Mengunduh Digital Elevation Model (DEM) Gratis dari Shuttle Radar Topography Mission (SRTM)

Berawal dari ketidakpuasan dalam menggunakan peta ketinggian (Digital Elevation Model) yang diterbitkan BIG (dulu bernama Bakosurtanal), akhirnya diputuskan mencari sumber lain. Salah satu sumber yang baik adalah citra satelit Shuttle Radar Topography Mission (SRTM). Resolusi citra ini sangat baik dan bahkan sudah mencapai ketinggian 30 meter. Untuk mengetahui lebih lanjut mengenai SRTM dapat dilihat di situs ini.

Untuk mengunduhnya dapat mengakses situs resmi USGS ini. Terlebih dahulu sebaiknya Anda melakukan registrasi sebelum mengunduh, karena lumayan panjang prosesnya. Tetapi jangan khawatir, tidak perlu bayar. Link di Youtube berikut ini cukup baik menjelaskan bagaimana cara mengunduh peta ketinggian, dimulai dari registrasi, pencarian lokasi, hingga menyimpan citra hasil pengunduhan.

Format yang tersedia ada tiga yaitu BIL, DTED, dan GeoTIFF dengan ukuran puluhan megabyte. Selamat men-download.

Iklan

How to Fill Variable Transformation Utility – IDRISI

After change analysis we need drivers for predicting land use in the future. But, every driver must be checked regarding its acceptability as a prediction variable. The driver comes from thematic maps e.g. distance from road, elevation, slope, etc. which have already been created by other GIS tools. “Variable transformation utility” panel is important for ensuring that driver format is compatible with LU change map in IDRISI.

In this example “to_builtup” sub-model will be inserted by a driver factors “elevation”. LULC0010 which is change map is used as land cover layer or as a base (you must create it first in change analysis panel before). Variable name is driver variable which has been created using ArcGIS and will be matched with IDRISI land cover layer. This variable, of course, must be imported using ArcRaster from ASCII file. After clicking “OK”, LCM will process and the variable “Elev” will ready as a driver factor.

The “Elev” driver can also be tested/evaluated through “test and selection of site and drive variables” panel by filling evaluate with “Elev”. After clicking “test exploratory power”, Cramer’s and P value will appear (Cramer’s value greather than and equal to 0.15 is significant). Click “Add to Model” for continue to the next step in LU prediction.

Syncronising Coordinate in IDRISI Selva

We usually use Landsat images in IDRISI. These images have projection, for example UTM 48N. The projection may be converted to other projection (e.g. UTM 48S) when manipulating them in other software, such as ArcGIS, ArcView, etc. After manipulation, the conversion tool from raster file in ArcGIS to ASCII is used before processing further in IDRISI, for example for land change modeller (LCM).

In LCM the change analysis was successfully done, but when I imported the drivers from ArcGIS, there is a problem in coordinates. To solve this problem the PROJECT tool can be used for converting projection. This tool can be called from REFORMAT menu.

The image from ArcGIS was already projected and the problem surprisingly was from existing IDRISI images. I forgot to convert UTM 48N into UTM 48S after WINDOW process (see how to use this tool in previous post). Fill the input and output file name with the projection.

One simple method to know whether both images are already in the same projection is to use COMPOSER. If composer only shows one image, they must be in different projection, otherwise the projection is already similar.

Menulis Kalimat yang Efektif – Bagian 2

Pada postingan yang lalu telah dibahas secara singkat cara membuat kalimat yang efektif pada tulisan ilmiah. Pada prinsipnya tulisan yang efektif pada publikasi ilmiah juga efektif pada publikasi yang umum seperti artikel di surat kabar, majalah, buku teks, buku pelajaran dan lain-lain. Berbeda dengan tulisan ilmiah, tulisan untuk umum, termasuk di dalamnya karangan fiksi, mengedepankan keindahan tata bahasa yang digunakan. Namun tetap baik tulisan ilmiah maupun tulisan umum mengharuskan adanya flow atau alur cerita yang baik.

Jika pada tulisan ilmiah, alur cerita didukung dengan kalimat-kalimat sederhana yang singkat, padat, dan jelas, pada tulisan umum terkadang keindahan suatu kalimat sangat penting. Salah satu buku yang membahas cara membuat kalimat efektif untuk tulisan umum adalah “writing in a purpose” karya McCrimmon yang saya peroleh dari perpustakaan kampus. Buku yang lumayan lama, tahun 1973, tetapi lumayan baik dan masih bisa diterapkan saat ini (di amazon dijual edisi ke-8). Tulisan umum biasanya tidak dibatasi oleh jumlah halaman sehingga pengarang bebas bereksplorasi dengan kata-kata, berbeda dengan tulisan ilmiah (jurnal, makalah, dan sejenisnya).

