analisis spasial untuk pengolahan data raster sistem informasi geografis (studi kasus : perkebunan...
DESCRIPTION
Laporan Praktikum SIG TerapanTRANSCRIPT
PRAKTIKUM SISTEM INFORMASI GEOGRAFIS TERAPAN MODUL #2
ANALISIS SPASIAL UNTUK PENGOLAHAN DATA
RASTER SISTEM INFORMASI GEOGRAFIS
(STUDI KASUS : PERKEBUNAN STRAWBERRY)
Oleh :
Fahrurrozi 3510 100 019
Dosen :
Dr.-Ing. Ir. Teguh Hariyanto, MSc
Laboratorium GeospasialProgram Studi Teknik GeomatikaInstitut Teknologi Sepuluh NopemberPh. 031-5929486, 5929487
2013
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pengelolaan data spasial merupakan hal yang penting dalam pengelolaan data Sistem
Informasi Geografi. Proses pengolahan dilakukan dengan menerapkan kaidah-kaidah
relasional terkait secara simultan. Sistem Informasi Geografis (SIG) tidak hanya berfungsi
untuk memindahkan atau mentransformasi peta konvensional (analog) ke bentuk digital
(digital map), lebih jauh lagi sistem ini mempunyai kemampuan untuk mengolah dan
menganalisis data yang mengacu pada lokasi geografis menjadi informasi berharga.
Aplikasi Sistem Informasi Geografis saat ini sudah berkembang pesat dan didukung dengan
teknologi yang semakin cangggih. Pemanfaatan Sistem Informasi Geografis sudah menjangkau
keseluruh lapisan layanan publik. Pemanfaatan SIG ini tidak terlepas dari kehandalan dan
keampuhan setiap fasilitas yang disediakan aplikasi. Seperti dalam ArcGIS Desktop (ESRI)
sendiri memiliki ekstensi-ekstensi yang berguna dalam analisis tingkat lanjut. kemampuan
menganalisis sistem menjadi karakteristik utama Sistem Informasi Geografi seperti analisa
statistik dan klasifikasi raster yang disebut analisis spasial. Analisis spasial dalam Sistem
Informasi Geografis tidak seperti sistem informasi yang lain karena terdapat tambahan
dimensi ruang (space) atau geografi. Kombinasi ini menggambarkan attribut-attribut pada
bermacam fenomena seperti umur seseorang, tipe jalan, dan sebagainya, yang secara bersama
dengan informasi seperti dimana seseorang tinggal atau lokasi suatu jalan [Keele,1997].
Analisis spasial dalam SIG juga dapat digunakan dalam analisis raster yang menggunakan
data raster sebagai sumber dataset. Analisis ini bisanya dilakukan untuk aplikasi analisis
kesesuaian lahan, area, dan membantu mengambil keputusan sesuai dengan hasil yang
didapatkan. Salah satu pemanfaatan aplikasi ini adalah untuk analisis kesesuaian lahan
perkebunan strawberry. Strawberry merupakan tanaman yang hanya bisa tumbuh baik pada
lahan-lahan tertentu dengan beberapa parameter yang sesuai. Dengan lahan yang sesuai dengan
syarat tumbuh baiknya tanaman hasil panen pun menjadi maksimal. Oleh karena itu,
pemanfaatan teknologi Sistem Informasi Geografis ini sangat tepat dalam penentuan lokasi lahan
yang tepat untuk perkebunan strawberry.
2
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
1.2 Tujuan
Tujuan dari praktikum Sistem Informasi Geografis Terapan Modul #2 adalah sebagai berikut:
1. Memahami konsep analisis spasial dalam Sistem Informasi Geografis dengan
menggunakan data raster,
2. Mengevaluasi kesesuaian lahan untuk perkebunan strawberry menggunakan analisis
raster dalam Sistem Informasi Geografis,
3. Mengetahui cara analisis spasial dengan menggunakan software atau perangkat lunak
pengolah data spasial (Sistem Informasi Geografis).
