Fungsi SIG

Dr. Rian Nurtyawan, ST., MT.

(nurtyawan70@gmail.com)
Fungsi SIG
Pada aplikasi SIG
praktis, perlu diketahui
fungsi dari perangkat
lunak dari SIG terdiri
dari perangkat lunak
untuk masukan,
manipulasi, pemrosesan,
analisis dan keluaran
data spasial, baik dalam
format vektor maupun
raster.

Fungsi-fungsi yang dibutuhkan SIG

Fungsi Analisis Dasar dari SIG

Fungsi-fungsi dasar untuk analisis data SIG.

 INTERPOLASI
dalam PENGOLAHAN CITRA(Image Processing)
untuk menunjang
SISTEM INFORMASI GEOGRAFIS

Sooner or later all things are numbers, yes?” Terry Pratchett, Monstrous Regiment
Prinsip Interpolasi
Interpolasi citra terjadi di semua citra digital pada tahap tertentu mengubah atau merekonstruksi ulang (distort)
suatu citra dari satu kisi piksel ke piksel lainnya seperti contohnya dalam pembesaran citra maupun pengecilan,
merubah kenampakan citra atas variasi warna, memperhalus kenampakan citra dan lain sebagainya.

Mengubah ukuran citra diperlukan ketika

menambah atau mengurangi jumlah piksel,
sedangkan merekonstruksi ulang dapat terjadi di
bawah berbagai skenario: mengoreksi distorsi
lensa, mengubah perspektif, dan memutar posisi
orientasi citra.
a) dan b). Adalah interpolasi berdasar “

Bahkan jika ukuran citra atau reinterpretasi citra yang sama dilakukan, hasilnya dapat sangat bervariasi dan
berbeda tergantung pada algoritma interpolasi yang di aplikasikan, oleh karena itu citra akan selalu kehilangan
beberapa kualitas setiap kali interpolasi dilakukan.

Interpolasi adalah prosedur untuk memperkirakan nilai dari suatu objek posisi yang tidak terwakil dalam sampel
dalam suatu cakupan area dengan memanfaatkan dan mempergunakan keterbatasan jumlah sampel yang ada.
Prinsip Interpolasi
 Dalam grafik a) dan b). terlihat
bahwa perkiraan nilai
ditentukan berdasar nilai
sampel disekitarnya (sampel
hasil observasi).
 Dalam hal interpolasi di suatu
bidang permukaan (3D), maka
inerpolasinya sama seperti
pada curve fitting
mempergunakan nilai hasil a) dan b). Adalah interpolasi berdasar “surface fitting”. Dalam
observasi yang ada di grafik a) dan b). terlihat bahwa perkiraan nilai ditentukan
sekitarnya. berdasar nilai sampel disekitarnya (sampel hasil observasi).

 Jika dalam melaksanakan interpolasi hanya mempergunakan satu jenis fungsi (single function)
maka interpolasi tersebut dikatakan sebagai ‘Global Interpolation’, sedangkan jika hanya
mempergunakan fungsi yang di aplikasikan pada segmen tertentu saja, maka dikatakan
sebagai ‘Lokal Interpolasi’.
Proses Interpolasi
Jika dalam melaksanakan interpolasi melibatkan seluruh sampel, maka proses interpolasi tersebut
dikatakan: “Exact Interpolation”, tapi jika tidak semua sampel di libatkan dalam interpolasi karena
adanya beberapa kesalahan (error), maka interpolasi tersebut dikatakan: “Approximate Interpolation”

Pada “approximate interpolation”, banyak diaplikasikan pada data spasial (citra) untuk memprediksi tren
atau representasi dari grid cell atau unit area.

Prediksi trend dari interpolasi “Approximate Interpolation

Pointwise Interpolation
Metoda ini aplikasikan saat titik sampel yang diperoleh tidak cukup padat dibanding areanya dan pengaruh
lingkungan yang kurang berlangsung terus menerus dari hasil observasinya.
Contoh aplikasinya: Seperti observasi prihal cuaca, curah hujan dan temperatur, hasil pengukuran tinggi muka
air tanah dari beberapa sumur.

