INTEGRASI DATA SPASIAL DAN DATA NON SPASIAL SISTEM INFORMASI GEOGRAFIS

(1)

(2)

INTEGRASI DATA SPASIAL

DAN DATA NON SPASIAL

SISTEM INFORMASI GEOGRAFIS

(3)

UU No 28 tahun 2014 tentang Hak Cipta Fungsi dan sifat hak cipta Pasal 4

Hak Cipta sebagaimana dimaksud dalam Pasal 3 huruf a merupakan hak eksklusif yang terdiri atas hak moral dan hak ekonomi.

Pembatasan Pelindungan Pasal 26

Ketentuan sebagaimana dimaksud dalam Pasal 23, Pasal 24, dan Pasal 25 tidak berlaku terhadap:

i Penggunaan kutipan singkat Ciptaan dan/atau produk Hak Terkait untuk pelaporan peristiwa aktual yang ditujukan hanya untuk keperluan penyediaan informasi aktual;

ii Penggandaan Ciptaan dan/atau produk Hak Terkait hanya untuk kepentingan penelitian ilmu pengetahuan;

iii Penggandaan Ciptaan dan/atau produk Hak Terkait hanya untuk keperluan pengajaran, kecuali pertunjukan dan Fonogram yang telah dilakukan Pengumuman sebagai bahan ajar; dan

iv Penggunaan untuk kepentingan pendidikan dan pengembangan ilmu pengetahuan yang memungkinkan suatu Ciptaan dan/atau produk Hak Terkait dapat digunakan tanpa izin Pelaku Pertunjukan, Produser Fonogram, atau Lembaga Penyiaran.

Sanksi Pelanggaran Pasal 113

1. Setiap Orang yang dengan tanpa hak melakukan pelanggaran hak ekonomi sebagaimana dimaksud dalam Pasal 9 ayat (1) huruf i untuk Penggunaan Secara Komersial dipidana dengan pidana penjara paling lama 1 (satu) tahun dan/atau pidana denda paling banyak Rp100.000.000 (seratus juta rupiah).

2. Setiap Orang yang dengan tanpa hak dan/atau tanpa izin Pencipta atau pemegang Hak Cipta melakukan pelanggaran hak ekonomi Pencipta sebagaimana dimaksud dalam Pasal 9 ayat (1) huruf c, huruf d, huruf f, dan/atau huruf h untuk Penggunaan Secara Komersial dipidana dengan pidana penjara paling lama 3 (tiga) tahun dan/atau pidana denda paling banyak Rp500.000.000,00 (lima ratus juta rupiah).

(4)

INTEGRASI DATA SPASIAL DAN DATA NON SPASIAL SISTEM INFORMASI GEOGRAFIS

Ni Nyoman Supuwiningsih Ni Nym Utami Januhari I Ketut Putu Suniantara

Shofwan Hanief

Penerbit

CV. MEDIA SAINS INDONESIA Melong Asih Regency B40 - Cijerah

Kota Bandung - Jawa Barat www.medsan.co.id

Anggota IKAPI No. 370/JBA/2020

(5)

INTEGRASI DATA SPASIAL DAN DATA NON SPASIAL SISTEM INFORMASI GEOGRAFIS

Ni Nyoman Supuwiningsih Ni Nym Utami Januhari I Ketut Putu Suniantara

Shofwan Hanief Editor:

Rintho R. Rerung

Tata Letak:

Rizki R. Pratama Desain Cover:

Rintho R. Rerung Ukuran:

A5 Unesco: 15,5 x 23 cm Halaman:

iv, 104 ISBN:

978-623-362-401-5 Terbit Pada:

Februari, 2022

Hak Cipta 2022 @ Media Sains Indonesia dan Penulis

Hak cipta dilindungi undang-undang. Dilarang keras menerjemahkan, memfotokopi, atau memperbanyak sebagian atau seluruh isi buku ini tanpa izin tertulis dari Penerbit atau Penulis.

PENERBIT MEDIA SAINS INDONESIA (CV. MEDIA SAINS INDONESIA) Melong Asih Regency B40 - Cijerah Kota Bandung - Jawa Barat www.medsan.co.id

(6)

i

KATA PENGANTAR

Dengan memanjatkan puja dan puji syukur kepada Tuhan Yang Maha Esa, karena atas berkat rahmat dan karunia-Nyalah penulis dapat menyelesaikan buku ini yang berjudul “Intergrasi Data Spasial dan Data Non Spasial Sistem Informasi Geografis”. Semoga buku ini dapat memberikan pengetahuan mengenai konsep Sistem Informasi Geografis (SIG) dalam integrasi data spasial dan data non spasial beserta implementasinya.

Pembahasan buku ini terdiri dari beberapa bab antara lain data spasial Sistem Informasi Geografis, data non spasial Sistem Informasi Geografis, integrasi data spasial dan data non spasial serta implementasi data Sistem Informasi Geografis. Setiap bab terdiri dari sub bab antara lain konsep data vektor, konsep data raster, kelebihan dan kelemahan masing-masing data spasial (vektor dan raster), integrasi data (map overlay), analisis data vektor dan analisis data raster serta buku ini juga dilengkapi implementasi integrasi antara data spasial dan data non spasial dalam studi kasus menggunakan Sistem Informasi Geografis.

Penulis mengharapkan semoga buku ini dapat bermanfaat bagi pembaca. Penulis menyadari bahwa buku ini tidak sempurna, untuk itu penulis mengharapkan saran dan kritik yang bersifat membangun.

Denpasar, Februari 2022 Penulis

(7)

ii

DAFTAR ISI

KATA PENGANTAR ... i

DAFTAR ISI ... ii

BAB 1 DATA SPASIAL SIG ... 1

A. Data Vektor ... 3

B. Kelebihan dan Kelemahan Data Vektor ... 7

C. Data Raster ... 9

D. Kelebihan dan Kelemahan Data Raster ... 13

BAB 2 DATA NON SPASIAL SIG ... 17

BAB 3 INTEGRASI DATA SPASIAL DAN NON SPASIAL SIG ... 23

A. Integrasi Data (Map Overlay) ... 26

B. Analisis Data Raster dan Data Vektor ... 30

BAB 4 IMPLEMENTASI INTEGRASI DATA SPASIAL DAN NON SPASIAL ... 33

A. Analisis Data Spasial Wilayah Kota Denpasar ... 33

B. Analisis Data Non Spasial ... 43

C. Hasil Digitasi Kecamatan di Kota Denpasar .. 78

GLOSARIUM ... 97

INDEKS ... 99

DAFTAR PUSTAKA ... 101

(8)

1

BAB 1

DATA SPASIAL SIG

Sistem Informasi Geografis (SIG) merupakan ilmu pengetahuan yang terdiri dari ilmu geografi, ilmu geodesi dan ilmu kartografi, hal ini yang membuat Sistem Informasi Geografis (SIG) sangat unik dibandingkan sistem informasi lainnya. Sistem Informasi Geografis (SIG) adalah Sistem Informasi yang dapat menganalisis data spasial dan data non spasial yang diperoleh dalam pengumpulan data, data spasial dan data non spasial tersebut diproses dan diintegrasikan secara komputerisasi sehingga menghasilkan informasi geografis untuk mencapai tujuan dan kebutuhan user. Geographic Information System (GIS) merupakan suatu sistem informasi yang menyimpan, mengelola dan memanipulasi data yang bereferensi geospasial (Wilhelmus Bunganaen, Sudiyo Utomo dan Gallant B. Ratu Edo, 2017). Sistem Informasi Geografis (SIG) memiliki suatu kemampuan yang dapat menghubungkan berbagai macam data pada titik tertentu di permukaan bumi, menggabungkannya, menganalisis serta memetakan hasinya. SIG merupakan suatu data berbentuk spasial yang berarti data yang berorientasi geografis dan memiliki suatu sistem

(9)

DATA SPASIAL SIG

2

koordinat sebagai bahan referensinya, sehingga penerapan SIG dapat digunakan untuk pemetaan lokasi, kondisi dan pemodelan sehingga dapat dikatakan bahwa sistem informasi geografi berhubungan dengan object – object yang berada di permukaan bumi (Aris Sudianto dan Muhamad Sadali, 2018). Sistem Informasi Geografi (SIG) merupakan sistem informasi yang dirancang menggunakan basis data yang memiliki referensi spasial atau berkoordinat geografi. Sebagai suatu sistem yang berbasis komputer, paling tidak ada empat pendekatan yang bisa dipergunakan untuk mendefinisikan dan membagi SIG, yaitu pendekatan proses (process oriented), pendekatan kegunaan alat (toolbox approach), pendekatan data base (database approach) dan pendekatan aplikasi (application approach) (Saefudin dan Diki Susandi, 2020). Data Spasial merupakan data yang memiliki referensi ruang kebumian, koordinat titik, lokasi objek dalam dunia nyata ke dalam peta.

Data spasial adalah data yang memiliki gambaran wilayah yang terdapat di permukaan bumi yang direpresentasikan dalam bentuk grafik, peta, gambar dalam format digital berbentuk raster dan vektor dengan nilai tertentu.

Sumber yang bisa digunakan untuk mendapatkan data spasial adalah sebagai berikut.

1. Peta Analog yaitu peta yang disajikan dalam bentuk cetak yaitu peta topografi, peta alam, peta lingkungan, peta pulau dan lain sebagainya.

(10)

DATA SPASIAL SIG

3

2. Penginderaan jauh yang dapat dilihat dalam bentuk citra satelit, foto udara dan lain sebagainya.

3. Data hasil pengukuran lapangan berupa data yang diperoleh dengan cara mengadakan pengukuran serta perhitungan tersendiri.

4. Data Global Positioning Sistem (GPS) adalah data canggih dengan keakuratan tinggi yang dipresentasikan dalam format vector.

5. Data bereferensi spasial seperti batas administrasi sebuah wilayah. Data spasial terdiri dari 2 jenis data yaitu data vektor dan data raster.

A. Data Vektor

Data vektor adalah data yang menampilkan pola keruangan dalam bentuk titik (point), garis (line), kurva atau poligon. Data vektor merupakan salah satu tipe data yang umum ditemukan dalam Sistem Informasi Geografis (SIG). Sebuah vektor pada intinya merupakan sebuah titik, atau garis yang menghubungkan titik-titik tersebut. Titik, garis, dan poligon merupakan jenis data vektor yang dapat dikombinasikan antara ketiganya. Komponen dari data vektor terdiri dari 3 yaitu titik (point), garis (line) dan Poligon (Polygon) dengan penjelasan sebagai berikut :

(11)

DATA SPASIAL SIG

4 1. Titik (point)

Titik (point) adalah representasi grafis dunia nyata yang paling sederhana untuk menyatakan lokasi suatu obyek yang dapat ditampilkan di layar monitor dengan menggunakan simbol-simbol.

Contoh

▪ Lokasi untuk gunung dapat

direpresentasikan dengan simbol segitiga

▲

▪ Lokasi Pelabuhan dapat

direpresentasikan dengan simbol

▪ Lokasi Rumah sakit dapat

direpresentasikan dengan simbol titik ●

▪ Lokasi Bandar udara dapat

direpresentasikan dengan simbol 2. Garis (line)

Garis merupakan bentuk geometri yang dibangun dengan menggunakan segmen- segmen lurus dan terbentuk oleh dua titik koordinat atau lebih. Garis/line dapat digunakan untuk merepresentasikan dunia nyata, seperti jalan, sungai, jaringan air bersih, jaringan listrik, jaringan telepon, jalur

(12)

DATA SPASIAL SIG

5

transportasi bus, jalur kereta api, jalur angkutan umum dan lain sebagainya.

Gambar 1. Penggunaan Line dalam Peta 3. Poligon (polygon)

Polygon merupakan salah satu data vektor yang dapat menggambarkan objek tertutup yang memiliki luasan. Kebanyakan peta tematik dalam SIG (Sitem Informasi Geografis) selalu menggunakan bentuk geometri polygon.

Poligon pada umumnya digunakan untuk menggambarkan objek dunia nyata yang memiliki luasan seperti wilayah administrasi, danau, guna lahan pertanian, lahan perkebunan, jenis tanah dan lain sebagainya.

(13)

DATA SPASIAL SIG

6

Gambar 2. Penggunaan Polygon dalam peta

Kartografi adalah merupakan ilmu yang khusus mempelajari segala sesuatu tentang peta. Mulai dari sejarah, perkembangan, pembuatan, pengetahuan, penyimpanan, hingga pengawetan serta cara-cara penggunaan peta. Peta adalah gambaran permukaan bumi yang diproyeksikan ke dalam bidang datar dengan skala tertentu. Dalam pengertian lain, peta disebut sebagai suatu media komunikasi grafis yang merupakan pengecilan dari permukaan bumi atau benda angkasa yang ditampilkan menurut ukuran geometris pada bidang datar, yang mempunyai simbol untuk mewakili tampilan sebenarnya (Nobel D.Sekeon, Yaulie D. Rindengan dan Rizal Sengkey, 2016).

(14)

DATA SPASIAL SIG

7

Gambar 3. Model Data Vektor B. Kelebihan dan Kelemahan Data Vektor

Data vektor merupakan salah satu jenis data yang digunakan Sistem Informasi geografis yang merepresentasikan dunia nyata dengan menggunakan titik, garis dan polygon. Data vektor memiliki kelebihan dan kelemahan adalah sebagai berikut (Prahasta, 2001).

Kelebihan data vektor

1. Memerlukan ruang atau tempat penyimpanan yang lebih sedikit

2. Satu layer dapat dikaitkan dengan atau mengandung banyak atribut sehingga dapat menghemat ruang penyimpanan secara keseluruhan

3. Dengan banyak atribut yang dapat dikandung oleh satu layer, banyak peta tematik lain (layer)

(15)

DATA SPASIAL SIG

8

yang dapat dihasilkan sebagai peta turunannya.

4. Hubungan topologi dan network dapat dilakukan dengan mudah

5. Memiliki resolusi spasial yang tinggi

6. Representasi grafis data spasialnya sangat mirip dengan peta garis buatan tangan manusia

7. Memiliki batas-batas yang teliti, tegas dan jelas sehingga sangat baik untuk pembuatan peta- peta administrasi dan persil tanah miliki.

