ACARA IMETODE SKORING UNTUK PEMODELAN SIGPEMODELAN
KESESUAIAN
LAPORANUntuk Memenuhi Tugas MatakuliahPraktikum SIG Terapan
Pengembangan Wilayah dan PariwisataYang dibina oleh Alfi Nur
Rusydi, S.Si., M.Sc
Oleh :Muhamad Faqih Hidayatullah120722403888Offering G
UNIVERSITAS NEGERI MALANGFAKULTAS ILMU SOSIALJURUSAN
GEOGRAFIJanuari 2015
ACARA IMETODE SKORING UNTUK PEMODELAN SIGPEMODELAN
KESESUAIAN
I. Tujuan Untuk memahami aplikasi SIG berdasarkan pendekatan
biner, pendekatan peringkat, dan pendekatan penilaian Untuk
memahami dan menerapkan teknik pemetaan (input data untuk pemodelan
kesesuaian) dengan menggunakan aplikasi software ArcGIS 10.1 Untuk
menerapkan pendekatan biner, pendekatan peringkat, dan pendekatan
penilaian untuk pemodelan kesesuaian
II. Alat dan Bahan Material1. Peta digital administrasi
Kecamatan Girimulyo 2. Peta digital tanah Kecamatan Girimulyo3.
Peta digital curah hujan Kecamatan Girimulyo4. Peta digital kontur
Kecamatan Girimulyo Alat1. Laptop2. Software ArcGIS versi 10.1
III. Dasar TeoriKecamatan Girimulyo terletak di Kabupaten Kulon
Progo, Provinsi Daerah Istimewa Yogyakarta. Secara geografis daerah
penelitian terletak pada koordinat 110 07 14,5 110 11 36 BT dan 07
45 00 07 48 15 LS. Kecamatan Girimulyo dikenal sebagai salah satu
lokasi yang berpotensi cukup tinggi dalam terjadinya tanah longsor.
Hal ini terbukti dari banyaknya lokasi longsor yang ditemukan dan
telah menimbulkan kerugian. Tanah longsor atau gerakan tanah adalah
perpindahan material pembentuk lereng, dapat berupa batuan asli,
tanah pelapukan, bahan timbunan atau kombinasi dari
material-material tersebut yang bergerak ke arah bawah dan keluar
lereng (Varnes, 1978 dalam Respati, et al, 2014).Berdasarkan uraian
diatas, diperlukan suatu mitigasi bencana atau pemetaan daerah
rawan bencana longsor. Hal tersebut agar dapat meminimalisir
terjadinya longsor dan meminimalisir korban apabila terjadi
bencana. Dalam hal ini, pemanfaatan teknologi dan aplikasi SIG
(Sistem Informasi Geografi) sangat penting dan dibutuhkan dalam
merencanakan pemetaan. Karena SIG berguna sebagai alat bantu
(tools), data lebih padat karena dalam bentuk digital, kemampuan
analisa spasial lebih cepat dan tipe analisa dapat dikembangkan,
pemakai mendapatkan informasi yang lebih akurat, cepat dan dapat
memanipulasi sesuai dengan spesifikasi yang dibutuhkan. Pemanfaatan
aplikasi SIG bermacam-macam, baik untuk perencanaan wilayah, bidang
kehutanan, pendidikan, sosial, pariwisata, kebencanaan, dan
lain-lain.Melihat kondisi yang ada di Kecamatan Girimulyo, maka
dalam hal ini pemanfaatan aplikasi SIG yang akan dilakukan yaitu
untuk mengetahui bahaya longsor di Kecamatan Girimulyo dengan
menggunakan 3 pemodelan kesesuaian yaitu Binary Model, Ranking
Model, dan Rating Model. Pemodelan kesesuaian merupakan sebuah
model habitat sederhana dapat dikembangkan hanya menggunakan
reklasifikasi dan operasi overlay. Binary model atau model biner
merupakan model overlay dengan cara melakukan perkalian pada peta
lereng, peta tanah dan peta curah hujan, serta dengan reklasifikasi
hanya 2 kelas saja yaitu 0 dan 1. Ranking Model atau model
peringkat atau berjenjang merupakan model overlay dengan cara
melakukan penjumlahan pada peta lereng, peta tanah dan peta curah
hujan. Sedangkan Rating Model atau model penilaian merupakan dengan
cara menilai atau memberi skor pada peta lereng, peta tanah dan
peta curah hujan sesuai dengan parameternya.
