Modul Kelompok 5 (Vektor To Raster) PDF [PDF]

Citation preview

MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



Oleh : Joana Angelia Putri Agustinus Teweng



(1824009) (Vektor To Raster)



Nadya Gabriela Natasya



(1824013) (Interpolasi Spasial)



I Gede Krisna Borneo Putra P



(1824017) (Idw)



Mierta Ramadea



(1824043) (Kriging)



Kania Maharani



(1824047) (Rbf Splines)



Hedwig Amandus Imung



(1824049) (Etc Interpolation)



Ravi Aruni Arbiansyah



(1824063) (Overlay)



Noor Maimunah



(1824069) (Weighted Overlay)



Randy Elfranda Natanael



(1824079) (Weighted Sum Overlay)



PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI NASIONAL MALANG 2020



KATA PENGANTAR Puji syukur kita panjatkan atas kehadiran Allah SW atas rahmat dan kehadiran-Nya Modul tentang Network Analysis dapat diselesaikan dengan baik dan tepat sesuai waktu yang telah ditentukan.



Pembuatan Modul ini tertujuan guna memmenuhi tugas Mata Kuliah Sistem Informasi Perencanaan I pada Program Studi Perencanaan Wilayah dan Kota, Fakultas Teknik Sipil dan Perencanaan di Institut Teknologi Nasional Malang. Terima kasih kami ucapkan kepada semua pihak yang telah membantu dalam pembuatan modul ini terutama kepada :



1. Bapak Widiyanto Hari Subagyo Widodo, ST., M. Sc dan Ibu Annisa Hamidah Imaduddina, ST., MSc selaku Dosen Mata Kuliah Sistem Informasi Perencanaan I pada Program Studi Perencanaan Wilayah dan Kota, Fakultas Teknik Sipil dan Perencanaan di Institut teknologi Nasional Malang yang telah banyak berkontribusi dan membantu memberikan masukan selama perkuliahan dan bimbingan. 2. Rekan teman -teman satu kelompok 5 yang bersama-sama menyusun. 3. Dan kedua orang tua yang selalu memberikan dukungan selama pengerjaan.



Dalam modul ini kami sangat menydari bahwa apa yang telah dibuat masih jauh dari kesempurnaan. Oleh karena itu maka kritik dan saran yang sifatnya membangun sangat kami harapakan agar untuk kedepannya menjadi koreksi dan introspeksi bagi kami dan harapan kami semoga modul ini bisa membantu rekanrekan sekalian dan para pembaca.



Malang, Maret 2020



Tim Penyusun



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



i



DAFTAR ISI KATA PENGANTAR………………………………………………….………………………………………...i DAFTAR ISI.................................................................................................................................. ii DAFTAR GAMBAR .................................................................................................................... iii BAB I SISTEM INFORMASI GEOGRAFIS (SIG) .................................................................. 1 1.1



Pengertian Sistem Informasi Geografis (SIG) ............................................................. 1



1.2



Subsistem Sistem Informasi Geografis ......................................................................... 2



1.3 Jenis-jenis Data Spasial SIG (Sistem Informasi Geografi) ............................................. 3 1.3.1 Data Vektor ................................................................................................................... 4 1.3.2 Data Raster .................................................................................................................... 4 BAB II VEKTOR TO RASTER .................................................................................................. 5 2.1 Interpolasi Spasial ............................................................................................................... 5 2.1.1 Inverse Distance Weighted (IDW) .............................................................................. 6 2.1.2 Kriging ......................................................................................................................... 18 2.1.3 Radial Basis Function (RBF) Splines ........................................................................ 24 2.1.4 Interpolasi Trend ........................................................................................................ 32 2.1.5 Natural neighbor Interpolation ................................................................................. 35 2.2 Overlay ............................................................................................................................... 42 2.2.1 Weighted Overlay ....................................................................................................... 42 2.2.2 Weighted Sum Overlay .............................................................................................. 53



