BAB I

PENDAHULUAN

Sistem Informasi Geografis (SIG) merupakan salah satu macam program computer yang
memungkinkan pengguna untuk bekerja dengan menggunakan peta digital secara cepat dan
fleksibel. SIG biasanya digunakan untuk menampilkan informasi yang bersifat spasial,
misalkan untuk menditeksi penyebaran penyakit demam berdarah, untuk mengetahui
penyebaran penduduk, atau untuk melihat pemetaan cuaca. Dengan menggunakan SIG,
informasi yang ditampilkan lebih jelas dan interaktif karena ditampilkan dengan
menggunakan kakas bantu peta digital.

Sejarah dibuatnya Sistem Informasi Geografis berawal dari wabah kolera di Perancis pada
tahun 1832. Saat salah satu geografis Perancis memetakan 48 distrik yang dibedakan
pewarnaannya berdasarkan tingkat kematian penduduk. Sistem Informasi Geografis mampu
mengintegrasikan, menyimpan, menyunting, menganalisis, dan berbagi informasi geografis
untuk mengambil keputusan. SIG modern menggunakan teknologi digital yang mampu
mengolah data dengan banyak metode. Metode pengolahan data yang paling sering
digunakan adalah metode digitalisasi data, yakni peta asli atau rencana survey ditransfer
menjadi peta digital menggunakan programComputer-Aided Design (CAD) dengan
kemampuan geo-referencing.

Tingkat keakurasian Sistem Informasi Geografis tergantung pada sumber data dan cara
mengkodekannya menjadi refernsi data. Sistem informasi geografis yang bersumber pada
data yang tidak cukup akurat memiliki tingkat akurasi yang rendah. Pada informasi geografis
yang konservatif. Peta kertas biasa memiliki tingkat keakurasian yang tidak terlalu tinggi.
Seiring berjalanny waktu, tingkat keakurasian sistem informasi geografis meningkat. Saat ini,
pengguna sistem inrformasi geografis dapat memperoleh keakurasian posisi yang tinggi
dengan menggunakan teknologi Geographics Positioning System (GPS).
 BAB II
ISI

Proses Pengolahan Data

Data yang diperoleh dari berbagai sumber data selanjutnya akan diproses untuk ditampilkan
dalam peta digital. Terdapat enam proses dalam pengolahan data menjadi informasi. Enam
proses itu adalah sebagai berikut:

1. Pemasukan Data

Tahap pemasukan data merupakan tahap memasukan data mentah yang baik berasal dari data
analog yang diperoleh dari peta kertas biasa maupun berasal dari data digital. Untuk
memasukan data analog, Sistem Informasi Geografis terlebih dahulu mengubahnya menjadi
data digital. Proses pengubahan ini dibantu dengan menggunakan alat digitizer.

2. Manipulasi Data

Data yang telah digitalisasi dan dimasukan sistem akan direpresentasikan dalam suatu
struktur data tertentu. Dalam tahap ini, SIG memanipulasi data agar selanjutnya dapat dioleh
dengan lebih mudah.

3. Manajemen Data

Setelah data dimanipulasi, data tersebut disimpan ke dalam sistem penyimpanan data
/DataBase Management System (DBMS). DBMS memiliki kapasitas penyimpanan yang
cukup besar untuk menyimpan data spasial SIG. SIG dapat sewaktu waktu memuat kembali
data yang telah disimpan di dalam DBMS.

4. Query dan Analisis

Proses ini merupakan proses pencarian dan penentuan keputusan. Pencarian dilakukan sesuai
permintaan pengguna SIG. Data yang terkait dengan kata kunci yang diberikan akan dicari di
DBMS. Kemudian hasil carian itu dianalisis, yang juga berdasar atas permintaan pengguna.
Setelah dicari dan dianalisis data siap untuk ditampilkan.

5. Visualisasi

Tahapan terakhir ini adalah tahapan menampilkan informasi yang inginkan oleh pengguna
SIG.
Manfaat Sistem Informasi Geografis

Manajemen Tata Guna Lahan

Tata lahan yang baik adalah tata lahan yang teratur penempatannya berdasarkan variabel
variabel tertentu tertentu mengenai penempatan lahan. SIG berperan untuk memetakan lahan
agar pemerintah atau dinas yang terkait dapat mendapat informasi mengenai lahan tertentu
yang akan digarap. Misalnya, pada perencanaan pembangunan rumah sakit. Rumah sakit
akan dibangun pada lokasi yang merupakan lahan untuk perkantoran atau kedinasan, bukan
lahan untuk pemukiman. Begitu juga lahan pembuangan sampah. Tidak pantas jika
pemerintah menempatkan lahan sampah di dekat pemukiman penduduk.

Sistem Informasi Geografis membantu dalam hal memetakan lahan dengan petak petak
yang diwarnai berdasarkan jenis lahannya. Dalam SIG, digambarkan pula radius radius
suatu lahan. Dengan demikian terlihat jelas di sistem, lahan mana yang merupakan lahan
perkantoran, lahan mana yang merupakan lahan pemukiman, dan sebagainya.

Inventarisasi Sumber Daya Alam

Sistem Informasi Geografis juga bisa dimanfaatkan untuk memetakan sumber daya alam.
Pemerintah ataupun pihak swasta mampu melihat potensi kekayaan alam melalui sistem
informasi geografis. SIG juga dapat dimanfaatkan untuk mendapat informasi mengenai
kawasan lahan potensial dan lahan kritis, kawasan hutan yang masih baik dan hutan rusak,
kawasan lahan pertanian dan perkebunan, pemanfaatan perubahan penggunaan lahan, dan
rehabilitasi dan konservasi lahan.

Untuk Pengawasan Daerah Bencana Alam

Bencana Alam membutuhkan kakas bantu untuk keperluan prediksi dan rehabilitasi. Sistem
Informasi Geografis mampu memetakan daerah bencana alam sesuai keterangan keterangan
tertentu. Contoh hal yang bisa dilakukan SIG dalam hal ini adalah memantau luas wilayah
bencana alam, melakukan pencegahan terjadinya bencana alam pada masa dating (prediksi),
menyusun rencana-rencana pembangunan kembali daerah bencana (rehabilitasi), atau
menentukan tingkat bahaya erosi.

Sumber-sumber data GIS

Saat ini sumber-sumber data GIS sudah lebih banyak dibandingkan waktu sebelumnya.
Perkembangan pada teknologi remote sensing yang kemudian menyumbang data dalam
jumlah yang sangat besar. Dengan data-data tersebut para ahli geografi mengembangkan
banyak model dan metode analisis yang kemudian semakin pesat berkembang sejalan dengan
perkembangan teknologi internet melalui website, sosial media, crowdsourcing, cloud
computing. Data GIS secara umum dapat digolongkan atas data vektor dan data raster.
 Sumber-sumber data GIS antara lain :

Foto Udara

Fotogrametri adalah suatu seni, pengetahuan dan teknologi untuk memperoleh data dan
informasi tentang suatu obyek serta keadaan di sekitarnya melalui suatu proses
pencatatan, pengukuran dan
interpretasi bayangan fotografis (hasil pemotretan). Bedasarkan definisi tersebut, maka
pekerjaan fotogrametri dapat dibagi menjadi dua, yaitu:

a) Metric fotogrametrisuatu pengukuran yang sangat teliti dengan hitungan-

hitungannya untuk menentukan ukuran dan bentuk suatu objek.

b) Intrepretasi fotogrametri
kegiatan-kegiatan pengenalan dan identifikasi suatu objek.

