BAB II TEORI PENUNJANG

BAB II TEORI PENUNJANG

2.1 Visual Basic 6.0 2.1.1 Sekilas Mengenai Visual Basic Visual Basic (yang sering juga disebut dengan VB) selain disebut sebagai sebuah bahasa pemrograman, juga disebut sebagai sarana (tool) untuk menghasilkan program-program aplikasi berbasiskan Windows. Beberapa kemampuan atau manfaat dari Visual Basic di antaranya seperti :

Untuk membuat program aplikasi berbasis Windows. Untuk membuat objek-objek pembantu program seperti misalnya kontrol ActiveX, file help, aplikasi internet, dan sebagainya. Menguji program (debugging) dan menghasilkan program akhir berakhiran EXE yang bersifat executable atau dapat langsung dijalankan.

Visual Basic merupakan pengembangan dari Basic. Basic (Beginner’s All-purpose Symbolic Instruction Code) adalah sebuah bahasa pemrograman “kuno” yang merupakan awal dari bahasa-bahasa pemrograman tingkat tinggi lainnya. Basic dirancang pada tahun 1950an dan ditujukan untuk dapat digunakan oleh para programer pemula. Biasanya Basic diajarkan untuk para pelajar sekolah menengah yang baru mengenal komputer, serta digunakan untuk pengembangan program “cepat saji” yang ringan dan menyenangkan. Walaupun begitu, peran Basic lebih dari sekedar itu saja. Banyak programer andal saat ini memulai karirnya dengan mempelajari Basic. Sejak dikembangkan pada tahun 80-an, Visual Basic kini telah mencapai versimya yang ke-6. Beberapa keistimewaan utama dari Visual Basic 6 diantaranya seperti :

Menggunakan platform pembuatan programan yang diberi nama Developer Studio, yang memiliki tampilan dan sarana yang sama dengan Visual C++ dan Visual J++. Dengan begitu

7

8

Bab II Teori Penunjang

Anda dapat berimigrasi atau belajar cepat bahasa pemrograman lainnya dengan mudah dan cepat tanpa harus belajar dari nol lagi. Memiliki beberapa tambahan sarana wizard yang baru. Wizard adalah sarana yang mempermudah dalam pembuatan aplikasi dengan mengotomatisasi tugas-tugas tertentu. Akses data lebih cepat dan andal untuk membuat aplikasi database berkemampuan tinggi.

2.1.2 Fasilitas Visual Basic Di dalam lingkungan Visual Basic, terdapat berbagai macam komponen, yaitu:

Gambar 2.1 Komponen VB 6.0

Bab II Teori Penunjang 1.

2.

3.

4.

5.

6.

7.

8.

9

Control Menu Control Menu adalah menu yang digunakan terutama untuk memanipulasi jendela Visual Basic. Dari menu ini anda dapat mengubah ukuran, memindahkannya, atau menutup jendela. Menu Menu Visual Basic berisi semua perintah Visual Basic yang dapat dipilih untuk melakukan tugas tertentu. Isi dari menu ini sebagian hampir sama dengan program-program Windows pada umumnya. Toolbar Toolbar adalah tombol-tombol (shortcut) yang mewakili suatu perintah tertentu dari Visual Basic. Form Window Form Window atau jendela formadalah daerah kerja utama tempat membuat program-program aplikasi Visual Basic. Toolbox Toolbox adalah sebuah “kotak piranti” yang mengandung semua objek atau ‘kontrol’ yang dibutuhkan untuk membentuk suatu program aplikasi. Kontrol adalah suatu objekyang akan menjadi penghubung antara program aplikasi dan user-nya, dan yang kesemuanya harus diletakkan di dalam jendela form. Project Explorer Jendela Project Explorer adalah jendela yang mengandung semua file di dalam aplikasi Visual Basic. Setiap aplikasi dalam Visual Basic disebut dengan istilah project (proyek), dan setiap proyek bisa mengandung lebih dari satu file. Pada Project Explorer ditampilkan semua file yang terdapat pada aplikasi (proyek), misalnya form, modul, class, dan sebagainya. Jendela Properties Jendela Properties adalah jendela yang mengandung semua informasi mengenai objek yang terdapat pada aplikasi Visual Basic. Properti adalah sifat dari sebuah objek, misalnya seperti nama, warna, ukuran, posisi, dan sebagainya. Form Layout Window Form Layout Window adalah jendela yang menggambarkan posisi dari form yang ditampilkan pada layer monitor. Posisi form pada Form Layout Window inilah yang merupakan petunjuk tempat aplikasi akan ditampilkan pada layar monitor saat dijalankan.

10


Jendela Code Jendela Code adalah salah satu jendela yang penting di dalam Visual Basic. Jendela ini berisi kode-kode program yang merupakan instruksi-instruksi untuk aplikasi Visual Basic yang dibuat.

2.1.3 Pengertian Program Aplikasi Visual Basic berisi komponen-komponen berupa objek. Setiap objek memiliki event atau kejadian dan metode atau aksi. Jika user memanipulasi suatu objek (misalnya mengklik, mengetik, meletakkan kursor, dan sebagainya), itu adalah event-event yang akan memicu metode yang terdapat di dalam objek tersebut. Metode yang sebenarnya adalah kode program itu sendiri akan menghasikan aksi tertentu pada aplikasi tersebut. Pada dasarnya, kode program adalah instruksi-instruksi yang ditulis oleh programmer yang memerintahkan aplikasi untuk melakukan tugas tertentu, seperti misalnya melakukan perhitungan, memanipulasi data, membuka atau menjalankan aktivitas tertentu, merespon input dari user, menghasilkan keluaran, dan sebagainya. Program pada Visual Basic berfungsi menyatukan kontrolkontrol yang ada di dalam aplikasi. 2.1.4 Letak Kode Program Pada dasarnya, pemrograman pada Visual Basic relatif lebih mudah, tetapi dalam konsep modular programing kode-kode program diletakkan terpisah-pisah, sehingga inilah yang membuat para programer pemula agak bingung. Tidak seperti linear programming yang kodekode programnya dituliskan di dalam satu tempat, pada modular programming kode-kode program letaknya tersebar, bergantung pada komponen-komponen aplikasi tersebut. Pada Visual Basic, kode-kode pemrograman biasanya diletekkan pada objek-objek sebagai berikut : 1.

2.

