Bagaimana cara membuka data vektor dengan format KML/KMZ di ArcMap dengan menggunakan tool KML To Layer secara lengkap, dapat kawan-kawan lihat pada langkah-langkah pengerjaan sebagai berikut :

1). Buka software ArcMap (disini kami menggunakan software ArcMap 10.1) :

Gambar 1. Buka ArcMap 10.12). Setelah kita berada pada jendela tampilan ArcMap, pada bagian toolbar klik tool Search (ditunjukkan oleh area berwarna orange pada Gambar 2 di bawah) atau dengan shortcut menekan tombol Ctrl berbarengan dengan huruf F pada keyboard komputer (Ctrl + F).

Gambar 2. Search3). Setelah langkah kedua dilakukan, selanjutnya akan muncul jendela tampilan tool Search.

Gambar 3. Jendela Tampilan Tool SearchPada jendela tampilan Search bagian input text, ketik kml to layer (ditunjukkan oleh angka 1 pada Gambar 3 di atas), kemudian klik tombol Search (ditunjukkan oleh angka 2 pada Gambar 3 di atas). Hasil dari pencarian dengan tulisan kml to layer akan tampil pada bagian bawah. Terdapat dua hasil pencarian, dimana kita pilih bagian atas yaitu tool KML To Layer (Conversion) seperti yang ditunjukkan angka 3 pada Gambar 3 di atas.

4). Jika kita sudah melakukan langkah ketiga, maka selanjutnya akan tampil jendela tampilan KML To Layer.

Gambar 4. Pengaturan Tool KML To LayerSetelah berada pada jendela tampilan tool KML To Layer, pada bagian Input KML File masukkan data vektor dengan format KML/KMZ yang akan ditampilkan di lembar kerja ArcMap dengan cara klik tombol Open (ditunjukkan angka 1 pada Gambar 4 di atas). Setelah itu muncul jendela tampilan Open, kemudian seleksi data vektor-nya dengan cara klik sekali pada file data vektor tersebut (ditunjukkan angka 2 pada Gambar 4 di atas). Selanjutnya, nama file data vektor akan berada pada bagian input text File name (ditunjukkan oleh area berwarna biru pada Gambar 4 di atas), dan terakhir klik tombol Open (ditunjukkan oleh angka 3 pada Gambar 4 di atas) untuk memasukkan data vektor ke bagian Input KML File.

Langkah selanjutnya, kita ke bagian pengaturan Output Location, dimana pada bagian ini kita akan menyimpan data hasil konversi dari format data vektor KML/KMZ ke dalam bentuk layer. Dengan cara yang hampir sama dengan pengaturan pada bagian Input KML File, kita tentukan lokasi folder untuk penyimpanan data vektor hasil konversi, dengan langkah-langkah yang ditunjukkan oleh angka 4, angka 5, dan angka 6, pada Gambar 4 di atas.

Selanjutnya beralih ke bagian pengaturan Output Data Name (Optional). Pada bagian ini secara default, nama data hasil konversi akan sama dengan nama data vektor yang di konversi, namun jika kita ingin membedakannya, kita tinggal memberi nama dari data hasil konversi sesuai keinginan pada bagian input text Output Data Name (Optional), seperti yang ditunjukkan oleh area berwarna biru pada Gambar 4 di atas.

Dan langkah terakhir, jika sudah selesai melakukan pengaturan pada bagian tool KML To Layer ini, kita tinggal klik tombol OK (ditunjukkan angka 8 pada Gambar 4 di atas) untuk memulai proses konversi.

5). Sesudah menekan tombol OK pada langkah sebelumnya, kita tunggu proses konversi sampai muncul kotak dialog pada bagian kanan bawah jendela tampilan ArcMap, seperti diperlihatkan Gambar 5 di bawah ini :

Gambar 6. Data Hasil Konversi Sudah Berada di Lembar Kerja ArcMapSekian postingan kali ini, semoga bermanfaat dan selamat menunaikan ibadah shalat jumat