Tulisan umum membutuhkan kalimat efektif untuk mengekspresikan suatu ide. Ada empat bentuk tipe yang akan dibahas di sini, antara lain: standar, paralel, balanced, dan periodik. Walaupun beberapa kalimat mungkin gabungan dari keempat tipe di atas, tetapi keempat tipe memiliki karakteristik khusus yang membedakan antara satu dengan lainnya. Selanjutnya akan dibahas satu persatu.

A. Kalimat Standar

Kalimat standar merupakan kalimat yang paling banyak digunakan. Kalimat ini menggunakan pola biasa yaitu subyek-predikat. Penulis menggunakan klausa utama dan diikuti dengan informasi tambahan. Contohnya adalah:

  • The missing boy was found unharmed in a gravel pit late this afternoon.

Perhatikan kalimat dengan tulisan miring yang merupakan klausa utama di atas. Penulis bebas menambahkan informasi tambahan setelahnya. Selain itu, penulis juga bisa melakukan modifikasi untuk meningkatkan isi pesan dalam suatu kalimat. Mungkin sudah banyak yang memahami maksud modifikasi karena memang pasti dijumpai di bangku sekolah. Penambahan makna dapat dilakukan baik pada bagian subyek, predikat, maupun obyek. Contoh dalam tanda kurung berikut ini merupakan modifikasi yang menambah makna tertentu dalam kalimat.

  • The (neighbors’) children were playing (noisily) (in our yard).

Terkadang pemadatan makna dilakukan dengan menggabungkan dua kalimat dalam bentuk subordination dimana salah satu klause menjadi klausa utama. Misalnya contoh berikut ini:

  • He was absent. He was sick.
  • He was absent because he was sick.

B. Kalimat Paralel

Kalimat paralel muncul ketika menggabungkan beberapa kalimat menjadi satu kalimat dan masing-masing setara. Ada suatu pengulangan yang terjadi dan pengulangan pada tema tertentu. Misalnya kalimat di bawah ini yang merupakan pengulangan dari “the right to”:

  • I am in favor of equal rights for women, especially the right to compete on equal terms for jobs for which they are qualified, the right to get the same pay as men for the same job, the right to equal opportunities for promotion, ….

C. The Balanced Sentences

Kalimat balanced merupakan kasus khusus dari kalimat paralel dimana ada elemen yang berseberangan satu sama lain. Contoh berikut bisa dijadikan rujukan jenis kalimat ini:

  • You do your thing, and I’ll do mine.
  • Man is mortal, but humanity is not.
  • I come to bury Caesar, not to praise him.
  • His experience suggests that he can do the job; his character assures that he will do it well.

Ada sedikit jeda antara satu elemen dengan elemen lawannya, biasanya dengan koma dan kata sambung “and” atau kebalikan “not”. Tetapi terkadang juga dengan titik koma seperti kalimat terakhir. Kalimat terakhir merupakan contoh yang bukan kontras dari elemen sebelumnya, tetapi kebanyakan kalimat balanced untuk kasus kontras antar elemen.

D. Kalimat Periodik

Kalimat periodik merupakan gabungan kalimat tipe paralel dengan bagian klimaks pada klausa utama. Kalimat ini menurut saya paling rumit karena pembaca harus memahami komposisi klausa-klausa yang terlibat. Contohnya adlah kalimat di bawah ini:

  • But if life hardly seems worth living, if liberty is used for subhuman purposes, if the pursuers of happiness know nothing about the nature of their quarry or the elementary techniques of hunting, these constitutional rights will not be very meaningful.

Kalimat di atas penulis menggunakan rentetan klausa “if” untuk membuat kesimpulan pada klausa utama. Jika kita beri simbol “C” untuk klause anak, dan “M” untuk klausa utama maka diagram kalimat di atas adalah C, C, C, M. Jika suatu frasa kita beri simbol “F” maka kalimat di bawah ini yang merupakan rentetan frasa F, F, F, F, M untuk menekankan (klimaks) pada klausa utama.

  • To die, to sleep; to sleep, perchance to dream; Aye, there’s the rub.

