LAPORAN PRAKTIKUM

SISTEM INFORMASI GEOGRAFIS II

ACARA II
BUFFER (PROXIMITY ANALYSIS)

I.TUJUAN
1. Menggunakan Buffering untuk analisis spasial
2. Memahami konsep query dalam analisis spasial
3. Menggunakan processing wizard untuk menggabungkan data shelter

II.ALAT DAB BAHAN

1. PC/Laptop
2. Software ArcGIS
3. Data spasial RBI Batas Kecamatan Tasikmadu
4. Data jumlah penduduk Tahun 2021 (BPS Dalam Angka) Kecamatan
Tasikmadu
5. Data spasial persebaran sarana dan prasarana Kecamatan Tasikmadu
6. Data spasial jaringan jalan Kecamatan Tasikmadu
7. Data spasial jaringan sungai Kecamatan Tasikmadu
8. Data spasial permukiman Kecamatan Tasikmadu

III.LANDASAN TEORI
Analisis Proximity merupakan analisis geografi yang berbasis pada jarak
antar layer. Dalam analisis proximity sistem informasi geografis
menggunakan proses yang disebut dengan buffering (membangun lapisan
pendukung sekitar layer dalam jarak tertentu) untuk menentukan dekatnya
hubungan antara sifat bagian yang ada. Analisis buffer mendasarkan
pencarian lokasi pada data spasial dan atribut jarak.
Proximity tools dibagi menjadi dua kategori berdasarkan tipe input yang
diterima yaitu features dan raster. Feature tools bervariasi dalam jenis output
yang dihasilkan. Sebagai contoh, buffer tool mengeluarkan fitur poligon,

25
yang kemudian dapat digunakan sebagai input untuk overlay atau spatial
tools seperti Select Layer By Location. Near tool menambahkan atribut
pengukuran jarak ke fitur yang dimasukan. Raster tool euclidean distance
mengukur jarak dari pusat sumber ke pusat tujuan.
Menurut ESRI (1990) dalam Purnomo Heri tentang teori kompleks
menjelaskan bahwa SIG merupakan sistem komputer yang menangani serta
memakai data yang menggambarkan tempat-tempat dipermukaan bumi.
Proximity Analysis adalah teknik analitik yang digunakan untuk
menentukan hubungan antara titik yang dipilih dan tetangganya. Proximity
Analysis merupakan studi yang menggunakan kecerdasan lokasi
menggunakan perangkat lunak pemetaan untuk menghitung jarak.
(misalnya: Jarak lokasi rumah sakit terdekat dengan daerah pemukiman,
jarak pom bensin terdekat dengan jalan raya). Proximity Tools dapat dibagi
menjadi dua kategori tergantung pada jenis masukan yang diterima
alat: features dan rasters.
Feature-based tools bervariasi dalam jenis output yang mereka hasilkan.
Sebagai contoh, alat Buffer mengeluarkan fitur poligon, yang kemudian
dapat digunakan sebagai input untuk overlay atau pemilihan spasial (spasial
selection) seperti Pilih Layer By Location. Near tool menambahkan atribut
pengukuran jarak ke fitur masukan.
Raster-based Euclidean digunakan untuk mengukur jarak dari pusat
sumber cells ke pusat cells tujuan. analysis proximity berisi tools yang
membuat raster menunjukkan jarak setiap cell dari serangkaian fitur atau
yang mengalokasikan setiap cell ke fitur terdekat. Distance tools juga dapat
menghitung jalur terpendek di permukaan atau corridor antara dua lokasi
yang meminimalkan dua set biaya. Distance surface sering digunakan
sebagai input untuk analisis penampalan (overlay analysis); misalnya,
dalam model kesesuaian habitat, jarak dari sungai bisa menjadi faktor
penting untuk spesies yang suka air.

26
IV.LANGKAH KERJA
1. Add data yang akan digunakan, yaitu batas administrasi, jalan, sungai,
titik fasilitas ibadah dan pendidikan.