1.3 Manfaat
Manfaat dari praktikum Sistem Informasi Geografis Terapan Modul #2 adalah sebagai
berikut:
1. Mahasiswa mampu mengoperasikan software pengolah data spasial terutama terkait
dengan analisis data spasial,
2. Mahasiswa mampu menganalisis data raster untuk mengidentifikasi lokasi dan bentuk
dari fitur-fitur geografis dan relasi diantaranya (parameter).
3
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
BAB II
DASAR TEORI
2.1 Model Data Raster
Model data raster bertugas untuk menampilkan, menempatkan, dan menyimpan konten
data spasial dengan menggunakan struktur matriks atau susunan piksel-piksel yang
membentuk suatu grid (segi empat). Setiap piksel atau sel ini memiliki atribut tersendiri,
termasuk koordinatnya yang unik. Akurasi spasial model data ini sangat bergantung pada
resolusi spasial atau ukuran pikselnya (sel grid) di permukaan bumi. Entitas-entitas spasial
model raster juga dapat disimpan di dalam sejumlah layer yang secara fungsionalitas
direlasikan dengan unsur-unsur petanya. Sebagai ilustrasi, beberapa sumber entitas spasial raster
adalah citra dijital satelit (ex: NOAA, Spot, Landsat, Ikonos, QuickBird), citra dijital
radar, dan model ketinggian dijital DTM atau DEM dalam model data raster)
Gambar 2.1 Contoh Tampilan Permukaan Bumi dan Layer Model Raster
Model data raster dapat memberikan informasi spasial mengenai apa yang terjadi
dalam bentuk gambaran yang ‘’digeneralisasi’’ oleh sensor-sensornya. Dengan model ini,
dunia nyata dapat disajikan sebagai elemen matriks atau sel-sel grid yang homogen.
Dengan model data raster, unsur-unsur geografis ditandai oleh nilai-nilai elemen matriks
persegi panjang (persegi).
4
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 2.2 Contoh Tampilan Struktur Model Data Raster
Pada model data raster, matriks atau array dapat diurutkan menurut koordinat lokalnya
yaitu kolom (x) dan baris (y). Selain itu, pada sistem koordinat piksel monitor komputer,
secara default, titik asal sistem koordinat raster diletakkan di sudut kiri atas (lihat Gambar). Oleh
sebab itu, nilai absis (x) akan meningkat kearah kanan dan nilai ordinat (y) akan
meningkat kearah bawah. Walaupun demikian, sistem koordinat ini dapat pula
ditransformasikan sedemikian rupa sehingga titik asal sistem koordinatnya terletak di sudut
kiri bawah, makin ke kanan nilai absisnya (x) akan meningkat, dan nilai ordinatnya (y)
makin ke atas nilainya semakin meningkat (lihat Gambar).
Gambar 2.3 Contoh Tampilan Sistem Koordinat Data Raster Setelah Transformasi
Pada sistem koordinat seperti ini (pasca transformasi), titik asal koordinat (x0, y0) data raster
terletak di titik sudut kiri bawah. Selain itu, terdapat sejumlah M kolom (absis) dan N baris
(ordinat) sesuai dengan arah sumbu koordinat masing-masing. Setiap piksel atau sel grid
5
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
memiliki nilai lebar a dan tinggi b (sesuai dengan resolusi spasialnya). Maka dengan
memperhatikan nilai-nilai ini, koordinat-koordinat sudut lainnya adalah :
Kiri – atas (x0, y0 + N*b) ; Kanan – bawah (x0 + M*a, y0) ; Kanan – atas (x0 + M*a, y0 +
N*b)
Dengan memanfaatkan prinsip hitungan yang sama, maka dapat diketahui bahwa :
Koordinat titik pusat piksel baris ke i dan kolom ke j adalah (x0 + (j-0.5)*a, y0
+ (i-0.5)*b)
Batas-batas piksel baris ke i dan kolom ke j adalah (x0 + (j-1)*a < x < x0 + j*a) untuk X
dan (y0 + (i-1)*b < y < y0 + i*b) untuk y.
Matrik raster memiliki bentuk yang teratur secara geometrik dan telah terurut secara
otomatis, oleh sebab itu setiap posisi sel atau posisi pikselnya tidak harus direkam satu
persatu. Jika semuanya direkam malah terjadi pemborosan memori yang sebenarnya tidak
perlu. Hal inilah yang membedakannya dengan data vektor. Untuk membaca konten file
data raster dengan benar, urutan perekaman data tersebut harus diperhatikan.
2.2 Karakteristik Layer Raster
Raster memiliki beberapa karakteristik yang dapat membedakannya satu sama lain.
Karakteristik tersebut antara lain :
Resolusi
Resolusi spasial dapat didefinisikan sebagai dimensi linier minimum dari satuan
terkecil geographic space yang dapat direkam. Satuan terkecil ini, pada umumnya
berbentuk segiempat dan dikenal sebagai sel-sel grid, elemen matriks, elemen
terkecil dari suatu gambar, atau piksel. Resolusi suatu data raster pada dasarnya
akan merujuk pada ukuran permukaan bumi yang dapat direpresentasikan oleh
setiap pikselnya. Makin kecil area permukaan bumi yang dapat direpresentasikan
oleh setiap pikselnya, maka berarti makin tinggi resolusi spasialnya dan data raster yang
bersangkutan makin baik. Demikian pula sebaliknya.
6
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Orientasi
Orientasi di dalam sistem grid atau raster dibuat untuk merepresentasikan arah
utara pada sistem grid. Yang paling sering dilakukan adalah mengimpitkan arah
utara grid ini dengan arah utara yang sebenarnya di titik asal sistem koordinat grid yang
bersangkutan. Walaupun demikian, karena masalah perubahan atau distorsi, adalah
suatu hal yang tidak mungkin untuk mengimpitkan arah utara grid dan arah utara
sebenarnya di semua titik yang terdapat di dalam grid tersebut. Dalam kaitan ini, jika
suatu grid telah diorientasikan terhadap titik asal dan arah utara sebenarnya, maka
sistem penomoran grid dan satuan-satuan ukurannya sudah dapat ditentukan.
Zone
Setiap zone ‘’layer’’ peta raster merupakan sekumpulan lokasi-lokasi yang
memperlihatkan nilai-nilai (bisa diasumsikan Id atau nomor pengenal). Contoh zone yang
dimaksud adalah persil-persil tanah milik, batas-batas administrasi, danau atau pulau,
jenis tanah dan vegetasi, dll. Walaupun demikian, tidak semua layer peta raster
memiliki zone, karena setiap isi sel grid dapat bervariasi secara kontinu di dalam
daerah tertentu sehingga setiap sel juga memungkinkan untuk memiliki nilai yang
berbeda (unik).
Domain Nilai Piksel
Nilai dalam konteks data raster, adalah item informasi (atribut) yang disimpan di
dalam sebuah layer untuk setiap pikselnya. Piksel-piksel di dalam zone atau area
yang sejenis memiliki nilai (isi piksel atau Id) yang sama. Pada umumnya, nilai
sebuah piksel data raster dikuantisasikan ke dalam domain bilangan bulat dengan
panjang 8 bit (atau 1 byte). Meskipun demikian, tidak menutup kemungkinan jika
data raster memiliki domain bilangan bulat dengan panjang 2 byte atau bahkan
domain bilangan real 4, 6, 8 byte atau lebih besar lagi.
Koordinat Piksel atau Lokasi Unsur
Pada umumnya, lokasi di dalam model raster secara langsung dapat
diidentifikasikan dengan menggunakan pasangan koordinat lokalnya; kolom dan
baris (x,y). meskipun demikian, posisi-posisi koordinat geografis yang sebenarnya
7
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
dari beberapa piksel yang terletak di sudut-sudut citra raster juga diketahui melalui proses
pengikatan; memerlukan beberapa titik control (GCP – Ground Control Point).
