ACARA V

I. TUJUAN
1. Mahasiswa mampu memahami karakteristik Grid Map
2. Mahasiswa mampu membuat peta grid dengan QGIS

II. ALAT DAN BAHAN

1. Alat
a. Laptop
b. Software QGIS
c. Microsoft Office
2. Bahan
a. Shapefile wilayah laut Kota Helsinki
b. Data Sebaran Karyawan di Wilayah Helsinki tahun 2017

III. DASAR TEORI

1. Grid Map
Peta grid merupakan peta di mana jaringan garis horizontal dan
vertikal ditumpangkan, tujuan ditumpangkan agar dapat menemukan
titik. Grid map dibuat untuk mengidentifikasi area utama dengan
menggunakan bantuan kisi atau grid untuk menemukan suatu lokasi di
peta. Grid dalam peta memiliki petunjuk, garis pada peta melintang (garis
horizontal) dan garis yang membentang turun (garis vertikal).
membentuk pola pola kotak (Gallego, 2010). Dalam sistem informasi
geografis (SIG), grid diartikan sebagai struktur (biasanya dua dimensi )
terdiri dari serangkaian berpotongan lurus (vertikal, horisontal, dan
angular) atau melengkung garis panduan yang digunakan untuk struktur
konten. Sebuah grid dapat memberikan orientasi spasial dengan mudah
pada pembaca peta. Garis dapat digunakan untuk referensi. Misalnya,
garis grid dapat merepresentasikan lintang dan bujur.

1
2. QGIS
Quantum GIS bermula secara resmi pada bulan Mei 2002. Ide ini
dipersiapkan pada Bulan Februari 2002, yakni ketika Gary Sherman mulai
mencari GIS viewer untuk Linux yang cepat serta mendukung berbagai tipe
penyimpanan data. Rilis pertama Quantum GIS diluncurkan pada 19 Juli
2002. Rilis pertama ini hanya mendukung layer PostGIS (Aditya, Kusnanto,
2010). QGIS memiliki pilihan ‘add data’ sesuai dengan jenis data yang ingin
kita pilih, seperti vektor, raster, dll. QGIS juga dapat membuka banyak data
spasial. QGIS memiliki bahasa pemprograman yang memungkinkan aplikasi
ini untuk membuka banyak jenis data spasial dari sumber manapun. Hal ini
tentu saja memudahkan kita ketika ingin membuka data-data yang kurang
familiar dan tidak dapat dibuka di ArcGIS. Selain itu, menghemat waktu kita
dalam melakukan konversi jenis data tersebut. Fitur penting QGIS adalah
kemungkinan menambahkan plugin yang dikembangkan pengguna ke
program. QGIS menyediakan database besar dimana pengguna dapat
melakukan kreasi mereka sendiri untuk membiarkan orang lain
menggunakannya.
3. Kota Helsinki
Helsinki merupakan ibu kota sekaligus kota terbesar di Finlandia, dengan
kepadatan penduduk sejumlah 562.570 jiwa. Kota Helsinki terletak di bagian
selatan Finlandia, di tepi Teluk Finlandia dan Laut Baltik. Kawasan urban
Helsinki termasuk Kota Espoo, Vantaa, dan Kauniainen. Kota Helsinki
membagi pusat pertumbuhan wilayahnya kedalam Helsinki Raya (Greater
Helsinki). Helsinki adalah pusat bidang usaha, keuangan, mode, hiburan,
media, jajaran museum, galeri, dan tempat pertunjukkan. Kota ini juga
menjadi pintu gerbang internasional Finlandia. Helsinki memiliki banyak
warga asing terbesar di Finlandia yang turut serta adil dalam banyak nyata
maupun persentasenya. Mereka terdiri atas sekitar 130 kewarganegaraan
dengan mayoritas dari Rusia, Estonia, dan Swedia. Tata ruang lanskap kota
Helsinki menggunakan penataan warna kota yang sejajar.

2
 4. Peta Persebaran Karyawan.
Peta persebaran karyawan dapat memperlihatkan fenomena
kepadatan penduduk, yang dihitung dari jumlah penduduk dibagi jumlah
penduduk per satuan luas (km2). Peta persebaran karyawan di kota
Helsinki, Finlandia menggunakan bantaun QGIS dan file shp. Finlandia
menduduki negara dengan pendidikan terbaik, sistem pendidikan yang
baik membuat kualitas tenaga kerja yang lebih unggul, tetapi tenaga kerja
biasanya lebih memilih bekerja di pusat pertumbuhan kota. Peta
persebaran karyawan memuat persebaran tenaga kerja di suatu wilayah.
Konsentrasi persebaran karyawan atau tenaga kerja yang paling tinggi
dominan sebanding dengan pertumbuhan daerah itu sendiri baik dilihat
dari sektor ekonomi, pendidikan maupun industri.

