mendigitasi peta pada arcview

Upload: aditya-rahman-al-banjari

Post on 15-Jul-2015

377 views

Category:

Documents


6 download

TRANSCRIPT

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.

4. Pilih type point ataupun type lainya sesuai kebutuhan, sebelum dilakukan pendigitan maka akan muncul jendela baru yang memerintahkan kita untuk menyimpan Theme tersebut. Lakukan zoom pada saat pendigitan, hal ini dimaksudkan supaya proses pendigitan lebih mudah. Pada saat mendigit kita akan beralih ke bagian selanjutnya yang tidak akan terlihat karena berada dalam proses zooming, maka pilih Pan dengan cara mengklik kanan pada maouse sehingga peta yang akan didigit menggeser.

5. Tampilkan tabel keterangan setiap kali selesai mendigit, hal ini guna membubuhkan keterangan mengenai hal apa yang kita digitasi. Pilih icon Open Theme Table maka akan muncul jendela baru yang menampilkan dua kolom yang terdiri dari kolom Shape dan ID. Tambahkan kolom baru dengan carapilih Edit > Field, lakukan seting seperti gambar di bawah ini. Jika ingin memberi keterangan pada kolom Newsfeed1 pilih Edit. Hal yang sama dilakukan jika mendigit menggunakan line ataupun menggunakan polygon.

Geoprocessing 1. Pada proses digitasi biasanya ada beberapa kendala yang mungkin dihadapi seperti penggabungan peta yang sudah di digitasi, adanya area di dalam area lain, dan terputusnya garis antara dua digitasi

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

Geoprocessing pilih menu Geoproessing yang diinginkan. Menu Dissolve Features Based On An Attribute digunakan untuk menampilkan unsur-unsur yang sama seperti digitasi hutan. Pada menu Select theme to dissolve pilih Theme yang akan digabung. Pada menu Select an attribute to dissolve pilih kolom pada tabel yang akan digabung.

Layout peta pada Arcview 1. Layout peta dilakukan setelah diggitasi peta selesai dilakukan. Layout peta dimulai dengan membuka kembali file theme hasil digitasi baik itu type point, line ataupun polygon. Bentuk file berekstensi *shp. Munculkan file-file tersebut dengan cara Add dan pada Data Source Types pilih Feature Data Source. Checlist file tersbut supaya nampak pada jendela ArcView. 2. Awalnya peta akan berada dalam satu warna sehingga perlu dirubah untuk membuat lebih informatif dan jelas. Double klik pada bagian file berekstensi *.shp tersebut, maka akan muncul jendela baru. Pilih Unique Value pada bagian Legend Type, dan pada bagian Values Field pilih lebel yang akan dicantumkan. Atur pewarnaan region sesuai yang kita kehendaki.

3. Pelabelan digunakan supaya mengandung keterangan-keterangan yang berasal dari informasi theme yang sebelumnya kita buat. Misalkan dalam hal ini kita akan memunculkan nama-nama daerah di peta maka caranya adalah pilih Theme > Auto Lebel, maka nama-nama daerah di lokasi peta tersebut akan muncul.

4. Selanjutnya pindahkan ke tampilan layout peta yang sudah setengah jadi tersebut. Layout berfungsi untuk mengatur letak ataupun posisi dari komponen-komponen peta. Pilih menu View dan pilih Layout, maka akan terdapat pilihan untuk memilih template layout. Pilih template yang dikehendaki. 5. Pilih menu File > Extentions > Graticules and Measure Grid untuk memunculkan bingkai berkoordinat. Lakukan stingan sebagai berikut :

6. Atur posisi komponen komponen sesuai kehendak dan sesuai proporsinya, setelah data merasa telah informative dan jelas, eksport peta menjadi beberapa tipe file seperti JPG, Bitmap, dll. 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

20/11/10Klasifikasi SupervisedKlasifikasi Unsupervised dilakukan tanpa menggunakan daerah acuan (obyek yang akan dikelompokkan tidak dikenal), sehingga klasifikasi ini secara otomatis dikelompokkan oleh komputer. Langkah awal untuk klasifikasi Supervised ini adalah tampilkan citra dengan komposit RGB 453.

Pilih Edit > Edit/Edit Create region, gunakan Mode Raster pada tool box New Map Composition, sehingga akan muncul tool box baru. Pilih Polygon pada tool untuk memulai klasifikasi supervised.

Sekarang buat polygon pada data citra tersebut, hal ini dilakukan untuk membuat training area. Misalkan wilayah yang akan di training adalah laut, mangrove, dan daratan, maka polygon di buat sedemikian rupa guna mewakili pixel dari data citra training tersebut tersebut. Gunakan Display/Edit Object Atribut untuk memberikan label pada wilayah polygon tersebut.

