TA : Sistem Informasi Geografis Penentuan Lahan Potensial Menggunakan Image Processing.

POTENSIAL MENGGUNAKAN IMAGE PROCESSING

TUGAS AKHIR

Nama : Hendra Darwintha NIM : 07.41010.0310 Program : S1 (Strata Satu) Jurusan : Sistem Informasi

SEKOLAH TINGGI

MANAJEMEN INFORMATIKA DAN KOMPUTER SURABAYA

i

Kebutuhan lahan yang semakin meningkat, memerlukan peran teknologi tepat guna dalam upaya mengoptimalkan penggunaan lahan secara berkelanjutan. Dinas Pertanian sebagai badan pemerintah yang menangani masalah pertanian sangat memerlukan data daerah potensial sebagai acuan untuk mengembangkan daerah sesuai dengan potensi lahan yang dimilikinya. Saat ini Dinas Pertanian belum memiliki Sistem Informasi yang mampu mengolah data raster yang ada menjadi data daerah potensial.

Sistem Informasi Geografis yang menerapkan Image Processing dapat digunakan untuk mengolah data raster yang ada pada Dinas Pertanian. Image Processsing memporses input berupa citra dan juga menghasilkan output berupa citra atau gambar. Dilakukan dengan Image Processing analisa data peta raster: ketinggian, curah hujan dan kelembaban. Proses akan menghasilkan daerah-daerah yang sesuai dengan kriteria pada data raster.

Kesimpulan hasil rancang bangun Sistem Informasi Geografis Penentuan Lahan Potensial Menggunakan Image Processing adalah dapat menghasilkan hasil analisis berupa daerah potensial berdasarkan kriteria: suhu permukaan, curah hujan dan kelembaban di Dinas Pertanian Propinsi Jawa Timur. Hasil uji coba sistem menujukkan bahwa daerah potensial yang dihasilkan sistem untuk kriteria tanaman S3 lebih besar dari kriteria tanaman S3 dengan presentase 65% untuk kriteria tanaman kriteria S1 dan 91% untuk tanaman kriteria S3.

i DAFTAR ISI

ABSTRAK ... Error! Bookmark not def KATA PENGANTAR ... Error! Bookmark not def

DAFTAR ISI ... i

DAFTAR GAMBAR ... iv

DAFTAR TABEL ... x

DAFTAR LAMPIRAN ... 1

BAB I PENDAHULUAN ... Error! Bookmark not def 1.1 Latar Belakang Masalah ... Error! Bookmark not def 1.2 Perumusan Masalah ... Error! Bookmark not def 1.3 Batasan Masalah... Error! Bookmark not def 1.4 Tujuan ... Error! Bookmark not def 1.5 Sistematika Penulisan ... Error! Bookmark not def BAB II LANDASAN TEORI ... Error! Bookmark not def 2.1 Sistem Informasi Geografis... Error! Bookmark not def 2.1.1 Model Data Sistem Informasi Geografis ... Error! Bookmark not def 2.1.2 Model Sistem Informasi Geografis ... Error! Bookmark not def 2.2 Digitasi ... Error! Bookmark not def 2.3 Pengolahan Citra ... Error! Bookmark not def 2.3.1 Edge Detection ... Error! Bookmark not def 2.3.2 Color Selection ... Error! Bookmark not def 2.4 Lahan ... Error! Bookmark not def 2.4.1 Penggunaan Lahan ... Error! Bookmark not def 2.4.2 Karakteristik Lahan ... Error! Bookmark not def 2.5 Hubungan Suhu Udara dengan Ketinggian ... Error! Bookmark not def 2.6 Sistem Koordinat Geografi ... Error! Bookmark not def

2.7 Peta Digital ... Error! Bookmark not def 2.8 Sistem Basis Data ... Error! Bookmark not def 2.9 SQLite Database ... Error! Bookmark not def 2.10 Analisa dan Perancangan Sistem ... Error! Bookmark not def 2.11 Open Source Graphics Library ... Error! Bookmark not def 2.12 Open Source Computer Vision Library... Error! Bookmark not def 2.13 Sistem ... Error! Bookmark not def 2.14 Interaksi Manusia Komputer ... Error! Bookmark not def 2.15 Testing ... Error! Bookmark not def 2.16 C++ ... Error! Bookmark not def 2.17 Qt ... Error! Bookmark not def 2.18 ESRI Shapefile ... Error! Bookmark not def 2.19 Google Keyhole Markup Language ... Error! Bookmark not def 2.20 Digital Terrain Elevation Data ... Error! Bookmark not def BAB III ANALISIS DAN PERANCANGAN SISTEM ... Error! Bookmark not def 3.1 Analisis Permasalahan ... Error! Bookmark not def 3.2 Perancangan Sistem Informasi Geografis Penentuan

Lokasi Lahan Potensial Tumbuhan ... Error! Bookmark not def 3.2.1 Gambaran Umum Sistem ... Error! Bookmark not def 3.2.2 Perancangan UML ... Error! Bookmark not def 3.2.3 Struktur Tabel ... Error! Bookmark not def 3.2.4 Desain Input Output ... Error! Bookmark not def 3.2.5 Desain Uji Coba ... Error! Bookmark not def BAB IV IMPLEMENTASI DAN EVALUASI ... Error! Bookmark not def 4.1 Kebutuhan Sistem ... Error! Bookmark not def 4.1.1 Kebutuhan Perangkat Keras ... Error! Bookmark not def 4.1.2 Kebutuhan Perangkat Lunak ... Error! Bookmark not def 4.2 Pembuatan Program ... Error! Bookmark not def

4.3 Implementasi Sistem ... Error! Bookmark not def 4.3.1 Implementasi Metode Penggunaan GoogleMaps .. Error! Bookmark not def 4.3.2 Implementasi Metode Generate Terrain Tiga

Dimensi ... Error! Bookmark not def 4.3.3 Implementasi Metode Perubahan Data Raster

Menjadi Data Vector ... Error! Bookmark not def 4.3.4 Implementasi Splash Screen ... Error! Bookmark not def 4.3.5 Implementasi Buat Project Baru ... Error! Bookmark not def 4.3.6 Implementasi Load Project ... Error! Bookmark not def 4.3.7 Implementasi Export Google KML ... Error! Bookmark not def 4.3.8 Implementasi Export Shapefile ... Error! Bookmark not def 4.3.9 Implementasi Form Master Tanaman ... Error! Bookmark not def 4.3.10 Implementasi Form Configuration ... Error! Bookmark not def 4.3.11 Implementasi Form Checklist ... Error! Bookmark not def 4.3.12 Implementasi FormReport ... Error! Bookmark not def 4.4 Implementasi Pencarian Daerah Potensial Berdasarkan

Tanaman ... Error! Bookmark not def 4.5 Implementasi Master Data Kabupaten dan Kecamatan .... Error! Bookmark not def 4.5.1 Implementasi Master Sector ... Error! Bookmark not def 4.5.2 Implementasi Sector Tanaman ... Error! Bookmark not def 4.5.3 Implementasi Geoprocessing Query ... Error! Bookmark not def 4.5.4 Implementasi Experimental Feature ... Error! Bookmark not def 4.6 Evaluasi Hasil Uji Coba Sistem ... Error! Bookmark not def BAB V PENUTUP ... Error! Bookmark not def 5.1 Kesimpulan ... Error! Bookmark not def 5.2 Saran ... Error! Bookmark not def DAFTAR PUSTAKA ... Error! Bookmark not def BIODATA PENULIS ... Error! Bookmark not def

iv

DAFTAR GAMBAR

Gambar 2.1 Struktur Komponen Pembentuk Sistem Informasi Geografis . Error! Bookmark not def Gambar 2.2 Contoh Model Data Vektor ... Error! Bookmark not def Gambar 2.3 Contoh Model Data Raster ... Error! Bookmark not def Gambar 2.4 Gambar Sebelum Dilakukan Proses Edge Detection ... Error! Bookmark not def Gambar 2.5 Gambar Setelah Dilakukan Proses Edge Detect ... Error! Bookmark not def Gambar 2.6 Source Code Color Selection ... Error! Bookmark not def Gambar 3.1 Gambar Raster Curah Hujan ... Error! Bookmark not def Gambar 3.2 Keterangan dari gambar raster curah hujan... Error! Bookmark not def Gambar 3.3 Gambar Raster Kelembaban... Error! Bookmark not def Gambar 3.4 Keterangan Dari Gambar Raster Kelembaban ... Error! Bookmark not def Gambar 3.5 Proses Penggunakan SIG Pada Umumnya ... Error! Bookmark not def Gambar 3.6 Sistematika Kerja SIG Menggunakan Image Processing ... Error! Bookmark not def Gambar 3.7 Gambaran Umum Sistem Informasi Geografis Penentuan

Lahan Potensial Menggunakan Image Processing ... Error! Bookmark not def Gambar 3.8 Ilustrasi Metode Google MapsStatic API ... Error! Bookmark not def Gambar 3.9 Format Request GoogleMaps Static API ... Error! Bookmark not def Gambar 3.10 Contoh Request GoogleMaps Static API ... Error! Bookmark not def Gambar 3.11 Hasil Contoh Request GoogleMaps Static API ... Error! Bookmark not def Gambar 3.12 Blok Matrix Yang Disiapkan Untuk GoogleMaps Static

API ... Error! Bookmark not def Gambar 3.13 Hasil Akhir Metode Import GoogleMaps Static API ... Error! Bookmark not def Gambar 3.14 Representasi Raster Dari DTED File ... Error! Bookmark not def Gambar 3.15 Data Ketinggian Yang Disimpan DTED File ... Error! Bookmark not def Gambar 3.16 Ilustrasi Plane Dalam Bidang Tiga Dimensi... Error! Bookmark not def Gambar 3.17 Ilustrasi Data Peta Ketinggian Yang Akan Dirubah ... Error! Bookmark not def Gambar 3.18 Ilustrasi Plane Dalam Bidang Tiga Dimensi... Error! Bookmark not def

Gambar 3.19 Ilustrasi Plane Yang Akan Dirubah Ketinggiannya ... Error! Bookmark not def Gambar 3.20 Hasil Ilustrasi Plane Dalam Bidang Tiga Dimensi ... Error! Bookmark not def Gambar 3.21 Gambar Layer Yang Akan Dirubah ke Vector ... Error! Bookmark not def Gambar 3.22 Hasil Gambar Layer Yang Telah Menjadi Vector ... Error! Bookmark not def Gambar 3.23 Vector Yang Telah Diproyeksikan Dengan Koordinat

Geografis ... Error! Bookmark not def Gambar 3.24 Gambar Pertama Yang Akan Dilakukan Proses IntersectionError! Bookmark not def Gambar 3.25 Gambar Kedua Yang Akan Dilakukan Proses Intersection .. Error! Bookmark not def Gambar 3.26 Hasil Proses Intersection ... Error! Bookmark not def Gambar 3.27 Use Case Diagram Sistem Informasi Geografis Penentual