Objek Form

Biasanya kode-kode program ini adalah kode-kode inisialisasi yang akan dijalankan apabila Form tersebut di-load. Kontrol Kontrol dapat memiliki kode-kode programnya sendiri yang disebut dengan event procedure atau metode dari kontrol tersebut. Setiap kontrol tersebut memiliki event procedure lebih


3.

11

dari satu, dan di dalam setiap event procedure yang dibuat bisa membuat program-program yang berbeda-beda, bergantung pada tindakan apa yang harus dilakukan oleh kontrol tersebut. Module standard Ini adalah termasuk salah satu objek pada Visual Basic yang tidak tampak dan terpisah dari form, tetapi masih berada di dalam aplikasi. Modul standar berisi kode-kode program yang bersifat umum yang dapat dipanggil oleh objek apa saja yang membutuhkannya.

2.1.5 Tipe Data Visual Basic 6 menyediakan beberapa tipe data seperti pada tabel dibawah ini : Tabel 2.1 Tipe Data pada VB 6.0

12


Pemilihan tipe data yang digunakan secara tepat akan sangat berguna, misalnya dalam hal menghemat memory,kecepatan proses, ketelitian penghitungan dan lain-lain. 2.1.6 Penggunaan Memori dan Rentang Data Ada perbedaan pengalokasian untuk satu tipe data dengan tipe data yang lainnya. Menggunakan tipe data yang penggunaanya memori paling kecil adalah cara yang paling baik. Nisalnya jika anda ingin memproses data nilai yang mempunyai Range (rentang) 0 sampai 100 tanpa desimal maka yang paling tepat data Byte (pelu memori 1 byte), dibandingkan bila anda menggunakan tipe Integer atau Long. 2.1.7 Ketelitian Perhitungan Ketelitian perhitungan sangat diperlukan sehingga diperlukan meggunakan tipe data dengan ketelitian (presisi) paling tinggi, tipe data


13

single mempunyai ketelitian 6 digit dibelakang titik desimal, sedangkan double mempunyai ketelitian 14 digit dibelakang titik desimal. Untuk memahami maka buatlah satu proyek dengan satu form, contohnya adalah : Private sub Form_Activate() Dim A as Single Dim B as Double Form1.Print “Single: “,A * 1000000000# Form1.Print “Double: “,B * 1000000000# End Sub Maka anda akan menghasilkan jawaban sebagai berikut : Single: 333333343.267441 Double: 333333333.333333 2.1.8 Penggunaan Tipe Data Variant Jika anda tidak mendeklarasi suatu variabel tetapi langsung memakainya, maka variabel yang dipaki bertipe variant. Tipe data variant dapat dipakai untuk menampung data Null, Error, dan seluruh tipe data lain, misalnya boolean, numerik, string, objek, array. Oleh karena itu, penggunaannya haruslah sangat selektif, karena selain tidak memberikan kepastian tentang jenis data yang dikandungnya, juga memerlukan byte memory lebih banyak. 2.2 MapObjects 2.2 Pengguna aplikasi-aplikasi SIG pasti cukup akrab dengan yang namanya Arcview, MapInfo, dan Autocad. Selain cukup popular (karena banyak bajakannya) aplikasi-aplikasi ini memang sangat handal untuk keperluan-keperluan pemetaan dan analisanya. Bahkan Arcview dan Mapinfo bisa di customize tampilannya agar sesuai kebutuhan user. Akan tetapi kadangkala ada suatu kebutuhan dimana sebuah aplikasi SIG terintegrasi dengan aplikasi lain, misalnya pada suatu aplikasi SPK (Sistem Penunjang Keputusan) dimana pemetaan (plus analisanya) hanya merupakan salah satu tools disamping tools-tools yang lain. Kadang juga pengguna kurang suka dengan tampilan hasil customize dari arcview atau mapinfo yang memang terbatas. Untuk kebutuhan-kebutuhan inilah Esri, pembuat Arcview, mengeluarkan MapObjects (dan Mapinfo mengeluarkan MapX).

14


MapObjects adalah sebuah third party component yang bisa digunakan di Visual Basic, Visual C++, Delphi, dan lainnya, agar bisa menampilkan peta beserta navigasi, dan fungsi-fungsi pemetaan lainnya. Karena berupa komponen, maka aplikasi GIS yang dibuat dengan MapObjects ini dapat dibuat lebih flexible, dapat digabung dalam aplikasi yang lainnya, dan dapat bebas dalam membuat tampilan. Disini kita akan menggunakan MapObjects Versi 2. (2.1 atau 2.2) , dan akan dipakai dalam Visual Basic 6.0. Dalam penyampaian materi-nya, akan dibuat berdasar fungsi-fungsi pemetaan baru dari fungsi ini akan di breakdown kedalam object-object apa yang ikut, method dan property apa yang dipakai, dan langsung disertai contoh coding-nya. 2.2.1 Persiapan Untuk membuat aplikasi SIG dengan VB dan MapObjects, tentu saja kita harus telah menyiapkan keduanya di komputer kita. Install keduanya. Sedangkan untuk contoh data peta yang akan digunakan dalam tulisan ini adalah peta Mexico bawaan dari arcview 3.3. Untuk engine mapObject, cara instalasinya adalah dengan menjalankan file mo22.exe tadi. Sedangkan untuk datanya dapat diextract ke folder apapun. Dalam tulisan ini, data shapefile ini diextract di folder c:\shapefile. Maka akan ada folder c:\shapefile\Mexico, dan didalamnya ada data-data peta bertipe shapefile. Sementara untuk mapobjects, setelah diinstall, kita dapat memakainya di VB dengan menambahkan komponen Esri MapObjects 2.2 lewat menu ProjectComponent. Setelah ditambahkan komponen ini, maka akan ada tambahan object dalam toolbox, yaitu object Map. Object Map inilah yang nanti ditaruh dalam Form sebagai tempat dimana peta akan dimunculkan. Selain ketersediaan file-file diatas, untuk dapat mengikuti materi dengan lancar, sebaiknya pembaca telah familiar dengan Visual Basic dan juga dengan konsep SIG. 2.2.2 Menampilkan Peta Untuk menampilkan sebuah Peta dalam commponent Map, kita membutuhkan 2 object lagi selain component tersebut. Yang pertama adalah object DataConnection yang digunakan untuk mengkoneksikan database peta, dan yang kedua adalah object MapLayer yang digunakan untuk menyimpan Informasi untuk sebuah Layer Peta. Ketiga object ini


