LAPORAN PRAKTIKUM

ANALISIS GEOSPASIAL
Minggu ke-VI

Topik: Neighbourhood Operations dan network analysis introduction

Disusun oleh:
Aulia Dwi Rachmawati
19/443660/TK/48856
Kelas B

PROGRAM STUDI SARJANA TEKNIK GEODESI

DEPARTEMEN TEKNIK GEODESI
FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2022
 Daftar Isi

A. Tujuan .......................................................................................................... 3
B. Lokasi dan Waktu Pengerjaan ....................................................................... 3
C. Landasan Teori ............................................................................................. 3
D. Alat dan Bahan ............................................................................................. 4
E. Langkah Pengerjaan ...................................................................................... 4
F. Hasil dan Pembahasan ................................................................................ 13
G. Kesimpulan................................................................................................. 24
Daftar Pustaka ................................................................................................... 25
A. Tujuan
Tujuan diadakannya praktikum Analisis Geospasial pada minggu ke-6
yaitu :
- Mahasiswa dapat lebih memahami tentang Neighbourhood
Operations and network analysis introduction
- Mahasiswa dapat menyelesaikan permasalahan terkait
Neighbourhood Operations and network analysis introduction

B. Lokasi dan Waktu Pengerjaan

Waktu : 14 – 19 Maret 2022
Tempat : Malang, Jawa Timur

C. Landasan Teori
Sistem Informasi Geografis (SIG) / Geographic Information System
(GIS) adalah suatu sistem informasi berbasis komputer, yang digunakan
untuk memproses dataspasial yang bergeoreferensi (berupa detail, fakta,
kondisi) yang disimpan dalam suatu basis data dan berhubungan dengan
persoalan serta keadaan dunia nyata (real world).Manfaat SIG secara umum
memberikan informasi yang mendekati kondisi dunia nyata, memprediksi
suatu hasil dan perencanaan strategis (Prasetyo dan Nunung, 2015 : 2).
Format data dalam SIG secara umum dibagi menjadi dua, yaitu format
data vektor dan format data raster. Data vektor merupakan data yang
direpresentasikan dalam bentuk titik, garis (kumpulan titik dengan
koordinat) dan poligon. Dengan menggunakan kaidah topologi data vektor
dapat digunakan untuk menggambarkan integrasi keruangan. Format data
raster adalah format data berupa piksel atau cell yang tersimpan sebagai satu
nilai. Nilai yang tersimpan dalam piksel dapat berupa nilai yang terputus
(discrete) seperti penggunaan lahan, atau dapat juga berupa nilai yang
berkesinambungan seperti pada data hujan dan data ketinggian. Format
raster biasanya digunakan untuk menyimpan informasi dari images, seperti
pada peta hasil scan, foto udara, dan citra satelit. Selain digunakan untuk
 merepresentasikan data-data tersebut, format raster dapat juga digunakan
untuk melakukan berbagai analisis keruangan.
Salah satu analisis spasial dalam teknologi SIG adalah operasi
ketetanggaan (neighbourhood operations). Neighbourhood operations
(NO) merupakan salah satu metode dalam teknologi SIG yang digunakan
untuk analisis yang menekankan keterkaitan antar lokasi. Operasi ini lebih
melibatkan karakter disekitarnya, yang direpresentasikan dalam piksel
raster, dalam analisis dan perhitungannya daripada karakter individual
piksel itu sendiri. Operasi ini merupakan salah satu operasi analisis spasial
selain teknik analisis overlay. Dalam teknik analisis overlay lebih
menekankan pada operasi kombinasi piksel raster dari sumber atau input
peta yang berbeda-beda (lebih dari satu) untuk mencari informasi yang lebih
beragam dalam satu lokasi yang sama.

D. Alat dan Bahan

• Software QGIS 3.16.11
• Hardware Laptop
• Raster SRTM di Provinsi DIY (Resolusi 90 meter) (.tiff)
• Batas Desa Sleman (.shp)
• Jaringan jalan daerah Sleman (.shp)
• Fasilitas umum berupa titik fasilitas kesehatan (.shp)
• Titik gempa bumi (.shp)
• Titik tempat berpopulasi (.shp)

E. Langkah Pengerjaan
1) Memasukkan data praktikum Minggu ke-6 ke dalam QGIS
 Gambar E.1 Data praktikum M6 dalam QGIS

2) Menentukkan jarak tempat berpopulasi dengan beberapa titik gempa

yang ada di Yogyakarta dengan langkah sebagai berikut,
• Mencari Distance Matrix pada processing toolbox.

