1 / 37

ANALISIS SPATIAL DALAM PERTANIAN

ANALISIS SPATIAL DALAM PERTANIAN. Bahan kajian pd MK Pertanian Berlanjut. Diabstraksikan oleh : smno jursntnh.fpub ….. Sept2013. G.I.S. = S.I.G. GIS = SIG merupakan seperangkat peralatan komputer dan seperangkat program- komputer untuk : 1. Entry dan Editing, 2. Penyimpanan ,

tiva
Download Presentation

ANALISIS SPATIAL DALAM PERTANIAN

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ANALISIS SPATIAL DALAM PERTANIAN Bahankajian pd MK PertanianBerlanjut Diabstraksikanoleh: smnojursntnh.fpub ….. Sept2013

  2. G.I.S. = S.I.G. GIS = SIG merupakanseperangkatperalatankomputerdanseperangkat program-komputeruntuk: 1. Entry dan Editing, 2. Penyimpanan, 3. Query dan Retrieval, 4. Transformasi, 5. Analysis, dan 6. Display (soft copy) dan printing (hard copy) ........ Data spasial. Semua data dalam GIS bersifatgeo-referensi, yaitudilokasikandengankoordinatgeografismenggunakansistemreferensitertentu (SistemKoordinat). Diunduhdari: Lecture Notes: “Land Evaluation”. By David G. Rossiter. Cornell University, College of Agriculture & Life Sciences, Department of Soil, Crop, & Atmospheric Sciences. August 1994….. 2/10/2012

  3. G.I.S. = S.I.G. Koordinat Bola Duakoordinatmenentukanposisipadapermukaanbumi yang elipsoid: Latitude = garislintang (sebelahutaraatauselatan equator) dan longitude = garisbujur (sebelahtimurataubaratdaristandar meridian di Greenwich, England) Latitude dan longitude diukurdengansatuanderajat (busur) (360° dalamsuatulingkaran), minutes (60’ dalam 1°) dandetik (60” dalam 1”). The mean minute of latitude defines one nautical mile = 1,852m. Therefore the equator-to-pole distance is (60’ °-1 x 90°) x 1.852km ’-1 = 10,000 km exactly. An arc-second of latitude, and of longitude at the equator, is thus 1,852/60 = 30.866¼m. A degree of latitude, and of longitude at the equator, is 60° * 1.852km °-1= 111.12km. Diunduhdari: Lecture Notes: “Land Evaluation”. By David G. Rossiter. Cornell University, College of Agriculture & Life Sciences, Department of Soil, Crop, & Atmospheric Sciences. August 1994….. 2/10/2012