15

nanti akan dipakai untuk membuat program pertama kita yang bertujuan untuk menampilkan peta Mexico. Pertama, taruh componen Map ke dalam Form. Berikutnya. Object DataConnection di deklarasikan sebagai berikut, ditaruh dalam variable private agar dapat diakses dari berbagai sub dalam form ini. Dim dc as new MapObjects2.DataConnection. Dalam object DataConnection terdapat property Database untuk menentukan di direktori mana data-data peta berada. Dan juga terdapat fungsi Connect untuk memulai koneksi data. Contoh penggunaannya adalah sebagai berikut: dc.Database = "c:\shapefile\mexico" If dc.Connect Then ’lakukan perintah2 jika data berhasil connect Else ’lakukan perintah-perintah jika tidak berhasil connect End If Object DataConnection juga mempunyai fungsi FindGeoDataset yang bertujuan untuk mencari peta tertentu dan mengembalikannya sebagai class Geodataset, yaitu class yang menyimpan informasi-informasi spatial dan non-spatial dari data peta. Class Geodataset inilah yang merupakan data peta yang diperlukan oleh object MapLayer. Pastikan dalam direktori yang disetkan pada dc.database terdapat nama file (dengan extension .shp, shx, dan dbf) yang dimasukkan dalam fungsi FindGeoDataset ini. Contoh penggunaan dari findgeodataset sampai digunakan oleh mapLayer adalah sebagai berikut. Dim L1 As mapobjects2.MapLayer Set L1 = New Mapobejcts2.MapLayer L1.GeoDataset = dc.FindGeoDataset("states") Dimana States adalah peta propinsi-propinsi di Mexico yang akan kita tampilkan. Setelah object MapLayer terbentuk, maka object ini dapat dimasukkan ke dalam component Map untuk ditampilkan ke layar. Component Map menyimpan layer-layernya dalam collection class

16


Layers. Dimana dalam class ini terdapat method Add untuk menambahkan anggotanya. Peta akan disusun dengan layer yang ditambahkan terakhir berada di tumpukan paling atas. Jadi jika peta Jalan dimasukkan dalam map.layers, kemudian dilanjutkan dengan menambahkan peta State, maka peta Jalan tadi akan tertutup oleh peta State. Contoh kode untuk menambahkan maplayer kedalam Map.Layers adalah sebagai berikut : Map1.Layers.Add L1 Ini adalah perintah terakhir yang dibutuhkan dalam program pertama kita. Dengan asumsi peta akan di-load pada saat Form_load, kode lengkapnya adalah sebagai berikut : Dim dc As New DataConnection Private Sub Form_Load() dc.Database = "c:\shapefile\mexico" If dc.Connect Then Dim L1 As Mapobjects2.MapLayer Set L1 = New Mapobjects2.MapLayer L1.GeoDataset = dc.FindGeoDataset("states") Map1.Layers.Add L1 Else MsgBox "direktori peta tidak ditemukan" End If End Sub Jadi, setelah menaruh component Map ke Form (namanya menjadi Map1) dan dengan menuliskan perintah-perintah diatas, kemudian menjalankan Run, kita akan mendapatkan sebuah form yang didalamnya terdapat peta Mexico yang terbagi dalam propinsi-propinsi. Apabila anda belum berhasil atau peta tidak keluar, coba periksa lagi lokasi peta dan nama petanya. Program pertama ini harus berhasil dulu sebelum melangkah ke program-program selanjutnya. Selanjutnya, dengan cara yang sama seperti saat menambahkan layer States, tambahkan layer Roads dan Cities sehingga bagian didalam If dc.Connect Then adalah sebagai berikut : If dc.Connect Then Dim L1 As Mapobjects2.MapLayer


17

Set L1 = New Mapobjects2.MapLayer L1.GeoDataset = dc.FindGeoDataset("states") Map1.Layers.Add L1 Set L1 = New Mapobjects2.MapLayer L1.GeoDataset = dc.FindGeoDataset("roads") Map1.Layers.Add L1 Set L1 = New Mapobjects2.MapLayer L1.GeoDataset = dc.FindGeoDataset("cities") Map1.Layers.Add L1 Setelah ditambahkan layer Roads dan Cities maka saat di Run akan tampil peta yang berisi peta negara propinsi di Mexico, diatasnya terdapat Jalan, dan diatas jalan ada titik-titik yang menunjukkan kotakota di Mexico. Jika dicermati, setiap kali aplikasi ini dijalankan, maka warna States, Roads, dan Cities akan berubah-ubah. Hal ini disebabkan karena kita belum melakukan setting tampilan pada tiap layer ini. Jika belum di set, default warnanya adalah random. Bab berikutnya akan menunjukkan bagaimana cara untuk memodifikasi tampilan Layer. 2.2.3 Mengatur tampilan peta Tampilan atau bentuk penggambaran dari tiap layer peta dapat diatur sesuai keinginan user atau yang lebih sering lagi adalah sesuai dengan standar legenda peta pada umumnya. Beberapa contoh standar tampilan adalah seperti jalan berwarna merah, sungai berwarna hijau, bandara berbentuk tanda pesawat , dan sebagainya. Pada layer bertipe polygon yang dapat diatur adalah warna bidang, bentuk arsiran bidang, warna garis tepi, bentuk dan tebal garis tepi. Untuk tipe Line, yang dapat diatur adalah warna, tebal, dan bentuk garis. Sedang untuk tipe Point, yang dapat diatur adalah warna simbol, ukuran simbol, dan bentuk simbol. Secara umum untuk mengatur tampilan pada masing-masing tipe ini dilakukan dengan mengubah-ubah nilai-nilai dalam property symbol pada object MapLayer. Berikut adalah daftar property dalam maplayer.symbol, dan fungsinya: Color -

untuk pengaturan warna. Dapat diisi dengan nilai dari konstanta-konstanta warna, seperti moRed, moBlue,

18

Bab II Teori Penunjang moYellow, moGrey, dan warna-warna yang punya nama lainnya. Dapat juga diisi dengan nilai dari pencampuran warna merah, hijau, dan biru, pada fungsi RGB(nilai_merah,nilai_hijau,nilai_biru)