Gambar E.2 Tools Distance Matrix

• Melakukan pengaturan pada jendela Distance Matrix sesaui

dengan yang akan dicari sebagi gambar dibawah ini,

Gambar E.3 Pengaturan Jendela Tools Distance Matrix

 Gambar E.4 Hasil Tampilan Tools Distance Matrix

• Akan menghasilkan output dari pekerjaan ini berupa layer

shapefile yang posisi titiknya merupakan gabungan dari layer
titik gempa dan titik populasi namun pada atribut tabel berisi
keterangan lokasi dan jarak dengan tampilan sebagai berikut,

Gambar E.5 Attribute Tabel Hasil Tools Distance Matrix

• Melakukan join atrribute table dengan cara search > join

attribute by field number > atur jendela pengaturan.
 Gambar E.6 Pengaturan Jendela Joins

Gambar E.7 Hasil Tabel Joins

• Menampilkan titik gempa khusus di wilayah yogyakarta

menggunakan query builder dengan cara klik kanan layer titik
gempa Indonesia > pilih source > pilih query builder > atur
jendela query builder seperti gambar dibawah,
 Gambar E.8 Pengaturan Jendela Query Builder

• Meng-install plugin MMQGIS yang digunakan untuk melakukan

visualisasi terhadap hasil proses dari nearest hub.

Gambar E.9 Install Plugin MMQGIS

• Buka hub lines pada tab MMQGIS > atur jendela pengaturan
MMQGIS sebagi berikut ini,

Gambar E.10 Hub Lines pada Plugin MMQGIS

 Gambar E.11 Pengaturan Jendela Hub Lines

3) Menentukan jalur tercepat dari titik berpopulasi di Yogyakarta ke

Fasilitas Kesehatan yang ada di Yogyakarta dan analisis pola persebaran
fasilitas kesehatan yang ada di Yogyakarta dengan langkah kerja sebagai
berikut,
• Melakukan seleksi field fungsi menjadi kesehatan pada layer
Fasilitas Umum

Gambar E.12 field Fungsi Kesehatan

Gambar E.13 Tampilan layer Kesehatan

• Mencari tools shortest path (point to point) > melakukan
pengaturan jendela pada tools shortest path sebagai berikut,

Gambar E.14 Tools Shortest path (point to point)

Gambar E.15 Pengaturan Jendela Tools

Shortest path (point to point)

Gambar E.16 Tampilan Hasil Tools Shortest path (point to point)

• Mencari tools shortest path (point to layer) > melakukan

pengaturan jendela pada tools shortest path sebagai berikut,
 Gambar E.17 Tools Shortest path (point to layer)

Gambar E.18 Pengaturan Jendela Tools Shortest path (point to layer)

Gambar E.19 Tampilan Hasil Tools Shortest path (point to layer)

• Search nearest neighbour analysis pada processing toolbox >

melakukan pengaturan jendela nearest neighbour analysis.
 Gambar E.20 Tools Nearest neighbour analysis

Gambar E.21 Jendela Pengaturan Tools Nearest neighbour analysis

• Hasilnya akan berupa html berisikan parameter analisis nearest

neighbor sebagai berikut,

Gambar E.22 Tampilan Hasil Tools Nearest neighbour analysis

4) Analisis topografi di Wilayah Sleman dengan menggunakan tools

t.neighbor dengan menggunakan tiga operasi statistic dengan nilai
ukuran window 3 dan 5
• Menggunakan tools r.neighbor dengan data masukkan berupa
raster DEM Sleman > melakukan pengaturan pada jendela
r.neighbor sebagai berikut,
 Gambar E.23 Tools r.neighbor

