PERKEMBANGAN SIG

PERKEMBANGAN SIG

Awal Th. 1960/70/80 : Jack Dangermold/Dobson

Dobson (1993) : Pengembangan Ilmu : Geografi, informatika dan komputer

Revolusi Ilmu Geografi di dalamnya tercakup : revolusi intelektual, sains

dan teknologi

Awal Abad 21 : Teknologi SIG berkembang dengan pesat

-Penyusunan database (datadasar) : spatial & tabuler

-Pengelolaan database : spatial & tabuler
-Analisis spatial (keruangan) & non spatial
-Informasi SIG
-Rekomendasi
 PENGERTIAN
Sistem Informasi Geografi
Sistem
= sekumpulan objek, ide, berikut saling
keterhubungannya dalam mencapai tujuan atau
sasaran bersama
= cara pandang terhadap dunia nyata yang terdiri dari
elemen-elemen yang saling berinteraksi untuk
mencapai tujuan dalam lingkungan yang kompleks
= suatu kumpulan objek yang terangkai dalam
interaksi dan saling ketergantungan yang teratur
Informasi
= analisis dan sisntesis terhadap data sesuai dengan
kebutuhan
= data yang ditempatkan pada konteks yang penuh arti oleh
penerimanya

Informasi berbeda dengan data

Data
= bahasa, simbol pengganti yang disepakati oleh umum untuk
menggambarkan objek, manusia, peristiwa, aktivitas,
konsep, dan objek-objek penting
= representasi dari kenyataan apa adanya di lapangan

DATA PROSES INFORMASI

Sistem informasi
= suatu jaringan kegiatan mulai dari pengumpulan
data, manipulasi, pengelolaan dan analisis data,
serta penjabaran data menjadi informasi
= suatu sistem manusia-mesin yang terpadu untuk
menyajikan informasi guna mendukung fungsi
operasi, manajemen, dan pengambilan keputusan
dalam organisasi
Geografi
= persoalan mengenai bumi, permukaan dua atau tiga
dimensi

Informasi geografi
= informasi mengenai tempat-tempat yang terletak di
permukaan bumi, pengetahuan mengenai posisi
suatu objek di muka bumi dan informasi mengenai
keterangan yang terdapat di muka bumi yang posisi/
letaknya diketahui
 SISTEM INFORMASI GEOGRAFI

= sistem berbasis komputer yang dirancang dan digunakan

untuk mengumpulkan, menyimpan, memanipulasi, dan
menganalisis objek-objek atau fenomena dimana lokasi
geografi merupakan karakteristik yang penting untuk
dianalisis menjadi informasi geografi
 What Can You Do with GIS?
Map Where Things Are
Mapping where things are lets you find
places that have the features
you're looking for, and to see
where to take action.
1. Find a feature—People use maps
to see where or what an individual
feature is.
2. Finding patterns—Looking at the
distribution of features on the
map instead of just an individual
feature, you can see patterns
emerge.
Maps of the locations of earthquake shaking hazards are essential to creating and updating
building codes used in the United States. Online, interactive earthquake maps, as well as
seismicity and fault data, are available at earthquake.usgs.gov.
 Map Quantities
People map quantities, like where the
most and least are, to find places that
meet their criteria and take action, or to
see the relationships between places.
This gives an additional level of
information beyond simply mapping the
locations of features.

This map shows the number of children under 18 per clinically active pediatrician for a
particular study area. It was created by the Center for the Evaluative Clinical Sciences at
Dartmouth Medical School as part of an effort to develop a national U.S. database of primary
care resources and health services.
 Map Change

Map the change in an area to anticipate future conditions, decide on a course of action, or to
evaluate the results of an action or policy.
1. By mapping where and how things move over a period of time, you can gain insight into
how they behave. For example, a meteorologist might study the paths of hurricanes to
predict where and when they might occur in the future.
2. Map change to anticipate future needs. For example, a police chief might study how
crime patterns change from month to month to help decide where officers should be
assigned.
3. Map conditions before and after an action or event to see the impact. A retail analyst
might map the change in store sales before and after a regional ad campaign to see
where the ads were most effective.
  Find What's Inside
Use GIS to monitor what's happening
and to take specific action by mapping
what's inside a specific area. For
example, a district attorney would
monitor drug-related arrests to find out if
an arrest is within 1,000 feet of a school--
if so, stiffer penalties apply.