IV. Langkah Kerja Langkah umum1. Add data shapefile atau data
vektor Administrasi Girimulyo, Kontur Girimulyo, Jenis tanah
Girimulyo, Curah hujan Girimulyo.2. Untuk mengkonversi peta kontur
(vektor) ke Digital Elevation Model (DEM) dengan menggunakan alat
(ArcToolbox) 3D Analyst Topo to Raster (pilih field Elevasi dan
Contour sebagai Type) lalu gunakan tools Extract by Mask pada menu
Spatial Analyst Tools Extraction Extract by Mask3. Untuk membuat
peta kemiringan (raster) yang berasal dari DEM Peta (raster) dengan
menggunakan tools yaitu Spatial Analyst Tool Surface Slope4. Untuk
interpolasi data titik hujan (vektor) ke Peta interpolasi curah
hujan (raster) dengan menggunakan menu ArcToolbox 3D Analyst Topo
to Raster (pilih field CHujan dan point elevasi sebagai Type) lalu
gunakan tools Extract by Mask pada menu Spatial Analyst Tools
Extraction Extract by Mask5. Untuk mengubah peta tanah (vektor) ke
dalam peta tanah (raster) dengan menggunakan tools Conversion To
Raster
Pendekatan Biner1. Untuk mereklasifikasi peta raster tanah, peta
interpolasi curah hujan, dan peta kemiringan lereng dengan
menggunakan tools Reclassify pada menu ArcToolbox yaitu Spatial
Analyst Tools Reclass Reclassify, dengan klasifikasi sebagai
berikut :a. Untuk peta kemiringan : 40% 1 b. Untuk peta tanah :
latosol dan grumusol 1; regosol 0 c. Untuk peta curah hujan : 350 1
2. Untuk menghitung peta bahaya longsor dengan menggunakan
pendekatan biner yaitu sebagai berikut:a. Spatial Analyst Tools Map
Algebra Raster Calculatorb. Gunakan rumus perhitungan yaitu
slope_bin * soil_bin * rainfall_bin c. Untuk mengklasifikasikan
peta bahaya longsor biner ke dalam kelas yaitu: Daerah aman: 0, dan
daerah bahaya longsor: 1
Pendekatan Ranking1. untuk menghitung peta bahaya longsor
berdasarkan pendekatan peringkat atau berjenjang dengan menggunakan
tools Raster Calculator, yaitu dengan rumu slope_bin + soil_bin +
rainfall_bin2. Untuk klasifikasi peta bahaya longsor pendekatan
peringkat yaitu ke dalam kelas:0: aman; 1: bahaya rendah; 2: Bahaya
sedang; 3: Bahaya tinggi
Pendekatan Rating:1. Dalam pendekatan rating ini perlu
mereklasifikasi ulang setiap peta raster (slope_ras peta, rain_ras
peta, dan soil_ras peta), yaitu sebagai berikut :a. Untuk soil_ras
peta :- Regosol 3- Latosol 7- Grumusol 9b. Untuk slope_ras peta :-
150% 9c. Untuk rain_ras peta :- 450 mm 92. Untuk menghitung peta
bahaya longsor dengan menggunakan tools raster calculator yaitu
dengan rumus sebagai berikut:Float (slope_rec + rain_rec +
soil_rec) / 33. Untuk mengklasifikasikan peta bahaya longsor yaitu
menjadi lima kelas:1: daerah aman2: daerah bahaya Rendah3: daerah
bahaya Moderat4: daerah bahaya Tinggi5: daerah bahaya Sangat
Tinggi
Layout Peta1. Peta Raster (Peta Tanah, Peta Lereng, Peta Curah
Hujan)2. Peta Binary (Peta Tanah, Peta Lereng, Peta Curah Hujan)3.
Peta Bahaya Longsor Pendekatan Biner (Binary Approach)4. Peta
Bahaya Longsor Pendekatan Peringkat (Ranking Approach)5. Peta
Bahaya Longsor Pendekatan Penilaian (Rating Approach)
Diagram Alir Peta RasterShapefile KonturShapefile Data Titik
Curah HujanShapefile Jenis Tanah
Conversion To RasterTopo To Raster
Extract by Mask
Output :Peta Jenis Tanah Raster
Output :Peta Curah Hujan RasterSlope
Output :Peta Slope Raster
Peta BineriPeta Curah Hujan RasterPeta Jenis Tanah RasterPeta
Slope Raster
Reclassify
Klasifikasi kelas : Peta kemiringan lereng : 40% 1 Peta tanah :
latosol dan grumusol 1; dan regosol 0 Peta curah hujan : 350 1
Output :Peta Lereng BinerOutput :Peta Jenis Tanah BinerOutput
:Peta Curah Hujan Biner
Peta Bahaya Longsor (Pendekatan Binary)Output :Peta Jenis Tanah
BinerOutput :Peta Curah Hujan BinerOutput :Peta Lereng Biner
Raster Calculator
Peta Lereng Biner * Peta Curah Hujan Biner * Peta Jenis Tanah
Biner
Output :Peta Bahaya Longsor (Pendekatan Binary)
Peta Bahaya Longsor (Pendekatan Ranking)Reclassify ulangPeta
Jenis Tanah RasterPeta Curah Hujan Raster
Output :Peta Bahaya Longsor (Pendekatan Ranking)Peta Lereng
Biner + Peta Curah Hujan Biner + Peta Jenis Tanah BinerRaster
CalculatorOutput :Peta Jenis Tanah BinerOutput :Peta Curah Hujan
BinerOutput :Peta Lereng Biner
Peta Bahaya Longsor (Pendekatan Rating)
Klasifikasi Kelas Peta Janis Tanah :- Regosol 3- Latosol 7-
Grumusol 9
Klasifikasi Kelas Peta Curah Hujan :- 450 mm 9
Klasifikasi kelas Peta Lereng :-