2.3 Analisis Spasial
Kemampuan SIG juga dikenali dari fungsi-fungsi analisis yang dapat dilakukan. Kemampuan
analisis spasial menggunakan SIG dapat diklasifikasikan bermacam-macam. Klasifikasi di
bawah ini mengacu pada Aronoff (1989):
3. Pengukuran, query spasial dan fungsi klasifikasi
4. Fungsi Overlay
5. Fungsi Neighbourhood
6. Fungsi Network
7. Fungsi 3D Analyst
2.3.1 Pengukuran, query spasial dan fungsi klasifikasi
Fungsi ini merupakan fungsi yang meng-eksplore data tanpa membuat perubahan yang
mendasar, dan biasanya dilakukan sebelum analisis data. Fungsi pengukuran mencakup
pengukuran jarak suatu obyek, luas area baik itu 2 dimensi atau 3 dimensi.
Query spasial dalam mengidentifikasikan obyek secara selektif, definisi pengguna,
maupun melalui kondisi logika. Contoh query spasial adalah misalnya kita mencari suatu area
yang kurang dari 400000 m2 pada area peruntukan lahan (Gambar a). Fungsi klasifikai adalah
mengklasifikasikan kembali suatu data spasial (atau atribut) menjadi data spasial yang baru
dengan menggunakan kriteria tertentu. Misalnya, klasifikasi pendapatan pertahun dari rumah
tangga suatu daerah, dari kalsifikasi sebelumnya dibagi menjadi 7 kelas menjadi 5 kelas
klasifikasi (Gambar b).
8
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 2.4 Query Spasial dengan Mencari Daerah yang Luasnya kurang dari 400000 m2
Gambar 2.5 Klasifikasi Pendapatan Rumah Tangga Suatu Daerah dari (Kiri) 7 Kelas
Klasifikasi Menjadi (Kanan) 5 Kelas Klasifikasi
2.3.2 Fungsi Overlay
Fungsi ini menghasilkan data spasial baru dari minimal dua data spasial yang menjadi
dua data spasial yang menjadi masukannya. Sebagai contoh, bila untuk menghasilkan wilayah-
wilayah yang sesuai untuk budidaya tertentu (misalnya kelapa sawit) diperlukan data ketinggian
permukaan bumi, kadar air tanah, dan jenis tanah, maka fungsi analisis spasial overlay akan
dilakukan terhadap ketiga data spasial (dan atribut) tersebut. Prinsip overlay dapat dilihat pada
Gambar di bawah ini. Fungsi overlay ini juga dapat berlaku untuk model data raster. Prinsip
dasar overlay untuk poligon seperti gambar 2.6 dimana dua buah poligon layer A dan B akan
menghasilkan data spasial baru (dan atribut) yang merupakan hasil interseksi dari A dan B.
9
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 2.6 Prinsip Dasar Overlay untuk Poligon
2.3.3 Fungsi Neighborhood
Salah satu yang terdapat dalam dalam klasifikasi adalah Buffering. Fungsi ini
menghasilkan data spasial baru yang berbentuk poligon atau area dengan jarak tertentu dari data
spasial yang menjadi masukannya. Data spasial titik akan menghasilkan data spasial baru yang
berupa lingkaran-lingkaran yang mengelilingi titik-titik pusatnya. Untuk data spasial garis akan
menghasilkan data spasial baru yang berupa poligon-poligon yang melingkupi garis-garis.
Demikian pula untuk data spasial poligon berupa poligon-poligon yang lebih besar dan
konsenris.