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



ii



DAFTAR GAMBAR Gambar 1. 1 Subsistem SIG ......................................................................................................... 3 Gambar 1. 2 Data vektor (kiri) dan data raster (kanan) .......................................................... 4 Gambar 2. 1 Ilustrasi Sederhana Posisi Titik-Titik Yang Akan Diinterpolasi Spasial…….....6 Gambar 2. 2 Interpolasi Sebagai Prosedur Untuk Memprediksi Nilai-Nilai Yang Tidak Diketahui Berdasarkan Nilai-Nilai Yang Diketahui Dari Titik-Titik Yang Diketahui.......... 6 Gambar 2. 3 Metode Interpolasi IDW (Inverse Distance Weighted) ....................................... 7 Gambar 2. 4 Metode Interpolasi Kriging ................................................................................. 18 Gambar 2. 5 Metode Spline……………………………………………………………….…………………25



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



iii



BAB I SISTEM INFORMASI GEOGRAFIS (SIG) 1.1 Pengertian Sistem Informasi Geografis (SIG) Sistem Informasi Geografis (SIG) atau Geographic Information System (GIS) adalah sustem informai khusu yang mengelola data yang memiliki informasi spasial yaitu bereferensi keruangan. Atau lebih singkatnya, sistem informasi geografis adalah h sistem komputer yang mempunyai kemampuan untuk membangun, menyimpan, mengelola dan menampilkan informasi berefrensi geografis, misalnya data diidentifikasi menurut lokasinya dalam sebuah database. Teknologi Sistem Informasi Geografis digunakan untuk investigasi ilmiah, pengelolaan sumber daya, perencanaan pembangunan, kartografi dan perencanaan rute. Contohnya SIG dapat digunakan perencana untuk membantu menghitung waktu tanggap darurat saat terjadi bencana alam secara cepat dan lain sebagainya. Selain itu ada juga pengertian SIG menurut beberapa ahli, diantaranya : a. Aronaff (1989) Menurut Aronaff, SIG adalah sistem informasi yang didasarkan pada kerja komputer yang memasukkan, mengelola, memanipulasi dan menganalisa data serta memberi uraian. b. Burrough (1986) Menurut Burrough, SIG adalah alat yang bermanfaat untuk pengumpulan, penimbunan, pengambilan kembali data yang diinginkan dan penayangan data keruangan yang berasal dari kenyataan dunia. c. Kang-Tsung Chang (2002) Menurut Kang-Tsung Chang, SIG adalah a computer system for capturing, storing, querying, analyzing, and displaying geographic data (sistem komputer untuk menangkap, menyimpan, meminta, menganalisis, dan menampilkan data geografis). d. Murai (1999) Menurut Murai, SIG adalah sistem informasi yang digunakan untuk memasukkan, menyimpan, memanggil kembali, mengolah, menganalisis dan menghasilkan data bereferensi geografis atau data geospatial, untuk mendukung pengambilan keputusan dalam perencanaan dan pengelolaan penggunaan lahan, sumber daya alam, lingkungan, transportasi, fasilitas kota, dan pelayanan umum lainnya. MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



1



e. Marble et al (1983) Menurut Marble et al, SIG adalah sistem penanganan data keruangan. SIG mempunyai kemampuan untuk menghubungkan berbagai data pada suatu titik tertentu di bumi, menggabungkannya, menganalisa dan akhirnya memetakan hasilnya. Data yang akan diolah pada SIG merupakan data spasial yaitu sebuah data yang berorientasi geografis dan merupakan lokasi yang memiliki system koordinat tertentu, sebagai dasar referensinya. Sehingga aplikasi SIG dapat menjawab beberapa pertanyaan seperti ; lokasi, kondisi, trend, pola dan pemodelan. Kemampuan inilah yang membedakan SIG dari system informasi lainnya. 1.2 Subsistem Sistem Informasi Geografis Sistem Informasi Geografis (SIG) dapat diuraikan menjadi beberapa subsistem berikut (Prahasta,2005): 



Data Input Subsistem ini bertugas untuk mengumpulkan dan mempersiapkan data spasial dan atribut dari berbagai sumber. Subsistem ini bertanggung jawab dalam mengkonversi atau mentransformasikan format – format data aslinya ke dalam format yang dapat digunakan oleh SIG.







Data Output Subsistem ini menampilkan atau menghasilkan keluaran seluruh atau sebagian basisdata baik dalam bentuk softcopy maupun bentuk hardcopy seperti tabel, grafik, peta dan lain – lain.







Data Management Subsistem ini mengorganisasikan baik data spasial maupun atribut ke dalam sebuah basisdata sedemikian rupa sehingga mudah dipanggil, diupdate, dan diedit.







