Gambar 4.11 Menu Analysis Properties
Analysis Properties berfungsi untuk membatasi ukuran output sesuai dengan daerah yang ditentukan, dalam hal ini pada Analysis Mask
menggunakan ukuran output sesuai dengan daerah pada theme grid yang dipilih pada view, yaitu
“Nwkab_bogor”.
4.3.2. Membuat Peta Curah Hujan, Peta Suhu Udara dan Peta Kelembaban
Udara
a Klik Add Table nama file data.dbf, contoh “rekap hujan kab
bogor1.dbf. ”
Gambar 4.12 Menu Add Table
Setelah menentukan peta dasar Kabupaten Bogor, langkah selanjutnya adalah membuat peta curah hujan, peta suhu udara dan peta kelembaban
udara. Peta-peta iklim ini yang akan membantu mengevaluasi kondisi iklim Kabupaten Bogor khususnya kecamatan yang menjadi sentra
produksi pisang. Untuk membuat peta iklim tersebut, data yang diperlukan adalah data
iklim curah hujan, suhu udara dan kelembaban udara yang didapat dari BBMG Wilayah II. Data curah hujan, suhu udara dan kelembaban udara
disimpan dalam Microsoft Excel dengan format dBase IV agar dapat diolah oleh ArcView GIS. Contohnya
“rekap hujan kab bogor1.dbf”. b Selanjutnya pilih View
Add Event Theme Pada X = Pilih Bujur dan Y = Pilih Lintang, kemudian klik OK.
Gambar 4.13 Menu Add Event Theme
Setelah memilih database curah hujan rekap hujan kab bogor1.dbf, kemudian tetapkan bujur dan lintangnya. Hasil dari point curah hujan
seperti pada Gambar 4.14. Point curah hujan menunjukkan pos hujan kerjasama yang ada di Kabupaten Bogor. Data spasial yang ditampilkan
oleh ArcView adalah data tipe titik Point. Point disajikan dalam sebaran titik objek curah hujan sesuai dengan koordinatnya.
Gambar 4.14 Point Curah Hujan
h Langkah selanjutnya yaitu data curah hujan diinterpolasi aktifkan data koordinat.dbf, Misalnya:
“rekap hujan kab bogor1.dbf” i Surface
Interpolate grid OK.
Gambar 4.15 Menu Output Grid Spesification
Langkah selanjutnya adalah meng-interpolated grid database curah hujan rekap hujan kab bogor1.dbf, proses inilah yang akan
menghasilkan peta curah hujan. Kemudian tentukan surface peta curah hujan yaitu berdasarkan jumlah curah hujan dalam setahun seperti pada
Gambar 4.16.
Gambar 4.16 Menu Interpolate Surface
j Aktifkan hasil interpolasi. k Klik dua kali pada hasil interpolasi.
l Classify isi jumlah klasifikasi yang diinginkan mis=7 OK dan hasil
interpolasinya seperti tampak pada Gambar 4.17.
Gambar 4.17 Hasil Interpolate Surface
Setelah melalui beberapa proses Gambar 4.17 adalah peta curah hujan Kabupaten Bogor. Klasifikasi besaran curah hujan ditiap kecamatan
dapat dilihat dari klasifikasi warna berdasarkan besaran nilai curah hujan. Untuk membuat peta suhu udara dan kelembaban udara sama seperti
proses yang dilakukan pada curah hujan. m Tambahkan theme
“kab_bogorline”. Klik Add theme kemudian pilih theme
“kab_bogorline”.
Gambar 4.18 Menu Add Theme
Menambahkan theme “kab_bogorline” bertujuan untuk membatasi
wilayah antar kecamatan yang ada di Kabupaten Bogor dan agar peta lebih informatif dan menarik. Hasilnya dapat dilihat pada Gambar 4.19.
Gambar 4.19 Garis Batas Kecamatan di Kabupaten Bogor
4.3.3.