Size -

style -

ukuran simbol, hanya berlaku untuk tipe garis dan point outline, outlinecolor ada tidaknya garis tepi, dan warna garis tepi. Khusus untuk tipe polygon. Outline diisi dengan true/false, sedang outlinecolor diisi warna seperti halnya color. untuk tipe polygon ini adalah bentuk arsiran, untuk tipe line ini adalah bentuk garis, dan untuk point adalah bentuk simbol. Dengan pilihan dibawah ini: untuk polygon § moSolidFill : bidang diwarnai penuh, tanpa arsiran § moTransparentFill : bidang tidak diwarnai dan transparent § moHorisontalFill: bidang diarsir dengan arsiran garis-garis mendatar § moVerticalFill : bidang diasir dengan arsiran garis-garis tegak § moDownwardDiagonalFill : arsiran diagonal miring ke kiri § moUpwardDiagonalFill : arsiran diagonal miring ke kanan § moCrossFill : arsiran gabungan garis vertical dan horizontal § moDiagonalCrossFill : arsiran gabungan garis horizontal kiri dan orisontal kanan § moGrayFill : arsiran berupa titik-titik § moLightgrayFill : arsiran berupa titik-titik yang jarang § moDarkgrayFill : arsiran berupa titik-titik yang rapat untuk line § moSolidLine : berupa garis lurus § moDotLine : berupa titik-titik yang bersambung § moDashLine : berupa garis pendek-pendek yang bersambung § moDashDotLine : berupa garis–titik yang bersambung § moDashDotDotLine : berupa garis-titik-titik yang bersambung untuk point § moCircleMarker : berupa bentuk lingkaran


19

§ moCrossMarker : berupa bentuk cross § moSquareMarker : berupa bentuk kotak § moTriangleMarker : berupa bentuk segitiga § moTrueTypeMarker : berupa suatu karakter dari suatu font Untuk type ini, diperlukan pengisian juga untuk property : • symbol.Font : Nama font yang karakternya mau dipakai • symbol.CharacterIndex : nomor karakter yang ingin dipakai • symbol.Rotation : jika mau diputar ( dalam satuan derajat ) Dengan mengisikan property symbol diatas, peta yang tampil akan dapat sangat bervariasi. 2.3 Sistem Informasi Geografis (SIG) 2.3.1 Pengenalan SIG Sistem Informasi Geografi (SIG) adalah sebuah alat bantu manajemen berupa informasi berbantuan komputer yang berkait erat dengan sistem pemetaan dan analisis terhadap segala sesuatu serta peristiwa – peristiwa yang terjadi di muka bumi. Teknologi SIG mengintegrasikan operasi pengolahan data berbasis database yang biasa digunakan saat ini, seperti pengambilan data berdasarkan kebutuhan, serta analisis statistik dengan menggunakan visualisasi yang khas serta berbagai keuntungan yang mampu ditawarkan melalui analisis geografis melalui gambar-gambar petanya. Definisi SIG selalu berkembang, bertambah dan bervariasi. Hal ini telihat dari banyaknya definisi SIG yang telah beredar. Selain itu, SIG juga merupakan suatu kajian ilmu dan teknologi yang relatif baru, digunakan oleh berbagai bidang disiplin ilmu, dan berkembang dengan cepat. Dari definisi yang ada, diambil satu buah definisi yang dapat mewakili SIG secara umum yaitu sistem informasi yang digunakan untuk memasukkan, menyimpan, memanggil kembali, mengolah, menganalisa dan menghasilkan data bereferensi geografi atau data geospatial, untuk mendukung pengambilan keputusan dalam perencanaan dan pengolahan seperti penggunaan lahan, sumber daya alam, lingkungan transportasi, perencanaan fasilitas kota, dan pelayanan

20


umum lainnya. Komponen SIG adalah sistem komputer, data geospatial dan pengguna, seperti pada Gambar 2.2.

Gambar 2.2 Komponen Kunci SIG Data yang diolah pada SIG ada 2 macam yaitu data geospasial (data spasial dan data non-spasial). Jika pada gambar diatas data nonspasial tidak digambarkan karena memang dalam SIG yang dipentingkan adalah tampilan data secara spasial. Data spasial adalah data yang berhubungan dengan kondisi geografi misalnya sungai, wilayah administrasi, gedung, jalan raya dan sebagainya. Seperti yang telah diterangkan pada gambar diatas, data spasial didapatkan dari peta, foto udara, citra satelit, data statistik dan lain-lain. Hingga saat ini secara umum persepsi manusia mengenai bentuk representasi entity spasial adalah konsep raster dan vector. Sedangkan data non-spasial adalah selain data spasial yaitu data yang berupa text atau angka. Biasanya disebut dengan atribut. Data non-spasial ini akan menerangkan data spasial atau sebagai dasar untuk menggambarkan data spasial. Dari data non-spasial ini nantinya dapat dibentuk data spasial. Misalnya jika ingin menggambarkan peta penyebaran penduduk maka diperlukan data jumlah penduduk dari masing-masing daerah (data non-spasial), dari data tersebut nantinya kita dapat menggambarkan pola penyeberan penduduk untuk masing – masing daerah.


21

2.3.2 Konsep Model Data Spasial pada SIG Data spasial merupakan data yang paling penting dalam SIG. Data spasial ada 2 macam yaitu data raster dan data vektor : • Data Raster Model data raster menampilkan, menempatkan dan menyimpan spasial dengan menggunakan struktur matriks atau pixel-pixel yang membentuk grid. Akurasi model data ini sangat bergantung pada resolusi atau ukuran pixelnya (sel grid) di permukaan bumi. Contoh data raster ,dapat dilihat pada gambar 2.3 , adalah citra satelit misalnya Spot, Landsat, dll. Konsep model data ini adalah dengan memberikan nilai yang berbeda untuk tiap-tiap pixel atau grid dari kondisi yang berbeda.

Gambar 2.3 Contoh data geospasial

22


• Data Vektor Model data vektor yang menampilkan, menempatkan dan menyimpan data spasial dengan menggunakan titik-titik, garis-garis, atau kurva atau poligon beserta atribut-atributnya. Bentuk dasar representasi data spasial didalam sistem model data vektor, didefinisikan oleh sistem koordinat kartesian dua dimensi (x,y). Gambar 2.3 adalah salah satu contoh konsep data spasial dihubungkan pula dengan atributnya. 2.3.3 Pentingnya SIG dan Kelebihannya Berikut ini alasan mengapa dibutuhkannya SIG : a. b. c. d. e.