Kelemahan Data vektor

1. Memiliki struktur data yang kompleks 2. Datanya tidak mudah untuk dimanipulasi 3. Pengguna tidak mudah berkreasi untuk

membuat programnya sendiri untuk memenuhi kebutuhan aplikasiya. Hal ini disebabkan oleh struktur data vector yang lebih kompleks dan prosedur-prosedur fungsi dan analisisnya memerlukan kemampuan yang tinggi karena lebih sulit dan rumit

4. Karena proses keseluruhan untuk mendapatkannya lebih lama, peta vector sering kali mengalami out of date atau kadaluarsa.

5. Tidak compatible dengan data citra satelit penginderaan jauh

(16)

DATA SPASIAL SIG

9

6. Memerlukan perangkat lunak dan perangkat keras yang lebih mahal

7. Overlay beberapa layer vector secara simultan memerlukan waktu yang relative lama.

C. Data Raster

Data raster (atau disebut juga dengan sel grid) adalah data yang dihasilkan dari sistem penginderaan jarak jauh seperti citra satelit atau foto udara. Pada data raster, obyek geografis direpresentasikan sebagai struktur sel grid yang disebut dengan pixel (Muhammad A.C.D,dkk , 2020).

Pada data raster, obyek geografis direpresentasikan sebagai struktur sel grid yang disebut dengan pixel (picture element).

Gambar 4. Perbedaan Data Raster dan Data Vektor

(17)

DATA SPASIAL SIG

10

Pada gambar 4 merupakan gambar perbedaan antara data raster dan data vektor. Data raster adalah dihasilkan dari sistem Penginderaan Jauh.

Pada data raster, obyek geografis direpresentasikan sebagai struktur sel grid yang disebut dengan pixel (picture element) (Muhammad Agam Cakra Donya, Bandi Sasmito, Arief Laila Nugraha, 2020). Pada data raster, resolusi (definisi visual) tergantung pada ukuran pixel-nya. Dengan kata lain, resolusi pixel menggambarkan ukuran sebenarnya di permukaan bumi yang diwakili oleh setiap pixel pada citra.

Semakin kecil ukuran permukaan bumi yang direpresentasikan oleh satu sel, semakin tinggi resolusinya (Nobel D.Sekeon, Yaulie D. Rindengan dan Rizal Sengkey, 2016). Model data raster menampilkan, menempatkan dan menyimpan data spasial dengan menggunakan struktur matriks atau pixel-pixel yang membentuk grid (Prahasta.E, 2001).

Informasi yang terdapat dalam satu pixel dapat dikelompokkan menjadi 2 bagian yaitu data atribut dimana data atribut dapat mengenai suatu object seperti perumahan, gedung, sawah, dan lain – lain dan juga data koordinat yang menunjukkan posisi geometris dari suatu data tersebut.

Kebutuhan teknologi penginderaan jauh yang dipadukan dengan Sistem Informasi Geografis (SIG) untuk tujuan inventarisasi dan pemantauan sangat

(18)

DATA SPASIAL SIG

11

penting terutama bila dikaitkan dengan pengumpulan data yang cepat dan akurat (Senifa Citra Lestari dan Muhammad Arsyad, 2018). Model data raster adalah model data yang berupa image.

Model data raster akan disimpan dalam bentuk grid, dimana setiap grid mewakili data tertentu (Reza R.D Junyar, Lili Somantri dan Iwan Setiawan, 2020).

Neighbourhood operations (NO) merupakan salah satu perangkat dan tool dalam software Sistem Informasi Geografis. Operasi ini merupakan salah satu operasi analisis spasial selain teknik analisis overlay. Dalam teknik analisis overlay lebih menekankan pada operasi kombinasi pixel raster dari sumber atau input peta yang berbeda-beda (lebih dari satu) untuk mencari informasi yang lebih beragam dalam satu lokasi yang sama dapat dilihat pada gambar 5 sedangkan dalam operasi NO perhitungan dilakukan terhadap pixel dalam peta masukan, dimana hasil keluaran perhitungan (peta hasil) tergantung dari syntax dan algoritma yang diaplikasikan terhadap nilai pixel tetangga terdekat dalam sistem matrik window. Perhitungan dalam NO menggunakan prinsip-prinsip operasi filtering seperti halnya pada pengelolaan citra digital dengan menggunakan matriks 3x3 pixel yang diaplikasikan keseluruh peta raster. Nilai hasil operasi

(19)

DATA SPASIAL SIG

12

ditempatkan untuk mengganti nilai pada pixel tengah dalam matrik (Marfai, 2006).

Gambar 5. Overlay dalam Format Raster

Dalam pengolahan data spasial yang menggunakan perangkat komputer pastinya akan menemukan data yang bertipe data raster (basis pixel) dan vektor (basis garis). Mengkonversi data raster ke vektor maupun vektor ke raster merupakan hal yang sering dilakukan dalam pengolahan data. Hal ini dimaksudkan untuk menyamakan tipe atau format data sebelum mengolah datanya yang natinya hasil pengolahan tersebut akan digunakan untuk analisis untuk proses selanjutnya. Contoh dari konversi data raster ke data vektor adalah jika kita mempunyai data ketinggian atau citra DEM (Digital Elevation Model) yang bertipe raster tetapi kita membutuhkan data vektor ketinggian tersebut untuk selanjutnya di overlay dengan data lereng dan jenis batuan. Analisis overlay adalah analisis yang menggunakan data bertipe vektor maka data ketinggian berupa raster

(20)

DATA SPASIAL SIG

13

harus diubah menjadi data vektor seperti gambar berikut ini.

Gambar 6. Konversi Raster ke Vektor D. Kelebihan dan Kelemahan Data Raster

Selain data vector jenis data lainnya yang digunakan dalam Sistem Informasi Geografis adalah data raster.

Data Raster merupakan data yang menampilkan data dalam bentuk pixel atau matrik. Data Raster memiliki kelebihan dan kelemahan sebagai berikut (Prahasta, Sistem Informasi Geografis : Konsep- Kosep Dasar, 2001).

Kelebihan Data Raster

1. Memiliki struktur data yang sederhana

2. Mudah dimanipulasi dengan menggunakan fungsi-fungsi matematis sederhana

(21)

DATA SPASIAL SIG

14

3. Teknologi yang digunakan cukup murah dan tidak begitu kompleks sehingga pengguna dapat membuat sendiri program aplikasi yang menggunakan citra raster

4. Compatible dengan citra-citra satelit penginderaan jauh dan semua image hasil scanning data spasial

5. Overlay dan kombinasi data spasial raster mudah dilakukan

6. Memiliki kemampuan-kemampuan pemodelan dan analisis spasial tingkat lanjut

7. Metode untuk mendapatkan citra raster lebih mudah (baik secara scanning dengan scanner segala ukuran yang sudah beredar luas maupun dengan menggunakan citra satelit atau konversi dari format vector)

8. Gambaran permukaan bumi dalam bentuk citra raster yang didapat dari radar atau satelit penginderaan jauh selalu lebih actual daripada bentuk vektornya

9. Prosedur untuk memperoleh data dalam bentuk raster lebih mudah, sederhana dan murah

10. Harga sistem perangkat lunak aplikasinya cenderung lebih murah

(22)

DATA SPASIAL SIG

15 Kelemahan Data Raster

1. Secara umum memerlukan ruang atau tempat penyimpanan yang besar di komputer. Banyak terjadi redundansi data baik untuk setiap layernya maupun secara keseluruhan.