Sumber-sumber data foto udara berasal dari hasil pemotretan baik yang dilakukan dengan
kamera manual atau dilakukan dengan kamera digital. Pada kamera manual, hasil foto
kemudian di scan untuk bisa dimasukkan kedalam system GIS. Foto udara biasanya memiliki
tingkat kedetailan yang tinggi, digunakan pada aplikasi dengan resolusi tinggi. Pada saat ini
format foto udara dilakukan dengan berbagai cara misalnya dengan LIDAR atau foto dengan
pesawat tanpa awak.

Geometri Foto Udara

Geometri foto udara pada dasarnya tidak akan selalu berada pada kondisi yang ideal (tegak
sempurna), hal tersebut dapat diakibatkan beberapa faktor:
Pergerakan wahana, adanya variasi tinggi terbang dan pergerakan rotasi dari pesawat
menyebabkan variasi bentuk objek.
Pergeseran relief, variasi tinggi permukaan tanah menyebabkan bentuk radial dari objek-
objek yang tinggi ekstrim seperti gedung tinggi, tiang listrik, dsb.
Foto udara miring, sumbu optik kamera membentuk sudut terhadap arah gaya berat (tidak
boleh lebih dari 3o).
Overlap dan Sidelap, besaran overlap dan sidelap (60% untuk overlap dan 30% untuk
sidelap) menyebabkan paralaks pada foto.
Crab & Drift, pengaruh angin yang mendorong badan pesawat menyebabkan penyimpangan
pemotretan dari rencana jalur terbang membuat variasi posisi dan bisa menimbulkan gap.
Geometri foto udara pada dasarnya tidak akan selalu berada pada kondisi yang ideal (tegak
sempurna), hal tersebut dapat diakibatkan beberapa faktor:

a) Pergerakan wahana, adanya variasi tinggi terbang dan pergerakan rotasi

dari pesawat menyebabkan variasi bentuk objek;

b) Pergeseran relief, variasi tinggi permukaan tanah menyebabkan bentuk

radial dari objek-objek yang tinggi ekstrim seperti gedung tinggi, tiang

listrik, dsb;

c) Foto udara miring, sumbu optik kamera membentuk sudut terhadap

arah gaya berat (tidak boleh lebih dari 3o);

d) Overlap dan Sidelap, besaran overlap dan sidelap (60% untuk overlap

dan 30% untuk sidelap) menyebabkan paralaks pada foto;

e) Crab & Drift, pengaruh angin yang mendorong badan pesawat

menyebabkan penyimpangan pemotretan dari rencana jalur terbang

membuat variasi posisi dan bisa menimbulkan gap;

Informasi Tepi

Informasi tepi adalah sesuatu yang memiliki makna atau manfaat yang berada pada tepi foto
udara. Adapun informasi pada photo udara yang perlu diidentifikasi sebagai informasi atau
data awal dalam pelaksanaan pekerjaan photogrametri, dan yang termasuk didalamnya adalah
:

a) Fiducial mark : merupakan 4 tanda titik bidang focus kamera udara yang kegunaannya
untuk menentukan titik utama photo udara.yang merupakan titik pusat exposure dan proyeksi.

b) Titik utama (principal point) merupakan titik pusat exposure dan proyeksi, dan
merupakan titik perpotongan antara 4 titik fiducial mark.

c) Nivo merupakan alat pendatar kamera udara yang terbuat dari cairan yang peka terhadap
getaran dan kemiringan.

d) Jam merupakan alat penentu waktu saat pemotretan.

e) Fokus merupakan panjang lensa saat pemotretan objek, bisa diamati pada informasi tepi
photo udara.

f) Tinggi terbang merupakan ketinggian penerbangan saat pemotretan dilakukan alat

pencatatnya dinamakan altimeter yang dapat dibaca pada informasi tepi photo udara.

g) Arah utara merupakan arah utara yang ditunjukkan pada photo udara yang penentuannya
mengacu pada waktu pemotretan dan arah bayangan photo.

h) Skala merupakan besaran pembanding antara jarak pada photo dan di lapangan yang
penentuannya dengan cara nilai fokus kamera saat pemotretan (f) dibagi dengan tinggi
terbang (H) (Skala = f / H).
Skala Foto Udara

Pengertian skala foto udara adalah perbandingan jarak pada foto udara dengan jarak di
permukaan bumi

Penentuan skala:

S = f/H

Keterangan :

S : skala

f : panjang fokus lensa

h : tinggi

Identifikasi Foto Udara

Interpretasi foto udara merupakan kegiatan menganalisa citra foto udara dengan maksud
untuk mengidentifikasi dan menilai objek pada citra tersebut sesuai dengan prinsip-prinsip
interpretasi. Interpretasi foto merupakan salah satu dari macam pekerjaan fotogrametri yang
ada sekarang ini. Interpretasi foto termasuk didalamnya kegiatan-kegiatan pengenalan dan
identifikasi suatu objek.

Dengan kata lain interpretasi foto merupakan kegiatan yang mempelajari bayangan foto
secara sistematis untuk tujuan identifikasi atau penafsiran objek.

Interpretasi foto biasanya meliputi penentuan lokasi relatif dan luas bentangan. Interpretasi
akan dilakukan berdasarkan kajian dari objek-objek yang tampak pada foto udara.
Keberhasilan dalam interpretasi foto udara akan bervariasi sesuai dengan latihan dan
pengalaman penafsir, kondisi objek yang diinterpretasi, dan kualitas foto yang digunakan.
Penafsiran foto udara banyak digunakan oleh berbagai disiplin ilmu dalam memperoleh
informasi yang digunakan. Aplikasi fotogrametri sangat bermanfaat diberbagai bidang Untuk
memperoleh jenis-jenis informasi spasial diatas dilakukan dengan teknik interpretasi
foto/citra,sedang referensi geografinya diperoleh dengan cara fotogrametri. Interpretasi
foto/citra dapat dilakukan dengan cara konvensional atau dengan bantuan komputer.Salah
satu alat yang dapat digunakan dalam interpretasi konvensional adalah stereoskop dan alat
pengamatan paralaks yakni paralaks bar.

Didalam menginterpretasikan suatu foto udara diperlukan pertimbangan pada karakteristik

dasar citra foto udara.Dan dapat dilakukan dengan dua cara yakni cara visual atau manual dan
pendekatan digital.Keduanya mempunyai prinsip yang hampir sama. Pada cara digital hal
yang diupayakan antara lain agar interpretasi lebih pasti dengan memperlakukan data secara
kuantitatif. Pendekatan secara digital mendasarkan pada nilai spektral perpixel dimana
tingkat abstraksinya lebih rendah dibandingkan dengan cara manual. Dalam melakukan
interpretasi suatu objek atau fenomena digunakan sejumlah kunci dasar interpretasi atau
elemen dasar interpretasi. Dengan karakteristik dasar citra foto dapat membantu serta
membedakan penafsiran objek objek yang tampak pada foto udara.
 Contoh Foto Udara

Berikut tujuh karakteristik dasar citra foto yaitu :

Bentuk

Bentuk berkaitan dengan bentuk umum, konfigurasi atau kerangka suatu objek individual.
Bentuk agaknya merupakan faktor tunggal yang paling penting dalam pengenalan objek pada
citrta foto.

Ukuran

Ukuran objek pada foto akan bervariasi sesuai denagn skala foto. Objek dapat
disalahtafsirkan apabila ukurannya tidak dinilai dengan cermat.

Pola

Pola berkaitan susunan keruangan objek. Pengulangan bentuk umum tertentu atau keterkaitan
merupakan karakteristik banyak objek, baik alamiah maupun buatan manusia, dan
membentuk pola objek yang dapat membantu penafsir foto dalam mengenalinya.