Lahan Potensial Menggunakan Image Processing ... Error! Bookmark not def Gambar 3.28 Activity Diagram Generating Potensial AreaResult ... Error! Bookmark not def Gambar 3.29 Activity Diagram Binary Image Intersection ... Error! Bookmark not def Gambar 3.30 Activity Diagram Convert Raster To Vector ... Error! Bookmark not def Gambar 3.31 Activity Diagram Generate 3D Terrain ... Error! Bookmark not def Gambar 3.32 Activity Diagram Import Google Maps ... Error! Bookmark not def Gambar 3.33 Activity Diagram Open Project ... Error! Bookmark not def Gambar 3.34 Sequence Diagram Create New Project ... Error! Bookmark not def Gambar 3.35 Sequence Diagram Add New Layer ... Error! Bookmark not def Gambar 3.36 Sequence Diagram Change Config ... Error! Bookmark not def Gambar 3.37 Sequence Diagram Delete Layer... Error! Bookmark not def Gambar 3.38 Sequence Diagram Export Google KML ... Error! Bookmark not def Gambar 3.39 Sequence Diagram Export Shapefile... Error! Bookmark not def Gambar 3.40 Sequence Diagram Generate Terrain 3D ... Error! Bookmark not def Gambar 3.41 Sequence Diagram Generate Result ... Error! Bookmark not def Gambar 3.42 Sequence Diagram Image Processing... Error! Bookmark not def Gambar 3.43 Sequence Diagram Import Google Maps ... Error! Bookmark not def Gambar 3.44 Sequence Diagram Import From File ... Error! Bookmark not def

Gambar 3.45 Sequence Diagram Open Project ... Error! Bookmark not def Gambar 3.46 Sequence Diagram Convert Raster To Vector ... Error! Bookmark not def Gambar 3.47 Sequence Diagram Save Project ... Error! Bookmark not def Gambar 3.48 Sequence Diagram View Report ... Error! Bookmark not def Gambar 3.49 Class Diagram Sistem Informasi Geografis Penentual

Lahan Potensial Menggunakan Image Processing ... Error! Bookmark not def Gambar 3.50 Desain workspace ... Error! Bookmark not def Gambar 3.51 Desain Form Splashscreen ... Error! Bookmark not def Gambar 3.52 Desain Menu Bar ... Error! Bookmark not def Gambar 3.53 Desain Menu File ... Error! Bookmark not def Gambar 3.54 Desain Menu File Import ... Error! Bookmark not def Gambar 3.55 Desain Menu File Export ... Error! Bookmark not def Gambar 3.56 Desain Menu Edit ... Error! Bookmark not def Gambar 3.57 Desain Menu View ... Error! Bookmark not def Gambar 3.58 Desain Menu Layer ... Error! Bookmark not def Gambar 3.59 Desain Menu Settings ... Error! Bookmark not def Gambar 3.60 Desain MenuSettings OpenGL ... Error! Bookmark not def Gambar 3.61 Desain Menu Geographical Analysis ... Error! Bookmark not def Gambar 3.62 Desain Menu Image Processing ... Error! Bookmark not def Gambar 3.63 Desain Menu Report ... Error! Bookmark not def Gambar 3.64 Desain Menu About ... Error! Bookmark not def Gambar 3.65 Desain View Layer Editor ... Error! Bookmark not def Gambar 3.66 Desain View Image Register ... Error! Bookmark not def Gambar 3.67 Desain Form Prepare Google Maps ... Error! Bookmark not def Gambar 3.68 Desain Form Master Data Tanaman ... Error! Bookmark not def Gambar 3.69 Desain Form Prepare Analysis ... Error! Bookmark not def Gambar 3.70 Desain Form Analysis ... Error! Bookmark not def Gambar 3.71 Desain Form System Configuration ... Error! Bookmark not def

Gambar 3.72 Desain Report Halaman Pertama ... Error! Bookmark not def Gambar 3.73 Desain Report Halaman Kedua ... Error! Bookmark not def Gambar 3.74 Desain Report Halaman Ketiga ... Error! Bookmark not def Gambar 3.75 Peta Jenis Tanah di Kabupaten Magetan... Error! Bookmark not def Gambar 3.76 Daerah Pengujian ... Error! Bookmark not def Gambar 4.1 Tampilan Layer Editor ... Error! Bookmark not def Gambar 4.2 Tampilan Dari Tombol Load Google Maps ... Error! Bookmark not def Gambar 4.3 Tampilan Tombol Set Coord as Same as Elevation ... Error! Bookmark not def Gambar 4.4 Tampilan Blok Proses Download GoogleMaps ... Error! Bookmark not def Gambar 4.5 Pesan Download Telah Berhasil ... Error! Bookmark not def Gambar 4.6 Tampilan Proses Loading Dari Project ... Error! Bookmark not def Gambar 4.7 Tampilan Layer Setelah Selesai Loading ... Error! Bookmark not def Gambar 4.8 Tampilan Terrain Tiga Dimensi ... Error! Bookmark not def Gambar 4.9 Tampilan Dari View Image Register Mode ... Error! Bookmark not def Gambar 4.10 Tampilan Menu Convert Raster to Vector ... Error! Bookmark not def Gambar 4.11 Tampilan Hasil Vector Hasil Convert ... Error! Bookmark not def Gambar 4.12 Tampilan Shape Vector Editor ... Error! Bookmark not def Gambar 4.13 Tampilan Splash Screen ... Error! Bookmark not def Gambar 4.14 Tampilan Splash Screen Tanpa Centang ... Error! Bookmark not def Gambar 4.15 Tampilan Setelah Menekan Create New Project ... Error! Bookmark not def Gambar 4.16 Tampilan Layer Eeditor Setelah Proses Load Project ... Error! Bookmark not def Gambar 4.17 Pesan Apabila Ada Project Yang Sedang Terbuka ... Error! Bookmark not def Gambar 4.18 Tampilan New Project ... Error! Bookmark not def Gambar 4.19 Tampilan Kotak Dialog Load Project ... Error! Bookmark not def Gambar 4.20 Tampilan Load Project... Error! Bookmark not def Gambar 4.21 Tampilan Setelah Load Project ... Error! Bookmark not def Gambar 4.22 Tampilan Vector Yang Akan Dilakukan Export ... Error! Bookmark not def

Gambar 4.23 Tampilan Export Google KML ... Error! Bookmark not def Gambar 4.24 Pesan Proses Export Selesai ... Error! Bookmark not def Gambar 4.25 Tampilan Data Vector Yang Akan Dilakukan Export ... Error! Bookmark not def Gambar 4.26 Tampilan Export Shapefile ... Error! Bookmark not def Gambar 4.27 Pesan Proses Export Selesai ... Error! Bookmark not def Gambar 4.28 Tampilan Form Master Tanaman ... Error! Bookmark not def Gambar 4.29 Tampilan Form Configuration ... Error! Bookmark not def Gambar 4.30 Tampilan FormChecklist ... Error! Bookmark not def Gambar 4.31 Tampilan Menu Report ... Error! Bookmark not def Gambar 4.32 Tampilan View Report ... Error! Bookmark not def Gambar 4.33 Tampilan Print To PDF ... Error! Bookmark not def Gambar 4.34 Tampilan Report ... Error! Bookmark not def Gambar 4.35 Tampilan Search Tanaman... Error! Bookmark not def Gambar 4.36 Tampilan Search Result ... Error! Bookmark not def Gambar 4.37 Tampilan Proses Load Project ... Error! Bookmark not def Gambar 4.38 Tampilan Proses Analisis ... Error! Bookmark not def Gambar 4.39 Tampilan Hasil Analisis ... Error! Bookmark not def Gambar 4.40 Tampilan Form Master Kabupaten Kecamatan ... Error! Bookmark not def Gambar 4.41 Tampilan Form Master Sector ... Error! Bookmark not def Gambar 4.42 Tampilan Form Master SectorTanaman ... Error! Bookmark not def Gambar 4.43 Tampilan Geoprocessing Query... Error! Bookmark not def Gambar 4.44 Tampilan Form setting ... Error! Bookmark not def Gambar 4.45 Tampilan Setelah Proses Analisis Selesai ... Error! Bookmark not def Gambar 4.46 Tampilan Report Experimental ... Error! Bookmark not def Gambar 4.47 Tampilan Report ... Error! Bookmark not def Gambar 4.44 Tampilan Splash Screen ... Error! Bookmark not def Gambar 4.45 Tampilan Wizard Page ... Error! Bookmark not def

Gambar 4.46 Tampilan Wizard Page ... Error! Bookmark not def Gambar 4.47 Tampilan WizardPage 2 ... Error! Bookmark not def Gambar 4.48 Tampilan Wizard Page 2 ... Error! Bookmark not def Gambar 4.49 Tampilan Query Page Pada Wizard ... Error! Bookmark not def Gambar 4.50 Tampilan Analysis Process ... Error! Bookmark not def Gambar 4.51 Tampilan Hasil Daerah Analisa ... Error! Bookmark not def Gambar 4.52 Tampilan Hasil PrintPreview ... Error! Bookmark not def Gambar 4.53 Tampilan Aplikasi Saat Pertama Kali Dibuka. ... Error! Bookmark not def Gambar 4.54 Tampilan Aplikasi Saat Membuka Project ... Error! Bookmark not def Gambar 4.55 Tampilan Aplikasi Saat Proses Berlangsung ... Error! Bookmark not def Gambar 4.56 Tampilan Aplikasi Saat Menampilkan Visualisasi 3D ... Error! Bookmark not def Gambar 4.57 Tampilan Visualisasi 3D Menampilkan Ketinggian ... Error! Bookmark not def Gambar 4.58 Tampilan Visualisasi 3D Menampilkan Suhu ... Error! Bookmark not def Gambar 4.59 Tampilan Visualisasi 3D Menampilkan Kelembaban ... Error! Bookmark not def Gambar 4.60 Tampilan Visualisasi 3D Menampilkan Curah Hujan ... Error! Bookmark not def Gambar 4.62 Hasil Output Sistem Kabupaten ... Error! Bookmark not def

x

DAFTAR TABEL

Tabel 2.1 Karakteristik Lahan pada Tumbuhan ... Error! Bookmark not def Tabel 3.1 Struktur Tabel Tanaman... Error! Bookmark not def Tabel 3.2 Struktur Tabel Karakter Lahan ... Error! Bookmark not def Tabel 3.3 Struktur Tabel Kategori ... Error! Bookmark not def Tabel 3.4 Struktur Tabel Configuration ... Error! Bookmark not def Tabel 3.5 Struktur Tabel Sector ... Error! Bookmark not def Tabel 3.6 Struktur Tabel SectorTanaman ... Error! Bookmark not def Tabel 3.7 Struktur Tabel Kabupaten ... Error! Bookmark not def Tabel 3.8 Struktur Tabel Kecamatan ... Error! Bookmark not def Tabel 3.9 Struktur Tabel DetailSectorTanaman... Error! Bookmark not def Tabel 3.10 Sample Tanaman Uji Coba ... Error! Bookmark not def Tabel 3.11 Desain Uji Coba Tiap Jenis Tanaman ... Error! Bookmark not def Tabel 4.1 Kabupaten Daerah Potensial Untuk Bawang Merah... Error! Bookmark not def Tabel 4.2 Kesimpulan Akhir Uji Tingkat Keakuratan ... Error! Bookmark not def

