12/19/2011

KOMPONEN PENYUSUN S I G

MINGGU 3
KOMPONEN & PEMBENTUKAN DATA SIG

A. Komponen pembentuk SIG

 Hardware,Software, User, Data,Metoda, Metadata
 Raster vs Vector Data

B. Tahapan penyusunan SIG

 Input (peta, data remote sensing, data statistik)
 DBMS
 Analisis Metadata
 Laporan (Report)

C. Analisis Spasial

KOMPONEN S I G
A. HARDWARE
B. SOFTWARE (TERMASUK OPERATING SYSTEM/OS)
OS : DOS, WINDOWS, UNIX,
ARCINFO, ARCVIEW, ERDAS, ERMAPPER, PCI, MAPINFO, TNT-MIPS

SOFTWARE OS FORMAT

ARCGIS WINDOWS VECTOR/RASTER

ARCVIEW WINDOWS VECTOR/RASTER

ERDAS WINDOWS VECTOR/RASTER

ERMAPPER WINDOWS VECTOR/RASTER

TNT MIPS WINDOWS VECTOR/RASTER

MAPINFO WINDOWS VECTOR

PCI WINDOWS VECTOR/RASTER

IDRISI WINDOWS RASTER

GRASS DOS VECTOR

Perbedaan Representasi Vektor & Raster

Vektor & Raster Point :
Vektor : Sebuah titik yg posisinya
digambarkan dengan koordinat x & y
Raster : Sebuah pixel dengan nilai tertentu
yang letaknya digambarkan dalam posisi
Kolom & lajur

Garis :
Vektor : Sekumpulan titik yang saling
berhubungan sehingga membentuk garis.
Raster : Sekumpulan pixel yang mempunyai
nilai sama dan membentuk garis

Poligon :
Vektor : Sekumpulan titik saling berhubungan
membentuk poligon

Raster : Sekumpulan pixel yang mempunyai

nilai sama dan membentuk poligon
http://www.indiana.edu/~gisci/courses/g338/lectures/introduction_vector.html

1
 12/19/2011

.jpg, .bmp, Perubahan data Vektor to Raster

.tif, .img
columns
r
o Perubahan data Vektor ke Raster

w Kerugian :
s a. Pergeseran letak
b. Perubahan luas

Keuntungan :

a. Ukuran file lebih kecil

b. Cocok untuk perhitungan yg
kompleks (tidak ada kesalahan
topologi)

KOMPONEN PENYUSUN S I G
C. DATA,METODA & METADATA :
Raster vs. Vector
DATA : SATU SET INFORMASI (NUMERIK, ALPHABET, GAMBAR) TENTANG SESUATU (BARANG,
KEJADIAN, KEGIATAN) YANG DIDAPAT DARI OBSERVASI, PENGUKURAN, PENGHITUNGAN
• Pertanyaan : Mana yg lebih baik ? DENGAN MENGGUNAKAN METODA TERTENTU

METADATA :
Jawaban tergantung dari kebutuhan Data tentang data yang ditujukan untuk menyediakan informasi yg memadai ,
sehingga pemakai dapat mengaplikasikan dan menggunakannya secara
– Raster : cocok untuk analisis dan display data tepat.
yang complex dan dalam cakupan wilayah geografi
a. INFORMASI DASAR DATA,:
yang luas. Sitasi, Abstrak, Tujuan, Keterbatasan penggunaan, Orang yang bertanggung
jawab/dimintai informasi
b. INFORMASI KUALITAS DATA:
– Vector : lebih cocok untuk koleksi data, pemetaan, Sumber data (skala, metoda pembangunan data dll)
dan penerapan yang membutuhkan akurasi tinggi. c. ORGANISASI INFORMASI DATA SPASIAL:
Mekanisme bagaimana merepresentasikan spasial data (point, vector, raster)
d. INFORMASI REFERENCE SPASIAL:
Data Projeksi (UTM, IDTM, etc.)