Apabila pembuatan polygon pada kawasan training area tersebut selesai, Save As data dalam Raster region. Tahap selanjutnya masuk pada menu Procces > Calculate Statistics, masukan citra yang telah detraining areanya.

Setelah prosses Calculate Statistics sukses dilakukan, sekarang pilih Procces > Classification > Supervised slassification.

Pada window Supervised Classification, masukan citra yang telah ditraining area pada Input dataset. Sedangkan pada Output dataset masukan nama untuk hasil klasifikasi. Pada Classification Type, gunakan Maximun Likelihood Standard.

Klik Edit > Edit Class > Region Color and Name. Klasifikasi sekarang akan kita dapatkan jumlah kelas sebanyak 3, kemudian 3 kelas tersebut akan di identifikasi berdasarkan data training yang sebelumnya dibuat. Ganti Pseudo Layer ke dalam bentuk Class Display lagi. 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

19/11/10Klasifikasi Unsupervised

Kegiatan ini merupakan pengolahan data citra guna mengelompokan kedalam kelaskelas tertentu. Data tersebut akan di kaji berdasarkan kenampakanya dalam tampilan data citra, seperti halnya mengidentifikasi laut, mangrove, daratan, dst. Langkah pertama adalah pilih menu Process > Classifikation > Isoclass Unsupervised Classification.

Tool box baru akan muncul, dalam tool box tersebut masukan data citra yang akan diklasifikasikan melalui pilihan Input Dataset. Selanjutnya beri nama file hasil klasifikasi tersebut pada pilihan Output Dataset. Sekarang kita beranjak pada menu Option. Masukan nilai maximum iterasinya, (misalkan 20), kemudian masukan maxsimum number of classes (misalkan 50), masukan maksimum standar deviasi (misalkan 2), dan terakhir masukan nilai Min. distance between class means (misalkan 1).

Langkah selanjutnya klik Process > Calculate Statistics, masukan file output, sehingga data kan di prosses sebagai berikut

Setelah prosses Calculate Statistics sukses dilakukan, sekarang pilih menu Edit > Edit Class > Region Color and Name. Dari klasifikasi akan kita dapatkan jumlah kelas sebanyak 50, kemudian 50 kelas tersebut akan di identifikasi berdasarkan

kenampakannya dalam data citra dengan memberikan lebel pada setiap kelas tersebut . Langkah labelling dimulai dengan menampilkan file hasil klasifikasi yang telah dilakukan sebelumnya, caranya pilih Edit Algorithm dan load file hasil klasifikasi tersebut. Pada window Algoritm sorot Pseudo Layer dan klik kanan, pilih Class Display, sehingga data citra menjadi hitam dan putih sebagai berikut

Untuk memudahkan melakukan labeling, muculkan kembali data citra awal sebelum di klasifikasikan, munculkan data citra tersebut dengan komposit 541. Sorot pointer pada data citra yang telah diklasifikasikan, klik kanan dan pilih Cell Values Profile, hal ini untuk melihat nila pixel citra tersebut. Ganti nama sesuai dengan obyeknya pada kotak Name, pada tool box Edit Classs/Region Detail sampai ke-50 kelas terlabel semua.

Setelah semua terlabel klik Save dan kini semua nilai pixel yang ada pada tersebut telah memiliki keterangan. Untuk melihat hasilnya buka kembali file data citra yang telah diklasifikan, jangan lupa untuk merubah Pesudo Layer ke dalam Class Display. Berikut ini adalah hasil dari pengklasifikasian dengan menggunakan 50 kelas.

Dari klasifikasi tersebut kita dapatkan jumlah kelas sebanyak 50 kelas, kemudian ke50 kelas tersebut akan kita jadikan kedalam kelas yang lebih kecil lagi, misalnya menjadi 5 kelas. Maka langkah awal yang mesti dilakukan adalah ganti kembali Class Display ke dalam bentuk Pseudo Layer lagi. Selanjutnya klik E-mc2 pada window Algoritm.

Untuk mebagi kelas ini menjadi kelas yang lebih kecil kita perlu membuat suatu formula / logika proses dengna menggunakan kalimat iInput if i1and i1 then else. 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, kemudian save file citra tersebut pada menu utama, File > Save As. Selanjutnya buka file yang disimpan tersebut (berekstensi *.ers) di notepad. Hapus bagian-bagian data yang

tidak diperlukan dan save kembali file tersebut. Sekarang buka kembali file tersebut, pilih Edit > Edit Class > Region Color and Name. Dari klasifikasi sekarang akan kita dapatkan jumlah kelas sebanyak 5, kemudian 5 kelas tersebut akan di identifikasi berdasarkan kenampakannya dalam data citra dengan memberikan lebel pada setiap kelas tersebut , misalnya laut, rawa, mangrove, permukiman, dan vegetasi daratan. Ganti kembali Pseudo Layer ke dalam bentuk Class Display lagi. Maka hasilnya akan Nampak sebagai berikut