Penangan data geospatial sangat buruk Peta dan statistik sangat cepat kadaluarsa Data dan informasi sering tidak akurat Tidak ada pelayanan penyediaan data Tidak ada pertukaran data

Dengan begitu SIG diterapkan, didapat keuntungan berikut : a. b. c. d. e. f. g. h.

Penanganan data geospatial menjadi lebih baik dalam format baku Revisi dan pemutakhiran data menjadi lebih mudah Data geospatial dan informasi lebih mudah dicari, dianalisis dan direpresentasikan Menjadi produk bernilai tambah Data geospatial dapat dipertukarkan Produktivitas staf meningkat dan lebih efisien Penghematan waktu dan biaya Keputusan yang akan diambil menjadi lebih baik

23

Bab II Teori Penunjang Tabel 2.2. Kelebihan-kelebihan GIS Peta Penyimpanan Pemanggilan Kembali Pemutakhiran

GIS Database Digital Baku Dan Terpadu Pencatatan dengan Komputer Sistematis

Analisis Overlay

Sangat cepat

Penayangan

Murah dan Cepat

Manual Skala dan standar berbeda Cek Manual Mahal dan memakan waktu Memakan waktu dan tenaga Mahal

Kelebihan-kelebihan SIG dapat dilihat pada Table 2.2 dan perbandingan manajemen informasi spatial dengan GIS dan tanpa SIG dapat dilihat pada Gambar 2.4.

Gambar 2.4 Perbandingan manajemen informasi spatial dengan GIS dan tanpa SIG

24


2.4 PENGENALAN ANALYTICAL HIERARCHY PROCESS (AHP) Sumber kerumitan masalah keputusan bukan hanya ketidakpastian atau ketidaksempurnaan informasi. Penyebab lainnya adalah banyaknya faktor yang berpengaruh terhadap pilihan-pilihan yang ada, beragamnya kriteria pemilihan dan jika pengambilan keputusan lebih dari satu. Jika sumber kerumitan itu adalah beragamnya kriteria, maka Analytical Hierarchy Process (disingkat AHP) merupakan teknik untuk membantu permasalahan tersebut. AHP diperkenalkan oleh Thomas L.Saaty pada periode 1971 – 1975 ketika di Wharton School. Dalam perkembangannya, AHP tidak saja digunakan untuk menentukan prioritas pilihan-pilihan dengan banyak criteria, tetapi penerapannya telah meluas sebagai metode alternatif untuk menyelesaikan bermacam-macam masalah, seperti memilih portfolio, analisis manfaat biaya, peramalan dan lain-lain. Pendeknya, AHP menawarkan penyelesaian masalah keputusan yang melibatkan seluruh sumber kerumitan seperti yang didefinisikan di atas. Hal ini memungkinkan karena AHP cukup mengandalkan pada intuisi sebagai input utamanya, namun intuisi harus datang dari pengambilan keputusan yang cukup informasi dan memahami masalah keputusan yang dihadapi. Pada dasarnya AHP adalah suatu teori umum tentang pengukuran. AHP digunakan untuk menemukan skala rasio baik dari perbandingan pasangan yang diskrit maupun kontinyu. Perbandingan-perbandingan ini dapat diambil dari ukuran aktual atau dari suatu skala dasar yang mencerminkan kekuatan perasaan dan preferensi relatif. AHP memiliki perhatian khusus tentang penyimpangan dari konsistensi, pengukuran dan pada ketergantungan di dalam dan di antara kelompok elemen strukturnya. 2.4.1

DASAR-DASAR AHP

Skala ukuran panjang (meter), temperatur (derajat), waktu (detik) dan uang (rupiah) telah digunakan dalam kehidupan sehari-hari untuk mengukur bermacam-macam kejadian yang sifatnya fisik. Kita tahu bahwa penerapan seperti itu dapat diterima secara umum. Pertanyaannya adalah apakah kita dapat memperluas dan membenarkan penggunaan skala tersebut secara beralasan dan mudah dipahami untuk mencerminkan perasaan-perasaan kita pada bermacam-macam persoalan sosial, ekonomi dan politik? Sulit dibayangkan, sebab di sini lebih


25

cocok bila digunakan suatu ukuran lain yang lebih sederhana, misalnya persentase. Namun variabel-variabel sosial, ekonomi, dan politik tidak jarang yang sulit diukur, seperti misalnya bagaimana mengukur produk yang berupa rasa aman karena tidak adanya serangan dari Negara lain yang dihasilkan karena pengeluaran pemerintah di bidang pertahanan, bagaimana mengukur kerugian yang diderita masyarakat karena bermacam-macam polusi dan kerusakan lingkungan akibat industrialisasi, dan sebagainya. Oleh karena itu, maka diperlukan suatu skala yang luwes yang disebut prioritas, yaitu suatu ukuran abstrak yang berlaku untuk semua skala. Penentuan prioritas inilah yang akan dilakukan dengan menggunakan AHP. Dalam menyelesaikan persoalan dengan AHP ada beberapa prinsip yang harus dipahami, diantaranya adalah : decomposition, comparative judgment, synthesis of priority, dan logical consistency. 1.

Decomposition Setelah persoalan didefinisikan, maka perlu dilakukan decomposition yaitu memecah persoalan yang utuh menjadi unsurunsurnya. Jika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsur-unsurnya sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehingga didapatkan beberapa tingkatan dari persoalan tadi. Karena alasan ini, maka proses analisis ini dinamakan hierarki (hierarchy). Ada dua jenis hierarki, yaitu lengkap dan tak lengkap. Dalam hierarki lengkap, semua elemen pada suatu tingkat memiliki semua elemen yang ada pada tingkat berikutnya. Jika tidak demikian dinamakan hierarki tak lengkap. 2.

Comparative Judgment Prinsip ini berarti membuat penilaian tentang kepentingan relative dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat di atasnya. Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap prioritas elemen-elemen. Hasil dari penilaian ini akan tampak lebih enak bila disajikan dalam bentuk matriks yang dinamakan matriks pairwise comparison. Pertanyaan yang biasa diajukan dalam penyusunan skala kepentingan adalah: a. b.

Elemen mana yang lebih (penting / disukai / ...) ? dan Berapa kali lebih (penting / disukai / ...) ?

