Mendigitasi peta pada Arcview

Untuk mendigitasi peta pada Arcview ikuti langkah-langkah berikut 1. Buka Arcview, sebelum memilih peta yang akan di digitasi seting terlebih dahulu ekstensinya, dalam hal ini pilih File > Extentsions > Images analisys.

2. Pilih menu Views kemudian pilih Add untuk memilih peta yang akan di digitasi. Peta yang akan di digitasi harus sudah terigistrasi. Pada Data Source Type pilih Image Data Source. Lalu OK

3. Peta yang akan didigitasi akan mucul apabila kita menceklist pada kolom di side bar jendela View. Untuk mendigitasi peta pada Arcview ada beberapa pilihan yaitu point, line dan polygon. Point yang digunakan untuk mendigitasi kota, desa, kecamatan, dll, yang biasanya berbentuk titik pada peta. Line digunakan biasanya untuk mendigitasi jalan, jalur kereta api, dll. Terakhir adalah Polygon untuk mendigitasi suatu area yang memiliki luas tertentu seperti hutan, ladang, dll. Langkah digitasi pertama pilih View lalu New Theme. Pilih tipe digitasi sesuai keperluan lalu OK.

Tampilkan tabel keterangan setiap kali selesai mendigit. Pada saat mendigit kita akan beralih ke bagian selanjutnya yang tidak akan terlihat karena berada dalam proses zooming. hal ini dimaksudkan supaya proses pendigitan lebih mudah. lakukan seting seperti gambar di bawah ini. sebelum dilakukan pendigitan maka akan muncul jendela baru yang memerintahkan kita untuk menyimpan Theme tersebut. Lakukan zoom pada saat pendigitan.4. maka pilih Pan dengan cara mengklik kanan pada maouse sehingga peta yang akan didigit menggeser. Pilih type point ataupun type lainya sesuai kebutuhan. Pilih icon Open Theme Table maka akan muncul jendela baru yang menampilkan dua kolom yang terdiri dari kolom Shape dan ID. 5. Tambahkan kolom baru dengan carapilih Edit > Field. Jika ingin memberi keterangan pada kolom Newsfeed1 pilih Edit. Hal yang sama dilakukan jika mendigit menggunakan line ataupun menggunakan polygon. hal ini guna membubuhkan keterangan mengenai hal apa yang kita digitasi. .

Pilih line dan tarik garis dari area yang kita tandai tadi. dan intersect features. Selain fungsi-fungsi diatas terdapat beberapa fungsi lagi yang mendukung dalam program digitasi yaitu union features. Pada proses digitasi biasanya ada beberapa kendala yang mungkin dihadapi seperti penggabungan peta yang sudah di digitasi.Geoprocessing 1. Pilih Snap. 5. 3. adanya area di dalam area lain. 4. Secara otomatis area telah memisah. Garis secara otomatis sudah tersambung. General digunakan bila proses penggabungan dilakukan secara default. Untuk memisahkan area yang ada di dalam area dapat dilakukan dengan cara berikut. Untuk memulai Geoprocessing pilih View > Geoprocessing Wizard. Setelah muncul kotak . • Union features digunakan untuk menyatukan hasil digitasi tanpa merubah id • Combine features digunakan untuk menyatukan hasil digitasi dan juga merubah id • Intercept features digunakan untuk menyatukan dua polygon. Menggabungkan dua garis yang berbeda pada proses digitasi dapat dilakukan dengan cara berikut. dan terputusnya garis antara dua digitasi 2. Lalu klik pada garis yang ingin disambung hingga muncul tanda berbentuk lingkaran. lalu checklist pilihan Geoprocessing. Pilih Theme > Properties > Editing. Untuk melakukan Geoprocessing pertama-tama aktifkan dulu menu Geoprocessing dengan cara pilih File > Extensions. Interactive digunakan jika penggabungan dilakukan secara manual. sehingga tidak terputus di sambungannya 6. Pada Snapping pilih General. Lalu pilih Edit > Substract Features. combine features. Select area yang akan dipisahkan.