Akhir kata, tidak semua jenis harus diterapkan dalam tulisan kita. Gunakan yang cocok dengan jenis tulisan yang akan dipublikasikan. Dan sebaiknya gunakan prosedur “rewriting” untuk merevisi tulisan yang telah ditulis untuk memperbaiki dan meningkatkan efektifitas kalimat (Insya Allah pada postingan berikutnya).

Semoga bermanfaat.

Inserting a Raster Map into another Map

Raster map is a map which contains raster data in pixels. Similar to vector map (polygon), raster map has also attributes. This attribute can be merged to other map by using Mosaic to new Raster function in Arc Toolbox. Of course you should classify your raster map first in order to see the attribute (right click and chose open attribute table to see the attribute).

If the map has not been classified yet, use reclassify function to classify the attribute. In this example, the third class will be merged with other raster map which contains only third class. This inserted class will change the raster data of the same class in previous raster class. But, the other classes also change because of the inserted class replace the previous class data. Table below shows the inserted raster which can be extract from other raster map using extract by mask function (see previous post).

The most important thing in using mosaic to new raster toolbox is the order first and second raster map. See the arrangement of input raster maps below. Since kind of mode of operator for this filling was “LAST”, the last raster map in the input raster will replace the previous raster data. If you do not properly place the order of input raster, the result will the same as previous (inserting process is fail).

The other important parameter is number of bands which is usually “1” because there is no band in the example raster map. Fill folder location and file output name (I don’t know why folder and name of file is placed in different filling location). Figure below shows that class “3” has change because of inserting from the other raster map. In addition, not only class “3” but the other classes also change.

Mengambil Sebagian Data Raster dengan Extract by Mask – ArcGIS

Data raster yang sudah terklasifikasi terkadang perlu untuk diambil bagian tertentu seperti pepohonan, lahan kosong, dan sebagainya. Jika data polygon yang akan diambil sebagian untuk dianalisa, fungsi clip mungkin bisa jadi andalan (lihat postingan yang lalu untuk fungsi clip). Sementara itu untuk raster, tidak dapat menggunakan clip khusus raster (raster clip) melainkan dengan extract by mask. Fungsi ini dapat diakses melalui folder spatial analysis tools – extraction – extract by mask pada ArcCatalog. Jadi misalnya kita memiliki peta raster yang sudah terklasifikasi. Ciri-ciri jika sudah terklasifikasi adalah bisa melihat atribut berupa tabel dari peta tersebut (dengan mengklik kanan dan pilih open atribute table).

Pada tabel di atas kelas “3” yang merupakan kelas built-up area akan kita ekstrak menjadi satu peta raster tersendiri. Oleh karena itu data pada baris di value ketiga harus disorot terlebih dahulu hingga berwarna kebiruan seperti di atas. Jika sudah, kembali ke extract by mask, isi seperti gambar di bawah ini.

Perhatikan baik input maupun output diisi dengan file yang sama. Sesungguhnya walaupun sama, karena kita sudah menyorot (select) pada bagian tertentu di tabel maka bagian yang disorot itulah yang akan diekstrak. Ok, semoga bermanfaat.

Crop Citra Satelit dengan IDRISI

Citra satelit yang kita unduh biasanya berupa ubin (tile) berukuran besar. Sebagai contoh untuk melihat citra satelit Jakarta, USGS menyediakan citra satelit yang melingkupi Jakarta, Bogor, Tangerang, Bekasi, dan Purwakarta. Sementara jika studi area yang akan kita analisa hanya satu kota saja, misalnya Bekasi, maka gambar satelit tersebut harus dipotong. Selain lebih fokus ke studi area, citra satelit yang sudah terpotong akan memudahkan pengolahan citra (image processing) karena hanya memproses region yang kecil.

Fungsi yang diperlukan dalam cropping dengan IDRISI adalah Window yang dapat dibuka dengan mengklik Reformat – WINDOW. Kita ambil contoh citra satelit yang diambil pada bulan Oktober 2000 dengan band 1. Gambar utuhnya dapat dilihat di bawah ini. Untuk mengunduhnya, silahkan masuk ke situs resmi USGS yang sudah dibahas pada postingan yang lalu.

Tampilan jendela fungsi Window adalah seperti di bawah ini. Yang diperlukan adalah: citra satelit yang akan dipotong, nama keluarannya, dan bidang pemotongan. Di sini cara yang termudah adalah menggunakan bidang pemotongan yang sudah dipersiapkan. Saya menggunakan peta yang diimpor dari arcgis, lihat teknik untuk konversi file arcgis – idrisi.