Rona

Rona mencerminkan warna atau tingkat kegelapan gambar pada foto.ini berkaitan dengan
pantulan sinar oleh objek.
Bayangan

Bayangan penting bagi penafsir foto karena bentuk atau kerangka bayangan menghasilkan
suatu profil pandangan objek yang dapat membantu dalam interpretasi, tetapi objek dalam
bayangan memantulkan sinar sedikit dan sukar untuk dikenali pada foto, yang bersifat
menyulitkan dalam interpretasi.

Tekstur

Tekstur ialah frekuensi perubahan rona dalam citra foto. Tekstur dihasilkan oleh susunan
satuan kenampakan yang mungkin terlalu kecil untuk dikenali secara individual dengan jelas
pada foto. Tekstur merupakan hasil bentuk, ukuran, pola, bayangan dan rona individual.
Apabila skala foto diperkecil maka tekstur suatu objek menjadi semakin halus dan bahkan
tidak tampak.

Lokasi

Lokasi objek dalam hubungannya dengan kenampakan lain sangat bermanfaat dalam
identifikasi.

INTERPRETASI FOTO UDARA

Apabila kita melihat foto udara, kita melihat berbagai objek yang ukuran dan bentuknya
berbeda-beda. Beberapa objek tersebut mungkin dapat dikenali secara langsung tetapi
mungkin yang lain tidak dapat dikenali, tergantung pada persepsi dan pengalaman individual
kita. Apabila kita dapat mengenali apa yang kita lihat pada foto udara dan menyampaikan
informasi tersebut kepada orang lain, maka kita sedang berlatih interpretasi foto udara. Foto
udara berisi data fotografik mentah. Data tersebut bila diproses oleh otak manusia menjadi
informasi yang berguna.
Interpretasi foto udara merupakan perbuatan mengkaji foto udara dan atau citra dengan
maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut. Di dalam
interpretasi foto udara, penafsir foto udara mengkaji foto udara dan berupaya melalui proses
penalaran untuk mendeteksi, mengidentifikasi, dan menilai arti pentingnya objek yang
tergambar pada foto udara. Dengan kata lain maka penafsir foto udara berupaya untuk
mengenali objek yang tergambar pada foto udara dan menterjemahkannya ke dalam disiplin
ilmu tertentu seperti geologi, geografi, geologi, dan disiplin ilmu lainnya.

TAHAP-TAHAP INTERPRETASI
Di dalam pengenalan objek yang tergambar pada foto udara, ada tiga rangkaian kegiatan yang
diperlukan, yaitu deteksi, identifikasi, dan analisis. Tahap deteksi ialah pengamatan atas
adanya suatu objek, misalnya pada gambaran sungai terdapat objek yang bukan air.
Identifikasi ialah upaya mencirikan objek yang telah dideteksi dengan menggunakan
keterangan yang cukup. Sehubungan dengan contoh tersebut maka berdasarkan bentuk,
ukuran, dan letaknya, objek yang tergambar pada foto udara tersebut disimpulkan sebagai
perahu dayung. Pada tahap analisis dikumpulkan keterangan lebih lanjut, misalnya dengan
mengamati jumlah penumpangnya, sehingga dapat disimpulkan bahwa perahu tersebut
berupa perahu dayung yang berisi tiga orang (Lintz Jr dan Simonett, 1976 dalam Sutanto)
Deteksi berarti penentuan ada atau tidak adanya sesuatu objek pada foto udara. Ia merupakan
tahap awal dalam interpretasi foto udara. Keterangan yang diperoleh pada tahap deteksi
bersifat global. Keterangan yang diperoleh pada tahap interpretasi selanjutnya, yaitu pada
tahap identifikasi, bersifat setengah rinci. Keterangan rinci diperoleh dari tahap akhir
interpretasi, yaitu tahap analisis (Lintz Jr dan Simonett, 1976 dalam Sutanto).
Pada dasarnya kegiatan interpretasi foto udara terdiri dari dua tingkat, yaitu tingkat pertama
yang berupa pengenalan objek melalui proses deteksi dan identifikasi, dan tingkat kedua yang
berupa penilaian atas pentingnya objek yang telah dikenali tersebut, yaitu arti pentingnya tiap
objek dan keterkaitan antar objek itu. Tingkat pertama berarti perolehan data, sedang tingkat
kedua berupa interpretasi atau analisis data. Di dalam upaya otomatisasi, hanya tingkat
pertamalah yang dapat dikomputerkan. Tingkat kedua harus dilakukan oleh orang yang
berbekal ilmu pengetahuan cukup memadai pada disiplin tertentu.
TEKNIK INTERPRETASI FOTO UDARA
Teknik dapat pula diartikan sebagai cara melakukan sesuatu secara ilmiah. Teknik
interpertasi foto udara dimaksudkan sebagai alat atau cara khusus untuk melakukan sesuatu
secara ilmiah. Sesuatu itu tidak lain adalah interpretasi foto udara. Bahwa interpretasi
dilakukan secara ilmiah, kiranya tidak perlu diragukan lagi. Interpretasi dilakukan dengan
metode dan teknik tertentu, berlandaskan teori tertentu pula. Mungkin kadang-kadang orang
menyebutnya sebagai dugaan, akan tetapi ia berupa dugaan ilmiah (scientific guess).
Di dalam teknik interpretasi udara ini dibincangkan cara-cara interpretasi yang lebih
menguntungkan. Istilah menguntungkan ini dapat diartikan dalam segi kemudahan
pelaksanaan interpretasinya, lebih akurat hasil foto udara interpretasinya, atau lebih banyak
hasil informasi yang dapat diperoleh. Cara-cara tersebut antara lain dilakukan dengan :
1.Data acuan
2.Kunci interpretasi citra
3.Penanganan data
4.Pengamatan stereoskopik
5.Metode pengkajian
6.Penerapan konsep multi
ALAT-ALAT INTERPRETASI FOTO UDARA
Alat untuk intepretasi foto udara pada dasarnya dibedakan atas tiga bagian, yaitu: (1) alat
pengamat, (2) alat pengukur, dan (3) alat pemindah data hasil interpretasi foto udara.
A.Alat Pengamat
Alat pengamat stereoskop
Stereoskop Lensa
Stereoskop Cermin
Stereoskop Mikroskopik
Alat pengamat non stereoskop

B.Alat Pengukur
Alat Pengukur Arah
Alat Pengukur Jarak
Alat pengukur Luas
 Alat Pengukur Tinggi
Alat Pengukur Lereng

C.Alat Pemindah Hasil Interpretasi Foto udara

Alat Pemindah data hasil interpretasi citra terdiri dari:
(1) Alat Pemindah Data Planimetrik dan
(2) Alat Pemindah Data Stereoskopi