This image from The Sanborn Map Company, Inc., shows a geoprocessed sample explosion
radius around an area in California. Each separate zone represents 1/4-mile, the outermost
perimeter being 1 mile away from the source.
KOMPONEN SIG
 KOMPONEN SIG
1. Perangkat Keras
Terutama komputer yang terdiri dari CPU, RAM,storage,
Input device (keyboard, mouse, digitizer,scaner, kamera
digital) Output device

2. Perangkat Lunak
Terdiri dari program-program yang berfungsi mengatur
tata kerja komputer.
Program yang digunakan terutama ARCInfo, ArcView,
MapInfo, Erdas, Ermapper, Ilwis
 KOMPONEN SIG
3. Data & Informasi Geografi (spatial)
Merupakan data mengenai objek atau unsur geografis yang dapat
diidentifikasi dan mempunyai acuan lokasi berdasarkan sistem
koordinat tertentu.
Data spasial terdiri dari :
a. data grafis --- dalam bentuk gambar
b. data atribut -- dalam bentuk teks dan angka

4. Pengguna
Memegang peranan penting karena berfungsi memilih dan
menentukan informasi yang diperlukan, menganalisis hasil untuk
tujuan tertentu dan merencanakan aplikasinya
 SUBSISTEM SIG
1. Data Masukan
2. Manajemen Data
3. Manipulasi dan Analisis Data
4. Data Keluaran

INPUT DATA DATA MANAGEMENT,

MANIPULATION & OUTPUT DATA
ANALYSIS
1. Data Masukan
Subsistem ini berfungsi mengumpulkan dan
mempersiapkan data spasial dan atribut
dari berbagai sumber.

Subsistem ini juga bertanggungjawab dalam

mengkonversi atau mentransformasikan
format data aslinya dalam format digital
yang dapat digunakan/dibaca oleh SIG
2. Manajemen Data

Subsistem ini mengorganisasikan baik

data spasial/grafis maupun atribut ke
dalam sebuah basisdata sehingga
mudah dipanggil, di update dan diedit
3. Manipulasi & Analisis Data

Subsistem ini menentukan informasi-

informasi yang dapat dihasilkan oleh
SIG.

Subsistem ini dapat melakukan manipulasi

dan pemodelan data untuk menghasilkan
informasi yang diharapkan
 Lanjutan manipulasi data…

Contoh manipulasi data :

1. Konversi struktur ; seperti konversi dari
data vektor ke data raster
2. Konversi geometris; seperti registrasi peta,
perubahan skala, perubahan proyeksi
3. Klasifikasi dan generalisasi ; seperti
reklasifikasi data
4. Integrasi ; seperti penggabungan data
(antar layer)
5. Pembaharuan data ; seperti pembaruan
data berdasarkan ketentuan pemakai
4. Data Keluaran

Subsistem ini menampilkan keluaran

seluruh atau sebagian basis data baik
dalam bentuk softcopy atau hardcopy
seperti peta, tabel, grafik, dll
 DATA
Data yang dimaksudkan adalah data mengenai
objek atau unsur geografis yang dapat
diidentifikasi dan menjadi acuan lokasi
berdasarkan sistem koordinat tertentu.

Data spasial dibedakan menjadi:

1. Data grafis/spatial
2. Data atribut / tabular
Cara penyimpanan data atribut pada struktur data vektor,
(a) data grafis dan (b) data atribut.
PENYAJIANDATA
PENYAJIAN DATASPATIAL
SPATIALDALAM
DALAMSIG
SIG
Contoh. Penyajian Data Tabuler dalam SIG
Contoh. Penyajian Data Spatial dan Tabuler dalam SIG
 1.Data Grafis/Spatial
Data grafis adalah data dalam bentuk gambar.
Contoh : Peta, Foto Udara, Foto Satelit,dll

