I.TUJUAN
1. Menggunakan Buffering untuk analisis spasial
2. Memahami konsep query dalam analisis spasial
3. Menggunakan processing wizard untuk menggabungkan data shelter
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”)
28
29
30
5. Hasil Merger permukiman, dan hasil merger seluruh jalan di Kecamatan
Tasikmadu.
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).
32
9.
10. Klik kanan “Luas_Total” → Field Calculator → Paste hasil SUM
“Luas_Blok”.
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)
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)
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.
38
22. Klik Select Feature → klik kanan pada salah satu shelter → Identify →
Kapasitas Shelter.
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
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
43
VII. KES IMPU LAN
44