How to generate TOPOGRAPHIC RUGGEDNESS INDEX (TRI) in ArcGIS

Membuat INDEKS KETERJALAN TAPAK dari data DEM di ArcGIS

Topographic Ruggedness Index (TRI) atau yang dikenal dengan indeks keterjalan tapak yang dikembangkan oleh Riley et al. (1999) dapat menghitung perbedaan jumlah ketinggian antar satu sel grid dengan sel di sekitarnya dari data DEM. Indeks ini memiliki banyak manfaat terutama dalam perencanaan perjalanan atau trip mendaki gunung. Dengan adanya indeks ini, perencanaan trip lebih mudah karena melewati jalan dengan tingkat keterjalan yang minimum.

TRI juga biasanya digunakan dalam analisis cost distance untuk menentukan jalur trek antara dua titik secara otomatis, trek yang dipilih akan melewati cost atau usaha yang paling minimum ditinjau dari bentuk topografi. Informasi tingkat keterjalan tapak ini sangat membantu teman-teman di lapangan dalam penentuan rencana trek baik untuk patroli pengamanan kawasan maupun survei keanekaragaman hayati. Contoh TRI dapat dilihat pada Gambar 1 berikut.

Gambar 1. Indeks keterjalan tapak (TRI) di kawasan TN Gunung Gede Pangrango. Warna biru menandakan tapak yang landai, sementara warna merah menunjukkan tapak yang cukup terjal

How to give unique IDs automaticcally for GIS tabular data in ArcGis

Membuat ID unik pada tabel data shapefile di ArcGIS

Tutorial kali ini membahas tentang membuat ID unik pada data shapefile yang terdiri dari  baris dan kolom. Biasanya, data hasil geoprocessing seperti clip, dissolve, merge dan sebagainya akan menghasilkan data baru yang biasanya belum memiliki ID unik. ID unik tentunya sangat dibutuhkan pada feature GIS karena biasanya setiap feature (titik, garis, poligon) memiliki informasi spasial yang berbeda. Misalnya data desa, kecamatan, kelurahan dan sebagainya. 

ID unik mulai dari angka 1-dst dapat langsung dibuat di ArcGIS dengan mudah secara otomatis. Sebagai contoh, pada tutorial sebelumnya yakni bagaimana membuat fishnet (lihat tutorial), fishnet yang telah dibuat dapat diberi nomor ID dengan dua cara sebagai berikut.

1. Cara yang paling sederhana yakni dengan meng-copy and paste informasi dari kolom "FID" dengan hanya menambah angka 1 seperti yang terlihat pada Gambar 1.

Gambar 1. Memberi ID baru dengan meng-copy and paste informasi "FID +1" sehingga menghasilkan nilai 1-24

How to create fishnet in ArcGIS

Membuat Fishnet atau petak dengan ukuran yang sama di ArcGIS


Dalam melakukan analisis spasial, terkadang dibutuhkan unit atau bagian yang paling kecil sebagai unit dalam analisis. Misalnya, untuk memprediksi daerah rawan banjir di wilayah Jawa Barat, unit analisa yang diperlukan bisa dalam bentuk batas desa, batas kecamatan, atau yang lebih besar lagi yakni batas kabupaten. Tentunya ukuran dan bentuk antar unit berbeda karena batas desa atau kecamatan yang satu dengan yang lainnya tentu berbeda.

Tapi terkadang, unit analisis yang dibutuhkan adalah unit yang memiliki ukuran dan luas yang sama misalnya petak berukuran 1x1 km sehingga hasil analisisnya tidak bias dan seragam. Untuk itu, tutorial ini akan membahas bagaimana membuat petak yang berukuran sama atau istilahnya adalah "fishnet" karena bentuknya seperti jaring ikan.

Untuk membuat fishnet, kita hanya membutuhkan data polygon wilayah yang akan dijadiikan dasar untuk membuat petak. Wilayah yang akan digunakan adalah kawasan Taman Nasional Gunung Gede Pangrango (TNGGP). Data batasnya dapat diunduh disini. Sebelumnya, data shapefile yang digunakan harus berorientasi UTM sehingga fishnet dapat dibuat dengan ukuran satuan yang diinginkan seperti meter atau kilometer, misalnya petak berukuran 5 x 5 km seperti pada tutorial ini (Gambar 1).