1

DAFTAR LAMPIRAN

Lampiran 1 Jenis Tanaman Di Indonesia ... Error! Bookmark not def Lampiran 2 Karakteristik Lahan Untuk Tanaman Apel ... Error! Bookmark not def Lampiran 3 Karakteristik Lahan Untuk Tanaman Bawang Merah ... Error! Bookmark not def Lampiran 4 Karakteristik Lahan Untuk Tanaman Jagung ... Error! Bookmark not def Lampiran 5 Karakteristik Lahan Untuk Tanaman Jahe ... Error! Bookmark not def Lampiran 6 Karakteristik Lahan Untuk Tanaman Kacang Tanah ... Error! Bookmark not def Lampiran 7 Karakteristik Lahan Untuk Tanaman Kedelai ... Error! Bookmark not def Lampiran 8 Karakteristik Lahan Untuk Tanaman Mangga ... Error! Bookmark not def Lampiran 9 Karakteristik Lahan Untuk Tanaman Mawar ... Error! Bookmark not def Lampiran 10 Karakteristik Lahan Untuk Tanaman Padi Sawah ... Error! Bookmark not def Lampiran 11 Karakteristik Lahan Untuk Tanaman Tomat Buah... Error! Bookmark not def Lampiran 12 Hasil Produksi Apel di Jawa Timur ... Error! Bookmark not def Lampiran 13 Hasil Produksi Bawang Merah di Jawa Timur ... Error! Bookmark not def Lampiran 14 Hasil Produksi Jagung di Jawa Timur ... Error! Bookmark not def Lampiran 15 Hasil Produksi Jahe di Jawa Timur ... Error! Bookmark not def Lampiran 16 Hasil Produksi Kacang Tanah di Jawa Timur ... Error! Bookmark not def Lampiran 17 Hasil Produksi Kedelai di Jawa Timur ... Error! Bookmark not def Lampiran 18 Hasil Produksi Mangga di Jawa Timur ... Error! Bookmark not def Lampiran 19 Hasil Produksi Mawar di Jawa Timur ... Error! Bookmark not def Lampiran 20 Hasil Produksi Padi Sawah di Jawa Timur ... Error! Bookmark not def Lampiran 21 Hasil Produksi Tomat Buah di Jawa Timur ... Error! Bookmark not def Lampiran 22 Perbandingan Hasil Tanaman Apel ... Error! Bookmark not def Lampiran 23 Perbandingan Hasil Tanaman Bawang Merah ... Error! Bookmark not def Lampiran 24 Perbandingan Hasil Tanaman Jagung... Error! Bookmark not def Lampiran 25 Perbandingan Hasil Tanaman Jahe ... Error! Bookmark not def

Lampiran 26 Perbandingan Hasil Tanaman Kacang Tanah ... Error! Bookmark not def Lampiran 27 Perbandingan Hasil Tanaman Kedelai ... Error! Bookmark not def Lampiran 28 Perbandingan Hasil Tanaman Mangga ... Error! Bookmark not def Lampiran 29 Perbandingan Hasil Tanaman Mawar ... Error! Bookmark not def Lampiran 30 Perbandingan Hasil Tanaman Padi Sawah ... Error! Bookmark not def Lampiran 31 Perbandingan Hasil Tanaman Tomat Buah ... Error! Bookmark not def Lampiran 32 Perbandingan Hasil Seluruh Tanaman ... Error! Bookmark not def Lampiran 33 Output Report Sistem ... Error! Bookmark not def Lampiran 34 Surat Survey Stasiun Klimatologi ... Error! Bookmark not def Lampiran 35 Surat Survey Balai Pengkajian Teknologi Pertanian ... Error! Bookmark not def Lampiran 36 Surat Ijin Survey Dinas Pertanian Jawa Timur ... Error! Bookmark not def Lampiran 37 Surat Ijin Survey Dinas Pertanian Surabaya ... Error! Bookmark not def

1

PENDAHULUAN

1.1 Latar Belakang Masalah

Kebutuhan lahan yang semakin meningkat, langkanya lahan pertanian yang subur dan potensial, serta adanya persaingan penggunaan lahan antara sektor pertanian dan non-pertanian, memerlukan teknologi tepat guna dalam upaya mengoptimalkan penggunaan lahan secara berkelanjutan. Untuk dapat memanfaatkan sumber daya lahan secara terarah diperlukan tersedianya data dan informasi yang lengkap mengenai keadaan iklim, tanah dan sifat lingkungan fisik lainnya, serta persyaratan tumbuh tanaman yang diusahakan, terutama tanaman-tanaman yang mempunyai peluang pasar dan arti ekonomi cukup baik.

Sektor pertanian merupakan sektor yang cukup penting di Indonesia karena Indonesia merupakan negara agraris dimana sebagian besar lahannya digunakan untuk pertanian dan perkebunan. Dinas Pertanian adalah sebuah instansi milik negara yang membantu mengembangkan sektor pertanian di Indonesia.

Di indonesia khususnya di Jawa Timur masih banyak lahan pertanian yang potensial belum disentuh untuk dikembangkan. Menurut data BPS tahun 2011, sebanyak 10.813 hektar lahan di Jawa Timur potensial namun belum digarap. Sebagai instansi pemerintah yang membantu mengembangkan potensi Sumber daya alam di bidang pertanian. Dinas Pertanian perlu mengetahui daerah mana yang merupakan daerah potensial pada suatu kabupaten atau daerah yang sesuai dengan potensi tanaman yang dapat tumbuh optimal di daerah tersebut, Sehingga

Dinas Pertanian dapat mengembangkan atau mengarahkan daerah tersebut agar dapat menghasilkan produk pertanian yang unggul.

Untuk mendapatkan data tanaman potensial diperlukan beberapa literatur untuk mendapatkan daerah potensial. Selain itu dibutuhkan juga Sistem informasi Geografis yang mampu mengolah data data tersebut menjadi data yang informatif yang dapat digunakan untuk tahap perencanaan dan pembangunan. Memulai hal tersebut diperlukan suatu proses yang disebut dengan digitasi, yaitu proses memetakan peta bumi menjadi data digital agar dapat diproses menggunakan Sistem informasi geografis.

Kendala yang terjadi pada Dinas Pertanian adalah kurang nya sumber daya manusia yang mampu untuk melakukan proses digitasi ini, karena proses digitasi mememerlukan tenaga kerja operator yang memiki kemampuan di bidang digitasi, serta proses tersebut memakan waktu yang cukup lama karena harus memetakan tiap-tiap daerah.

Mereka memiliki data berupa peta raster yang berasal dari BMKG yang mereka gunakan sebagai acuan untuk memetakan daerah potensial. Untuk melakukan proses digitasi dibutuhkan seorang operator yang memiliki keahlian khusus dan memerlukan biaya. Digitasi memerlukan software lain untuk proses merubah data menjadi data spacial.

Pihak Dinas Pertanian juga perlu memanfaatkan teknologi informasi dalam hal visualisasi 3D agar mempermudah karyawan dalam melihat suatu daerah berdasarkan ketinggian relief, dan kontur permukaan bumi secara realistis

Berdasarkan permasalahan diatas membutuhkan suatu informasi yang mampu memproses data raster yang dapat diolah menjadi data vektor kemudian

ditampilkan dalam visualisasi 3D. Menurut Acharya dan Ray (2005: 1) Image Processing atau Pengolahan citra adalah proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Dengan menerapkan Image Processing

proses digitasi bisa dilakukan secara otomatis dengan mencari batas antara warna sehingga akan membentuk suatu polygon. Polygon kemudian akan dapat diproses pada aplikasi GIS lainnya. Untuk visualisasi 3D akan dilakukan oleh library

OpenGL yang memiliki fitur-fitur yang dapat menampilkan gambar dalam bentuk tiga dimensi (3D).

1.2 Perumusan Masalah

Berdasarkan uraian latar belakang masalah tersebut, maka perumusan masalah tugas akhir ini yaitu:

1. Bagaimana merancang bangun sistem informasi yang mampu menghasilkan daerah potensial dengan menggunakan input data raster.

2. Bagaimana merancang bangun sistem informasi yang mampu menampilkan peta ketinggian dalam bentuk terrain tiga dimensi (3D).

1.3 Batasan Masalah

Dalam sistem informasi ini, agar tidak menyimpang dari tujuan yang akan dicapai, maka pembahasan masalah dibatasi pada hal-hal sebagai berikut:

1. Kriteria untuk menentukan daerah potensial hanya menggunakan 3 (tiga) kriteria yaitu: suhu permukaan, curah hujan dan kelembaban.

2. Sumber gambar permukaan bumi (surface) berasal dari google maps. 3. Daerah analisa hanya bisa memporses daerah pada Propinsi Jawa Timur. 4. Sistem informasi ini hanya memproses data berupa raster.

5. Shapefile yang berupa vector hanya digunakan sebagai overlay, bukan sebagai data yang ikut dalam proses perhitungan.

6. Tidak membahas pemasaran

7. Tidak membahas pengembangan daerah yang berpotensi. 1.4 Tujuan

Sesuai dengan permasalahan yang ada maka tujuan dari dibuatnya tugas akhir ini yaitu:

1. Merancang bangun sistem informasi yang mampu menghasilkan daerah potensial dengan menggunakan input berupa data raster

2. Merancang bangun sistem informasi yang mampu menampilkan peta ketinggian dalam bentuk terrain tiga dimensi (3D).

1.5 Sistematika Penulisan

Laporan tugas akhir ini terdiri dari 5 (lima) bab, dimana masing–masing Bab terdiri dari sub–sub Bab yang menjelaskan isi dari bab-bab tersebut. Adapun sistematika penulisan laporan ini adalah sebagai berikut:

BAB I PENDAHULUAN

Bab Pendahuluan menguraikan tentang latar belakang permasalahan, sedangkan inti dari permasalahan digambarkan dalam perumusan masalah, pembatasan masalah menjelaskan batasan-batasan dari sistem yang dibuat sehingga tidak keluar dari ketentuan yang telah ditetapkan, tujuan penelitian berupa harapan dari hasil yang akan dicapai dari sistem informasi tersebut.

BAB II LANDASAN TEORI

Pada Bab Landasan Teori berisi teori penunjang yang diharapkan dapat menjelaskan secara singkat mengenai landasan teori terkait tentang permasalahan yang dihadapi. Pada Bab Landasan Teori meliputi: Sistem Informasi Geografis, Digitasi, Pengolahan Citra, Lahan, Karakteristik Lahan, Hubungan Suhu dan Ketinggian, Sistem Koordinat Geografi, Peta Digital, ESRI Shapefile, Google Keyhole Markup Language, dan Digital Terrain Elevation Data.

BAB III ANALISIS DAN PERENCANAAN SISTEM

Bab Analisa dan Perancangan berisi tentang proses analisa masalah, perancangan sistem, pembuatan program serta evaluasi yang dijelaskan dengan Uniified Modeling Language (UML).

BAB IV IMPLEMENTASI DAN EVALUASI

Bab Implementasi dan Evaluasi berisi tentang pembuatan aplikasi mulai dari tampilan halaman utama sampai dengan tampilan akhir dari aplikasi yang telah dibuat.

BAB V PENUTUP

Bab Penutup berisi tentang kesimpulan dari keseluruhan bab-bab sebelumnya, serta saran-saran yang bermanfaat untuk peningkatan efisiensi sistem dan pengembangan sistem sebelumnya yang sekiranya dapat bermanfaat bagi pembaca.

1 1.1 Sistem Informasi Geografis

Sistem informasi geografis adalah sistem berbasis komputer yang digunakan untuk memasukkan, menyimpan, mengelola, menganalisis dan mengaktifkan kembali data yang mempunyai referensi keruangan untuk berbagai tujuan yang berkaitan dengan pemetaan dan perencanaan (Burrough, 1986).

Gambar 2.1 Struktur Komponen Pembentuk Sistem Informasi Geografis

Secara teknis SIG mengorganisasikan dan memanfaatkan data dari peta digital yang tersimpan dalam basis data. Dalam SIG, dunia nyata dijabarkan dalam peta digital yang menggambarkan posisi ruang (space) dan klasifikas, atribut data, dan hubungan antar item data. Kerincian data dalam SIG ditentukan oleh besarnya satuan pemetaan terkecil yang dihimpun dalam basis data (Budiyanto, 2004).