26


Agar diperoleh skala yang bermanfaat ketika membandingkan dua elemen, seseorang yang akan memberikan jawaban perlu pengertian menyeluruh tentang elemen-elemen yang dibandingkan dan relevansinya terhadap kriteria atau tujuan yang dipelajari. Dalam penyusunan skala kepentingan ini, digunakan patokan Tabel 2.3. Tabel 2.3 Skala Dasar Tingkat kepentingan 1 3 5 7 9 2, 4, 6, 8 Kebalikan

Definisi Sama pentingnya dibanding yang lain. Moderat pentingnya dibanding yang lain. Kuat pentingnya dibanding yang lain. Sangat kuat pentingnya dibanding yang lain. Ekstrim pentingnya dibanding yang lain. Nilai di antara dua penilaian yang berdekatan. Jika elemen i memiliki salah satu angka di atas ketika dibandingkan elemen j, maka j memiliki nilai kebalikannya ketika dibandingkan elemen i.

Dalam penilaian kepentingan relatif dua elemen berlaku aksioma reciprocal artinya jika elemen i dinilai 4 kali lebih penting dibandingkan j, maka elemen j harus sama dengan ¼ kali pentingnya dibanding elemen i. Di samping itu, perbandingan dua elemen yang sama akan menghasilkan angka 1, artinya sama penting. Dua elemen yang berlainan dapat saja dinilai sama penting. Jika terdapat n elemen, maka akan diperoleh matriks pairwise comparison berukuran n x n. Banyaknya penilaian dalam menyusun matriks adalah n(n-1)/2 karena matriksnya reciprocal dan elemen-elemen diagonal sama dengan 1. 3.

Synthesis of Priority Dari setiap matriks pairwise comparison kemudian dicari eigenvectornya untuk mendapatkan local priority. Karena matriks pairwise comparison terdapat pada setiap tingkat, maka untuk mendapatkan global priority harus dilakukan sintesa di antara local priority.


27

4.

Logical Consistency Konsistensi memiliki dua makna, pertama adalah bahwa obyekobyek yang serupa dapat dikelompokkan sesuai dengan keseragaman dan relevansi. Contohnya, anggur dan kelereng dapat dikelompokkan dalam himpunan yang seragam jika bulat merupakan kriterianya, tetapi tidak dapat jika rasa sebagai kriterianya. Kedua, adalah menyangkut tingkat hubungan antara obyek-obyek yang didasarkan pada kriteria tertentu. Contohnya, jika manis merupakan kriteria dan madu dinilai 5x lebih manis dibanding gula, dan gula 2x lebih manis dibanding sirop, maka seharusnya madu dinilai 10x lebih manis dibanding sirop. Jika madu hanya 4x manisnya dibanding sirop, maka penilaian tak konsisten dan proses harus diulang jika ingin memperoleh penilaian yang tepat. 2.4.2

HUBUNGAN PRIORITAS SEBAGAI EIGEN VECTOR TERHADAP KONSISTENSI

Terdapat banyak cara untuk mencari vector prioritas dari matriks pairwise comparison. Tetapi penekanan pada konsistensi menyebabkan digunakan rumus eigen value. Diketahui elemen-elemen dari suatu tingkat dalam suatu hierarki adalah C1, C2 ... Cn dan bobot pengaruhnya adalah w1, w2 … wn. Misalkan aij = wi / wj menunjukkan kekuatan Ci jika dibandingkan dengan Cj. Matrik dari angka-angka aij ini dinamakan matriks pairwise comparison, yang diberi simbol A. Telah disebutkan bahwa A adalah matriks reciprocal, sehingga aij = 1 / aij. Jika penilaian kita sempurna pada setiap perbandingan, maka aij = aij, ajk untuk semua i, j, k dan matriks A dinamakan konsisten. Kemudian perhitungan manipulasi matematika nya sebagai berikut: aij = wi / wj di mana i, j = 1 ... n aij ( wi / wj ) = 1 di mana i, j = 1 ... n konsekuensinya, n

∑

aij . wj . 1/wi = n di mana i = 1… n atau

j =1 n

∑

aij . wj = n . wi di mana i = 1… n.

j =1

Dalam bentuk matriks : Aw = nw Rumus ini menunjukkan bahwa w merupakan eigen vector dari matriks A dengan eigen value n.

28


Jika aij tidak didasarkan pada ukuran pasti (seperti wi ... wn), tetapi pada penilaian subyektif, maka aij akan menyimpang dari rasio wi/wj yang sesungguhnya, dan akibatnya Aw=nw tak dipenuhi lagi. Dua kenyataan dalam terori matriks memberikan kemudahan, pertama jika z1 ... zn adalah angka-angka yang memenuhi persamaan Aw=Zw di mana Z merupakan eigen value dari matriks A, dan aij = 1 untuk i, maka : n

∑

zi = n

i =1

Karena itu, jika Aw=Zw dipenuhi, maka semua eigen value sama dengan nol, kecuali eigen value yang satu, yaitu sebesar n. Maka jelas dalam kasus konsisten, n merupakan eigen value A terbesar. Kedua, jika salah satu aij dari matriks reciprocal A berubah sangat kecil, maka eigen value juga berubah sangat kecil. Kombinasi keduanya menjelaskan bahwa jika matriks diagonal matriks A terdiri dari aij = 1 dan jika A konsisten, maka perubahan kecil pada aij menahan eigen value terbesar, Z mak, dekat ke n, dan eigen value sisanya dekat dengan nol. Karena itu persoalannya adalah jika A merupakan matriks pairwise comparison, untuk mencari vector prioritas, harus dicari w yang memenuhi : Aw = Z mak . w Perubahan kecil aij menyebabkan perubahan Z maksimum, penyimpangan Z maksimum dari n merupakan ukuran konsistensi diukur melalui Consistenci Index (CI) yang dirumuskan : CI = (Zmak – n) / (n-1) AHP mengukur secara seluruh konsistensi penilaian menggunakan Consistency Ratio (CR), yang dirumuskan : CR =

dengan

CI RandomConsistencyIndex

Suatu tingkat konsistensi yang tertentu memang diperlukan dalam penentuan prioritas untuk mendapatkan hasil yang sah. Nilai CR

29


semestinya tidak lebih dari 10%. Jika tidak, penilaian yang telah dibuat mungkin dilakukan secara random dan perlu direvisi. Tabel 2.4 Consitency Index N RI