Layout peta pada Arcview 1.Geoprocessing pilih menu Geoproessing yang diinginkan. . Menu Dissolve Features Based On An Attribute digunakan untuk menampilkan unsur-unsur yang sama seperti digitasi hutan. 2.shp tersebut. Pada menu Select theme to dissolve pilih Theme yang akan digabung. line ataupun polygon. Layout peta dilakukan setelah diggitasi peta selesai dilakukan. Layout peta dimulai dengan membuka kembali file theme hasil digitasi baik itu type point. maka akan muncul jendela baru. Checlist file tersbut supaya nampak pada jendela ArcView. Double klik pada bagian file berekstensi *. Pilih Unique Value pada bagian Legend Type. Pada menu Select an attribute to dissolve pilih kolom pada tabel yang akan digabung. Bentuk file berekstensi *shp. Munculkan file-file tersebut dengan cara Add dan pada Data Source Types pilih Feature Data Source. dan pada bagian Values Field pilih lebel yang akan dicantumkan. Atur pewarnaan region sesuai yang kita kehendaki. Awalnya peta akan berada dalam satu warna sehingga perlu dirubah untuk membuat lebih informatif dan jelas.

3. Layout berfungsi untuk mengatur letak ataupun posisi dari komponen-komponen peta. Pelabelan digunakan supaya mengandung keterangan-keterangan yang berasal dari informasi theme yang sebelumnya kita buat. Lakukan stingan sebagai berikut : . 5. maka akan terdapat pilihan untuk memilih template layout. Selanjutnya pindahkan ke tampilan layout peta yang sudah setengah jadi tersebut. Misalkan dalam hal ini kita akan memunculkan nama-nama daerah di peta maka caranya adalah pilih Theme > Auto Lebel. Pilih menu File > Extentions > Graticules and Measure Grid untuk memunculkan bingkai berkoordinat. maka nama-nama daerah di lokasi peta tersebut akan muncul. Pilih menu View dan pilih Layout. Pilih template yang dikehendaki. 4.

setelah data merasa telah informative dan jelas. dll.6. eksport peta menjadi beberapa tipe file seperti JPG. Bitmap. gunakan Mode Raster pada tool box New Map Composition. Atur posisi komponen komponen sesuai kehendak dan sesuai proporsinya. Pilih Polygon pada tool untuk memulai klasifikasi supervised. sehingga klasifikasi ini secara otomatis dikelompokkan oleh komputer. Pilih Edit > Edit/Edit Create region. Langkah awal untuk klasifikasi Supervised ini adalah tampilkan citra dengan komposit RGB 453. Posted by Seandy 3 comments Links to this post Kirimkan Ini lewat Email BlogThis! Berbagi ke Twitter Berbagi ke Facebook Berbagi ke Google Buzz Labels: Pemetaan 20/11/10 Klasifikasi Supervised Klasifikasi Unsupervised dilakukan tanpa menggunakan daerah acuan (obyek yang akan dikelompokkan tidak dikenal). sehingga akan muncul tool box baru. .

Apabila pembuatan polygon pada kawasan training area tersebut selesai. . dan daratan. Setelah prosses Calculate Statistics sukses dilakukan.Sekarang buat polygon pada data citra tersebut. sekarang pilih Procces > Classification > Supervised slassification. Misalkan wilayah yang akan di training adalah laut. Tahap selanjutnya masuk pada menu Procces > Calculate Statistics. mangrove. masukan citra yang telah detraining areanya. Gunakan Display/Edit Object Atribut untuk memberikan label pada wilayah polygon tersebut. hal ini dilakukan untuk membuat training area. Save As data dalam Raster region. maka polygon di buat sedemikian rupa guna mewakili pixel dari data citra training tersebut tersebut.

