1. STATISTIKA SPASIAL
A. Pengertian
Statistika spasial adalah ilmu yang mempelajari nilai yang dibangkitkan contoh yang
berhubungan dengan lokasi kejadiannya dalam rangka menghasilkan informasi dan juga
pendugaan nilai keseluruhan yang berkaitan dengan lokasi. Statistika spasial dirancang
khusus untuk digunakan pada data spasial atau data yang mengandung informasi geografis.
Statistika spasial berhubungan erat dengan lokasi, misal titik koordinat, desa, kecamatan,
kabupaten, provinsi dan sebagainya.
menurut Scott & Warmerdam, 2006, Statistik Spasial adalah segala teknik analisis untuk
mengukur distribusi suatu kejadian berdasarkan keruangan. Keruangan yang dimaksud disini
adalah variabel yang ada di permukaan bumi seperti kondisi topografi, vegetasi, perairan,
dll.
B. Data spasial
Data spasial merupakan data yang berorientasi geografis, memiliki sistem koordinat
tertentu sebagai dasar referensinya dan memiliki dua bagian penting yang membuatnya
berbeda dari data lainnya yaitu informasi lokasi (spasial) dan deskriptif (atribut).
1. Informasi lokasi (spasial), berkaitan dengan suatu koordinat geografi yaitu lintang
(latitude) dan bujur (longitude).
Data spasial dapat dibedakan menjadi tiga jenis, yaitu data titik, data garis dan data area.
a. Ressie (1993) menjelaskan bahwa pola data titik akan muncul apabila hal yang akan
dianalisis adalah lokasi dari suatu peristiwa. Sebagai contoh, sebuah permasalahan
tentang penentuan posisi pohon-pohon dengan ukuran tertentu. Apakah pohon tersebut
membentuk cluster, dan bagaimana satu pohon dengan pohon lainnya berinteraksi. Hal
terpenting dari pola titik adalah mengetahui hubungan ketergantungan antar titik.
Beberapa contoh kasus yang menggunakan pola titik seperti lokasi tumbuh pohon di
hutan, analisis ketersediaan dan pemanfaatan sumber daya, dan sebagainya.
b. menurut Cressie (1993), data geostatistika mengarah pada sampel yang berupa titik dari
suatu data spasial kontinu, baik yang berbentuk regular maupun irregular. Karena data
geostatistik merupakan tipe mendasar data spasial, pastinya data tersebut memiliki
hubungan dengan lokasinya dan sering kali data yang digunakan untuk
merepresentasikan objek-objek yang berdimensi satu ntara lain jalan, sungai, jaringan
air bersih, jaringan listrik, jaringan telepon, dan sebagainya
c. Menurut Cressie (1993) data area merupakan kumpulan data diskrit yang merupakan
hasil perhitungan ataupun penjumlahan zona poligons pada wilayah tertentu. Data area
dapat didefinisikan sebagai sebuah konsep dari garis tepi dan neighbour (tetangga
sebelah). Selain digunakan dalam studi kesehatan, data area juga dapat diaplikasikan
pada permasalahan kependudukan, misalnya untuk mengetahui seberapa besar tingkat
pertumbuhan penduduk pada area-area dalam sebuah wilayah.
D. Format data spasial
Secara sederhana, format dalam bahasa komputer berarti bentuk dan kode
penyimpanan data yang berbeda antara file satu dengan lainnya. Dalam Sistem
Informasi Geografis (SIG), data spasial dapat direpresentasikan dalam dua format, yaitu
vektor dan raster.
Data vektor, merupakan bentuk bumi yang direpresentasikan ke dalam kumpulan
garis, area (daerah yang dibatasi oleh garis yang berawal dan berakhir di titik yang
sama), titik dan nodes (titik perpotongan antara dua buah garis). Keuntungan dari
format data vektor adalah ketepatan dalam merepresentasikan fitur titik, batasan
dan garis lurus. Kelemahan format data vektor adalah tidak mampu mengakomodir
perubahan gradual.
Data raster, merupakan data yang dihasilkan dari sistem penginderaan jauh di mana
objek geografis direpresentasikan sebagai struktur sel grid yang disebut sebagai
pixel (picture element). Resolusi pixel menggambarkan ukuran sebenarnya dari
permukaan bumi yang diwakili oleh setiap pixel pada citra. Keunggulan format data
raster adalah dapat merepresentasikan batas-batas yang berubah secara gradual
seperti jenis tanah, kelembapan tanah, vegetasi, suhu tanah dan sebagainya.
Kelemahan format data raster adalah ukurannya yang terlalu besar jika resolusi grid
yang digunakan semakin tinggi.
E. Efek Spasial
Analisis terhadap data spasial memerlukan perhatian lebih dibandingkan dengan data
non spasial. Kondisi dari suatu lokasi pengamatan akan berbeda dengan lokasi
pengamatan yang lain. Meskipun demikian, kondisi di suatu lokasi pengamatan akan
memiliki hubungan yang erat dengan lokasi pengamatan lain yang berdekatan. Hal
tersebut sesuai dengan Hukum I Tobler yaitu “Everything is related to everything else,
but near things are more related than distant things”, yang berarti segala sesuatu saling
berhubungan satu dengan yang lainnya, tapi sesuatu yang dekat lebih mempunyai
pengaruh daripada sesuatu yang jauh (Anselin, 1988). Hubungan tersebut dinamakan
efek spasial. Efek spasial terbagi menjadi dua macam, yaitu ketergantungan spasial
(spatial dependence) dan keragaman spasial (spatial heterogeneity).