METADATA (ARCGIS)
e. ENTITAS DAN ATTRIBUT :
- Ringkasan tentang attribut data
- Definisi attributes
- Unit pengukuran attributes

f. DISTRIBUTISI INFORMASI
- Format data (Shapefile, Image, etc.)
- Tipe kompresi file (.tgz, .zip, etc.)
- Alamat data dapat di download

g. INFORMASI METADATA :
- Tingkat uptodate metadata &
- org yg bertanggung jawab.

PENGGUNA :
Karakter Operator ataupun pemakai sangat berpengaruh pada hasil akhis
SIG

2
 12/19/2011

TAHAPAN PEMBANGUNAN DATA SIG TAHAPAN PEMBANGUNAN DATA SIG

PENGUMPULAN DATA PENGUMPULAN DATA

 SUMBER & JENIS DATA
 DATA SPASIAL / PETA
 BAKOSURTANAL (RUPABUMI, LANDUSE/UNIT)
 LEMBAGA PENELITIAN TANAH & AGROKLIMAT (JENIS TANAH, SATUAN LAHAN)  KUALITAS DATA
 KIMPRASWIL (IRIGASI)
 PENYIMPANAN PETA
 DIREKTORAT GEOLOGI (HIDROGEOLOGI)
 LIPI (VEGETASI)  UMUR DATA
 DEPARTEMEN KEHUTANAN (FUNGSI & PENGGUNAAN HUTAN,  KELENGKAPAN DATA
PENUTUPAN LAHAN, HPH, HTI, KAWASAN KONSERVASI)
 OSEANOGRAFI (BATIMETRI)
 KESERAGAMAN DATA
 SKALA DATA
 DATA STATISTIK
 BIRO PUSAT STATISTIK (SENSUS PENDUDUK, PERTANIAN)
 KIMPRASWIL (CURAH HUJAN, DEBIT SUNGAI)
 DEPT. KEHUTANAN (HPH, HTI, KAWASAN KONSERVASI, POTENSI KAYU)
 DEPT. KELAUTAN & PERAIRAN (POTENSI IKAN)

 PENGINDERAAN JAUH (DATA CITRA/IMAGE)

 LAPAN
 KIMPRASWIL
 DEPT. HUT
 DEPT. LINGKUNGAN HIDUP
 NASA / TRFIC / BIOTROP / PPLH

INPUT DATA SIG INPUT DATA PETA RUPA BUMI

• Merubah analog menjadi digital dgn

• Digitasi
format Vektor

• Scan • Merubah analog menjadi digital dengan TOPOGRAFI

format raster
• Tranformasi • Merubah format data (vektor ke raster dan
sebaliknya)

• Import • Merubah format data lain kedalam SIG yang

kita gunakan
• Typing
• Merubah analog text ke digital text
SUNGAI
PERKAMPUNGAN

3
 12/19/2011

INPUT DATA REMOTE SENSING TOPOLOGY

Adalah algoritme yang mengatur mehubungan spasial antara features yang
berdekatan
NOAA POSISI HOTSPOT
TGL X Y Komponen Topology: Ada tiga komponen dasar

1 AUG 2002
a. Konektivitas (Arc – Node Topology):

 Bagian dari garis adalah verteks (vertice)

2 AUG 2002
 Awal dan akhir sebuah vertice/arc/garis adalah Nodes.
 Arcs/garis saling berhubungan pada Nodes.
INTERPRETASI LUAS DAERAH TERBAKAR
b. Area Definition / Containment (Polygon – Arc Topology):
LANDSAT
 polygon adalah arc yg tertutup & mempunyai area
 Batas dibentuk oleh beberapa arcs.
 Polygons direpresentasikan oleh sekumpulan titik koordinat (x , y) yang saling berhubungan.

c. Contiguity:

 Setiap Arcs mempunyai arah

 Setiap poligon diberi attribut sesuai arah Arcs pembatasnya

Konektivitas (Arc – Node Topology) & Contiguity: Polygon – Arc Topology

http://healthcybermap.org/HGeo/pg2_2.htm http://healthcybermap.org/HGeo/pg2_2.htm

KESALAHAN DALAM INPUT DATA (DIGITASI)

Polygon – Arc Topology ?????