Klik Edit > Edit Class > Region Color and Name. Maka hasilnya akan Nampak sebagai berikut Posted by Seandy 0 comments Links to this post Kirimkan Ini lewat Email BlogThis! Berbagi ke Twitter Berbagi ke Facebook Berbagi ke Google Buzz Labels: Pemetaan 19/11/10 Klasifikasi Unsupervised . gunakan Maximun Likelihood Standard. Klasifikasi sekarang akan kita dapatkan jumlah kelas sebanyak 3. Sedangkan pada Output dataset masukan nama untuk hasil klasifikasi. kemudian 3 kelas tersebut akan di identifikasi berdasarkan data training yang sebelumnya dibuat.Pada window Supervised Classification. Ganti Pseudo Layer ke dalam bentuk Class Display lagi. Pada Classification Type. masukan citra yang telah ditraining area pada Input dataset.

distance between class means (misalkan 1). daratan. Tool box baru akan muncul. Dari klasifikasi akan kita dapatkan jumlah kelas sebanyak 50. Sekarang kita beranjak pada menu Option. Data tersebut akan di kaji berdasarkan kenampakanya dalam tampilan data citra. masukan maksimum standar deviasi (misalkan 2). Langkah pertama adalah pilih menu Process > Classifikation > Isoclass Unsupervised Classification. (misalkan 20). seperti halnya mengidentifikasi laut. kemudian masukan maxsimum number of classes (misalkan 50).Kegiatan ini merupakan pengolahan data citra guna mengelompokan kedalam kelaskelas tertentu. masukan file output. Selanjutnya beri nama file hasil klasifikasi tersebut pada pilihan Output Dataset. dst. kemudian 50 kelas tersebut akan di identifikasi berdasarkan . sehingga data kan di prosses sebagai berikut Setelah prosses Calculate Statistics sukses dilakukan. dan terakhir masukan nilai Min. mangrove. sekarang pilih menu Edit > Edit Class > Region Color and Name. dalam tool box tersebut masukan data citra yang akan diklasifikasikan melalui pilihan Input Dataset. Masukan nilai maximum iterasinya. Langkah selanjutnya klik Process > Calculate Statistics.

Ganti nama sesuai dengan obyeknya pada kotak Name. hal ini untuk melihat nila pixel citra tersebut. Pada window Algoritm sorot Pseudo Layer dan klik kanan. pada tool box Edit Classs/Region Detail sampai ke-50 kelas terlabel semua. jangan lupa untuk merubah Pesudo Layer ke dalam Class Display. caranya pilih Edit Algorithm dan load file hasil klasifikasi tersebut. Sorot pointer pada data citra yang telah diklasifikasikan. Setelah semua terlabel klik Save dan kini semua nilai pixel yang ada pada tersebut telah memiliki keterangan.kenampakannya dalam data citra dengan memberikan lebel pada setiap kelas tersebut . klik kanan dan pilih Cell Values Profile. sehingga data citra menjadi hitam dan putih sebagai berikut Untuk memudahkan melakukan labeling. muculkan kembali data citra awal sebelum di klasifikasikan. Langkah labelling dimulai dengan menampilkan file hasil klasifikasi yang telah dilakukan sebelumnya. . Untuk melihat hasilnya buka kembali file data citra yang telah diklasifikan. pilih Class Display. Berikut ini adalah hasil dari pengklasifikasian dengan menggunakan 50 kelas. munculkan data citra tersebut dengan komposit 541.

Untuk mebagi kelas ini menjadi kelas yang lebih kecil kita perlu membuat suatu formula / logika proses dengna menggunakan kalimat iInput “if i1…and … i1 then else…”. kemudian ke50 kelas tersebut akan kita jadikan kedalam kelas yang lebih kecil lagi.ers) di notepad. Selanjutnya klik E-mc2 pada window Algoritm. kemudian save file citra tersebut pada menu utama. File > Save As. misalnya menjadi 5 kelas.Dari klasifikasi tersebut kita dapatkan jumlah kelas sebanyak 50 kelas. Dalam hal ini formula tersebut adalah sebagai berikut : if i1 >=1 and i1 < 11 then 1 else if i1 >=11 and i1 < 14 then 2 else if i1 >=14 and i1 < 22 then 3 else if i1 >=22 and i1 < 27 then 4 else if i1 >=27 and i1 < 51 then 5 else null Setelah selesai memasuka formula / logika proses klik Apply chage. Maka langkah awal yang mesti dilakukan adalah ganti kembali Class Display ke dalam bentuk Pseudo Layer lagi. Selanjutnya buka file yang disimpan tersebut (berekstensi *. Hapus bagian-bagian data yang .