IV. LANGKAH KERJA

1. Membuka software QGIS, klik New Empty Project

3
2. Membuka file shapefile ‘HKI_BusinessEmployment_2017’
dan‘helsinki_sea’ kemudian pindah posisi layer ‘helsinki_sea’ ke atas

4
3. Buka attribute table dari file ‘HKI_BusinessEmployment_2017’

a. Klik kanan dan pilih open attribute table

b. Mengidentifikasi kolom yang akan digunakan untuk

simbologi, yaitu kolom TotalEmplo, kemudian tutup
kembali

5
4. Melakukan simbologi dengan cara sebagai berikut:
a. Klik kanan 1x pada layer ‘HKI_BusinessEmployment_2017’ klik
properties, kemudian symbology dan pilih graduated

b. Untuk ketentuan value, pilih TotalEmplo

6
c. Kemudian, untuk color ramp pilih reds dengan mengklik menu dropdown
sebelah kanan

d. Kemudian, untuk mode classify, pilih natural breaks (jenks)

7
 e. Kemudian klik classify, maka kelas simbologi akan muncul, kemudian
klik ok

5. Sesuaikan tampilan dengan menu zoom in zoom out hingga seperti di bawah ini

8
6. Kemudian, ganti warna laut menjadi biru dengan menu simbologi pada layer
‘helsinki_sea’

7. Tampilan layer saat ini

9
8. Melakukan penamaan ulang pada layer ‘HKI_BusinessEmployment_2017’
dengan mengklik kanan 1x kemudian pilih rename dan ubah menjadi Jumlah
Karyawan

9. Nama layer yang sudah berubah

10
10. Layout peta sesuai kaidah kartografi dan sertakan legenda
Contoh layout:

11
V. HASIL

12
VI. PEMBAHASAN
Helsinki merupakan ibukota negara Finlandia dan menjadi pusat bidang usaha,
ekonomi, serta pendidikan. Finlandia berada di peringkat pertama untuk Human Capital
Index berdasarkan The Human Capital Repot 2015 yang dikeluarkan World Economic
Forum, ini artinya Finlandia memiliki sistem pendidikan berkualitas tinggi di dunia.
Kualitas pendidikan yang baik dapat sejalan dengan kesejahteraan pembangunan ekonomi
(Eddy. C., 2019). Penguatan sumber daya manusia menuju manusia unggul memiliki
korelasi yang erat dengan peningkatan produktivitas kerja, Hal ini terealisasikan di Kota
Helsinki yang mana jumlah persebaran serta mobilitas tenaga kerja yang tinggi. Fenomena
yang sering terjadi adalah tenaga kerja mengerucut pada wilayah pusat pertumbuhan
(Sakban et al., 2019). Semakin ke arah pinggir dari pusat pertumbuhan, nilai yang didapat
akan semakin rendah. Faktor utama wilayah mwmiliki tingkat tenaga kerja yang tinggi
adalah faktor tingkat upah dan sistem pengupahan yang berlaku juga turut memberikan
dominasi dalam pelaksanaan pembangunan nasional yang terkait dengan upaya
penyerarapan tenaga kerja. Proses penetapan upah di setiap daerah menggunakan kebijakan
upah yang berbeda, namun pertimbangan yang biasa digunakan adalah kebijakan upah
minimum untuk sektor formal (Devanto dan Putu, 2011).
Pembuatan peta persebaran tenaga kerja di Kota Helsinki menggunakan peta kisi
atau grid map. Grid merupakan struktur yang terdiri dari serangkaian garis lurus (garis
horizontal dan vertikal) atau lengkung yang berpotongan (Hafting, T, 2008). Grid dapat
digunaan untuk memberikan identifikasi terhadap orientasi spasial. Identifikasi orientasi
spasial saling berketerkaitan dengan fenomena beserta informasi mengenai nilai atau
deskripsi dari objek tersebut. Dalam hal ini, peta metode grid dapat memberikan
gambaran antara hubungan spasial berupa pola spasial hingga kecenderungan perubahan
yang terjadi atas objek atau fenomena yang dipetakannya. Pada metode grid, sistem kisi
yang dapat digunakan bervariasi, namun yang paling umum adalah bentuk kisi persegi
dengan garis kisi yang berpotongan satu sama lain pada sudut kanan dan diberi nomor
secara berurutan dari titik asal di bagian kiri bawah peta. Nomor kisi pada sumbu timur
kearah barat (horizontal) disebut Eastings, dan nomor kisi pada sumbu utara kr selatan
(vertikal) disebut Northings.