  4. DATA SPATIAL Diunduhdari: ….. 29/9/2012

  5. Data SpasialdanData Deskriptif / Non-Spasial • Data Spasialberupatitik, garis, poligon (2-D), permukaan (3-D), terdiridariinformasiposisigeografis • Data Deskriptifmerupakanuraianatauatribut data spasial(notasi, tabel, hasilpengukuran, kategoriobyek, penjelasanhasilanalisis / prediksidll.) Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  6. Data SpasialdanData Deskriptif / Non-Spasial Contoh: Data ObyekKampus UB • Data Spasial: merupakan data grafikberbentukpoligon yang merupakan“area tertutup” yang menghubungkanposisi-posisigeografisdilokasiKampus UB • Data Non-Spasial: LuasKampus, JumlahFakultas, JumlahBangunan, JumlahMahasiswa, Rata-Rata Umurmahasiswa, Bebanstudimahaisswa, dll. Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  7. Data Spasial(Sumber: Purwadhi, 1997) • FORMAT TITIK FORMAT GARIS FORMAT POLIGON FORMAT PERMUKAAN • KoordinatTunggal - Koordinattitik - Koordinatdengantitik - Area dengankoordinat • - Tanpapanjangawaldanakhirawaldanakhirsamavertikal • - Tanpaluasan - Mempunyaipanjang - Mempunyaipanjang/ - Area dengan • tanpaluasanperimeter danluasanketinggian • CONTOH: CONTOH: CONTOH: CONTOH: • - LokasiGardu - Jalan, Parit - Tanah Lapangan - Peta slope • - Letakpohon - Utility - Bangunan - Bangunanbertingkat Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  8. Data Deskriptif(Sumber: Purwadhi, 1997) FORMAT TABEL FORMAT LAPORAN FORMAT PERHITUNGAN FORMAT GRAFIK ANOTASI - Kata-kata - Teks - Angka-angka - Kata-kata - Kodealfanumerik - Deskripsi - Hasil - Angka-angka - Angka-angka - Simbol CONTOH: CONTOH: CONTOH: CONTOH: - Hasilproses - Perencanaan - Jarak - Namaobyek - Indikasi - Laporanproyek - Inventarisasi - Legenda - Atribut - Pembahasan - Luas- Grafik/Peta Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  9. 4-Tingkat Model Data Spasial • Gambarkenyataan (reality): persissepertiapa yang dapatdilihat/ external representation; • Gambarabstrak (conceptual); • Gambarkejadiantertentu (logical): berbentuk diagram atautabel / relational; • Berkasstrukturfisik (physical): bentukpenyimpananpadaperangkatkeraskomputer. Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  10. 7 fenomenageografisdanpenggambarannyadenganTitikGaris Area(TGA / PLA) • Data kenampakansepertigarispantai (feature data - garis) • Unit area sepertiukuranpanjang / luas (aerial unit – garis / poligon) • Jaringantopologisepertijaringanjalan (topology network - garis) • Catatansampelsepertilokasi yang dipilih (sample record - titik) • Data permukaanbumisepertiobyekruangterbukahijau (surface data – poligondaninformasiketinggian) • Label / tekspada data sepertinamajalan (table/text data - titik) • Data simbolsepertikota = bulat, gunung = segitiga (titik). Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  11. RepresentasiData DenganSimbolTGA • SimbolTitik • data kualitatif : Kota: simbolnyabulat; Gunung: simbolnyasegitiga. • data kuantitatif: Populasikota: angkabesarnyapopulasi; Tinggigunung: angkatingginyagunung (m). • SimbolGaris • data kualitatif:jalan: garismerah; sungai: garisbiru; batasnegara: garishitam; sesuaidenganbentuknyataataukhayal, polaataukarakteristikdariunsur yang diwakilinya. • data kuantitatif: (1) merupakangambaranunsurgaris yang dapatmenunjukkanunsurbesaransecarasebanding, jalantol: garistebal, jalankampung: garistipis; (2) menghubungkantitik (tempat) yang mempunyaikuantitas (nilai) sama, Misalnya: gariskontur isobar menghubungkantempat-tempatdengantekananudara yang sama; (3) garisdengantandaarah(panah) menyatakanarahgerakan. Misalnya: arahanginatauarahperpindahanpenduduk. Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  12. Representasi Data DenganSimbol TGA • Simbolpoligonatau area atauwilayah: • Data kualitatif, misalnya: wilayahpertaniandanwilayahhutanlindung yang dapatdibedakandenganmemberiwarna area tersebutdengankuningdanhijauataudengandeskripsi textual. Simbol area . • Data kuantitatif, misalnya: petakepadatanpenduduk yang tingkatkepadatannyadapatdibedakandenganwarna yang semakingelapmenyatakansemakinpadatataudenganmencantumkannilaistatistiknya. Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  13. Pendekatan / Model RusterpadaRepresentasi Data TGA • Semuaobyekgeografisdalambentuk TGA dinyatakandenganselataupiksel (luasankecil) yang merupakantitik yang mempunyaikoordinatdanatribut. • Merupakanpendekatan yang sesuaidengan data inderajaberupacitradijital yang merupakansalahsatu data masukan SIG. • Keuntungandanketerbatasannya: • Membutuhkantempatpenyimpanan data yang besar • Penyajiankurangbaik / kuranghalustergantungresolusi • Representasi yang sangatkompatibeldenganproseskomposit lapis data SIG • Merupakan data baku pembentuk citra dijital pada sistem penginderaan jauh. Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  14. Pendekatan / Model VektorpadaRepresentasi Data TGA • Merupakanrepresentasi yang cocokuntukpenyajiandalam format peta (konvensional). • Obyekgeografisdisajikandalamtitikatausegmengaris. • Keuntungandanketerbatasannya: • Membutuhkan tempat penyimpanan data yang kompak • Penyajian garis yang sangat halus • Proses overlay dan perhitungan luas area memerlukan algoritma yang lebih kompleks • Merupakan data baku pembentuk data spasial untuk keperluan SIG / peta. Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  15. Representasi Data TGA denganPendekatan Raster danVektor(Sumber: Purwadhi, 1997) Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  16. REPRESENTASI DATA SPASIAL There are two conceptual representations used in GISs: grid (sometimes called ‘raster’) and vector. Secaraeksplisitberbentukstruktur data raster: Atributobyekdinyatakandengansimbol / warna / tingkatkeabuan yang merupakannilaiselataupiksel Secaraimplisitberbentukstruktur data vektordenganbentuktopologititik/garis/area (poligon): Atributobyekdinyatakandenganhimpunanvektor yang menyatakanketerhubungan (relational) Diunduhdari: staff.ui.ac.id/internal/130522693/material/sig2z_5.ppt….. 29/9/2012