Gambar 1. Fishnet berukuran 5km x 5 km di kawasan TNGGP

Raster Geoprocessing in R Part 1 (Cropping, Reclassify & Polygonizer)

Analisis data berbasis raster menggunakan Program R (pemotongan, rekategorisasi & konversi data raster ke vektor/polygon)

Data dengan format raster sangat umum dijumpai, misalnya hasil perekaman penginderaan jauh (citra satelit) seperti peta topografi atau iklim dan sebagainya. Data raster berupa matriks yang terdiri dari kumpulan sel-sel yang tersusun dalam bentuk baris dan kolom dimana setiap sel berisi informasi mengenai hasil perekaman, seperti informasi ketinggian, atau suhu. Pada pengolahan atau analisis Sistem Informasi Geografis (GIS), data dalam bentuk raster dapat diolah menjadi informasi yang lebih bermanfaat dengan berbagai macam tools atau alat yang disediakan oleh berbagai macam perangkat lunak atau software, baik yang berbayar maupun yang gratis.

Pada tutorial kali ini, kita akan mengolah data raster dengan menggunakan program R yang diperoleh secara gratis. Tutorial mengenai pengolahan data raster ini terdiri dari beberapa tahapan, dan semuanya akan dibahas secara series (berkelanjutan).

Pada tutorial sebelumnya, kita telah membahas bagaimana cara mendapatkan data DEM (lihat tutorial) dan mengolahnya menjadi data yang berisikan informasi ketinggian, kemiringan lahan (slope), keterjalan tapak (roughness/terrain ruggedness) dan membuat efek hillshade (lihat tutorial). Selanjutnya, pada tutorial ini kita akan membahas bagaimana cara memotong data raster, kemudian membuat kelas kategori baru (reclassify) lalu konversi data dari format raster ke format polygone (shapefile) dan terakhir menyimpan data hasil konversi tersebut ke dalam format shapefiles. Data yang digunakan dapat diperoleh dengan mengklik menu DOWNLOAD DATA pada sisi kiri atas blog ini. Beberapa hasil yang akan diperoleh dapat dilihat pada gambar berikut.

Gambar 1. Hasil analisis raster geoprocessing part 1

Seperti biasa, tentukan folder luaran tempat dimana hasil akan disimpan
# Mengaktifkan folder kerja
setwd("D:/LUBIS_PRIVATE_DATA/R_GIS_PROJECT/04_Hasil")

3D GIS Visualization and Application using R Program

Membuat tampilan 3 dimensi data GIS seperti ketinggian, slope, keterjalan tapak dan effek hillshade menggunakan Program R

Morfologi rupa bumi dapat digambarkan dalam bentuk digital elevation model (DEM). Data ini diperoleh dari SRTM atau Shuttle Radar Topography Mission yang merupakan salah satu produk hasil kerjasama antara NASA, the National Geospatial-Intelligence Agency, and the German and Italian Space Agencies. Dengan adanya data ketinggian ini, kita dapat menghitung atau konversi data elevasi menjadi data kontur, kemiringan lereng (slope), arah aliran sungai (flow direction), beberapa indeks keterjalan tapak seperti roughness, Terrain Ruggedness Index (TRI), hingga membuat efek tampilan hillshade untuk menggambarkan keadaan rupa bumi pada peta.

Informasi tersebut diatas sangat penting untuk berbagai aplikasi khususnya di bidang ekologi, misalnya untuk melihat hubungan antara spesies dengan lingkungannya. Ahli ekologi berpendapat bahwa sebaran organisme sangat dipengaruhi oleh suhu dan curah hujan. Sementara suhu dan curah hujan sangat dipengaruhi oleh bentuk rupa bumi dan posisinya terhadap garis khatilistiwa. Artinya sebaran spesies juga dipengaruhi oleh ketinggian, keterjalan tapak, kemiringan lereng, jarak dari sungai, dan sebagainya. Parameter-parameter ini biasanya digunakan dalam pemodelan distribusi spesies.

Pada tutorial sebelumnya, kita telah mebahas bagaimana cara mendapatkan data DEM ini baik secara langsung menggunakan program R (lihat tutorial) atau dari website USGS (lihat tutorial). Selain itu, kita juga sudah membahas bagaimana membuat peta kontur dari data DEM (lihat tutorial). Kali ini kita akan membahas bagaimana membuat peta kemiringan lahan (slope), keterjalan tapak (roughness/terrain ruggedness) dan membuat efek hillshade. Dengan menggunakan Program R, kita hanya perlu membuat satu baris perintah (script) sederhana untuk satu fungsi, jadi cukup ringkas dan cepat. Anda dapat mengunduh data yang akan digunakan pada tutorial ini (download data), atau jika terhubung dengan internet, Anda bisa langsung mengunduhnya melalui program R (lihat tutorial). Peta 3D yang akan dihasilkan dapat dilihat pada gambar berikut.