• Melakukan pengaturan jendela tools r.neighbor seperti gambar

berikut ini,

Gambar E.24 Jendela Pengaturan Tools r.neighbor

Gambar E.25 Tampilan hasil pengaturan Tools r.neighbor

F. Hasil dan Pembahasan

Hasil pembahasan untuk minggu ke-6 setelah melakukan langkah
kerja di atas dapat menjawab permasalahan sebagai berikut,
1) Kasus 1 : Menentukkan jarak antara tempat populasi dengan beberapa
titik gempa yang ada di Yogyakarta.
 Pada permasalahan diatas dapat diselesaikan dengan menggunakan
tools Nearest Neighbour yaitu Distance matrix. Distance matrix
merupakan salah satu vector analysis tools dalam QGIS yang digunakan
untuk proses analisa mencari jarak antar objek dengan objek yang lain
berdasarkan ketetanggaannya dengan objek lain. Parameter pada tools
ini terdiri dari :
Tabel F.1 Parameter Tools Distance Matrix
Label Keterangan
Input point layer layer titik yang matriks jaraknya akan dihitung (dari
titik)
Input unique ID field field yang digunakan untuk mengidentifikasi fitur
layer input secara unik. Digunakan dalam tabel atribut
keluaran.
Target point layer layer titik yang berisi titik terdekat untuk dicari (ke
titik)
Target unique ID field field yang digunakan untuk mengidentifikasi fitur
layer target secara unik. Digunakan dalam tabel atribut
keluaran.
Output matrix type 0 = Matriks jarak linier (N * k x 3)digunakan untuk
setiap titik input, melaporkan jarak ke setiap k titik
target terdekat. Matriks output terdiri dari k baris per
titik input, dan setiap baris memiliki tiga kolom:
InputID, TargetID, dan Distance.
1 = Matriks jarak standar (N x T)
2 = Ringkasan matriks jarak (rata-rata, std. dev., min,
max) untuk setiap titik input, melaporkan statistik
jarak ke titik targetnya.
Nearest points Dapat memilih untuk menghitung jarak ke semua titik
di layer target (0) atau membatasi ke sejumlah (k) fitur
terdekat.

Hasil output dari tools ini yaitu vector Titik (atau MultiPoint untuk
kasus "Linear (N * k x 3)") layer vektor yang berisi penghitungan jarak
untuk setiap fitur input. Fitur dan tabel atributnya bergantung pada jenis
matriks keluaran yang dipilih.
Pada permasalahan menentukan jarak antara tempat populasi
dengan beberapa titik gempa yang ada di Yogyakarta menggunakan
analisis Nearest Neighbour dengan tools Distance Matrix yang
digunakan untuk mengetahui jarak titik gempa dan lokasi berpopulasi.
Pada jendela tools Distance Matrix dilakukan pengaturan sebagai
berikut,
 Tabel F.2 Pengaturan Jendela Tools Distance Matrix Kasus 1
Label Keterangan
Input point layer Titik Gempa Indonesia
Input unique ID field I_D
Target point layer Titik Berpopulasi Indonesia
Target unique ID field Name
Output matrix type Linear (N * k x 3)
Nearest points 1

Visualisasi terhadap titik gempa terdekat dengan titik populasi

dengan menggunakan join attribute table antara hasil analisis Distance
Matrix dan layer gempa bumi. Sehingga didapatkan hasil pada titik
gempa dengan nama titik berpopulasi terdekat dan jaraknya. Perlu
dilakukan tampilan titik gempa khusus Yogyakarta karena pada kasus
1 menentukan jarak antara tempat berpopulasi dengan titik gempa yang
ada di Yogyakarat. Tampilan ini menggunakan query builder pada
layer Gempa Indonesia.
Setelah itu dilakukan visualisi nearest hub dari titik gempa di
Yogyakarta dengan titik berpopulasi terdekat daerah Yogyakarta
dengan menggunakan tools Hub Lines yang didapatkan dari install
plugin MMQGIS. Plugin ini akan menghasilkan hasil visualisasi berupa
polyline sebagai berikut,

Gambar F.1 Hasil Tampilan Analisis Kasus 1

 Didapatkan 3 garis hub-lines pada hasil diatas. Garis tersebut
menunjukkan garis terdekat antara tempat berpopulasi dengan titik
gempa yang ada di Yogyakarta. Dan dari ketiga tersebut, garis paling
atas merupakan garis paling terdekat diantara 2 garis yang lain.

