LAPORAN PRAKTIK KERJA LAPANGAN

PENGOLAHAN CITRA SATELIT

Disusun Oleh :

Syarief Fitra Hasbullah

3.34.07.1.22

Informatika 3B

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK ELEKTRO

POLITEKNIK NEGERI SEMARANG

2009

HALAMAN PENGESAHAN

PROPOSAL PRAKTEK KERJA LAPANGAN

a. Judul / Tema /Bidang Kerja PKL : Pengolahan citra satelit dengan ARC VIEW

b. Penyusun

Nama : Syarief Fitra Hasbullah

NIM : 3.34.07.1.22

c. Jurusan / Program Studi : Teknik Elektro / Informatika

Boyolali, 11 januari 2010

Menyetujui

Pembimbing Yang mengajukan permohonan

Slamet Handoko Syarief Fitra Hasbullah

NIP 19750130 200112 1 001 NIM 3.34.07.1.22

Mengetahui

Ketua Jurusan

Ahmad Jamaah

NIP. 196203231985031004

LAPORAN PRAKTIK KERJA LAPANGAN

PENGOLAHAN CITRA SATELIT

Disusun Oleh :

Syarief Fitra Hasbullah

3.34.07.1.22

Informatika 3B

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK ELEKTRO

POLITEKNIK NEGERI SEMARANG

2009

HALAMAN PENGESAHAN

LAPORAN KULIAH KERJA LAPANGAN

a. Judul / Tema / Bidang Kerja PKL :

b. Penyusun

Nama : Syarief Fitra Hasbullah

NIM : 3.34.07.1.22

c. Jurusan / Program Studi : Teknik Elektro / Infokom

Semarang,

Pembimbing 2 (Industri) Pembimbing 1 (Polines)

Nama Slamet Handoko

NIP NIP 19750130 200112 1 001

Mengetahui

Ketua Jurusan

Ahmad Jamaah

NIP. 196203231985031004

DAFTAR PENILAIAN PRAKTIK KERJA LAPANGAN

( Diisi oleh Pembimbing dari Industri )

Nama Mahasiswa : Syarief Fitra Hasbullah

NIM : 3.34.07.1.22

Tempat PKL : Badan Pusat Statistik (BPS)

Waktu : 28 Juli s.d 29 Agustus 2009

Petunjuk Pengisian : Tuliskan nilai pada setiap komponen dengan angka 1 sampai dengan 10

untuk menunjukkan tingkat kompetensi mahasiswa PKL.

No Komponen yang Dinilai Nilai Keterangan

1 Kemampuan Beradaptasi dengan Lingkungan

2 Ketrampilan dalam menjalankan tugas :

a. Kesesuaian dalam instruksi

b. Kualitas hasil pekerjaan

c. Ketepatan waktu

d. Kemampuan memecahkan masalah

3 Tanggung jawab terhadap tugas

4 Inisiatif dan kreativitas

5 Komunikasi :

a. Bekerja dalam kelompok (kerja sama)

b. Hubungan dengan atasan

c. Hubungan dengan rekan kerja

d. Hubungan dengan relasi

6 Kedisiplinan

7 Kemandirian

8 Sikap potensial :

a. Sikap menghadapi pekerjaan

b. Disiplin kerja

c. Loyalitas/kesetiaan

d. Semangat / motivasi kerja

e. Penampilan

Total Nilai

Nilai Rata-rata

Boyolali, 11 januari 2010

Badan Pusat Statistik

Drs. Sunaryo

NIP.

DAFTAR PENILAIAN PRAKTIK KERJA LAPANGAN

( Diisi oleh Pembimbing Polines )

Nama Mahasiswa : Syarief Fitra Hasbullah

NIM : 3.34.07.1.22

Tempat PKL : Badan Pusat Statistik (BPS)

Waktu : 28 Juli s.d 29 Agustus 2009

Petunjuk Pengisian : Tuliskan nilai pada setiap komponen dengan angka 1 sampai dengan 10

untuk menunjukkan tingkat kompetensi mahasiswa PKL.

No Komponen Yang Dinilai Nilai Keterangan

1 Proposal (bobot nilai 20%)

1. Tujuan dan Sasaran PKL

2. Kelengkapan proposal PKL

a. kesesuaian antara tujuan dan sasaran

b. kesesuaian perencanaan kerja

c. Sistematika penulisan

2 Laporan (80%)

1. Sistematika penulisan

2. Bahasa

a. Mudah dimengerti

b. Bahasa Indonesia EYD

3. Isi

a. Kualitas aktivitas mahasiswa

b. Pengalaman baru yang diperoleh

c. Kemampuan pemecahan masalah

d. Kemampuan dalam menyimpulkan

e. Kelengkapan lampiran-lampiran

Nilai

Semarang,………….

Penilai

Dosen Pembimbing PKL

\

Slamet Handoko S.Kom

NIP. 19750130 200112 1 001

DAFTAR ISI

Halaman

HALAMAN JUDUL ……………………………………………………………………… i

HALAMAN PENGESAHAN ……………………………………………………………. ii

KATA PENGANTAR ……………………………………………………………………. iii

DAFTAR ISI ……………………………………………………………………………… vi

DAFTAR GAMBAR ……………………………………………………………………... viii

DAFTAR TABEL …………………………………………………………………………

BAB I. PENDAHULUAN ………………………………………………………………

1.1. Latar Belakang ………………………………………………………………

1.2. Ruang Lingkup ……………………………………………………………...

1.3. Tujuan dan Kegunaan PKL …………………………………………………

BAB II. GAMBARAN UMUM PERUSAHAAN ……………………………………..

