Interpolasi Data Curah Hujan Menggunakan
PRAKTIKUM APLIKASI SISTEM INFORMASI GEOGRAFI
LAPORAN PRAKTIKUM 5
“Interpolasi Data Curah Hujan Menggunakan Metode IDW Pada Argis”
OLEH
FRINILA JENISA (14136055)
JURUSAN GEOGRAFI
FAKULTAS ILMU SOSIAL
UNIVERSITAS NEGERI PADANG
2016
KATA PENGANTAR
Puji syukur penulis ucapkan kehadirat Allah Subhanahu wata’ala, yang telah memberikan
rahmat-Nya sehingga penulis dapat menyelesaikan laporan ini. Laporan ini diajukan guna
memenuhi tugas mata kuliah Praktikum Aplikasi Sistem Informasi Geografi. Terima kasih penulis
sampaikan kepada dosen mata kuliah yang turut membantu dalam menyelesaikan laporan ini serta
kepada semua pihak yang telah membantu secara langsung maupun tak langsung sehingga ini dapat
diselesaikan sesuai dengan waktunya.
Penulis menyadari sepenuhnya bahwa laporan ini masih jauh dari sempurna. Oleh karena
itu, kritik dan saran yang bersifat membangun sangat diharapkan, sekecil apapun akan penulis
perhatikan dan pertimbangkan guna penyempuranaan dalam membuat laporan yang akan datang.
Semoga laporan ini mampu memberikan nilai tambah bagi pembacanya dan juga
bermanfaat untuk pengembangan ilmu pengetahuan bagi kita semua.
Padang, 26 November 2016
Penulis
BAB I
TUJUAN DAN LANDASAN TEORI
1. TUJUAN
Adapun tujuan praktikum mata kuliah Aplikasi Sistem Informasi Geografi adalah:
a) Menerapkan hasil pembelajaran SIG yang berupa teori kedalam praktik
b) Meningkatkan pemahaman mahasiswa tentang pemanfaatan SIG
c) Melatih mahasiswa dalam menerapkan hasil pembelajaran SIG
d) Mengetahui bagaimana cara MemBuffer pada ArcGis 10.0.
2. LANDASAN TEORI
Sistem Informasi Geografis merupakan sistem berbasis computer yang digunakan
untuk menyimpan dan memanipulasi informasi geografis. Sistem Informasi Geografis
diciptakan untuk mengumpulkan, meyimpan, dan memnganalisis objek atau fenomenadimana
lokasi geografis menjadi karakteristik atau fenomena dimana lokasi geografis menjadi
karkteristik atau kritik penting untuk analisis.
Dalam mengolah data dengan sistem informasi geografis (SIG) terkadang memerlukan
metode untuk menganalisis data, namun keterbatasan data dalam menganalisis sering menjadi
permasalahan tersendiri. Data yang diperoleh terkadang tidak terlalu lengkap sehingga kita
membutuhkan beberapa metode interpolasi untuk dapat mengestimasi data menjadi output yang
baik sesuai dengan keingginan.
Interpolasi adalah suatu metode atau fungsi matematika yang menduga nilai pada
lokasi-lokasi yang datanya tidak tersedia atau tidak didapatkan. Interpolasi spasial
mengasumsikan bahwa atribut data bersifat kontinu di dalam ruang dan atribut ini saling
berhubungan (dependence) secara spasial.
Kedua asumsi diatas mengindikasikan bahwa pendugaan atribut data atau estimasi
dapat dilakukan berdasarkan lokasi-lokasi di sekitarnya dan nilai pada titik-titik yang
berdekatan akan lebih mirip dari pada nilai pada titik-titik yang terpisah lebih jauh.
(Christanto,2005).
Definisi lainnya Interpolasi juga merupakan metode untuk mendapatkan data
berdasarkan beberapa data yang telah diketahui. Dalam ruang lingkup pemetaan interpolasi
adalah proses estimasi nilai pada wilayah yang tidak disampel atau diukur, sehingga terbuatlah
peta atau sebaran nilai pada seluruh wilayah. Didalam melakukan interpolasi, sudah pasti
dihasilkan sebuah bias dan error . Error yang dihasilkan sebelum melakukan interpolasi bisa
dikarenakan kesalahan menentukan metode sampling data, kesalahan dalam pengukuran dan
kesalahan dalam analisa di laboratorium (Pramono,2008).
Ada beberapa metode interpolasi yang sering digunakan dalam SIG, masing masing
metode memiliki karakteristik serta kelebihan dan kekurangan masing-masing. metode
interpolasi pada SIG antara lain Inverse Distance Weighted (IDW), Natural Neighbor, Kriging
dan Spline.