TEORI DASAR INTERPRETASI CITRA SATELIT LANDSAT TM7+

METODE INTERPRETASI VISUAL ( DIGITIZE SCREEN)
I . PENGANTAR
Penginderaan jauh adalah ilmu dan teknik untuk memperoleh informasi tentang suatu obyek ,
daerah atau fenomena yang dikaji (Lillesand dan Kiefer, 1979 ). Sedangkan Sutanto , 1986
mengatakan penafsiran citra pemginderaan jauh berupa penegnalan obyek dan elemen yang
tergambar pada citra penginderaan jauh serta penyajiaanya ke dalam bentuk peta tematik.
Penginderaan jauh Sistem satelit
Sistem Satelit
Sistem satelit dalam penginderaan jauh tersusun atas pemindai (scanner) dengan dilengkapi
sensor pada wahana (platform) satelit, dan sensor tersebut dilengkapi oleh detektor.
Untuk lebih jelasnya dapat diuraikan sebagai berikut :
Penyiam merupakan sistem, perolehan data secara keseluruhan termasuk sensor dan detektor.
Sensor merupakan alat untuk menangkap energi dan mengubahnya ke dalam bentuk sinyal
dan menyajikannya ke dalam bentuk yang sesuai dengan informasi yang ingin disadap.
Detektor merupakan alat pada sistem sensor yang merekam radiasi elektromagnetik.
Sistem Satelit Landsat
Satelit Landsat merupakan salah satu satelit sumber daya bumi yang dikembangkan oleh
NASA dan Departemen Dalam Negeri Amerika Serikat. Satelit ini terbagi dalam dua
generasi yakni generasi pertama dan generasi kedua. Generasi pertama adalah satelit Landsat
1 sampai Landsat 3, generasi ini merupakan satelit percobaan (eksperimental) sedangkan
satelit generasi kedua (Landsat 4 dan Landsat 5) merupakan satelit operasional (Lindgren,
1985), sedangkan Short (1982) menamakan sebagai satelit penelitian dan pengembangan
(Sutanto, 1994). Satelit generasi pertama memiliki dua jenis sensor, yaitu penyiam multi
spektral (MSS) dengan empat saluran dan tiga kamera RBV (Return Beam Vidicon).
Satelit generasi kedua adalah satelit membawa dua jenis sensor yaitu sensor MSS dan sensor
Thematic Mapper (TM). Perubahan tinggi orbit menjadi 705 km dari permukaan bumi
berakibat pada peningkatan resolusi spasial menjadi 30 x30 meter untuk TM1 - TM5 dan
TM7 , TM 6 menjadi 120 x 120 meter. Resolusi temporal menjadi 16 hari dan perubahan data
dari 6 bits (64 tingkatan warna) menjadi 8 bits (256 tingkatan warna). Kelebihan sensor TM
adalah menggunakan tujuh saluran, enam saluran terutama dititikberatkan untuk studi
vegetasi dan satu saluran untuk studi geologi tabel (2.1) Terakhir kalinya akhir era 2000- an
NASA menambahkan penajaman sensor band pankromatik yang ditingkatkan resolusi
spasialnya menjadi 15m x 15m sehingga dengan kombinasi didapatkan citra komposit dengan
resolusi 15m x 15 m.
Saluran
Kisaran
Gelombang (m)
Kegunaan Utama
1
0,45 0,52
Penetrasi tubuh air, analisis penggunaan lahan, tanah, dan vegetasi. Pembedaan vegetasi dan
lahan.
2
0,52 0,60
Pengamatan puncak pantulan vegetasi pada saluran hijau yang terletak diantara dua saluran
penyerapan. Pengamatan ini dimaksudkan untuk membedakan jenis vegetasi dan untuk
membedakan tanaman sehat terhadap tanaman yang tidak sehat
3
0,63 0,69
Saluran terpenting untuk membedakan jenis vegetasi. Saluran ini terletak pada salah satu
daerah penyerapan klorofil
4
0,76 0,90
Saluran yang peka terhadap biomasa vegetasi. Juga untuk identifikasi jenis tanaman.
Memudahkan pembedaan tanah dan tanaman serta lahan dan air.
5
1,55 1,75
Saluran penting untuk pembedaan jenis tanaman, kandungan air pada tanaman, kondisi
kelembapan tanah.
6
2,08 2,35
Untuk membedakan formasi batuan dan untuk pemetaan hidrotermal.
7
10,40 12,50
Klasifikasi vegetasi, analisis gangguan vegetasi. Pembedaan kelembapan tanah, dan
keperluan lain yang berhubungan dengan gejala termal.
8
Pankromatik
Studi kota, penajaman batas linier, analisis tata ruang

Karakteristik Data Landsat TM

Data Landsat TM (Thematic Mapper) diperoleh pada tujuh saluran spektral yaitu tiga saluran
tampak, satu saluran inframerah dekat, dua saluran inframerah tengah, dan satu saluran
inframerah thermal. Lokasi dan lebar dari ketujuh saluran ini ditentukan dengan
mempertimbangkan kepekaannya terhadap fenomena alami tertentu dan untuk menekan
sekecil mungkin pelemahan energi permukaan bumi oleh kondisi atmosfer bumi.
Jensen (1986) mengemumakan bahwa kebanyakan saluran TM dipilih setelah analisis nilai
lebihnya dalam pemisahan vegetasi, pengukuran kelembaban tumbuhan dan tanah,
pembedaan awan dan salju, dan identifikasi perubahan hidrothermal pada tipe-tipe batuan
tertentu.
Data TM mempunyai proyeksi tanah IFOV (instantaneous field of view) atau ukuran daerah
yang diliput dari setiap piksel atau sering disebut resolusi spasial. Resolusi spasial untuk
keenam saluran spektral sebesar 30 meter, sedangkan resolusi spasial untuk saluran
inframerah thermal adalah 120 m (Jensen,1986).

II. PENAFSIRAN CITRA SECARA VISUAL

Dasar Teori
Penafsiran citra visual dapat didefiniskan sebagai aktivitas visual untuk mengkaji citra yang
menunjukkan gambaran muka bumi yang tergambar di dalam citra tersebut untuk tujuan
identifikasi obyek dan menilai maknanya ( howard, 1991 ). Penafsiran citra merupakan
kegiatan yang didasarkan pada deteksi dan identifikasi obyek dipermukaan bumi pada citra
satelit landsat TM7+. Dengan mengenali obyek-obyek tersebut melalui unsure-unsur utama
spectral dan spasial serta kondisi temporalnya.
Teknik penafsiran
Teknik penafsiran citra penginderaan jauh diciptakan agar penafsir dapat melakukan
pekerjaan penafsiran citra secara mudah dengan mendapatkan hasil penafsiran pada tingkat
keakuratan dan kelengkapan yang baik. Menurut Sutanto, teknik penafsiran citra
penginderaan jauh dilakukan dengan menggunakan komponen penafsiran yang meliputi:
1.data acuan
2.kunci interpretasi citra atau unsur diagnostic citra
3.metode pengkajian
4.penerapan konsep multi spectral