2. Penggunaan sel atau ukuran grid yang lebih besar untuk menghemat ruang penyimpanan akan menyebabkan kehilangan informasi dan ketelitian

3. Sebuah citra raster hanya mengandung satu tematik saja. sehingga sulit digabungkan dengan atribut-atribut lainnya dalam satu layer. Dengan demikian untuk merepresentasikan atribut-atribut tambahan juga diperlukan layer baru tetapi timbul lagi masalah redundansi data secara keseluruhan.

4. Tampilan atau representasi dan akurasi posisinya sangat bergantung pada ukuran pixelnya (resolusi spasial)

5. Sering mengalami kesalahan dalam menggambarkan bentuk dan garis-garis batas- batas suatu objek. Sangat bergantung pada resolusi spasialnya dan toleransi yang diberikan.

6. Transformasi koordinat dan proyeksi lebih sulit dilakukan

(23)

DATA SPASIAL SIG

16

7. Sangat sulit untuk merepresentasikan hubungan topologi dan network.

8. Metode untuk mendapatkan format data vector melalui proses yang lama, cukup melelahkan (baik proses digitasi pada instrumen-instrumen fotogrametri digital, on screen digitizing langsung di layar monitor komputer maupun proses digitasi di meja digitizer) dan relative mahal.

(24)

17

BAB 2

DATA NON SPASIAL SIG

Data non spasial merupakan data dalam bentuk atribut dari data spasial. Data atribut merupakan data tabel berisi informasi yang menjelaskan keberadaan objek

dalam data spasial (Fernando,

E.,Touriano,D.,Murad,D.F.,&Bimo,A.C, 2018). Data spasial berbentuk tabel yang berisi informasi-informasi yang dimiliki oleh obyek dalam data spasial yang berbentuk data tabular yang saling terinteraksi dengan data spasial yang ada. Data non spasial atau disebut data atribut menguraikan karakteristik objek-objek geografi dari spasialnya seperti warna, tekstur dan keterangan lainnya.

Atribut dapat menyimpan semua jenis informasi statistik deskriptif yang berbeda, yang dapat dibagi menjadi empat kategori berbeda: nominal, ordinal, interval, dan rasio. Data atribut nominal memberikan informasi deskriptif tentang objek seperti warna objek, nama objek, misalnya nama kota, atau jenis objek.

Ordinal attribute adalah atribut dengan nilai-nilai yang kemungkinan memiliki arti atau tingkatan(ranking), akan tetapi jarak antara nilai-nilainya tidak diketahui.

Ordinal attribute berguna untuk mendaftarkan taksiran

(25)

DATA NON SPASIAL SIG

18

suatu kualitas yang tidak bisa diukur secara obyektif. Data interval yang juga disebut integer dianggap sebagai tipe data yang diukur dalam skala data, di mana setiap titik ditempatkan pada jarak yang sama satu sama lain. Data rasio adalah jenis data kuantitatif dengan sifat yang sama seperti data interval, yaitu memiliki rasio yang sama dan pasti antara setiap data dan “nol” absolut berlaku sebagai titik asal data, atau dengan kata lain, dalam data rasio tidak ada nilai numerik yang bernilai negatif.

Data non spasial terdiri atas data kualitatif dan data kuantitatif. Data kualitatif seperti nama, nama wilayah, nama kota, nama pelabuhan, nama bandar udara dan lain sebagainya sedangkan data kuantitatif yaitu nilai Panjang, luas, jumlah dan lain sebagainya. Data non spasial atau data atribut adalah jenis data yang merepresentasikan aspek-aspek deskriptif dari fenomena yang dimodelkannya, aspek deskriptif ini mencakup items atau properties dari fenomena yang bersangkutan hingga dimensi waktunya. Atribut adalah karakteristik non-spasial yang menggambarkan objek spasial. Atribut biasanya disusun dalam tabel jika baris setara dengan satu entitas dan kolom setara dengan satu atribut, atau deskriptor, dari entitas itu.

Setiap baris terkait dengan objek tunggal dan model data geospasial. Setiap objek akan memiliki beberapa

(26)

19

atribut yang menggambarkan objek tertentu (Supuwiningsih, 2021).

Tabel 1. Contoh Data Non Spasial

Tabel 1 merupakan contoh dari data non spasial dalam jurnal yang berjudul “ Studi Penyusunan Database Spasial di Kelurahan Baurung” mengenai jenis penggunaan lahan di Kelurahan Baurung. Data non spasial entity adalah penggunaan lahan yang memiliki 3 atribut yaitu jenis penggunaan lahan, luas dan persentase. Atribut jenis penggunaan lahan terdiri dari beberapa record/baris daam tabel yaitu permukiman, peribadatan, perkantoran, Pendidikan, perdagangan, jasa/pariwisata, kebun campuran, empang, lahan terbuka, semak belukar, pekuburan, sungai, drainase,

(27)

20

saluran tambak, jalan, lapangan olahraga, dan lainnya.

Record/baris tersebut dilengkapi dengan atribut yang lain yaitu luas dan persentase masing-masing record/baris seperti yang terdapat tabel 2.

Tabel 2. Data non spasial Penggunaan Lahan Di Kelurahan Baurung Tahun 2019 ( (Netser Chalid Istilal dan

Muhammad Harum, 2020)

Data non spasial adalah data atribut dari data spasial yang berisi deskripsi dari data spasial. Data yang berhubungan dengan deskripsi dari unsur-unsur geografik. Data non spasial disajikan dalam bentuk tabel, sebelum terbentuk tabel data non spasial dimodelkan dengan menggunakan ERD (Entity Relationship Diagram) (Supuwiningsih dan M.Rusli, 2020).

(28)

21

Gambar 7. Contoh Entity Relationship Diagram

(29)

22

(30)

23

BAB 3

INTEGRASI DATA SPASIAL DAN NON SPASIAL SIG

Sistem Informasi Geografis (SIG) merupakan sistem informasi yang membutuhkan data spasial dan data non spasial yang terintegrasi dalam digitasi peta digital.

Digitasi merupakan proses pembentukan data spasial yang berasal dari data raster menjadi data vektor. Dalam Sistem Informasi Geografis dan pemetaan digital, data vektor banyak digunakan sebagai dasar analisis dan berbagai proses. Pada konteks pemetaan digital, digitasi merupakan proses menggambarkan kondisi bumi ke dalam sebuah bidang datar ke dalam data digital menggunakan komputer. Apabila ditinjau dari medianya, digitasi dapat diartikan sebagai pengubahan data peta cetak analog (hardcopy) menjadi data digital (softcopy) (Ibrohim Shiddiq,Arief Laila Nugraha dan Andri Suprayogi, 2019).

Menurut Tuman (2001), data spasial merupakan data yang menunjuk posisi geografi dimana setiap karakteristik memiliki satu lokasi yang harus ditentukan dengan cara yang unik. Untuk menentukan posisi secara absolut berdasar sistem koordinat. Untuk area kecil, sistem koordinat yang paling sederhana adalah grid

(31)

INTEGRASI DATA SPASIAL DAN NON SPASIAL SIG

24

segiempat teratur. Untuk area yang lebih besar, berdasarkan proyeksi kartografi yang umum digunakan (Dewi Handayani U.N, R.Soelistijadi dan Sunardi, 2005).