1. Interpolasi Inverse Distance Weighted (IDW).
Metode Inverse Distance Weighted (IDW) memiliki asumsi bahwa setiap titik input
mempunyai pengaruh yang bersifat lokal dan berkurang terhadap jarak. Pada metode interpolasi
IDW pada umumnya dipengaruhi oleh inverse jarak yang diperoleh dari persamaan matematika.
Pengaruh akan lebih besar dari titik input dengan titik yang lebih dekat sehingga menghasilkan
permukaan yang lebih detail. Namun seiring bertambahnya jarak pengaruh akan semakin
berkurang detailnya dan terlihat lebih halus.
2. Interpolasi kriging
Metode interpolasi kriging adalah metode interpolasi spasial yang memanfaatkan nilai
spasial pada lokasi tersampel untuk memproduksi nilai pada lokasi lain yang tidak tersampel.
Metode kriging merupakan estimasi stochastic yang mirip dengan IDW. Dimana menggunakan
kombinasi linier dari weight untuk memperkirakan nilai diantara sampel data. (Yulianto,2012)
3. Interpolasi Natural Neighbor
Metode interpolasi Natural Neighbor dikenal juga dengan interpolasi sibson atau “areaStealing” dimana metode ini bekerja mencari titik-titik yang berdekatan dengan titik sampel dan
mengaplikasikan bobot (weight) pada titik-titik tersebut. Sifat dasar dari metode interpolasi ini
adalah “lokal” dimana hanya menggunakan sampel yang berada disekitar titik yang ingin di
interpolasi. (junita,2012)
4. Interpolasi spline
Metode interpolasi Spline adalah salah satu metode interpolsai spasial yang
mengestimasi nilai dengan fungsi matematika yang meminimalisir total kelengkungan
permukaan. Efek stretching yang dimiliki spline sangat berguna jika kita ingin memperkirakan
nilai dibawah nilai minimum dan nilai diatas nilai maksimum yang mungkin ditemukan dalam
data set yang digunakan.
BAB II
LANGLAH KERJA
A. ALAT DAN BAHAN
Adapun alat dan bahan yang digunakan dalam praktikum SIG adalah:
a.) Seperangkat komputer
b.) Software Arcgis 10.1
c.) Software Arcgis Catalog
B. LANGKAH KERJA
Siapkan data koordinat untuk semua stasiun curah hujan yang akan digunakan di excel.
Bentuk formatnya seperti di bawah ini.
Langkah selanjutnya adalah membuat sheet baru pada Ms.Exel dengan memindahkan data
curah hujan kabupaten (nama stasiun, koordinat XY, dan rata-rata curah hujan pertahun, disini saya
menggunakan data curah hujan kabupaten Tulang Bawang Barat, Provinsi Lampung.
(data koordinat XY sudah di convert sebelumnya dari decimal menit detik ke decimal degree)
Selanjutnya buka software ArcGIS, lalu tambahkan data.
Langkah selanjutnya adalah melakukan Display XY data, dengan mengklik kanan pada data Sheet.
Selanjutnya akan muncul pada tampilan desktop, lalu ubah koordinatnya. Disini saya menggunakan
system koordinat UTM WGS 19824.
Setelah selesai melakukan Display XY data. Langkah selanjutnya adalah mengexport data dengan
cara klik kanan pada data tersebut lalu pilih Data Export Data
Selanjutnya yang akan kita lakukan adalah menginterpolasi titik-titik dari masing masing stasiun
yang ada dengan mengklik ArcToolBook Spatial Analysis Tool InterpolationIDW
Lalu drag data yang telah di export ke dalam Input Point Feature, ubah Z Value Fiel dengan R (
Curah Hujan) lalu ok, tunggu proses nya berjalan
Setelah selesai maka hasil dari IDW tersebut akan tampak seperti dibawah ini
Selanjutnya tambahkan peta administrasi kabupaten yang akan di buat peta curah hujannya. Disini
saya menggunakan peta administrasi Provinsi Lampung secara keseluruhan.
Langkah berikutnya adalah melakukan proses Reclasify. Dengan cara mengkik ArcToolBook 3D
Analyst Tool Raster Reclass Reclasify
Dan hasil nya seperti capture di bawah
Proses selanjutnya adalah melakukan convert to polygon
ArcToolbox Conversion Tool From Raster Raster To Polygon
Hasil dari Raster To Polygon seperti si bawah ini.
