Gambar 3.9. Menu Join
4. Interpolasi Grid
Interpolasi grid merupakan prosedur untuk membuat theme grid kontinyu dari data titik shapefile dengan menduga nilai-nilai yang tidak
diketahui pada lokasi yang berdekatan. Titik -titik yang berdekatan tersebut dapat berjarak teratur atau tidak. Ada dua metode untuk menyisipkan nilai -
nilai sel lanjutan dari titik -titik: Inverse Distance Weighted IDW dan Spiline.
Metode Spiline menghasilkan suatu permukaan yang lebih lembut dibanding Inverse Distance Weighted IDW, karena
spiline pada dasarnya suatu proses pelengkungan suatu garis tidak lurus, atau
penambahan titik verteks yang bersifat menghaluskan dan melengkungkan garis Barus:2005 dalam Primayudha:2006. Spiline lebih baik untuk
menunjukkan perubahan permukaan secara berangsur -angsur, sedangkan Inverse Distance Weighted IDW bersifat lebih ekstrim dalam
menyajikan data tersebut. Keunggulan metode Inverse Distance We ighted
42
IDW adalah dalam hal membuat batasan interval, sehingga klasisfikasi data dapat dilakukan seperlunya. Interpolasi dapat dilakukan dengan tools
Interpolate Grid yang ada di arcview 3.2 .
Gambar 3.10 Pros es Interpolasi Grid
Contoh tampilan peta curah hujan yang dibuat dengan menggunakan metode inter polasi grid dapat dilihat pada Gambar 3.11
43
Gambar 3.11. Peta Curah Hujan Dengan Metode Interpolasi Grid
5. Reklasifikasi
Reklasifikasi merupakan proses menandai kembali data -data
menjadi kelompok -kelompok tertentu Muji Haryadi : 2005. Reklasifikasi dilakukan untuk menetukan iklim bulanan dengan
mengelompokkan kembali data curah hujan sesuai dengan teori Mohr dan Oldeman.
Tabel 3.3 Tabel penentuan iklim bulanan teori Mohr dan Oldeman
Iklim Bulanan Mohr
Oldeman
Kering 0-60
0-100 Lembab
60-100 100-200
Basah 100
200
44
Proses reklasifikasi menggunakan arcview 3.2 dengan extensions model builder , dengan proses : pada tampilan model builder , pilih menu add process –
reclassification, dan dilanjutkan denagn pengisisan reklasifikasi berdasarkan kriteria bulan basah, lembab, dan kering menurut teori Mohr dan oldeman.
Gambar 3.12. Tampilan Model Builder
CONTOH PETA HASIL REKLASIFIKASI
SERANG JAKARTA UTARA
KARAWANG TANGERANG
BEKASI JAKARTA TIMUR
SUBANG INDRAMAYU
PANDEGLANG LEBAK
BOGOR PURWAKARTA
CIREBON SUMEDANG
MAJALENGKA
Kering
KODYA SUKABUMI SUKABUMI CIANJUR
KODYA BANDUNG BANDUNG
KUNINGAN
Lembab Basah
GARUT TASIKMALAYA
CIAMIS
N W
E
90 90
180 Miles
S
Gambar 3.13. Contoh Peta Hasil Reklasifikasi
45
3.6.3 Menghitung Luas Cakupan Wilayah Masing -Masing Iklim di Setiap Kabupaten dengan menggunakan “Tabulate Area”
Proses penghitungan luas cakupan wilayah masing -masing iklim dapat menggunakan “Tabulate Area”. Tabulasi area adalah fasilitas yang
disediakan oleh ArcView untuk membuat tabel silang cross tab luasan antar 2 field theme yang berbeda. Fasilitas ini bisa digunakan apabila
minimal ada 2 theme pada view. Theme yang dapa t ditabulasi adalah theme shapefile atau theme grid integer.
Gambar 3.14. Tampilan Proses Tabulate Area
46
Pada penelitian ini penggunaan tabulasi area untuk mengetahui luas cakupan wilayah tiap-tiap jenis iklim b ulanan di masing-masing kabupaten. Dengan
diketahuinya luas cakupan wilayah tiap jenis -jenis iklim di masing -masing kabupaten, maka dapat ditentukan perbedaan dan persamaan dengan pendekatan
system informasi geografi terhadap hasil penentuan iklim bulana n dengan teori Mohr dan Oldeman
47
BAB IV HASIL DAN PEMBAHASAN
4.1 Peta Curah Hujan Bulanan Banten, DKI Jakarta Jawa Barat Menurut Teori Mohr
Bulan basah dalam klasifikasi iklim Mohr adalah bulan dengan total curah hujan kumulatif lebih dari 100 mm. Bulan lembab adalah bulan dengan
total curah hujan kumulatif 60 mm – 100 mm. Sedangkan bulan kering adalah bulan dengan total curah hujan kumulatif kurang dari 60 mm .
4.1.1 Peta Curah Hujan Bulan Januari - April
Kategori