Menggunakan Sistem Kerja ModelBuilder
Untuk menghasilkan peta kesesuaian agroklimat tanaman pisang adalah proses sistem kerja ModelBuilder dengan memilih metode weighted overlay
overlay terbobot, hingga diharapkan pihak Dinas Pertanian dan Kehutanan Kabupaten Bogor dapat memahami peta kesesuaian agroklimat tanaman pisang
dengan harapan pada saat penyampaian informasi kepada pelaku usaha dan investor yang akan memulai usaha, mendapatkan gambaran yang jelas mengenai
wilayah mana saja yang sesuai untuk ditanami pisang berdasarkan kesesuaian agroklimat, sehingga budidaya tanaman pisang dapat dikembangkan dan bisa
menghasilkan produksi yang tinggi dengan kualitas baik. Adapun langkah-langkahnya adalah sebagai berikut:
a Check list theme titik iklim, yaitu curah hujan, suhu udara dan kelembaban udara, kemudian klik menu Thiessen Polygon atau
, pilih tampilan thiessen iklim contohnya curah hujan berdasarkan jumlah curah
hujan selama setahun, kemudian disimpan ke dalam folder yang sudah ditentukan.
Gambar 4.20 Menu Build Thiessen Polygons
Setelah membuat peta curah hujan, peta suhu udara dan peta kelembaban, langkah selanjutnya adalah membuat polygon thiessen iklim dari point
“rekap hujan kab bogor1.dbf”, “rekap suhu udara kab bogor1.dbf” dan “rekap kelembaban kab bogor1.dbf”. Simpan polygon thiessen iklim
dengan nama seperti “thiessenhj.shp” curah hujan, “thiessensh.shp”
suhu udara dan “thiessenkl.shp” kelembaban udara. Polygon thiessen
bertujuan untuk mempresentasikan area atau polygon iklim dan juga sebagai salah satu proses untuk membuat peta agroklimat pisang.
Kemudian akan muncul peta iklim yaitu curah hujan, suhu udara dan kelembaban udara yang sudah di thiessen seperti tampak pada Gambar
4.21 adalah thiessen curah hujan.
Gambar 4.21 Thiessen Curah Hujan
b Model pilih Start ModelBuilder, Model: Model default
Gambar 4.22 Menu ModelBuilder pada Model Defaults
Setelah menentukan polygon thiessen pada semua parameter iklim, maka langkah selanjutnya adalah sistem kerja ModelBuilder. Pada sistem
inilah keseluruhan langkah-langkah yang telah dijalankan seperti interpolated grid dan polygon thiessen akan diproses disini. Untuk
membuat peta agroklimat pisang adalah dengan menentukan data kesesuaian agroklimat pisang yang didapat dari Dinas Pertanian dan
Kehutanan Kabupaten Bogor.
c Pada Menu The extent of this theme: Kab_Bogor. Shp.
Gambar 4.23 Menu Model Defaults
Tahap awal dalam sistem kerja ModelBuilder adalah menentukan wilayah yang menjadi lokasi penelitian. Dalam hal ini adalah Kabupaten
Bogor Kab_bogor.shp seperti tampak pada Gambar 4.23. d Klik Add data pada menu bar ModelBuilder, letakkan pada jendela
ModelBuilder. Kemudian klik kiri dan pilih theme, lalu klik kiri lagi dan pilih properties. Kemudian mucul jendela seperti pada Gambar 4.24.
Gambar 4.24 Menu Project Theme
Sistem kerja ModelBuilder terdiri dari input, proses dan ouput yang dituangkan pada diagram atau flowchart ModelBuilder. Tahap awal
menentukan thiessen curah hujan terlebih dahulu sebagai input data curah hujan, suhu udara dan kelembaban udara.
Berdasarkan Gambar 4.24 nama thiessen adalah “ThCH” thiessen curah
hujan, kemudian pilih “thiessenhj.shp” polygon thiessen curah hujan,
yang terakhir curah hujan didasarkan pada jumlah hujan dalam setahun, maka pilih
“Sthn” jumlah curah hujan dalam setahun. Gambar 4.25 adalah hasil thiessen curah hujan.
