Land Change Modeler – Change Analysis

Langkah terpenting dalam pembuatan Land Change Modeler (LCM) adalah menganalisa perubahan yang ada antara dua peta di tahun yang berbeda. Langkah ini dikenal dengan nama Change Analysis (CA). CA sendiri dalam IDRISI menjadi satu dengan LCM. Sebelumnya siapkan peta yang akan dikelola dengan LCM. Lihat tata cara untuk menyamakan dua simbol dalam peta tersebut pada postingan sebelumnya.

Ketika tombol Continue ditekan maka IDRISI akan memproses dua peta tersebut dan memberitahu jika ada sesuatu yang harus diperbaiki agar bisa diteruskan untuk membuat model. Biasanya muncul pesan yang memberitahukan ada sesuatu yang harus diperbaiki terlebih dahulu.

Tampak dua pesan yaitu: 1) karakteristik spasila tidak cocok, dan 2) kedua peta land use (LU) memiliki symbol legend yang berbeda. Tekan Yes untuk melanjutkan memperbaiki yang kurang tersebut. IDRISI memiliki fasilitas yang dikenal dengan nama Harmonize untuk menyesuaikan secara otomatis hal-hal yang tidak sinkron antara dua peta yang akan dibandingkan selama tidak terlalu jauh menyimpangnya.

Ada dua pilihan pada Spatial Characteristic untuk mensinkronkan kedua peta LU, yaitu apakah peta LU pertama sebagai patokan ataukah peta LU kedua. Karena perkembangan LU dari peta pertama ke peta kedua, ada baiknya kita menjadikan peta LU pertama menjadi patokan peta. Isi legend dengan Id dan Nama yang secara otomatis sama. Jika dirasa sudah semua diisi maka lanjutkan dengan menekan tombol Run untuk mengeksekusi Harmonize. Jangan lupa, nama file output bisa juga dirubah sesuai dengan keinginan yang secara default ditambahkan _new di belakangnya.

Hasil CA dapat dilihat di tab berikutnya. Tampak ada Gain dan Loss antara tahun 2000 dan 2010. Hmm .. sepertinya harus di potong peta yang kebesaran itu dan fokus di satu kota saja misalnya Bekasi.

Satu respons untuk “Land Change Modeler – Change Analysis

Tinggalkan Balasan ke Membuat Driver LU Change dari ArcGIS | Rahmadya Trias Handayanto Batalkan balasan

Situs ini menggunakan Akismet untuk mengurangi spam. Pelajari bagaimana data komentar Anda diproses.