SKORING

   

LAPORAN PRAKTIKUM SISTEM INFORMASI GEOGRAFIS 

SKORING PETA KERAWANAN BANJIR KOTA DENPASAR MENGGUNAKAN QGIS

Dosen Pengampu : Putu Perdana Kusuma Wiguna, S.Si, M.Sc

Disusun Oleh :

Hartati Inriyani Sipayung             2006541059

Dimas Airlangga                            2006541061

Hesti Amalia Syahrani                    200654106

 Deva Kenina Hagaita Br Gurky      2006541064

PROGRAM STUDI AGROEKOTEKNOLOGI

FAKULTAS PERTANIAN

UNIVERSITAS UDAYANA

2022/2023

BAB I 
PENDAHULUAN

1.1. Latar Belakang

Penggunaan teknologi informasi semakin berkembang dengan pesat. Dari berbagai aspek, teknologi sudah menjadi bagian dari perkembangan hidup manusia. Indikasi ini menunjukkan bahwa teknologi adalah salah satu unsur penting yang memegang peranan dalam kehidupan manusia. Selain itu, teknologi mencerminkan modernisasi yang memicu pada persaingan untuk menjadi yang terbaik. Dalam kemajuannya kita lebih dituntut untuk dapat menguasai berbagai ilmu di bidangkomputer salah satunya adalah Sistem Informasi Geografis (SIG) atau bisa disebut ArcGIS. ArcGis merupakan software yang dikembangkan oleh ESRI. GIS (Geographical Information System) atau dikenal pula dengan SIG (Sistem Informasi Geografis) merupakan komputer yang berbasis pada sistem informasi yang digunakan untuk memberikan bentuk digital dan analisis terhadap permukaan geografi bumi.

Sitem Informasi Geografi (SIG) atau Geographic Information System (GIS) adalah suatu sistem informasi yang dirancang untuk bekerja dengan data yang bereferensispasial atau berkoordinat geografi bersamaan dengan seperangkat operasi kerja. Sistem Informasi Geografi dapat memadukan antara data grafis (spasial) dengan data teks (atribut) objek yang dihubungkan secara geografis di bumi (georeference). Disampingitu, SIG juga dapat menggabungkan data, mengatur data dan melakukan analisis datayang akhirnya akan menghasilkan keluaran yang dapat dijadikan acuan dalam pengambilan keputusan pada masalah yang berhubungan dengan geografi. SistembInformasi Geografis dibagi menjadi dua kelompok, yaitu sistem manual (analog), dan sistem otomatis yang berbasis digital komputer (Nurpilihan, dkk, 2011). Aplikasi SIG yang bebasis komputer di antara lain adalah ArcGIS, Quantum GIS, ArcView, ERDAS, dan lain-lain

Geoprocessing merupakan sekumpulan fungsi yang berfungsi untuk melakukan operasi dengan didasarkan dari lokasi geografis layer-layer input. Terdapat beberapa fungsi dalam geoprocessing yaitu, Dissolve, Merge, Clip, Intersect ,Union dan Assign Data. Fungsi-fungsi geoprocessing ini sering juga digunakan sebagai pelengkap dari fungsi buffer

1.3. Tujuan

• Tujuan dari membuat Laporan dan membuat peta potensi banjir daerah Denpasar Agar mahasiswa mengetahui apa itu skoring, Mahasiswa dapat mengetahui kegunaan skoring dalam SIG Serta Mahasiswa dapat mengetahui paramater banjir dan langkah-langkah skoring dalam SIG

BAB II
 TINJAUAN PUSTAKA

2.1. Skoring 

Skoring/matching ditetapkan berdasarkan total nilai skor dari tiga faktor(variable) yang dinilai yaitu kemiringan, jenis tanah, curah hujan. Penentuan pemanfaatan lahan berdasarkan total nilai skor dapat dilihat dari tabel-tabel yang sudah tersedia

Penentuan arahan fungsi pemanfaatan lahan dapat dilakukan dengan skoring/matching. Ditetapkan berdasarkan total nilai skor  dari tiga faktor (variable) yang dinilai yaitu kemiringan, jenis tanah, curah hujan.

Uji skoring merupakan uji yang menggunakan panelis terlatih dan benar-benartahu mengenai atribut yang dinilai. Tipe pengujian skoring sering digunakan untukmenilai mutu bahan dan intensitas sifat tertentu misalnya kemanisan, kekerasan, danwarna. Selain itu, digunakan untuk mencari korelasi pengukuran subyektif denganobyektif dalam rangka pengukuran obyektif (presisi alat) (Kartika dkk., 1988). Menurut Anonim (2006), uji skoring dilakukan dengan menggunakan pendekatan skala atau skoryang dihubungkan dengan deskripsi tertentu dari atribut mutu produk. Pada sistemskoring, angka dihubungkan untuk menilai intensitas produk dengan susunan meningkat atau menurun. Pada sistem skoring, angka digunakan untuk menilai intensitas produk dengan susunan meningkat atau menurun. Uji skoring dilakukan setelah terlebih dahulu diadakan penyeleksian panelis terlatih yakni dengan uji Triangle