  17. Representasi grid atau ‘raster’ suatuPeta IdeDasar: Area petadibagimenjadisel-sel (kadangkalasecarasalahkaprahdisebutdengan pixels), biasanyaberbentukbujur-sangkar, atauempatpersegipanjang, atau grid yang teratur.. Each cell is supposedly homogeneous, in that the map is incapable of providing information at any resolution finer than the individual cell. The map shows exactly one value (land use, elevation, political division...) for each cell. (Formerly, this representation was referred to as a raster. The name ‘raster’ comes from the original display technology: a scanning CRT, like a television screen, and refers to the left-to-right, top-to-bottom scanning.) Grid-cell merupakansatu-satunya unit informasispasialdan unit analisis. Diunduhdari: Lecture Notes: “Land Evaluation”. By David G. Rossiter. Cornell University, College of Agriculture & Life Sciences, Department of Soil, Crop, & Atmospheric Sciences. August 1994….. 2/10/2012

  18. Representasi ‘Vector’ suatuPeta IdeDasar: Titik-titikpadasuatupetadisimpandalamkomputerdengankoordinatnyasecaratepat (persis) (to the precision of the original map and the storage capacity of the computer). Points can be connected to form lines (straight or described by some other parametric function) or chains; Chains can be connected back to the starting point to enclose polygons or areas. Each of these spatial entities may have an identifier which is a key to an attached database containing the attributes (tabular data) about the entity. All the information about a set of spatial entities can be kept together, i.e., multithematic maps. Contoh: A point which represents a population center may have a database entry for its name, population, mean income etc. A line which represents a road may have a database entry for its route number, number of lanes, traffic capacity etc. A polygon which represents a soil map unit may have a atabase entry for the various soil characteristics (depth, parent material, field texture...). Diunduhdari: Lecture Notes: “Land Evaluation”. By David G. Rossiter. Cornell University, College of Agriculture & Life Sciences, Department of Soil, Crop, & Atmospheric Sciences. August 1994….. 2/10/2012

  19. The ‘Vector’ representation of a map KeunggulanrepresentasiVektor: Precision is only limited by the quality of the original data (very rarely by the computer representation); Very space-efficient, since only points about which there is information or which form parts of boundaries are stored, information for the areas between such points are inferred from the topology; Adanya topology meudahkananalisisspasial; Kualitas output sangat bagus. Dalamrepresentasivektor, berbagaisatuangeografis (titik-titik, rantai, poligon) mempunyaihubunganspasial yang definit, disebuttopology. Diunduhdari: Lecture Notes: “Land Evaluation”. By David G. Rossiter. Cornell University, College of Agriculture & Life Sciences, Department of Soil, Crop, & Atmospheric Sciences. August 1994….. 2/10/2012

  20. ANALISIS DATA SPASIAL Diunduhdari: ….. 29/9/2012

  21. METODE SPATIAL smno2012 • HukumpertamatentanggeografidikemukakanolehTobler : “segalasesuatusalingberhubungansatudengan yang lainnya, tetapisesuatu yang dekatlebihmempunyaipengaruhdaripadasesuatu yang jauh” (Anselin, 1988) • Metodespasialmerupakanmetodeuntukmendapatkaninformasipengamatan yang dipengaruhioleh RUANG atau LOKASI. Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  22. Type data spasial • Data Titik (Point Pattern Analysis) Menunjukkanlokasi yang berupatitik, misalnyaberupa : • Longitude dan latitude • x and y. • Data line (Geostatistical Data) • Permukaanspasialkontinyu • Data area (Polygons atau Lattice Data) Menunjukkanlokasi yang berupaluasan; sepertisuatunegara, kabupaten, kota, daerahperwahan, perkebunan, dansebagainya. Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  23. Data Titik https://wiki.smu.edu.sg/1112t2is415g1/Assignment_4:_Spatial_Data_Analysis_of_Point_Patterns Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  24. Data Garis Basement depths estimated from the geostatistical inversion of gravity data with no well constraints on the basement interface. http://www.scielo.org.ve/scielo.php?script=sci_arttext&pid=S0798-40652008000200007&lng=en&nrm=iso&ignore=.html Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  25. Data Area http://sosbud.kompasiana.com/2010/08/26/sekilas-korelasi-kondisi-geologi-dan-kemiskinan-di-jawa-timur/