Gambar 4.25 Entity Thiessen Curah Hujan
e Klik Add Function, letakkan disamping
thiessen curah hujan ThCH. Pada function klik kiri kemudian klik Data Conversion
Vector to Grid
.
Gambar 4.26 Proses Vector to Grid
Ubah Function menjadi Vector to Grid. Proses ini sama halnya dengan interpoated grid yang telah dijelaskan diatas. Tujuannya adalah
membatasi wilayah penelitian. f Klik kiri Vector Conversion Map, maka muncul jendela seperti Gambar
4.27 lalu klik OK.
Gambar 4.27 Menu Derived Theme GridCH
Interpolated grid curah hujan menjadi bagian dari proses layout peta agroklimat pisang Kabupaten Bogor. Beri nama interpolated grid ini
dengan nama “GridCH” interpolated grid curah hujan. Kemudian
untuk mendapatkan relasi antara data ThCH dengan proses GridCH klik Add Connection dan hubungkan dengan garis dari data ThCH ke
proses GridCH. Relasi tersebut dapat dilihat dari Gambar 4.28.
Gambar 4.28 Relasi Thiessen dengan Grid
Relasi ini akan menghasilkan peta interpolated grid polygon thiessen curah hujan, caranya dengan mengklik kiri Run pada Vector Conversion.
Peta interpolated grid ini ditujukkan untuk mengevaluasi keadaan iklim Kabupaten Bogor terutama kecamatan yang menjadi sentra produksi
pisang berdasarkan kesesuaian lahan.
Gambar 4.29 Peta
Interpolated
Grid Curah Hujan
Dari peta hasil interpolated grid curah hujan menununjukkan kontribusi curah hujan Kabupaten Bogor. Peta interpolated grid iklim ini selain
sebagai proses untuk membuat peta kesesuaian agroklimat juga sebagai evaluasi kondisi iklim perkecamatan yang ada di Kabupaten Bogor,
terutama kecamatan yang menjadi sentra produksi pisang. Evaluasi iklim dilakukan berdasarkan kesesuaian lahan agroklimat pisang.
Berdasarkan klasifikasi peta curah hujan Gambar 4.29, curah hujan 2.390-2.795 mm berdasarkan teori agroklimat adalah kesesuaian lahan
S1 Kesesuaian Tinggi, meliputi kecamatan Depok, Cimanggis, Gunung Puteri, Bojong Gede, Gunung Sindur, Cileungsi, Cibinong, Sawangan
dan sebagian wilayah Parung Panjang, dimana curah ini yang sesuai untuk tanaman pisang.
Curah hujan 2.795-3.200 mm berdasarkan teori agroklimat adalah kesesuaian
lahan
S2 kesesuaian
Sedang, meliputi
kecamatan
Cibungbulang, sebagaian kecil wilayah Leuwiliang, sebagian Ciampea, sebagian Ciomas dan sebagian kecil wilayah Cijeruk.
Curah hujan 3.200-4.011 mm
S3 Kesesuaian Rendah
ada di Cariu, Jonggol, sebagian Citeurep, Cigudeg, Jasinga, Nanggung, sebagian kecil
Leuwiliang, Caringin, Ciawi dan Cisarua. Dan curah hujan 4.011-4.471 mm
N Tidak Sesuai
berada di Kecamatan Semplak, Rumpin, sebagian Parung, Bogor Kota dan Kedunghalang.
g Klik Add Function kembali letakkan disamping “GridCH”. Kemudian
pada Function klik kiri pilih Reclasification dan klik kiri pada Reclass Map ganti nama menjadi
“Reclass CH”.
Gambar 4.30 Menu Derived Theme Reclass CH
Setelah mendapatkan peta interpolated grid parameter curah hujan, menyambung diagram selanjutnya adalah membuat reclassification curah
hujan. Reklasifikasi bertujuan untuk mengelompokkan tahapan-tahapan yang telah dilakukan seperti
“ThCH” thiessen curah hujan dan “GridCH” grid curah hujan berdasarkan paramater iklim yang telah
ditentukan.