Uji skoring dapat digunakan untuk penilaian sifat sensoris yang spesifik seperti tekstur pulen pada nasi, warna merah pada tomat, bau langu pada hasil olahan kedelaiatau sifat sensoris umum seperti sifat hedonik atau sifat-sifat sensoris kolektif pada pengawasan muru produk pangan. Uji skor disebut pemberian skor atau skoring. Pemberian skor adalah memberikan angka nilai atau menetapkan nilai mutu sensorik terhadap bahan yang diuji pada jenjang mutu atau tingkat skala hedonik(Darmudiansyah, 2011)

Uji skor disebut juga pemberian skor atau skoring. Pemberian skor ialah memberikan angka nilai atau menepatkan nilai mutu sensorik terhadap bahan yang diuji pada jenjang mutu atau tingkat skala hedonik. Uji skoring dapat dilakukan pada penilaian sifat sensorik yang sangat spesifik seperti tekstur, warna, rasa, dan aroma. Seperti halnya pada skala mutu, pemberian skor dapat juga dikaitkan dengan skala hedonik. Banyaknya skala hedonik tergantung dari tingkat perbedaan yang ada dan juga tingkat kelas yang dikehendaki. Dalam pemberian skor besarnya skor tergantung pada kepraktisan dan kemudahan pengolahan atau interpretasi data (Soekarto, 1985)

1   2.2  Intersection

Semua peta yang diintersect telah memiliki score pada tiap-tiap data atributnya, sehingga untuk pemberian score pada peta hasil intersect dilakukan dengan penjumlahan semua score. Dari score-score tersebut dapat klasifikasikan tingkat kerawanan Leptospirosis di daerah denpasar yang diindikasikan dengan lokasi persebaran tempat sampah, sungai, tingkat penggunaan lahan, kerapatan vegetasi dan tekstur tanah di daerah denpasar

fungsi intersec merupakan proses yang tdak jauh berbeda dengan clipping tetapi pada intersec, theme baru merupakan data spasial irisan kedua theme yang menjadi masukknya dengan theme overlay sebagai batas intersecnya

BAB III
 METODOLOGI

3.1 Waktu 

Dilaksanakan Di Denpasar waktu dimulai dari tanggal 12 - 15 Desember 2022. 

3.2 Alat dan Bahan 

• laptop
• Software QGIS
• alat tulis
• Peta Polygon Administrasi Denpasar 
• Intersect Peta penggunaan lahan, jenis tanah, ketinggian Tempat, Curah Hujan dan kemiringan lereng

3.3 Cara Kerja 

• Siapkan Laptop dan Software QGIS data kerawanan banjir
• OLah data kerawanan banjir dengan QGIS Styling hingga simboling data peta
• kemudian membuat hasil dalam bentuk layout
• lakukan analisa potensi kerawanan banjir. 

BAB IV
 HASIL DAN PEMBAHASAN

Langkah-langkah Skoring Data Peta Potensi Kerawanan Banjir

1.Buka aplikasi QGIS

2. Unduh File berikut berisi Data Spasial dan METODOLGI TUGAS SKORING Link https://drive.google.com/drive/folders/1fQYxsz2_d7tfVz9zd7ouZK1HfAQRhIi5?usp=share_link

3.Pilih data Denpasar Kerapatan sungai, Curah hujan, Jenis tanah, Kemiringan lereng, Ketinggian tempat dan Penggunaan lahan. Data dapat diunduh dari link berikut. Masukan layer yang telah ditentukan pilih dan “Add Selected Layers to Project” atau Klik 2x

Layer dan tampilan peta akan terlihat seperti gambar diatas.

4.Sebelum melakukan Intersect, kita lakukan skoring terlebih dahulu pada tiap layer dengan pemberian bobot dan skor nilai hingga Jumlah Skor.

Buka penuntun praktikum judul “METODOLOGI TUGAS SKORING” pada file yang telah diunduh sebelumnya. Terdapat Parameter Penyebab Banjir hingga Skoring tiap Komponen-komponen untuk menentukan Tingkat Kerawanan Banjir.

Terdapat parameter penyebab banjir, yaitu skor dan bobot.

a.Kerapatan Sungai

Berikut merupakan Skoring Komponen Kerapatan Sungai

Tabel diatas dapat digunakan sebagai acuan skoring. Lakukan pengisian bobot dan skoring pada Layer Kerapatan Sungai.

Klik kanan layer “DPS_KERAPATAN SUNGAI”à Open Atribut Table

Kemudian klik pensil kanan pojok atas à Add New Field

Buat field baru untuk Bobot, Skor dan Bobot*Skor

#Pada Field ketiga pastikan kalian mengisi nama yang mudah digunakan, agar dapat disamakan dengan Data Spasial/Layer selanjutnya. Contoh (B_S_KS, B_S_PL)

Lakukan pencarian nilai B_S_KS dengan mengalikan Nilai Bobot dan Skor. Jika data hanya sedikit maka dengan mudah kita langsung mengisi yaitu nilai B_S_KS adalah 1.