2.1. Sejarah Singkat PT. Baja Kurnia ………………………………………….

2.1.1. Lintasan Sejarah …………………………………………………...

2.1.2. Filosofi Usaha ……………………………………………………..

2.2. Struktur Organisasi ……………………………………..............................

2.2.1. Uraian Jabatan …………………………………………………….

BAB I

PENDAHULUAN

1.1. Latar Belakang

Pada dewasa ini kebutuhan mengenai informasi yang akurat sangat diperlukan di

semua aspek kehidupan, terutama dalam bidang pendidikan. Salah satu tujuan pendidikan

baik itu formal ataupun non formal adalah memberikan bekal kepada anak didiknya.

Sebagai contoh di dalam pendidikan jenjang perguruan tinggi, bekal yang cukup di

bidangnya sangat diperlukan dalam menghadapi dunia kerja nantinya. Salah satu upaya

yang ditempuh adalah melalui Praktek Kerja Lapangan (PKL). Dalam hal ini, mahasiswa

dapat mengaplikasikan teori-teori yang mereka dapatkan dalam bangku perkuliahan.

PKL mempunyai banyak manfaat besar dalam mengembangkan kemampuan yang

dimiliki, karena tidaklah cukup dengan teori dalam perkuliahan di dalam kampus, sehingga

dalam penerapan ilmu dan teori tersebut harus didapat dari luar kampus. Karena dalam

pelaksanaan PKL, mahasiswa benar - benar bisa melihat dan merasakan secara langsung

bagaimana mengaplikasikan ilmu yang di dapat dalam perkuliahan dan banyak memberikan

gambaran tentang dunia kerja yang akan mereka geluti nantinya sesuai dengan ilmu yang

diperoleh selama di bangku kuliah. Terlebih nantinya mahasiswa akan menghadapi

persaingan yang semakin ketat.

PKL merupakan sebuah kerjasama yang menguntungkan antara mahasiswa dan

instansi tempat melaksanakan PKL. Karena bagi mahasiswa instansi tersebut merupakan

wadah dalam mengaplikasikan kemampuan yang dimiliki, tempat belajar yang efektif dan

mendukung di luar kampus, sedangkan bagi instansi itu sendiri dengan adanya mahasiswa

yang melaksanakan Praktek Kerja Lapangan tidaklah menjadi sebuah kerugian dan beban.

Disini kita ditempatkan di bidang Integrasi Pengolahan dan Diseminasi Statistik yang

sesuai dengan ilmu yang kami tekuni. Adapun masalah-masalah yang ada dalam bidang

Pembinaan, antara lain adalah tentang masalah pemetaan, masalah memasukkan data-data

ke dalam database, total pendapatan tiap daerah dan lain sebagainya. Oleh karena itu, tugas.

BPS disini sebagai perantara antara bappeda dan masyarakat, untuk dapat menyelesaikan

masalah yang ada dalam kehidupannya.

1.2. Ruang Lingkup

Dalam suatu perusahaan terdapat banyak kegiatan yang mana kegiatan tersebut

dilakukan guna untuk memenuhi kebutuhan masyarakat, khususnya di kota Boyolali Jawa

Tengah.

Untuk menunjang kelancaran pekerjaan, maka BPS Boyolali mempunyai metode-

metode tersendiri, dimana salah satunya adalah adanya divisi-divisi yang memiliki tugas

tersendiri. Selain itu juga adanya para teknisi yang handal, profesional, telatih dan

berpengalaman dibidangnya.

Dalam hal ini, pada laporan Praktek Kerja Lapangan di BPS Boyolali ini, penyusun

akan membahas masalah mengenai pengolahan citra satelit dalam menentukan blok-blok

sensus 2010.

1.3. Tujuan dan Kegunaan PKL

Tujuan yang diharapkan dari praktek kerja lapangan (PKL) ini ada tiga hal yang secara

yang secara langsung memperoleh manfaat dengan terlaksananya kegiatan program PKL,

yaitu:

1.3.1 Mahasiswa

Tujuan dari Praktek kerja lapangan bagi mahasiswa yaitu :

a) Dapat meningkatkan cara berfikir mahasiswa serta meningkatkan daya penalaran

mahasiswa dalam melakukan penalaran, menelaah suatu masalah, perumusan dan

pemecahannya secara praktis di lapangan.

b) Memperdalam pengertian terhadap cara berfikir dan bekerja secara inter disipliner.

c) Meningkatkan keterampilan yang dimiliki mahasiswa dalam melaksanakan dan

mengembangkan dunia pengecoran dengan berlandaskan ilmu, teknologi dan seni

secara disiplin dan bertanggung jawab.

d) Memberikan bekal mahasiswa untuk menjadi motivator, dinamisator dan problem

solver, sehingga dapat mempertinggi tingkat kemampuannya.

1.3.2 Instansi teknis

keuntungan Instansi teknis dari Praktek kerja lapangan yaitu :

a) Memperoleh informasi atau saran yang diharapkan dapat meningkatkan efisiensi dan

produktivitas kantor.

b) Menjadi media untuk menggali potensi bidang statistik dan hasilnya sebagai

masukan bagi instansi tersebut.

c) Mendapatkan bantuan tenaga mahasiswa dalam proses statistik.

1.3.3 Civitas akademik

keuntungan Civitas akademik dari Praktek kerja lapangan yaitu :

a) Memperoleh berbagai kasus yang berharga yang dapat digunakan sebagai contoh

dalam memberikan materi perkuliahan, pengembangan penelitian dibidang statistik.

b) Mengetahui perkembangan berbagai jenis software atau peralatan baru, yang dapat

dijadikan sebagai acuan untuk penyusunan materi tambahan dalam perkembangan

teknik statistik.