Untuk memperjelas perbedaan curah hujan, ubahlah warnanya dengan mengklik kanan pada data
hasil raster polygon PropertiesSymbology Categories
Langkah selanjutnya adalah mengklip peta administrasi dengan data polygon dari curah hujan
tersebut. Dengan cara
ArcToolbox Analysis Tool Extract Clip
Hasilnya seperti dibawah ini
SEKIAN DAN TERIMA KASIH
LAPORAN PRAKTIKUM 5
“Interpolasi Data Curah Hujan Menggunakan Metode IDW Pada Argis”
OLEH
FRINILA JENISA (14136055)
JURUSAN GEOGRAFI
FAKULTAS ILMU SOSIAL
UNIVERSITAS NEGERI PADANG
2016
KATA PENGANTAR
Puji syukur penulis ucapkan kehadirat Allah Subhanahu wata’ala, yang telah memberikan
rahmat-Nya sehingga penulis dapat menyelesaikan laporan ini. Laporan ini diajukan guna
memenuhi tugas mata kuliah Praktikum Aplikasi Sistem Informasi Geografi. Terima kasih penulis
sampaikan kepada dosen mata kuliah yang turut membantu dalam menyelesaikan laporan ini serta
kepada semua pihak yang telah membantu secara langsung maupun tak langsung sehingga ini dapat
diselesaikan sesuai dengan waktunya.
Penulis menyadari sepenuhnya bahwa laporan ini masih jauh dari sempurna. Oleh karena
itu, kritik dan saran yang bersifat membangun sangat diharapkan, sekecil apapun akan penulis
perhatikan dan pertimbangkan guna penyempuranaan dalam membuat laporan yang akan datang.
Semoga laporan ini mampu memberikan nilai tambah bagi pembacanya dan juga
bermanfaat untuk pengembangan ilmu pengetahuan bagi kita semua.
Padang, 26 November 2016
Penulis
BAB I
TUJUAN DAN LANDASAN TEORI
1. TUJUAN
Adapun tujuan praktikum mata kuliah Aplikasi Sistem Informasi Geografi adalah:
a) Menerapkan hasil pembelajaran SIG yang berupa teori kedalam praktik
b) Meningkatkan pemahaman mahasiswa tentang pemanfaatan SIG
c) Melatih mahasiswa dalam menerapkan hasil pembelajaran SIG
d) Mengetahui bagaimana cara MemBuffer pada ArcGis 10.0.
2. LANDASAN TEORI
Sistem Informasi Geografis merupakan sistem berbasis computer yang digunakan
untuk menyimpan dan memanipulasi informasi geografis. Sistem Informasi Geografis
diciptakan untuk mengumpulkan, meyimpan, dan memnganalisis objek atau fenomenadimana
lokasi geografis menjadi karakteristik atau fenomena dimana lokasi geografis menjadi
karkteristik atau kritik penting untuk analisis.
Dalam mengolah data dengan sistem informasi geografis (SIG) terkadang memerlukan
metode untuk menganalisis data, namun keterbatasan data dalam menganalisis sering menjadi
permasalahan tersendiri. Data yang diperoleh terkadang tidak terlalu lengkap sehingga kita
membutuhkan beberapa metode interpolasi untuk dapat mengestimasi data menjadi output yang
baik sesuai dengan keingginan.
Interpolasi adalah suatu metode atau fungsi matematika yang menduga nilai pada
lokasi-lokasi yang datanya tidak tersedia atau tidak didapatkan. Interpolasi spasial
mengasumsikan bahwa atribut data bersifat kontinu di dalam ruang dan atribut ini saling
berhubungan (dependence) secara spasial.
Kedua asumsi diatas mengindikasikan bahwa pendugaan atribut data atau estimasi
dapat dilakukan berdasarkan lokasi-lokasi di sekitarnya dan nilai pada titik-titik yang
berdekatan akan lebih mirip dari pada nilai pada titik-titik yang terpisah lebih jauh.
(Christanto,2005).
Definisi lainnya Interpolasi juga merupakan metode untuk mendapatkan data
berdasarkan beberapa data yang telah diketahui. Dalam ruang lingkup pemetaan interpolasi
adalah proses estimasi nilai pada wilayah yang tidak disampel atau diukur, sehingga terbuatlah
peta atau sebaran nilai pada seluruh wilayah. Didalam melakukan interpolasi, sudah pasti
dihasilkan sebuah bias dan error . Error yang dihasilkan sebelum melakukan interpolasi bisa
dikarenakan kesalahan menentukan metode sampling data, kesalahan dalam pengukuran dan
kesalahan dalam analisa di laboratorium (Pramono,2008).
Ada beberapa metode interpolasi yang sering digunakan dalam SIG, masing masing
metode memiliki karakteristik serta kelebihan dan kekurangan masing-masing. metode
interpolasi pada SIG antara lain Inverse Distance Weighted (IDW), Natural Neighbor, Kriging
dan Spline.
