January 23, 2019

Manipulasi dan Analisis Data SIG - Melalui proses pemasukan data, peta-peta dasar tersebut diubah menjadi data digital. Setelah dilakukan editing, peta siap digunakan untuk analisis. Nah, salah satu contoh analisis yang bisa dilakukan oleh SIG adalah buffer.



1) Buffering
Dalam subsistem manipulasi dan analisis data, contohcontoh proses yang dilakukan antara lain berupa buffer. Buffer bisa dilakukan dengan menggunakan Software Arc Info. Tetapi akhir-akhir ini banyak berkembang software yang bisa digunakan dalam SIG, antara lain Software Arc View. Dengan menggunakan software ini, proses buffer bisa dilakukan lebih cepat.


Fungsi buffer adalah membuat poligon baru berdasarkan jarak yang telah ditentukan pada data garis atau titik maupun poligon. Sebagai contoh, kita akan melakukan buffer terhadap jarak sungai 50 meter, menggunakan fasilitas buffer yang kita pilih, kemudian komputer akan mengolah sesuai perintah kita. Prinsip proses buffer dapat kamu lihat pada gambar berikut.


MANIPULASI DAN ANALISIS DATA DALAM SIG


Dalam proses buffer, software yang digunakan mempunyai kemampuan untuk mengukur jarak. Oleh karena itu, pada subsistem manipulasi dan analisis data juga dapat dilakukan operasi pengukuran seperti pengukuran jarak.



2) Skoring
Selain pengukuran jarak, skoring atau pemberian nilai terhadap sifat dari parameter yang digunakan dalam analisis  juga dilakukan pada subsistem ini. Agar kamu lebih memahaminya, perhatikanlah contoh pemberian skor terhadap parameter yang digunakan untuk penentuan daerah rawan bahaya lahar gunung api.

Skoring Parameter Bentuk Lahan


MANIPULASI DAN ANALISIS DATA SIG


Skoring Parameter Lereng


Skoring


Skoring Parameter Curah Hujan


Skoring Parameter Curah Hujan


Skoring Parameter Jarak terhadap Sungai


Skoring Parameter Jarak terhadap Sungai


Skoring Parameter Jarak terhadap Kubah


Skoring Parameter Jarak terhadap Kubah


Skoring ini dilakukan untuk memberikan nilai pengaruh suatu sifat dari parameter terhadap suatu perkiraan kejadian. Seperti contohnya pada tabel skoring curah hujan. Curah hujan yang sangat tinggi diberikan skor yang paling tinggi. Mengapa? Hal ini karena curah hujan yang tinggi memberikan pengaruh yang cukup tinggi terhadap bahaya gunung api.

Aliran air akan membawa lahar dingin, sehingga jarak yang sangat dekat dengan sungai pun diberikan skor yang tinggi. Pemberian skor ini sangat tergantung pada tema analisis. Bisa saja curah hujan yang tinggi diberikan skor yang rendah, karena memang curah hujan yang tinggi tidak terlalu berpengaruh terhadap suatu analisis kejadian.

Selain pemberian skor terhadap sifat-sifat pada tiap parameter, juga sering dilakukan pembobotan. Hal ini dilakukan apabila dianggap ada faktor yang berperan lebih daripada faktor atau parameter yang lain. Contoh pembobotan dapat kamu lihat pada tabel berikut ini.

Pembobotan Parameter


Pembobotan Parameter


Perhatikan tabel pembobotan di atas. Bobot tertinggi diberikan pada parameter jarak terhadap sungai, kemudian parameter bentuk lahan diberikan nilai yang juga tinggi. Mengapa kedua parameter ini mempunyai bobot tinggi? Penentuan bobot ini menggunakan pertimbangan logis sesuai dengan keilmuannya.

Lalu, menurutmu bagaimana logikanya sehingga kedua parameter (jarak terhadap sungai dan bentuk lahan) diberikan bobot yang tinggi? Apabila kamu perhatikan lahar berasal dari gunung berapi yang keluar melalui kepundan. Tentu saja wilayah bentuk lahan di sekitar kepundan menjadi sangat rawan terhadap bahaya lahar. Begitu pula dengan keberadaan sungai. Lahar dingin kerap kali terbawa aliran sungai, sehingga wilayah yang dekat dengan sungai diberikan skor yang tinggi. Hal ini pulalah yang menjadi alasan mengapa parameter jarak terhadap sungai diberikan bobot yang tinggi.



3) Overlay
Selain itu, analisis dan manipulasi data dengan overlay/ tumpang susun juga sering dilakukan pada subsistem ini. Operasi overlay pada saat ini sering dilakukan dengan menggunakan Software Arc Info maupun Arc View. Hal ini dilakukan setelah pemberian skor (skoring) dan pembobotan. Tumpang susun atau overlay suatu data grafis adalah menggabungkan dua atau lebih data grafis untuk memperoleh data grafis baru yang memiliki satuan pemetaan (unit pemetaan). Jadi, dalam proses tumpang susun akan diperoleh satuan pemetaan baru (unit baru).

Untuk melakukan tumpang susun ada beberapa syarat yang harus dipenuhi. Syaratnya, data-data yang akan di-overlay harus mempunyai sistem koordinat yang sama. Sistem koordinat tersebut dapat berupa hasil transformasi nilai koordinat meja digitizer ataupun nilai koordinat lapangan. Tetapi sebaiknya menggunakan koordinat lapangan, sebab dengan menggunakan koordinat lapangan akan diperoleh informasi masing-masing unit dalam luasan yang baku.

