Surface Analysis

(Aspect, Slope, Contour, Hillshade)

Struktur data SIG terdiri dari struktur data raster dan stuktur data vektor.

Stuktur data raster menampilkan, menempatkan, dan menyimpan data spasial

menggunakan struktur matriks atau piksel-piksel yang membentuk grid. Setiap

piksel memiliki atribut tersendiri, dan memiliki koordinat. Struktur data vektor

menampilkan, menempatkan dan menyimpan data spasial dengan menggunakan

titik-titik, garis-garis, atau poligon, yang didefenisikan dengan sistem koordinat

kartesian duan dimensi (x,y)

Tipe SIG terdiri dari data spasial dan data non spasial. Data spasial yaitu

data keruangan yang diorganisasikan dalam peta, sedangkan data non spasial

adalah data yang melengkapi data spasial berupa keterangan dalam bentuk

statistik, tabular, diagram, maupun tekstual

Pada model raster, permukaan bumi dibagi menjadi sel yang menempati

grid. Lokasi fitur geografis atau pixel (picture element) adalah :

Ditentukan nomor baris dan kolom yang ditempati oleh pixel

Nilai setiap Pixel menunjukkan resolusi spatial dari data raster sesuai dengan

tipe obyek atau kondisi pada lokasi

Unit raster tidak berhubungan dengan entity spasial pada real world sehingga

entity spasial hanya bisa ditentukan oleh grup sel

Data raster dapat dikonversi ke sistem koordinat georeferensi dengan cara

meregestrasi sistem grid raster ke sistem koordinat georeferensi yang diinginkan.

Dengan demikian setipa sel mana saja pada grid memiliki posisi georeferensi.

Dengan adanya sistem georeferensi sejumlah set data raster dapat ditata

sedemikian sehigga memungkinkan dilakukan anaisis spasial

Pada model vektor, setiap obyek atau kondisi pada real world

direpresentasikan oleh titik dan garis yang membentuk batas berupa poligo.

Secara umum model vektor mempunyai karakteristik berikut :

vektor

raster

Posisi setiap obyek ditentukan sesuai penempatannya pada peta yang diatur

dengan sebuah sistem referensi koordinat

Setiap posisi pada peta memiliki koordinat yang unik

Perhitungan posisi koordinat dengan pendekatan matematis

Secara tradisonal, data geografis disjikan dalam bentuk sebuah peta yang

dimodelkan dengan point (titik), line (garis) dan area (luasan) sebagai

berikut :

Titik adalah representasi grafis yang paling sederhana utuk suatu obyek,

represntasi ini tidak memiliki dimensi

Garis adalah bentuk linear yang menghubungkan paling sedikit dua titik

dan digunakan untuk mempresentasikan onyek-obyek satu dimensi,

seperti jalan, sungai dan jaringan listrik

Area adalah representasi dari obyek-obyek dua dimensi seperti batas

propinsi, bata kota dan batas bidang tanah

Raster grapik merupakan salah satu metode kompuer dalam menyimpan

gambar, gambar direpresentasika sebagai grid/pixel-pixel kecil. Tiap-tiap pixel

mewakili 1 warna tertentu. Gabungan dari pixel-pixel inilah yang membentuk

suatu gambar yang biasa kita lihat di layar monitor. Raster grapik ini ini akan

sangat efektif digunakan untuk editing, manipulasi foto atau images yang memiliki

banyak tones warna, kita bisa merubahnya hingga ukuran pixel terkecil sekalipun.

Raster ini tergantung dengan resolusi (resolution), resolusi adalah

kerapatan (density) pixel-pixel dalam satu satuan luas persegi (umumnya dalam 1

inch=2.54 cm). Resolusi menggunakan satuan dpi (dot per inch) atau ppi (pixel per

inch). umumnya kita menggunakan 72-96dpi sedangkan untuk applikasi printing,

printer/percetakan akan membutuhkan lebih banyak data pixel untuk

merepresentasikan sebuah gambar. Karenanya dibutuhkan resolusi yang lebih

tinggi 150-300dpi. Jika kita membuat suatu website, tidak disarankan

menggunakan dpi yang tinggi (cukup72-96dpi), karena semakin tinggi resolusinya,

makin besar filenya dan makin lama proses loading imagenya. Sebaliknya untuk

urusan cetak mencetak/separasi kita harus menggunakan resolusi tinggi. Jika kita

menggunakan resolution kecil hasilnya images akan tampak pecah dan bergerigi

(jagged). Jadi penentuan dpi yang tepat akan membantu kita mendapatkan hasil

cetak/tampilan yang maximum pula.