amp.amp.amp.amp.lt.amp./p&amp.amp.amp.amp. Maka hasilnya akan Nampak sebagai berikut &amp. ENVI.amp.lt.amp.amp.amp.tidak diperlukan dan save kembali file tersebut.a mp.amp.iframe src="http://rcm.amp. padding-right: 10px.amp.amp.amp.l=bpl&amp. Idrisi Kilimanjaro.fc1=000000&amp. Masing-masing software tersebut memiliki kelebihan dan kekurangan. mangrove.m=amazon&amp. ELWIS. Ganti kembali Pseudo Layer ke dalam bentuk Class Display lagi.o=1&amp. permukiman.amp.amp.a mp.amp.amp. Posted by Seandy 0 comments Links to this post Kirimkan Ini lewat Email BlogThis! Berbagi ke Twitter Berbagi ke Facebook Berbagi ke Google Buzz Labels: Pemetaan 13/11/10 Prosedur Pengolahan Data Citra Menggunakan ER Mapper (Cropping) Sampai saat ini telah banyak software pengolah citra.amp.amp.lt1=_blank&amp.amp. pilih Edit > Edit Class > Region Color and Name. rawa. dan vegetasi daratan.amp.amp.amp. PCI.com/e/cm?t=laut20&amp.amp.amp.amp.amp.bg1 =FFFFFF&amp. diantaranya: ER Mapper.amp. .gt." marginwidth="0" marginheight="0" align="left" frameborder="0" scrolling="no"&amp.lc1=0000FF&amp .amp.amp.f=ifr" style="padding-top: 5px.amp.amazon.IS2=1&amp.gt.amp.amp.p&amp.amp.p=8 &amp.amp.asins= 0307590615&amp.amp. Selain dua hal tersebut kelebihan ER Mapper adalah dalam fungsi koreksi geometrik.amp. height: 245px. dimana terdapat fasilitas image to image rectification yang memudahkan kita dalam mengambil titik control bumi (GCP).amp.amp.amp. CVIP tools.amp.amp.amp.amp.amp.amp.lt.amp.amp.amp.amp. Kelebihan ER Mapper yaitu kemampuannya menghemat tempat pada hard disk dan setiap hasil proses dapat langsung dilihat tampilannya pada layar monitor.amp. Dari klasifikasi sekarang akan kita dapatkan jumlah kelas sebanyak 5. ERDAS Imagine.amp. dll.amp.amp.amp.amp.&amp.&amp.amp.amp.amp.amp.amp.amp.amp.amp.amp.amp.amp. kemudian 5 kelas tersebut akan di identifikasi berdasarkan kenampakannya dalam data citra dengan memberikan lebel pada setiap kelas tersebut . misalnya laut.amp.gt.amp.amp. width: 131px.amp.amp.amp.bc1=000000&amp. Sekarang buka kembali file tersebut.amp.