Berdasarkan strukturnya, dibedakan menjadi :

a. Data VEKTOR :
data yang dinyatakan dalam bentuk koordinat (x,y)
berupa titik, garis, dan poligon.
Contoh :
Data titik : ketinggian, lokasi, curah hujan, topografi
Data garis : jalan, garis kontur, pola aliran
Data poigon (area) : jenis tanah, geologi, penggunaan tanah
Contoh macam-macam data grafis, (a) data titik, (b) garis, dan (c) area.
Kelebihan dari model data vektor
• Ruang atau tempat penyimpanan (disk) yang lebih
sedikit di komputer
• Batas-batas yang tegas dan jelas sehingga sangat baik
untuk pembuatan peta-peta administrasi dan
penggunaan tanah
• Satu layer mengandung / dapat dikaitkan banyak
atribut

Kelemahan dari model data vektor

• Memiliki struktur data yang kompleks
• Data tidak mudah untuk dimanipulasi
• Memerlukan perangkat lunak dan perangkat keras yang
mahal.
b. Data RASTER :
data yang dinyatakan dalam bentuk baris dan kolom,
yang terbentuk terdiri dari sejumlah cell, yang
dibedakan berdasarkan intensitas warna.

Setiap sel disebut pixel (picture element)

Contoh data raster : hasil citra satelit, foto udara
Kelebihan dari model data raster :
• Memiliki struktur data yang sederhana
• Mudah dimanipulasi dengan menggunakan fungsi-fungsi
matematis sederhana (karena strukturnya sederhana)
• Teknologi yang digunakan cukup murah dan tidak begitu
kompleks sehingga pengguna dapat membuat sendiri
program aplikasi yang menggunakan citra raster
• Compatible dg citra PJ dan semua image hasil scanning

Kelemahan dari model data raster :

• Memerlukan ruang atau tempat penyimpanan (disk) yang
besar di komputer
• Sebuah citra raster hanya mengandung satu tematik
saja, sehingga sulit digabungkan dengan atribut lainnya
dalam satu layer
DATA VEKTOR
Untuk
menginput data
vektor
digunakan
DIGITIZER

DATA RASTER
Untuk menginput
data raster
digunakan
SCANNER
 2. Data atribut (tabular)
Data atribut adalah data yang dinyatakan dalam
bentuk teks atau angka.

Contoh : nama jalan, sungai, gunung,

jumlah penduduk
produktivitas teh
 JENIS-JENIS DATA ATRIBUT
1. Data Kualitatif
- data hasil pengamatan yang dinyatakan tidak dengan
bilangan.
Contoh : penggunaan lahan (sawah, permukiman, danau),
nama sungai, kota, dll

2. Data kuantitatif
- data hasil pengukuran/pengamatan yang dinyatakan dengan
bilangan.
Data ini merepresentasikan perbedaan di dalam angka, nilai
(value) atau derajat (degree) dari suatu objek.
Contoh : angka-angka dari peta ketinggian.
Macam-macam data kuantitatif
1.Data nominal
angka yang diberikan kepada objek mempunyai arti
sebagai label saja, merupakan data kontinum dan
tidak memiliki urutan/tingkatan

Misalnya : jenis olah raga ;tenis, basket dan renang.

Kemudian kita berikan angka, misalnya;
(1) tenis (2) basket (3) renang.

Angka yang diberikan tidak menunjukkan bahwa tingkat

olah raga basket lebih tinggi dari tenis
ataupun tingkat renang lebih tinggi dari tenis
2. Data ordinal,
Angka yang diberikan mengandung tingkatan.
Digunakan untuk mengurutkan objek dari yang
paling rendah sampai yang paling tinggi atau
sebaliknya. Ukuran ini tidak memberikan nilai
absolut terhadap objek, tetapi hanya memberikan
peringkat saja.

Misal :urutan mulai dari yang paling tinggi sampai paling

rendah atau paling baik sampai ke yang paling
buruk.
3.Data Rasio,
merupakan data yang tergolong kontinyu dan
menunjukkan nilai absolut dari objek yang diukur dan data-yang
bersangkutan dapat dibandingkan satu sama lainnya.
Data yang didapatkan berasal dari pengamatan atau pengukuran
yang sebenarnya.
Contoh : ketinggian, jumlah penduduk

4. Data Interval,
data yang bersifat kontinyu walaupun memiliki tingkatan
Contoh : dataran rendah 0 – 200 m
dataran tinggi 200 – 1000 m
 SUMBER DATA SIG