1.4. Waktu dan tempat pelaksanaan PKL

Dalam pelaksanaan praktek PKL, penulis melaksanakannya di sebuah Instansi

Pemerintah. Instansi tersebut adalah BPS (Badan Pusat Statistik) yang beralamat di Jl.

Duren No. 1A Boyolali.

Waktu pelaksanaan PKL yaitu selama kurang lebih satu bulan terhitung sejak tanggal

3 Agustus – 29 Agustus 2009. Dalam pelaksanaannya penulis ditempatkan pada bidang

Integrasi Pengolahan dan Diseminasi Statistik (IPDS).

1.5. Sistematika Penulisan Laporan

Laporan PKL ini disusun berdasarkan sistematika penyajian sebagai berikut :

1. BAB I PENDAHULUAN, berisi tentang latar belakang, tujuan, waktu dan tempat,

serta sistematika penulisan laporan.

2. BAB II TINJAUAN UMUM BPS BOYOLALI , berisi tentang sejarah singkat,

tugas,visi dan misi, struktur organisasi, dan ketenagakerjaan.

3. BAB III HASIL DARI PRAKTEK DI BPS BOYOLALI. Berisi tentang hal hal yang

berhubungan dengan pengolahan citra satelit menggunakan ARC VIEW yg digunakan

sebagai salah satu cara untuk men-sensus penduduk tahun 2010.

4. BAB IV PENUTUP, Berisi tentang kesimpulan dan saran.

BAB II

GAMBARAN UMUM BADAN PUSAT STATISTIK

KABUPATEN BOYOLALI ( BPS BOYOLALI )

2.1 Sejarah Pendirian BPS Boyolali

Untuk menerapkan berbagai macam program di daerah dan untuk memenuhi kebutuhan

statistik pemerintahan daerah, Badan Pusat Statistik (BPS) dibantu oleh kantor perwakilan

BPS yang terdapat di setiap ibu kota propinsi dan kabupaten/kota yaitu BPS Provinsi dan

BPS Kabupaten/Kota. Di BPS Provinsi Jawa Tengah terdapat 38 BPS Kabupaten/Kota yaitu

terdiri dari 29 Kabupaten dan 9 Kota.

2.1.1 Periode 1920-1942, masa Hindia Belanda

Periode pertama didirikan BPS pada tahun 1920-1942

1) Didirikan tahun 1920 dengan tugas mengumpulkan data statistik Bea dan Cukai, dan

bernaung di bawah Departemen Landbouw Nijverheid en Handel.

2) Tanggal 24 September 1924 pusat kegiatan pindah dari Bogor ke Jakarta dengan nama

Centraal Kantoor voor de Statistiek (CKS).

2.1.2 Periode 1942-1945, masa pemerintahan Jepang

1) CKS beralih ke Pemerintah Militer Jepang. Kegiatannya diarahkan utuk memenuhi

kebutuhan data yang berkaitan dengan Pemerintah Militer Jepang. Bernaung di bawah

Gubernur Militer (Gunseikanbu) dengan nama Chosasitsu Gunseikanbu .

2.1.3 Periode 1945-1950, masa pemerintahan RI

Sejak Proklamasi 17 Agustus 1945 Chosasitsu Gunseikanbu diubah menjadi Kantor

Penyelidikan Perangkaan Umum (KAPPURI), yang dipimpin oleh Mr. Abdul Karim

Pringgodigdo.

1) Pada awal 1946, KAPPURI pindah ke Yogyakarta. Saat itu KAPPURI dipimpin oleh

SEMAUN. Sementara itu di Jakarta Pemerintah Federal (Belanda) menghidupkan kembali

CKS.

2.1.4 Periode 1950-1957

1) Berdasarkan surat edaran Kementrian Kemakmuran 12 Juni 1950 No. 219/SC, kedua kantor

tersebut dilebur menjadi satu dengan nama “Kantor Pusat Statistik” di bawah Kementrian

Kemakmuran.

2.1.5 Periode 1957-1997

Berdasarkan Surat Keputusan Presiden RI No. 172/1957, Kantor Pusat Statistik (KPS )

diubah menjadi “Biro Pusat Statistik” (BPS), dan langsung berada di bawah Perdana Menteri.

1) Pada tanggal 24 September 1960 dengan Undang-undang No. 6 tahun 1960 tentang Sensus

dan tentang Statistik tanggal 26 September 1960 dengan Undang-Undang No. 7 tahun 1960

ditetapkan bahwa “Biro Pusat Statistik” (BPS), ditugasi sebagai penyelenggara Sensus (pasal 2

UU No. 6 tahun 1960) dan BPS berada di lingkungan Kabinet Perdana Menteri sebagai Pusat

Penyaluran Statistik (Pasal 2 UU No. 7 tahun 1960).

2) Tahun 1961, untuk yang pertama kalinya BPS menyelenggarakan Sensus Penduduk sejak

masa Kemerdekaan RI. Setiap kantor Gubernur (Provinsi), Kabupaten/Kotamadya dan

Kecamatan dibentuk bagian yang mengurus pelaksanaan Sensus Penduduk.

3) Tahun 1965, dengan Keputusan Presidium Kabinet No. Aa/C/9 Bagian Sensus di tiap

Kantor Gubernur dan Kabupaten/Kotamadya tersebut ditetapkan menjadi Kantor Sensus dan

Statistik

4) Tahun 1968, ditetapkan Peraturan Pemerintah No. 16 tahun 1968, yang mengatur

Organisasi dan Tata Kerja BPS (di Pusat dan Daerah).

5) Tahun 1980, ditetapkan Peraturan Pemerintah No. 6 tahun 1980, tentang Organisasi BPS

sebagai pengganti PP no. 16/1968. Berdasarkan PP No.6/1980 di setiap propinsi terdapat kantor

statistik dengan nama Kantor Statistik Provinsi dan begitu juga di setiap Kabupaten dan

Kotamadya terdapat Kantor Statistik dengan nama Kantor Statistik Kabupaten/Kotamadya.

6) Tahun 1992, ditetapkan Peraturan Pemerintah No. 2 tahun 1992, tentang Organisasi BPS

sebagai pengganti PP No.6/1980. Kedudukan, tugas, fungsi, susunan organisasi, dan tata kerja

Biro Pusat Statistik selanjutnya diatur dengan Keputusan Presiden.

7) Berdasarkan KEPPRES No.6/1992 organisasi BPS terdiri dari Kepala, Wakil Kepala,

Deputi Administrasi, Deputi Perencanaan dan Analisis Statistik, Deputi Statistik Produksi dan

Kependudukan, Deputi Statistik Distribusi dan Neraca Nasional, Pusat Pendidikan dan

Pelatihan Statistik, perwakilan BPS Daerah dan Unit Pelaksana Teknis (UPT).

Periode 1997-sekarang, dengan nama Badan Pusat Statistik (BPS)

2.1.6 Kedudukan

BPS adalah Lembaga Pemerintah Non Departemen yang berada di bawah dan

bertanggung jawab kepada Presiden. BPS dipimpin oleh seorang Kepala.

2.1.7 Tugas

BPS mempunyai tugas melaksanakan tugas pemerintahan di bidang kegiatan statistik

sesuai dengan ketentuan perundang-undangan yang berlaku. 

2.2 Visi dan Misi Perusahaan

2.2.1 Visi

BPS Penyedia Statistik Berkualitas

2.2.2 Misi

Misi dari BPS adalah :

1) Menyediakan informasi statistik yang berkualitas; lengkap, akurat, relevan,

mutakhir, dan berkesinambungan.

2) Meningkatkan upaya koordinasi, integrasi, sinkronisasi, dan standardisasi

kegiatan statistik dalam kerangka SSN yang andal, efektif, dan efisien.

3) Meningkatkan kapasitas sumber daya secara optimal sesuai dengan

perkembangan ilmu pengetahuan dan teknologi informasi mutakhir.

2.3 Fungsi

Sebagaimana tercantum dalam Keputusan Presiden Republik Indonesia Nomor 103 Tahun

2001 dalam melaksanakan tugas, BPS menyelenggarakan fungsi :

a. Pengkajian dan penyusunan kebijakan nasional di bidang kegiatan statistik

b. Penyelenggaraan statistik dasar

c. Koordinasi kegiatan fungsional dalam pelaksanaan tugas BPS

d. Pelancaran dan pembinaan terhadap kegiatan instansi pemerintah di bidang kegiatan

statistik

e. Penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang

perencanaan umum, ketatausahaan, organisasi dan tata laksana, kepegawaian,

keuangan, kearsipan, persandian, perlengkapan, dan rumah tangga.

2.4 Kewenangan

Berdasarkan Keputusan Presiden Republik Indonesia Nomor 103 Tahun 2001 dalam

menyelenggarakan fungsinya BPS mempunyai kewenangan :

1) Penyusunan rencana nasional secara makro di bidangnya

2) Perumusan kebijakan di bidangnya untuk mendukung pembangunan secara makro

3) Penetapan sistem informasi di bidangnya

4) Penetapan dan penyelenggaraan statistik nasional

5) Kewenangan lain yang melekat dan telah dilaksanakan sesuai dengan ketentuan

peraturan perundang-undangan yang berlaku, yaitu :

a) Perumusan dan pelaksanaan kebijakan tertentu di bidang kegiatan statistic.

b) Penyusunan pedoman penyelenggaraan survei statistik sektoral

2.5 Struktur Organisasi BPS Boyolali

Berikut bagan struktur organisasi pada BPS boyolali:

Berikut ini merupakan struktur organisasi pada Badan Pusat Statistik kabupaten boyolali

A. Kepala

IR. Sri Ariyanto

B. Bagian Tata Usaha

1) Sunaryo

2) Untung

3) Rini Wijayanti

4) Djoko Santosa

5) Nevi Rahayu

C. Bidang Statistik Sosial

1) Dani Dwi Widagdo

2) Heru Sigit

D. Bidang Statistik Produksi

1) Sri Setyardjo

2) Joko Arif Yuwono

E. Bidang Statistik Distribusi

1) Hari Rinawan

2) Sulistiyaningsih

F. Bidang Neraca Wilayah dan Analisa Statistik

1) Suharto

2) Avia Dwi Shanti

G. Bidang Integrasi Pengolahan dan Diseminasi Statistik

1) Sudarmadi

2) Wulan Fitriyanti

2.6 Produk

Berikut beberapa produk atau publikasi pada BPS Boyolali

1. Buku Boyolali dalam Angka

Buku yang berisi tentang segala hal pendataan yang telah dilakukan oleh BPS,

dimana didalamnya berisi table-tabel angka yang merupakan hasil sensus dari

Kabupaten Boyolali

2. Buku pendapatan Domestik Regional Bruto ( PDRB )

Buku yang menjelaskan segala hal tentang pendapatan yang didapat oleh Kabupaten

Boyolali dalam segala bidang.

3. Buku Indeks harga Konsumen ( IHK )

Buku yang menjelaskan tentang inflasi atau deflasi yang terjadi terhadap indeks

harga konsumen.

Gambar 2.1

Gambar 2.2

Gambar 2.3

2.7 Program Kerja

BPS melakukan kegiatan pengumpulan data melalui sensus, survei antar sensus, survei

sektoral atau survei lintas sektoral, studi khusus dan kompilasi catatan administrasi atau

data sekunder. Sensus adalah cara pengumpulan data yang dilakukan melalui pencacahan

semua unit populasi diseluruh wilayah Republik Indonesia untuk memperolrh karakteristik

populasi pada saat tertentu.