Beberapa metoda yang umum dipergunakan dalam metoda ini:

 ‘Poligon Thiessen’
 ‘Weighted Average’
 Poligon Thiessen
 Poligon Thiessen dapat di bangun dengan apa yang disebut “distance operator”. yaitu suatu algoritme dimana
unsur utama adalah mengevaluasi dan membandingkan jarak dari satu titik observasi ke titik observasi lainnya.
 Akibat yang ditimbulkan adalah terbentuknya poligon yang membatasi titik titik observasi tersebut menjadi
jarak menengahnya (lihat gambar).
 Metoda ini juga dikenal sebagai “Voronoi Tesselation”.
 Jadi interpolasi berdasar titik (pointwise interpolation), adalah menghitung jarak terpendek dari titik
tetangganya yang memperkirakan nilai sebagai nilai yang sama dengan pengamatan sampel di area tersebut

a) dan b). Poligon Thiessen

 Poligon Thiessen
Sebuah feature berbentuk lingkaran (window of circular) dengan radius dmax diletakkan pada titik yang akan di
interpolasi, terlihat ada delapan titik observasi lain dalam lingkaran tersebut. Jadi nilai interpolasi nya z dihitung dari
jumlah titik observasi i dan dengan bobot w dibagi dengan jumlah dari bobot.

Rumus dari fungsi

bobot yg umum
dipergunakan adalah:

a), b). dan c). pointwise interpolation

 Curve Fitting
Curve Fitting: Interpolasi yang pas melalui garis lengkung / kurva
 Dalam SIG, metoda interpolasi ini memegang peranan penting dalam banyak aplikasi SIG.
 Dibagi menjadi dua kategori:
 ‘Excact Interpolation’: interpolasi yang pas/tepat dari semua titik sampel.
 ‘Approximate Interpolation’: dalam hal ini interpolasi tidak seluruhnya pas/tepat melalui /mempergunakan titik
sampel.

Excact & Approximate Interpolation

Ada tiga metoda dalam exact interpolation ini:
– Nearest neighbor:
– Linier Interpolation:
– Cubic Interpolation

Sedang untuk approximate Interpolation

– Moving Average;
– B. Spline
– Least Square Method;
 Nearest neighbor
Adalah suatu metoda interpolasi dengan melihat nilai yang sama dengan nilai observasi yang diberikan dalam jarak
proksimal,

a) dan b). metoda interpolaasi dengan ne

Linier Interpolation
Iinterpolasi linear: fungsi linear linear piecewise diterapkan
antara dua titik yang berdekatan seperti yang ditunjukkan pada
gambar dibawah dengan rumus sebagai berikut:

Fungsi linear piecewise diterapkan antara dua titik

 Cubic Interpolation
Interpolasi kubik (Cubic Interpolation): a). Dalam melaksanakan interpolasi disini, polinomial pangkat tiga diterapkan
antara dua titik yang berdekatan di bawah kondisi bahwa selisih urutan pertama dan kontinyu terus menerus. Kurva
seperti itu disebut "spline“ .
Dalam kasus, ketika kurva bukan fungsi tunggal seperti yang ditunjukkan pada gambar b). dibawah, variabel
tambahan/ ‘auxilliary u’ harus diperkenalkan sebagai berikut.

a). Polinomial pangkat tiga diterapkan antara dua titik yang berdekatan dan
b) Variabel tambahan/ auxilliary u harus diperkenalkan.
 Moving Average
 Moving Average: sebuah jendela/window dengan
kisaran – d hingga + d dihitung interpolasinya ke
rata-rata pengamatan dalam wilayah seperti yang
ditunjukkan pada gambar a).
 Gambar b). Memberikan impresi window 3 x 3
bergerak dengan kisaran –d hingga +d.

a). Moving Average: sebuah jendela/window dan

b). window 3 x 3 bergerak
 B-Spline (basis spline)
 B-spline: kurva kubik ditentukan dengan menggunakan empat pengamatan yang berdekatan
seperti yang ditunjukkan pada gambar dibawah.
 B-spline, atau basis spline, adalah fungsi spline yang memiliki dukungan minimal terhadap derajat
tertentu, kelancaran, dan partisi domain. Setiap fungsi spline dari derajat yang diberikan dapat
dinyatakan sebagai kombinasi linear dari B-spline dari derajat itu.