Aerial Photography RemoteSensing

Remote Sensing

Data tabuler/tekstual

GPS

ExistingMaps
Existing Maps
(Thematicand
(Thematic and
Topographic)
Topographic)
TerrestriaL
TerrestriaL
Survey
Survey
SPATIAL DATABASE
 SUMBER DATA SIG
 Data lapangan, Data ini didapat dari pengukuran
secara langsung di lapangan baik dengan memakai
alat ukur maupun tidak (observasi)

 Data Sekunder, Data ini telah diolah oleh pihak

pertama sehingga data tersebut dapat berbentuk
laporan, catatan, data statistik, peta, citra. Laporan
dapat berupa laporan ilmiah maupun laporan yang
tidak bersifat ilmiah. Catatan dapat berupa laporan
yang bersifat data lapangan. Peta dapat dalam bentuk
peta topografi atau peta tematik. Citra dapat berupa
citra satelit atau foto udara
 Pemetaan Fotogrametri dikenal dengan teknik pemetaan
modern karena menggunakan peralatan dan teknik yang
modern. Data yang didapatkan melalui pengukuran
horisontal, vertikal.

 Citra Penginderaan Jauh

- citra penginderaan jauh mempunyai model data
raster setiap informasi akan disimpan pada setiap
pixel.
- Data dijital citra satelit (image processing) dengan
menggunakan perangkat lunak yang mempunyai
kemampuan melakukan pengolahan citra sesuai
dengan tujuan interpretasinya
- Macam data citra ini antara lain SPOT, Landsat,
Radar
 GPS (Global Positioning System)
adalah sistem radio navigasi dan penentuan
posisi dengan menggunakan satelit
(NAVSTAR GPS = Navigation Satelite
Timing and Ranging Global Positioning
Systems)

 Data sosial-ekonomi, budaya

 Data sumberdaya alam

DATA YG IDEAL

HARUS MEMENUHI KRITERIA :

1. KOMPATIBEL : dapat diakses dan dipindahkan ke berbagai
media
2. TIDAK TERAGREGASI : memungkinkan pemakai untuk
memeilih satuan, memanipulasi & menganalisis
3. BEREFERENSI LOKAL : sistem “grid”/ koordinat lintang-
bujur dengan sistem referensi yang mudah dikenali
4. BERUKURAN TINGGI : memungkinkan untuk menggunakan
data tsb walaupun untuk daerah yang kecil
 OVERLAY

KLASIFIKASI

JARINGAN

BUFFER

DISTRIBUSI
 OVERLAY
Analisis ini akan
menghasilkan data spasial
baru dari minimal dua data
Wilayah potensi B spasial yang yang
Wilayah potensi A ditumpangtindihkan.

Wilayah potensial
Wilayah potensi C
Contoh :
Untuk menghasilkan wilayah
yg sesuai dg budidaya
tanaman cengkeh maka
diperlukan data ketinggian,
kadar air, tanah, jenis tanah,
curah hujan, suhu,
 ID 1 DATA1
1 A
2 B
3 A
1 4 C
ID 2 DATA 2 1 2
1 X
2 2 Y
3 3 Z 4
4 4 Z 3
Layer 2 : Lereng
Layer 1 : Landuse
ID ID1 DATA ID2 DATA 2
1 1 A 1 X
2 1 A 2 Y
1
2 3 3 1 A 4 Z
4 2 B 1 X
5
4 5 3 A 1 X
6
7 8 6 3 A 2 Y
10 9 7 2 B 3 Z
8 3 A 3 Z
Result : Combination of landuse and lereng 9 3 A 4 Z
10 4 C 3 Z
 KLASIFIKASI

Analisis ini melakukan kalsifikasi atau mengklasifikasi kembali

suatu data spasial (atau atribut) menjadi data spasial yang baru
dengan menggunakan kriteria tertentu.

Contoh :
Dengan menggunakan data spasial ketinggian permukaan bumi
(topografi), dapat dibuat data spasial baru tentang kemiringan
permukaan bumi yang dinyatakan dalam persentase.