Gambar F.2 Garis Terdekat Kasus 1

2) Kasus 2 : Menentukkan jalur tercepat yang dapat ditempuh dari titik

berpopulasi di Yogyakarta ke Fasilitas Kesehatan yang ada di
Yogyakarta.
Pada permasalahan ini, dapat diselesaikan dengan menggunakan
tool shortest path dan nearest neighbor. Tool shortest path merupakan
salah satu tools Network analysis library. Network analysis library dapat
digunakan untuk membuat grafik matematika dari data geografis (layer
vektor polyline), menerapkan metode dasar dari teori graf seperti
algoritma Dijkstra. Network analysis library dibuat dengan meng-
ekspor fungsi dasar dari plugin inti RoadGraph dan dapat menggunakan
metodenya di plugin atau langsung dari konsol Python. Tool shortest
path menggunakan Algoritma Djikstra sebagai algoritma
pemrosesannya.
Tools Nearest Neighbor yang merupakan analisis pola spasial suatu
entitas dalam sebuah ruang. Output analisis ini berisi parameter-
parameter pesebaran seperti jarak rata-rata nearest neighbor, index
nearest neighbor, p-value, dan juga z-value. Penggunaan tools ini
menghasilkan 5 nilai, yaitu jarak rata-rata yang diamati, jarak rata-rata
yang diharapkan, index tetangga terdekat, skor-z, dan nilai-p.
Jika nilai indeks nearest neighbor kurang dari 1, maka pola tersebut
menunjukan pola clustered (pengelompokkan), jika mendekati 1
menunjukan pola random (acak), dan jika lebih besar dari 1 menunjukan
pola dispersed (menyebar). Nilai-p merupakan nilai probabilitas, ketika
nilainya sangat kecil, maka sangat tidak mungkin bahwa pola spasial
yang diamati adalah hasil dari proses acak. Sedangkan nilai skor-z
adalah standar deviasi. Skor-z yang sangat tinggi atau sangat rendah
berkaitan erat dengan nilai-p. Jika analisis pola menghasilkan nilai-p
yang kecil dan skor-z sangat tinggi atau sangat rendah, maka pola spasial
yang diamati tidak mungkin mencerminkan pola acak.
Tool shortest path pada permasalahan ini digunakan untuk
mengolah data masukan berupa data jalan yang kemudian akan di proses
melalui algoritma tersebut untuk menentukan rute yang paling cepat
atau dekat dari lokasi awal menuju lokasi target. Setelah mengetahui
titik berpopulasi yang terdekat dari titik gempa di Yogyakarta, maka
langkah selanjutnya menganalisis jalan terdekat menuju seluruh fasilitas
kesehatan di Yogyakarta. Data masukan pada tools shortest path (point
to point) berupa layer jaringan jalan dengan path type yang digunakan
shortest. Pada bagian start point, memilih titik bebas di sekitar area jalan
yang dekat dengan titik populasi Yogyakarta. Kemudian, pada bagian
end points, memilih titik bebas dekat layer fasilitas Kesehatan yang
dekat dengan titik populasi Yogyakarta. Lalu dihasilkan Rute terdekat
menuju fasilitas kesehatan yang paling dekat dengan titik berpopulasi
dekat titik gempa.
 Gambar F.3 Hasil Tampilan Jalan Terdekat ke Faskes Yogyakarta paling dekat

Sedangkan untuk menghasilkan jalan terdekat menuju seluruh

fasilitas kesehatan di Yogyakarta menggunakan tools point tools
shortest path (point to layer) dengan input data berupa layer jaringan
jalan dengan path type yang digunakan shortest. Pada bagian start point,
memilih titik bebas di sekitar area jalan yang dekat dengan titik populasi
Yogyakarta. Kemudian, pada bagian end points, memilih layer
kesehatan dan hasilnya sebagai berikut,