Data Manipulation & Analysis Subsistem ini menentukan informasi – informasi yang dapat dihasilkan oleh SIG. Selain itu, subsistem ini juga melakukan manipulasi dan pemodelan data untuk menghasilkan informasi yang diharapkan.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



2



Gambar 1. 1 Subsistem SIG 1.3 Jenis-jenis Data Spasial SIG (Sistem Informasi Geografi) Data spasial SIG mempunyai dua bagian penting yang membuatnya berbeda dari data lain, yaitu informasi lokasi dan informasi atribut. Data spasial sistem informasi geografis yang berisi informasi lokasi (informasi spasial) contohnya adalah informasi lintang dan bujur, termasuk diantaranya informasi datum dan proyeksi. Sedangkan Informasi Atribut (deskriptif) biasa disebut juga dengan informasi non-spasial. Suatu lokalitas bisa mempunyai beberapa atribut atau properti yang berkaitan dengannya; contohnya jenis vegetasi, populasi, pendapatan per tahun, dan lain-lain. Informasi lokasi (spasial) ditentukan berdasarkan sistem koordinat, yang di antaranya mencakup datum dan proyeksi peta. Datum adalah kumpulan parameter dan titik kontrol yang hubungan geometriknya diketahui, baik melalui pengukuran atau penghitungan. Sedangkan sistem proyeksi peta adalah sistem yang dirancang untuk merepresentasikan permukaan dari suatu bidang lengkung atau spheroid (misalnya bumi) pada suatu bidang datar.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



3



Gambar 1. 2 Data vektor (kiri) dan data raster (kanan) 1.3.1 Data Vektor Data vektor adalah data yang direpresentasikan sebagai suatu mosaik berupa garis (arc/line), polygon (daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik yang sama), titik/point (node yang mempunyai label), dan nodes (merupakan titik perpotongan antara dua buah garis). Keuntungan utama dari format data vektor adalah ketepatan dalam merepresentasikan fitur titik, batasan dan garis lurus. Kegunaan Data Vektor untuk analisa yang membutuhkan ketepatan posisi, misalnya pada basis data batas-batas kadaster. Contoh penggunaan lainnya adalah untuk mendefinisikan hubungan spasial dari beberapa fitur. Kelemahan data vektor yang utama adalah ketidakmampuannya dalam mengakomodasi perubahan gradual. 1.3.2 Data Raster Pada data raster, resolusi (definisi visual) tergantung pada ukuran pixel-nya. Dengan kata lain, resolusi pixel menggambarkan ukuran sebenarnya di permukaan bumi yang diwakili oleh setiap pixel pada citra. Semakin kecil ukuran permukaan bumi yang direpresentasikan oleh satu sel, semakin tinggi resolusinya. Data raster sangat baik untuk merepresentasikan batas-batas yang berubah secara gradual, seperti jenis tanah, kelembaban tanah, vegetasi, suhu tanah dan sebagainya. Keterbatasan utama dari data raster adalah besarnya ukuran file; semakin tinggi resolusi grid-nya semakin besar pula ukuran filenya dan sangat tergantung pada kapasistas perangkat keras yang tersedia. Masing-masing format data mempunyai kelebihan dan kekurangan. Pemilihan format data yang digunakan sangat tergantung pada tujuan penggunaan, data yang tersedia, volume data yang dihasilkan, ketelitian yang diinginkan, serta kemudahan dalam analisa. Data vektor relatif lebih ekonomis dalam hal ukuran file dan presisi dalam lokasi, tetapi sangat sulit untuk digunakan dalam komputasi matematik. Sedangkan data raster biasanya membutuhkan ruang penyimpanan file yang lebih besar dan presisi lokasinya lebih rendah, tetapi lebih mudah digunakan secara matematis.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