ER Mapper dapat dijalankan pada work station dengan sistem operasi unix atau PC dengan sistem operasi windows NT atau window 95 ke atas. pilih warna (Misal: rainbow2) • • • . untuk menjalankannya hanya click pada tombol perintah yang diinginkan. click ER Mapper. Pada Color Table click tanda panah. pilih direktori dimana data disimpan dan pilih file yang akan ditampilkan Pilih data yang akan ditampilkan Click OK Apabila akan mengubah band yang akan ditampilkan tanda panah pada toolbox algorithm Mengubah Warna Tampilan Citra Tampilkan citra Pada toolbox algorithm click Surface. Tool bar. untuk perintah pada menu bar click nama pada menu bar. akan muncul kotak raster dataset. kemudian pilih perintah yang akan dijalankan 2. click All Program. Cara Memulai Ermapper Dari menu Start . dalam bentuk memanjang ke bawah. kemudian click ER Mapper sehingga akan muncul toolbox seperti di bawah: 1. 3. letakkan pointer di atas icon yang ingin diketahui. tempat menampilkan pilihan perintah umum secara cepat. Menu bar. dengan menggunakan icon-icon. tempat pilihan perintah yang akan digunakan pada pengolahan citra. Tool tips. untuk mengetahui fungsi dari suatu icon. kemudian akan muncul kalimat (tool tips) yang akan memberitahukan fungsi dari icon tersebut Cara Menampilkan Citra Pada menu bar click File/New • • • • • Kemudian click View/Algoritm pada menu utama • Click Open pada toolbox algorithm.

• • Mengubah Ukuran Tampilan Click Zoom pada menu utama. dari menu utama click View/Quick Zoom/Zoom to All Dataset atau click kanan mouse di atas citra kemudian click Quick Zoom/Zoom to All Dataset Menampilkan Nilai Pixel • Click View/Cell Values Profile atau click kanan mouse di atas citra kemudian click Cell Values Profile • Click pointer • Click kiri mouse di atas citra. sehingga akan ditampilkan nilai pixel seperti gambar di dawah • • • Menampilkan Posisi Koordinat Click View/Cell Coordinate atau click kanan mouse di atas citra kemudian click Cell Coordinate Click pointer Click di atas citra sehingga akan ditampilkan posisi koordinat dari pixel. drag mouse diatas citra sesuai luas daerah yang akan diperbesar Untuk mengembalikan tampilan citra seluruhnya. seperti tertera pada gambar di bawah .

unruk mendapatkan daerah yang kita inginkan kita dapat memotong/cropping citra tersebut. Urutan dalam proses cropping citra adalah: Dari menu utama pilih File/ New Kemudian click View/Algoritm pada menu utama Click Open pada kotak algorithm. click Extents pada kotak dialog Algorithm Geopisition Extents Ketik posisi yang diinginkan pada latitude-longitude. maka pada tampilan akan diubah sesuai posisi tersebut . easting-northing. biasanya tidak keseluruhan scene dari citra kita gunakan. pilih direktori dimana data disimpan dan pilih file yang akan ditampilkan Click OK Pilih lokasi yang akan dicrop. atau cell x-cell y Click OK.• • • Menampilkan Histogram Click View/Algorithm Click Layer pada Toolbox algorithm Kemudian click histogram • • • • • • • Cropping Data Citra Dalam proses pengolahan citra. jumlah pixel atau hasil zooming daerah. atau cell x-cell y). easting-northing . Pemotongan citra dapat kita lakukan berdasarkan koordinat. dengan menggunakan zoom dengan cara drag mouse di atas citra atau kita juga bisa melakukan dengan cara click View/ Geoposition (apabila sudah diketahui posisi latitude-longitude.

band 5. dan band 8) Ubah nama pseudolayer tersebut sesuai dengan band yang akan diisikan.ers) Click OK Pilih tipe output : Multilayer Pilih tipe data : Unsigned8BitInteger Click OK . yaitu untuk band 1. band 2. band 4. dengan cara double click pada pesudolayer Isikan band sesuai dengan urutan layer dengan cara click tanda panah ke bawah pada pada menu algorithm Select semua layer pada menu algorithm tersebut dengan cara click Shift dan mouse pada layer B1 sampai B8 Langkah selanjutnya Click File/Save as Berikan nama output Pilih type filenya ER Mapper Raster Dataset (. band 6_2. band 6_1. sejumlah band yang ada. dengan cara click pada menu algoruthm (misalkan disini dibutuhkan 9 band.• • • • • • • • • • • • Setelah tampilan sesuai dengan posisi yang kita kehendaki. band 7. aktifkan mouse pada toolbox algorithm Copy paste pseudolayer pada menu algoruthm. band 3.

Sign up to vote on this title
UsefulNot useful