Gambar 4.31 Relasi Thiessen, Grid dan Reclass
Hubungkan “reclass CH” dengan diagram sebelumnya dengan Add
Connect. Dan proses input data untuk parameter curah hujan dalam sistem kerja ModelBuilder telah selesai. Dan lakukan proses yang sama
untuk paramater iklim yang lain seperti suhu udara dan kelembaban udara hingga dapat diproses ke tahap selanjutnya yaitu weighted overlay
untuk mendapatkan peta agroklimat pisang.
h Klik menu add function lalu Overlay: Weighted Overlay, seperti tampak pada Gambar 4.32.
Gambar 4.32 Menu ModelBuilder pada Tahap Weighted Overlay
Setelah semua parameter iklim diinput dalam sistem kerja ModelBuilder, langkah selanjutnya meng-overlay data tersebut dengan menggunakan
metode weighted overlay yaitu pemberian bobot dan skor pada parameter iklim yang mengacu pada data kesesuaian agroklimat pisang yang
didapat dari Dinas Pertanian dan Kehutanan Kabupaten Bogor. Caranya klik add function, lalu letakkan di samping data iklim, kemudian
klik kiri add function pilih overlay selanjutnya weighted overlay seperti pada Gambar 4.32. Setelah itu hubungkan data curah hujan, suhu udara
dan kelembaban udara dengan Add Connection seperti yang telah dijelaskan diatas ke weighted overlay.
i Diagram ModelBuilder seperti Gambar 4.33.
Gambar 4.33 Diagram Sistem Kerja ModelBuilder
Hasil dari proses yang telah dilakukan akan tampak pada diagram atau flowchart ModelBuilder pada Gambar 4.33 diatas. Langkah selanjutnya
adalah proses Weighted Overlay, caranya klik kiri Weighted Overlay lalu pilih properties maka akan muncul jendela seperti Gambar 4.34.
Weighted Overlay dilakukan untuk memberikan bobot dan skor pada paramater iklim curah hujan, suhu udara dan kelembaban udara
berdasarkan acuan data kesesuaian agroklimat pisang. Kesesuaian agroklimat pisang S1 Kesesuaian tinggi untuk curah hujan berkisar
2300-2900 mm per tahun, suhu udara berkisar 25-26
o
C dan kelembaban udara berkisar antara 80
–84. Sedangkan pemberian bobot parameter iklim antara lain curah hujan 40, suhu udara 40 dan kelembaban
udara 20. j Hasil Pembobotan pada kotak weighted overlay seperti tampak pada
Gambar 4.34.
Gambar 4.34 Scoring dan Pembobotan Parameter Iklim pada Weighted Overlay
Pemberian skor pada masing-masing parameter iklim mengacu pada data kesesuaian agroklimat tanaman pisang yang didapat dari Dinas Pertanian
dan Kehutanan Kabupaten Bogor. Semakin tinggi tingkat kesesuaiannya,
maka nilai yang diberikan semakin tinggi. Adapun pemberian skor berkisar dari angka 1 sampai 4 pada scala value-weighted overlay.
Berdasarkan data iklim yang didapat dari BBMG Wilayah II yang telah peneliti olah diatas menjadi peta curah hujan menunjukkan curah hujan
Kabupaten Bogor berkisar antara 2.390-4.417 mm pertahun, sedangkan S1 Kesesuaian tinggi berkisar 2.300-2.900 mm pertahun, S2
Kesesuaian Sedang berkisar antara 2.900-3.200 mm pertahun, S3 Kesesuaian Rendah berkisar 3.200-3.900 dan N Tidak Sesuai 3900-
4500 mm pertahun. Sedangkan suhu udara berkisar antara S1 Kesesuaian tinggi berkisar 25-26 ºC, S2 Kesesuaian Sedang berkisar
antara 23-25 ºC, S3 Kesesuaian Rendah berkisar 21-23 ºC dan N Tidak Sesuai 26-35 ºC. Dan kelembaban udara berkisar antara S1 Kesesuaian
tinggi berkisar 80-84, S2 Kesesuaian Sedang berkisar antara 74- 80, S3 Kesesuaian Rendah berkisar 74-80 dan N Tidak Sesuai 85-
90.
k Untuk mendapatkan peta agroklimat pisang Kabupaten Bogor, pada jendela Weighted Overlay klik Run.