4



BAB II VEKTOR TO RASTER 2.1 Interpolasi Spasial Interpolasi adalah proses memprediksi nilai pada suatu titik yang bukan merupakan titik sampel, berdasarkan pada nilai-nilai dari titik-titik di sekitarnya yang berkedudukan sebagai sampel. Penentuan nilai baru didasarkan pada data yang ada pada titik-titik sampel pengamatan. Dalam konteks pemetaan, interpolasi merupakan proses estimasi nilai pada wilayah-wilayah yang tidak disampel atau diukur untuk keperluan penyusunan peta atau sebaran nilai pada seluruh wilayah yang dipetakan. Interpolasi spasial mempunyai dua asumsi yakni atribut data bersifat kontinu di dalam ruang (spcae)dan atribut tersebut saling berhubungan (dependence) secara spasial (Anderson, 2001). Kedua asumsi tersebut berimplikasi pada logika bahwa pendugaan atribut data dapat dilakukan berdasarkan data dari lokasi-lokasi di sekitarnya dan nilai pada titik-titik yang berdekatan akan lebih mirip daripada nilai dari titik-titik yang berjauhan (Prasasti, Wijayanto, Christanto, 2005). Hal ini sesuai pula dengan hukum Tobler pertama. Untuk melakukan interpolasi spasial diperlukan data dari titik-titik kontrol (sampel), sehingga nilai dari titik yang tidak diketahui nilainya dapat destinasi. Posisi titik-titik kontrol untuk interpolasi spasial dan nilai data dapat diilustrasikan oleh Gambar 1 dan 2. Pada modul ini akan dijelaskan penggunaan metode IDW dan Kriging untuk interpolasi. Metode IDW dapat dikelompokkan dalam estimasi deterministic dimana interpolasi dilakukan berdasarkan perhitungan matematik. Sedang metode Kriging dapat digolongkan kedalam estimasi stochastic dimana perhitungan secara statistik dilakukan untuk menghasilkan interpolasi.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



5



Gambar 2. 1 Ilustrasi Sederhana Posisi Titik-Titik Yang Akan Diinterpolasi Spasial



Gambar 2. 2 Interpolasi Sebagai Prosedur Untuk Memprediksi Nilai-Nilai Yang Tidak Diketahui Berdasarkan Nilai-Nilai Yang Diketahui Dari Titik-Titik Yang Diketahui 2.1.1 Inverse Distance Weighted (IDW) Metode IDW merupakan metode interpolasi konvesional yang memperhitungkan jarak sebagai bobot. Jarak yang dimaksud disini adalah jarak (datar) dari titik data (sampel) terhadap blok yang akan diestimasi. Jadi semakin dekat jarak antara titik sampel dan blok yang akan diestimasi maka semakin besar bobotnya, begitu juga sebaliknya. Metode Inverse Distance Weighted (IDW) juga dapat diartikan sebagai metode deterministic yang sederhana dengan mempertimbangkan titik disekitarnya. Asumsi dari metode ini adalah nilai interpolasi akan lebih mirip pada data sampel yang dekat daripada yang lebih jauh. Bobot (weight) akan berubah secara linear sesuai dengan jaraknya dengan data sampel. Bobot ini tidak akan dipengaruhi oleh letak dari data sampel. Metode IDW ini biasanya digunakan dalam industri pertambangan karena mudah untuk digunakan. Pemilihan nilai pada power sangat mempengaruhi hasil interpolasi. Nilai power yang



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



6



tinggi akan memberikan hasil seperti menggunakan interpolasi nearest neighbor dimana nilai yang didapatkan merupakan nilai dari data point terdekat. Kerugian dari metode IDW adalah nilai hasil interpolasi terbatas pada nilai yang ada pada data sampel. Pengaruh dari data sampel terhadap hasil interpolasi disebut sebagi isotropic. Dengan kata lain, karena metode ini menggunakan rata-rata dari data sampel sehingga nilainya tidak bisa lebih kecil dari minimum atau lebih besar dari data sampel. Jadi, puncak bukit atau lembah terdalam tidak dapat ditampilkan dari hasil interpolasi model ini (Watson & Philip, 1985). Untuk mendapatkan hasil yang baik, sampel data yang digunakan harus rapat yang berhubungan dengan variasi lokal. Jika sampelnya agak jarang dan tidak merata, hasilnya kemungkinan besar tidak sesuai dengan yang diinginkan. Kelemahan dari interpolasi IDW adalah tidak dapat mengestimasi nilai diatas maksimum dan dibawah nilai minimum dari titik-titik sampel (Pramono, 2008). Efek yang terjadi jika interpolasi IDW diaplikasikan pada elevasi permukaan adalah terjadinya perataan (flattening) puncak dan lembah, kecuali jika titik-titik tertinggi dan terendah merupakan bagian dari titik sampel. Karena nilai estimasi merupakan nilai rata-rata, hasil permukaan tidak akan tepat melewati titik-titik sampel. Kelemahan lain dari metode interpolasi ini adalah adanya efek bulleye. Gambar 2. 3 Metode Interpolasi IDW (Inverse Distance Weighted)







Langkah – Langkah Inverse Distance Weighted 1. Buka aplikasi ArcMap



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



7



2.