1. Interpolasi Inverse Distance Weighted (IDW).
Metode Inverse Distance Weighted (IDW) memiliki asumsi bahwa setiap titik input
mempunyai pengaruh yang bersifat lokal dan berkurang terhadap jarak. Pada metode interpolasi
IDW pada umumnya dipengaruhi oleh inverse jarak yang diperoleh dari persamaan matematika.
Pengaruh akan lebih besar dari titik input dengan titik yang lebih dekat sehingga menghasilkan
permukaan yang lebih detail. Namun seiring bertambahnya jarak pengaruh akan semakin
berkurang detailnya dan terlihat lebih halus.
2. Interpolasi kriging
Metode interpolasi kriging adalah metode interpolasi spasial yang memanfaatkan nilai
spasial pada lokasi tersampel untuk memproduksi nilai pada lokasi lain yang tidak tersampel.
Metode kriging merupakan estimasi stochastic yang mirip dengan IDW. Dimana menggunakan
kombinasi linier dari weight untuk memperkirakan nilai diantara sampel data. (Yulianto,2012)
3. Interpolasi Natural Neighbor
Metode interpolasi Natural Neighbor dikenal juga dengan interpolasi sibson atau “areaStealing” dimana metode ini bekerja mencari titik-titik yang berdekatan dengan titik sampel dan
mengaplikasikan bobot (weight) pada titik-titik tersebut. Sifat dasar dari metode interpolasi ini
adalah “lokal” dimana hanya menggunakan sampel yang berada disekitar titik yang ingin di
interpolasi. (junita,2012)
4. Interpolasi spline
Metode interpolasi Spline adalah salah satu metode interpolsai spasial yang
mengestimasi nilai dengan fungsi matematika yang meminimalisir total kelengkungan
permukaan. Efek stretching yang dimiliki spline sangat berguna jika kita ingin memperkirakan
nilai dibawah nilai minimum dan nilai diatas nilai maksimum yang mungkin ditemukan dalam
data set yang digunakan.
BAB II
LANGLAH KERJA
A. ALAT DAN BAHAN
Adapun alat dan bahan yang digunakan dalam praktikum SIG adalah:
a.) Seperangkat komputer
b.) Software Arcgis 10.1
c.) Software Arcgis Catalog
B. LANGKAH KERJA
Siapkan data koordinat untuk semua stasiun curah hujan yang akan digunakan di excel.
Bentuk formatnya seperti di bawah ini.
Langkah selanjutnya adalah membuat sheet baru pada Ms.Exel dengan memindahkan data
curah hujan kabupaten (nama stasiun, koordinat XY, dan rata-rata curah hujan pertahun, disini saya
menggunakan data curah hujan kabupaten Tulang Bawang Barat, Provinsi Lampung.
(data koordinat XY sudah di convert sebelumnya dari decimal menit detik ke decimal degree)
Selanjutnya buka software ArcGIS, lalu tambahkan data.
Langkah selanjutnya adalah melakukan Display XY data, dengan mengklik kanan pada data Sheet.
Selanjutnya akan muncul pada tampilan desktop, lalu ubah koordinatnya. Disini saya menggunakan
system koordinat UTM WGS 19824.
Setelah selesai melakukan Display XY data. Langkah selanjutnya adalah mengexport data dengan
cara klik kanan pada data tersebut lalu pilih Data Export Data
Selanjutnya yang akan kita lakukan adalah menginterpolasi titik-titik dari masing masing stasiun
yang ada dengan mengklik ArcToolBook Spatial Analysis Tool InterpolationIDW
Lalu drag data yang telah di export ke dalam Input Point Feature, ubah Z Value Fiel dengan R (
Curah Hujan) lalu ok, tunggu proses nya berjalan
Setelah selesai maka hasil dari IDW tersebut akan tampak seperti dibawah ini
Selanjutnya tambahkan peta administrasi kabupaten yang akan di buat peta curah hujannya. Disini
saya menggunakan peta administrasi Provinsi Lampung secara keseluruhan.
Langkah berikutnya adalah melakukan proses Reclasify. Dengan cara mengkik ArcToolBook 3D
Analyst Tool Raster Reclass Reclasify
Dan hasil nya seperti capture di bawah
Proses selanjutnya adalah melakukan convert to polygon
ArcToolbox Conversion Tool From Raster Raster To Polygon
Hasil dari Raster To Polygon seperti si bawah ini.
Untuk memperjelas perbedaan curah hujan, ubahlah warnanya dengan mengklik kanan pada data
hasil raster polygon PropertiesSymbology Categories
Langkah selanjutnya adalah mengklip peta administrasi dengan data polygon dari curah hujan
tersebut. Dengan cara
ArcToolbox Analysis Tool Extract Clip
Hasilnya seperti dibawah ini
SEKIAN DAN TERIMA KASIH