ILWIS : SPATIAL MULTI-CRITERIA EVALUATION

Spatial Mulicriteria Analysis (SMCE) merupakan metode AHP yang dispasialkan. AHP sendiri adalah metode untuk memecahkan suatu situasi yang komplek tidak terstruktur kedalam beberapa komponen dalam susunan yang hirarki, dengan memberi nilai subjektif tentang pentingnya setiap variabel secara relatif, dan menetapkan variabel mana yang memiliki prioritas paling tinggi guna mempengaruhi hasil pada situasi tersebut (Anonim, 2010). Metode SMCE sendiri bisa dilakukan pada ILWIS, yang merupakan software open source dengan basis data raster. Tulisan kali ini akan memberikan langkah teknis umum dalam melakukan analisis SMCE pada ILWIS.

Jauh sebelum melakukan analisis SMCE, dilakukan penyusunan tujuan dan variabel yang digunakan dalam analisa, yang dapat dipermudah dengan menggambarkannya dalam kerangka pohon masalah. Setelah tujuan, obyek dan variabelnya jelas maka yang dilakukan selanjutnya adalah persiapan dan analisis data. Pada tulisan kali ini, akan digunakan contoh kasus berupa Penentuan Lokasi SHELTER ( Hunian Darurat) D. I. Yogyakarta menggunakan metode Spatial Multi Criteria Evaluation ILWIS 3.3.

Persiapan Data

            Persiapan data yang dimaksudkan dalam tahap ini tidak termasuk menyiapkan data vektor dan atributnya, tetapi dimulai dari import data shp ke software ILWIS. Berikut langkah – langkah yang dilakukan dalam persiapan data SMCE :

Pertama, Buka aplikasi ILWIS, import data yang sudah disediakan (format shp)

File -> Import -> Map

smce-0101

Pada jendela import, tab import format dipilih Arc/View. SHP. Shape File untuk dapat memasukkan data berekstensi shapefile.

selanjutnya, Melakukan georefensi ulang ke shp. Contoh : Klik kanan pada shp PL. Pada jendela “properties of polygon map PL” klik smce-0109untuk mendefinisikan sistem koordinat yang masih unknown.

smce-0102

smce-0103

Ketik “UTMZONE49S” (penamaan terserah) dan pilih “CoordSystem Projection” lalu OK. Setelah itu select projection UTM dan ellipsoid WGS 1984. Lalu ketik 49 di kolom zone dan uncheck kolom Nothern Hemishphere kemudian pilih Apply.

smce-0104 smce-0105

smce-0106

Setelah georeferencing tersimpan dan dilakukan pada shp pl__1, terapkan georeferencing terebut pada semua shp tetapi tidak dengan mengulang langkah diatas, melainkan hanya membuka propertis setiap shp dan mengubah coordinate system menjadi “UTMZONE49S”.

Selanjutnya, Melakukan rasterisasi ke semua shp yang digunakan dalam penelitian, yaitu dengan cara klik kanan pada shp -> Polygon to raster

smce-0107

smce-0108

Klik smce-0109 , ketik pl pada kolom georeference name, klik OK kemudian Show/Define. Hal ini diulangi pada tiap shp lain, tetapi hanya sampai langkah 3.a saja, yaitu dengan memilih “pl” pada kolom smce-0110

Selanjutnya, Membuat klasifikasi pada setiap data, sesuai dengan kebutuhan analisis penelitian. Untuk kasus yang digunakan pada tulisan ini, klasfikasinya adalah sebagai berikut.

Kriteria kedekatan dengan Jalan

smce-0111

Kriteria Bahaya Erupsi

smce-0112

Penggunaan Lahan

smce-0113

Status tanah

smce-0114

Cara membuat kolom klasifikasi di data atribut peta berbeda-beda tergantung jenis data. Data line (jalan), status tanah dan penggunaan lahan (polygon) serta radius bahaya (polygon logika boolean (ya/tidak)) tentu berbeda. Dibawah ini dijelaskan masing-masing cara :

Data polygon seperti status tanah dan penggunaan lahan. Dicontohkan peta status lahan

  1. Setelah merasterkan semua shp akan ada file pendamping raster yang muncul, yaitu raster itu sendiri, georeferensing dan atribut tabel. Buka atribut tabel kemudian Klik Tab Columns -> Columns Management.
  2. Pada jendela columns management klik Add Columns. Pada jendela Add Columns, pilih domain “Potensi”. OK. Maka data atribut potensi selanjutnya sudah termasuk dalam peta status lahan.

smce-0115

Catatan :

  • Pemberian data pada atribut polygon ini lebih mudah dilakukan di ArcGis, terutama jika memilki banyak data. Tetapi pemberian atribut ini dilakukan sebelum di export ke ILWIS (sebelum dimualai Langkah 1).
  • Jenis data yang digunakan pada atribut ini harus berupa Text/String

Data polygon radius bahaya logika boolean (true/false)

