√ Manipulasi Dan Analisis Data Dalam Sig

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

1) Buffering

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

Fungsi buffer yaitu menciptakan poligon gres berdasarkan jarak yang telah ditentukan pada data garis atau titik maupun poligon. Sebagai contoh, kita akan melaksanakan buffer terhadap jarak sungai 50 meter, memakai kemudahan buffer yang kita pilih, kemudian komputer akan mengolah sesuai perintah kita. Prinsip proses buffer sanggup kau lihat pada gambar berikut.

Dalam proses buffer, software yang dipakai mempunyai kemampuan untuk mengukur jarak. Oleh lantaran itu, pada subsistem manipulasi dan analisis data juga sanggup dilakukan operasi pengukuran menyerupai pengukuran jarak.

2) Skoring

Selain pengukuran jarak, skoring atau proteksi nilai terhadap sifat dari parameter yang dipakai dalam analisis  juga dilakukan pada subsistem ini. Agar kau lebih memahaminya, perhatikanlah contoh proteksi skor terhadap parameter yang dipakai untuk penentuan kawasan rawan ancaman lahar gunung api.

Skoring Parameter Bentuk Lahan

Skoring Parameter Lereng

Skoring Parameter Curah Hujan

Skoring Parameter Jarak terhadap Sungai

Skoring Parameter Jarak terhadap Kubah

Skoring ini dilakukan untuk menunjukkan nilai efek suatu sifat dari parameter terhadap suatu asumsi kejadian. Seperti misalnya pada tabel skoring curah hujan. Curah hujan yang sangat tinggi diberikan skor yang paling tinggi. Mengapa? Hal ini lantaran curah hujan yang tinggi menunjukkan efek yang cukup tinggi terhadap ancaman gunung api.

Aliran air akan membawa lahar dingin, sehingga jarak yang sangat bersahabat 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, lantaran memang curah hujan yang tinggi tidak terlalu besar lengan berkuasa terhadap suatu analisis kejadian.

Selain proteksi 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 sanggup kau lihat pada tabel berikut ini.

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 memakai pertimbangan logis sesuai dengan keilmuannya.

Lalu, menurutmu bagaimana logikanya sehingga kedua parameter (jarak terhadap sungai dan bentuk lahan) diberikan bobot yang tinggi? Apabila kau perhatikan lahar berasal dari gunung berapi yang keluar melalui kepundan. Tentu saja wilayah bentuk lahan di sekitar kepundan menjadi sangat rawan terhadap ancaman lahar. Begitu pula dengan keberadaan sungai. Lahar cuek kerap kali terbawa fatwa sungai, sehingga wilayah yang bersahabat 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 ketika ini sering dilakukan dengan memakai Software Arc Info maupun Arc View. Hal ini dilakukan sesudah proteksi skor (skoring) dan pembobotan. Tumpang susun atau overlay suatu data grafis yaitu menggabungkan dua atau lebih data grafis untuk memperoleh data grafis gres yang mempunyai satuan pemetaan (unit pemetaan). Jadi, dalam proses tumpang susun akan diperoleh satuan pemetaan gres (unit baru).

Untuk melaksanakan tumpang susun ada beberapa syarat yang harus dipenuhi. Syaratnya, data-data yang akan di-overlay harus mempunyai sistem koordinat yang sama. Sistem koordinat tersebut sanggup berupa hasil transformasi nilai koordinat meja digitizer ataupun nilai koordinat lapangan. Tetapi sebaiknya memakai koordinat lapangan, alasannya yaitu dengan memakai koordinat lapangan akan diperoleh isu masing-masing unit dalam luasan yang baku.

Nah, ada beberapa metode untuk melaksanakan overlay data grafis yang sanggup dilakukan pada perangkat lunak SIG. Metode-metode tersebut yaitu identity, intersection, union, dan up date. Metode-metode tersebut akan kita bahas satu per satu. Identity yaitu tumpang susun dua data grafis dengan memakai data grafis pertama sebagai pola batas luarnya. Jadi, apabila batas luar antara dua data grafis yang akan dioverlay tidak sama, maka batas luar yang akan dipakai yaitu batas luar data grafis pertama.

Metode yang lainnya yaitu metode union. Union yaitu 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 gres yaitu adonan antara batas luar data grafis pertama dan kedua (batas adonan paling luar).

Intersection juga merupakan metode yang sanggup dipakai untuk overlay. Intersection yaitu metode tumpang susun antara dua data grafis, tetapi apabila batas luar dua data grafis tersebut tidak sama, maka yang dilakukan pemrosesan hanya pada kawasan yang bertampalan.

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

Nah, coverage gres hasil overlay ini, intinya merupakan isu gres yang diperoleh sesuai dengan hasil klasifikasi. Klasifikasi ini sanggup dibentuk dengan pengolahan data dan hasil perhitungan skor. Perhatikanlah tabel pembagian terstruktur mengenai tingkat kerawanan peristiwa lahar sebagai berikut.

Klasifikasi/Kriteria Tingkat Kerawanan Bencana Lahar

Nilai skor total pada tabel di atas dibentuk berdasarkan pengalian antara skor dengan faktor pembobot. Bagaimana caranya? Langkah pertama yang kita ambil yaitu menghitung skor total tertinggi dan skor total terendah. Setelah itu kita tentukan pengkelasannya atau klasifikasi. Untuk beberapa tema analisis ada yang telah tersedia pembagian terstruktur mengenai bakunya. Agar kau 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 pembagian terstruktur mengenai telah ditentukan terdiri atas 5 kelas, maka tiap tingkatan mempunyai kelas interval sebesar 17 (85 : 5). Kita pun bebas untuk menciptakan jumlah kelas, tetapi harus dengan kebijaksanaan yang benar.

Dengan meng-overlay peta didapatkan juga overlay data dalam bentuk tabel. Dari data tabel hasil overlay sanggup diketahui karakteristik yang dimiliki oleh tiap unit pemetaan. Sebelum overlay, satu peta hanya mempunyai unit-unit poligon yang menggambarkan karakteristik satu tema peta, misalnya 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 lantaran mengandung kelima parameter tersebut.

Ketika selesai proses overlay, hasil peta tampak lebih kompleks dan ruwet sehingga perlu penyederhanaan. Dissolve merupakan salah satu langkah yang dipakai 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 memakai Software Arc View. Perhatikan gambar berikut ini dan kau akan tahu bagaimana prinsip dissolve.

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

Kesalahan lantaran adanya garis yang tidak sempurna bertampalan dan membentuk poligon gres disebut poligon sliver. Untuk menghilangkan adanya kesalahan tersebut sanggup memanfaatkan sajian eliminate. Menu eliminate berfungsi untuk mengurangi jumlah poligon pada suatu coverage dengan cara menggabungkan dengan poligon tetangganya.

Nah, sesudah proses eliminate, kalau memang tidak ada lagi poligon yang harus dieliminate, suatu coverage siap untuk diolah menjadi tampilan simpulan pada subsistem keluaran data. Subsistem ini diawali dengan memilih skala tampilan simpulan dari suatu coverage peta.

Versi bahan oleh Eni A dan Tri H

Sumber http://www.ssbelajar.net/

Berlangganan Informasi Terbaru: