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.
Generate Kontur (QGIS)
- Kini tinggal membuka Processing Toolbox lagi dan cari tools “Contour” (biasanya dalam grup Raster -> Extraction).
- Parameter Input:
- Input layer: Pilih raster hasil Focal Statistic (misal: Mean Value).
- Band number: Biarkan 1.
- Interval between contour lines: Tentukan selisih nilai antar kontur. Dalam contoh ini setiap 25 meter
- Attribute name: Nama kolom pada file vektor output yang akan menyimpan nilai kontur (misal: ELEV).
- Contours: Tentukan nama dan lokasi file vektor output (misal: contour_dem_mean.shp) atau biarkan kosong (virtual).
- Klik Run. Vektor kontur akan ditambahkan ke peta, mewakili garis-garis nilai konstan dari hasil Focal Statistic (misal: garis rata-rata elevasi 3×3 piksel).
Untuk di ArcGIS : tools Focal Statisctics dan Contour semuanya ada di Toolbox Spatial Analyst, tahapan secara umum sama saja dengan di atas.
Komparasi Hasil
Perbandingan antara hasil generate kontur dengan cara langsung dan melalui focal statistics menunjukan perbedaan yang signifikan seperti bisa dilihat pada gambar di bawah. Pada garis-garis kontur yang cenderung lurus atau tidak terlalu berlekuk kedua hasil bisa dikatakan sama, namun sebaliknya pada garis kontur yang lekukannya banyak atau berdekatan pada hasil yang melalui focal statistics terlebih dulu garis konturnya terlihat lebih ‘halus’
Tips Penting & Pertimbangan:
Pemilihan Neighborhood: Ukuran dan bentuk neighborhood sangat mempengaruhi hasil Focal Statistic dan kontur turunannya. Neighborhood kecil (misal 3×3) mempertahankan detail asli, neighborhood besar (misal 11×11 atau radius 500m) menghasilkan permukaan yang lebih halus dan pola yang lebih umum. Eksperimen dengan ukuran berbeda untuk menemukan pola yang ingin Anda soroti.
Pemilihan Statistik: Mean dan Median bagus untuk penghalusan dan melihat tren umum. Standard Deviation (StdDev) sangat baik untuk memetakan area ketidakstabilan atau perubahan cepat (misal: daerah perbukitan terjal vs dataran). Range menunjukkan variasi ekstrim lokal. Pilih statistik yang sesuai dengan pertanyaan analitis Anda.
Interval Kontur: Pilih interval yang sesuai dengan rentang nilai raster hasil Focal Statistic. Jika interval terlalu kecil, kontur akan sangat rapat dan sulit dibaca. Jika terlalu besar, detail penting mungkin hilang. Lihat histogram raster hasil untuk panduan.
Visualisasi: Gunakan skema simbolisasi yang sesuai untuk kontur hasil Anda (misal: gradien warna untuk garis kontur, label nilai) dan raster dasar untuk konteks. Layer Hillshade dari DEM asli sering membantu interpretasi.
Perbandingan: Bandingkan kontur dari raster asli dengan kontur dari hasil Focal Statistic (terutama Mean) untuk melihat efek penghalusan. Bandingkan kontur Mean dengan kontur StdDev untuk melihat hubungan antara tren elevasi dan variabilitas lokal.
Kesimpulan
Membuat kontur dari hasil analisis Focal Statistic di QGIS atau ArcMap adalah teknik ampuh untuk mengekstrak dan memvisualisasikan pola spasial yang lebih kompleks atau halus dibandingkan kontur langsung dari data mentah. Dengan memahami konsep neighborhood dan jenis statistik yang tersedia, Anda dapat menghasilkan peta kontur yang mengungkap informasi berharga tentang rata-rata, variasi, atau karakteristik statistik lainnya di lingkungan sekitar setiap lokasi. Teknik ini memiliki aplikasi luas dalam analisis topografi, ekologi, klimatologi, dan bidang lain yang bekerja dengan data raster permukaan. Selamat mencoba!