Sistem Pengelolaan Basis Data Data Masukkan

(input)

Peta, foto satelit, data statistic, tabel, dsb

Data Keluaran (output) Peta, laporan, Gambar3D, dsb

SIG

Basis Data Spasial

Penyimpanan (Storage)

Manipulasi Analisis Pemodelan

1.1.1 Model Data Sistem Informasi Geografis

Model data yang digunakan pada GIS (Geographic Information System) menggunakan dua model yakni :

a. Model data vector

Model ini digunakan untuk merepresentasikan fitur-fitur diskrit yang dipresentasikan dalam satu baris pada tabel dan fitur bentuk (shape) didefinisikan dengan lokasi x,y pada suatu ruang. Fitur tersebut dapat berupa titik, garis atau polygon. Lokasi seperti alamat rumah atau titik tiang traffic light

direpresentasikan sebagai titik (point) yang mempunyai sepasang koordinat geografis. Sedangkan garis, seperti sungai dan jalan, direpresentasikan sebagai pasangan berkoordinat yang sekuensial. Polygon didefinisikan oleh batas dan direpresentasikan dalam polygon tertutup.

Gambar 2.2 Contoh Model Data Vektor b. Model data raster

Model ini digunakan untuk merepresentasikan nilai numeric yang berkelanjutan seperti ketinggian dan kategori kontinu lainnya seperti tipe vegetasi. Model ini merepresentasikan fitur dalam matriks dari cell-cell pada ruang yang

kontinu. Setiap layer menggambarkan satu aribut walaupun atribut lainnya dapat ditambah pada suatu cell. Kebanyakan analisis terjadi dengan mengkombinasikan

layer untuk membuat layer baru dengan nilai cell yang baru.

Gambar 2.3 Contoh Model Data Raster

1.1.2 Model Sistem Informasi Geografis

SIG merupakan representasi atau model spasial dari data yang digunakan untuk menggambarkan suatu bagian muka bumi. Model GIS terdiri dari tiga bagian diantaranya :

1. Model Area, atau representasi dari variasi suatu daerah fenomena pada bidang yang kontinu misalnya terrain.

2. Model diskrit, berdasarkan entitas diskrit (points, lines atau polygon) yang berada di suatu bidang. Misalnya tempat istirahat di jalan tol, gerbang tol dan daerah permukiman menggunakan model ini.

3. Model jaringan yang menggambarkan wujud linier yang terhubung secara topologi, seperti jalan raya, jalur kereta api, dan berada permukaan referensi yang berkelanjutan.

Dengan model terrain peta akan ditampilkan dalam visualisasi 3D dimana ketinggian dan relief permukaan bumi dapat ditampilkan dalam bentuk nyata. Sistem Informasi Geografis ini akan mampu menampilkan peta permukaan bumi dalam bentuk tiga dimensi (3D).

1.2 Digitasi

Digitasi adalah proses konversi dari peta analog menjadi peta digital dengan mempergunakan meja digitasi atau software. Cara kerjanya adalah dengan mengkonversi fitur-fitur spasial yang ada pada peta menjadi kumpulan koordinat x,y. Untuk menghasilkan data yang akurat, dibutuhkan sumber peta analog dengan kualitas tinggi. Dan untuk proses digitasi, diperlukan ketelitian dan konsentrasi tinggi dari operator. Software yang umumnya digunakan dalam digitasi adalah ARC/INFO. Prosedur dan tata cara pengerjaannya akan diberikan secara detail dengan maksud untuk memberikan garis besar dari konsep GIS dan melatih cara melakukan proses digitasi peta dengan menggunakan PC ARC/INFO.

Proses digitasi pada sistem informasi ini akan dilakukan oleh Image Processing atau pengolahan citra, sehingga proses ini dapat dilakukan secara otomatis tanpa perlu adanya tambahan user untuk melakukan proses digitasi ini.

1.3 Pengolahan Citra

Menurut Acharya dan Ray (2005: 1) pengolahan citra (Image Processing) merupakan proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas,

pengolahan citra digital juga mencakup semua data dua dimensi. Citra digital adalah barisan bilangan nyata maupun kompleks yang diwakili oleh bit-bit tertentu. Operasi di dalam Pengolahan citra sangat banyak jumlahnya, namun dalam Sistem Informasi Geografis ini hanya 2 (dua) operasi saja yang digunakan yaitu Edge Detection dan Color selection.

1.3.1 Edge Detection

Deteksi tepi (Edge Detection) atau find contour pada suatu citra adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra, yang bertujuan untuk menandai bagian yang menjadi detail citra dan memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dari proses akuisisi citra.

Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangganya. Contoh gambar yang akan dilakukan proses edge detection dapat dilihat pada Gambar 2.4 sedangkan hasil dari edge detection dapat dilihat pada Gambar 2.5 di halaman 11

Gambar 2.5 Gambar Setelah Dilakukan Proses Edge Detect

1.3.2 Color Selection

Dalam ilmu komputer visual, Selective Color Selection adalah sebuah metode untuk memilih warna tertentuk pada sebuah gambar yang memiliki kriteria warna yang sama kemudian menandai daerah tersebut. Warna dimodelkan dalam banyak cara pada komputer diantaranya adalah Red, Green, Blue (RGB)

dan Hue, Saturation, Value (HSV). Dengan membuat data RGB atau HSV dari setiap, kita dapat melakukan color selection. Caranya dengan membandingkan data RGB yang ingin dicocokkan dengan setiap data RGB pada pixel pada gambar. Source Code Color Selection dapat dilihat pada Gambar 2.6.

Gambar 2.6 Source Code Color Selection

QImage ColorSelectRGB(QImage inputImage, int red, int green, int blue) {

QImage resultImage(inputImage.width(),inputImage.height(),

QImage::Format_RGB32);

for(int z = 0; z < inputImage.height(); z++ )

{

for(int x = 0; x < inputImage.width(); x++)

{

QRgb pixelData = inputImage.pixel(x,z);

if( (pixelData == qRgb(red,green,blue))

{

resultImage.setPixel(x,z, qRgb(255,255,255));

}

else

{

resultImage.setPixel(x,z, qRgb(0,0,0));

}

}

}

return resultImage; }

1.4 Lahan

Lahan merupakan bagian dari bentang alam (landscape) yang mencakup pengertian lingkungan fisik termasuk iklim, topografi/relief, tanah, hidrologi, dan bahkan keadaan vegetasi alami (natural vegetation) yang semuanya secara potensial akan berpengaruh terhadap penggunaan lahan. Lahan dalam pengertian yang lebih luas termasuk yang telah dipengaruhi oleh berbagai aktivitas flora, fauna dan manusia baik di masa lalu maupun saat sekarang, seperti lahan rawa dan pasang surut yang telah direklamasi atau tindakan konservasi tanah pada suatu lahan tertentu.

Penggunaan yang optimal memerlukan keterkaitan dengan karakteristik dan kualitas lahannya. Hal tersebut disebabkan adanya keterbatasan dalam penggunaan lahan sesuai dengan karakteristik dan kualitas lahannya, bila dihubungkan dengan pemanfaatan lahan secara lestari dan berkesinambungan.

Pada peta tanah atau peta sumber daya lahan, hal tersebut dinyatakan dalam satuan peta yang dibedakan berdasarkan perbedaan sifat-sifatnya terdiri atas: iklim, landform termasuk litologi, topografi/relief, tanah dan/atau hidrologi. Pemisahan satuan lahan/tanah sangat penting untuk keperluan analisis dan interpretasi potensi atau kesesuaian lahan bagi suatu tipe penggunaan lahan.

Evaluasi lahan memerlukan sifat-sifat fisik lingkungan suatu wilayah yang dirinci ke dalam kualitas lahan (land qualities), dan setiap kualitas lahan biasanya terdiri atas satu atau lebih karakteristik lahan (land characteristics). Beberapa karakteristik lahan umumnya mempunyai hubungan satu sama lainnya di dalam pengertian kualitas lahan dan akan berpengaruh terhadap jenis penggunaan

dan/atau pertumbuhan tanaman dan komoditas lainnya yang berbasis lahan misalnya: peternakan, perikanan, dan kehutanan.

1.4.1 Penggunaan Lahan

Penggunaan lahan untuk pertanian secara umum dapat dibedakan atas: penggunaan lahan semusim, tahunan, dan permanen. Penggunaan lahan tanaman semusim diutamakan untuk tanaman musiman yang dalam polanya dapat dengan rotasi atau tumpang sari dan panen dilakukan setiap musim dengan periode biasanya kurang dari setahun. Penggunaan lahan tanaman tahunan merupakan penggunaan tanaman jangka panjang yang pergilirannya dilakukan setelah hasil tanaman tersebut secara ekonomi tidak produktif lagi, seperti pada tanaman perkebunan. Penggunaan lahan permanen diarahkan pada lahan yang tidak diusahakan untuk pertanian, seperti hutan, daerah konservasi, perkotaan, desa dan sarananya, lapangan terbang, dan pelabuhan.

Dalam evaluasi lahan penggunaan lahan harus dikaitkan dengan tipe penggunaan lahan (Land Utilization Type) yaitu jenis-jenis penggunaan lahan yang diuraikan secara lebih detil karena menyangkut pengelolaan, masukan yang diperlukan dan keluaran yang diharapkan secara spesifik. Setiap jenis penggunaan lahan dirinci ke dalam tipe-tipe penggunaan lahan. Tipe penggunaan lahan bukan merupakan tingkat kategori dari klasifikasi penggunaan lahan, tetapi mengacu kepada penggunaan lahan tertentu yang tingkatannya dibawah kategori penggunaan lahan secara umum, karena berkaitan dengan aspek masukan, teknologi, dan keluarannya.

Sifat-sifat penggunaan lahan mencakup data dan/atau asumsi yang berkaitan dengan aspek hasil, orientasi pasar, intensitas modal, buruh, sumber

tenaga, pengetahuan teknologi penggunaan lahan, kebutuhan infrastruktur, ukuran dan bentuk penguasaan lahan, pemilikan lahan dan tingkat pendapatan per unit produksi atau unit areal. Tipe penggunaan lahan menurut sistem dan modelnya dibedakan atas dua macam yaitu multiple dan compound.

1.4.2 Karakteristik Lahan

Menurut Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian (BBSDLP) melalui websitenya

http://bbsdlp.litbang.deptan.go.id Karakteristik lahan adalah sifat lahan yang dapat diukur atau diestimasi. Dari beberapa referensi menunjukkan bahwa penggunaan karakteristik lahan untuk keperluan evaluasi lahan bervariasi.

Karakteristik lahan yang digunakan ini adalah: temperatur udara, curah hujan, lamanya masa kering, kelembaban udara, drainase, tekstur, bahan kasar, kedalaman tanah, ketebalan gambut, kematangan gambut, kapasitas tukar kation liat, kejenuhan basa, pH H20, C-organik, salinitas, alkalinitas, kedalaman bahan sulfidik, lereng, bahaya erosi, genangan, batuan di permukaan, dan singkapan batuan. Karkateristik lahan dapat dilihat pada Tabel 2.1.

Tabel 2.1 Karakteristik Lahan pada Tumbuhan

Karakteristik Keterangan

Temperatur udara merupakan temperatur udara tahunan dan dinyatakan dalam °C

Curah hujan merupakan curah hujan rerata tahunan dan dinyatakan dalam mm

Lamanya masa kering merupakan jumlah bulan kering berturut-turut dalam setahun dengan jumlah curah hujan kurang dari 60 mm Kelembaban udara merupakan kelembaban udara rerata tahunan dan

dinyatakan dalam %

Drainase merupakan pengaruh laju perkolasi air ke dalam tanah terhadap aerasi udara dalam tanah

Karakteristik Keterangan dengan ukuran <2 mm

Bahan kasar menyatakan volume dalam % dan adanya bahan kasar dengan ukuran >2 mm

Kedalaman tanah menyatakan dalamnya lapisan tanah dalam cm yang dapat dipakai untuk perkembangan perakaran dari tanaman yang dievaluasi

Ketebalan gambut digunakan pada tanah gambut dan menyatakan tebalnya lapisan gambut dalam cm dari permukaan

Kematangan gambut digunakan pada tanah gambut dan menyatakan tingkat kandungan seratnya dalam bahan saprik, hemik atau fibrik, makin banyak seratnya menunjukkan belum matang/mentah (fibrik)

KTK liat menyatakan kapasitas tukar kation dari fraksi liat

Kejenuhan basa jumlah basa-basa (NH4OAc) yang ada dalam 100 g contoh tanah.

Reaksi tanah (pH) nilai pH tanah di lapangan. Pada lahan kering dinyatakan dengan data laboratorium atau pengukuran lapangan, sedang pada tanah basah diukur di lapangan

C-organik kandungan karbon organik tanah.

Salinitas kandungan garam terlarut pada tanah yang dicerminkan oleh daya hantar listrik.

Alkalinitas kandungan natrium dapat ditukar Kedalaman bahan

sulfidik

dalamnya bahan sulfidik diukur dari permukaan tanah sampai batas atas lapisan sulfidik.

Lereng menyatakan kemiringan lahan diukur dalam %

Bahaya erosi bahaya erosi diprediksi dengan memperhatikan adanya erosi lembar permukaan (sheet erosion), erosi alur (reel erosion), dan erosi parit (gully erosion), atau dengan memperhatikan permukaan tanah yang hilang (rata-rata) per tahun

Genangan jumlah lamanya genangan dalam bulan selama satu tahun Batuan di permukaan volume batuan (dalam %) yang ada di permukaan

tanah/lapisan olah

Singkapan batuan volume batuan (dalam %) yang ada dalam solum tanah Sumber air tawar tersedianya air tawar untuk keperluan tambak guna

mempertahankan pH dan salinitas air tertentu Amplitudo

pasang-surut

perbedaan permukaan air pada waktu pasang dan surut (dalam meter)

Oksigen ketersediaan oksigen dalam tanah

Kesesuaian lahan adalah tingkat kecocokan sebidang tanah berdasarkan sifat biofisik tanah atau sumber daya lahan sebelum lahan tersebut diberikan masukan-masukan yang diperlukan untuk mengatasi kendala. Struktur klasifikasi kesesuaian lahan dapat dibedakan menurut tingkatannya yaitu: lahan yang sangat sesuai/Kelas S1, lahan cukup sesuai/Kelas S2, lahan sesuai marginal/Kelas S3, dan lahan yang tidak sesuai/Kelas N. Berikut adalah penjelasan masing-masing kelas kesesuaian lahan.

1. Kelas S1/Sangat sesuai: Lahan yang tidak mempunyai faktor pembatas yang berarti atau nyata terhadap penggunaan secara berkelanjutan, atau faktor pembatas bersifat minor dan tidak akan berpengaruh terhadap produktifitas lahan secara nyata.

2. Kelas S2/Cukup sesuai: Lahan yang mempunyai faktor pembatas, dan faktor pembatas ini akan berpengaruh terhadap produktifitasnya. Lahan ini memerlukan tambahan masukan, tetapi batasan tersebut dapat diatasi oleh petani sendiri

3. Kelas S3/Sesuai marginal: Lahan yang mempunyai faktor pembatas yang berat, dan faktor ini sangat berpengaruh terhadap produktivitasnya, serta memerlukan tambahan masukan yang lebih banyak daripada lahan yang tergolong S2. Untuk mengatasinya diperlukan modal yang besar, dan perlu bantuan pemerintah.

4. Kelas N/Tidak sesuai: Lahan yang mempunyai faktor pembatas yang berat dan/atau sangat sulit diatasi.

Dari keempat kelas tersebut Sistem Informasi akan mampu menentukan daerah dengan kesesuaian lahan Kelas S1 dan Kelas S3 berdasarkan kriteria yang telah dibuat oleh BBSDLP. Daftar kriteria beberapa tanaman di Indonesia dapat dilihat pada Lampiran 2–11 di halaman 152–161. Karena keterbatasan sumber data dan waktu, Sistem Informasi ini nantinya hanya akan menggunakan 3 kriteria dalam menentukan daerah potensial. Adapun kriteria tersebut adalah: Suhu rata-rata permukaan, curah hujan, dan kelembaban.

1.5 Hubungan Suhu Udara dengan Ketinggian

Terdapat korelasi antara suhu permukaan suatu daerah dengan ketinggian daerah tersebut dari permukaan laut. Setiap kenaikan 100 meter dari permukaan laut, maka suhu akan berkurang sebesar 0.60C. Dengan dasar tersebut dapat dibuat suatu rumus:

... (2.1)

Keterangan:

Tper: Suhu permukaan Tpan: Suhu di pantai

Elev: Ketinggian permukaan 1.6 Sistem Koordinat Geografi

Sistem koordinat geografi (Geographic coordinate system) adalah sebuah sistem koordinat yang menjukkan lokasi di permukaan bumi dengan sekumpulan angka. Koordinat tersebut direpresentasikan dalam lokasi vertikal dan lokasi

horizontal. Notasi yang biasa digunakan dalam sistem koordinat adalah garis bujur

(longitute) dan garis lintang (latitude).

Pada Sistem Informasi Geografis penentuan lahan potensial yang akan dibuat, semua data yang ditampilkan dan diolah dalam kasus ini adalah layer

harus berupa data yang memiliki georeferensi. Data yang memiliki georeferensi artinya data yang dapat diidentifikasi dan mempunyai acuan lokasi berdasarkan sistem koordinat yang telah dijelaskan sebelumnya.

1.7 Peta Digital

Menurut Paryono (1994) peta adalah kumpulan titik (points), garis (lines) dan bidang/area/poligon (areas/polygons) yang dinyatakan lewat lokasi dalam ruang yang mengacu pada suatu sistem koordinat dan atribut non-spasial. Pada Sistem Informasi Geografis Pertanian, peta digital bersumber dari google maps

yang berupa raster. Gambar akan disimpan pada file dan akan dibuka ketika program dijalankan. Hal ini akan sangat membantu karena user tidak perlu tersambung dengan internet untuk mendapat gambar peta, karena peta sudah tersimpan pada file yang ikut bersama aplikasi.

1.8 Sistem Basis Data

Menurut Marlinda (2004: 1) Sistem Basis Data adalah suatu sistem menyusun dan mengelola record menggunakan komputer untuk menyimpan atau merekam serta memelihara data operasional lengkap sebuah organisasi atau perusahaan sehingga mampu menyediakan informasi yang optimal yang diperlukan pemakai untuk proses mengambil keputusan. Dalam konsep dasar sistem basis data terdapat 4 (empat) komponen yang terdiri dari:

1. Data : Data didalam sebuah basis data dapat disimpan secara terintegrasi (Integrated dan data dapat dipakai secara bersama).

2. Hardware : Hardware terdiri dari semua peralatan komputer yang digunakan untuk pengelolaan sistem basis data.

3. Software : Software berfungsi segabai perantara (interface) antara pemakai dengan data fisik pada basis data.

4. User : User berfungsi sebagai yang mengakses basis data.

Kumpulan file yang saling berkaitan dan program untuk pengelolanya disebut DBMS. Bahasa yang terdapat di dalam Database Management System, yaitu:

1. Data Definition Language (DDL) atau memanipulasi data sebagai yang diorganisasikan sebelumnya model data yang tepat. DDL adalah pola schema basis data dispesifikasikan dengan satu set definisi yang diekspresikan dengansatu bahasa khusus.

2. Data Manipulation Language (DML) adalah bahasa yang memperbolehkan pemakai mengakses atau memanipulasi data. DML dapat mengambil informasi yang tersimpan dalam basisdata, menyisipkan informasi baru atau menghapus informasi dari basis data.

1.9 SQLite Database

SQLite merupakan sebuah sistem manajemen basisdata relasional yang bersifat atomicity, consistency, isolation, durability (ACID) dan memiliki ukuran

bersifat public domain, sehingga semua orang ataupun semua pihak dapat menggunakan secara gratis baik untuk perusahaan komersil maupun untuk pribadi.

Tidak seperti pada library database pada umumnya, SQLite bukanlah sebuah sistem yang bersifat standalone yang berkomunikasi dengan sebuah program, melainkan sebagai bagian integral dari sebuah program secara keseluruhan. Sehingga protokol komunikasi utama yang digunakan adalah melalui pemanggilan API secara langsung melalui bahasa pemrograman. Mekanisme seperti ini tentunya membawa keuntungan karena dapat mereduksi overhead,

latency times, dan secara keseluruhan lebih sederhana. Seluruh elemen basis data yang meliputi definisi dari data, tabel, indeks, dan data disimpan sebagai sebuah

file. Kesederhanaan dari sisi disain tersebut bisa diraih dengan cara mengunci keseluruhan file basis data pada saat sebuah transaksi dimulai.

1.10 Analisa dan Perancangan Sistem

Menurut Kendal (2003: 7), Analisa dan Perancangan Sistem merupakan kegiatan menganalisis input data atau aliran data secara sistematis, memproses atau mentransformasikan data, menyimpan data, dan menghasilkan output informasi dalam konteks bisnis khusus. Analisis dan Perancangan sistem digunakan untuk menganalisis, merancang, dan mengimplementasikan peningkatan-peningkatan fungsi bisnis yang bisa dicapai melalui penggunaan sistem informasi terkomputerisasi.

Analisa sistem berguna untuk menilai bagaimana fungsi bisnis dengan cara mengamati proses input dan pengolahan data serta proses output informasi untuk membantu peningkatan proses-proses organisasional. Peningkatan ini

meliputi fungsi-fungsi bisnis yang lebih baik melalui penggunaan sistem informasi terkomputerisasi.

1.11 Open Source Graphics Library

Open Source Graphics Library (OpenGL) adalah spesifikasi standar yang mendefinisikan sebuah cross-language, cross-platform API untuk menulis aplikasi yang menghasilkan grafik komputer 2D dan 3D. Inteface OpenGL terdiri dari lebih dari 250 fungsi yang berbeda yang dapat digunakan untuk menggambar tiga dimensi yang kompleks dari adegan primitif sederhana. OpenGL dikembangkan oleh Silicon Graphics Inc (SGI) pada tahun 1992 dan secara luas digunakan dalam

Computer-Aided Design (CAD), virtual reality, visualisasi ilmiah, visualisasi informasi, simulasi penerbangan, dan video game. OpenGL adalah dikelola oleh Kelompok nirlaba teknologi Khronos konsorsium.

OpenGL adalah perpustakaan grafis dirancang untuk bersifat portable

namun cepat untuk dieksekusi. Ini membawa perpustakaan standar grafis 3D dengan kemampuan hardware yang disempurnakan untuk melakukan pencahayaan, shading, pemetaan tekstur, hidden suface removal, animasi,

z-buffering, double buffering, alpha blending, dan matrix tranformation.

1.12 Open Source Computer Vision Library

Open Source Computer Vision Library (OpenCV) adalah sebuah library

dari fungsi pemrograman terutama ditujukan pada visi komputer real-time, yang dikembangkan oleh Intel dan kini didukung oleh Willow Garage. Library ini berfokus terutama pada real-time pengolahan citra. Apabila API menemukan

perangkat Intel pada sistem, maka ia akan menggunakan rutinitas khusus untuk mempercepat proses kalkulasi.

1.13 Sistem

Menurut Herlambang (2005: 116), definisi sistem dibagi menjadi 2 (dua) pendekatan yaitu pendekatan secara prosedur dan pendekatan secara komponen. Sistem dengan pendekatan secara prosedur mendefinisikan sistem sebagai kumpulan dari beberapa prosedur yang mempunyai tujuan tertentu. Sedangkan pendekatan secara komponenen mendefinisikan sistem merupakan kumpulan dari komponen-komponen yang saling berkaitan untuk mencapai tujuan tertentu.