2.3.4 Fungsi Network
Fungsi network merujuk data spasial titik-titik (points) atau garis-garis (lines) sebagai
suatu jaringan yang tidak terpisahkan. Fungsi ini sering digunakan di dalam bidang-bidang
transportasi, hidrologi dan utility (misalnya, aplikasi jaringan kabel listrik, komunikasi, pipa
minyak dan gas, air minum, saluran pembuangan). Sebagai contoh dengan fungsi analisis spasial
network, untuk menghitung jarak terderka antara dua titik tidak menggunakan jarak selisih absis
dan ordinat titik awal dan titik akhirnya. Tetapi menggunakan cara lain yang terdapat dalam
lingkup network. Pertama, cari seluruh kombinasi jalan-jalan (segmen-segmen) yang 10
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
menghubungkan titik awal dan akhir yang dimaksud. Pada setiap kombinasi, hitung jarak titik
awal dan akhir dengan mengakumulasikan jarak-jarak segmen yang membentuknya. Pilih jarak
terpendek (terkecil) dari kombinasi-kombinasi yang ada. Salah satu aplikasi yang dapat
diterapkan menggunakan fungsi network adalah mencari urutan rute yang optimal. Misalnya kita
memiliki 3 tujuan yang harus di datangi. Dengan menghitung efektifitas dan efisien kita dapat
menentukan rute optimal tujuan kita.
Gambar 2.7 (a) Urutan Rute yang Direncanakan (b) Rute Optimal
2.3.5 Fungsi 3D Analyst
Fungsi 3 Dimensi terdiri dari sub-sub fungsi yang berhubungan dengan presentasi data
spasial dalam ruang 3 dimensi. Fungsi analisis spasial ini banyak menggunakan fungsi
interpolasi. Sebagai contoh, untuk menampilkan data spasial ketinggian, tataguna tanah, jaringan
jalan dan utility dalam bentuk model dimensi, fungsi ini banyak digunakan. Gambar 6
menyajikan contoh penggunaan fungsi 3D analyst untuk pemboran sumur minyak.
Gambar 2.8 Contoh penggunaan fungsi 3DAnalsyt untuk aplikasi pertambangan
2.4 ArcGIS11
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
ArcGis adalah suatu perangkat lunak yang di desain pada Graphical User Interface
untuk pengolahan data spasial (Sistem Informasi Geografi). Melalui perangkat lunak ini,
dapat melakukan display (visualisasi data), eksplore, queri, dan analisa data spasial
berikut data-data tabuler yang menyertainya. Didesain pada windows Desktop seperti
Windows NT, Windows 2000,Windows XP, Window Vista dan Windows 7. Perangkat
lunak ini memiliki 3 Aplikasi standar yaitu ArcMap, ArcCatalog, ArcGlobe dan ArcToolbox.
ArcGis menyediakan aplikasi yang bisa disesuailkan dengan kemampuan dan kebutuhan
penggunanya.
ArcMap : didesain untuk menampilkan data, editing, analisi spasial dan pencetakan peta
kualitas tinggi
ArcCatalog : berfungsi untuk mengakses dan mengatus manajemen data (data
spasial dan non spasial) dengan mudah. Penggunan bis mencari data yang
diinginkan, menampilkannya, melihat atau membuat metadatanya. ArcCatalog juga
bisa mengakses database eksternal (Ms Access, SQL Server, Oracle, dsb).
ArcGlobe : didesain untuk menampilkan data secara 3 dimensi.
ArcToolbox : berisi tools (alat-alat) untuk berbagai macam geoprocessing serta konversi
antar format data.
2.5 Tanaman Strawberry
Strawberry merupakan tanaman yang mempunyai ketahanan & adaptasi yang cukup luas.
secara umum syarat tumbuh yang baik untuk strawberry adalah seperti kondisi iklim berikut ini:
suhu udara optimum 17 – 200C dan suhu udara minimum antara 4 – 5 0 Celcius.
Kelembaban udara (RH) 80 – 90%.
Penyinaran matahari 8 – 10 jam/hari.
Curah hujan berkisar antara 600 – 700 mm/tahun.