1. Data acuan
Data acuan diperlukan untuk meningkatkan kemampuan dan kecermatan seorang penafsir,
data ini bisa berupa laporan penelitian, monografi daerah, peta, dan yang terpenting disini
data diatas dapat meningkatkan local knowledge pemahaman mengenai lokasi penelitian.
2. Kunci interpretasi citra atau unsur diagnostic citra
Pengenalan obyek merupakan bagian vital dalam interpretasi citra. Untuk itu identitas dan
jenis obyek pada citra sangat diperlukan dalam analisis memecahkan masalah yang dihadapi.
Karakteristik obyek pada citra dapat digunakan untuk mengenali obyek yang dimaksud
dengan unsur interpretasi. Unsur interpretasi yang dimaksud disini adalah :
Rona / warna
Rona dan warna merupakan unsur pengenal utama atau primer terhadap suatu obyek pada
citra penginderaan jauh. Fungsi utama adalah untuk identifikasi batas obyek pada citra.
Penafsiran citra secara visual menuntut tingkatan rona bagian tepi yang jelas, hal ini dapat
dibantu dengan teknik penajaman citra ( enhacement) . Rona merupakan tingkat / gradasi
keabuan yang teramati pada citra penginderaan jauh yang dipresentasikan secara hitam-putih.
Permukaan obyek yang basah akan cenderung menyerap cahaya elektromagnetik sehingga
akan nampak lebih hitam disbanding obyek yang relative lebih kering.
Warna merupakan ujud yang yang tampak mata dengan menggunakan spectrum sempit, lebih
sempit dari spectrum elektromagnetik tampak ( Sutanto, 1986). Contoh obyek yang menyerap
sinar biru dan memantulkan sinar hijau dan merah maka obyek tersebut akan tampak kuning.
Dibandingkan dengan rona , perbedaaan warna lebih mudah dikenali oleh penafsir dalam
mengenali obyek secara visual. Hal inilah yang dijadikan dasar untuk menciptakan citra
multispektral.
Bentuk
Bentuk dan ukuran merupakan asosiasi sangat erat. Bentuk menunjukkan konfigurasi umum
suatu obyek sebagaimana terekam pada citra penginderaan jauh . Bentuk mempunyai dua
makna yakni :
a. bentuk luar / umum
b. bentuk rinci atau sususnana bentuk yang lebih rinci dan spesifik.
Ukuran
Ukuran merupakan bagian informasi konstektual selain bentuk dan letak. Ukuran merupakan
atribut obyek yang berupa jarak , luas , tinggi, lereng dan volume (sutanto, 1986). Ukuran
merupakan cerminan penyajian penyajian luas daerah yang ditempati oleh kelompok
individu.
Tekstur
Tekstur merupakan frekuensi perubahan rona dalam citra ( Kiefer, 1979). Tekstur dihasilkan
oleh kelompok unit kenampkan yang kecil, tekstur sering dinyatakan kasar,halus, ataupu
belang-belang (Sutanto, 1986). Contoh hutan primer bertekstur kasar, hutan tanaman
bertekstur sedang, tanaman padi bertekstur halus.
Pola
Pola merupakan karakteristik makro yang digunakan untuk mendiskripsikan tata ruang pada
kenampakan di citra. Pola atau susunan keruangan merupakan ciri yang yang menandai bagi
banyak obyek bentukan manusia dan beberapa obyek alamiah. Hal ini membuat pola unsure
penting untuk membedakan pola alami dan hasil budidaya manusia. Sebagai contoh
perkebunan karet , kelapa sawit sanagt mudah dibedakan dari hutan dengan polanya dan jarak
tanam yang seragam.
Bayangan
Bayangan merupakan unsure sekunder yang sering embantu untuk identifikasi obyek secara
visual , misalnya untuk mengidentifikasi hutan jarang, gugur daun, tajuk ( hal ini lebih
berguna pada citra resolusi tinggi ataupun foto udara)
Situs
Situs merupakan konotasi suatu obyek terhadap factor-faktor lingkungan yang mempengaruhi
pertumbuhan atau keberadaan suatu obyek. Sirtus bukan cirri suatu obyek secara langsung,
teapi kaitanya dengan factor lingkungan. Contoh hutan mangrove selalu bersitus pada pantai
tropic, ataupun muara sungai yang berhubungan langsung dengan laut ( estuaria).
Asosiasi (korelasi )
Asosiasi menunjukkan komposisi sifat fisiognomi seragam dan tumbuh pada kondisi habita
yang sama. Asosiasi juga berarti kedekatan erat suatu obyek dengan obyek lainnya. Contoh
permukiman kita identik dengan adanya jaringan tarnsportasi jalan yang lebih kompleks
dibanding permukiman pedesaan. Konvergensi bukti Dalam proses penafsiran citra
penginderaan jauh sebaiknya digunakan unsure diagnostic citra sebanyak mungkin. Hal ini
perlu dilakukan karena semakin banyak unsure diagnostic citra yang digunakan semakin
menciut lingkupnya untuk sampai pada suatu kesimpulan suatu obyek tertentu. Konsep ini
yang sering disebut konvergensi bukti. Sebagai contoh dapat dilihat pada gambar dibawah ini
:
Konsep konvergensi ini dapat diterapkan pada proses penafsiran citra Landsat Tm7+ dimana
para penafsir memulai pertimbangan umu dilanjutkan ke pertimbangan khusus pada suatu
obyek.
3. Metode pengkajian
Penafsiran citra pj lebih mudah apabila dimulai dari pengkajian dengan pertimbangn umum
ke pertimbangan khusus / lebih spsifik dengan metode konvergensi bukti.

4. Penerapan konsep multispektral

Konsep ini menganjurkan untuk menggunakan beberapa alternative penggunaan beberapa
band secara bersamaan. Kegunaannya adalah untuk memudahkan interpretasi dengan
mempertimbangkan kelebihan masing masing penerapan komposit band tersebut.
Pada citra dengan komposit band 543, dapat dengan mudah dibedakan antara obyek vegetasi
dengan non vegetasi, obyek bervegetasi dipresentasikan dengan warna hijau, tana kering
dengan warna merah, komposist ini paling popular untuk penerapan di bidang kehutanan
(Departemen kehutanan).
Citra dengan komposit band 432, mempunyai kelebihan untuk membedakan obyek kelurusan
seperti jalan dan kawasan perkotaan. Jaringan jalan dipresentasikan dengan warna putih.
Citra dengan komposit band 543, mempunyai kelebihan mudah untuk membedakan obyek
yang mempunyai kandungan air atau kelembapan tinggi. Obyek dengan tingkat kelembapan
atau kandungan air tinggi akan dipresentasikan dengan rona yang lebih gelap secara kontras.
Contoh obyek tambak akan tampak berwarna biru kehitaman dengan bentuk kotak teratur.,
komposit ini membantu dalam pembedaan hutan rawa dengan hutan lahan kering, sawah
dengan padi tua ataupun sawah dengan awal penanaman.
Penafsiran Citra
Penafsiran citra secara visual memliki arti hubungan interaktif (langsung) dari penafsir
dengan citra, artinya ada prose perunutan dari penafsir untuk mengenalai obyek hingga prose
pendeliniasian batas obyek untuk medefiniskan obyek tersebut. Penafsiran citra secara
manual pada awalnya dengan cara deliniasi obyek pada citra cetak kertas (hardcopy) yang
telah dilakukan preprocessing lebih dulu. Perkembangan tehnologi hardware dan software
memungkinkan penafsiran langsung dikomputer dengan metode on screen digitize. Meskipun
memanfaatkan computer. Metode ini masih termasuk interpretasi secara manual. Hasil dari
metode ini adalah data kalsifikasi tematik dalam format vector. Kodifikasi data ( encoding)
dapat secara langsung dilakukan. Sehingga metode ini sering dikenal juga metode penafsiran
interaktif.
Kelebihan dari metode ini adalah penafsir dapat memperhitungkan konsteks spasial wilaya
pada saat penafsiran dengan melibatkan lebih dari satu elemen ( unit lahan, bentuk lahan,
local knowledge dll) yang tidak mungkin dapat dilakukan dengan metode klasifikasi digital
secara langsung. Keuntungan kedua adalah metode ini cocok untuk daerah pada ekuator yang
banyak tertutup awan.
Ada dua factor yang harus diperhatikan pada metode ini yakni :

1. Kaidah perbesaran ( Zooming)

Tingkat ketelitian pemetaan disesuaikan dengan tingkat skala yang digunakan . semakin besar
skala pemetaannya semakin rinci informasi yang harus disajikan dan sebaliknya. Penafsiran
manual sangat tergantung dari visualisasi citra. Berbeda dengan penafsiran digital yang tidak
memperhitungkan skala.
Dimensi citra landsat Tm 7+ dapat memberikan ketelitian samapai skala 1 : 50.000. Satu hal
yang menjadi kelemahan metode ini adalah ;luas visualisasi monitor computer, dimana
semakin besar skala visualisasi semakin kecil luas citra yang tergambarkan begitu pula
sebaliknya. Konsekuensi dari hal ini adalah kegiatan melakukan penggeseran visual citra
setiap kali berpindah lokasi interpretasi. Dalam praktek ini skal visualisasi diupayakan
maksimal 1 : 50.000 , hal ini untuk menjaga kualitas hasil penafsiran .