2. Open Attribut tabel pada layers landuse, kemudian select attribute hanya
pada permukiman,

27
3. Klik kanan pada Layers Landuse → Data → Export Data → Masuk ke
jendela Export Data (Export : Selected Feature dan Output Feature Class
dalam bentuk shp “PEMUKIMAN”)

4. Klik kanan pada Layers Pemukiman → Open Attribute Table → Start

Editing → Select All → Merge → Klik Ok → Save editing → Stop
editing. Lakukan hal yang sama untuk Layers Jalan.

28
29
30
5. Hasil Merger permukiman, dan hasil merger seluruh jalan di Kecamatan
Tasikmadu.

6. Start Editing → Klik Select Feature → Select di daerah pemukiman → Cut

Polygon Tool → mulai mendigitasi (4 titik) jalan yang dekat dengan
pemukiman → Klik kanan → Replace Sketch.

31
7. Aktifkan Tools Advenced Editing → Explode Multipart Feature → Klik kanan
Layers Pemukiman → Open Attribute Table → Table Option → Add Field →
Mengisi jendela Add Field (Name : Luas_Total dan Luas Blok, Jml_Pnddk, dan
Jml_Pddk_Blok dengan Type : Double).

8. Klik kanan “Luas_Blok” → Statistics → Mengisi jendela Statistics of Pemukiman

(Property : Area, Coordinate System : WGS 1984 UTM Zone 49S, dan Units :
Sq m) → Copy “SUM”.

32
9.
10. Klik kanan “Luas_Total” → Field Calculator → Paste hasil SUM
“Luas_Blok”.

11. Klik kanan “Jml_Pnddk” → Field Calculator → masukkan data jumlah

penduduk kecamatan. Kemudian Klik kanan “Jml_Pddk_Blok” → Field
Calculator → masukkan rumus “(Luas_Blok)/(Luas_Total)*(Jml_Pnddk)”.

33
 12. Search Feature to Point → Calculate Geometry → Mengisi jendela Feature
to Point (Input feature : Pemukiman, dan Output Feature Class :
CB_Kecamatan),

13. Klik kanan pada Layers Sungai → Open Attribute Table → Start Editing →
Select All → Merge → Klik Ok → Save editing → Stop editing.

34
14. Tool Geoprocessing → Buffer → Mengisi jendela Buffer (Input feature :
Sungai, Output Feature Class : Rawan_Banjir, Distance Linear Units : 250
Meters)

15. Tool Geoprocessing → Intersect → Mengisi jendela Intersect (Input

feature : CB_Kecamatan dan Rawan_Banjir, Output Feature Class :
Penduduk_Terdampak).

35
16. Klik kanan Layers Kecamatan → Open Attribute Table → Select salah satu
kecamatan → Tool Geoprocessing → Intersect → Mengisi jendela Intersect
(Input feature : Kecamatan dan Penduduk_Terdampak, Output Feature
Class : Desa_Terdampak)

17. Menggabungkan seluruh penduduk terdampak di desa dengan cara Select

All Penduduk terdampak → Klik kanan → Group → Mengisi jendela Group
Layer Properties (Layer Name : Penduduk_Terdampak).

36
18. Klik kanan Layers Sarana_Ibadah → Open Attribute Table → Select By
Attributes → Masukkan rumus “Dapur”=”Ada”.

19. Klik kanan pada Layers Sarana_Ibadah → Data → Export Data → Masuk
ke jendela Export Data (Export : Selected Feature dan Output Feature Class
dalam bentuk shp “Shelter_Ibadah”).

37
 20. Search erase Point → Mengisi jendela erase Point (Input feature :
Shelter_Pendidikan dan Remove Feature : Rawan_Banjir). Lakukan hal
yang sama untuk Shelter_Ibadah.