Nilai-nilai persentase kemiringan dapat diklasifikasi lagi hingga

menjdai data spasial baru untuk merancang studi kelayakan
pembangunan, seperti ;
0-14% untuk pemukiman, 15-29 % untuk pertanian dan perkebunan,
30-44% untuk hutan produksi, >44% tidak difungsikan (hutan
lindung)
 Analisis ini merujuk pada data spasial
JARINGAN berbentuk titik atau garis sebagai
suatu jaringan yang tidak terpisahkan.
Teluk Jakarta
Analisis ini banyak digunakan dalam
Penjaringan
bidang transportasi dan sarana lain
Kalideres
Kalideres
Pademangan
Tanjung Priok
Koja
Cilincing
spereti jaringan kabel listrik, telepon,
Cengkareng
Grogol
Tambora

Tamansari
Sawah Besar
pipa gas, pipa air minum, saluran
pembuangan, dll.
Petamburan Kemayoran Kelapa Gading

Gambir
Cempaka
Johar Putih
Kebon Jeruk Baru
Senen
Cakung
Menteng Pulogadung
Palmerah
Kembangan

Contoh :
Matr aman
Tanah Abang

Setiabudi

Untuk menghitung jarak terdekat

Duren Sawit
Tebet

Tangerang Pesanggrahan
Kebayor an Bar u Bekasi
Mampang

antara dua titik(lokasi). Maka cari

Kebayor an Prapatan Pancoran
Lama

Makasar

Kramatdjati
seluruh kombinasi jalan (segmen) yang
Cilandak
Pasar Minggu
dapat menghubungkan titik awal
Pasar Rebo
Cir acas
Cipayung dengan titik akhir. Pada setiap
alternatif jalan, hitung jarak yang
Jagakar sa

Bogor
ditempuh. Pilih jarak terpendek dari
kombinasi yang ada.
Namun perlu diperhatikan juga faktor2
lain sperti, topografi, biaya, dll
 BUFFER

Analisis ini akan menghasilkan data spasial baru yang berbentuk poligon
atau zona dengan jarak tertentu dari data spasial yang menjadi masukan.
 Untuk menentukan jarak / wilayah pengaruh
Contoh ; menentukan garis sepadan sungai = 50 meter
jarak - wilayah pengaruh pasar

Teluk Jakarta

e n
P ja rin g
a n

o ja
K

il in
C c in
g

a d
P e m
ang a
n

Mu ar a Ka ra ng a n
T ju n
g P rio k

Jak ar ta Kota

a lid
K e re s

a m
T b o
r a aw
S a h
B e sa
r

e n
C g ka re
n g

am
T a n
s a
ri

Ke lap a Gad ing

e m
K a yo ra n e la
K p aG
a d
in g

e ta
P r b
G
m g u
o l n
o
ra
Gaja h Ma da

Ky ai T ap a
a m
G b ir

a m
G b ir

eu
C
P p ih
tm k a
a

Gam b ir
h ru
Jo
a
B a

eb
K o n
J e
r u
k
e n
S en a ku n
C g

Cikini
Th am rin
a lm e
P ra h e n
M te n
g u lo
P gad u
ng

Me nte ng
Ke m ba nga n
e m
K b a
nga n
Jaka rt a D esa in C en tre Ma tra m an
a tra m a
M n

a n
T ahAb
a n
g

t in
Ja e g
a ra

e tia b
S u d
i

Cab an g Ra tu P laza

e tia b
S u d
i

Bekasi
u re
D n Sa
w it

K an tor Pus at e b
T e t
t in
Ja e g
a ra

(Nia ga T owe r)

Tangerang e sa n
P g g
ra h
a n
e K
K a b
b
e r yo
yo
a na
ra BB
n ru a
a ru

Fa late ha n
Ku nin ga n Te be t

Blo k M

Ka lim ala ng
eL
K b m
a r a
yo
a n

an
P c o
ra n
a a
rM
P ma
p tn n
g

Ke m an g Ma mp an g

a ka sa r
M

W ism a
Po nd ok Ind ah

ra m a
K tj a
ti

Fa tm awa ti
PI M etr o Duta

a sa rM in
P ggu

il a
C n d
a k

ir a
C c a
s

a sa rR e
P b o

ip a
C y u
n g

ga
Ja k a
r sa

Bogor
 DISTRIBUSI

Teluk Jakarta

Penjaringan

Kalideres
Pademangan
Tanjung Priok
Koja
Cilincing
Analisis ini akan menghasilkan
Cengk areng
Grogol
Tambora Sawah Besar

Tamansari
data spasial baru berbentuk titik
(lokasi) yang ditentukan
Petamburan Kemayoran Kelapa Gading

Gambir
Cempaka
Johar Putih

berdasarkan persebaran objek-

Kebon Jeruk Baru
Senen
Cakung
Menteng Pulogadung
Palmerah

objek yang telah ada.