Karena raster sangat tergantung dengan resolusi, akan sulit memperbesar

suatu image tanpa mempengaruhi kualitasnya. Jika diperbesar tanpa

menggunakan software pendukung yang baik, image akan pecah, karena setelah

diperbesar, akan ada penambahan jumlah pixel dan nilai warna diantara pixel-

pixel banyak yang hilang. Sebaliknya jika kita beranjak dari resolusi yang besar,

dan kita memperkecilnya,nilai-nilai pixel tidak akan hilang. Jadi cara yang paling

gampang adalah memulai dari image dengan resolusi besar dan beranjak ke kecil.

Contoh jika kita membutuhkan image 72 dpi dengan ukuran 100x100 pixel kita

tidak bisa mendapatkannya dari image 72dpi, 50x50 pixel, melainkan dari image

dengan resolusi atau ukuran yang lebih besar dari 72dp, 100x100pixel. Sehingga

faktor utama yang mempengaruhi kualitas image bitmap graphic adalah size dan

resolusi.

Vector graphic merupakan salah satu metode computer dalam menyimpan

image, image direpresentasikan dalam kalkulasi matematika antara tiap titik dan

path-nya. Karenanya nilainya tetap konstan baik dalam ukuran kecil maupun

ukuran besar. Satu object vector graphic dapat terdiri dari point, line/path/curve,

shape, outline dan fill. Masing-masing komponen tersebut mempunya nilai sendiri-

sendiri sehingga kita dapat dengan mudah menggantinya. Vector graphic ini akan

sangat efektif untuk applikasi yang membutuhkan memperkecil-memperbesar

suatu objek, misal logo. Nilainya akan tetap konstan baik di name cards hingga

billboard sekalipun. Selain itu Vector graphic tidak tergantung bentuknya, tidak

seperti bitmap yang selalu berbentuk kotak (rectangular shape)

Namun vector graphic juga memiliki kelemahan, vector Graphic biasanya

terdiri dari bidang/shape dengan warna solid atau gradasi yang terbatas. Karena

sifatnya ini akan dibutuhkan banyak bidang/shapes untuk membuat objek dengan

tone warna yang banyak /photo realistic. Dan ini akan mempengaruhi ukuran file

tersebut, semakin banyak bidang dan ragam warnanya, akan semakin besar

filenya. Tapi kesulitan ini ternyata menjadi tantangan tersendiri bagi sebagian

artis, saat ini kita banyak jumpai para vector artist dengan kemampuan tracing

yang luar biasa, mampu mendekati photo realistic.

Metodologi Praktikum

Pada praktikum analisis surface ini digunakan data DEM pada Kabupaten

Garut. Data pendukung lainnya yaitu data landcover, data jalan, data sungai, dan

data ketinggian. Analisis surface yang di gunakan yaitu aspect, contour, slope dan

hillshade. Pada praktikum ini nilai pada masing-masing sel di hitung hanya pada

tahap aspect saja. Berikut adalah tahap-tahap dalam praktikum analisis surface.

1. Membuka sofware ArcGis kemudian menampilkan data raster dengan nama file “dem48_garut.tif”

2. Mengaktifkan perintah spasial analysis dengan cara :

Klik Customize > pilih menu Extensions

Lakukan check point pada kotak check Spatial Analyst

Lalu Tutup

3. Mengaktifkan perintah aspect dengan cara:

Pada Arctoolbox pilih spasial analysis tools > surface > aspect

Pada box Aspect pilih dem48s_garut sebagai input

Member nama output raster

Ok

4. Selanjutnya masuk pada tahap membuat contour

Klik kanan contour pada surface analysis

Memberikan nilai interval 50 meter dan base contur 0 (nol)

Pada faktor z gunakan nilai konversi 0.3048 meter

Simpan dengan nama output yang diinginkan

Ok

5. Tahap berikutnya yaitu menbuat slope kabupaten Garut

Klik slope pada analysis surface

dem_48s-garut.tif sebagai input

pada output measurement pilih degree

pada faktor Z nilai konversi yang di gunakan adalah 0.3048

klik OK

6. Tahap terakhir yaitu membuat Hills

Klik hillshade pada analysis surface

Input raster yaitu data dem_garut

Pada pilihan azimuth nilai yang di berikan yaitu nilai default 315

Altitude 45

Dan pada faktor z nilai diberikan yaitu 0.3048

Klik Ok

Analisis Nilai Sel Pada Data Raster.