21. Klik kanan Layers Penduduk_Terdampak di tiap desa → Open Attribute

Table → Klik kanan “Jml_Pnddk” → Statistics → Input data Penduduk
terdampak ke dalam excel “Grafik Perbandingan Penduduk Terdampak,
Kapasitas Shelter (Ibadah & Pendidikan)”.

38
 22. Klik Select Feature → klik kanan pada salah satu shelter → Identify →
Kapasitas Shelter.

23. Membuat grafik perbandingan.

39
V.HASIL PRAKTIKUM
1. Grafik Perbandingan Jumlah Penduduk Terdampak vs Kapasitas
Shelter (Ibadah dan Pendidikan)

Grafik Perbandingan
12000

10000

8000

6000

4000

2000

0
g o k o an h n i jo an
l in op ra oj ey ru ra um
Ka ol a ij i gm d Su Bu Ng Ga pah
n Kl n
W
o ran Pa Pa
Ka

Penduduk Terdampak Shelter ibadah Shelter Pendidikan

40
2. Potensi Penampungan Korban Bencana Banjir di Sarana Peribadatan
(Setelah Erase point)

41
3. Potensi Penampungan Korban Bencana Banjir di Sarana Pendidikan
(Setelah Erase point)

42
VI. ANALISIS

Kecamatan Tasikmadu merupakan salah satu kecamatan yang

berada di Kabupaten Karanganyar. Tasikmadu memiliki terdiri dari 10
desa yaitu, Desa Kaling, Desa Wonolopo, Desa Kalirijak, Desa
Karangmojo, Desa Pandeyan, Desa Suruh, Desa Buran, Desa Ngijo,
Desa Gaum, Dan Desa Papahan. Masing-maisng desa dilalui oleh
aliran sungai, dimana Kecamatan Tasikmadu sendiri memiliki 4 aliran
sungai. Berdasarkan Peta potensi penampungan korban bencana banjir
di Kecamatan Tasikmadu, salah satu desa yang tidak memiliki tingkat
kerawanan banjir yaitu Desa Wonolopo untuk shelter ibadah maupun
pendidikan. Sedangkan untuk desa lainnya, memiliki potensi rawan
banjir untuk fasilitas atau sarana tempat ibadah dan pendidikan.

Sedangkan untuk kerawanan bencana banjir bagi permukiman atau

penduduk, masing-masing desa memiliki potensi yang berbeda-beda.
Diligat pada grafik perbandingan jumlah penduduk terdampak dengan
kapasitas shelter ibadah maupun pendidikan, yaitu jumlah dari korban
yang terdampak memiliki perbandingan yang sangat signifikan. Desa
yang paling tinggi jumlah penduduk terdampak berada pada Desa
Buran dengan jumlah penduduk terdampak yaitu 11.204 jiwa, desa
lainnya yang memiliki potensi tinggi lainnya yaitu Desa Kalijirak
dengan penduduk terdampak yaitu 6.843, Desa Wonolopo sebanyak
3.718.

Kondisi tersebut perlu diperhatikan terlebih untuk adanya

penanganan posko perlindungan atau posko bencana, didirikan pada
lokasi yang strategis jauh dari aliran sungai, dan juga dapat mudah
dijangkau oleh masyarakat umum, baik dari lokasi permukiman
maupun shelter pendidikan dan shelter tempat ibadah.

43
VII. KES IMPU LAN

1. K ecamatan Tas ikmasu memiliki 4 aliran sungai yang

maisng-mas ing melalui 10 des a yang ada di
kecamatan tersebut.

2. D ari adanya potensi banjir, 3 Des a yang memiliki

potensi penduduk terdampak paling tinggi yaitu Des a
Buran, Desa K alijirak, dan Des a Wonopolo.

3. Adanya bencana banjir seharusnya didirikan pos ko

darurat atau pos ko bencana yang mudah dijangkau
mas yarakat umum dan jauh dari aliran s ungai.

44