Representasi Data Spasial PENDAHULUAN

27 sudah dioperasikan dengan kemampuan untuk mengumpulkan, menyimpan, memunculkan kembali, mentransformasi dan menampilkan data spasial dari dunia nyata untuk sebuah maksud atau tujuan tertentu, telah membuat SIG sebagai perangkat yang sangat berguna dalam analisa spasial dan telah diaplikasikan dalam berbagai kegiatan, tidak hanya sekedar pemetaan, namun juga pemanfaatannya dibidang pengelolaan sumber daya alam maupun konservasi. Menurut Sinclair et al. 2006 SIG merupakan sarana yang menghubungkan informasi geografis yang kompleks dari struktur fisik, relief topografi, fitur biologis, dan elemen lanskap buatan manusia ke dalam data base komputerisasi. Hal ini memungkinkan pengguna dengan cepat menyaring informasi spasial yang kompleks dalam konteks visual. Osborne et al. 2001 menggunakan SIG dan penginderaan jauh untuk membuat pemodelan penggunaan habitat pada skala lanskap. Beberapa penelitian habitat menggunakan SIG dengan metode dan perangkat lunak yang bervariasi Tabel 2. Tabel 2 Penelitian tentang habitat burung menggunakan SIG Lokasi Habitat Software SIG Hasil Penelitian Sumber Propinsi Toledo, Spanyol Arc-View Sofware Model preferensi habitat untuk sarang elang Owls Bubo Bubo: topografi yang bersifat irregular, dekat sungai dapat diartikan baik untuk dipilih sebagai kawasan lindung bagi lokasi sarang atau kawasan dengan ketersedian mangsa yang tinggi. Ortego dan Diaz 2004 Castello, Iberian Paninsula Analisis spasial dengan ESRI, Inc© Arview GIS 3.2.Logistic Regression Pemodelan preferensi habitat breeding Bonelli’s eagle Hieraaetus fasciatus dalam hubungan dengan topografi, gangguan, iklim, penggunaan lahan pada skala spasial berbeda: spesies ini nampak suka menyebar di hutan, lahan bersemak belukar, dan areal pertanian. Lopez et al. 2006 Osca, Hungaria GPS pathfinder office 2.90 dan ArcView 3.2 Preferensi habitat Sylviidae warblers di lahan basah terfragmentasi; pola distribusi dan ukuran home range tampak berbeda diantara kelompok studi, pemilihan habitat ternyata menjadi skala keputusan yang sangat kecil Preiszner dan Csorgi 2008 TN.Bogani Nani Wartabone, Sulawesi Utara ARgis 9.3, Erdas Imagine 9.1, Regresi Logistic Analisis kesesuian habitat burung maleo Macrocephalon maleo: model kesesuaian burung maleo di TNBNW adalah model dengan veriabel bebas ketinggian tempat, jarak dari sungai, NDVI layak diterapkan. Ambagau 2011