Perbedaan Hasil dan Akurasi Peta Kemiringan Lahan Berdasarkan Metode Geodesi dan Planar pada Materi Analisis Raster
Yosi Andhika(1*)
(1) Universitas Brawijaya
(*) Corresponding Author
Abstract
Analisis data raster dengan menggunakan data spasial berupa Digital Elevation Model (DEM) dapat menghasilkan beberapa data turunan seperti kemiringan lereng, aspek lereng, garis kontur, kurvatur serta hillshade. Tujuan penelitian ini adalah untuk melihat tingkat akurasi dan waktu yang dibutuhkan untuk membuat data kemiringan lereng praktikum analisis raster. Pembuatan peta kemiringan lereng dapat dilakukan dengan dua metode, yaitu metode planar dan geodesi. Pemilihan metode yang tepat diperlukan dalam kegiatan praktikum mahasiswa agar mahasiswa dapat memahami proses pembuatan peta kelerengan meskipun dalam waktu yang relatif singkat. Data yang digunakan dalam studi ini adalah data Digital Elevation Model Nasional (DEMNAS) dengan resolusi 8,25m. Skala yang masih relevan yang bisa dilakukan adalah tingkat Kabupaten atau lebih kecil lagi dengan durasi proses mencapai 30-47 detik. Tingkat akurasi dalam pembuatan peta kelerengan yang tebaik adalah dengan menggunakan metode geodesi dengan nilai RMSE sebesar 3,96. Durasi proses yang singkat dengan nilai RMSE yang tergolong rendah, maka metode geodesi lebih cocok digunakan untuk pembuatan peta kelerengan dalam kegiatan praktikum.
Keywords
Full Text:
PDFReferences
Burrough, Peter A, Rachael A McDonnell, and Christopher D Lloyd. 2015. Principles of Geographical Information Systems. Oxford University Press, USA.
Corbin, Tripp. 2018. ArcGIS Pro 2. x Cookbook: Create, Manage, and Share Geographic Maps, Data, and Analytical Models Using ArcGIS Pro. Packt Publishing Ltd.
Ditzler, C, K Scheffe, H C Monger, and others. 2017. “Soil Survey Manual.” Soil Science Division Staff.
Donderi, D.C., and Sharon McFadden. 2005. “Compressed File Length Predicts Search Time and Errors on Visual Displays.” Displays 26 (2): 71–78. https://doi.org/10.1016/j.displa.2005.02.002.
Fell, Robin, Jordi Corominas, Christophe Bonnard, Leonardo Cascini, Eric Leroi, and William Z. Savage. 2008. “Guidelines for Landslide Susceptibility, Hazard and Risk Zoning for Land-Use Planning.” Engineering Geology 102 (3–4): 99–111. https://doi.org/10.1016/j.enggeo.2008.03.014.
Julzarika, Atriyon, and Harintaka. 2019. “Indonesian DEMNAS: DSM or DTM?” In 2019 IEEE Asia-Pacific Conference on Geoscience, Electronics and Remote Sensing Technology (AGERS), 31–36.
Law, Michael, and Amy Collins. 2019. Getting to Know ArcGIS PRO.
Loague, Keith, and Richard E. Green. 1991. “Statistical and Graphical Methods for Evaluating Solute Transport Models: Overview and Application.” Journal of Contaminant Hydrology 7 (1–2): 51–73. https://doi.org/10.1016/0169-7722(91)90038-3.
Merry, Krista, Pete Bettinger, Michael Crosby, and Kevin Boston. 2023. “Geographic Data Processing—Raster Data.” In Geographic Information System Skills for Foresters and Natural Resource Managers, 231–67. Elsevier. https://doi.org/10.1016/B978-0-323-90519-0.00009-1.
Price, Maribeth Hughett. 2019. Mastering ArcGIS Pro. McGraw Hill.
Ritter, Paul. 1987. “A Vector-Based Slope and Aspect Generation Algorithm.” Photogrammetric Engineering and Remote Sensing 53 (8): 1109–11.
Rohmat, Faizal Immaddudin Wira, Zulfaqar Sa’adi, Ioanna Stamataki, Arno Adi Kuntoro, Mohammad Farid, and Rusmawan Suwarman. 2022. “Flood Modeling and Baseline Study in Urban and High Population Environment: A Case Study of Majalaya, Indonesia.” Urban Climate 46 (December). https://doi.org/10.1016/j.uclim.2022.101332.
Tripp Corbin, GISP. 2015. Learning ArcGIS Pro. Packt Publishing Ltd.
Wilson, John P, and John C Gallant. 2000. “Primary Topographic Attributes.” Terrain Analysis: Principles and Applications, 51–85.DOI: https://doi.org/10.22146/ijl.v1i3.89132
Article Metrics
Abstract views : 3516 | views : 4119Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Indonesian Journal of Laboratory
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.