Masukan SHP “Spot Height 50k”



3.



Tampilan SHP “Spot Height 50k”



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



8



4.



Klik Customize > Toolbars > Geostatistical Analyst



5.



Tampilan Geostatistical Analyst yang belum aktif



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



9



6.



7.



Untuk Mengaktifkan Geostatistical Analyst, Klik Costumize > Extensions



Centang Geostatistical Analyst > Close



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



10



8.



Tampilan Geostatistical Analyst yang sudah aktif



9.



Lalu klik Geostatistical Analyst > Geostatistical Wizard



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



11



10. Klik Inverse Distance Weighting > Pastikan Sourve Dataset “Spot Height 50k” > Pastikan Data Field “ELEVAS” > NEXT



11. Klik Include All > OK



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



12



12. Klik NEXT



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



13



13. Untuk melihat tingkat akurasi pada hasil interpolasi dapat dilihat dari nilai RMS (Root Man Square), jika nilai RMS semakin mendekati angka 0 maka semakin tinggi tingkat akurasi yang dihasilkan. Setelah itu klik Finish



14. Klik OK



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



14



15. Tampilan hasil interpolasi IDW dalam bentuk data raster.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



15



16. Untuk menyimpan data hasil interpolasi. Klik kanan pada Inverse Distance Weighted > Data > Export To Raster



17. Klik folder output dan simpan ditempat yang diinginkan. Bila ingin menyimpan di data D atau E tambahkan “.tif” dibelakang nama file, Ketik “100” pada output cell size > OK



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



16



18. Hasil output akan muncul pada layers dan akan tersimpan pada folder output



19. Tahap IDW selesai



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



17



2.1.2 Kriging Metode Kriging adalah estimasi stochastic yang mirip dengan Inverse Distance Weighted (IDW) dimana menggunakan kombinasi linear dari weight untuk memperkirakan nilai diantara sampel data (Ctech Development Corporation, 2004). Metode ini diketemukan oleh D.L. Krige untuk memperkirakan nilai dari bahan tambang. Asumsi dari metode ini adalah jarak dan orientasi antara sampel data menunjukkan korelasi spasial yang penting dalam hasil interpolasi ESRI, 1996). Metode Kriging sangat banyak menggunakan sistem komputer dalam perhitungan. Kecepatan perhitungan tergantung dari banyaknya sampel data yang digunakan dan cakupan dari wilayah yang diperhitungkan. Metode ini sangat tepat digunakan bila kita mengetahui korelasi spasial jarak dan orientasi dari data. Oleh sebab itu, metode ini sering digunakan dalam bidang ketanahan dan geologi. Kelemahan dari metode ini adalah tidak dapat menampilkan puncak, lembah atau nilai yang berubah drastis dalam jarak yang dekat. Untuk keterangan lebih lanjut tentang penelitian metode Kriging bisa dilihat dalam tulisan Bancroft & Hobbs (1986) atau Siska & Hung (2001). Gambar 2. 4 Metode Interpolasi Kriging







Langkah – Langkah Kriging 1) Masukan Shp Spot High Dan 7271



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



18



2) Klik arctoolbox - spatial analyst tool – extraction – interpolation – kriging



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



19



3) Kemudian pada input point features kita pilih spot height 50k,Z value field kita pilih ELEVAS. Pada bagian Output surface raster kita pilih dimana output raster itu akan disimpan > Ok



4) Tunggu hingga selesai



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



20



5) Jika sudah selesai,kemudian klik extract by mask di bagian arctoolbox.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



21



6) pada bagian input raster,pilih raster kriging.lalu pada input raster or Feature mask data kita pilih data batas administrasi (7271).Selanjutnya kita pilih Output raster untuk menetukan lokasi penyimpanan data tersebut.