Gambar F.4 Hasil Tampilan Jalan Terdekat ke Semua Faskes Yogyakarta

 Setelah menggunakan tool shortest path, maka dilanjutkan Tools
Nearest Neighbor yang digunakan untuk mengetahui pola persebaran
dari fasilitas kesehatan yang ada di Yogyakarta dengan input titik
Fasilitas Kesehatan di Yogyakarta. Hasilnya akan berupa html berisikan
parameter analisis nearest neighbor sebagai berikut,

Gambar F.5 Hasil Tampilan Tools Nearest Neighbor Kasus 2

Jarak rata-rata yang diamati sebesar 2620.13677766127, jarak rata-

rata yang diharapkan sebesar 2630.81092616684, Skor-z sebesar -
0.03881007580 dan nilai-p sebesar 25. Hasil nilai p dan nilai z sangat
berkaitan, jika nilai p kecil dan z sangat tinggi/rendah maka hasil
tersebut bukan hasil pola spasial acak sedangkan hasil diatas
menunjukkan nilai p dengan nilai yang lumayan besar dan z yang sangat
rendah yang memungkin hasil pola persebaran tersebut antara acak atau
clustered(Pengelompokan). Tetapi jika melihat Nearest Neighbour
Index sebesar 0.99594263944, Angka tersebut mendekati 1 dimana
angka mendekati 1 masuk kedalam pola persebaran random atau acak.
Maka dapat disimpulkan bahwa pola persebaran pada fasilitas kesehatan
diatas menggunakan pola persebaran random atau acak.
3) Kasus 3 : Topografi Wilayah Sleman
Pada permasalahan ini, digunakan tools r.neighbor yang suatu
operasi statistik yang bermanfaat untuk memperoleh nilai dari tiap cell
dari suatu raster dengan mempertimbangkan nilai cell-cell di
sekelilingnya. Pengguna harus menentukan nama layer peta raster yang
akan digunakan untuk input dan output, metode yang digunakan untuk
menganalisis nilai neighborhood (yaitu, fungsi atau operasi
neighborhood yang akan dilakukan), dan ukuran neighborhood.
Terdapat 16 macam operasi statistik yang disediakan GRASS untuk
neigborhood analysis, yaitu :
Tabel F.3 Macam operasi statistik GRASS
Tools Kegunaan
Average Nilai rata-rata dalam neighborhood
Median Nilai yang ditemukan di tengah-tengah daftar nilai-nilai
neighborhood, ketika ini diurutkan dalam urutan numerik.
Mode Nilai yang paling sering muncul di neighborhood.
Minimum Nilai minimum dalam neighborhood.
Maximum Nilai maksimum dalam neighborhood.
Range Nilai kisaran dalam neighborhood
Stddev Standar deviasi statistik nilai dalam neighborhood
(dibulatkan ke bilangan interger).
Sum Jumlah nilai dalam neighborhood.
Count Jumlah sel yang terisi (bukan NULL).
Variance Varians statistik nilai dalam neighborhood (dibulatkan ke
bilangan interger).
Diversity Jumlah nilai yang berbeda dalam neighborhood.
Interspersion Persentase sel yang berisi nilai yang berbeda dari nilai yang
ditetapkan ke sel tengah di neighborhood, ditambah 1.
quart1 Hasilnya akan menjadi kuartil pertama atau ketiga (sama
quart3 dengan persentil ke-25 dan ke-75).
perc90 Hasilnya akan menjadi persentil ke-90 dari neighborhood.
Quantile Setiap kuantil seperti yang ditentukan oleh parameter input
"kuantil".

Operasi GRASS dengan tool r.neighbor dilakukan pengaturan pada

jendela tool r.neighbor yaitu Input layer berupa DEM_Yogyakarta,
memilih jenis neighborhood operation dan mengatur neighborhood
size secara manual. Pada permasalahan ini, setiap operasi GRASS
menggunakan neighborhood size sebesar 3 dan 5 dan operasi
neighborhood berupa Average, Minimum dan Maximum. Tampilan
hasil output dari pengaturan jendela tool tersebut sebagai berikut,
a) Average
▪ Window 3
 Gambar F.6 Hasil Tampilan Average size 3