Data sapsial adalah data yang memiliki gambaran wilayah yang terdapat di permukaan bumi yang direpresentasikan dalam bentuk grafik, peta, gambar dalam format digital berbentuk raster dengan nilai tertentu. Data spasial bisa didapatkan dari beberapa sumber (Muhamad Ariandi dan Eka Puji Agustini, 2016) : 1. Peta analog yaitu peta yang disajikan dalam bentuk cetak. Pada umumnya peta analog dibuat dengan teknik kartografi, kemungkinan besar memiliki referensi spasial seperti koordinat, skala, arah mata angin dan sebagainya. Dalam tahapan SIG sebagai keperluan sumber data, peta analog dikonversi menja dipeta digital dengan cara format raster diubah menjadi format vector melalui proses dijitasi sehingga dapat menunjukan koordinat sebenarnya di permukaan bumi. Contoh peta analog yaitu peta topografi, peta lingkungan daerah pemukiman, peta wilayah propinsi di wilayah Indonesia dan peta analog lainnya

2. Data pemantau /penginderaan jarak jauh yang dapat dilihat dalam bentuk citra satelit, foto udara dan lain sebagainya. Data Penginderaan Jauh (antaralain citra satelit, fotoudara dan sebagainya), merupakan sumber data yang terpenting bagi SIG karena ketersediaanya secara berkala dan mencakup area tertentu. Dengan

(32)

25

adanya bermacam-macam satelit diruangangkasa dengan spesifikasinya masing-masing, kita bisa memperoleh berbagai jenis citra sateli untuk beragam tujuan pemakaian. Data ini biasanya direpresentasikan dalam format raster

3. Data hasil pengukuran lapangan berupa data yang diperoleh dengan cara mengadakan pengukuran serta perhitungan tersendiri. Data pengukuran lapangan yang dihasilkan berdasarkan teknik perhitungan tersendiri, pada umumnya data ini merupakan sumber data atribut contohnya: batas administrasi, batas kepemilikan lahan, batas persil, batas hak pengusahaan hutan dan lain-lain.

4. Data Global Positioning System (GPS) adalah data canggih dengan keakuratan tinggi yang dipresentasikan dalam format vektor. Teknologi GPS memberikan terobosan penting dalam menyediakan data bagi SIG. Keakuratan pengukuran GPS semakin tinggi dengan berkembangnya teknologi. Data ini biasanya direpresentasikan dalam format vektor.

5. Data bereferensi spasial seperti batas administrasi sebuah wilayah dan informasi berbagai bidang seperti kelautan dan perikanan di satu wilayah tertentu.

(33)

26

Tabel 3. Contoh Integrasi Data Spasial dan Data Non Spasial

A. Integrasi Data (Map Overlay)

Integrasi data merupakan kemampuan untuk mengintegrasikan data dari minimal menggunakan dua sumber lapisan peta merupakan fungsi utama analisis sistem informasi geografis ( Heywood et al, 2011). Lapisan data spasial baru yang dibuat melibatkan penggabungan data dari dua atau lebih lapisan input data untuk membuat layer data baru.

Seperti operasi dan analisis lain dalam Sistem Informasi Geografis, ada perbedaan dalam cara menggabungkan lapisan peta yang dilakukan antara raster dan vektor. Integrasi data vektor dan integrasi data raster memiliki perbedaan sebagai berikut :

(34)

27 1. Integrasi data vektor

Gambar 8. Integrasi Data Vektor Titik dengan Area (Polygon)

Gambar 9. Integrasi Data Vektor Garis dengan Area (Polygon)

Gambar 10. Integrasi Data Vektor Area (Polygon) dengan Area (Polygon)

(35)

28 2. Integrasi data raster

Gambar 11. Integrasi Data Raster Titik dengan Area (Polygon)

Gambar 12. Integrasi Data Raster Garis dengan Area (Polygon)

Gambar 13. Integrasi Data Raster Area (Polygon) dengan Area (Polygon)

(36)

29

Gambar 14. Integrasi Data Raster Area dengan Area (Boolean Alternative)

Pada gambar 15 dan 16 merupakan integrasi dara raster yang disebut interpolasi spasial.

Interpolasi spasial adalah prosedur memperkirakan nilai properti pada situs yang tidak tersampel dalam suatu wilayah yang dicakup oleh pengamatan yang ada. Thiessen polygon merupakan metode yang tepat dari interpolasi yang mengasumsikan bahwa nilai lokasi yang tidak tersampel yang sama dengan nilai dari titik sampel terdekat.

Triangulated Irregular Network (TIN) adalah cara yang elegan untuk membangun permukaan dari sekumpulan jarak titik data yang tidak beraturan.

(37)

30

B. Analisis Data Raster dan Data Vektor

1. Measurement

Measurement yaitu menghitung panjang, perimeter dan area adalah penerapan umum untuk GIS. Kemungkinan bahwa hasil pengukuran yang diperoleh berbeda dapat terjadi, tergantung pada jenis data yang digunakan di dalam Sistem Informasi Geografis dan metode pengukuran yang digunakan ( Heywood et al, 2011).

2. Queries

Query pada basis data sistem informasi geografis berguna untuk mengambil data sehingga menjadi bagian penting yang paling penting dari proyek. Query menawarkan metode pengambilan data, dan dapat dilakukan pada data yang merupakan bagian dari basis data sistem informasi geografis, atau data baru yang dihasilkan sebagai hasil dari analisis data ( Heywood et al, 2011)

Gambar 15. Analisis Data dengan Operator Boolean

(38)

31 3. Reclassification

Reklasifikasi merupakan variasi yang penting pada pemikiran query sistem informasi geografis, dan dapat digunakan sebagai pengganti query dalam sistem informasi geografis bentuk raster

4. Buffering and Neighborhood Functions

Buffering digunakan untuk mengidentifikasi zona yang menarik di sekitar suatu entitas, atau satu set entitas. Jika buffer titik maka zona yang terbentuk adalah lingkaran.

Sedangkan buffering garis dan area akan menciptakan sebuah daerah baru. Buffering akan menghubungkan seluruh rangkaian data spasial bila dikombinasikan dengan lapisan data lainnya.

Buffering merupakan salah satu analisis spatial yang sering digunakan dalam SIG.

Buffer biasanya digunakan untuk mewakili suatu jangkauan pelayanan ataupun luasan yang diasumsikan dengan jarak tertentu untuk suatu kepentingan analisis spasial. Buffer dapat dilakukan untuk tipe feature polygon, polyline maupun point yang terdapat pada gambar 18, 19 dan 20. Pembuatan buffer membutuhkan penentuan jarak dalam satuan

(39)

32

yang terukur meter atau kilometer. Fungsi buffer sering digunakan untuk membuat penyangga dengan suatu jarak tertentu pada feature titik, garis maupun polygon yang diseleksi.

Gambar 16. Buffer Titik

Gambar 17. Buffer Garis

Gambar 18. Buffer Area (Polygon)

Pada gambar 20 adalah gambar buffering untuk data vektor pada karakteristik area (polygon). Buffering merupakan analisis yang menghasilkan layer spasial baru berbentuk polygon yang melingkupi suatu objek sebagai pusatnya sehingga dapat memungkinkan seorang user untuk membuat suatu jangkauan atau batasan dari area tertentu.

(40)

33

BAB 4

IMPLEMENTASI INTEGRASI DATA SPASIAL DAN NON SPASIAL

Pada bab ini membahas identifikasi data spasial yang terdiri dari hasil digitasi wilayah kota Denpasar dalam Arcview GIS. Pembahasan kedua adalah identifikasi data non spasial dan integrasi data spasial dan data non spasial dan pada bab ini juga menguraikan mengenai hasil analisis dari penelitian analisis hasil pertanian di Kota Denpasar.