&amp;lt;iframe src="http://rcm.amazon.com/e/cm?t=laut20&amp;amp;amp;o=1&amp;amp;amp;p=8 &amp;amp;amp;l=bpl&amp;amp;amp;asins= 0307590615&amp;amp;amp;fc1=000000&a mp;amp;amp;IS2=1&amp;amp;amp;lt1=_blank&a mp;amp;amp;amp;m=amazon&amp;amp;amp;lc1=0000FF&amp ;amp;amp;amp;amp;amp;amp;bc1=000000&amp;amp;amp;bg1 =FFFFFF&amp;amp;amp;f=ifr" style="padding-top: 5px; width: 131px; height: 245px; padding-right: 10px;" marginwidth="0" marginheight="0" align="left" frameborder="0" scrolling="no"&amp;gt;

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

13/11/10Prosedur Pengolahan Data Citra Menggunakan ER Mapper (Cropping)

Sampai saat ini telah banyak software pengolah citra, diantaranya: ER Mapper, ERDAS Imagine, Idrisi Kilimanjaro, ENVI, CVIP tools, PCI, ELWIS, dll. Masing-masing software tersebut memiliki kelebihan dan kekurangan. Kelebihan ER Mapper yaitu kemampuannya menghemat tempat pada hard disk dan setiap hasil proses dapat langsung dilihat tampilannya pada layar monitor. Selain dua hal tersebut kelebihan ER Mapper adalah dalam fungsi koreksi geometrik, dimana terdapat fasilitas image to image rectification yang memudahkan kita dalam mengambil titik control bumi (GCP).

ER Mapper dapat dijalankan pada work station dengan sistem operasi unix atau PC dengan sistem operasi windows NT atau window 95 ke atas. Cara Memulai Ermapper Dari menu Start , click All Program, click ER Mapper, kemudian click ER Mapper sehingga akan muncul toolbox seperti di bawah:

1. Menu bar, tempat pilihan perintah yang akan digunakan pada pengolahan citra, dalam bentuk memanjang ke bawah, untuk perintah pada menu bar click nama pada menu bar, kemudian pilih perintah yang akan dijalankan 2. Tool bar, tempat menampilkan pilihan perintah umum secara cepat, dengan menggunakan icon-icon, untuk menjalankannya hanya click pada tombol perintah yang diinginkan. 3. Tool tips, untuk mengetahui fungsi dari suatu icon, letakkan pointer di atas icon yang ingin diketahui, 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, akan muncul kotak raster dataset, 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, Pada Color Table click tanda panah, pilih warna (Misal: rainbow2)

Mengubah Ukuran Tampilan Click Zoom pada menu utama, drag mouse diatas citra sesuai luas daerah yang akan diperbesar Untuk mengembalikan tampilan citra seluruhnya, 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, seperti tertera pada gambar di bawah

Menampilkan Histogram Click View/Algorithm Click Layer pada Toolbox algorithm Kemudian click histogram

Cropping Data Citra Dalam proses pengolahan citra, biasanya tidak keseluruhan scene dari citra kita gunakan, unruk mendapatkan daerah yang kita inginkan kita dapat memotong/cropping citra tersebut. Pemotongan citra dapat kita lakukan berdasarkan koordinat, jumlah pixel atau hasil zooming daerah. Urutan dalam proses cropping citra adalah: Dari menu utama pilih File/ New Kemudian click View/Algoritm pada menu utama Click Open pada kotak algorithm, pilih direktori dimana data disimpan dan pilih file yang akan ditampilkan Click OK Pilih lokasi yang akan dicrop, 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, easting-northing, atau cell x-cell y), click Extents pada kotak dialog Algorithm Geopisition Extents Ketik posisi yang diinginkan pada latitude-longitude, easting-northing , atau cell x-cell y Click OK, maka pada tampilan akan diubah sesuai posisi tersebut

Setelah tampilan sesuai dengan posisi yang kita kehendaki, aktifkan mouse pada toolbox algorithm Copy paste pseudolayer pada menu algoruthm, sejumlah band yang ada, dengan cara click pada menu algoruthm (misalkan disini dibutuhkan 9 band, yaitu untuk band 1, band 2, band 3, band 4, band 5, band 6_1, band 6_2, band 7, dan band 8) Ubah nama pseudolayer tersebut sesuai dengan band yang akan diisikan, 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 (.ers) Click OK Pilih tipe output : Multilayer Pilih tipe data : Unsigned8BitInteger Click OK