Ketergantungan spasial (spatial dependence) Ketergantungan spasial atau
autokorelasi spasial terjadi akibat adanya ketergantungan atau korelasi antara
situasi di satu lokasi dengan situasi di lokasi lainnya. Sifat ketidakbebasan antar
lokasi ini menyebabkan pengamatan di lokasi tertentu tergantung dengan sifat
kedekatan antar lokasi. Semakin dekat jarak antar data, maka diharapkan akan
semakin besar juga pengaruh antar data yang dihasilkan. Sebaliknya, semakin jauh
jarak antar data, maka semakin kecil pengaruh antar data yang dihasilkan.
Autokorelasi spasial terbagi atas dua, yaitu:
Autokorelasi positif, menunjukkan kemiripan sifat antar lokasi yang berdekatan
pada variabel yang sama.
Pada jendela data source manager | vector, arahkan kursor ke kolom source yang berada di
ujung kanan tengah. Selanjutnya muncul kotak dialog yang mengarahkan dimana kita
menyimpan file peta yang akan digunakan, sebagai berikut:
Sebelumnya di langkah awal, penulis telah menyiapkan peta terlebih dahulu untuk
digunakan. Hal ini bertujuan untuk menghemat waktu dan lebih memaksimalkan dalam
penyampaian informasi penting penggunaan operasional QGIS. Peta yang digunakan yaitu
Provinsi Sulawesi Selatan. Selanjutnya pilih file ekstensi shp untuk diimport ke QGIS. Pilih
file ekstensi shp, lalu klik open. Maka tampilan selanjutnya akan seperti ini:
Selanjutnya pilih Add pada kotak dialog seperti ini. Artinya bahwa kita sudah dapat
mengimport data shp ke QGIS. Ketika selesai klik add, selanjutnya klik Close. Lalu cek peta di
window Layer.
2. Langkah-langkah filter
1) Klik kanan, filter
2) Pilih Kab/Kota seperti gambar di bawah ini
3) Klik dua kali pada Kab/Kota, maka akan muncul tampilan berikut
4) Selanjutnya klik sample pada kotak dialog sebelumnya, kemudian klik dua kali di
Makassar, maka akan muncul tampilan berikut
9) Klik di kolom file name, lalu klik browse, beri nama yang disesuaikan
Jika sudah memberi nama file, selanjutnya save
11) Perhatikan kolom CRS, pilih opsi CRS = Project, lalu OK.
Sebagai informasi, CRS adalah referensi koordinat dari kota yang kita pilih.
12) Maka tampilan akan menjadi seperti ini
3. Langkah-langkah dissolve
1) Klik vector
4) Ketika diklik maka akan muncul kotak dialog save file. Karena kita baru saja
menggabungkan beberapa wilayah yang memiliki atribut yang sama berdasarkan
kecamatan. Klik save
5) Setelah save maka akan muncul seperti ini, kemudian Run
Berdasarkan tampilan berikut, terlihat banyak sekali informasi mengenai peta ini. Seperti
yang sudah kita lakukan dengan teknik filter and dissolve, dapat terlihat bahwa banyaknya
kecamatan di Kota Makassar sebanyak 14 kecamatan. Selanjutnya dalam kasus ini, sebagai
contoh akan kita gunakan data Incident Rate DBD.
3) Untuk mengedit di open attribute table, sebelumnya
kita harus mengaktifkan toogle editing mode
4) Setelah diaktifkan, lalu kita akan mencoba menghapus kolom yang tidak digunakan,
sebagai berikut
Klik satu kali, lalu hapus dari variabel Desa - Hectares, klik OK
5) Setelah klik OK, tampilan akan muncul
6) Selanjutnya untuk menambah kolom, menggunakan new field yang berada disamping
delete field
Kemudian akan muncul tampilan berikut, diisi sesuai yang ada di kotak dialog, klik OK
7) Maka secara otomatis akan tertambah sendiri di kolom samping sebagai berikut:
8) Selanjutnya memasukkan data insiden rate sesuai data yang telah dicari seperti
berikut
2
3
4
11) Sehingga hasil perhitungannya sebagai berikut
12) Jika sudah selesai mengedit, maka jangan lupa untuk menonaktifkan toogle editing
mode
Klik save OK.
3) Untuk kolom value, memilih IR_DBD sebagai degradasi warna jika warna semakin tua,
maka IR_DBD di daerah tersebut sangat tinggi.
Dengan mengklik sebanyak dua kali pada kolom legend, maka pemberian nama klasifikasi
dapat dilakukan.
6) Maka tampilannya akan seperti ini, yang kemudian kita lanjutkan dengan memberikan
atribut pada menu label
7) Selanjutnya memberi nama label pada masing-masing lokasinya. Sebagai berikut
Saat pemberian nama label, perhatikan kotak merah pada gambar disamping. Pemberian
nama berdasarkan kecamatan di kota Makassar.
10) Ketika peta sudah berada di layout, tahap selanjutnya yaitu memberikan
keterangan yang sesuai standar peta pada umumnya seperti: instansi,
arah mata angin, skala, keterangan peta, legend, dan nama pembuat
peta.
11) Pada window main properties, maka kita akan menggunakan beberapa
komponen dari window tersebut
Pada main properties scale menggunakan nilai 200000, sedangkan
CRS = Use Project CRS
12) Pada Grid dapat dilihat sebagai berikut
15) Lalu scroll ke draw coordinate, berikan centang pada draw coordinate
Bagian left dan right, pilih inside frame dan vertical ascending.
16) Pemberian nama:
Membuat garis tepi terlebih dahulu dengan, kemudian add label
Memberikan nama instansi bekerja