Kembangan
Mat raman
Tanah Abang

Bekasi Analisis ini banyak digunakan

Setiabudi
Duren Sawit

Tangerang Pesanggrahan
Kebayoran Baru
Tebet

untuk menentukan lokasi-lokasi

Mampang
Kebayoran Prapatan Pancoran
Lama

Mak asar

Kramatjat i baru untuk mendistribusi.

Pasar Minggu
Cilandak

Ciracas Cipayung
Contoh : dalam menentukan
Jagakarsa
Pasar Rebo

lokasi persebaran pasar, sekolah,

Bogor
rumah sakit, terminal, dll
 Variabel yang diajukan :
CONTOH APLIKASI
-fisik
-sosial-ekonomi
-kebijakan
PT 1995

Perencanaan Tata Ruang

RUTR 2010 PT 2005
(Wilayah Kesesuaian)

Ketidaksesuaian
RUTR 2010 dengan
Ketidaksesuaian PT 1997 Perubahan
RUTR 2010 dengan Penggunaan Tanah
Wil Kesesuaian 1982-1997
Prediksi
Ketidaksesuaian
RUTR 2010

Kesimpulan Saran

MODEL EVALUASI & PEMANTAUAN TATA RUANG

 INPUT PENGOLAHAN OUTPUT
Wilayah
Fakta Fisik Analisis Overlay Kesesuaian
-Jenis tanah -kesesuaian wilayah
-Iklim Analisis Kecenderungan
-Kedalaman efektif Perencanaan Tata
-prediksi perkembangan Ruang
-Ketinggian
wilayah
-Lereng
Analisis Distribusi Evaluasi dan
Sosial ekonomi -sebaran kegiatan ekonomi Monitoring
-Kependudukan Analsis Jaringan/aliran
-Lembaga -arus lalulintas, arus
masyarakat barang & jasa, dll
-Kegiatan ekonomi Analisis Buffer
-jangkauan pelayanan
Kebijakan pusat kegiatan ekonomi,
dll
Kesesuaian untuk Variabel :

Permukiman Data & Peta

-Ketinggian
Data & Peta -Lereng
-Kemampuan Tanah
Klasifikasi
Klasifikasi
WilayahAA
Wilayah -Jaringan Jalan
-Sungai
-Genangan
-Penggunaan Tanah Existing

Modelling GIS
Matrik
Matrik
Kesesuaian
Kesesuaian
Tabel&
Tabel &Bagan
Bagan Overlay
Overlay
E-R
E-R

Query
Query Hasil
Data/Variabel &
Klasifikasi

Variabel : Tipe data Klasifikasi

-Ketinggian line ta
-Lereng poligon ada
-Kemampuan Tanah poligon ada

-Jaringan Jalan line ta

-Sungai line ta
-Genangan poligon ada
-Penggunaan Tanah Existing poligon ada

Syaratoverlay
Syarat overlay::tipe
tipedata
datapoligon
poligon
Modelling GIS
Ketinggian Lereng
Lereng KemampuanTanah
Kemampuan Tanah Jar.Sungai
Jar. Sungai Jar.jalan
Jar. jalan
Ketinggian

Wil.Ketinggian
Wil. Ketinggian SepadanSungai
Sepadan Sungai Koridorjalan
Koridor jalan

KT
KT SJ
SJ

KTM
KTM

PenggunaanTanah
Tanah KTMSJ/Kesesuaian
KTMSJ/Kesesuaian
Penggunaan Permukiman
Permukiman

Hasil
Hasil
 MATRIKS KESESUAIAN (PERMUKIMAN)

Unsur Penilai Tingkat Kesesuaian

Sangat Sesuai Sesuai Tidak Sesuai
Ketinggian 25-500 mdpl 7-25, 500-1500 <7 m, >1500

Lereng 0-8% 8-15% > 15%

Sepadan Sng >100 m 50-100 m <100 m

Kemampuan Baik Sedang Buruk

Tanah

Kor. Jalan >50 m 25-50 m <25 m