13
14
 Ekonomi Finlandia berpusat di Kota Helsinki, karena Kota Helsinki menjadi capital
city. sebagai wilayah dengan penyebaran karyawan terpadat menampilkan Grid yang
menunjukkan bahwa mayoritas persebaran karyawan berada di klasifikasi menengah
dengan angka ratusan, tepatnya 142 - 637. Kemudian, beberapa wilayah di Kota Helsinki
juga terekam dalam grid dengan menunjukkan data banyak karyawan dengan klasifikasi
tertinggi yang mencapai 4986 - 7976 dengan pixel yang terekam menunjukkan nilai lebih
dari satu.
Setiap metode memiliki keunggulan dan kelemahan. Peta hasil metode grid
memiliki keuntungan lebih mudah untuk dibuat dibanding metode peta sebelumnya,
selain itu metode grid map tidak memerlukan waktu yang panjang dalam pengerjaannya.
Namun, tingkat ketelitian pada metode grid map tidak dapat mencakup bagian nilai
wilayah terkecil. Tingkat ketelitian pada metode grid map tidak bisa mencangkup nilai
diatas 80 %. Kurangnya ketelitian pada bagian lekukan kecil pada peta dapat disebabkan
karena jarak garis tepi kotak yang terlampau terlalu jauh. Ketelitian geometris dapat
menunjukan ukuran detail dari unsur dan informasi peta yang disajikan. Peta metode grid
dapat digunakan untuk menampilkan ukuran yang berkaitan dengan aspek spasial.

15
VII. KESIMPULAN
Pembuatan peta persebaran tenaga kerja di Kota Helsinki menggunakan peta kisi
atau grid map. Pada metode grid, sistem kisi yang dapat digunakan bervariasi, namun yang
paling umum adalah bentuk kisi persegi dengan garis kisi yang berpotongan satu sama lain
pada sudut kanan dan diberi nomor secara berurutan dari titik asal di bagian kiri bawah
peta.penyebaran karyawan terpadat menampilkan Grid yang menunjukkan bahwa mayoritas
persebaran karyawan berada di klasifikasi menengah dengan angka ratusan, tepatnya 142-
637. Kemudian, beberapa wilayah di Kota Helsinki juga terekam dalam grid dengan
menunjukkan data banyak karyawan dengan klasifikasi tertinggi yang mencapai 4986- 7976
dengan pixel yang terekam menunjukkan nilai lebih dari satu. Peta hasil metode grid
memiliki keuntungan lebih mudah untuk dibuat dibanding metode peta sebelumnya, selain
itu metode grid map tidak memerlukan waktu yang panjang dalam pengerjaannya. Namun,
tingkat ketelitian pada metode grid map tidak dapat mencakup bagian nilai wilayah
terkecil.

16
 DAFTAR PUSTAKA

Aditya L. Ramadona dan Hari Kusnanto (2010). Open Source GIS Aplikasi Quantum
GIS untuk Sistem Informasi Lingkungan. PSLH-UGM Press.
Devanto dan Putu.2011. kebijakan upah minimum untuk perekonomian yang
berkeadilan:tinjauan UUD 1945. Jurnal Fakultas Ekonomi dan Bisnis
Universitas Brawijaya Malang.Vol.5 no.2
Gallego, FJ (2010). A population density grid of the European Union. Population and
Environment, 31(6), 460 –473.
Hafting, T., Fyhn, M., Bonnevie, T., Moser, M.-B. & Moser, E. I, 2008. Hippocampus-
independent phase precession in entorhinal grid cells. Nature 453, Volume
1248–1252.
Mhatre, H., Gorchetchnikov, A. & Grossberg, S. Grid cell hexagonal patterns formed by
fast self-organized learning within entorhinal cortex. Hippocampus 22, 320.
(2015).
Sakban, S., Nurmal, I., & Bin Ridwan, R. (2019). Manajemen Sumber Daya Manusia.
Journal of Administration and Educational Management (Alignment)
Wang, L., & Wu, C. (2010). Population estimation using remote sensing and GIS
technologies. International Journal of Remote Sensing, 31(21), 5569–5570.

17