12
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
BAB III
METODOLOGI
3.1 Alat dan Bahan
Alat yang digunakan dalam praktikum Sistem Informasi Geografis Terapan Modul #2
adalah:
1. Hardware (Laptop)
2. Software ArcGIS Desktop 9.3
3. Microsoft Office 2010
Bahan yang digunakan dalam praktikum Sistem Informasi Geografis Terapan Modul #2
adalah:
1. Data raster auxellary file yang terdiri dari precipgd.aux, hucgd.aux, elevgd.aux, dan
strmgd.aux
3.2 Waktu dan Lokasi
Adapun waktu dan lokasi pelaksanaan praktikum Sistem Informasi Geografis Terapan Modul
#2 adalah:
Hari, tanggal : Jumat, 06 Desember 2013
Pukul : 09.00 -15.00 BBWI
Tempat : Laboratorium Geospasial Lt.2 Jurusan Teknik Geomatika ITS
13
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
3.3 Diagram Alir Pekerjaan
Gambar 3.1 Diagram Alir Pekerjaan
3.4 Langkah Pelaksanaan
Berikut ini adalah tahapan-tahapan pelaksanaan praktikum Sistem Informasi Geografis
Terapan Modul #2:
1. Buka ArcMap melalui Start Menu Windows dengan cara klik Start Menu All Programs ArcGIS Klik ArcMap,
Gambar 3.2 Membuka ArcMap 9.3 Melalui Start Menu
14
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.3 Tampilan Awal Masuk ArcMap 9.3
Maka akan muncul kotak dialog ArcMap, kemudian pilih A new empty map OK,
Gambar 3.4 Kotak Dialog ArcMap
2. Aktifkan beberapa ekstensi perangkat ArcGIS 9.3 untuk analisis raster dengan cara klik menu Tools Ekstensions, maka akan muncul kotak dialog Ekstensions,
15
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.5 Menu Tools ArcMap
Pada kotak dialog Extensions, centang beberapa ekstensi yang diperlukan untuk analisis raster seperti Spatial Analyst, 3D Analyst, dan Network Analyst, kemudian klik Close button,
Gambar 3.6 Kotak Dialog Extensions
Untuk menampilkan tools ekstensi Spatial Analyst klik kanan pada sembarang area toolbar pilih Spatial Analyst,
16
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.7 Menampilkan Spatial Analyst Tools
Gambar 3.8 Tools Spatial Analyst
3. Masukkan data raster dengan cara klik kanan Layers Add Data atau dengan cara klik
ikon pada toolbar, maka akan muncul kotak dialog Add Data,
Gambar 3.9 Input Data Melalui Add Data
Pada kotak dialog Add Data pilih file raster yang ingin dianalisis (precipgd.aux, hucgd.aux, streamgd.aux, elevgd.aux) Add, maka data akan muncul pada jendela Data View ArcMap,
17
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.10 Kotak Dialog Add Data
Gambar 3.11 Hasil Tampilan Add Data
4. Lakukan ekstraksi data melalui Arc Toolbox Spatial Analyst Tools Extraction double click Extract by Attributes pilih precipgd.aux untuk input raster dan masukkan formula SQL pada kotak isian Where clause seperti pada gambar OK, ekstraksi data ini bersifat opsional karena dilakukan hanya untuk menampilkan karakteristik tertentu dari data raster seperti curah hujan (precipgd.aux),
18
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.12 Extraksi Data by Attributes
Lakukan reclassify precipgd dengan cara klik Spatial Analyst Reclassify, maka akan muncul kotak dialog Reclassify. Pada kotak dialog Reclassify klik tombol Classify, maka akan muncul kotak dialog Classification,
Gambar 3.13 Reclassify Spatial Analyst
19
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Pada Kotak dialog Classification, ubah Classes menjadi 2, kemudian gunakan Manual pada Classification Method, dan ubah Break Values menjadi 719 dan 919 (sesuai NRP) OK,