4
 12/19/2011

Input data Statistik dalam SIG Tipe Data

Tipe Data
Tipe Data
Data Kualitatif:
 Data Diskret Muka Owa Jawa berwarna hitam
Bulu tubuh owa jawa berwarna kelabu
 Data Kontinyu Lengan tangan Owa panjang
Lengan Tangan owa lebih panjang dari kaki

Data Kuantitatif :
Representasi Data pada SIG  Diskrete :
 SIG berupa peta tematik diskret Lengan Owa = 2
Kaki owa = 2

 SIG berupa peta tematik kontinyu Kontinyu :

Berat = 6.5 kg
Tinggi badan owa : 80 cm

Discrete data is counted, Continuous data is measured

Peta Thematic : Choropleth

Menampilkan data kuanitatif dengan menggunakan warna, yang menunjukkan densitas,
Proportional / graduated symbols
prosentase, rata-rata pada suatu lokasi geografi tertentu. Peta yang menggunakan symbol (biasanya titik/bar) dan dengan berbagai
ukuran untuk menunjukkan perbedaan ukuran yang direpresentasikan.
portrays quantitative data as a color and can show density, percent, average value or
quantity of an event within a geographic area

http://geography.about.com/od/understandmaps/a/thematicmaps.htm
http://ahunsberger.blogspot.com/2007/10/examples-of-choropleth-maps_17.html
http://www.neiu.edu/~jrthomas/377/circle.jpg
http://tshaffer2010.blogspot.com/2010_04_01_archive.html

Peta Isarithmic
Peta yang menggunakan isoline untuk mempresentasikan suatu tema.
Biasanya data yang digunakan adalah data hasil dari pengukuran di lapangan,
yang diinterpolasikan menjadi data diskret.
DOT maps
Peta yang menggunakan titik (dot) untuk mempresentasikan data kuantitatif
dari suatu wilayah.. Satu dot mewakili jumlah tertentu dari hal yang ingin ditampilkan

Gambar.
Sebaran penduduk di RRC.

1 dot mewakili 50 000orang.

http://depts.washington.edu/chinaciv/geo/people.htm

5
 12/19/2011

Dasymetric map KESALAHAN DALAM PEMBANGUNAN DATA SIG

Peta thematik yang mirip dengan chloroplet namun tidak menggunakan batas administrasi TIPE KESALAHAN (ERROR)
sebagai unit data, namun menggunakan teknik interpolasi , sehingga
menjadi peta yang bersifat kontinyu. a. INHERENT ERROR
Berkaitan dengan kondisi dokument dan data asli (umur data, skala, metoda)

b. OPERATIONAL ERROR (Error yg terjadi ketika proses input dan edit data dalam SIG)

 KESALAHAN POSISI HORISONTAL (POSITIONAL)

Garis / titik / poligon pada posisi yg salah

 KESALAHAN VERTIKAL (VERTICAL)

Kesalahan dalam menentukan elevasi (

 ATTRIBUTES
Features (Penampakan) tidak ter-record (error of omission)
Features (Penampakan) ada, tapi sebenarnya di lapangan tidak ada (error of
commission)
Features (Penampakan ) tidak ter-label (mislabeled)

 RECOMPILATION QUALITY
Otomatisasi (Automation) , Penggabungan data (Combining data)

SPATIAL DATABASE MANAGEMENT

• CLEAN : Menbangun polygon topology

DISSOLVE BUFFER
• BUILD : Membangun point & Line topology
• STORE : menyimpan data
• EDIT : melakukan editing data attribut/coverage
• CLIP : memotong data sesuai dengan
cakupan area studi
• MERGE : menggabung data atribut
• APPEND : menambahkan field data attribut
• JOIN : menggabungkan field data attribut
• DISSOLVE : menggabungkan poligon yang
mempunyai klasifikasi yang sama