Analisis ini di lakukan dengan menghitung nilai tiap sel pada data raster

yang telah di olah ke dalam analysis surface. Analisis nilai sel yang pertama

dilakukan pada data analisis aspect. Fungsi dari aspect yaitu untuk melihat arah

kemiringan lereng, dengan aspect ini kita daoat mencari arah dari penurunan yang

paling tajam dari masing-masing sel-sel tetangganya. Adapun metodelogi analisis

sel ini sebagai berikut:

1. Data aspect yang jadi kemudian di ubah ke Microsoft excel dengan cara memilih perintah raster to ASCII pada conversion tools

Hasil output dapat dilihat pada file word dengan nama hasil_aspect.doc

x

y

2. Metode analisis berikutnya dengan menggunakan algoritma

Sampel 1 Sampel 2

3. Menghitung arah sumbu-x terhadap e dengan rumus :

[dz/dx] = ((c + 2f + i ) – ( a + 2d + g ))/8

Menghitung pula arah sumbu-y terhadap e dengan rumus :

[dz/dy] = ((g + 2h + i ) – ( a + 2b + c))/8

x -0.75 0.25 1.5y 2 1.5 1.25x -0.875 -0.125 1.125y 2.625 2.625 2.125x -0.75 -0.375 0.625y 2.75 2.625 2.375

4. Setelah arah sumbu diketahui maka dihitung nilai aspect pada masing-masing

sel dengan persamaan :

Aspect = 57.29578 x atan2 ([dz/dy], [dz/dx])

688 687 687 686 686

689 688 688 687 686

690 689 688 688 687

691 690 689 688 687

692 691 689 687 686

688 685 686 687 688

688 687 686 687 690

691 689 689 689 691

693 692 692 691 693

696 695 694 694 695

x -0.625 -0.5 -0.75y 0.875 0.75 0.75x -0.875 -0.625 -0.75y 0.875 0.625 0.5x -1.125 -1.125 -1y 0.875 0.375 -0.25

-20.556 9.462322 50.19443-18.4349 -2.72631 27.89727

-15.2551 -8.1301 14.74356

5. Dari hasil aspect maka diperoleh :

Maka di dapatkan hasil aspect

21 351 31018 3 33215 8 345

6. Membandingkan nilai dari cell aspect yang didapatkan dengan nilai cell aspect

berdasarkan hasil komputerasi

- Hasil komputerisasi

- Hasil perhitungan aspect

Kesimpulan

aspect >0 cell = 360.0 – aspect aspect<0 cell = 360.0 - aspect - 360.0

-35.5377 -33.6901 -45-45 -45 -56.3099

-52.125 -71.5651 -104.036

36 34 4545 45 5652 72 104

21 351 31018 3 33215 8 345

36 34 4545 45 5652 72 104

21 351 31018 3 33215 8 345

36 34 4545 45 5652 72 104

1. Analisis surface merupakan analisis untuk memperlihatkan fenomena

spasial bersabumbung (continues spasial phenomena)

2. Aspect merupakan fungsi untuk mengetahui arah kemiringan lereng selain

itu dapat mengidentifikasi arah kemiringan dari laju maksimum perubahan

nilai sebuah sel dibandingkan sel di sekelilingnya

3. Slope berfungsi untuk mengindifikasi tingkat kemiringan dari sebuah

permukaan (surface)

4. Contour merupakan sebuah feature dalam bentuk garis yang

menghubungkan lokasi dalam bentuk titik yang mempunyai nilai elevasi

yang sama

5. Hillshade berfungsi untuk memprediksi iluminasi sebuah surface untuk

digunakan analisa/visualisasi. Analisis hillshade dapat menentukan

panjangnya waktu dan intensitas matahari pada lokasi tertentu

6. Data aspect merupakan data turunan dari data DEM dimana

perhitungannya di dapatkan dengan rumus matematis dengan metode

ketetanggan

7. Data aspect yang didapatkan melalui proses perhitungan maupun dengan

hasil komputerisasi hasilnya sama