7) Tinggu hingga selesai



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



22



8) Jika sudah selesai,Klik properties pada bagian TIFF



9) Kemudian pilih symbology lalu classified



10) Kemudian klik color ramp dan pilih warna yang sesuai. MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



23



11) Kemudian klik ok dan tahapan kriging selesai 2.1.3 Radial Basis Function (RBF) Splines Metode ini merupakan fungsi yang menggunakan pendekatan jarak, sehingga data di suatu titik yang belum diketahui sebelumnya ditafsirkan nilainya sesuai fungsi pendekatan jarak. Metode ini merupakan metode interpolasi eksak yang melibatkan sekelompok besar titik kontrol. Perbedaan antar titik kontrol pada setiap permukaan harus sesuai. Setiap RBF juga memiliki parameter yang mengontrol kesesuaian dihasilkan pada setiap permukaan. Atas dasar ketatnya persyaratan ini, sehingga perbedaan antara output dari metode ini adalah kecil. Kelebihan dari metode ini adalah kemampuan untuk menghasilkan akurasi permukaan yang cukup baik walaupun data yang digunakan hanya sedikit. Metode ini baik digunakan dalam membuat permukaan seperti ketinggian permukaan bumi, ketinggian muka air tanah, ataupun konsentrasi polusi udara. Metode ini kurang baik jika diaplikasikan untuk situasi dimana terdapat perbedaan nilai yang signifikan pada jarak yang sangat dekat (Sibson, 1981). Kekurangan dari metode ini adalah ketika titik-titik sampel yang berdekatan memiliki perbedaan nilai yang sangat besar, metode ini tidak dapat bekerja dengan baik. Hal ini disebabkan karena metode ini menggunakan perhitungan slope yang berubah berdasarkan bentuk dari



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



24



permukaan. Untuk kasus tertentu sebaiknya digunakan interpolasi IDW dimana mampu menginterpolasi nilai dengan perbedaan ketinggian yang cukup besar. Gambar 2. 5 Metode Spline







Langkah – Langkah Radial Basis Function (RBF) Splines 1. Open aplikasi ArcMap > Masukan SHP “Spot Height 50k”



2. Tampilan SHP “Spot Height 50k”



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



25



3. Klik Geostatistical Analyst > Geostatistical Wizard lalu Klik Radial Basis Function Pastikan Sourve Dataset “Spot Height 50k” > Pastikan Data Field “ELEVAS” > NEXT



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



26



4. Klik Use Mean > OK



5. Klik NEXT



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



27



6. Untuk melihat tingkat akurasi pada hasil interpolasi dapat dilihat dari nilai RMS (Root Man Square), jika nilai RMS semakin mendekati angka 0 maka semakin tinggi tingkat akurasi yang dihasilkan. Klik Finish



7. Klik OK



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



28



8. Tampilan hasil interpolasi RBF dalam bentuk data raster



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



29



9. Untuk menyimpan data hasil interpolasi. Klik kanan pada Radial Basis Function > Data > Export To Raster



10. Klik folder output dan simpan ditempat yang diinginkan, Bila ingin menyimpan di data D atau E tambahkan “.tif” dibelakang nama file, lalu Ketik “100” pada output cell size > OK



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



30



11. Hasil output akan muncul pada layers dan akan tersimpan pada folder output



12. Tahap Radial Basis Function selesai MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



31



2.1.4 Interpolasi Trend Trend menggunakan interpolasi polinomial global yang cocok untuk membuat permukaan halus yang didefinisikan oleh fungsi matematika (polinomial) ke titik sampel input. Permukaan trend perubahan secara bertahap dan menangkap pola kasar-besaran di data. Terdapat dua Type of Regression yaitu Linear dan Logistic, dalam praktikum ini menggunakan Linear maka permukaan pada trend menciptakan point raster yang merata. Menggunakan regresi polinomial dalam hal ini menggunakan angka 1 pada Polynomial Order untuk menyesuaikan permukaan ke titik-titik input. Linear memungkinkan untuk mengontrol urutan polinomial yang digunakan untuk menyesuaikan permukaan. Nilai 1 akan cocok dengan bidang datar berdasarkan poin, dan nilai yang lebih tinggi akan cocok dengan permukaan yang lebih kompleks, nilai terendah yang digambarkan sebagai warna putih merupakan elevasi terendah semakin ke arah yang daerahnya memiliki elevasi tinggi maka warna akan semakin gelap sampai telah melewati daerah elevasi tinggi tersebut kemudian menyamaratakan elevasi, semakin gelap warna dan tinggi nilainya maka di daerah itulah yang memiliki point-point dengan elevasi yang lebih tinggi daripada daerah dengan warna terang dengan nilai rendah. 