CLIP
ANALISA SPASIAL DALAM
SISTEM INFORMASI GEOGRAFI

6
 12/19/2011

APLIKASI SIG :
menjawab permasalahan ! Komparasi jumlah aplikasi SIG

SIG diharapkan mampu menjawab pertanyaan :

What is at.....?
pertanyaan lokasional: apa yang terdapat pada lokasi tertentu
Where is it.....?
pertanyaan kondisional: lokasi apa yang mendukung untuk kondisi atau
fenomena tertentu
How has it changed.....?
pertanyaan kecenderungan: identifikasi kecenderungan peristiwa yang
terjadi
Which data are related.....?
pertanyaan hubungan: analisis hubungan keruangan antar objek dalam
kenampakan geografis
What if.....?
pertanyaan berbasiskan model: Bagaimana kalau ?

ANALISIS SPASIAL
SIG vs Peta Manual
1. SELURUH KEMAMPUAN PEMETAAN KONVENSIONAL DAPAT DILAKUKAN

(a) Jarak,
(b) Arah,
(c) Lokasi,
(d) Luas dan volume,
(e) Ketinggian dan
kemiringan lereng

ANALISIS SPASIAL 3. ANALISIS OVERLAY :

2. BUFFER : Menentukan jarak tertentu dari titik atau garis
DASAR OPERASI OVERLAY == BOOLEAN (IRISAN/GABUNGAN)
BUFFERING JALAN SELEBAR 50 METER

Q = {1,2,3,4,5,6,7,8,9,10,11,12}
R = {2,4,6,8,10,12}
S = {1,3,5,7,9,11}

(1) Q OR R maka Q (3) Q AND R maka R

(2) R OR S maka Q (4) Q AND S maka S

(5) List for value number less than 10 among Q group members ?
(6) List for value number greater than 6 among S group members ?
GARIS

TITIK

7
 12/19/2011

3. ANALISIS OVERLAY : ANALISIS SPASIAL

• MENGGUNAKAN LEBIH DARI SATU PETA TEMATIK
• MENGHASILKAN COVERAGE/ PETA BARU
•• ADA 2 MACAM OVERLAY :
• ARITMATIKA : TAMBAH, KURANG, BAGI
• LOGIKA : BOOLEAN

A B C
OR
AND

D E

AND

ANALISIS SPASIAL RELATIONAL

JENIS TANAH

PRODUKTIVITAS LAHAN
(tons/hec)

Overlay Analysis

Overlay Result

Relationship between Land use and Crop Productivity

INVENTORY BENCANA BANJIR JAKARTA 2002

Contour map

S. Ciliwung
4. VISUALISASI 3 DIMENSI &
KOMBINASI DENGAN CITRA G.Gede Pangrango
D. Lido
SATELIT

 PEMAHAMAN LANSKAP REGIONAL

LEBIH BAIK Kebun raya Bogor

BERMANFAAT UNTUK PARTISIPASI

MAPPING

8
 12/19/2011

KESESUAIAN LAHAN PERTANIAN

LAND SYSTEM MAP

SUITABLE FOR CONVERSION FOREST

SUITABLE FOR FISHERIES

: Gambut

: Hotspot

JAMBI

9
 12/19/2011

Kenapa SIG dibutuhkan?

Keuntungan menggunakan SIG :
• Penanganan data spatial menjadi lebih baik dalam format baku
• Revisi dan pemutakhiran data menjadi lebih mudah
• Data dan informasi spasial mudah dicari, dianalisis dan direpresentasikan
• Data spatial dapat dipertukarkan
• Produktivitas meningkat dan lebih efisien
• Penghematan waktu dan biaya
• Keputusan yang akan diambil menjadi lebih baik
• Analisis spasial dapat dilakukan dengan menggunakan formulasi yg
kompleks

10