Nemun jika data atribut yang dimiliki layer tersebut banyak hingga pukuhan atau ratusan. Dapat dengan mengikut langkah berikut.

Terdapat menu pilihan 123 pada petunjuk merah (vertikal) di gambar berikut, ganti menjadi B_S_KS. Kemudian pada petunjuk merah kedua (horizontal) isi dengan rumus “Bobot_KS*Skor_KS” dimana * merupakan simbol perkalian. Kemudian klik Update All.

Hasil Skor dapat dilihat dibawah berikut.

Berikut merupakan skoring pada layer Kerapatan Sungai.

Lakukan proses yang sama pada Data Spasial Curah hujan, Kemiringan lereng, Ketinggian tempat, dan Jenis tanah. Hingga mendapatkan data sebagai berikut.

b. Curah hujan

Berikut merupakan Skoring Komponen Curah hujan

c. ketinggian tempat

Berikut merupakan Skoring Komponen Ketinggian tempat

d. Kemiringan lereng

Berikut merupakan Skoring Komponen Kemiringan lereng

E.Jenis tanah

f. Penggunaan lahan.

Catatan: untuk penggunaan lahan perhatikan penilaian saat Skor_PL sesuai dengan Kriteria Skoring

Baik setelah kita melakukan skoring pada tiap-tiap layer, akan sulit melakukan skoring jika Data Spasial masih terdapat pada layer yang terpisah. Maka dari itu perlu dilakukan penggabungan data agar memudahkan kita untuk melakukan skoring wilayah tersebut.

Fitur yang dapat kita gunakan telah kita pelajari pada praktikum sebelumnya yaitu “Intersect” pada menu Vector à Geoprocessing Tools à Intersect

5.Intersect dua peta dengan Input Layer “DPS-CURAHHUJAN” dengan “DPS_KERAPATANSUNGAI” setelah dilakukan intersect akan menghasilkan layer baru seperti digambar berikut. Bentuk polygon dari kedua layer akan bergabung termasuk juga dengan atribut yang dimiliki.

Berikut merupakan bukti telah bergabung atribut dari Curah hujan dan Kerapatan sungai.

Setelah itu lakukan hal yang sama namun hingga semua layer data, namun perhatikan yang dilakukan intersect adalah hasil dari intersect terakhir. Untuk memudahkan mungkin kita dapat merubah namanya. Atau mungkin yang memiliki memori yang baik kita langsung saja.

Hasil akan terlihat seperti dibawah berikut

Berikut merupakan Layer baru yang sudah dilakukan Intersect dari enam layer sebelumnya.

6.Menentukan Nilai Skoring dan Kelas

a.Penilaian Skoring

Open Atribut Table

Add New Field “Skoring“ dan “Kelas”

Selanjutnya adalah menjumlah hasil Skoring dari tiap komponen Penyebab banjir.

Pastikan Field Skoring tiap layer sebelumnya pada tiap komponen kalian berikan nama yang mudah dihafal (B_S_KS, B_S_CH, dst).

Jika nama yang kalian buat sesuai akan mudah untuk menjumlahkan. Rumus yang akan digunakan dapat kalian copy dari teks berikut

 "B_S_KS" + "B_S_CH" + "B_S_KL" + "B_S_KT" + "B_S_PL" + "B_S_JT"  àCopy beserta petik dua à Klik “Update All”

Hasil dapat dilihat pada gambar berikut kotak merah

b.Selanjutnya adalah meng-kelas-kan Data Spasial tersebut berdasarkan Skoring. Perhatikan Penilaian skoring berdasarkan Penutun praktikum.

Ubah pilihan dari Skoring ke Kelas karena kita ingin mengubah data Kelas.

Blok seluruh data yang dengan nilai skoring yang termasuk “Rendah” yaitu Skoring (22-31)

Kemudian pada menu rumusan yang sebelumnya isi dengan

‘Rendah’

Pastikan menggunakan petik 1 pada awalan dan akhiran.

Hasil akan tampil sebagai berikut

7. Jika ingin menampilkan Peta agar mudah dibaca kita dapat menggunakan fitur Simbologi.

Buka Properties à Symbology à Pilih “Graduated” kemudian Classify

Klik Ok

Berikut merupakan hasil akhir dari Skoring dan Kelas untuk menentukan Potensi Kerawanan Banjir pada Kota Denpasar.

BAB V

PENUTUP

Kesimpulan

Ditetapkan berdasarkan total nilai skor dari tiga faktor (variable) yang dinilai yaitu kemiringan, jenis tanah, curah hujan. Dari score-score tersebut dapat klasifikasikan tingkat kerawanan Leptospirosis di daerah denpasar yang diindikasikan dengan lokasi persebaran tempat sampah, sungai, tingkat penggunaan lahan, kerapatan vegetasi dan tekstur tanah di daerah denpasar