2. Kartografi pemetaan dalam penafsiran citra..

Akurasi geometric pemetaan melaui penafsiran citra ditentukan oleh dua hal yakni :
- akurasi geometrik citra
- akurasi deliniasi antar obyek yang dipeetakan.
Akurasi geometric ditentukan oleh koreksi geometris yang dilakukan pada citra.
Akurasi deliniasi ditentukan oleh penafsir , apabila kedua hal ini telah dilakukan kaidah
kartografis yang harus diperhatikan adalah ukuran luas polygon yang yang harus dideliniasi.
Luasan sangat tergantung pada tujuan skala pemetaan yang direncanakan. Proses ini dikenal
dengan nama generalisasi pemetaan. Aturannya menentukan luas polygon terkecil adalah 0,5
x 0,5 x skala pemetaan.

Berikut adalah skala generalisasi pemetaan pada tiap skala peta :

a. Skala pemetaan 1 : 50.000 luas polygon terkecil 1, 25 ha
b. Skala pemetaan 1 : 100.000 luas polygon terkecil 2, 5 ha
c. Skala pemetaan 1 : 250.000 luas polygon terkecil 6, 25 ha

Citra Satelit
Citra satelit saat ini merupakan sumber data spatial yang palingbanyak digunakan, citra satelit
dilakukan pada pemotretan melalui satelit yang secara regular menglilingi bumi pada
orbitnya. Ada berbagai tipe citra satelit, pembedaan citra satelit dilakukan berdasarkan
system pengambilan datanya.

Pengukuran GPS
Pengukuran dengan GPS banyak digunakan pada pemetaan lapangan. Aplikasi GPS saat ini
memungkinkan system dilakukan secara otomatis, dimana data GPS bisa secara langsung
diolah oleh software GIS dengan proses konversi yang sederhana. GPS memungkinkan
pengambilan data spatial berupa titik (point) dan garis (track) dan dengan mudah juga
dikonversi menjadi area (polygon). Pengukuran GPS sering dikombinasikan dengan
pengukuran geodesi yang dilakukan di lapangan.
 Pengukuran Geodesi
Pengukuran secara geodesi dilakukan dengan menggunakan alat ukur geodetic. Pengukuran
geodetic biasa dilakukan pada pemetaan sangat detail, misalnya pada pemetaan batas persil
bangunan atau survey morfologi pada tingkat site.

Digitasi Peta
Proses inputing data spatial dari bentuk analog (cetakan) dilakukan dengan menggunakan alat
digitasi. Dengan menggunakan hasil scan data tersebut ke format digital, digitasi dapat
dilakukan secara langsung dengan screen computer.

Tipe data spatial

GIS system mencoba menggambarkan fitur dan fenomena yang ada di atas permukaan bumi
kedalam bentuk peta dengan menterjemahkan data tersebut kedalam format yang bisa diolah
oleh system GIS. Konsep dasar mengenai tipe data penting untuk menentukan cara yang
paling efektif dan paling sesuai dalam menampilkan data spatial. Cara menamplkan data ini
kemudian akan membantu dalam proses analisis dengan GIS.

Data Vektor
Data vektor merupakan bentuk bumi yang direpresentasikan ke dalam kumpulan garis, area
(daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik yang sama), titik dan
nodes (titik perpotongan antara dua buah garis).

Data Raster
Pada data raster, obyek geografis direpresentasikan sebagai struktur sel grid yang disebut
dengan pixel (picture element). Data raster bisa berasal dari hasil scan suatu peta atau foto
udara, bisa juga merupakan data yang berasal dari citra satelit.
Masing-masing tipe data vector dan data raster ditampilkan sesuai dengan sumber data,
kebutuhan analisis dan pada pemakaian data memiliki kelebihan dan kekurangan. Data vector
ditampilkan untuk feature-feature yang memiliki boundary dan digunakan pada analisis yang
berbasis pada titik, garis atau area.Data vector kelebihannya antara lain ukurannya lebih kecil
dibanding dengan data raster. Data raster digunakan untuk analisis feature yang tidak ditandai
dengan batas tertentu lebih fleksibel, tetapi ukuran file raster biasanya lebih besar dan
ditentukan oleh ukurankerapatan pixelnya.

Sumber-sumber Data
Ada banyak sumber data yang bisa digunakan dan dijadikan acuan, untuk Indonesia sumber
data peta atau data spatial adalah Badan Informasi Geospasial atau dulunya dikenal dengan
Bakosurtanal. Informasi mengenai data yang tersedia di BIG dapat diakses melalui website:
http://www.bakosurtanal.go.id/peta-rupabumi/

Data-data sektoral seperti kehutanan dapat diakses melalui website Kementrian Kehutanan
dengan link berikut:
http://webgis.dephut.go.id/
Data-data lain seperti data-data PU dapat juga diakses melalui website PU:
http://sigi.pu.go.id/dev/webgis

Sumber Data Online ArcGIS

Untuk pengguna software ESRI terdapat sumber-sumber data seperti peta dasar, peta
referensi dan peta-peta khusus dapat diakses melalui data online.

Peta dan Layer-layer peta

ArcGIS Online memberikan akses kepada peta dasar, peta referensi dan beberapa peta
khusus, termasukpeta untuk navigasi.

Data hanya dapat akses dengan Firewall

Data Appliance for ArcGIS sama dengan ArcGIS Online, hanya membutuhkan akses dengan
system keamanan yang membutuhkan identifikasi dari network tertentu.

DVD
StreetMap Premium for ArcGIS data kualita stinggi dari NAVTEQ and TomTom digunakan
untuk pemetaan sekala detail, Manual

Data Demografi
Digunakan untuk analisis pemasaran, evaluasi kompetito dan mengidentifikasi peluang.

Map Services
ArcGIS Online Map Services menggunakan data terbaru, data ini hanya tersedia untuk data
United States dan beberapa negara tertentu.

Business Analyst
Business Analyst menyediakan laporan dan peta yang digunakan untuk analisis pemasaran.

Community Analyst
Community Analyst menyediakan data bagi kegiatan terkait pemerintahan dan perencanaan
public untuk optimalisasi perencanaan sumberdaya.

DVD
Demographic, Consumer, and Business Data DVDs data tersedia dalam bentuk DV, data
dapat dipilih berdasarkan tingkat kedetaial atau kode pos.

Data Citra/Imagery
Akes ke data citra satlei resolusi tinggi dan dataset Global Land Survey (GLS) datasets. Data
ini dapat diakses melalui:
 Map Service
ArcGIS Online World Imagery map service memberikan data citra dan foto udara di US dan
beberapa bagian di didunia.
Image Services ArcGIS Online Image Services menawarkan data citra serta hasil
analisis perubahan menggunakan citra tersebut.

Teknik Input Data GIS

Analog
Dalam kasus analog(peta tradisional), informasi adalah fix.
Anda tidak dapat mencari data dgn proyeksi yg berbeda sbg contoh untuk
mengubah skala.
Sejak dunia terlalu kompleks untuk direpresentasikan scr keseluruhan, peta
analog membuat model skala dunia menggunakan garis (lines) & areas pd peta
untuk me-representasikan fitur2dunia.
Peta analog menggunakan analogi2(lines untuk jalan2, blocks untuk rumah2,
blobs (area/polygon) untuk perkotaan) dalam merepresentasikan bumi

Digital
Peta digital menampilkan informasi pd layar tapi properties spt scale & projection are
notfixed.
Karena peta direpresentasikan dlm komputer sbg numbers, maka kita dapat
manipulatetampilan peta.
Sbg contoh: garis merah 0,2 mm sbg representasi jalan pd peta analog. Maka
untuk melakukan survey ulang & cetak ulang peta akan mengalami kesulitan, krn
data yg fixed.
Informasi satu-satunya adalah anda sbg mapreader, dpt mendapatkan ttg jalan
tsb harus dgn mengukur dari gambar visual (rentan kesalahan).