Gambar 3.14 Kotak Dialog Classification
Kembali pada kotak dialog Reclassify lalu tentukan lokasi penyimpanan output raster OK,
Gambar 3.15 Kotak Dialog Reclassify
Setelah reclass (klasifikasi) selesai maka hasilnya akan muncul seperti di bawah ini:
20
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.16 Hasil Klasifikasi
Karena jumlah kelas yang dihasilkan masih 9 kelas, maka perlu dilakukan pengubahan kelas pada properties dataset raster dengan cara klik kanan layer raster pilih Properties , maka akan muncul kotak dialog Layer Properties,
Gambar 3.17 Kotak Dialog Layer Properties
Pada tab Symbologi ubah kelas menjadi 2 kelas dengan cara klik tombol Classify kemudian lakukan hal yang sama seperti langkah klasifikasi sebelumnya pada kotak dialog Classification lalu klik OK, kembali pada Layer Properties sesuaikan dengan
21
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
warna yang diinginkan lalu klik OK, maka hasilnya akan muncul pada Data View ArcMap seperti di bawah ini:
Gambar 3.18 Hasil Pengklasifikasian Ulang
5. Tahap selanjutnya pengolahan raster dengan menggunakan fungsi jarak dengan cara klik Spatial Analyst pilih Distance klik Straight Line, maka akan muncul kotak dialog Straight Line,
Gambar 3.19 Distance Spatial Analyst
22
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Pada kotak dialog Straight Line biarkan sesuai default-nya lalu klik OK,
Gambar 3.20 Kotak Dialog Straight Line
Hasilnya akan tampil seperti di bawah ini:
Gambar 3.21 Hasil Proses Analisis Spasial Distance
Simpan hasil proses Straight Distance dengan cara klik kanan layer Distance to strmgd pilih Data Make Permanent Save,
23
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.22 Menyimpan Hasil Straight Distance Melalui Make Permanent
Karena kelas yang dihasilkan sangat banyak maka perlu dilakukan pnyederhanaan jumlah kelas atau pelebaran rentang kelas seperti proses reclass sebelumnya dengan output menjadi 3 kelas, hasilnya akan muncul seperti di bawah ini:
Gambar 3.23 Hasil Pengklasifikasian Ulang Raster Straight Distance
Lakukan ekstraksi data raster melalui Arc Toolbox dengan cara klik Spatial Analyst Tools Extraction Extract by Attributes, maka akan muncul kotak dialog Extract by Attributes, isikan input raster, formula SQL, dan output raster OK,
24
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.24 Kotak Dialog Query Builder
Gambar 3.25 Extract by Attributes
Maka hasilnya akan muncul pada Data View ArcMap seperti gambar berikut:
25
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.26 Hasil Ekstraksi Data strmgd
6. Tahap terakhir melakukan pemrosesan analisis data rster secara keseluruhan sesuai dengan parameter yang ditentukan dengan cara klik Spatial Analyst Raster Calculator, maka akan muncul kotak dialog Raster Calculator,
Gambar 3.27 Raster Calculator Spatial Analyst
Pada kotak dialog Raster Calculator, isikan formula sesuai dengan parameter yang ditentukan Evaluate, maka hasilnya akan muncul pada layer,
Gambar 3.28 Kotak Dialog Raster Calculator
26
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 3.29 Hasil Penggabungan Data Raster
Untuk menampilkan tampilan data raster dari masing-masing parameter dapat dilakukan
melalui ekstraksi data berdasarkan atribut seperti langkah 4.