BPS melakukan tiga kali sensus yaitu, Sensus penduduk (Pada tahun berakhiran 0), Sensus

Pertanian (Pada tahun berakhiran 3), dan Sensus Ekonomi (pada tahun berakhiran 6) dan

melakukan pengumpulan data Potensi Desa (PODES) sebagai rangkaian kegiatan

penyelenggaraan suatu sensus.

2.8 Klien / Kerjasama

Beberapa klien kami adalah

1. Badan Pusat Statistik

2. BPS Provinsi Jawa Tengah

3. Sekolah Tinggi Ilmu Statistik

4. Kabupaten Boyolali

5. Dinas Tenaga Kerja dan Transmigrasi Provinsi Jawa Tengah

6. Biro Pembangunan Daerah

7. Dinas Perikanan & Kelautan Provinsi Jawa Tengah

8. Badan Informasi Komunikasi & Kehumasan Provinsi Jawa Tengah

9. Dinas Perhubungan Komunikasi dan Informasi

10. Badan Pemerintahan Daerah

BAB III

ANALISIS dan PEMBAHASAN

3.1. Sistem Pengumpulan Data

BPS melakukan kegiatan pengumpulan data melalui sensus, survei antar sensus, survei

sektoral/lintas sektoral, studi khusus dan kompilasi catatan administrasi/data sekunder.

Sensus adalah cara pengumpulan data yang dilakukan melalui pencacahan semua unit

populasi di seluruh wilayah Republik Indonesia untuk memperoleh karakteristik populasi

pada saat tertentu.

BPS melakukan 3 kali sensus : Sensus Penduduk ( pada tahun berakhiran 0), Sensus

Pertanian (pada tahun berakhiran 3), dan Sensus Ekonomi (pada tahun berakhiran 6), dan

pengumpulan data Potensi Desa sebagai rangkaian kegiatan penyelenggaraan suatu sensus.

3.1.1 Siklus Pelaksanaan Sensus

Pencacahan dalam sensus penduduk dilaksanakan untuk mengumpulkan karakteristik

pokok dan rinci terhadap seluruh penduduk baik yang bertempat tinggal tetap maupun

yang tidak mempunyai tempat tinggal tetap (tunawisma, anak buah kapal Indonesia,

manusia/orang perahu, dan suku terasing). Karakteristik pokok dan rinci tersebut

mencakup karakteristik tentang penduduk perumahan dan lingkungannya, dan karakteristik

lain yang termasuk dalam lingkup statistik dasar bidang kependudukan. Sensus penduduk

terakhir dilaksanakan BPS pada tahun 2000, dengan desain pencacahan lengkap terhadap

perumahan (12 karakteristik) dan penduduk (15 karakteristik).

Pencacahan dalam Sensus Pertanian dilaksanakan untuk mengumpulkan karakteristik

pokok dan rinci terhadap seluruh petani, perusahaan pertanian, dan pegukuran obyek

kegiatan statistik pertanian. Karakteristik pokok dan rinci tersebut mencakup karakteristik

petani, tanah, tanaman, kegiatan usaha di bidang pertanian, serta karakteristik lain yag

termasuk dalam lingkup statistik dasar bidang pertanian.

Pencacahan dalam Sensus Ekonomi dilaksanakan untuk mengumpulkan karakteristik

pokok dan rinci terhadap seluruh perusahaan dan kegiatan usaha di bidang ekonomi

(kecuali pertanian) di seluruh wilayah Indonesia baik yang diusahakan secara permanen

maupun tidak permanen termasuk pertambangan dan penggalian, industri pengolahan,

listrik, gas dan air bersih, bangunan dan konstruksi, perdagangan, restoran dan hotel,

pengangkutan dan komunikasi, keuangan, persewaan dan jasa perusahaan, dan industri

jasa. Karakteristik pokok dan rinci tersebut mencakup kegiatan usaha, penyerapan tenaga

kerja, produksi, pemakaian bahan baku, serta karakteristik lain yang termasuk dalam

lingkup statistik dasar bidang ekonomi.

Survei adalah cara pengumpulan data yang dilakukan melalui pencacahan sampel dari

sesuatu populasi untuk memperkirakan karakteristik suatu obyek pada saat tertentu. BPS

juga melaksanakan Survei antar sensus yaitu survei yang dilakukan diantara 2 (dua) sensus

sejenis. Survei antar sensus tersebut meliputi Survei Penduduk Antar sensus (Supas),

Survei Pertanian Antarsensus (Sutas), dan Survei Ekonomi Antar Sensus (Setas).

Survei sektoral dan lintas sektoral merupakan survei bebas yang tidak berkaitan dengan

salah satu sensus. Namun demikian, survei-survei jenis ini juga dilaksanakan secara

berkala dengan kurun waktu beberapa tahun, tahunan, atau kurang dari setahun, tergantung

pada percepatan perubahan data dan keperluan perencanaan.

Berbagai ragam survei sektoral di antaranya adalah Survei Sosial Ekonomi Nasional

(Susenas), Survei Angkatan Kerja Nasional (Sakernas), Survei Biaya Hidup (SBH), Survei

Potensi Desa (Podes), Survei Industri, Survei Pertanain, Survei Pendapatan Petani dan

Struktur Ongkos Usaha Tani, Survei Koperasi Unit Desa (KUD), Survei Harga Konsumen,

dan Survei Harga Produsen.

Sedangkan jenis Survei Lintas Sektor diantaranya adalah Survei Khusus Tabel Input-

output (SKIO), Survei Khusus Tabungan dan investasi Rumah Tangga (SKTIR), Survei

Triwulan Kegiatan Usaha (STKU), Survei khusus Pendapatan Regional (SKPR), dan

Survei Khusus Pembentukan Modal (SKPM).