A. Analisis Data Spasial Wilayah Kota Denpasar Wilayah kota Denpasar yang terdiri dari 4 kecamatan yaitu Denpasar Barat, Denpasar Timur, Denpasar Utara dan Denpasar Selatan. Luas wilayah Kota Denpasar adalah 127.78 km² (2.18% dari luas Pulau Bali). Berikut adalah tabel luas wilayah masing- masing kecamatan di Kota Denpasar.

Tabel 4. Luas wilayah masing-masing kecamatan di Kota Denpasar

No Nama

Kecamatan Letak Ibu Kota

Kecamatan Luas Wilayah (Km²)

1 Denpasar

Utara Kelurahan Dauh Puri

Kaja 31.42

2 Denpasar

Selatan Kelurahan Sesetan 49.99

(41)

IMPLEMENTASI INTEGRASI DATA SPASIAL DAN NON SPASIAL

34 No Nama

Kecamatan Letak Ibu Kota

Kecamatan Luas Wilayah (Km²)

3 Denpasar

Timur Kelurahan Kesiman 22.31 4 Denpasar

Barat Kelurahan Padang

Sambian 24.06

Total Luas Kota Denpasar 127.78

Peta wilayah Kota Denpasar dapat dilihat pada gambar 21. Pemberian warna yang berbeda pada peta wilayah Kecamatan di Kota Denpasar dengan tujuan untuk membedakan antara wilayah Kecamatan yaitu warna merah muda untuk wilayah Kecamatan Denpasar Timur, warna kuning untuk wilayah Kecamatan Denpasar Utara, warna hijau untuk wilayah Kecamatan Denpasar Barat dan warna coklat untuk wilayah Kecamatan Denpasar Selatan.

Gambar 19. Peta Wilayah Kota Denpasar

(42)

35

1. Data Spasial Kecamatan Denpasar Timur Pada bagian ini akan dianalisis mengenai peta masing-masing wilayah kecamatan di Kota Denpasar. Pertama yang akan dianalisis data spasial wilayah Kecamatan Denpasar Timur.

Berikut adalah gambaran data spasial keruangan Kecamatan Denpasar Timur yang terdapat pada gambar 20.

Gambar 20. Peta Wilayah Kecamatan Denpasar Timur

Secara letak geografis Kecamatan Denpasar Timur terletak di bagian timur Kota Denpasar dengan batas-batas sebagai berikut :

Utara : Kecamatan Denpasar Utara dan Desa Jagapati Kecamatan Abian Semal Kabupaten Badung

Timur : Desa Batu Bulan Kecamatan Sukawati Kabupaten Gianyar

(43)

36

Selatan : Selat Bali dan Kecamatan Denpasar Selatan

Barat : Kecamatan Denpasar Barat

Secara Topografi keadaan geografis Kecamatan Denpasar Timur secara umum miring kearah selatan dengan ketinggian berkisar antara 0 – 75 meter dari permukaan laut. Memiliki morfologi landai dengan kemiringan lahan sebagain besar berkisar 0,5% namun dibagian tepi kemiringan bisa mencapai 15 %.

Kecamatan Denpasar Timur memiliki luas wilayah 22.31 Km² terletak disebelah timur Kota Denpasar yang terdiri dari 7 Desa dan 4 Kelurahan serta 54 Dusun, 33 Lingkungan.

Diantara keempat kecamatan di Kota Denpasar luas Kecamatan Denpasar timur merupakan yang terkecil. Luas masing-masing Desa/Kelurahan di Kecamatan Denpasar Timur adalah sebagai berikut :

Tabel 5. Luas Desa/Kelurahan Denpasar Timur

No. Desa/Kelurahan Luas Wilayah

(Km²)

1. Desa Dangin Puri Klod 2.23

2. Desa Sumerta Klod 2.68

3. Desa Kesiman Petilan 2.84

4. Desa Kesiman Kertalangu 3.76

5. Desa Sumerta Kaja 0.52

6. Desa Sumerta Kauh 0.89

7. Desa Penatih Dangri 3.12

8. Kelurahan Kesiman 2.43

(44)

37

(Km²)

9. Kelurahan Sumerta 0.50

10. Kelurahan Penatih 2.73

11. Kelurahan Dangin Puri 0.62

Total luas wilayah Kecamatan Denpasar

Timur 22.31

Sumber : Denpasar Timur Dalam Angka Tahun 2013

2. Data Spasial Kecamatan Denpasar Utara Kecamatan Denpasar utara terletak di sebelah utara kota Denpasar dengan luas wilayah 31.42 km² dan ibu kota kecamatan berpusat pada Kelurahan Dauh Puri Kaja. Data Spasial Kecamatan Denpasar Utara dapat dilihat pada gambar 21 yang dapat memberikan gambaran keruangan atau referensi ruang kebumian mengenai wilayah Kecamatan tersebut.

Secara letak geografis Kecamatan Denpasar Utara terletak di bagian utara Kota Denpasar dengan batas-batas sebagai berikut :

▪ Utara : Kabupaten Badung

▪ Timur : Kecamatan Denpasar Timur

▪ Selatan : Kecamatan Denpasar Selatan

▪ Barat : Kecamatan Denpasar Barat

(45)

38

Gambar 21. Peta Wilayah Kecamatan Denpasar Utara

Kecamatan Denpasar Utara memiliki 11 desa/kelurahan yang tersebar di wilayah Kota Denpasar bagian utara dengan luas wilayah 31.42 km², untuk lebih jelasnya mengenai luas wilayah dari masing-masing desa/kelurahan dapat dilihat pada tabel 6.

Tabel 6. Luas Desa/Kelurahan Denpasar Utara

(Km²) 1. Desa Dauh Puri Kaja 1.42 2. Kelurahan Peguyangan 0.78 3. Desa Peguyangan Kaja 2.37 4. Desa Peguyangan Kangin 0.72

5. Desa Ubung 3.85

6. Desa Ubung Kaja 1.05

7. Desa Pemecutan Kaja 4 8. Kelurahan Dangin Puri Kaja 1.2 9. Desa Dangin Puri Kauh 6.47 10. Desa Dangin Puri Kangin 5.36

11. Kelurahan Tonja 4.2

Total luas wilayah Kecamatan Denpasar

Utara 31.42

Sumber : Denpasar Utara dalam Angka 2013

(46)

39

3. Data Spasial Denpasar Barat

Kecamatan Denpasar Barat merupakan salah satu kecamatan di Kota Denpasar yang terletak di sebelah barat dengan luas wilayah 24.06 km². Kecamatan ini memiliki ibu kota yang terletak di Kelurahan Padang Sambian.

Berdasarkan letak geografis, batas-batas letak Denpasar Barat adalah sebagai berikut :

Utara : Kecamatan Denpasar Utara dan Kecamatan Mengwi

Barat : Kecamatan Kuta Utara

Selatan : Kecamatan Kuta dan Kecamatan Denpasar Selatan

Timur : Kecamatan Denpasar Timur dan Kecamatan Denpasar Utara

Berdasarkan aspek geologi dan tata lingkungan, kawasan ini cukup aman dari bahaya erosi yang relatif kecil karena wilayahnya relatif datar. Namun karena kawasan memiliki cekungan terutama di Kawasan Pemecutan Kelod, maka aliran drainase menumpuk pada kawasan tersebut, sehingga selalu mengalami genangan

bila terjadi hujan. Jenis tanah kawasan terdiri dari latosol coklat kekuningan yang

(47)

40

penyebarannya menempati hampir seluruh kawasan.