Centang An existing windowed image karena akan menggunakan suatu image untuk digunakan sebagai bidang pemotongan. Jangan lupa proyeksi yang digunakan disaat membuat bidang pemotongan di ArcGIS sama dengan citra satelit yang diunduh dari USGS (untuk jabotabek UTM 48N).

Setelah image untuk memotong sudah tersedia, pilih nama filenya di jendela WINDOW. Tekan OK dan tunggu beberapa saat hingga IDRISI menampilkan citra satelit yang sudah ter-cropping.

Lakukan hal yang sama untuk band lainnya sebelum pengolahan citra (biasanya klasifikasi).

NARNET Untuk Data Kecil (Non-GUI)

Untuk data yang besar, GUI pada NARNET, lihat tulisan sebelumnya, dapat dijadikan andalah untuk peramalan data deret waktu (time series). Tetapi jika data kurang dari sepuluh, GUI menolak untuk memprosesnya. Untungnya NARNET dengan command window masih dapat dilakukan meskipun datanya berukuran kecil. Siapkan data berikut ini:

  • T=[1845005 1873470 1882869 2334142 2733030];
  • T=con2seq(T);

Data yang digunakan berjumlah lima buah. Data ini kemudian dikonversi menjadi data sequence dengan instruksi con2seq. Siapkan network dengan nama misalnya, “net” dengan fungsi narnet. Jumlah neuron yang digunakan misalnya 10 dan delay 2. Fungsi preparets dan train berturut-turut berfungsi untuk menyiapkan parameter-parameter pelatihan dan melatih network yang sudah disiapkan sebelumnya.

  • net=narnet(1:2,10);
  • [x,xi,ai,t] = preparets(net,{},{},T);
  • net = train(net,x,t,xi,ai);

Latih ulang jika hasil pelatihan di atas dirasa kurang memuaskan. Selain melihat performance sebaiknya lihat grafiknya dengan menekan tab performance dan juga regression. Contohnya adalah hasil regresi pada grafik berikut ini menunjukan data yang “fit” dengan persamaan regresi bentukan NARNET.

Berikutnya adalah memprediksi data keenam dan seterusnya. Fungsi yang digunakan adalah removedelay sebagai berikut:

  • nets = removedelay(net);
  • [xs,xis,ais,ts] = preparets(nets,{},{},T);
  • ys = nets(xs,xis,ais);
  • format longg
  • ys
  • ys =

    [2140750.10017932] [2174736.34212479] [2732810.26058797] [2846162.67542468]

Variabel ys memunculkan empat data dimana data yang terakhir adalah data prediksi. Format longg sengaja digunakan agar format angkanya tidak berpangkat. Bila ragu dengan hasil peramalan, latih dan prediksi lagi saja. Berikutnya untuk memperoleh data ketujuh, libatkan data keenam pada pelatihan NARNET. Selamat mencoba.

Membuat Multi Grafik dengan Matlab

Maksud dari multi grafik (multiplot) di sini adalah satu gambar (figure) menampilkan lebih dari satu grafik. Matlab memiliki fasilitas untuk menangani multi grafik yaitu dengan fungsi subplot. Untuk memudahkan prakteknya, kita gunakan data seperti postingan sebelumnya.

  • Data=[0.1372 0.5860 0.1428; 0.1394 0.5811 0.1434; 0.1333 0.5906 0.1460];
  • X=Data(:,1);Y=Data(:,2);Z=Data(:,3);

Format dari subplot adalah jumlah baris, jumlah kolom, dan nomor subplot. Di sini nomor subplot dimulai dari kiri atas kekanan dan ke bawah. Misalnya kita akan merencanakan grafik dengan dua baris, tiga kolom, dan grafik pertama (nomor satu).

  • subplot(2,3,1)
  • subplot(2,3,2)
  • subplot(2,3,3)
  • subplot(2,3,4)
  • subplot(2,3,5)
  • subplot(2,3,6)

Secara sederhana, instruksi di atas adalah membuat enam grafik kosong seperti gambar di bawah ini. Untuk menambah deskripsi judul grafik, sumbu koordinta, dapat dilihat pada postingan yang lalu.

Misalnya kita akan mengisi subplot pertama yang terletak di kiri atas dengan grafik 3D dan subplot tengah bawah dengan grafik 2D yang berisi x, dan y saja.