  26. POLA SPATIAL • Spatial pattern atau pola spasial adalah sesuatu yang menunjukkan penempatan atau susunan benda-benda di permukaan bumi (Lee & Wong, 2001). • Spatial patterndapatmenjelaskanbagaimana fenomena geografis terdistribusi dan bagaimana perbandingannya dengan fenomena-fenomena lainnya. • Statistika Spasial merupakan alat yang banyak digunakan untuk mendeskripsikan dan menganalisis pola-polaspatial tersebut, yaitu bagaimana objek-objek geografis terjadi dan berubah di suatu lokasi. Selain itu juga dapat membandingkan pola objek-objek tersebut dengan pola objek-objek yang ditemukan di lokasi lain. Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  27. random uniform clustered random clustered uniform POLA SPATIAL clustered random Bentuk-bentukpolaspasial Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  28. POLA SPATIAL • Beberapametodeuntukmendeteksipolaspasial: • AnalisisQuadran • Kernel Density Estimation (K means) • Nearest Neighbor Distance. • Metode-metodetersebuthanyamenganalisaipenyebaranlokasidarisuatutitiknamuntidakmembedakantitik-titikberdasarkanatributnya. • AutokorelasiSpasialmerupakanmetodeanalisis yang menganalisispola-spatial daripenyebarantitik-titikdenganmembedakanlokasinyadanatributnya. Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  29. AutokorelasiSpasial smno2012 • Autokorelasispasialdidefinisikansebagaipenilaiankorelasiantarpengamatan/lokasipadasuatuvariabel • Jikapengamatan x1, x2, …, xnmenunjukkansalingketergantunganterhadapruang, maka data tersebutdikatakanterautokorelasisecaraspasial • Beberapametode (Lee&Wong, 2001) : • Moran’s I • Geary’s C • LISA Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  30. MatriksBobot • Hubungankedekatan (neighbouring) antarlokasidinyatakandalammatrikpembobotspasialW • MatriksBobotTipe data spasial Point: • Inverse jarak • Kernel Gaussian • Fungsi pembobotan bisquare • Binary • MatriksBobotTipe data Spasial Area (LeSage, 1999): • Rook Contiguity (Persinggungansisi) • Queen Contiguity (Persinggungansisi-sudut) • Linear Contiguity (Persinggungantepi) • Bhisop Contiguity (Persinggungansudut) • Double Linear Contiguity (Persinggunganduatepi) • Double Rook Contiguity (Persinggunganduasisi) Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  31. PemodelanSpasial • Metode regresi sederhanaadalah metode yang memodelkan hubungan antara variabel respon (y) dan variabel bebas (x1, x2, ... , xp), dinyatakan: • Padametodependuga parameter OLS, asumsi residual yang harusdipenuhiadalahidentik, independen, danberdistribusi normal. • Namunseringterjadipelanggaranasumsiidentikdanindependen •  Adaindikasipengaruhspasial Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  32. PemodelanSpasial • BerdasarkanTipe Data spasialTitik: a. Data cross-sectinal • Geographically Weighted Regression (GWR)  Y ~ N( µ, σ2) • Geographically Weighted Poisson Regression (GWPR)  Y ~ Poisson ( ) b. Data Time-Series • STAR (Space-Time Autoregressive) • GSTAR (Generalized Space Time Autregressive ) • BerdasarkanTipe Data Spasial Area: a. Data cross-sectinal • SAR : Spatial Autoregressive Models • SEM : Spatial Error Models • CAR : Conditional Autoregressive Models • SDM : Spatial Durbin Model • SARMA: Spatial Autoregressive Moving Average b. Data Time-Series • Panel Data Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  33. ContohPemodelanSpasial Area Autoregressive Model : y : vektorberukuran p x 1, ρ : koefisiendarivariabeldependenspasial lag. u : vektor error, W: matrikterbobotdenganukurannxn. β : vektor kx1 parameter regresi. X : matrikberukurannxkvariabelprediktor λ : koefisiendalamstrukturspasial autoregressive Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  34. PengujianEfekSpasial • Spatial Dependence • UjiMoran’s I • UjiLagrange Multiplier (LM):LMerror untuk uji dependensi spasial dalam error dan LMlag untuk uji dependensi spasial dalam lag • Spatial Heterogeneity Uji Breusch-Pagan. Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  35. Geographically Weighted Regression (GWR) Sumber: RokhanaDwiBekti Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  36. Model Umum : • Model GWR • Menyatakan titik koordinat (longitude/bujur, latitude/lintang) lokasi ke-i • Model Regresi Linear Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

  37. Geostatistika: PrediksidanInterpolasi • Prosesestimasi (pendugaan) data padasuatulokasi yang tidakdapatdisampling (data missing) membutuhkansuatu model. • Namunpadabeberapapenelitianmemilikipermasalahandiantaranyatidakada model, hanyaadasatusampel data atautidakadateknikinferensia yang dapatdigunakanuntukmengestimasi data yang tidakdapatdisampling. • Geostatistiksangatberperandalamhaltersebut, yaitumenggunakanmetodeestimasidengantetapdidasarkanpada model. • Pendugaan/prediksi data missing: • Tetanggaterdekat (nearest neighbour) • Inverse distance • Triangulasi • Trend surface analysis • Kriging • Co Kriging • VariogramdanSemivariogram • untukmemodelkan data yang akandianalisis Diunduhdari: statisticsanalyst.files.wordpress.com/2011/08/analisis-data-spasial.ppt….. 29/9/2012

More Related