Secara demografi Kecamatan Denpasar Barat terdiri dari 3 kelurahan yaitu Kelurahan Padang Sambian, Kelurahan Pemecutan dan Kelurahan Dauh Puri serta 8 Desa terdiri dari Desa Pemecutan Klod, Desa Padang Sambian Kaja, Desa Padang Sambian Klod, Desa Dauh Puri Kangin, Desa Dauh Puri Klod, Desa Dauh Puri Kauh, Desa Tegal Kerta, dan Desa Tegal Harum. Berikut adalah tabel Luas masing- masing Desa/Kelurahan di Kecamatan Denpasar Barat adalah sebagai berikut :

Tabel 7. Luas Desa/Kelurahan Denpasar Barat

(km²) 1. Kelurahan Padang Sambian 3.70 2. Kelurahan Pemecutan 1.85 3. Kelurahan Dauh Puri 0.60 4. Desa Pemecutan Kelod 4.41 5. Desa Padang Sambian Kaja 4.06 6. Desa Padang Sambian Klod 4.11 7. Desa Dauh Puri Kangin 0.58 8. Desa Dauh Puri Kauh 1.90 9. Desa Dauh Puri Klod 1.88

10. Desa Tegal Kerta 0.35

11. Desa Tegal Harum 0.62

Total Luas Wilayah Kecamatan Denpasar

Barat 24.06

Sumber : Denpasar Barat dalam Angka 2013

(48)

41

Data spasial Kecamatan Denpasar Barat dapat dilihat pada gambar 22. Data spasial ini menampilkan data keruangan.

Gambar 22. Peta Wilayah Kecamatan Denpasar Barat

4. Data Spasial Kecamatan Denpasar Selatan Kecamatan Denpasar Selatan merupakan salah satu kecamatan di Kota Denpasar yang terletak di sebelah selatan dengan luas wilayah 49.99 km². Kecamatan ini memiliki ibu kota yang terletak di Kelurahan Sesetan.

Berdasarkan letak geografis, batas-batas letak Denpasar Selatan adalah sebagai berikut : Utara : Kecamatan Denpasar Timur Barat : Kecamatan Denpasar Barat Selatan : Selat Badung

Timur : Kelurahan Sanur

(49)

42

Data Spasial Kecamatan Denpasar Selatan dapat dilihat pada gambar 23.

Gambar 23. Peta Wilayah Kecamatan Denpasar Selatan

Secara demografi Kecamatan Denpasar Selatan terdiri dari 6 kelurahan dan 4 desa. Kelurahan terdiri Kelurahan Pedungan, Kelurahan Sesetan, Kelurahan Panjer, Kelurahan Renon dan Kelurahan Sanur. Desa terdiri dari Desa Pemogan, Desa Sidakarya, Desa Sanur Kaja dan Desa Sanur Kauh. Luas wilayah masing- masing kelurahan /desa dapat dilihat pada tabel 8.

Tabel 8. Luas Desa/Kelurahan Denpasar Selatan

(km²)

1. Desa Pemogan 9.71

2. Kelurahan Pedungan 7.49

3. Kelurahan Sesetan 7.39

4. Desa Sidakarya 3.89

(50)

43

(km²)

5. Kelurahan Panjer 3.59

6. Kelurahan Renon 2.54

7. Desa Sanur Kaja 2.69

8. Desa Sanur Kauh 3.86

9. Kelurahan Sanur 4.02

10. Kelurahan Serangan 4.81 Total Luas Wilayah Kecamatan Denpasar

Selatan 49.99

Sumber : Denpasar Selatan dalam Angka 2013 B. Analisis Data Non Spasial

Pada bab ini dibahas mengenai analisis data non spasial yang mendeskripsikan data-data atribut dari penggunaan lahan pertanian di Kota Denpasar.

1. Analisis Data Non Spasial Luas Lahan Pertanian Kota Denpasar

Luas lahan pertanian yang diamati dari tahun 2011-2014 pada masing-masing kecamatan di Kota Denpasar dengan tujuan untuk melihat perbandingan jumlah produksi di tahun yang sama pada kecamatan tersebut. Data ini bersumber pada Dinas pertanian tanaman pangan dan holtikultura Kota Denpasar.

Pertama yang ditampilkan adalah data mengenai luas lahan pertanian di Denpasar Timur terdapat pada tabel 9.

(51)

44

Tabel 9. Luas Lahan Pertanian Kecamatan Denpasar Timur Tahun Jenis Lahan Pertanian (km²) Total (km²)

Sawah Tegalan Perkebunan

2011 6.94 1.75 0.16 8.85

2012 6.94 1.44 0.15 8.84

2013 7.26 1.44 0.14 8.84

2014 3.85 0.24 0.14 4.23

Tabel 9 menampilkan data-data luas lahan pertanian yang diamati dari tahun 2011-2014.

Berdasarkan data pada tebel tersebut maka dapat disimpulkan bahwa di Kecamatan Denpasar Timur terjadi penurunan luas lahan pertanian terutama luas lahan sawah yang sangat signifikan di tahun 2013-2014 sekitar 46.97% dan penurunan lahan pertanian di tahun yang sama sekitar 52.15 %.

Kedua, yang diamati adalah luas lahan pertanian di Kecamatan Denpasar Utara, secara detail dapat dilihat pada tabel 10.

Tabel 10. Luas Lahan Pertanian Kecamatan Denpasar Utara Tahun Jenis Lahan Pertanian (km2) Total

(km2) Sawah Tegalan Perkebunan

2011 7.51 0.97 0 8.48

2012 7.22 1.24 0 8.46

2013 7.715 0.69 0 8.405

2014 4.305 0.69 0 4.995

Penurunan luas lahan pertanian juga terjadi di Kecamatan Denpasar Utara dengan penurunan lahan pertanian yang signifikan terjadi pada tahun 2013-2014 terjadi penurunan sekitar 40.57% dan penurunan lahan sawah di tahun

(52)

45

yang sama sekitar 44.20 % . Lahan perkebunan tidak ditemukan di Denpasar Utara dan lahan tegalan tidak terjadi penuruan secara signifikan.

Ketiga, melakukan pengambilan data lahan pertanian di Kecamatan Denpasar Barat.

Penjelasan lebih rinci dapat dilihat pada tabel 11.

Tabel 11. Luas Lahan Pertanian di Kecamatan Denpasar Barat

Tahun Jenis Lahan Pertanian (km2) Total (km2) Sawah Tegalan Perkebunan

2011 2.56 0 0 2.56

2012 2.56 0 0 2.56

2013 2.843 0 0 2.843

2014 1.353 0 0 1.353

Berdasarkan tabel 11 maka dapat disimpulkan bahwa pada tahun 2011-2012 tidak terjadi perubahan luas lahan pertanian yang secara sigifikan kecuali pada tahun 2013-2014 sangat terlihat perubahannya yaitu terjadi penurunan lahan sawah dan lahan pertanian sekitar 52.41%. Kecamatan ini tidak ditemukan lahan tegalan maupun perkebunan.