  1. Buka peta raster bahaya, buka data atribut, tambahkan kolom baru dengan nama bhy_bool, klik kanan.
  2. Pada jendela columns properties pilih domain logika “bool”. Klik OK. Isikan pada atribut peta sesuai klasifikasi, misal range 0-20.000 meter non-potensi kesesuaian shelter maka logikanya adalah false. Begitu sebaliknya dengan radius 20.000-40.000 meter potensi dan true.

smce-0116

Data line jalan

  1. Terlebih dahulu membuat “new domain”. Operasi dapat ditemukan di operation-list. Beri nama Kelas_Buffer_Jalan pada kolom domain name. Dan Type Class untuk klasifikasi, dan isikan sesuai klasifikasi yang digunakan.

smce-0117

smce-0118

  1. Kemudian klik kanan pada peta raster jalan -> Image Processing -> Slicing. Pada jendela berikutnya isikan domain dengan “Kelas_Buffer_Jalan” yang telah dibuat sebelumnya.

smce-0119

3. Setelah klasifikasi selesai dilakukan, kemudian membuat domain baru untuk data raster yaitu dengan membuka tabel, Klik Kanan pada Keterangan -> Pilh “Create new Domain from String in Column”. Selanjutnya beri nama pada kolom “Domain Name” misalnya Keterangan; kemudian pilih “Class”-> Ok.

4. Membuat Atribut Map, yaitu dengan cara Klik Kanan pada Raster yang disiapkan à Raster Operation -> Attribute Map. Selanjutnya pada jendela Attribute Map of Raster isi nama output sesuai yang diinginkan dan kemudian pilih Domain sesuai dengan yang sudah dibuat sebelumnya, yaitu Keterangan.

smce-0120

smce-0121

Analisa Data

Klik Operation -> Raster Operations -> Spatial Multi Criteria Evaluation. Pilih opsi problem analysis. Pada tahap ini yaitu membuat criteria tree. Isi New Goal sesuai dengan tujuan analisis yang dilakukan. Kemudian isi juga nama output yang akan dihasilkan.

smce-0122

smce-0123

Selanjutnya, Buat Grup (kriteria) dengan memilih ikon sesuai dengan rencana kriteria yang akan digunakan dalam penelitian, yang pada kasus ini terdapat tiga grup.

Kemudian, mengisi kriteria dalam tiap grup dengan variabel yang dibedakan menjadi dua yaitu spatial constrain (variabel spasial yang membatasi) dan spatial factor (variabel spasial). Dengan mengklik ikon smce-0124 untuk spatial factor dan smce-0124 untuk spatial constrain. Pengisian variabel tersebut tidak selalu dalam satu grup, bisa juga dilakukan diluar grup.

Langkah selanjutnya adalah memasukkan peta-peta raster yang sudah diklasifikasikan sebelumnya.

smce-0125

Setelah itu rubah mode dari problem definition ke multicriteria analysis. Masuk kepada tahap standarisasi (standarization) peta. Pilih peta kemudian klik standardize.

Catatan : Model standarisasi ada 3 tergantung jenis data / tipe atribut.

Atribut numerik (value maps). Contoh peta kemiringan lereng, peta hujan, peta jarak terhadap jalan, dan lain-lain. Pada jenis ini menggunakan linear standarization terdiri dari maximum, interval, goal, convex, concave.

smce-0127

Atribut String / Class. Contoh peta penggunaan lahan, peta jenis tanah, dan lain-lain. Jenis ini menggunakan rank order standarization.

smce-0128

Boolean Maps. Yaitu peta menyatakan ya atau tidak, true or false, termasuk tidak termasuk. Contoh peta sempadan sungai. Jenis ini menggunakan boolean standarization

smce-0129

Membobotkan grup dan variabel. Terdapat tiga jenis pembobotan yang disediakan dalam ILWIS, yaitu sebagai berikut :

  • Direct method : Nilai bobot ditentukan oleh pengambil keputusan.
  • Pairwise comparison : Perbandingan berpasangan dengan model pembobotan saaty
  • Rank-ordering : terdiri dari dua model a) expected value b) rank sum method

Dalam tahap ini, karena pembobotan yang diinginkan seimbang maka dapat menggunakan rank-ordering model expected value. Hasilnya seimbang tiap-tiap kriteria mendapat bobot 0,333

smce-0130

Terakhir, pilih Generate kemudian pilih All Output untuk menghasilkan semua peta termasuk peta hasil analisis tiap grup, atau pilih Selected Item untuk menghasilkan salah satu output yang diinginkan. Hasil akhir pada kasus ini adalah berupa Peta Kesesuaian Lokasi Shelter dengan kriteria-kriteria yang disusun telah selesai dilakukan.

smce-0131

Oleh Erika Yuliantari S.Si (Kartografi dan Penginderaan Jauh)

*** SEMOGA BERMANFAAT ***

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s