Gambar 4.35 Peta Kesesuaian Agroklimat untuk Tanaman Pisang
Peta kesesuaian agroklimat untuk tanaman pisang seperti tampak pada Gambar 4.35. Pada Gambar 4.35 klasifikasi pada layer kesesuaian
agroklimat berkisar nilai 1 sampai 4. Berdasarkan scoring yang telah peneliti lakukan diatas pada sistem kerja ModelBuilder, semakin tinggi
nilai kesesuaian agroklimat, maka skor semakin besar. Maka nilai 4 mewakilkan S1 Kesesuaian Tinggi, nilai 3 mewakilkan S2 Kesesuaian
Sedang, nilai 2 mewakilkan S3 Kesesuaian Rendah dan nilai 1 mewakilkan N Tidak Sesuai.
Selanjutnya peta kesesuaian agroklimat pisang akan dibuat layout agar peta lebih informatif, mudah dimengerti dan menarik.
r. Klik menu layout Add Graticule or Grid lalu cek list create a
graticule, kemudian klik next.
Gambar 4.36 Menu Graticule and Grid Wizard pada View
Untuk membuat
layout peta
kesesuaian agroklimat
dengan memanfaatkan ekstensi Graticules and Measured Grids. Ekstensi ini
berfungsi untuk membantu mengatur design view pada peta kesesuaian agroklimat. Agar tampilan peta kesesuaian agroklimat lebih menarik,
informatif dan mudah dimengerti oleh pengguna. Pada tahap ini pada opsi view frame pilih
“View1”. “View1” ini adalah nama view tempat pengolahan proyek ArcView yang telah dilakukan diatas.
s. Selanjutnya pada menu Degrees: 0, pada Minutes: 7, lalu klik next.
Gambar 4.37 Menu Graticule and Label
Menentukan garis tepi peta untuk membatasi ruang lingkup peta, fungsi dari garis tepi ini adalah untuk menentukan angka derajat astronomis.
t.
Kemudian pada menu Line Style: garis double lalu klik preview finish.
Gambar 4.38 Menu Graticule and Border Arround The Viewframe
Tahap ini untuk menentukkan ketebalan dari garis tepi peta kesesuaian agroklimat pisang.
u. Hasil dari Graticules and Wizard seperti tampak pada Gambar 4.37.
Gambar 4.39 Hasil Graticules and Grid Wizard
Hasil dari Graticules and Grid Wizard inilah yang disebut peta kesesuaian agroklimat pisang. Peta ini dijadikan dasar untuk menganalis spasial sentra
produksi pisang di Kabupaten Bogor. Analisis spasial menggunakan peta kesesuaian agroklimat pisang juga diimbangi dengan mengevaluasi hasil
produksi Kabupaten Bogor tahun 2008. Evaluasi produksi pisang dilakukan untuk mendapatkan hasil analisis lebih
akurat yaitu untuk melihat tingkat relasi antara agroklimat pisang dengan produksi pisang di tahun 2008. Evaluasi produksi pisang dilakukan di
kecamatan yang menjadi sentra produksi pisang Kabupaten Bogor.
Pada Gambar 4.39 menunjukkan bahwa sentra produksi pisang Kabupaten Bogor yaitu kecamatan Gunung Sindur, Cimanggis dan
Cileungsi dari segi agroklimat berada dalam kesesuaian lahan S1 Kesesuaian Tinggi, sedangkan sentra produksi Jasinga berada pada
kesesuaian lahan S3 Kesesuaian Rendah. v. Untuk menyimpan layout ke dalam bentuk jpeg, klik file lalu pilih
Export kemudian pada list files of type: pilih JPEG dan beri nama file, lalu klik Ok.
Gambar 4.40 Menu Export
Simpan peta agroklimat pisang sebagai dokumentasi. Dokumentasi yang baik akan mempermudah pemeliharaan dan peningkatan fungsi sistem.
4.4 Evaluasi Evaluation