Studi Khusus dilaksanakan guna mempelajari berbagai aspek kegiatan statistik untuk

memberi masukan bagi pengumpulan data statistik yang baru atau penyempurnaan metode

yang sudah ada sebelum diimplementasikan secara nasional. Studi khusus juga

diselenggarakan untuk memenuhi permintaan data yang lebih spesifik, misalnya Studi

Khusus Konsumsi Makanan Jadi, Kompilasi Produk administrasi dilakukan oleh BPS

untuk mengadakan kerja sama dengan instansi Pemerintah lainnya dan atau swasta yang

mengelola catatan administrasi dari suatu kegiatan. Contoh hasil dari kompilasi produk

administrasi antara lain data dari Ekspor Barang (PEB), impor barang dan jasa yang

memanfaatkan dokumen Pemberitahuan Impor Untuk Dipakai (PIUD), data statistik

wisatawan mancanegara, data tentang iklim, polusi, penyakit, dan luas panen adalah

beberapa contoh yang diperoleh dari instansi lain.

3.2 Hasil analisis

3.2.1 Pengolahan Citra satelit

Pengolahan citra akan diperkenalkan dengan menggunakan Image Analysis (IA)

yang merupakan sebuah ekstension ArcView yang dibuat oleh ERDAS (developer dari

perangkat lunak pengolahan citra PJ yang banyak dipakai). Hasil pengolahan citra PJ nantinya

bisa dianalisa bersama sama dengan data SIG lain menggunakan ekstension Spatial Analyst

seperti dibahas pada bab sebelumnya. Perlu diingat bahwa IA bukan merupakan sebuah

perangkat lunak yang dirancang khusus untuk pengolahan citra melainkan hanya untuk

memudahkan pengolahan citra sederhana dengan mengunakan platform ArcView. Untuk

pengolahan citra lanjutan, pembaca disarankan untuk memakai dan menggunakan perangkat

lunak yang khusus dirancang untuk hal tersebut.

Adapun hal-hal yang bisa dikerjakan oleh IA diantaranya adalah:

1) Mengimpor citra (dalam bentuk data raster) untuk digunakan dalam ArcView.

2) Mengklasifikasi sebuah citra menjadi beberapa kelas tipe penutupan lahan

seperti vegetasi dll.

3) Mempelajari beberapa citra dari periode pengambilan yang berbeda untuk

menentukan area yang mengalami perubahan.

4) Mencari daerah dengan tingkat kerapatan vegetasi tertentu dari sebuah

citra.

5) Menajamkan kenampakan sebuah citra dengan cara menyesuaikan kontras dan

tingkat kecerahan atau dengan merentangkan histogram.

6) Merektifikasi sebuah citra terhadap sebuah peta acuan supaya posisi koordinat

lebih akurat.

Kita hanya akan membahas sebagian dari kapasitas IA, yaitu:

1) visualisasi citra

2) rektifikasi citra

3) mosaic beberapa citra dari area yang berbeda.

Memperbaiki Kenampakan Sebuah Citra

Seperti dibahas sebelumnya, apabila sebuah citra ditampilkan berdasarkan hubungan

linier antara digital number dengan derajat keabuan (untuk hitam putih) atau nilai display

(apabila kita memakai pewarnaan), citra tersebut mungkin akan tampak terlalu terang atau terlalu

gelap sehingga sulit untuk dianalisa. Hal ini bisa diperbaiki dengan mengubah hubungan

linier tersebut. IA mempunyai cara yang agak berbeda dalam menggambarkan kurva

hubungan antara digital number dengan nilai display dari yang dipaparkan di atas,

yaitu dengan menggunakan histogram. Dalam hal ini axis x menggambarkan digital

number dan nilai display sekaligus, sedangkan axis y menggambarkan frekuensi dari

munculnya masing-masing digital number pada citra. Pada awalnya, dengan hubungan linier

antara digital number dan nilai display, histogram antara keduanya berhimpit. Kemudian apabila

kita mengubah hubungan ini, histogram dari nilai display akan berubah, sehingga keduanya

tidak lagi berhimpit. Praktek yang paling sering dilakukan untuk memperbaiki tampilan citra

adalah dengan merentangkan histogram nilai display. Sebagai contoh kita akan melakukan

Histogram Equalization, yaitu mendistribusikan nilai display sehingga frekuensinya kira-kira

sama pada citra.

Langkah-langkah yang diambil:

1) Aktifkan perangkat lunak ArcView. Dad menu utama pilih File diikuti dengan

Extension, klik Image Analysis diikuti dengan OK.

Gambar 1. Kotak dialog Extension

2) Lanjutkan dengan membuka view baru, dan tekan tombol Add Theme. Supaya

bisa menggunakan fasilitas pada IA, file harus dibaca sebagai file IA. Caranya,

pada kotak dialog Add Theme, pada list Data Source Types, pilih

Image Analysis Data Source. Buka file D:\Remote Sensing\

TM980126G.lan dan klik OK. Akan muncul kotak dialog yang menanyakan

apakah anda ingin IA menghitung pyramid layers untuk citra tersebut.

Anda tidak harus menjawab YES, pyramid layer ini akan sangat berguna dalam

mempercepat proses pergantian layer apabila citra yang ditampilkan

berukuran besar dan anda banyak melakukan zoom in dan zoom out serta

menggeser citra. Anda bisa menjawab NO jika citra yang dipakai berukuran

cukup kecil.