Dalam perkembangannya sistem dibedakan menjadi dua yaitu sistem terbuka dan sistem tertutup. Sistem terbuka adalah sistem yang terhubung dengan arus sumber daya luar dan tidak mempunyai elemen pengendali. Sedangkan sistem tertutup tidak mempunyai elemen pengontrol dan dihubungkan pada lingkungan sekitarnya.

Syarat-syarat sistem adalah sebagai berikut.

1. Sistem harus dibentuk untuk menyelesaikan tujuan.

2. Elemen sistem harus mempunyai rencana yang ditetapkan. 3. Adanya hubungan diantara elemen sistem.

4. Unsur dasar dari proses (arus informasi, energi dan material) lebih penting dari pada elemen sistem.

1.14 Interaksi Manusia Komputer

Menurut Rizky (2006: 4), Interaksi Manusia dan Komputer (IMK) adalah ebuah disiplin ilmu yang mempelajari desain, evaluasi, implementasi dari sistem komputer interaktif yang dipakai oleh manusia, beserta studi tentang faktor-faktor utama dalam lingkungan interaksinya. Sedangkan menurut Shneiderman (1998: 4), user interface digunakan oleh pengguna untuk berkomunikasi dan berinteraksi secara langsung ke komputer.

Interaksi antara manusia dan komputer bertemu pada user interface (atau yang sering disebut dengan interface) dimana ini meliputi software dan hardware.

Input diterima melalui hardware seperti keyboard dan mouse dan kemudian diteruskan ke software yang kemudian diolah dan dikeluarkan dalam bentuk tampilan pada layar ataupun pada hardware yang lain. Interaksi Manusia dan Komputer ini sangat penting dalam pembuatan Sistem Informasi Geografis Penentuan Lahan karena memerlukan desain user interface yang baik sehingga

user yang menggunakannya dapat mengerti dan dengan mudah mengoperasikannya.

1.15 Testing

Menurut Romeo (2003: 3), testing software adalah proses mengoperasikan

software dalam suatu kondisi yang dikendalikan untuk memverifikasi apakah terlah berlaku sebagaimana yang telah ditetapkan menurut spesifikasi, mendeteksi

error, dan validasi apakah spesifikasi yang telah ditetapkan sudah memenuhi keinginan atau kebutuhan dari pengguna yang sebenarnya. Verifikasi adalah pengecekan atau pengetesan entitas-entitas untuk pemenuhan dan konsistensi dengan melakukan evaoluasi terhadap kebutuhan yang telah ditetapkan. Validasi

adalah proses melihat kebenaran sistem, apakah proses yang telah ditulis dalam spesifikasi apakah sesuai dengan yang sebenarnya diinginkan dan dibutuhkan oleh pengguna. Sedangkan pada deteksi error, adalah melakukan deteksi bagaimana sistem tersebut merespon bilamana terjadi kesalahan/error.

Definisi testing telah mengalami perubahan selama beberapa tahun ini. Pada tahun 1979, testing merupakan proses mengeksekusi program atau sistem dengan tujuan mencari kesalahan dari sistem. Sedangkan pada tahun 1983, testing diartikan sebagai aktivitas yang bertujuan mengevaluasi atribut dari program atau sistem dan testing adalah sebuah tolak ukur untuk kualitas software. Pada tahun 2002, testing adalah proses daur hidup perancangan, penggunaan dan mengatur testware yang berlangsung secara bersamaan dengan maksud untuk mengukur dan meningkatkan kualitas software atau sistem yang ditest.

1.16 C++

C++ adalah sebuah bahasa pemrograman yang bersifat statis, free-form, multi-paradigma, dan dapat di-compile. C++ dianggap sebagai bahasa tingkat menengah, karena terdiri dari kombinasi fitur bahasa tingkat tinggi (high-level language) dan tingkat rendah (low-level language). Bahasa pemrogaman ini dikembangkan oleh Bjarne Stroustrup dimulai pada tahun 1979 di Bell Labs sebagai fitur tambahan untuk bahasa C dan awalnya bernama C with classes. Kemudian namanya berubah menjadi C++ pada tahun1983.

C++ adalah salah satu bahasa pemrograman paling populer dan menjadi domain aplikasi termasuk sistem perangkat lunak seperti Microsoft Windows, perangkat lunak aplikasi, device driver, perangkat lunak pada perangkat mobile, aplikasi-aplikasi client, dan perangkat lunak hiburan seperti sebagai video game.

Beberapa perusahaan menyediakan compiler gratis dan berbayar dari C++ diantaranya GNU Project, Microsoft, Intel dan Embarcadero Technologies. C++ telah sangat banyak mempengaruhi bahasa pemrograman populer lainnya, seperti C# dan Java.

1.17 Qt

Qt adalah aplication framework bahasa pemrograman C++ untuk mengembangkan aplikasi lintas platform (cross platform application). Qt menerapkan pendekatan “tulis sekali, kompile dimana saja”. Qt memungkinkan

programmer untuk membuat sebuah source code yang kemudian dapat dikompile

dan dijalankan di hampir semua sistem operasi.

Sinyal dan mekanisme slot adalah dasar pemrograman Qt. Hal ini memungkinkan pemrogram aplikasi untuk mengikat obyek bersama-sama tanpa mengetahui apapun tentang benda-benda satu sama lain. Kita telah terhubung beberapa sinyal dan slot bersama-sama, menyatakan sinyal kita sendiri dan slot, slot diimplementasikan kita sendiri, dan dipancarkan sinyal kita sendiri.

1.18 ESRI Shapefile

ESRI Shapefile atau hanya shapefile merupakan format untuk perangkat lunak sistem informasi geografis yang menyimpan data vektor geospasial yang paling populer. Hal ini dikembangkan dan diatur oleh ESRI sebagai spesifikasi terbuka untuk interoperabilitas data antara produk perangkat lunak ESRI dan lainnya.

Data spasial dari Shapefiles mendeskripsikan geometri berupa: titik,

poligon yang bisa mewakili air sumur, sungai, dan danau, masing-masing. Setiap item mungkin juga memiliki atribut yang menggambarkan item, seperti nama atau suhu.

1.19 Google Keyhole Markup Language

Keyhole Markup Language (KML) adalah notasi Extended Markup

Language (XML) untuk mendeskripsikan notasi dan visualisasi geografis berbasis internet dalam dua dimensi peta dan tiga dimensi. KML dikembangkan untuk digunakan dengan Google Earth, yang awalnya bernama Keyhole Earth Viewer. Diciptakan oleh Keyhole, Inc, yang diakuisisi oleh Google pada tahun 2004. Nama Keyhole adalah sebuah penghormatan kepada satelit pengintai KH, satelit pengintai militer pertama kali diluncurkan pada tahun 1976.

KML adalah standar internasional dari Open Geospatial Consortium. Google Earth adalah program pertama bisa melihat dan mengedit file KML. Proyek lainnya seperti Marmer juga mulai mengembangkan program yang mendukung KML.

1.20 Digital Terrain Elevation Data

Digital Terrain Elevation Data (DTED) adalah standar dataset digital yang terdiri dari matriks nilai-nilai elevasi medan. Standar ini awalnya dikembangkan pada tahun 1970 untuk mendukung simulasi pesawat radar dan prediksi.

DTED mendukung banyak aplikasi, termasuk garis-of sight analisis, profil daerah, visualisasi 3-D, perencanaan misi/latihan, dan pemodelan dan simulasi. DTED adalah sebuah standar milik Nasional Geospatial-Intelligence Agency

(NGA) yang memberikan resolusi menengah, data kuantitatif dalam format digital untuk aplikasi sistem militer yang membutuhkan ketinggian permukaan.

Untuk mendukung aplikasi militer, National Imagery and Mapping Agency (NIMA) telah mengembangkan dataset digital standar yang merupakan matriks seragam nilai elevasi daerah yang menyediakan data kuantitatif dasar untuk sistem dan aplikasi yang memerlukan dataran elevasi, kemiringan, dan/atau informasi kekasaran permukaan.

Format file DTED dapat di-download secara gratis melaui website milik amerika serikat yaitu: http://edcsns17.cr.usgs.gov/NewEarthExplorer/

1

Bab analisa dan perancangan membahas tentang perancangan sistem yang meliputi analisis permasalahan, perancangan diagram alir yang menunjukkan alur jalan dari sistem, desain arsitektur yang menunjukkan hubungan antar elemen, dan perancangan sistem informasi. Perancangan sistem informasi geografis penentuan lahan potensial pertumbuhan terdiri dari perancangan UML yang meliputi use case diagram, activity diagram, sequence diagram dan class diagram. Dalam bab ini juga dilengkapi dengan struktur tabel dan desain input output pada Sistem Informasi Geografis Penentuan Lahan Potensial Menggunakan Image Processing.

1.1 Analisis Permasalahan

Sebagai instansi pemerintah yang melayani dan membatu masyarakat dalam hal pertanian Dinas Pertanian membutuhkan data-data yang berkaitan dengan masalah pertanian salah satunya adalah daerah potensial yang ada di wilayahnya. Dinas Pertanian Propinsi jawa timur menyadari akan hal tersebut, oleh karena nya mereka memerlukan sebuah sistem informasi yang mampu mengolah data-data yang telah mereka miliki menjadi data daerah potensial.

Saat ini Dinas Pertanian Jawa Timur hanya memiliki data berupa hasil produksi pertanian dari tiap-tiap kabupaten di Jawa Timur. Namun mereka belum memiliki data mengenai data daerah potensi lain diluar daerah yang sudah ada. Mereka juga memerlukan data daerah potensi lain di luar dari daerah yang menghasilkan untuk dikembangkan agar dapat menghasilkan hasil pertanian yang produktif sehingga meningkatkan kesejahteraan kabupaten tersebut.

Kendala yang dihadapi mereka adalah data yang mereka miliki masih berupa data raster atau data ‘mentah’. Mereka harus merubah data tersebut menjadi data digital dengan proses digitasi agar data tersebut dapat diolah menggunakan komputer. Namun kendala lain muncul, mereka tidak memiliki tenaga ahli yang dapat melakukan proses digitasi tersebut.

Proses digitasi memerlukan keahlian dalam penggunaan software teretentu dan membutuhkan biaya yang besar untuk membiayai operator yang dapat melakukan proses tersebut. Saat ini Dinas Pertanian tidak ingin melakukan penambahan operator karena cpns tahun ini tidak ada penambahan.

Staf IT pada Dinas Pertanian menyadari pemanfaatan teknologi informasi yang menunjang mampu memberikan kontribusi bagi para staff yang lainnya dalam memahami atau menyelesaikan suatu masalah. Para staf ingin agar dalam tampilan daerah potensial dibuat visualisasi 3D. Mereka ingin sesuatu yang lebih dari sebuah peta 2D biasa, sehingga para staf dapat mengetahui secara pasti kontur permukaan bumi sesugguhnya. Mereka akan dapat melihat relief bumi secara nyata yang ditampilkan dalam bentuk 3D. Dengan adanya visualisasi 3D tersebut diharapkan akan dapat memudahkan para staf lain dalam memahami maksud dan tujuan dibuatnya Sistem Informasi ini.

Dari hasil permasalahan diatas mereka membutuhkan suatu sistem informasi geografis yang dapat mengolah data raster yang mereka miliki agar dapat menjadi output berupa daerah potensial dalam bentuk vector. Mereka memerlukan hasil output berupa daerah potensial. Daerah potensial adalah daerah yang tepat untuk ditanami suatu tanaman. Pada dareah tersebut tanaman jenis

tertentu akan dapat tumbuh dengan baik dimana tiap tanaman memiliki karakteristik jenis lahan yang berbeda-beda.