1 0

2 0

3 0.58

4 0.9

5 1.12

6 1.24

7 1.32

8 1.41

9 1.45

10 1.49

Berikut ditunjukkan salah satu cara melakukan revisi penilaian. Pertama, adalah menyusun matriks rasio prioritas wi / wj dan membuat matriks selisih absolut aij – wi / wj dan berusaha merevisi penilaian pada elemen-elemen dengan selisih terbesar. Dalam hal ini tak perlu diperhatikan kenyataan bahwa wi / wj dapat lebih besar dari 9. Contoh:

9 7  1   Suatu matriks A : 1 / 9 1 1 / 5  1 / 7 5 1    Memiliki → vector prioritas (w1 w2 w3) = (0.77 0.06 0.17) CR = 17.25% Karena itu matriks A perlu direvisi. Selisih absolut terbesar adalah antara a12 dan w1/w2. Jadi kita ganti a12 dengan w1/w2 = 13 dan perhitungan ulang vector prioritas menghasilkan (w1 w2 w3) = (0.81 0.04 0.15) dan CR = 3.5%. Terlihat adanya perbaikan konsistensi. Hati-hati terhadap revisi yang berlebihan dalam memaksa penilaian agar diperoleh konsistensi yang lebih baik. Karena pemaksaan demikian menyimpang dari jawaban asli. Meskipun AHP menghendaki tingkat konsistensi tertentu, tetapi ia mengijinkan tak berlakunya transitivity karena hal terakhir ini dianggap sebagai phenomenal natural. Ia sering terjadi dalam kehidupan sehari-hari dan kita tak dapat mencegah intransitivity. 2.4.3

MODEL INPUTAN

Model inputan dari AHP dapat berupa matriks pembanding, nilai riil serta kuesioner. Nilai maksimum yang dimiliki oleh AHP bernilai 9 serta nilai minimumnya adalah 1, berikut macam model inputan serta cara konversi nilai pada model inputan kuesioner.

30


Matriks pembandingan. Bila membandingkan suatu kriteria dalam matriks dengan kriteria itu sendiri, misalnya sub kriteria 1 dengan sub kriteria 1, maka pada sisi diagonal pembandingan itu harus bernilai 1. Selalu membandingkan sub kriteria pertama (kolom sebelah kiri) dengan sub kriteria yang kedua (di baris puncak) dan taksir nilai numeriknya dari skala dalam Tabel 2.1. Nilai kebalikannya digunakan untuk membandingkan sub kriteria kedua dengan sub kriteria pertama tadi. Misalnya, jika kedua kriteria itu adalah batu dan batu, yang pertama beratnya lima kali lebih berat batu yang kedua, maka batu yang kedua beratnya seperlima kali berat batu yang pertama.

Gambar 2.5 Model matriks pembandingan 2.

Nilai riil. Bentuk inputan dari model pengisian seperti ini adalah dibutuhkan nilai riil, dimana nilai ini berupa nilai satuan, yaitu sesuai dengan nilai yang dimiliki oleh AHP, mulai dari nilai 1 hingga nilai 9. Hanya saja perbedaannya adalah karena tidak dilakukan pembandingan terhadap kriteria yang lain, maka model inputan ini tidak menerima nilai seperti : ½, ⅓, ¼ ... 1/9. Kriteria Sub Kriteria 1 Sub Kriteria 2 Sub Kriteria 3

Nilai

Gambar 2.6 Model nilai riil

31


Cara mendapatkan penghitungan prioritas lokal adalah sebagai berikut: 1.

Jika inputannya adalah Kriteria Sub Kriteria 1 Sub Kriteria 2 Sub Kriteria 3

Nilai 3 4 5

Gambar 2.7 Model input nilai riil 2.

Hitung secara keseluruhan/total dari sub kriteria 1 hingga sub kriteria 3 (3+4+5 = 12), kemudian bagilah sub kriteria 1 dengan total (3/12 = 0.25), demikian pula pada sub kriteria 2 (4/12 = 0.33), dan sub kriteria 3 (5/12 = 0.42).

3.

Sehingga akan didapatkan prioritas lokal sebagai berikut Kriteria Sub Kriteria 1 Sub Kriteria 2 Sub Kriteria 3

Prioritas Lokal 0.25 0.33 0.42

Gambar 2.8 Model prioritas nilai riil 3.

Kuesioner. Bentuk inputan ini adalah berupa pertanyaan, sifat nilai dari kuesioner adalah nilai riil, dimana cara menjawab kuesioner ini adalah memilih salah satu jawaban diantara beberapa pilihan dari jawaban. Semisal dalam suatu permasalahan terdapat 3 kriteria, dan masing-masing kriteria terdapat 5 pertanyaan. Jika bobot nilai benar adalah bernilai 1, sedangkan jika salah bernilai 0, maka nilai maksimum yang akan didapatkan adalah 5, dan nilai minimum adalah 0. Sehingga perlu dilakukan konversi nilai.

32

Bab II Teori Penunjang Tabel 2.5 Nilai maksimum dan nilai minimum antara Kuesioner dengan AHP Kuesioner 5 . . 0

AHP 9 . . 1

Perbandingannya adalah 5 : 8 Sehingga, Kuesioner =

Sedangkan, AHP =

5 X ( AHP – 1 ) 8

(8 * Kuesioner) + 5 5

Tabel 2.6 Konversi nilai Kuesioner 5 4 3 2 1 0

AHP 9 7.4 5.8 4.2 2.6 1


33

2.5 Klasifikasi Peta Tematik 2.5.1

Jenis Peta Tematik

Peta tematik adalah suatu peta yang memperlihatkan konsep geografis seperti kepadatan penduduk, iklim, perindahan barang, dll. Beberapa jenis peta tematik yang terdapat pada ArcView antara lain : •

Peta Warna Gradual

Peta warna gradual mempunyai mempunyai seri simbol dimana warna menghubungkanya ke nilai atribut khusus. Contoh yang bagus adalah peta temperatur, salah satu yang anda lihat dikoran atau televisi program cuaca. Selalu jangkauan warna dari biru, menyimbolkan temperatur dingin, sampai ke kuning dan orange, dengan merah menyimbolkan perhatian. Peta warna gradual lebih berguna untuk melihat data yang merupakan jangkauan (misalnya 1 sampai 10, rendah sampai tinggi) atau semacam angka menaik (misalnya pengukuran, kecepatan, persentase).