Langkah – Langkah Melakukan Interpolasi Trend



1. Klik Geostatistical Analyst > Geostatistical Wizard



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



32



2. Lalu klik Arc Toolbox > Spatial Analys Tools > Interpolation > Trend



3. Lalu akan muncul tampilan seperti ini, selanjutnya Masukan SHP “Spot Height 50K” > Pilih value “ELEVAS” > Simpan di tempat yang kalian suka, Dengan format “tif” > Ganti “Output cell” menjadi 100 > Ganti Polynomial order dengan angka 5 > OK



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



33



4. Hasil output akan muncul pada layers dan akan tersimpan pada folder output.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



34



2.1.5 Natural neighbor Interpolation Natural neighbor merupakan teknik interpolasi pada perangkat lunak ArcGis.metode natural neighbor ini terdapat sebuah keunggulan dari pada metode – metode yang lain, keunggulan metode natural neighbor adalah dapat menginterpolasi titik-titik yang relatif banyak dan hasil output yang diperoleh akan lebih mendekati dengan keadaan sesungguhnya di alam. 



Langkah – Langkah Melakukan Natural Neighbor Interpolation



1. Buka aplikasi Arcmap,Lalu Pilih add data untuk memasukan file SHP



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



35



2. Masukan file SHP “Spot Height 50K” lalu klik add



3. Pergi ke Menu Arctoolbox - Spatial Analyst Tools - Natural Neighboor



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



36



4. Akan muncul tampilan seperti gambar dibawah.Untuk input point features pilih spot height 50k,untuk z value features pilih field ELEVASI lalu untuk output raster silahkan atur sendiri lokasi penyimpanan rasternya.jangan lupa jika memberi nama raster diakhiri dengan .tif misalnya “nama_file.tif” lalu untuk output cell zize isi dengan angka 50 lalu klik ok.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



37



5. Tunggu sampai proses selesai dan hasilnya akan seperti gambar dibawah



6. Klik kanan pada shp yang baru lalu pilih properties



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



38



7. Pilih tab symbologi lalu di bagian classes pilih angka 5



8. Klik kanan pada bagian label lalu pilih format label



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



39



9. di bagian Numeric,pada rounding pilih number of decimal places lalu untuk bagian angka ubah menjadi nol.dibagian aligment pilih left dan centang show thousan separators lalu klik ok dan apply



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



40



10. Warna bisa disesuaikan sehingga hasilnya seperti gambar dibawah



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



41



2.2 Overlay Overlay adalah bagian penting dari analisis spasial. Overlay dapat menggabungkan beberapa unsur spasial menjadi unsur spasial yang baru. Dengan kata lain, overlay dapat didefinisikan sebagai operasi spasial yang menggabungkan layer geografik yang berbeda untuk mendapatkan informasi baru. Metode Overlay adalah suatu sistem informasi dalam bentuk grafis yang dibentuk dari penggabungan berbagai peta individu (memiliki informasi/database yang spesifik). Overlay dapat dilakukan pada data vektor maupun raster. Overlay peta dilakukan minimal dengan 2 jenis peta yang berbeda secara teknis dikatakan harus ada polygon yang terbentuk dari 2 jenis peta yang dioverlaykan. Dalam metode overlay terdapat dua teknik overlay dalam analisis spasial yaitu : 2.2.1 Weighted Overlay Metode weighted overlay merupakan analisis spasial dengan menggunakan teknik overlay beberapa peta yang berkaitan dengan faktor-faktor yang berpengaruh terhadap penilaian kerentanan. Weighted Overlay umumnya digunakan untuk memecahkan masalah multikriteria seperti pemilihan lokasi optimal atau pemodelan kesesuaian. Metode ini merupakan teknik untuk menerapkan suatu skala umum dan nilai beragam maupun berbeda yang diinput untuk membuat sebuah analisis yang terpadu. Dalam penggunaan Weighted Overlay, semua raster yang diinputkan harus berbentuk integer. Raster floating-point harus terlebih dahulu dikonversi ke raster bilangan bulat sebelum dapat digunakan dalam weighted overlay. Setiap kelas nilai dalam raster input diberi nilai baru didasarkan pada skala evaluasi. Setiap raster yang diinputkan tertimbang menurut kepentingannya atau digambarkan melalui persentasenya, jumlah dari persen pengaruh bobot harus 100. Mengubah skala evaluasi atau pengaruh persentase dapat mengubah hasil analisis weighted overlay. 