Gambar 1. Tampilan data ketinggian, slope, keterjalan, dan arah muka bumi menggunkan aplikasi R

Gambar 2. Tampilan hillshade pada data ketinggian di sekitar TNGP

Download Global Administrative, Topography and Bioclimatic Database Through R Program

Mengunduh data administrasi, topografi dan bio-iklim langsung melalui Program R

Salah satu keunggulan menggunakan program R adalah kita bisa langsung menunduh data dengan menggunakan satu atau dua baris perintah di program R tanpa harus membuka portal website tertentu untuk mencari dan mengunduhnya. Keunggulan ini dimiliki oleh pustaka “raster” yang sudah sering dipakai pada tutorial-tutorial sebelumnya. Data-data yang bisa diunduh langsung seperti batas administrasi suatu daerah/negara (Global Administrative Database-GADM)pada beberapa level, data ketinggian (Digital Elevation Model) resolusi 90m, data iklim global seperti suhu tahunan rata-rata/minimum/maksimum, curah hujan, dan data bioclime yang biasanya dipakai untuk analisis pemodelan distribusi spesies (Species Distribution Model).

Pada tutorial kali ini kita akan mencoba mengunduh langsung data-data tersebut yang kemudian bisa dipakai langsung untuk kebutuhan analisis data. Secara bertahap, kita akan memulainya dengan menyiapkan folder dimana output akan disimpan secara otomatis. Setelah itu memanggil data wilayah yang akan dijadikan acuan (area of interest) untuk mengunduh data. Lalu memanggil pustaka raster yang menyediakan perintah yang dibutuhkan untuk mengunduh data-data tersebut.

Data yang akan digunakan dalam tutorial ini dapat diunduh disini. Salah satu data yang akan dihasilkan dapat dilihat pada Gambar 1.

Gambar 1. Peta Bio-Iklim 1 yang merupakan data suhu tahunan rata-rata

## Mengaktifkan folder kerja, dimana semua hasil akan disimpan
setwd("D:/LUBIS_PRIVATE_DATA/R_GIS_PROJECT/04_Hasil")

Create distance layers using R program

Membuat peta jarak dari lokasi menggunakan software R

Analisis jarak (distance) sangat banyak manfaatnya dan telah banyak digunakan dalam studi atau penelitian dibidang ekologi maupun bidang lainnya. Misalnya pada penelitian mengenai tingkat deforestasi di suatu tempat, biasanya jarak dari jalan ataupun jarak dari pemukiman berkolerasi positif terhadap tingkat deforestasi. Artinya, hutan yang berada dekat dengan jalan atau perkampungan biasanya memiliki tingkat deforestasi yang lebih tinggi dibanding dengan hutan yang berada jauh dari jalan atau pemukiman.

Jadi pada tutorial kali ini, kita akan belajar melakukan analisis jarak dari suatu lokasi baik yang berbentuk titik, garis ataupun area. Pada data yang memiliki format raster, analisis jarak dapat dilakukan dengan menggunakan fungsi distance yang ada pada pustaka raster. Pada pustaka yang sama, kita juga bisa melakukan analisis jarak dari data vektor yang berbentuk titik tanpa harus merubah format ke raster terlebih dahulu dengan menggunakan perintah distanceFromPoints.

Analisis jarak berikutnya adalah membuat matriks jarak antar sepasang titik dengan menggunakan perintah pointDistance, hasil luarannya berupa matriks data, bukan peta. Hal ini biasanya digunakan untuk menghitung jarak rata-rata antar lokasi, misalnya jarak rata-rata antar lokasi survey atau transek. Data vektor atau raster yang digunakan untuk analisis jarak tidak harus memiliki sistem proyeksi UTM, bisa juga dilakukan pada data yang memiliki sistem kordinat geografis.

Kita akan memulai tutorial ini dengan menggunakan fungsi distance dari data vektor jalan yang sudah diubah menjadi raster pada tutorial sebelumnya. Setelah itu, kita akan membuat peta jarak antar desa tanpa harus mengkonversi data titik desa dalam format vektor ke format raster. Yang terakhir, kita akan membuat matriks jarak antar titik lokasi penelitian di TNGP. Data yang akan digunakan dalam tutorial ini dapat diunduh disini.. Hasil dari analisis jarak dapat dilihat pada gambar dibawah.

Gambar 1. Hasil analisis jarak dari batas TNGP dalam bentuk raster

## Mengaktifkan folder kerja, dimana semua hasil luaran akan disimpan
setwd("D:/LUBIS_PRIVATE_DATA/R_GIS_PROJECT/04_Hasil")