27
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
BAB IV
HASIL DAN ANALISIS
4.1 Hasil
Dari proses analisis raster praktikum Sistem Informasi Geografis Terapan Modul #2 dapat
diperoleh hasil raster berdasarkan parameter dan tampilan raster masing-masing parameter
sebagai berikut:
1. Parameter precipgd (curah hujan) dengan rentang value 719 – 919
Gambar 4.1 Tampilan Parameter Curah Hujan
2. Parameter hucgd (batas air atau watershed) dengan value 170.103
28
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
Gambar 4.2 Tampilan Parameter Batas Air atau Watershed
3. Parameter elevgd dengan zona elevasi 3
Gambar 4.3 Tampilan Parameter Ketinggian Zona 3
4. Parameter strmgd (stream atau aliran) dengan value lebih dari atau sama dengan 200
Gambar 4.4 Tampilan Parameter stream atau aliran
29
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
5. Hasil kalkulasi data raster sesuai dengan keseluruhan parameter
(a)
(b)
Gambar 4.5 Hasil Kalkulasi Data Raster (a) Zoom Out, (b) Zoom In
4.2 Analisis Hasil
Analisis untuk tiap parameter berbeda-beda karena sifat grid dari masing-masing data
berbeda-beda. Data yang digunakan merupakan data raster dengan format auxallary file dengan
sistem koordinat North America 1927. Berikut ini analisis untuk tiap parameter kesesuaian lahan
strawberry:
30
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
1. Precigd.aux menunjukkan curah hujan rata-rata per tahun di area negara bagian Idaho.
Curah hujan yang digunakan untuk perkebunan strawberry ini ditunjukkan dengan
rentang data value 719 sampai 919 (warna biru). Rentang data ini hampir keseluruhan
mencakup area Idaho.
2. Hucgd.aux menunjukkan batas air atau watershed atau area tangkapan air dimana tiap
area menunjukkan perbedaan kandungan air di dalamnya. Area watershed yang
digunakan untuk parameter perkebunan strawberry adalah area dengan nilai piksel
170.103.
3. Elevgd.aux menunjukkan zona elevasi dengan resolusi spasial sebesar 100 meter, untuk
zona yang digunakan sebagai lahan potensial untuk tanaman strawberry adalah zona
elevasi 3.
4. Strmgd.aux menunjukkan aliran sungai, untuk lahan atau area yang potensial untuk
tanaman strawberry adalah area lebih dari sama dengan 200 meter yang ditunjukkan
dengan nilai di atas 200.
Dari hasil yang diperoleh menunjukkan bahwa raster dari penggabungan seluruh parameter
menghasilkan area dengan value 0 , cell size (X,Y) 3951.765262, 3951.765262, jumlah baris dan
kolom masing-masing 2, dan terletak pada koordinat (302981.096, 665642.254) m (pojok kiri-
bawah piksel). Value 0 ini menunjukkan bahwa area tidak cocok untuk perkebunan strawberry
dengan kata lain dari 4 parameter yang ada tidak sesuai dengan syarat lahan yang cocok untuk
perkebunan strawberry.
31
PRAKTIKUM MODUL #2 SISTEM INFORMASI GEOGRAFIS TERAPAN
BAB V
PENUTUP
5.1 Kesimpulan
Kegiatan praktikum Sistem Informasi Geografis Terapan Modul #2 menghasilkan beberapa
kesimpulan sebagai berikut:
1. Analisis spasial terdiri dari analisis statistik, pemodelan spasial, dan analisis bentuk
dimana pengguna dapat membuat, menggunakan fungsi query, dan menganalisis data
raster dengan berbagai fungsi matematika,
2. Perkebunan strawberry tidak cocok digunakan pada area Idaho dengan parameter curah
hujan dengan grid value 719-919 (precipgd), tangkapan air pada area dengan grid value
170.103 (hucgd), zona elevasi 3, dan daerah aliran sungai lebih dari sama dengan 200
meter,
3. Dalam ArcGIS Desktop 9.3 terdapat ekstensi Spatial Analyst yang berguna dalam
menganalisis data raster, pemodelan spasial, mengintegrasikan analisis data vektor dan
raster, dan mengklasifikasikan data yang ada.
5.2 Saran
1. Dosen sebaiknya menjelaskan secara detail setiap langkah atau tahapan yang diperlukan
untuk analisis spasial,
2. Mahasiswa seharusnya lebih aktif menanyakan setiap kendala dalam pelaksanaan
praktikum,
3. Mahasiswa sebaiknya mempelajari materi terlebih dahulu sebelum praktikum agar
maksud dan tujuan praktikum dapat dipahami secara jelas.
32