Dalam bentuk digital, jalan direpresentasikan oleh rangkaiankoordinat.

Dalam tabel database dimana koordinat tersimpan, terdapat informasi atribut
mengenai jalan: nama, tahun konstruksi, jenis aspal yg dikandung, dll.
GIS dapat merepresentasikan ulang jalan dgn cara yg berbeda bergantung pd
skala pada peta dan atribut yg dipilih.
Digital berlawanan dgn model analog, dimana datageografis yg merupakan
basis dari representasi GIS dan bukan sekedar peta2yg ditampilan di layar.

Mengambil Informasi ke dalam Komputer

Dibutuhkan unt-uk geocode data spatial.

Geocoding adalah konversi dari informasi spatial ke bentuk bentuk digital.
Geocoding mencakup: meng-captur peta, dan termasuk meng-capture atribut2.
 Proses Geocoding juga mencakup pemformatan data sehingga bisa digunakan oleh
komputer (misal. Konversi data, dll).

Terdapat 3 cara tradisional untuk geocoding:

1)Digitizing
2)Scanning
3)Field data collection

SKALA PENGUKURAN DATA

1. SKALA NOMINAL

Skala Nominal merupakan skala yang paling lemah/rendah di antara keempat skala
pengukuran. Sesuai dengan nama atau sebutannya, skala nominal hanya bisa
membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan nama
(predikat). Sebagai contoh, klasifikasi barang yang dihasilkan pada suatu proses
produksi dengan predikat cacat atau tidak cacat. Atau, bayi yang baru lahir bisa laki-
laki atau perempuan. Tidak jarang digunakan nomor-nomor yang dipilih sekehendak
hati sebagai pengganti nama-nama atau sebutan-sebutan, untuk membedakan benda-
benda atau peristiwa-peristiwa berdasarkan beberapa karakteristik. Sebagao contoh,
dapat digunakan nomor 1 untuk menyebut kelompok barang yang cacat dari suatu
proses produksi dan nomor 0 untuk menyebut kelompok barang yang tidak cacat dari
suatu proses produksi. Skala nominal biasanya juga digunakan bila peneliti berminat
terhadap jumlah benda atau peristiwa yang termasuk ke dalam masing-masing
kategori nominal. Data semacam ini sering disebut data hitung (count data) atau data
frekuensi.

Skala pengukuran nominal digunakan untuk menglasifikasi obyek, individual atau

kelompok; sebagai contoh mengklasifikasi jenis kelamin, agama, pekerjaan, dan area
geografis. Dalam mengidentifikasi hal-hal di atas digunakan angka-angka sebagai
symbol. Apabila kita menggunakan skala pengukuran nominal, maka statistik non-
parametrik digunakan untuk menganalisa datanya. Hasil analisa dipresentasikan
dalam bentuk persentase. Sebagai contoh kita mengklaisfikasi variable jenis kelamin
menjadi sebagai berikut: laki-laki kita beri simbol angka 1 dan wanita angka 2. Kita
tidak dapat melakukan operasi arimatika dengan angka-angka tersebut, karena angka-
angka tersebut hanya menunjukkan keberadaan atau ketidakadanya karaktersitik
tertentu.

Contoh:

Jawaban pertanyaan berupa dua pilihan ya dan tidak yang bersifat kategorikal
dapat diberi symbol angka-angka sebagai berikut: jawaban ya diberi angka 1 dan
tidak diberi angka 2.
 Skala Nominal di gunakan ketika kita menginginkan suatu informasi yang hanya
mengklasifikasikan suatu objek, individual atau kelompok dalam bentuk kategori.
sebab skala Nominal merupakan skala yang paling lemah/rendah di antara skala
pengukuran yang ada. Skala nominal hanya bisa membedakan benda atau peristiwa
yang satu dengan yang lainnya berdasarkan nama (predikat). Skala pengukuran
nominal digunakan untuk mengklasifikasi obyek, Pemberian angka atau simbol pada
skala nomial tidak memiliki maksud kuantitatif hanya menunjukkan ada atau tidak
adanya atribut atau karakteristik pada objek yang diukur. Misalnya, jenis kelamin
diberi kode 1 untuk laki-laki dan kode 2 untuk perempuan. Angka ini hanya berfungsi
sebagai label

Karena tidak memiliki nilai instrinsik, maka angka-angka (kode-kode) yang kita
berikan tersebut tidak memiliki sifat sebagaimana bilangan pada umumnya. Oleh
karenanya, pada variabel dengan skala nominal tidak dapat diterapkan operasi
matematika standar (aritmatik) seperti pengurangan, penjumlahan, perkalian, dan
lainnya. Peralatan statistik yang sesuai dengan skala nominal adalah peralatan statistik
yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus, distribusi
frekuensi, Chi Square dan beberapa peralatan statistik non-parametrik lainnya.

2. SKALA ORDINAL

Skala Ordinal ini lebih tinggi daripada skala nominal. Pada skala ini sudah dapat
membeda-bedakan benda atau peristiwa yang satu dengan yang lain yang diukur
dengan skala ordinal berdasarkan jumlah relatif beberapa karakteristik tertentu yang
dimiliki oleh masing-masing benda atau peristiwa. Pengukuran ordinal
memungkinkan segala suatu sesuatu disusun menurut peringkatnya masing-masing.
Sebagai contoh, pada tenaga penjualan bisa diperingkat dari yang paling buruk
sampai yang paling buruk berdasarkan kepribadian mereka. Atau, pada para peserta
kontes kecantikan dpat diperingkat dari yang paling kurang cantik sampai yang
paling cantik. Jika ingin bermaksud memeringkat n buah benda berdasarkan suatu
ciri tertentu, boleh ditetapkan nomor 1 untuk benda yang ciri tertentunya paling
kurang, nomor 2 untuk benda yang ciri tertentunya kedua paling kurang, dan
seterusnya hingga nomor n, untuk benda kadar ciri tertentu yang paling tinggi.
Sebagai contoh, para peserta lomba lari dapat diberi peringkat 1, 2, 3, , berdasarkan
urut-urutan waktu yang diperlukan untuk mencapai garis finish Data semacam ini
sering disebut data peringkat (rank data).

2. Skala pengukuran ordinal memberikan informasi tentang jumlah relatif karakteristik

berbeda yang dimiliki oleh obyek atau individu tertentu. Tingkat pengukuran ini
mempunyai informasi skala nominal ditambah dengan sarana peringkat relatif tertentu
yang memberikan informasi apakah suatu obyek memiliki karakteristik yang lebih
atau kurang tetapi bukan berapa banyak kekurangan dan kelebihannya.
Contoh:

Jawaban pertanyaan berupa peringkat misalnya: sangat tidak setuju, tidak setuju,
netral, setuju dan sangat setuju dapat diberi symbol angka 1,2,3,4 dan 5. Angka-angka
ini hanya merupakan simbol peringkat, tidak mengekspresikan jumlah.

Skala Ordinal digunakan ketika kita menginginkan suatu informasi yang lebih baik ,
karena dalam skala ordinal, lambang-lambang bilangan hasil pengukuran selain
menunjukkan pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur
menurut karakteristik tertentu. Skala Ordinal juga disebut dengan skala peringkat.

Misalnya : tingkat kepuasan seseorang terhadap produk. Bisa kita beri angka dengan
5=sangat puas, 4=puas, 3=kurang puas, 2=tidak puas dan 1=sangat tidak puas. Atau
misalnya dalam suatu lomba, pemenangnya diberi peringkat 1,2,3 dstnya.

