Data kontur adalah salah satu data yang sering dianalisis dalam SIG, mengingat kegunaannya dalam berbagai kegiatan yang berhubungan dengan ketinggian atau bentuk permukaan bumi (topografi). Bahkan dalam peta dasar seperti RBI, peta kontur wajib ada karena merupakan informasi dasar suatu wilayah.
Kontur juga merupakan alat visualisasi penting dalam analisis permukaan digital (DEM/DSM). Biasanya, kontur dibuat langsung dari data elevasi primer (hasil survey lapang / terestris) melalui interpolasi terlebih dulu menjadi DEM / DSM format raster lalu dianalisis konturnya. Data DEM / DSM sendiri kini tersedia yang versi gratis seperti SRTM atau bahkan yang lebih detil untuk Indonesia yaitu DEMNAS.
Baca juga : Baru! Unduh DEM Indonesia Versi BIG (DEMNAS) Resolusi 8 Meter
Menghasilkan peta garis kontur saat ini tentu mudah saja, hanya dalam hitungan beberapa menit saja data DEM sudah bisa langsung digenerate menjadi data kontur dengan tools contour di ArcGIS atau QGIS misalnya.
Namun, menggenerate garis kontur menggunakan tools bawaan software terkadang garisnya kasar, hal ini karena data awalnya adalah DEM / DSM yang bentuknya piksel, sehingga sangat wajar berbentuk seperti gergaji. Contohnya seperti gambar di bawah ini;
Beberapa tools bisa menghasilkan garis kontur yang telah dihasilkan menjadi lebih halus, misalnya pada QGIS ada tools Line Smooth (SAGA) atau Smooth. Jika di ArcGIS / Pro juga sama menggunakan tools Smooth Line dengan pilihan algoritma PAEK atau BEZIER INTERPOLATION. Namun menggunakan tools-tools tersebut kadang membuat posisi garis kontur bergeser dari posisi aslinya, dan tentu saja ini sangat merugikan.
Namun demikian, sebetulnya masih ada alternatif lain yang bisa kita lakukan untuk menghasilkan garis kontur yang lebih baik tanpa embel-embel ‘smooth‘. Apa itu? Jadi sebelum data DEM / DSM kita generate jadi kontur, kita hilangkan dulu noise nya menggunakan tools Focal Statistic ! Hasil analisis Focal Statistic (statistik bergerak) bisa memvisualisasikan pola spasial tertentu yang lebih halus, seperti rata-rata elevasi area, tingkat kebisingan, atau keragaman nilai dalam lingkungan tertentu.
Focal Statistics
Focal Statistics (Statistik Fokal/Neighborhood) adalah operasi raster yang menghitung nilai statistik baru untuk setiap piksel berdasarkan nilai piksel-piksel di sekitarnya (neighborhood/window) yang ditentukan (misal: Kotak (Square), Lingkaran (Circle), Cincin (Annulus), atau tak beraturan (Irregular)). Statistik yang umum dianalisis meliputi:
- Mean: Rata-rata (sering untuk penghalusan/denoising).
- Median: Nilai tengah (juga untuk penghalusan, lebih tahan outlier).
- Sum: Penjumlahan.
- Standard Deviation: Simpangan baku (mengukur variasi/ketidakteraturan).
- Range: Rentang nilai (Maks – Min).
- Majority: Nilai yang paling sering muncul.
Jika DEM / DSM dianalisis dengan Focal Statistics terlebih dulu, maka kontur yang dibuat dari raster hasil Focal Statistics akan mewakili pola statistik tersebut (misal: garis kontur “rata-rata / mean elevasi dalam radius 100m” atau “garis kontur tingkat variasi elevasi”).
Berikut adalah langkah-langkahnya;
- Buka / cari tools Focal Statistics
- Pada bagian grid tentukan raster elevasi misalnya DEMNAS atau SRTM. Namun ini bisa juga untuk raster lainnya seperti suhu, curah hujan, kepadatan penduduk, dan sebagainya.
- Hitung Focal Statistic: Terapkan operasi Focal Statistic pada raster input menggunakan neighborhood yang sesuai dengan analisis Anda.
- Dalam contoh ini Lintasbumi menggunakan Circle dengan radius 2 (bawaan) dan tolerance 5 (bawaan), serta power 2 (bawaan).
- Adapun output yang diharapkan adalah hanya 2 yaitu Mean dan Median, namun anda bisa juga gunakan yang maximum atau lainnya. Tentukan nama file jika diperlukan.
- Setelah itu eksekusi (Run)
Tunggu beberapa saat sampai berhasil diproses, yang harus diperhatikan adalah hasil raster Focal Statistic akan berbeda dengan nilai piksel dari raster asli, namun hal tersebut masih bisa ditoleransi. Pada contoh Lintasbumi data DEMNAS nilai kertinggian aslinya dari 0 – 3.033 m, sedangkan pada hasil Focal Statistic menjadi 0 – 3.010,615479 (mean) dan 0 – 3.010 (median).
Di langkah selanjutnya kita bisa memprosesnya menjadi kontur dengan bantuan tools yang tersedia di QGIS atau ArcGIS.
Leave a Reply