Untuk dapat mengolah data berupa raster atau citra. Perlu diterapkan metode Image Processing atau proses citra digital. Karena hanya dengan metode tersebut. Citra dapat di analisa dan bahkan dapat dibuat vector-nya berdasarkan kriteria edge detect dari gambar tersebut.

Edge Detect adalah proses citra digital dimana gambar akan ditemukan perberdaan antara pixel satu dengan pixel-pixel lain disekitarnya. Apabila ada perbedaan yang signifikan antara pixel tersebut dengan pixel-pixel di sekitarnya maka pixel tersebut dapat dinyatakan sebagai batas atau edge. Proses edge detect

digunakan dalam aplikasi ini untuk merubah hasil output dari sistem berupa daerah potensial menjadi format ESRI Shapefile dan Google KML. Dimana kedua format tersebut adalah format yang paling sering digunakan dalam aplikasi SIG lainnya dan format tersebut dalam bentuk vector.

Data raster yang mereka miliki adalah peta curah hujan dan peta kelembaban yang didapat kan dari Badan Meteorologi dan Geofisika (BMKG). BMKG sendiri juga tidak dapat menyediakan data berupa vector karena mereka membuat data yang berasal dari citra satelit yang juga berupa raster. BMKG hanya menambahkan beberapa informasi tambahan yang melengkapi peta raster

nya tersebut seperti nama daerah dan skala peta.

Proses digitasi dapat dilakukan secara otomatis dengan menerapkan Image Processing. Peran Image Processing adalah menentukan batas atau edge pada

pada edge yang telah ditemukan. Semakin besar resulosi gambar maka semakin akurat hasil dari proses Image Processing ini untuk mentukan batas atau edge.

Proses pertama yang dilakukan sistem informasi geografis ini pada data raster yang diinputkan adalah. Data akan dipisahkan berdasarkan warnanya. Karena struktur data raster peta kelembaban dan peta ketinggian berupa warna yang mewakili sebuah informasi mengengai kelembaban atau curah hujan. Ketika warna sudah di kelompokkan menurut warnya, kemudian tiap warna diberi data informasi sesuai yang tertera pada gambar tersebut.

Proses selanjutnya adalah mencocokkan kriteria dari tanaman yang ingin diketahui daerah yang tepat untuk ditanami jenis itu. Untuk kriteria suhu, data yang dipergunakan adalah peta ketinggian, dimana terdapat korelasi antara suhu dan ketinggian

Dengan adanya Sistem Informasi Geografis yang menggunakan Image Processing ini, Dinas Pertanian akan dapat mengolah data mentah mereka menjadi data daerah potensial yang sangat berguna untuk perencanaan dan pengembangan daerah.

1.2 Perancangan Sistem Informasi Geografis Penentuan Lokasi Lahan Potensial Tumbuhan

Sistem Informasi Geografis Penentuan Lahan Potensial dapat mengubah peta ketinggan dan peta permukaan yang berupa gambar/raster menjadi sebuah peta spasial/data vector yang dapat dimanfaat oleh program GIS lainnya. Untuk melakukan hal tersebut perlu beberapa tahap yang harus dilakukan untuk merubah data gambar/raster menjadi data daerah potensial yang berupa vector.

Sistem Informasi Geografis Penentuan Lahan Potensial Menggunakan

Image Processing ini memanfaatkan data yang dimiliki oleh Dinas Pertanian berupa data raster curah hujan dan data raster peta kelembaban untuk propinsi Jawa Timur yang mereka dapatkan dari BMKG. Adapun data raster yang akan digunakan dalam Sistem ini nantinya dapat dilihat pada Gambar 3.1 dan Gambar 3.3 di halaman 33.

Gambar 3.1 Gambar Raster Curah Hujan

Setiap warna dari gambar tersebut memiliki makna curah hujan. Legenda warna dari gambar tersebut dapat dilihat pada Gambar 3.2.

Gambar 3.3 Gambar Raster Kelembaban

Setiap warna dari gambar tersebut memiliki makna kelembaban. Legenda warna dari gambar tersebut dapat dilihat pada Gambar 3.4.

Gambar 3.4 Keterangan Dari Gambar Raster Kelembaban

Sistem Informasi Geografis ini sedikit berbeda dari Sistem informasi Geografis lainnya. Pada umumnya Sebuah sistem informasi geografis hanya dapat melakukan geoprocessing apabila data inputannya berupa data vector apabila data nya masih berupa data raster, maka harus dirubah dulu formatnya menjadi data

vector menggunakan aplikasi SIG lain atau fitur lain yang disebut dengan proses digitasi. Diagram SIG pada umumnya dapat dilihat pada Gambar 3.5 di halaman 34.

Peta Raster

Proses Digitasi

Data Vektor

Geoprocessing SIG

Output

Gambar 3.5 Proses Penggunakan SIG Pada Umumnya

Sedangkan dalam Sistem Informasi Geografis Penentuan Lahan Potensial menggunakan Image Processing ini mampu melakukan geoprocessing pada data

raster karena proses digitasi dilakukan oleh proses citra visual yang mampu menemukan garis, dan polygon yang terdapat dalam gambar. Gambar sitematika kerja Sistem informasi ini dapat dilihat pada Gambar 3.6 di halaman 35.

1.2.1 Gambaran Umum Sistem

Secara umum Sistem informasi ini mengolah data raster berupa data ketinggian dan data raster lainnya. Sistem ini tidak membahas bagai mana mendapatkan gambar dari citra satelit. Gambaran umum Sistem informasi geografis penentuan lahan potensial menggunakan Image Processing dapat dilihat pada Gambar 3.7 di halaman 36.

Sistem Informasi Geografis

Penentuan Lahan Potensial

menggunakan Image

Processing

Peta Raster

Image Processing

Data Vektor

Output

Geoprocessing

Gambar 3.7 Gambaran Umum Sistem Informasi Geografis Penentuan Lahan Potensial Menggunakan Image Processing

Sistem informasi geografis ini memiliki beberapa metode tambahan yang merupakan fitur dalam aplikasi ini. berikut adalah penjelasan dari beberapa fitur yang menunjang kinerja dari Sistem informasi Geografis ini.

1. Metode Menggunakan Gambar dari GoogleMaps Dengan Mengunakan Koneksi Internet

Dalam aplikasi ini terdapat fitur untuk melakukan proses download

gambar dari Google Maps dengan menggunakan fasilitas dari Google yaitu Google Maps Static API. Google memberi kemudahan user untuk mendapatkan peta hanya dengan menggunakan request http sederhana, contoh nya sebagaimana ditampilkan pada Gambar 3.8.

Height

Width Center Coordinate

(Latitude, Longitude)

Gambar 3.8 Ilustrasi Metode Google MapsStatic API

Google Maps Static API sepenuhnya menggunakan Reqest HTTP dalam bentuk URL. Alamat yang disediakan Google menggunakan alamat http://maps.googleapis.com dengan beberapa parameter tambahan sesuai dengan kebutuhan peta yang dinginkan user. Format request dari Google Maps Static API dapat dilihat pada Gambar 3.9 di halaman 38.

Gambar 3.9 Format Request GoogleMaps Static API

Sebagai contoh apabila user melakukan sebuah request dengan menggunakan GoogleMaps Static API pada Gambar 3.10.

Gambar 3.10 Contoh Request GoogleMaps Static API

Maka hasil dari request tersebut apabila dijalankan dengan menggunakan

browser akan didapat sebuah gambar dengan format png seperti pada Gambar 3.11.

Gambar 3.11 Hasil Contoh Request GoogleMaps Static API

http://maps.googleapis.com/maps/api/staticmap? center=latitide,longitude

&zoom=zoomlevel

&maptype=satellite &size=heightxwidth

&sensor=false

http://maps.googleapis.com/maps/api/staticmap? center=-6.99958,111.548

&zoom=10

&maptype=satellite &size=400x400

Sementara itu ada beberapa masalah dalam penggunan GoogleMaps Static API yaitu ukuran gambar hanya dibatasi sampai 1024x1024 pixel. Hal ini tentu tidak bisa digunakan dalam aplikasi dengan menggunakan satu request, karena aplikasi pasti nantinya membutuhkan gambar peta dalam ukuran yang besar. Untuk mengatasi hal tersebut Sistem ini menerapkan multiple request dengan mengatur posisi gambar sesuai dengan ukuran dan letak geografisnya. Untuk mendapatkan peta daerah pada range area tertentu sistem pertama-tama menyiapkan beberapa request yang hasil outputnya disusun seperti matrix. Untuk lebih jelasnya proses pertama yang dilakukan sistem dapat dilihat pada Gambar 3.12.

Center Coordinate 1 (Latitude, Longitude)

Center Coordinate 2 (Latitude, Longitude)

Center Coordinate 3 (Latitude, Longitude)

Center Coordinate 4 (Latitude, Longitude)

Gambar 3.12 Blok Matrix Yang Disiapkan Untuk GoogleMaps Static API

Dapat dilihat pada Gambar 3.12, dua gambar dibawah sedikit lebih keatas hal ini dimaksudkan untuk menutup logo GoogleMaps yang selalu muncul setiap

kali melakukan request peta pada GoogleMaps Static API. Ilustrasi dilihat pada Gambar 3.12 di halaman 39 berjumlah empat block sehingga sistem akan melakukan request gambar peta menggunakan GoogleMaps Static API sebanyak 4 kali dengan parameter yang beberbeda. Daerah yang di arsir adalah hasil output. Setelah selesai mendownload keempat block tersebut, sistem akan memotong gambar (cropping) daerah yang di arsir tersebut. Sehingga hasil akhir dari gambar tersebut akan memiliki data georefrensi di ke empat ujungnya. Ilustrasi dari hasil gambar hasil cropping dapat dilihat pada Gambar 3.13.

Center Coordinate 1 (Latitude, Longitude)

Center Coordinate 2 (Latitude, Longitude)

Center Coordinate 3 (Latitude, Longitude)

Center Coordinate 4 (Latitude, Longitude)

Gambar 3.13 Hasil Akhir Metode Import GoogleMaps Static API

2. Generate Terrain Merubah Gambar Raster Dua Dimensi (2D) Menjadi

Tiga Dimensi (3D)

Sistem Informasi ini memiliki fitur visualiasi terrain dalam bentuk 3D.

yaitu file raster yang menyimpan ketinggian peta. Contoh file dari DTED dapat dilihat pada Gambar 3.14.

Gambar 3.14 Representasi Raster Dari DTED File

DTED dapat menyimpan ketinggian dari permukaan tanah dengan format dua dimensi. Warna putih di Gambar 3.14 menandakan daerah tersebut daerah pegunungan. Ilustrasi data yang disimpan DTED dapat dilihat pada Gambar 3.15.

1500 1542 1705 1508 1502 1240 1457 1254 981 1105 1204 1424 871 1240 1140 1304 943 1438 1547 897 978 1243 1467 1547 1462 1324 1465 1432 1542 1544 1522 154 1453 1477 1787 1987

Proses pertama yang dilakukan adalah menyiapkan bidang tiga dimensi atau dikenal dengan istilah plane. Ilustrasi dari plane dapat dilihat pada Gambar 3.16.

z x y

Gambar 3.16 Ilustrasi Plane Dalam Bidang Tiga Dimensi

Jumlah titik dari plane tersebut harus sama dengan jumlah pixel pada file

DTED. Sehingga apabila dalam file DTED memiliki ukuran 1024 x 1024 pixel maka jumlah titik pada plane juga 1024 x 1024 pixel. Ilustrasi dari sumber DTED dapat dilhat pada Gambar 3.17. Sedangkan ilustrasi plane tiga dimensi dapat dilihat pada Gambar 3.18. di halaman 43.