Gambar 2.9 Contoh Peta warna gradual •

Peta simbol Gradual

Peta simbol gradual adalah hampir sama dengan peta warna gradual, kecuali variasi besarnya simbol titik atau ketebalan simbol garis. Seperti peta warna gradual, peta simbol gradual lebih berguna untuk memperlihatkan jangkauan atau kemajuan. Untuk contoh, lokasi bisnis dapat di hubungkan dengan volume penjualan, dan jalan berdasarkan volume keramaian selama jam sibuk. Bila membuat peta

34


simbol garadual, penting memilih jangkauan dari besarnya simbol. Simbol yang luas perlu simbol yang cukup kecil sehingga simbol tidak menutupi yang lainnya. Pada saat yang sama jangkauan dalam besarnya dari yang terkecil sampai yang terbesar memerlukan luas yang cukup sehingga tiap kelas simbol cukup jelas.

Gambar 2.10 Contoh Peta simbol gradual •

Peta densiti titik

Peta titik densiti gambar poligon yang disimbolkan menggunakan titik dalam poligon untuk mewakilkan nilai atribut. Tiap titik mewakili nilai khusus. Untuk contoh, pada populasi peta, tiap titik mewakili 100 orang. Jadi ini misalnya poligon mempunyai 1500 populasi, peta akan mempunyai 15 titik disebelah dalam pologon. Peta density titik berguna jika anda ingin menghubungkan density dengan sesuatu tentang jumlah. Dalam populasi variasi jumlah orang antara negara dapat dengan mudah diperlihatkan dengan peta warna gradual. Pada peta ini dua negara dengan populasi yang sama akan mempunyai warna yang sama. Tetapi peta density titik akan memperlihatkan juga density. Jika negara yang berbeda besarnya, titik dalam negara yang lebih kecil akan lebih dekat satu dengan yang lain dari pada dinegara yang lebih luas. ArcView mendistribusikan secara random titik dalam tiap poligon. Bila membuat peta titik density, tujuannya titik baik rapat atupun jauh terpisah supaya anda melihat jelas pola penyebarannya.


35

Gambar 2.11 Contoh Peta titik densiti •

Peta Chart

Peta chart digunakan pie chart atau column chart untuk menyimbolkan data. Perpetaan Chart berguna sebab ia membolehkan anda untuk menyimbolkan atribut ganda dalam satu peta seperti hubungan antara atribut yang berbeda. Bagaimanapun, karena peta chart berisi informasi hebat, analisa visual memerlukan beberapa study. 2.5.2

Metode Klasifikasi Peta

ArcView menawarkan lima metoda klasifikasi untuk membuat peta warna atau simbol gradual : • • • • •

Natural breaks Quantile Equal area (hanya poligon) Equal interval Standard deviation

Anda dapat juga langsung mengetikkan nilai jangkauan klas kedalam field nilai Legend Editor untuk menentukan klas anda sendiri. Metoda klasifikasi yang anda pilih tergantung pada keaslian data anda, dan bagaimana anda ingin melihatnya. Peta pada bagian berikut ini

36


menggambarkan bagaimana anda memilih penentuan methoda klasifikasi pandangan dan pesan dari peta anda. Untuk tiap metoda klasifikasi, chart juga diperlihatkan sebagai ilustrasi bagaimana kelompok yang sama nilai atribut dikelompokkan dalam klas oleh metoda ini. •

Natural breaks Natural breaks adalah metoda klasifikasi default ArcView. Metoda ini menggunakan breakpoints dengan melihat pola kelompok yang ada dalam data. ArcView menggunakan formula statistik yang agak kompleks (optimasi Jenk’s) dengan meminimalkan variasi tiap klas.

•

Quantile Dalam metoda Quantile, tiap klas ditandai dengan jumlah yang sama dari gambar. Dalam chart yang diperlihatkan dibawah, lima propinsi yang tertendah diambil sebagai klas pertama, berikutnya lima dalam klas kedua dan selanjutnya.

•

Equal area Metoda Equal area mengklasifikasi gambar poligon dengan mencari breakpoint dalam nilai atribut agar total area poligon dalam tiap klas kurang lebih sama. ArcView menentukan total area hanya dari poligon yang mempunyai data valid untuk atribut. Klas dibentuk dengan metoda area yang sama serupa dengan Quantile. Equal area mengklasifikasi serupa dengan klasifikasi quantile kecuali bahwa tiap gambar mengambil weight dalam klasifikasi sama untuk area, dari sama dengan satu. Bila data populasi diklasifikasi dengan metoda equal area, propinsi yang terluas (di China) dalam klasnya sendiri. Propinsi yang lebih kecil dalam kelas berikutnya. Kecenderungan menghilangkan variasi dalam populasi antara propinsi yang lebih kecil.

•

Equal interval Metoda Equal interval membagi jangkauan nilai atribut dalam bagian jangkauan yang sama. Untuk contoh jika gambar dalam teme


37

anda mempunyai nilai atribut dari 12 sampai 351, total jangkauan adalah 339, sehingga jika anda membedakan gambar dalam klas menggunakan metoda equal interval, tiap klas akan mewakili jangkauan 113, dan nilai klas karena itu 12-125, 126-238, dan 239351 seperti yang diperlihatkan dalam chart. •

Standard Deviation Standar deviation memperlihatkan anda keleluasaan nilai atribut yang berbeda dari nilai mean. Bila data diklasifikasi menggunakan metoda standard deviasi, ArcView mencari nilai mean dan menempatkan klas diatas dan dibawah breaks mean pada interval dari 1, .5, atau .25 standard deviation sampai semua nilai data masuk dalam klas. ArcView akan mengumpulkan semua nilai melewati tiga standard deviasi dari mean dalam dua klas lebih besar dari tiga standard deviasi diatas mean (> 3 Std Dev.) dan lebih kecil dari tiga standard deviasi dibawah mean (< 3 Std Dev.). Pada peta warna gradual, default color ramp untuk klassifikasi ini ialah dischromatic (misalnya biru ke merah) dan nilai data mean ialah memberikan warna netral (misalnya putih).

38


*** halaman ini sengaja dikosongkan ***

BAB II TEORI PENUNJANG

Recommend Documents