Dalam skala ordinal, tidak seperti skala nominal, ketika kita ingin mengganti angka-
angkanya, harus dilakukan secara berurut dari besar ke kecil atau dari kecil ke besar.
Jadi, tidak boleh kita buat 1=sangat puas, 2=tidak puas, 3=puas dstnya. Yang boleh
adalah 1=sangat puas, 2=puas, 3=kurang puas dstnya.

Sebagaimana halnya pada skala nominal, pada skala ordinal kita juga tidak dapat
menerapkan operasi matematika standar (aritmatik) seperti pengurangan,
penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala
ordinal juga adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan
proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan
statistik non-parametrik lainnya.

3. SKALA INTERVAL
Skala Interval ini lebih tinggi daripada skala ordinal. Apabila benda-benda atau
peristiwa-peristiwa yang diselidiki dapat dibeda-bedakan antara yang satu dan lainnya
kemudian diurutkan, dan bilamana perbedaan-perbedaan antara peringkat yang satu
dan lainnya mempunyai arti (yakni, bila satuan pengukurannya tetap), maka skala
interval dapat diterapkan. Skala interval memiliki sebuah titik nol, tetapi titik nol ini
bisa dipilih secara sembarang, artinya bahwa titik nol tidak selalu bernilai nol.
Sebagai contoh, pengukuran interval pada pengukuran temperatur dalam derajat
Fahrenheit titik nolnya pada 32, sedangkan dalam derajat Celcius titik nolnya pada 0.
Andaikan bahwa empat benda A, B, C, dan D secara berturut-turut diberi nilai (score)
20, 30, 60, dan 70, melalui pengukuran menggunakan skala interval. Karena yang
digunakan adalah skala interval, maka dapat dikatakan bahwa beda/selisih antara 20
dan 30 sama dengan beda/selisih 60 dan 70. Dengan demikian, jarak yang sama antara
anggota-anggota masing-masing masing-masing pasangan nilai itu menunjukkan beda
yang sama dalam hal kadar ciri atau sifat yang diukur. Namun, skala interval tidak
menjadikan perbandingan/rasio antara dua buah nilai. Sebagai contoh, si A mendapat
nilai ujian 40 dan si B mendapat nilai ujian 80, ini tidak berarti bahwa nilai/ciri/sifat
yang dimiliki (kepintaran) si B dua kali lipat yang dimiliki si A.

4. SKALA RATIO

Skala Ratio ini lebih tinggi daripada skala interval. Pada skala ratio, antara masing
masing pengukuran sudah mempunyai nilai perbandingan/rasio.
Pengukuranpengukuran dengan skala rasio yang sudah sering digunakan, yakni
pengukuran tinggi dan pengukuran berat. Dapat dikatakan bahwa seseorang yang
beratnya 90 kg memiliki kelebihan berat 45 kg dibanding yang beratnya 45 kg,
sebagaimana yang digunakan pada skala interval. Dengan skala ratio, dapat dikatakan
bahwa orang yang beratnya 90 kg mempunyai berat dua kali lipat daripada orang
yang beratnya 45 kg.

Banyak teknik analisis statistika yang dibedakan berdasarkan tipe skala pengukuran
data, misalnya dikenal istilah analisis data kategorik (categorical data analysis) untuk
menunjukkan bahwa analisis-analisis yang dibahas dalam cabang ini hanya berlaku
untuk tipe data kategorik (nominal) atau paling tinggi ordinal. Contoh lain, analisis
peringkat ( rank analysis) dalam cabang Statistika Nonparametrik hanya cocok
diterapkan pada data-data bertipe ordinal atau yang lebih rendah (nominal) namun
jika diterapkan pada data yang diukur pada skala interval atau rasio maka kuasa
ujinya ( test power) akan lebih rendah dibandingkan kalau digunakan analisis yang
memang didesain untuk tipe data metrik.

Begitu juga dalam analisis multivariat, ada beberapa teknik analisis yang
mensyaratkan data diukur pada skala metrik, misalnya analisis faktor, analisis klaster
dan analisis diskriminan (meskipun dalam perkembangannya para statistisi mampu
menciptakan beragam teknik "derivatif" dari analisis2 ini yang mampu
mengakomodasi data2 nonmetrik). Dalam kondisi seperti ini, jika data yang dimiliki
hanyalah data nonmetrik, akan lebih baik jika digunakan teknik analisis multivariat
nonparametrik. Namun penerapan teknik seperti ini mengandung beberapa kesulitan :

* Rumusan matematis analisis lebih kompleks karena biasanya bersifat bebas

distribusi
* Literatur yang membahas masih sangat jarang dan masih sedikit software yang
mampu mengakomodasi teknik-teknik seperti ini
* Penerapan praktis dengan hasil yang memuaskan cenderung mensyaratkan kondisi-
kondisi yang sulit dipenuhi, seperti ukuran sampel yang lebih besar dibandingkan jika
digunakan teknik parametrik

Ada beberapa analisis statistika multivariat yang mensyaratkan data yang dianalisis
diukur pada skala metrik (interval atau rasio), di antaranya analsis klaster dan analisis
diskriminan. Dalam kondisi di mana data yang dimiliki hanyalah data berskala
ordinal, diperlukan suatu transformasi yang dapat mengubah skor-skor data pada
variabel yang terlibat (berskala ordinal) menjadi data metrik. Dalam Psikometrika,
metode transformasi seperti ini dinamakan metode penskalaan ( scaling technique).
Metode penskalaan yang populer di antaranya metode rating dijumlahkan (summated
rating) & juga metode yg mirip dengannya, metode interval berurutan (succesive
interval). namun kebanyakan teknik2 ini mengasumsikan data populasi berdistribusi
normal. Untuk teknik perhitungannya,bisa Anda dapatkan di buku2 metode
penelitian,teori pengukuran atau Psikometrika.

Dalam SEM, kalau data kita diukur dalam skala nonmetrik,ada 2 pilihan yang bisa
diambil :

Melakukan penskalaan terlebih dahulu terhadap raw data sehingga data bisa
"dianggap" berskala metrik

Tetap menggunakan raw data yg ada namun digunakan metode estimasi bebas
distribusi (ADF/WLS). Slh 1 pendekatan yg populer di antaranya adalah underlying
variable approach berdasarkan korelasi polychoric (asumsi : data populasi yg
direpresentasikan oleh raw data yg berskala likert/ordinal berdistribusi normal,jadi
raw data yg likert -distribusinya diskrit- hanyalah representasi/simplifikasi dr real data
yg sebenarnya berdistribusi kontinu,dlm hal ini normal). Namun -sekali lagi- slh 1
kelemahan utama metode ini adalah diperlukan jumlah data yg banyak (dibandingkan
jika digunakan metode estimasi MLE misalnya) agar hasil analisisnya reliabel &
stabil.
 BAB III
PENUTUP
Kesimpulan
GIS merupan salah satu program yang sangat berguna dalam kehidupan, untuk mengetahui
letak georafis suatu daerah hingga mengetahui potensi apa yang tersimpan dalam daerah
tersebut. Untuk mengetahui hal tersebut perlu yang namanya data GIS yang memiliki
beberapa metode dan macam data. Data yang akan di input ke program GIS haruslah spesifik
sesuai dengan jenis data, skala masukan data, metode pengolahan data sehingga hasil yang
kita dapatkan dari program GIS itu akan spesifik. GIS membantu berbagai bidang ilmu,
seperti untuk menanggulangi bencana, pemetaan sumber daya alam dari setiap daerah, dll.

DAFTAR PUSTAKA

http://2.bp.blogspot.com/-
cujJpPlPeL8/VS4ZCqBFnOI/AAAAAAAAAkY/KBmvmzVKXyE/s1600/Mapsource1

https://id.wikipedia.org/wiki/Berkas:GvSIG_-_GIS

https://dewa18.files.wordpress.com/2012/04/clip