▪ Window 5

Gambar F.7 Hasil Tampilan Average size 5

Hasil diatas merupakan hasil operasi GRASS berupa

average. Average merupakan nilai rata-rata dalam
neighborhood. Pada neighborhood size sebesar 3 rentangan
raster 49 hingga 2790, sedangkan pada Pada neighborhood size
sebesar 5 rentangan raster 49 hingga 2762.
Sehingga kedua hasil neighborhood size pada hasil diatas
terlihat menghasilkan rentang raster yang berbeda pada
neighborhood operation average.
b) Minimum
▪ Window 3

Gambar F.8 Hasil Tampilan Minimum size 3

▪ Window 5

Gambar F.9 Hasil Tampilan Minimum size 5

Hasil diatas merupakan hasil operasi GRASS berupa

minimum. Minimum merupakan nilai minimum dalam
neighborhood. Pada neighborhood size sebesar 3 rentangan
raster 48 hingga 2790, sedangkan pada Pada neighborhood size
sebesar 5 rentangan raster 48 hingga 2734.
 Sehingga kedua hasil neighborhood size pada hasil diatas
terlihat menghasilkan rentang raster yang berbeda pada
neighborhood operation minimum.
c) Sum
▪ Window 3

Gambar F.10 Hasil Tampilan Sum size 3

▪ Window 5

Gambar F.11 Hasil Tampilan Sum size 5

Hasil diatas merupakan hasil operasi GRASS berupa sum.

Sum merupakan jumlah nilai dalam neighborhood. Pada
neighborhood size sebesar 3 rentangan raster 49 hingga 23242,
 sedangkan pada Pada neighborhood size sebesar 5 rentangan
raster 49 hingga 62403.
Sehingga kedua hasil neighborhood size pada hasil diatas
terlihat menghasilkan rentang raster yang berbeda pada
neighborhood operation sum.
Kesimpulan dari hasil diatas adalah hasil analisis r.neighbor dengan
operasi neighborhood yaitu average, minimum, dan sum memiliki nilai
rentang raster yang berbeda bergantung pada neighborhood size yang
diatur pada jendela tools r.neighbor.

G. Kesimpulan
Pada praktikum Analisis Geospasial Minggu ke-6, dapat
disimpulkan bahwa salah satu analisis spasial dalam teknologi SIG adalah
operasi ketetanggaan (neighbourhood operations). Neighbourhood
operations (NO) merupakan salah satu metode dalam teknologi SIG yang
digunakan untuk analisis yang menekankan keterkaitan antar lokasi.
Neighbourhood operations memiliki tools yang bermacam-macam dan
dapat digunakan untuk melakukan penyelesaian permasalahan sesuai
dengan kegunaannya. Seperti contohnya tools r.neighbor merupakan
suatu operasi statistik yang bermanfaat untuk memperoleh nilai dari tiap
cell dari suatu raster dengan mempertimbangkan nilai cell-cell di
sekelilingnya. Tools ini dapat digunakan untuk analisis topografi dari suatu
wilayah. Tools Distance Matrix merupakan salah satu vector analysis tools
dalam QGIS yang digunakan untuk proses analisa mencari jarak antar
objek dengan objek yang lain berdasarkan ketetanggaannya dengan objek
lain. Tools ini dapat menyelesaikan permasahan dalam menentukan jarak
titik gempa dan lokasi berpopulasi.
 Daftar Pustaka
Marfai, M. A. 2006. Analisis Neighbourhood Operations dalam Teknologi Sistem
Informasi Geografis Berbasis Raster dan Aplikasinya untuk Pemetaan
Genangan Pasang Air Laut. In Seminar Nasional Aplikasi Teknologi
Informasi (SNATI).
Prasetyo, Angga dan Nunung R. 2015. Implementasi Sistem Informasi Geografi
dan Data Center Untuk Pemetaan Penyebaran Penyakit Deman Berdarah
di Kabupaten Ponorogo. Jurnal Multitek Indonesia Vol. 9 No. 1.
QGIS User Guide — QGIS Documentation documentation. (n.d.). Retrieved March
18, 2022, from https://docs.qgis.org/3.16/en/docs/user_manual/index.html
r.neighbors - GRASS GIS manual. (n.d.). Retrieved March 18, 2022, from
https://grass.osgeo.org/grass78/manuals/r.neighbors.html