4.5. Analisa Data 1.Input Data
4.5.4. Pembuatan Peta Rawan Kebakaran
Peta rawan kebakaran dibuat berdasarkan jumlah kebakaran pada suatu wilayah. Pemetaan ini menggunakan metode Kernel. Langkah-langkah pembuatan peta rawan kebakaran adalah sebagai berikut:
1. Buka file “peta sebaran kota Surakarta.mxd”.
2. Masukan data titik_bantu.shp. Analisis ini akan menggunakan tool kernel density. Titik bantu diperlukan agar raster yang dihasilkan dapat menyelimuti seluruh kota Surakarta.
3. Gabungkan lokasi_kebakaran.shp dan titik_bantu.shp dengan tool merge yaitu: klik Arctoolbox – Data Management Tools – general – merge, sehingga
dihasilkan shapefile lokasi_kebakaran_merge. Penggabungan ini dimaksudkan untuk mendapatkan shapefile lokasi_kebakaran dengan titik bantu sebagai pembatas luas raster.
Gambar 4 9. Penggabungan Titik_Bantu.Shp Dengan Lokasi_Kebakaran.Shp
4. Lakukan analisis kernel density dengan masukan data berupa lokasi_kebakaran_merge.shp. Klik Arctoolbox – spatial analyst tools – density
– kernel density. Analisis ini menggunakan radius pencarian sebesar 1000 meter.
Gambar 4.10. Hasil Analisis Kernel
5. Membuat media ekstraksi (mask) berupa raster dari poligon kota Surakarta dengan tool polygon to raster yang berada pada Arctoolbox – conversion tools – to raster – polygon to raster.
6. Ekstrak raster lokasi_kebakaran_merge menggunakan media ekstraksi yang sudah dibuat. Gunakan tool extract by mask pada Arctoolbox – spatial analyst tools – extraction – extract by mask.
Gambar 4.11. Hasil Ekstraksi Raster Kernel
7. Atur tampilan raster kernel , klik kanan pada raster kernel ↵ properties ↵
symbology ↵ categories ↵ unique values. Kemudian atur tampilan yang diinginkan ↵ apply. Untuk mengatur tingkat visualnya, klik display ↵ atur tingkat transparansinya ↵ OK.
8. Simpan file pekerjaan pada folder yang diinginkan
4.5.5. ModelBuilder
Modelbuilder merupakan suatu lingkungan (window) untuk membuat model pemrosesan data spasial menggunakan ArcGis. Pemodelan menggunakan modelbuilder pada dasarnya selalu input, proses, kemudian output.
Input maupun output bisa berupa tabel, peta, ataupun citra. Pemodelan menggunakan modelbuilder merupakan pemodelan grafis tingkat tinggi dimana
pemakai tidak perlu mengetahui rinci proses program, hanya perlu model abstrak tingkat tinggi.
Model proses data-data spasial yang dibangun menggunakan modelbuilder memberikan keuntungan dokumentasi proses dan otomasi proses. Bila salah satu komponen input berubah, maka proses dengan mudah diulang untuk melihat hasil dan pengaruhnya.
Gambar 4.12. Jendela Model Builder Yang Masih Kosong
Klasifikasi data dan analisis rawan kebakaran di Kota Surakarta menggunakan model builder, karena memudahkan analisis dengan input berupa shapefile lokasi_kebakaran beserta atributnya.
Langkah-langkah pembuatan model builder untuk analisis kebakaran di Kota Surakarta adalah sebagai berikut:
1. Membuat toolbox baru dengan cara: buka Arctoolbox – klik kanan – klik new toolbox – ketik nama toolbox (fire analyst tool)
Gambar 4.13. Proses Pembuatan Model
2. Klik kanan pada fire analyst tool – new – model dan akan muncul jendela seperti gambar .
3. Jendela model builder ditutup terlebih dahulu, untuk memberi nama baru pada model yang ada, kemudian klik kanan pada model yang terdapat pada Arctoolbox, klik resume, tulis nama model yang diinginkan.
4. Model builder dibuka dengan cara klik kanan pada model builder dengan nama baru, klik edit, hingga muncul kembali jendela model builder.
5. Masukkan shapefile lokasi_kebakaran, titik_bantu.shp, dan kota_SKA.shp sebagai input dalm proses analisis ke dalam jendela model builder.
6. Masukkan satu persatu toolbox yang digunakan dalam proses analisis ke dalam jendela model builder.
7. Simpan model builder setiap kali selesai mengedit.
Gambar 4.14. Model Pemetaan Kebakaran Di Kota Surakarta
Tool-tool yang digunakan untuk pemetaan kebakaran di kota Surakarta antara lain sebagai berikut:.
a. Select
Tool Select data merupakan tool untuk melakukan pemilihan data sesuai dengan kriteria yang diinginkan baik berdasarkan atribut maupun berdasarkan lokasi.
Analisis rawan kebakaran Klasifikasi kebakaran
Gambar 4.15. Ilustrasi Analisis Select
Langkah-langkah select data adalah sebagai berikut:
1. Aktifkan Arctoolbox – Analyst tools – extract – select dan drag ke model builder.
2. Masukkan lokasi_kebakaran.shp yang akan diselect dengan di drag dari ArcMap ke model builder.
3. Hubungkan masukan data dengan tool dengan toolbar connection.
4. Tentukan tujuan file hasil analisis akan disimpan pada jendela output feature class.
Gambar 4.17. Jendela Tool Select.