Melakukan Analisis Regresi dengan Sangat Mudah Menggunakan Excel

22.36 guru kecil ... 4 comments

Analisis regresi merupakan analisis untuk menentukan hubungan sebagai dasar untuk melakukan prediksi. Hal ini membedakan analisis regresi dengan analisis korelasi yang semata-mata untuk menentukan hubungan. Hubungan berbeda dengan pengaruh sebab dalam pengaruh dipersyaratkan hubungan sebab-akibat sedangkan dalam hubungan tidak (tetapi boleh ada hubungan sebab-akibat). Hal ini membedakan analisis regresi dari analisis ragam yang mengindikasikan hubungan sebab-akibat. Meskipun demikian, hubungan dalam analisis regresi harus merupakan hubungan yang secara teoritis masuk akal.Analisis regresi dilakukan antara dua peubah, satu sebagai peubah tidak bebas (bergantung) dan yang lain sebagai peubah bebas (tidak bergantung). Bila perubah tidak bebas dinotasikan dengan Y dan peubah tidak bebas dinyatakan dengan X maka analisis regresi dilakukan untuk menentukan bagaimana Y akan berubah seiring dengan berubahnya X. Analisis regresi seperti ini disebut analisis regresi linier sederhana. Analisis regresi juga dapat dilakukan antara satu peubah tidak bebas dengan beberapa peubah bebas, misalnya antara Y dengan X1, X2, X3, dan seterusnya. Dalam hal ini X1, X2, X3, dan seterusnya dapat merupakan perubah yang berbeda satu sama lain atau X2, X3, dan seterusnya merupakan fungsi tertentu dari X1. Misalnya, X2 adalah pangkat kuadrat dari X1, X3, adalah pangkat tiga dari X1, dan seterusnya. Analisis regresi seperti ini disebut analisis regresi linier berganda.Analisis regresi linier sederhana mempunyai bentuk persamaan Y = a + bX + , dengan catatan a adalah intersep, b adalah parameter lereng atau kemiringan, dan adalah galat. Analisis regresi linier berganda mempunyai bentuk persamaan Y = a + bX1 + cX2 + + nXp + , dengan catatan a adalah intersep, b, c, , n adalah parameter lereng atau kemiringan peubah X1, X2, , Xp, dan adalah galat. Analisis regresi dilakukan untuk menentukan nilai intersep dan nilai parameter untuk peubah bebas yang dilibatkan dalam analisis. Persamaan di atas dapat digambarkan dalam bentuk kurva antara sumbu X dan sumbu Y. Dalam hal ini, a menyatakan titik potong garis persamaan dengan sumbu Y (nilai Y pada manakala X bernilai 0) dan b, c, , n menyatakan lereng/kemiringan garis persamaan terhadap sumbu X1, X2, Xp. Analisis regresi dilakukan untuk menentukan nilai a dan b, c, n dari data yang tersedia. Analisis dapat dilakukan secara manual dengan menggunakan rumus yang dapat diperoleh dari buku-buku teks statistika. Namun pada era komputerisasi sekarang ini, melakukan analisis data secara manual tentu akan ditertawakan orang. Analisis regresi dapat dilakukan dengan menggunakan program aplikasi khusus untuk analisis data, misalnya saja SPSS (Statistical Package for Social Sceince) atau SAS (Statistical Analysis Sytem). Program aplikasi ini adalah program berbayar dengan harga mahal dan diperuntukkan terutama untuk kalangan professional. Untuk kalangan mahasiswa, tersedia banyak program aplikasi sederhana lainnya yang dapat diunduh dan digunakan secara gratis. Beberapa program aplikasi khusus gratis untuk analisis regresi adalah G7 (http://www.freestatistics.altervista.org/click/fclick.php?id=82), Arc (http://www.freestatistics.altervista.org/click/fclick.php?id=75), dan Assistat (http://www.assistat.com/indformi.html). Namun untuk menggunakan suatu program aplikasi, kita harus mempelajari cara menggunakannya. Daripada harus belajar dari nol, lebih baik menggunakan program yang sudah diketahui cara penggunaannya oleh banyak orang (kecuali barangkali mahasiswa PS IHPT Faperta Undana). Program tersebut adalah Excel yang versinya antara lain adalah Excel 2007.Untuk melakukan analisis regresi menggunakan Excel 2007, masukkan data setiap peubah pada kolom yang berbeda, misalnya kolom A untuk peubah Y, kolom B untuk peubah X1, kolom C untuk peubah X2 dan seterusnya. Jangan lupa memberikan nama peubah pada baris paling atas setiap kolom. Untuk memasukkan data dengan benar ke dalam Excel, silahkan tayangan lain pada blog ini di SINI. Sebelum dapat menggunakan Excel untuk melakukan analisis data, terlebih dahulu harus diinstalasi Add-Ins yang namanya Analysis ToolPak. Caranya, Klik logo Office pada sudut kanan atas layar, klik Excel Options pada menu dropdown, klik Add Ins, klik Analysis TookPack, dan akhirnya klik Go. Pada pita menu Data akan ditambahkan kotak pilihan Data Analysis. Untuk melakukan analisis, klik logo Data Analysis pada kotak pilihan tersebut sehingga tampil menu Data Analisys. Geser ke bawah menu geser di bagian kanan sampai tampak pilihan Regression Analysis lalu klik OK sehingga tampil menu Regression Analysis:

Untuk melakukan analisis regresi lakukanlah langkah-langkah berikut: Masukkan data yang digunakan sebagai peubah tidak bebas ke kotak Input Y range dengan cara meletakkan kursor terlebih dahulu di dalam kotak dan kemudian memblok kolom peubah, termasuk nama peubah pada baris paling atas. Masukkan data yang digunakan sebagai peubah bebas ke kotak Input Y Range dengan cara meletakkan kursor terlebih dahulu di dalam kotak dan kemudian memblok satu atau beberapa kolom peubah, termasuk nama peubah pada baris paling atas. Pemblokan dilakukan hanya terhadap satu kolom peubah bila dilakukan analisis regresi linier sederhana, terhadap beberapa kolom peubah bila dilakukan analisis regresi linier berganda. Klik kotak Label bila ketika memasukkan data Y dan data X nama peubah ikut diblok, jangan klik bila yang diblok hanya data. Klik kotak Constant is Zero bila diinginkan nilai intersep a pada persamaan regresi bernilai 0 (mungkin karena secara teoritis memang harus demikian), jangan klik bila tidak diinginkan bernilai 0. Klik kotak Confidence Level: lalu tuliskan angka 95 atau 99 di dalam kotak di sebelah kanannya bila diinginkan memperoleh nilai selang kepercayaan 95% atau 99%. Pilih satu di antara tiga pilihan penyajian hasil analisis regresi: (a) Klik Output Range: dan kemudian klik satu sel kosong tertentu di sebelah bawah baris terakhir yang berisi data untuk menyajikan hasil analisis pada lembar kerja yang sama dengan data, (b) New Wordksheet Ply lalu pada kotak kosong klik worksheet yang akan digunakan untuk menyajikan hasil analisis pada lembar kerja yang berbeda dengan lembar kerja data, atau (c) New Workbook untuk menyimpan hasil analisis dengan nama file yang berbeda dengan file data. Sebaiknya pilih pilihan pertama. Untuk pilihan Residuals (sisaan), klik kotak Residuals untuk memperoleh hasil perhitungan sisaan, klik Standardized Residuals memperoleh hasil perhitungan sisaan baku, klik Residual Plots untuk memperoleh kurva sisaan, dan klik Line Fit Plots untuk memperoleh kurva regresi. Untuk tidak memilih, jangan klik kotak pilihan yang bersangkutan. Sisaan adalah selirih antara nilai Y pengamatan dengan nilai Y hasil analisis regresi. Klik kotak Normal Probability Plots untuk memperoleh kurva peluang normal, diperlukan untuk melihat apakah data berdistribusi normal atau tidak. Bila data tidak berdistribusi normal, perlu dilakukan remediasi sebelum kemudian data hasil remediasi dianalisis kembali. Klik OK untuk memperoleh hasil analisis.Sebagai latihan, misalkan akan dilakukan analisis regresi antara severitas CVPD hasil uji iodin dengan padat populasi imago Diaphorina citri (data hipotetik). Severitas CVPD dan padat populasi imago Diaphorina citri dihitung sebagai rerata setiap kebun (total 15 kebun). Diaphorina citri merupakan serangga vector bakteri penyebab CVPD sehingga secara teoritis severitas CVPD bergantung pada padat populasi Diaphorina citri. Data hasil uji iodine dan pengamatan padat populasi Diaphorina citri adalah sebagai berikut:KebunPopulasi Diaphorina citriIncidensi CVPD Hasil Uji Iodin

1322

2545

3860

4321

5110

6650

705

8640

9870

10430

1128

12324

13972

14319

15543

Setelah dilakukan analisis regresi dengan mengikuti langkah-langkah tersebut di atas tanpa menyertakan pilihan sisaan dan pilihan kurva peluang normal maka akan diperoleh hasil sebagai berikut:Multiple RSUMMARY OUTPUT

Regression Statistics

0.978495

R Square0.957453

Adjusted R Square0.95418

Standard Error4.665818

Observations15

ANOVA

dfSSMSFSignificance F

Regression16368.5926368.592292.54172.71E-10

Residual13283.008221.76986

Total146651.6

CoefficientsStandard Errort StatP-valueLower 95%Upper 95%

Intercept-0.942622.402001-0.392430.701097-6.131834.246584

Populasi Diaphorina citri8.0778690.47228417.103852.71E-107.0575629.098176

Berdasarkan hasil analisis di atas diperoleh persamaan regresi:Y = -0,94 + 8,08X, dengan catatan Y adalah severitas CVPD, X adalah padat populasi imago Diaphorina citri, -0,94 adalah intersep, dan 8,08 adalah lereng/kemiringan garis persamaan (nilai intersep dan lereng/kemiringan dibulatkan sampai hanya dua angka di belakang koma). Persamaan regresi tersebut adalah nyata (p