8
4. Manipulasi data dan analisis:
Subsistem ini menentukan informasi yang dapat di hasilkan oleh SIG. Subsistem ini juga melakukan manipulasi dan pemodelan data untuk menghasilkan informasi
yang diharapkan. Uraian mengenai jenis masukan, proses, dan jenis keluaran dari subsistem
SIG dapat dilihat pada Gambar 2.
Gambar 2 Uraian subsistem SIG Prahasta 2001.
2.3.3 Komponen
Gistut 1994 diacu dalam Prahasta 2001 menjelaskan bahwa SIG merupakan suatu sistem yang kompleks, dan biasanya terintegrasi dengan lingkungan
sistem-sistem komputer lainnya pada tingkat fungsional dan jaringan. Sistem SIG terdiri dari beberapa komponen, yaitu:
1. Perangkat keras:
Perangkat keras yang sering digunakan untuk SIG adalah komputer, mouse, digitizer, printer, plotter, dan scanner. Hingga saat ini SIG tersedia untuk
berbagai platform perangkat keras seperti PC desktop, workstation, dan multiuser host yang dapat digunakan secara bersamaan oleh banyak orang dalam jaringan
komputer yang luas, berkemampuan tinggi, mempunyai ruang penyimpanan harddisk yang besar, serta mempunyai kapasistas memori yang besar. Meskipun
demikian fungsionalitas SIG tidak terikat erat dengan karakteristik perangkat keras ini, sehingga keterbatasan memori pada PC dapat diatasi.
9
2. Perangkat lunak:
Jika dilihat dari sisi lain, SIG juga merupakan sistem perangkat lunak yang tersusun secara modular dimana basis data memegang peranan kunci.
3. Data dan informasi geografi:
SIG dapat mengumpulkan dan menyimpan data dan informasi yang diperlukan baik secara tidak langsung import dari perangkat lunak SIG lainnya maupun
secara langsung melakukan dijitasi data spasial dari peta dan memasukan data attributnya dari tabel-tabel dan laporan dengan menggunakan keyboard.
4. Manajemen:
Diperlukan manajemen yang baik dan orang-orang yang memiliki keahlian pada semua tingkatan untuk mengerjakan proyek SIG agar berhasil.
2.3.4 Aplikasi SIG
Penggunaan SIG untuk kehutanan tropis di negara-negara berkembang belum cukup lama dimulai dan bervariasi di setiap negara dalam hal tujuan, aplikasi, skala
operasional, kesinambungan, dan pembiayaan Puntodewo et al. 2003. Hingga saat ini aplikasi SIG telah cukup banyak digunakan oleh para peneliti termasuk di
dalamnya para peneliti dari bidang kehutanan, contohnya untuk memonitoring pergerakan satwa dan membuat model kesesuaian habitat flora dan fauna.
Beberapa penelitian pada bidang konservasi yang menggunakan aplikasi Sistem Informasi Geografis SIG adalah:
1. Aplikasi SIG untuk pemetaan kesesuaian habitat kedaung Parkia timoriana
D.C Merr di Taman Nasional Meru Betiri yang dilakukan oleh Sebastian pada tahun 2007. Penelitian ini menggunakan tiga variabel fisik yaitu
ketinggian, kemiringan lereng dan jarak dari sungai. Pengolahan peta menggunakan Software Arc View 3.2 dan Erdas Imagine 8.5. Penentuan
bobot model dilakukan dengan menggunakan Analisis Komponen Utama. Model kesesuaian habitatnya adalah Y = 0.4 x kelas tinggi + 0,3 x kelas
lereng + 0,2 x jarak dari sungai + 0,1 x aspect yang menghasilkan nilai akurasi sebesar 80,4
10
2. Pemetaan kesesuian habitat Rafflesia patma Blume di Cagar Alam dan Taman
Wisata Alam Pananjung Pangandaran dengan menggunakan SIG yang dilakukan Gamasari pada tahun 2007. Pengolahan peta dilakukan dengan
menggunakan Software ArcView GIS 3.3 dan Erdas Imagine 8.5. pengolahan LAI menggunakan Software Hemiview 2.1. Analisis regresi linier berganda
dilakukan untuk mengetahui seberapa jauh pengaruh variabel yang diuji dengan jumlah R. patma. Faktor fisik yang mendukung habitat R. patma yaitu:
ketinggian, kemiringan lereng, buffer sungai, Leaf Area Index LAI dan tanah. Dengan faktor-faktor tersebut model kesesuaian habitat yang digunakan
adalah sebagai berikut Y = - 0,642 – 0,557ketinggian + 0,465kemiringan lereng
+ 0,423LAI
.
Kesesuaian habitat R. patma di CA dan TWA Pangandaran dikelaskan menjadi 3 kelas yaitu kesesuian tinggi 250.017 Ha,
kesesuaian sedang 190.211 Ha dan kesesuaian rendah 84.053 Ha. 3.
Pemetaan kesesuian habitat Rafflesia patma Blume di Cagar Alam Leuweung Sancang Garut Jawa Barat dengan menggunakan SIG yang dilakukan
Herdiyanti pada tahun 2009. Penelitian ini menggunakan lima variabel fisik yaitu ketinggian, kemiringan lereng, jarak dari sungai, LAI Leaf Area Index
dan tanah. Pengolahan peta menggunakan Software Arc View 3.2 dan Erdas Imagine 9.1. Pengolahan foto LAI menggunakan Software Hemiview 4.1.
Penentuan bobot model menggunakan Analisis Komponen Utama. Model yang digunakan untuk menentukan kesesuaian habitat R. patma di CA
Leuweung Sancang adalah sebagai berikut Y = 3,077 x jarak dari sungai + 3,077 x kelompok tanah + 1,148 x ketinggian + 1,148 x kemiringan
lereng +1,148 x LAI. Model kesesuaian habitat diklasifikasikan menjadi 3 kelas yaitu: habitat yang mempunyai kesesuaian tinggi mempunyai luas
sebesar 324 Ha, habitat yang mempunyai tingkat kesesuaian sedang sebesar 1.701,435 Ha sedangkan habitat dengan kesesuaian rendah sebesar 692,893
Ha. Peta kesesuaian habitat dapat diterima dengan nilai validasi sebesar 93 untuk kelas kesesuaian habitat tinggi.
11
2.4 Penginderaan Jauh 2.4.1