5. Atur logika matematika menggunakan query builder dengan klik kiri tombol SQL pada kotak dialog select. Isi kotak perintah sesuai ekspresi yang diinginkan ↵ OK ↵ OK.
6. Lakukan select pada klasifikasi yang akan dilakukan yaitu: berdasarkan kelas tingkat potensi bahaya kebakaran, kelas sarana/prasarana yang terbakar, tahun kebakaran, penyebab kebakaran di kota Surakarta, dan berdasarkan kecamatan tempat terjadinya kebakaran. Simpan masing-masing pemilihan sesuai dengan kategorinya.
b. Polygon to raster
Tool ini merupakan tool untuk mengkonversi shapefile dalam bentuk poligon menjadi raster.
Langkah-langkah polygon to raster adalah sebagai berikut:
1. Aktifkan Arctoolbox – conversion tools – to raster – polygon to raster dan drag ke jendela model builder.
2. Masukkan poligon kota_SKA.shp dari ArcMap ke jendela model builder. 3. Hubungkan kota_SKA.shp dengan tool polygon to raster menggunakan
toolbar connection.
4. Tentukan tujuan file hasil analisis akan disimpan pada jendela output raster dataset. Simpan dengan nama kota_SKA_poly1.img
Gambar 4.20. Jendela Tool Polygon To Raster
c. Merge
Tool merge merupakan tool yang dapat menggabungkan dua data sejenis menjadi satu data.
Langkah-langkah merge adalah sebagai berikut:
1. Aktifkan Arctoolbox – Data Management tools – general – merge dan drag ke model builder.
2. Masukkan titik_bantu.shp yang akan dimerge dengan lokasi_kebakaran.shp. dengan di drag dari ArcMap ke model builder.
3. Hubungkan lokasi_kebakaran.shp dan titik_bantu.shp dengan tool merge menggunakan toolbar connection.
4. Tentukan tujuan file hasil analisis akan disimpan pada jendela output dataset. Simpan dengan nama lokasi_kebakaran_merge.shp
Gambar 4.21. Model Untuk Tool Merge
Gambar 4.22. Jendela Tool Merge
5. Lakukan juga merge pada klasifikasi yang dilakukan, yaitu: berdasarkan kelas tingkat potensi bahaya kebakaran, kelas sarana/prasarana yang terbakar, tahun kebakaran, penyebab kebakaran di kota Surakarta, dan berdasarkan kecamatan tempat terjadinya kebakaran.. Simpan masing-masing merge dengan nama nama berikut: “klas potensi bahaya.shp”, “lokasi klas sarana.shp”, “lokasi klas tahun.shp”, “lokasi klas penyebab.shp”, dan “lokasi per kecamatan.shp”.
d. Frequency
Frequency merupakan tool untuk menghitung statistik deskriptif dari klasifikasi atribut.
Langkah-langkah frequency adalah sebagai berikut:
1. Aktifkan Arctoolbox – Analyst tools – statistics – frequency dan drag ke jendela model builder.
2. Hubungkan tiap merge dengan tool frequency menggunakan toolbar connection.
Gambar 4.23. Model Untuk Tool Frequency
3. Pilih tabel yang akan dihitung dengan mengklik pada kotak yang ada, tentukan lokasi keluaran tabel ↵ OK
e. Kernel density
Tool Kernel Density merupakan tool untuk mencari intensitas / kerapatan suatu kejadian pada suatu daerah. Tingkat kerawanan kebakaran ditinjau dari jumlah kebakaran yang terjadi dapat dibuat dengan tool ini.
Langkah-langkah kernel density adalah sebagai berikut:
1. Aktifkan Arctoolbox – spatial analyst tools – density – kernel density dan drag ke jendela model builder.
2. Hubungkan lokasi_kebakaran_merge.shp dengan analisis kernel density menggunakan toolbar connection.
3. Atur radius pencarian sejauh 1000 meter dan simpan output raster dengan nama kernelD_lokal.img
4. Tentukan tujuan file akan disimpan dan beri nama kernelD_lokal.img
Gambar 4.26. Jendela Tool Kernel Density
f. Extract by mask
Extract by mask merupakan tool untuk mengekstrak atau mengambil sebagian raster berdasarkan dengan topeng (mask) yang diinginkan. Mask dapat berupa raster maupun polygon. Sedangkan pada penelitian ini digunakan raster sebagai mask.
Gambar 4. 27. Ilustrasi Tool Extract By Mask
Langkah-langkah extract by mask adalah sebagai berikut:
1. Aktifkan Arctoolbox – spatial analyst toolbox – extraction – extract by mask dan drag ke jendela model builder
2. Hubungkan kota_SKA_poly1.img dan kernelD.img dengan tool extract by mask menggunakan toolbar connection.
3. Atur kota_SKA_poly1.img sebagai mask dan kernelD.img sebagai masukan raster.
4. Tentukan tujuan file akan disimpan dan beri nama output raster.
Gambar 4.28. Model untuk Tool Extract By Mask