1024 pixel

102

4 p

ixel

1

2 3

4 ...

1024

1024 1024

Gambar 3.18 Ilustrasi Plane Dalam Bidang Tiga Dimensi

Tahap selanjutnya, tiap pixel pada DTED memiliki data ketinggian yang sesuai dengan posisi pixel tersebut. Data ketinggian tersebut yang akan dijadikan sebagai dasar untuk merubah ketinggian setiap titik-titik pada plane sesuai dengan posisi pixelnya. Ilustrasi pergeseran titik pada sumbu y dapat dilihat pada Gambar 3.19.

Gambar 3.19 Ilustrasi Plane Yang Akan Dirubah Ketinggiannya

Sehingga hasil dari penggeseran titik-titik tersebut akan tampak seperti pada Gambar 3.20 di halaman 44.

Gambar 3.20 Hasil Ilustrasi Plane Dalam Bidang Tiga Dimensi

3. Proses Transformasi Data Gambar Raster Menjadi Data Vector

Hasil dari Sistem Informasi Geografis Penentuan Lahan Potensial menggunakan Image Processing adalah data berupa vector, sedangkan input dan beberapa proses dari aplikasi ini masih menggunakan data raster. Untuk itu diperlukan suatu proses yang dapat merubah format data dari raster menjadi

vector dengan bantuan Image Processing.

Langkah pertama adalah membuka layer data raster yang akan dirubah formatnya menjadi vector. Contoh gambar yang akan dirubah formatnya dapat dilihat pada Gambar 3.21.

(-6.0000, 111.0000)

(-7.0000, 112.0000)

Image width: 512 pixel

Image height: 512 pixel

Kemudian dengan bantuan Image Processing, find contour yang disediakan oleh library opencv maka gambar tersebut akan diproses sehingga hasilnya dapat dilihat pada Gambar 3.22.

Image width: 512 pixel

Image height: 512 pixel

(0,0)

(512,512)

Gambar 3.22 Hasil Gambar Layer Yang Telah Menjadi Vector

Proses tidak berhenti sampai disini, bisa dilihat hasil dari proses hasil

vector masih menggunakan koordinat gambar yaitu koordinat terdekat berada pada posisi 0,0 dan posisi terjauh berada pada posisi (512, 512). Untuk itu perlu dilakukan proses perubahan tiap titik koordinat atau dikenal dengan proses proyeksi. Gambar tersebut akan diproyeksi dengan data koordinat yang berada pada gambar raster yang bisa dilihat pada Gambar 3.23. di halaman 46.

Proses proyeksi merubah tiap titik dari hasil vector tersebut dan merubah skala dari tiap titik tetapi tidak merubah sususan pola antar titik. Yang berubah hanya skala dan posisi dari tiap titik tersebut. Hasil dari proses proyeksi dapat dilihat pada Gambar 3.23. di halaman 46.

Image width: 512 pixel

Image height:

512 pixel

(-6.0000, 111.0000)

(-7.0000, 112.0000)

Gambar 3.23 Vector Yang Telah Diproyeksikan Dengan Koordinat Geografis

4. Proses Intersect pada binary image

Proses intersect adalah proses penentuan dua daerah yang bersinggungan dimana daerah pertama dan daerah kedua berpotongan di daerah yang sama. Biasanya proses intersect dilakukan pada data vector. Namun pada sistem informasi geografis ini, proses intersect digunakan pada data raster. Hal ini karena data raster pada sistem informasi geografis ini memiliki data yang lebih presisi sehingga akan lebih akurat apabila masih diproses pada saat masih berupa data raster.

Data yang nanti akan dilakukan proses intersect adalah data raster dari elevasi dan data raster dari surface map. Pada penjelasan berikut akan digunakan ilustrasi bagaimana proses intersect dengan menggunakan data raster bisa dilakukan. Contoh data raster yang digunakan dalam penjelasan ini dapat dilihat pada Gambar 3.24 dan Gambar 3.25. di halaman 46.

Gambar 3.24 Gambar Pertama Yang Akan Dilakukan Proses Intersection

Gambar 3.25 Gambar Kedua Yang Akan Dilakukan Proses Intersection

Hasil dari proses intersect adalah dengan membandingkan tiap pixel dari kedua gambar apabila pada gambar pertama dan gambar kedua warna pixel sama dengan putih atau dengan rgb (255,255,255) maka pada titik tersebut warna hasil gambar adalah putih. Selain dari pada warna itu maka warna hasil adalah hitam. hasil gambar dari proses intersect dapat dilihat pada Gambar 3.26.

Tabel 4.1(Lanjutan) Data Dinas

Pertanian Poin

Kriteria Tanaman S1 Kriteria Tanaman S3 Hasil Sistem Poin Hasil Hasil Sistem Poin Hasil

Gresik 1 0 0 _Gresik 1 1

Jember 1 Jember 1 1 Jember 1 0

Jombang 1 _Jombang 1 1 _Jombang 1 1

Kediri 1 _Kediri 1 1 _Kediri 1 1

Lamongan 1 0 0 Lamongan 1 1

Lumajang 1 _Lumajang 1 1 _Lumajang 1 1

Madiun 1 Madiun 1 1 Madiun 1 1

Magetan 1 0 0 Magetan 1 1

Malang 1 _Malang 1 1 _Malang 1 1

Mojokerto 1 Mojokerto 1 1 Mojokerto 1 1

Nganjuk 1 _Nganjuk 1 1 _Nganjuk 1 1

Ngawi 1 0 0 _Ngawi 1 1

Pamekasan 1 0 0 Pamekasan 1 1

Pasuruan 1 _Pasuruan 1 1 _Pasuruan 1 1

Ponorogo 1 _Ponorogo 1 1 _Ponorogo 1 1

Probolinggo 1 _Probolinggo 1 1 _Probolinggo 1 1

Sampang 1 0 0 _Sampang 1 1

Sidoarjo 1 0 0 Sidoarjo 1 1

Situbondo 1 _Situbondo 1 1 _Situbondo 1 1

Sumenep 1 0 0 _Sumenep 1 1

Surabaya 0 0 1 Surabaya 1 1

Trenggalek 1 _Trenggalek 1 1 _Trenggalek 1 1

Tuban 1 0 0 Tuban 1 1

Tulungagung 1 Tulungagung 1 1 Tulungagung 1 1

TOTAL 28 16 0

Prosentase 57% 93%

Dari hasil ujicoba untuk tanaman Bawang Merah pada Tabel 4.1 di halaman 145 dapat diambil kesimpulan bahwa Sistem informasi ini mampu menentukan daerah potensial untuk tanaman bawang merah dengan tiggkat keakuratan sebesar 57% untuk kriteria tanaman S1 dan 93% untuk kriteria tanaman S3.

Proses uji coba dilakukan hingga tanaman yang berjumlah 10 selesai diuji coba dan diambil kesimpulan akhir. Untuk data hasil pengujian ke sepuluh

tanaman dapat dilihat pada lampiran 22 – 31 di halaman 172 – 181. Setelah kesepuluh tanaman selesai dilakukan uji coba maka diambil kesimpulan akhir dari aplikasi ini yaitu berupa tingkat keakuratan daerah potensial yang dihasilkan oleh sistem.

Tabel 4.2 Kesimpulan Akhir Uji Tingkat Keakuratan

Nama Tanaman Kategori Tingkat Keakuratan

Kriteria S1 Kriteria S3

Apel Buah-buahan 96% 96%

Bawang Merah Sayuran 57% 93%

Jagung Serelia 64% 93%

Jahe Tanaman Obat 61% 100%

Kacang Tanah Kacang-kacangan 57% 89%

Kedelai Kacang-kacangan 57% 93%

Mangga Buah-buahan 64% 100%

Mawar Bunga 57% 57%

Padi Sawah Serelia 75% 100%

Tomat Sayuran 57% 89%

Rata - Rata 65% 91%

Dari hasil perhitungan Tabel 4.2 kesimpulan akhir, maka dapat diambil kesimpulan Rata-rata tingkat keakuratan Sistem Informasi Geografis penentuan lahan potensial menggunakan Image Processing dalam menentukan daerah atau wilayah potensial produk pertanian di Propinsi Jawa Timur sebesar 65% dengan kriteria tanaman S1 dan 91% untuk wilayah kriteria tanaman S3. Dapat dilihat pada tabel, hasil ujicoba untuk kriteria S3 lebih besar dibandingkan dengan uji coba untuk kriteria S1, hal ini dikarenakan kriteria S1 lebih presisi dan lebih spesifik. Dengan demikian Sistem Informasi Geografis ini dianggap benar karena hasil output untuk kriteria S3 lebih besar dari S1.

Hasil tidak mencapai 100% hal ini dikarenakan dalam tugas akhir ini kriteria yang digunakan hanya 3 (tiga) buah sedangkan untuk menentukan suatu

daerah potensial dibutuhkan jumlah kriteria sebanyak 25 (dua puluh lima). Kriteria karakter dapat dilihat pada Lampiran 2-11 di halaman 152-161. Untuk pengembangan aplikasi ini nanti dapat menggunakan seluruh kriteria yang berjumlah 25 (dua puluh lima) sehingga akan menghasilkan keakuratan hasil data yang mendekati 100%.

Dengan menggunakan tiga kriteria ini masih ada hasil daerah yang belum tepat. Sehingga dapat diambil kesimpulan bahwa hanya dengan tiga kriteria saja belum dapat sepenuhnya digunakan untuk melakukan penentuan daerah potensial. Kriteria yang harus digunakan sebanyak 25 buah yaitu: Temperatur udara, Curah hujan, Lamanya masa kering, Kelembaban udara, Drainase, Tekstur, Bahan kasar, Kedalaman tanah, Ketebalan gambut, Kematangan gambut, KTK liat, Kejenuhan basa, Reaksi tanah (pH), C-organik, Salinitas, Alkalinitas, Kedalaman bahan sulfidik, Lereng, Bahaya erosi, Genangan, Batuan di permukaan, Singkapan batuan, Sumber air tawar, Amplitudo pasang-surut, dan Oksigen.

1 BAB V PENUTUP

1.1 Kesimpulan

Berdasarkan proses perancangan Sistem Informasi Geografis Penentuan lahan Potensial Menggunakan Image Processing dapat diambil beberapa kesimpulan sebagai berikut:

1. Sistem Informasi Geografis Penentuan Lahan Potensial dengan Menggunakan Image Processing ini dapat menentukan daerah potensial hanya dengan menggunakan 3 (tiga) kriteria yaitu: Peta Raster Suhu, Peta Raster Kelembaban, dan Peta Raster Curah Hujan diperoleh Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian dengan rata - rata tingkat keakuratan sebesar 65% dengan kriteria tanaman S1 dan 91% untuk kriteria tanaman S3.

2. Sistem Informasi Geografis Penentuan Lahan Potensial dengan Menggunakan Image Processing ini mampu menampilkan ketinggian permukaan bumi dalam relief atau Terrain dalam bentuk 3D (tiga dimensi).

1.2 Saran

Berdasarkan penjelasan tentang Sistem Informasi Geografis Penentuan Lahan Potensial Menggunakan Image Processing yang telah dibuat, dapat diberikan saran untuk pengembangan sistem ini sebagai berikut:

1. Sistem Informasi Geografis ini dapat dilakukan penelitian lebih lanjut dengan menggunakan seluruh kriteria yang berjumlah 25 (dua puluh lima) dari Balai

2

Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian, sehingga menghasilkan tingkat keakuratan mendekati 100%.

2. Sistem dapat dikembangkan menjadi sistem yang lebih kompleks, lebih sedikit membutuhkan resource, dan dapat diimplementasikan pada website