3) Citra TM980126G.lan akan muncul pada layar. Aktifkan theme tersebut,

kemudian klik dua kali sampai muncul window kecil Legend Editor,

Gambar 2. Dialog untuk mengatur prosedur stretching dan tampilan citra

4) Pilih kombinasi RGB layer 432 untuk memilih kombinasi RGB pada band 432

(false color composite). Klik tombol Advanced di bagian bawah Legend Editor.

Akan muncul histogram untuk masing - masing warna.

Gambar 3. Histogram dari digital number display number citra lansat dan hasil stretch

standard deviation

Sebagai contoh, perhatikan histogram paling kin untuk warna merah. Dalam hal ini kita

melihat dua histogram yaitu histogram yang berwarna hitam untuk digital number dan warna

merah untuk nilai display. Perhatikan bahwa nilai display jauh lebih menyebar dibandingkan

display number. Dalam IA, sebelum kita melakukan transformasi histogram, default

penajaman tampilan yang dilakukan oleh IA adalah dengan menggunakan stretch Standard

Deviations dengan jumlah standard deviation sama dengan dua. Dengan stretch in, nilai

display dari digital number yang besarnya lebih atau kurang dari mean ditambah atau

dikurangi 2 kali standard deviasi akan menjadi 255 atau 0.

Gambar 4. Tampilan citra dengan false color composite dan stretch standard deviation

yang merupakan default dari IA

5) Anda bisa memilih cara perentangan yang lain. Dan Legend Editor, klik pada daftar

pilihan Stretch dan pilihlah Histogram Equalize, kemudian klik Apply. Perhatikan

tampilan citra sekarang dan juga histogram yang berhimpit untuk mempelajari

bagaimana perentangan histogram nilai display ini memberikan efek kepada tampilan

citra.

Gambar 5. Tampilan citra dengan false color composite menggunakan histogram

equalize

Gambar 6. Histogram dari digital number dan display number citra Landsat dengan

Histogram Equalized

6) Cobalah bereksplorasi dengan Minimim-maximum, Level Slice. Perhatikan tampilan

citra dan histogram baru yang menunjukkan distribusi nilai display.

Apabila kita menginginkan kecerahan terbalik, kita bias menggunakan Invert Stretch.

Areal yang tadinya tampak cerah akan menjadi gelap dan sebaliknya.

7) Kembalikan tampilan dengan stretch Standard Deviation.

Pada Legend Editor dialog, aktifkan Invert Stretch. Kemudian klik Apply

Berikut adalah gambar hasil Dari invert Sretch :

Gambar 7. Tampilan citra dengan false color composite dengan invert stretch dari

standard deviation

Gambar 8. Histogram dari digital number dan display number citra landzat dengan invert

stretch dari standard Deviation

8) Perhatikan perubahan pada citra dan histogram. Anda bisa mengklik Undo pada

Advanced dialog untuk mengembalikan display citra seperti sebelumnya. Tekan Close

untuk menutup Legend Editor dialog.

Mengelompokkan Area dengan Karakter yang Sama

Menggunakan Seed tool

IA dapat dengan cepat mengidentifikasi daerah dengan karakteristik yang

sama dari sebuah citra dengan menggunakan fasilitas Seed tool. Fasilitas ini sangat berguna

untuk proses identifikasi cepat seperti bekas kebakaran hutan, atau daerah terbuka. Polygon

hasil proses identifikasi ini dapat langsung disimpan ke dalam format shapefile ArcView.

Perlu diingat bahwa fasilitas ini bukanlah pengganti klasifikasi otomatis pada pengolahan

citra, tetapi lebih merupakan alternatif dari digitasi secara manual pada layar monitor yang

berketelitian sangat rendah.

Aktifkan theme 116_60_542_15052003 di dalam View.

Zoom daerah yang diinginkan, misalnya pemukiman kota Boyolali.

Dari menu Image Analysis, pilih Seed Tool Properties.

Di dalam kotak isian Seed Radius, ketikkan 5 pixels, kemudian pastikan kotak

Include Islands Polygon tidak terpilih. Seed Radius menentukan jumlah pixel di

sekeliling pixel target.

Klik OK dalam dialog Seed Tool Properties.

Klik ikon yang ada pada menu utama kemudian klik di tengah-tengah daerah yang

diinginkan. Seed Tool akan bekerja beberapa saat untuk membuat polygon

yang mencakup pixel-pixel dengan karakter yang serupa dengan pixel seed.

Berikut adalah gambar hasil identifikasi area dengan karakter yang sama:

Gambar 9. Hasil identifikasi area dengan karakter yang sama

Menggunakan Find Like Areas

Find Like Areas mengidentifikasi areal berasarkan kesamaan karakteristik.

Fungsi ini mirip seperti Seed tool. Kita dapat menggunakan hasil dari Seed tool untuk

mengidentifiksi areal pada sebuah citra dengan Find Like Areas. Find Like Areas hanya

menggunakan band yang ditampilkan pada view untuk menemukan lokasi yang serupa pada

seluruh citra.

Proses Find Like Areas dilakukan menggunakan sebuah klasifikasi parallelepiped. Find Like

Areas menganalisa pixel yang sama berdasarkan gambar (titik/polygon) yang. Jika pixel memiliki

nilai yng sama maka akan dikelompokkan pada output thema yang sama. Jika nama kelas

sudah ada maka area akan ditambahkan dalam kelas yang sudah ada. Jika nama kelas

belum ada dalam thema, maka akan dibuat kelas baru pada thema.

Membuat dan mengisi sebuah thema Find Like Areas

Tampilkan data citra mojosongo.tiff pada sebuah view.

Klik Seed tool, kemudian buat titik atau poligon untuk memilih sebuah area yang

diinginkan. (lahan terbuka)

Pastikan bahwa poligon tersebut dalam keadaan terpilih.

Gambar yang dikelilingi ileh warna hijau merupakan Poligon terpilih :

Gambar 10. Poligon terpilih

Dari Image Analysis menu, pilih Find Like Areas.