  • subplot(2,3,1)
  • plot3(X,Y,Z)
  • grid
  • title ‘grafik 3D’
  • subplot(2,3,5)
  • plot(X,Y,’*’)
  • grid
  • title ‘contoh grafik 2D’

Hasilnya dapat dilihat di bawah ini. Silahkan isi grafik-grafik lainnya. Semoga dapat sedikit membantu, selamat mencoba.

Membuat Grafik 3D dengan Matlab

Grafik 3D sangat penting untuk menggambarkan bidang atau sekedar menampilkan titik yang terdiri dari tiga koordinat. Postingan kali ini bermaksud membuat grafik/plot 3D dengan menggunakan software Matlab. Buka Matlab dan masuk ke command window. Data yang digunakan untuk contoh adalah data berikut ini:

Data=[ 0.1372 0.5860 0.1428; 0.1394 0.5811 0.1434; 0.1333 0.5906 0.1460];

Dengan data tersebut kita coba untuk membuat grafik 3D-nya. Grafik 3D pada matlab dapat dibuat dengan menggunakan fungsi plot3. Tiga sumbu X, Y, dan Z pada di atas adalah berturut-turut kolom pertama, kedua, dan ketiga. Untuk itu perlu terlebih dahulu direpresentasikan dalam command window.

  • X=Data(:,1);Y=Data(:,2);Z=Data(:,3);
  • plot3(X,Y,Z)

Muncul grafik 3D yang masih sederhana. Anda dapat menggeser-geser ke atas, bawah, dan merotasi.

Untuk menambahkan atribut lainnya dapat dibuat dengan fungsi-fungsi tambahan antara lain: 1) xlabel, 2) ylabel, 3) zlabel, dan 4) title. Serta tambahan untuk membuat garis bantu grid.

  • title ‘contoh grafik 3D’;
  • xlabel ‘data X’;
  • ylabel ‘data Y’;
  • zlabel ‘data Z’;
  • grid

Sangat mudah untuk diterapkan. Jika ingin dijadikan sumber grafik di jurnal, ada baiknya tidak menggunakan print screen dari gambar di atas yang memang tidak dirancang untuk tampilan cetak. Tekan simbol printer di bagian menu jika ingin menampilkan presentasi hasil hanya berupa grafik 3D tanpa simbol-simbol dan menu. Cetak menjadi pdf atau jpg dengan bantuan software yang banyak beredar di pasaran. Tampilan hasilnya dapat dilihat pada gambar di bawah ini, selamat mencoba.

Penggunaan Tenses dalam Jurnal Ilmiah

Naskah ditolak publisher karena bahasa Inggris berantakan biasanya sering dialami kita yang pemula ketika mengirim naskah tulisan ilmiah ke jurnal internasional. Padahal sebelumnya tidak ada masalah ketika mengirim ke jurnal lokal yang menggunakan bahasa Indonesia. Hal ini terjadi karena bahasa Inggris memiliki tenses berbeda dengan bahasa kita. Beberapa rekan yang sudah mau lulus banyak memberi masukan, tetapi karena secara lisan dan sambil ngopi, terkadang ketika mulai menulis malah lupa lagi. Akhirnya secara tidak sengaja menemui situs yang berisi tatacara penulisan tenses dalam jurnal. Untungnya cuma dua halaman dan sudah dalam framework intro, method, result, and discussion (IMRaD). Silahkan diunduh di sini.

Tenses berhubungan dengan waktu dan open/closed suatu pernyataan. Waktu di sini bisa saat ini, lampau, atau yang akan datang. Simple past biasanya untuk pernyataan di waktu lampau dan closed. Sementara present perfect menyatakan kondisi saat ini dan open.

Simple past / closed event : the other person has already graduated.

How long have you been at Melbourne Uni?

Present perfect / open event: the other person is still engaged on his / her course.

Silahkan terus membaca tulisan menarik tersebut dan dilanjutkan dengan membuat paper ilmiah. Hal ini penting karena reviewer saat ini akan melihat bahasa Inggris sebelum melihat isi dari tulisan. Jika dirasa kesulitan memahaminya biasanya mereka menolak (reject), dan ini sangat disayangkan, padahal bisa jadi konten dari tulisan kita sebenarnya layak diterima. Situs ini bagus juga dijadikan rujukan.