Langkah-Langkah Melakukan Weighted Overlay 1. Open aplikasi ArcMap 2. Masukan data raster berupa: 



Jenis Tanah







Kemiringan Lereng







Ketinggian Lahan







Morfologi



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



42



3. Klik ArcToolbox > Spatial Analyst Tools > Overlay > Weighted Overlay



4. Klik evaluation scale > 1 to 5 by 1



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



43



5. Klik add raster row



6. Klik input raster morfologi > Ok



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



44



7. Isi Influence “25” 8. Isi Scale Value sesuai contoh dibawah ini.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



45



9. Klik add raster row 10. Klik input raster “ketinggian lahan” > Ok



11. Isi Influence “25” 12. Isi Scale Value sesuai contoh dibawah ini.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



46



13. Klik add raster row



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



47



14. Klik input raster “kemiringan lereng” > Ok



15. Isi Influence “25” 16. Isi Scale Value sesuai contoh dibawah ini.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



48



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



49



17. Klik add raster row 18. Klik input raster “jenis tanah” > Ok



19. Isi Influence “25”. Isi Scale Value sesuai contoh dibawah ini.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



50



20.Klik folder output dan simpan ditempat yang diinginkan. *Bila ingin menyimpan di data D atau E tambahkan “.tif” dibelakang nama file.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



51



21. Hasil output akan muncul pada layers dan akan tersimpan pada folder output. Dan tahap weighted overlay selesai.



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



52



2.2.2 Weighted Sum Overlay Weighted SUM Overlay adalah salah satu alat analisis ekstensi spatial analyst. khususnya tools overlay. Weighted SUM Overlay umumnya digunakan untuk memecahkan masalah multikriteria seperti pemilihan lokasi optimal atau pemodelan kesesuaian. Metode ini merupakan teknik untuk menerapkan suatu skala umum dan nilai beragam maupun berbeda yang diinput untuk membuat sebuah analisis yang terpadu yang bobotnya berdasarkan hasil analisis APH. Pada Weighted Sum Overlay akan memperoleh total skor baru dari raster. Ini menggunakan beberapa layer raster tertimbang untuk perhitungan. GIS menggunakan logika Boolean untuk melakukan analisis overlay. Ini berarti menggunakan pernyataan bersyarat pada lapisan input untuk menghasilkan peta kesesuaian. Untuk setiap lapisan input harus dilakukan penetapan nilai bobot. Nilai bobot ini dikalikan dengan lapisan input. Maka nantinya harus menjumlahkan semua lapisan tertimbang ini untuk menghasilkan peta hasil akhir. Biarkan saya memberi Anda contoh sederhana untuk mengidentifikasi area potensial erosi tanah. Inputnya adalah sudut kemiringan medan dan area vegetasi / bukan vegetasi. Hasilnya akan dihitung sebagai "jika kemiringan> 5% dan vegetasi = Tidak" maka potensi erosi = benar. 



Langkah-Langkah Weighted Sum Overlay :



1. Open aplikasi ArcMap 2. Masukan data raster yaitu : 



Jenis tanah







Kemiringan lereng







Ketinggian lahan







Morfologi



3. Klik ArcToolbox > Spatial Analyst Tools > Overlay > Weighted SUM Overlay



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



53



4. Pada input raster masukkan semua data raster



5. Pada kolom weight morfologi isi (0,4), kolom weight kemiringan lereng isi (0,3), kolom weight ketinggian isi (0,2) dan kolom weight jenis tanah isi (0,1).



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



54



6. Pilih tempat penyimpanan output yang diinginkan. Bila ingin menyimpan di data D atau E tambahkan “.tif” dibelakang nama file. 7. Hasil output akan muncul pada layers dan akan tersimpan pada folder output



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



55



MODUL VEKTOR TO RASTER SISTEM INFORMASI PERENCANAAN 1



56