B-spline: kurva kubik dan B-spline, atau basis spline, adalah fungsi spline
 Metode Kuadrat Terkecil - (Least Square Method)
 Metode kuadrat terkecil adalah pendekatan statistik untuk memperkirakan nilai atau fungsi yang diharapkan
dengan kemungkinan/probabilitas tertinggi dari pengamatan dengan kesalahan acak.
 Probabilitas tertinggi diganti dengan meminimalkan jumlah kuadrat residual dalam metode kuadrat terkecil.

a) dan b). Metode kuadrat terkecil

 Residu/sisa didefinisikan sebagai perbedaan antara pengamatan dan nilai perkiraan fungsi.
 Dalam SIG, metode kuadrat terkecil banyak penggunaan interpolasi tunggal.
 Metode kuadrat terkecil umumnya diterapkan untuk dua kasus berikut di
 Curve Fitting dan Surface Fitting
 Coordinat Tranformation
 Curve Fitting
Jika dalam pengukuran diperoleh (xi , yi ) dan hubungan antara x dan y nilainya diperoleh berdasar fungsi,
misalnya: y = f (x) ax + b.
Dengan meminimalkan jumlah sisa/residu kuadratnya, maka parameter yang tidak diketahui yaitu:
a dan b akan dapat ditentukan.
Parameter yang tidak diketahui dalam persamaan diketahui dalam persamaan y = ax + b ditentukan sebagai
berikut: AX = B atau xia + b = yi
 Surface Fitting
Surface Fitting banyak digunakan untuk interpolasi titik pada permukaan kontinu seperti model iklim (curah
hujan, suhu, tekanan dll) dan sebagainya.
Surface Fitting diklasifikasikan ke dalam dua kategori:
 Surface Fitting untuk kisi reguler/regular grid dan
 Surface Fitting untuk titik acak /random point.
Surface Fitting untuk Grid Biasa . Dua metode yang biasa digunakan.

1. Interpolasi Bilinear/ Bilinear function

2. Interpolasi Bicubic/Bicubic Interpolation
 Interpolasi Bilinear/ Bilinear function

Fungsi bilinear digunakan untuk

menginterpolasi z menggunakan rumus
berikut sehubungan dengan koordinat
normalisasi (u, v) dari koordinat asli (x,
y) seperti yang ditunjukkan pada
Gambar dibawah

Interpolasi Bilinear
Interpolasi Bicubic/bicubic Interpolation
Polinomial orde ketiga digunakan agar sesuai dengan ‘permukaan kontinu’ menggunakan 4X4=16 titik yang
berdekatan seperti yang ditunjukkan pada Gambar dibawah, z dihitung menggunakan fomula berikut:

Interpolasi Bicubic
Padanan Permukaan untuk titik acak/ Surface Fitting for Random
Points
Jaringan segitiga yang disebut Triangulated Irregular Network (TIN) diterapkan seperti yang ditunjukkan pada
Gambar dibawah. Segitiga membentuk bidang dengan garis kontur lurus.

Triangulated Irregular Network (TIN)

TRANSFORMASI KOORDINAT (Coordinate Transformation)

 Di dalam pengideraan jarak jauh (Inderaja) Transformasi koordinat diperlukan dengan

mengkorelasikan citra rekaman satelit, foto udara atau citra lainnya dengan Peta referensi yang
dianggap relative benar, juga referensi titik-titik control yang ada di lapangan yang diukur dengan
GPS atau teknik pengukuran perolehan koordinat lainnya.

 Teknik transformasi koordinat berguna untuk koreksi geometrik dengan titik kontrol tanah
(GCP=Ground Control Point).

Ada dua pilihan dalam menunjang transformasi koordinat:

1. Pemilihan Rumus Transformasi
2. Pemilihan titik kontrol tanah
Pemilihan Rumus Transformasi
Bergantung pada distorsi geometrisnya serta tingkat orde polinomial yang akan ditentukan. Biasanya
maksimum polinomial orde ketiga akan cukup untuk citra penginderaan jauh yang ada, seperti
LANDSAT. Tabel dibawah menunjukkan contoh formula yang tersedia.
 Pemilihan Titik Kontrol Tanah
 Jumlah dan distribusi titik kontrol tanah (GCP) akan
mempengaruhi akurasi koreksi geometriknya. Jumlah GCP
harus lebih dari jumlah parameter yang tidak diketahui
seperti yang ditunjukkan pada Tabel sebelumya, karena
kesalahan akan diratakan (adjusted) dengan metode
kuadrat terkecil.
 Distribusi GCP harus acak, tetapi memiliki jarak yang
hampir sama atas GCP nya serta termasuk area sudutnya.
Sekitar sepuluh hingga dua puluh titik yang diidentifikasi
dengan jelas baik pada citra maupun pada peta dan harus
dipilih tergantung pada urutan formula yang dipilih atau
jumlah parameter yang tidak diketahuinya.
 Keakuratan koreksi geometrik biasanya diwakili oleh
standar deviasi (RMS), dalam satuan piksel, pada bidang
citra sebagai berikut.
 Akurasi harus biasanya dalam ± satu piksel. Jika kesalahan
lebih besar dari persyaratan, koordinat pada citra atau peta
harus diperiksa ulang, jika tidak rumus harus dipilih
kembali.
Contoh akurasi terkait dengan jumlah dan distribusi GCP
 TRANSFORMASI KOORDINAT (Coordinate Transformation)
 Dalam SIG, tidak hanya citra yang di “koordinat trnsformasikan” tapi juga langsung dilaksanakan ekstraksi unsur-unsur
yang akan di pergunakan pada SIG seperti garis titik dan polygon yang diperoleh dari hasil dijitasi pada layar computer.
 Dalam hal ini ‘tools’ yang ada di perangkat lunak SIG akan sangat berperan dalam mentransformasikan peta hasil
dijitasi dengan referensi peta yang dipilih untuk transformasi koordinatnya.
 Sebagai contoh, ketika “on screen digitizer” digunakan untuk mendigitalkan data peta analog pada lembar peta kertas
dalam sistem koordinat layar seperti yang ditunjukkan pada gambar a), dengan menggunakan empat titik koordinat di
pojok pada peta, pengguna ingin mengubahnya menjadi sistem koordinat peta (proyeksi atau geografis yang berbasis
bumi) seperti yang ditunjukkan pada gambar b). Rotasi, perubahan skala dan translasi dapat dihasilkan hanya dengan
dua titik koordinat secara matematis, sangat disarankan karena untuk menghindari adanya kesalahan pengukuran maka
sebaiknya dua titik kontrol tambahan lebih baik/perlu. Dalam kasus seperti itu metode kuadrat terkecil yang paling
bagus.

Metode kuadrat terkecil, a), dengan

menggunakan empat titik koordinat, b) diubah
menjadi sistem koordinat peta (proyeksi atau
geografis yang berbasis bumi)
 DEM adalah representasi dijital dari permukaan bumi (topografi) yang mengacu pada suatu bidang tinggi
yang ditentukan yaitu bidang referensi matematis yg dipilih (datum geodesi/geodetic).
 Beberapa macam DEM saat ini didefinisikan, dalam SIG ada 3 tiga jenis DEM yang umum di aplikasikan
yaitu:
– Grid Cell DEM
– TIN (triangulated irregular network)
– Contur lines /profile.

Tiga jenis DEM a) Grid Cell DEM b). TIN (triangulated irregular network) dan
c). Contur lines /profile.
DTM
 DTM umumnya diturunkan dari DEM atau dari data tinggi hasil pengukuran atau data tinggi dari sumber
lain dan yang merepresentasikan data tinggi permukaan tdan termasuk didalamnya aspek, slope/lereng,
jaringan lembah (sungai) dan atribut lain yang menyangkut ketinggian.

 Dalam DTM, data ketinggian diperoleh dari data model permukaan.

 Dalam DEM, seperti asal dari katanya adalah model representasi data tinggi dalam format digital dan
terssusun sedemikian rupa sehinggaa data tersebut dapat di interpolasi sesuai dengan kebutuhan atau
keinginan. (dapat menjadi garis kontur, konfigurasi titik titik tinggi dengan interval yg diinginkan).
 Berbagai Macam Bentuk Permukaan (terrain)
a) Slope Aspek;
b) Drainage network;
c) Catchment area;
d) Shading;
e) Shadow;
f) Slope stability.

Berbagai Macam Bentuk Permukaan

(terrain):
a). Slope Aspek;
b). Drainage network;
c). Catchment area;
d). Shading;
e). Shadow;
f). Slope stability