foto udara yang telah dikoreksi kesalahan geometriknya

menggunakan data DEM dan data GCP se-hingga dapat dimanfaatkan untuk kepentingan
pemetaan tanpa adanya inkonsistensi skala di sepanjang liputan foto. Orthofoto dapat dibuat
setelah tahap pembuatan Dense Point Clouds, Mesh dan DEM selesai dilakukan.
Untuk membuat orthofoto, dari Menu Workflow klik Build Orthomosaic. Muncul pilihan
Orthomosaic Parameter. Untuk pilihan Projection, pilih antara koordinat geographic atau
planar/projected. Untuk parameter Surface, pilih DEM yang dihasilkan dari langkah
sebelumnya. Untuk pilihan blending mode, ada tiga pilihan, Mosaic, Average, Max Intensity
dan Min Intensity. Mosaic akan mempertimbangkan detail dalam setiap foto sehingga
menghasilkan orthofoto yang balance dari segi warna dan kedetilan. Pilihan average akan
menggunakan nilai piksel rata-rata dari setiap foto yang overlap. Adapun untuk max dan min
intensity menggunakan intensitas maksimum dan minimum dari piksel yang ber-
tampalan/overlap. Anda juga dapat mencentang pilihan Enable Color Correction untuk
melakukan koreksi warna di setiap foto, namun waktu pemrosesan akan menjadi lebih lama.

a. Data Elevation Model

DEM atau Digital Elevation Model adalah model medan digital dalam format raster/grid
yang biasanya digunakan dalam analisa spasial/GIS berbasis raster. Dari data DEM biasanya
dapat diturunkan informasi elevasi, lereng, aspek, arah penyinaran, hingga ke pemodelan
lebih lanjut seperti cut and fill, visibility, pembuatan DAS dan lain-lain. Terdapat dua
terminology terkait DEM, yaitu DSM (Digital Surface Model/ketinggian dihitung dari
permukaan penutup lahan, seperti atap bangunan, atap pohon, jembatan, dll) dan DTM
(Digital Terrain Model/ketinggian dihitung dari permukaan tanah). Untuk modul ini, terminology
yang digunakan adalah DSM.
Untuk membuat DEM, dari Menu Workflow klik Build DEM. Muncul pilihan DEM
Parameter. Untuk Coordinate System, anda dapat mengatur apakah DEM akan dieksport
dalam sistem koordinat geografis atau projected. Untuk Source Data dapat menggunakan
Sparse Point Cloud atau Dense Point Cloud dari tahap pemrosesan sebelumnya. Untuk
memperoleh hasil terbaik, gunakan Dense Point Clouds. Untuk interpolation sendiri ada dua
pilihan, yaitu interpolated dan extrapolated. Interpolated mode akan memungkinkan beberapa
gap diantara foto yang tidak terproses akan di-interpolasi secara otomatis sehingga
menghasilkan DEM yang solid dan tidak mempunyai Gaps. Pilihan extrapolated tidak
digunakan dalam pemrosesan DEM. Parameter Region menentukan luas wilayah yang akan
dieksport, anda dapat membiarkan seperti default atau mengaturnya secara manual.


b. 3D (ArcScene)
Sama seperti pembuatan ArcScene atau tampilan 3D pada BAB 9, setelah selesai
export DEM bisa langsung diolah untuk melihat tampilan 3Dnya. Fungsi dari pembuatan
tampilan 3D ini ialah untuk melihat kondisi kenampakan bumi sesuai dengan aslinya.

Salah satu kelebihan dari software Agisoft adalah dapat membuat sebuah profil 3 Dimensi
dari sebuah gedung.

TERIMAKASIH


Modul SIP 2020-2021

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul SIP 2020-2021

Diunggah oleh

Hak Cipta:

Format Tersedia

LABORATORIUM PERPETAAN

PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA

Penangung Jawab : Ketua Program Studi Perencanaan Wilayah dan Kota

Kepala Seksi Laboratorium : Astri Mutia Ekasari, ST., MT

Wassalamualaikum Wr. Wb.

Bandung, September 2021

Astri Mutia., ST., MT

1. MODUL 1 OVERVIEW GIS dan INDRAJA ..................................................................................... 8

I. Kelas Kemampuan Pengembangan ..........................................................................82

Gambar 1.1 Element Data Vektor ............................................................................................. 9

Tabel 1.1 Saluran Landsat Dan Kegunaan Utamanya ........................................................... 12

Salah satu tools untuk membantu

Gambar 1. 1 Element Data Vektor

Gambar 1. 2 Contoh Pola Ruang Kabupaten Garut

1.2 Proses Sistem Inderaja

Gambar 1. 3 Konsep Penginderaan Jauh

Gambar 1. 4 Cara Kerja Sistem Sensor Pasif (gambar A)

1.3 Citra Satelit

Gambar 1. 5 Konsep pengambilan data dan Matrik Citra Satelit

Gambar 1. 6 Skema Komposit Band

2. Maka image yang dihasilkan adalah

3. Untuk mempermudah menganalisis citra, kita perlu untuk menggabungkan band-

5. Untuk menghilangkan hitamnya, ,masuk ke properties, symbologi kemudian

1.5 Kombinasi Band

Gambar 1.7 Kombinasi Band Landsat

2. Kita rubah komposisi RGB dari gambar tersebut

2.1 Koreksi Radiometrik

2.2 Koreksi Geometrik

2.3 Koreksi Geometrik

Gambar 2. 1 Efek Topografi yang di sebabkan Reflektansi

Gambar 2. 2 Citra ALOS AVNIR Sebelum di koreksi Topografi

Gambar 2.3 Citra ALOS AVNIR Setelah di Koreksi Topografi

Gambar 2. 4 Citra ALOS AVNIR Setelah di hilangkan Awan

Gambar 3.1 Contoh Hasil Klasifikasi Citra

3.1.1 Klasifikasi Unsupervised

2. Klik dua kali tools dari Iso

5. Inputkan data raster yang akan kita

6. Klik “OK” dan tunggu sampai prosesnya selesai

3.1.2 Klasifikasi Supervised

4. Masukan input raster band dan sampe data, pilih

5. Untuk mengeksekusi hasil create signature kita,

1. Tambahkan data hasil pengklasifikasian (Unsupervised dan Supervised)

6. Gridecode adalah kelas-kelas yang ada dalam pengklasifikasian, dalam contoh

4.1 Konversi Data

• Browse ke directory tempat Anda meng-ekstrak Add-in Toolbox Feature

B. Konversi data CAD

Arahakan kepada “Projected Coordinate Systems”, “UTM”, “WGS 1984”,”Southern

6. Letakan data tersebut kedalam folder yang telah disediakan

8. Aktifkan menu spatial adjustment

9. Maka akan muncul box seperti ini

10. Zoom ke salah satu pojok perptongan garis telah dibuat

12. Klik Spatial adusment kembali dan pilih “Adjust”

14. Kemudian hapus data data garis yang tidak diperlukan

5.1 Modifikasi Atribut Tabel

Data 2 dalam bentuk Shapefile

3. Buka AttributeTable ke dua file tersebut

6. Hasil Akhir cek Attribute Table pada Shapefile “penduduk”.

a) Masuk ke Select By Locations

b) Masuk ke “Layer Properties” ----“Symbology”----“Charts”

6.1 Management Data

Gambar 6.1Tipe Data yang Dapat Disimpan pada Geodatabase

11. Addres Loacator

Gambar 6.2 Contoh Digram Penyusunan Geodatabase