Nah, ada beberapa metode untuk melakukan overlay data grafis yang dapat dilakukan pada perangkat lunak SIG. Metode-metode tersebut adalah identity, intersection, union, dan up date. Metode-metode tersebut akan kita bahas satu per satu. Identity adalah tumpang susun dua data grafis dengan menggunakan data grafis pertama sebagai acuan batas luarnya. Jadi, apabila batas luar antara dua data grafis yang akan dioverlay tidak sama, maka batas luar yang akan digunakan adalah batas luar data grafis pertama.


Overlay


Metode yang lainnya adalah metode union. Union adalah tumpang susun yang berupa penggabungan antara dua data grafis atau lebih. Jadi, apabila batas luar antara dua data grafis yang akan dilakukan tumpang susun tidak sama, maka batas luar yang baru adalah gabungan antara batas luar data grafis pertama dan kedua (batas gabungan paling luar).


Overlay 1


Intersection juga merupakan metode yang dapat digunakan untuk overlay. Intersection adalah metode tumpang susun antara dua data grafis, tetapi apabila batas luar dua data grafis tersebut tidak sama, maka yang dilakukan pemrosesan hanya pada daerah yang bertampalan.


Overlay 2


Metode up date juga merupakan salah satu fasilitas untuk menumpangsusunkan dengan menghapuskan informasi grafis pada coverage input (in cover) dan diganti dengan informasi dari informasi coverage up date (up date cover).


Overlay 3


Nah, coverage baru hasil overlay ini, pada dasarnya merupakan informasi baru yang diperoleh sesuai dengan hasil klasifikasi. Klasifikasi ini dapat dibuat dengan pengolahan data dan hasil perhitungan skor. Perhatikanlah tabel klasifikasi tingkat kerawanan bencana lahar sebagai berikut.

Klasifikasi/Kriteria Tingkat Kerawanan Bencana Lahar


Klasifikasi/Kriteria Tingkat Kerawanan Bencana Lahar


Nilai skor total pada tabel di atas dibuat berdasarkan pengalian antara skor dengan faktor pembobot. Bagaimana caranya? Langkah pertama yang kita ambil adalah menghitung skor total tertinggi dan skor total terendah. Setelah itu kita tentukan pengkelasannya atau klasifikasi. Untuk beberapa tema analisis ada yang telah tersedia klasifikasi bakunya. Agar kamu lebih jelas, ikutilah perhitungan berikut ini.

Skor total tertinggi
=(skor tertinggi bentuk lahan × nilai pembobot) + (skor tertinggi lereng × nilai pembobot) + (skor tertinggi curah hujan × nilai pembobot) + (skor tertinggi jarak terhadap sungai × nilai pembobot) + (skor tertinggi jarak terhadap kubah × nilai pembobot)
=(5 × 4) + (5 × 2) + (5 × 3) + (5 × 5) + (5 × 3) =85 (nilai tertinggi)

Skor total terendah
=(skor terendah bentuk lahan × nilai pembobot) + (skor terendah lereng × nilai pembobot) + (skor terendah curah hujan × nilai pembobot) + (skor terendah jarak terhadap sungai × nilai pembobot) + (skor terendah jarak terhadap kubah × nilai pembobot)
=(1 × 4) + (1 × 2) + (1 × 3) + (1× 5) + (1 × 3) =17 (nilai terendah)

Karena klasifikasi telah ditentukan terdiri atas 5 kelas, maka tiap tingkatan mempunyai kelas interval sebesar 17 (85 : 5). Kita pun bebas untuk membuat jumlah kelas, tetapi harus dengan logika yang benar.

Dengan meng-overlay peta didapatkan juga overlay data dalam bentuk tabel. Dari data tabel hasil overlay dapat diketahui karakteristik yang dimiliki oleh tiap unit pemetaan. Sebelum overlay, satu peta hanya mempunyai unit-unit poligon yang menggambarkan karakteristik satu tema peta, contohnya peta lereng. Setelah overlay peta bentuk lahan, peta lereng, peta curah hujan, peta jarak terhadap sungai, dan peta jarak terhadap kubah didapatkan unit pemetaan yang lebih kompleks karena mengandung kelima parameter tersebut.

Ketika selesai proses overlay, hasil peta tampak lebih kompleks dan ruwet sehingga perlu penyederhanaan. Dissolve merupakan salah satu langkah yang digunakan untuk penyederhanaan satuan pemetaan (unit pemetaan) berdasarkan nilai atributnya. Jadi, apabila ada dua atau lebih satuan pemetaan yang bersebelahan dan mempunyai nilai atribut yang sama, maka batas satuan pemetaan tersebut dihilangkan.

Proses ini sering dilakukan dengan menggunakan Software Arc View. Perhatikan gambar berikut ini dan kamu akan tahu bagaimana prinsip dissolve.


Proses ini sering dilakukan dengan menggunakan Software Arc View


Pada waktu melakukan tumpang susun antara dua data grafis atau lebih, sering dijumpai adanya kesalahan yang disebabkan oleh garis yang tidak dapat bertampalan satu sama lainnya. Kesalahan tersebut sebenarnya berpangkal dari kesalahan pada waktu konversi data analog (digitasi).

Kesalahan karena adanya garis yang tidak tepat bertampalan dan membentuk poligon baru disebut poligon sliver. Untuk menghilangkan adanya kesalahan tersebut dapat memanfaatkan menu eliminate. Menu eliminate berfungsi untuk mengurangi jumlah poligon pada suatu coverage dengan cara menggabungkan dengan poligon tetangganya.


coverage dengan cara menggabungkan dengan poligon tetangganya


Nah, setelah proses eliminate, jika memang tidak ada lagi poligon yang harus dieliminate, suatu coverage siap untuk diolah menjadi tampilan akhir pada subsistem keluaran data. Subsistem ini diawali dengan menentukan skala tampilan akhir dari suatu coverage peta.



Versi materi oleh Eni A dan Tri H

0 komentar:

Post a Comment