Keempat, melakukan pengamatan lahan pertanian di Kecamatan Denpasar Selatan.

Data-data mengenai lahan pertanian di kecamatan tersebut dapat dilihat pada tabel 12.

(53)

46

Tabel 12. Luas Lahan Pertanian di Kecamatan Denpasar Selatan

Tahun Jenis Lahan Pertanian (km2) Total (km2) Sawah Tegalan Perkebunan

2011 8.96 0 0 8.96

2012 8.47 0 0 8.47

2013 2.843 0 0 2.843

2014 1.353 0 0 1.353

Berdasarkan tabel 12 maka dapat disimpulkan di Kecamatan Denpasar Selatan tidak ditemukan lahan tegalan maupun perkebunan.

Penurunan signifikan terjadi pada rentang tahun 2012-2013 yaitu sekitar 66.43%.

2. Hasil Analisis Data Non Spasial Hasil Produksi Pertanian di Kota Denpasar

Jenis tanaman yang terdapat di kota Denpasar dikelompokkan menjadi

▪ Tanaman Padi dan Palawija

▪ Tanaman Sayur

Berikut adalah data-data hasil produksi dari masing-masing kecamatan di Kota Denpasar a. Data Hasil Pertanian Kecamatan

Denpasar Timur

Hasil pertanian yang diamati adalah hasil pertanian untuk memenuhi kebutuhan pokok/primer, pertama adalah pengumpulan data hasil pertanian di

(54)

47

Kecamatan Denpasar Timur sebagai berikut :

Tabel 13. Data Hasil Produksi Pertanian Tanaman Padi dan Palawija di Kecamatan Denpasar Timur Tahun 2011

No Nama Tanaman Jumlah produksi (ton)

1 Padi 7427

2 Jagung 0

3 Kedelai 250

4 Kacang Tanah 22

Berdasarkan table 13 dapt disimpulkan tanaman padi mempunyai jumlah produksi terbesar dibandingkan tanaman yang lain pada tahun 2011.

Tabel 14. Data Hasil Produksi Pertanian Tanaman Sayur di Kecamatan Denpasar Timur Tahun 2011

No Nama Tanaman Jumlah produksi (ton) 1 Sayur Hijau 430

2 Bayam 1024

3 Bawang Merah 52

4 Cabai 0

5 Kangkung 2085 6 Kacang Panjang 55

7 Paria 0

8 Mentimun 0 9 Bawang Putih 0

Tabel 14 menampilkan data hasil pertanian tanaman sayur, penghasil sayur terbesar adalah sayur kangkung di tahun 2011. Pengamatan selanjutnya adalah data hasil pertanian di Kecamatan Denpasar Timur tahun 2012 sebagai berikut :

(55)

48

1 Padi 6430

2 Jagung 0

3 Kedelai 246

4 Kacang Tanah 22

Berdasarkan tabel 15 maka dapat disimpulkan bahwa untuk tahun 2012 masih tetap produksi yang tertinggi adalah padi.

2 Bayam 1034

3 Bawang Merah 59

4 Cabai 0

7 Paria 0

Tabel 16 menyajikan data hasil pertanian tanaman sayur tahun 2012 di Kecamatan Denpasar Timur, tanaman kangkung yang produksinya paling banyak. Selanjutnya pengamatan pada tahun 2013 mengenai hasil produksi tanaman padi dan palawija dapat dilihat pada tabel 17.

(56)

49

1 Padi 7022

2 Jagung 0

3 Kedelai 205

4 Kacang Tanah 14

Berdasarkan tabel 17 maka dapat disimpulkan bahwa padi masih menduduki peringkat terbesar hasil produksi. Tanaman berikutnya yang diamati adalah tanaman sayur dapat dilihat pada tabel 18.

2 Bayam 1020

3 Bawang Merah 54

4 Cabai 0

7 Paria 0

Tabel 18 menampilkan data-data hasil pertanian tanaman sayur di Kecamatan Denpasar Timur maka dapat disimpulkan bahwa tanaman sayur yang paling banyak hasil produksinya adalah tanaman sayur kangkung. Selanjutnya mengamati data untuk tahun 2014 mulai dari tanaman padi dan palawija, lebih rinci mengenai

(57)

50

data masing-masing tanaman dapat dilihat pada tabel 19.

1 Padi 2294

2 Jagung 0

3 Kedelai 211

4 Kacang Tanah 0

Berdasarkan tabel 19 maka dapat disimpulkan bahwa tanaman padi memiliki jumlah produksi yang terbesar dibandingkan tanaman yang lain.

Pengamatan selajutnya adalah data hasil produksi tanaman sayur pada tabel 20.

2 Bayam 0

3 Bawang Merah 0

4 Cabai 0

7 Paria 0

Berdarkan tabel 20 maka dapat disimpulkan bahwa tanaman kangkung memiliki jumlah produksi terbesar sedangkan tanaman yang lain tidak menghasilkan sama sekali. Perbandingan

(58)

51

antara jumlah produksi hasil pertanian tanaman padi dan palawija dapat dilihat pada tabel 21.

Tabel 21. Perbandingan Jumlah Produksi Tanaman Padi dan Palawija Kecamatan Denpasar Timur Tahun 2011-2014

Nama Tanaman

Jumlah Produksi (ton) Tahun

2011 Tahun

2012 Tahun

2013 Tahun 2014

Padi 7427 6430 7022 2294

Jagung 0 0 0 0

Kedelai 250 246 205 211

Kacang

Tanah 22 22 14 0

Gambar 24. Grafik Perbandingan Hasil Produksi Tanaman Padi dan Palawija Denpasar Timur Tahun 2011-2014 0

1000 2000 3000 4000 5000 6000 7000 8000

Padi Jagung Kedelai Kacang Tanah

Grafik Hasil Produksi Tanaman Padi dan Palawija Kecamatan Denpasar Timur Tahun 2011-2014

Jumlah Produksi (ton) Tahun 2011 Jumlah Produksi (ton) Tahun 2012 Jumlah Produksi (ton) Tahun 2013 Jumlah Produksi (ton) Tahun 2014

(59)

52

Berdasarkan pengamatan dari tabel maupun grafik maka dapat disimpulkan bahwa untuk tanaman padi di tahun 2011-2012 mengalami penurunan jumlah produksi, kemudian di tahun 2013 mengalami kenaikan kemudian di tahun 2014 mengalami penurunan jumlah produksi yang signifikan sedangkan untuk hasil produksi tanaman yang lain tidak menunjukkan kenaikan maupun penurunan yang signifikan.

Selanjutnya dilakukan analisis perbandingan hasil produksi tanaman sayur terdapat pada tabel 22.

Tabel 22. Tabel Perbandingan Hasil Pertanian Tanaman Sayur di Denpasar Timur Tahun 2011-2014 Nama

Tanaman

Hasil Produksi Tanaman Sayur (ton) Tahun

2011

Tahun 2012

Tahun 2013

Tahun 2014

Sayur Hijau 430 450 420 0

Bayam 1024 1034 1020 0

Bawang Merah

52 59 54 0

Cabai 0 0 0 0

Kangkung 2085 2090 2084 2050

Kacang

Panjang 55 60 54 0

Paria 0 0 0 0

Mentimun 0 0 0 0

Bawang Putih

0 0 0 0

Berdasarkan tabel 22 mengenai perbandingan jumlah produksi hasil