Klik tombol New untuk membuat thema baru. Akan muncul New Classification

dalam kotak Output Image Theme.

Gambar 11. Kotak dialog Find Like Area

Klik pada kotak Class Name dan ketik 'lahan terbuka', kemudian tekan Enter

pada keyboard.

Klik OK pada kotak dialog Find Like Areas.

Setelah proses selesai lihat pada citra akan dihasilkan klasifikasi pada area yang

memiliki kesamaan nilai atau karakter.

Berikut adalah Hasil dari proses find like areas

Gambar 12. Hasil dari proses find like areas

Menambahkan sebuah kelas pada thema yang sudah ada

Buat lagi sebuah poligon pada tutupan air.

Pastikan gambar poligon tersebut terpilih

Gambar 13. Kotak dialog Find Like Area

Klik pada Output Image Theme dan pilih thema yang sudah ada.

Klik pada kotak Class Name dan ketik 'Air". Tekan ENTER pada keyboard.

Klik OK pada kotak dialog Find Like Areas.

Ketika proses selesai maka akan ditambahkan kelas baru pada theme yang sudah ada

yaitu "Air'.

Gambar 14. Hasil dari proses find like areas

Membuat Klasifikasi Citra

IA menyediakan fasilitas klasifikasi tak terbimbing (unsupervised classification) untuk

mengkategorikan sebuah citra kontinyu menjadi klas tematik yang berguna. Anda harus

menentukan jumlah kelas yang diinginkan. IA kemudian akan melakukan proses

penghitungan yang menempatkan masing-masing pixel ke dalam kelas yang sesuai tergantung

pada digital number. Dari pengkategorian ini, bisa menghitung area dengan tutupan lahan

yang berbeda pada citra. Anda bisa menamakan kelas- kelas tersebut dengan hutan, air dan

lahan terbuka. Teknik ini digunakan sebagai cara yang cepat untuk memperoleh klasifikasi yang

cukup umum dan tidak terlalu akurat. Untuk klasifikasi yang memerlukan ketelitian tinggi

disarankan untuk menggunakan perangkat lunak yang khusus dirancang untuk pengolahan

citra digital. Data yang akan digunakan merupakan citra sekitar kota Boyolali.

Tambahkan dan aktifkan theme boyolali.img yang bisa diambil dari Image Analysis Data

Source. Dari menu Image Analysis, pilih Categorize .... Pada kotak isian Desired number of

classes, ketiklah 15 untuk mengklasifikasikan citra ke dalam 15 kelas. Kemudian klik OK.

Setelah proses klasifikasi selesai, aktifkan theme Categorization.img yang merupakan citra

hasil klasifikasi menjadi 15 kelas tutupan lahan. Double klik pada theme Categorization.img

untuk mengaktifkan Legend Editor.

Double klik pada kolom Symbol pada dialog Legend Editor untuk memunculkan Color

Palette. Klik warna hitam untuk Value 0 (yang merupakan kelas yang tidak

terklasifikasikan). Kemudian lakukan hal yang sama untuk Value 1, 2, 3 sampai 15 dengan

warna yang berbeda serta ubah labelnya sesuai dengan tutupannya. Untuk melihat jenis

tutupan pada citra terklasifikasi zoom dan lihat tutupan pada citra sebelum terklasifikasi,

dengan cara mengaktifkan dan menonaktifkan citra hasil klasifikasi. Kemudian klik Apply.

Tutup Color Palette dan Legend Editor.

Gambar 15. Hasil Klasifikasi tak terbimbing dari Boyolali.img

Mosaik citra

IA menawarkan fasilitas untuk membuat mosaik atau menggabungkan beberapa

citra ke dalam satu citra yang meliputi keseluruhan area. Untuk melakukan mosaik citra,

terlebih dulu tampilkan semua citra yang akan dimosaik dalam satu View dan pastikan mereka

mempunyai jumlah band yang sama. Untuk latihan ini, kita akan kembali menggunakan data

citra Melak.

Aktifkan kedua citra D:\Remote Sensing\Boyolali.tiff dan D:\Remote Sensing\teras.tiff

Gambar 16. Tampilan 2 citra

Klik Image Analysis menu, kemudian pilih Mosaic. Image Analysis akan langsung

menjalankan proses mosaik begitu anda klik Image Analysis kemudian Mosaic.

Perhatikan bahwa sebuah theme baru akan dihasilkan oleh IA, yang merupakan

mosaic dari dua theme. Anda bisa menyimpan hasil mosaic ini ke dalam file baru untuk

penggunaan selanjutnya.

BAB IV

PENUTUP

Dari pelaksanaan Praktik Kerja Lapangan tersebut, Penulis dapat mengambil kesimpulan

sebagai berikut :

5.1 Kesimpulan

Arcview merupakan salah satu perangkat lunak GIS yang populer dan paling banyak

digunakan untuk mengelola data spasial. Arcview dibuat oleh ESRI (Environmental Systems

Research Institute). Dengan Arcview kita dengan mudah dapat mengelola data, menganalisa

dan membuat peta serta laporan yang berkaitan dengan data spasial bereferensi geografis.

1.2 Saran

1. Ikatan persudaraan dan kekeluargaan antar karyawan perlu ditingkatkan agar terjadi

kerja sama yang optimal dan terciptanya keadaan yang nyaman untuk bekerja sama.

2. Pada pemetaan penggunaan lahan dengan metode interpretasi Citra Satelit beresolusi

tinggi hendaknya memakai citra dengan tanggal pengambilan gambar tidak jauh beda

dengan waktu penelitian sehingga kenampakannya memang aktual dan tidak terjadi

perubahan yang signifikan.