Klasifikasi Lahan Menurut US Geological Survey (USGS)

Terkadang menjadi masalah jika tidak hanya diminta menjelaskan sesuatu tetapi juga dari mana sumber informasinya. Biasanya dijumpai dalam lingkungan ilmiah seperti skripsi, jurnal, dan sejenisnya. Dalam bidang sistem informasi geografis (SIG), untuk konsep-konsep tertentu, misalnya land cover, sepertinya USGS sudah menjadi patokan dan rujukan sebagian besar peneliti karena memang memiliki data yang lengkap dari satelit landsat.

Klasisfikasi lahan sendiri ternyata memiliki standar tertentu yang dapat diperoleh dari referensi yang diposting di situs resmi USGS dan bisa diunduh di sini. Silahkan baca sendiri jika membutuhkannya. Pertama-tama tulisan itu menjelaskan perbedaan antara land use dan land cover. Setelah itu perjalanan sejarah untuk menemukan standar klasifikasi dibahas rinci, yang dimulai sejak tahun 1970-an. Dan yang terpenting adalah klasifikasi land use yang sering digunakan perencana kota/wilayah, misalnya apa saja yang termasuk built-up, agriculture, forest, dan lain-lain. Semua dibahas di halaman 12:

The definition of Urban or Built-up Land, for example, includes those uses similarly classified (Wooten and Anderson, 1957) by the U.S. Department of Agriculture, plus the built-up portions of major recreational sites, public installations, and other similar facilities. Agricultural land has been defined to include Cropland and Pasture; Orchards, Groves, Vineyards, Nurseries, and Ornamental Horticultural Areas; and Confined Feeding Operations as the principal components. Certain land uses such as pasture, however, cannot be separated consistently and accurately by using the remote sensor data sources appropriate to the more generalized levels of the classification. The totality of the category thus closely parallels the U.S. Department of Agriculture definition of agricultural land.”

Untuk lebih enaknya langsung lihat saja di tabel 2 yang sudah dirangkumkan. Misalnya yang masuk kategori urban atau built-up antara lain: perumahan, daerah komersial/jasa, kawasan industri, sarana transportasi dan komunikasi, dan lain-lain.

Sedikit banyak, semoga bermanfaat.

Instalasi Tool Pembuat Grafik Dinamis di ArcGIS

Selain sebagai pembuat peta (map creation) ArcGIS juga dapat digunakan sebagai media presentasi. Salah satu pendukung presentasi adalah menampilkan fakta dan informasi dari peta yang sudah dibuat sebelumnya dengan cara yang menarik. Salah satunya adalah dengan menampilkan grafik atau diagram, misalnya pie chart, histogram, dan lain-lain.

Salah satu cara yang mudah adalah dengan menginstal Add-in untuk diterapkan di ArcGIS. Selain itu komponen pendukung seperti misalnya Microsoft .NET bawaan microsoft harus sudah terinstal terlebih dahulu, biasanya jika sudah ada Matlab di laptop, Microsoft .NET sudah terinstal juga. Silahkan terlebih dahulu unduh file untuk membuat grafik dinamis di sini. Ikuti langkah berikut untuk instalasinya.

1. Pertama-tama ekstrak terlebih dahulu file Rar yang baru saja diunduh (Oiya, pasword-nya: 1) dan dilanjutkan dengan dobel klik ESRI.PrototypeLab.Geodesign10.

Muncul jendela peringatan bahwa Add-in bisa saja berisi virus jika tidak berasal dari sumber yang dipercaya. Aktifkan anti virus untuk jaga-jaga. Tetapi karena selama menggunakan tidak ada masalah sepertinya tidak mengandung virus. Tekan Install Add-In untuk melanjutkan proses instalasi yang cukup singkat.

2. Setelah menekan tombol OK buka ArcGIS dan perhatikan apakah Add-in sudah muncul di menu ArcGIS. Jika belum muncul, jangan khawatir, masuk ke menu Customize – Toolbars, lalu ceklis Dynamic Charting.

Selanjutnya akan muncul icon dynamic charting berukuran kecil berupa simbol pie chart. Jika tidak ada coba lihat langkah pertama, atau mungkin Microsoft .NET belum terinstal di windows Anda. Biasanya windows akan mengarahkan kita ke situs download microsoft .net untuk menginstalnya.

Semoga tidak ada masalah ketika menginstal Add-in tersebut. Sampai jumpa pada postingan berikutnya untuk mengetahui penggunaan Add-in ini. Atau lihat blog berikut ini.