BAB 7: Proyek Mini: Laporan Singkat Kondisi KPH Contoh

#Studi kasus: "Satu halaman untuk rapat besok"

Kepala Seksi akan rapat besok pagi. Ia meminta satu tabel ringkas untuk tiap KPH: luas, kehijauan vegetasi, dan luas lereng curam yang sebaiknya dihindari jalan angkut. Datanya hanya empat band citra, satu DEM, dan batas KPH. Bab ini merangkai semua langkah Bab 2 sampai 6 menjadi satu alur kerja.

#Konsep: alur kerja raster dalam tiga kalimat

Analisis raster hampir selalu berupa rantai: hasil satu langkah menjadi bahan langkah berikutnya, seperti jalur pabrik tempat setiap meja mengerjakan satu tahap. Rantainya di sini: siapkan band, turunkan DEM, hitung NDVI, kelompokkan nilai, lalu ringkas per area. Kebiasaan baik di sepanjang rantai adalah memeriksa angka di setiap tahap sebelum lanjut.

Istilah baru bab ini hanya dua, dan keduanya hanya penyatuan yang sudah Anda kenal:

• Alur kerja (workflow): urutan langkah dari data mentah sampai hasil.
• Pemeriksaan silang: membandingkan hasil dengan sumber lain untuk memastikan benar.

#Alur kerjanya

#Hasil yang diharapkan

Tabel ini dihitung dari data sintetis dan diuji di QGIS 4.0.2 (Skrip 7.1). Bukan kondisi lapangan nyata.

Bacaan untuk Kepala Seksi:

• Alpha paling hijau (0,814). Sebagian kecil (0,25 ha) berupa bukaan lahan.
• Beta paling rendah (0,614) karena separuhnya sawah atau tanaman muda. Itu wajar, bukan tanda rusak.
• Gamma memuat seluruh lereng curam (0,43 ha, dari 15 derajat ke atas). Jalan angkut sebaiknya menghindari bukit di bagian barat laut.

import processing
from qgis.core import QgsVectorLayer

DATA = r"D:/data/paket-b3"
OUT = r"C:/kerja_b3"
BATAS = DATA + "/Batas_KPH.gpkg|layername=Batas_KPH"


def luas_kelas(raster, mask, kelas):
    """Luas (ha) piksel bernilai 'kelas' di dalam mask."""
    pot = processing.run("gdal:cliprasterbymasklayer", {
        "INPUT": raster, "MASK": mask, "NODATA": 255, "CROP_TO_CUTLINE": True,
        "KEEP_RESOLUTION": True, "OUTPUT": "TEMPORARY_OUTPUT"})
    u = processing.run("native:rasterlayeruniquevaluesreport", {
        "INPUT": pot["OUTPUT"], "BAND": 1, "OUTPUT_TABLE": "TEMPORARY_OUTPUT"})
    for f in u["OUTPUT_TABLE"].getFeatures():
        if int(f["value"]) == kelas:
            return f["count"] * 4 / 10000
    return 0.0


print("KPH | luas (ha) | NDVI rata-rata | curam (ha) | vegetasi rapat (ha)")
for nama in ("KPH Alpha", "KPH Beta", "KPH Gamma"):
    lyr = QgsVectorLayer(BATAS, "batas", "ogr")
    lyr.setSubsetString("\"NAMA_KPH\" = '%s'" % nama)
    luas = sum(f.geometry().area() for f in lyr.getFeatures()) / 10000
    z = processing.run("native:zonalstatisticsfb", {
        "INPUT": lyr, "INPUT_RASTER": OUT + "/NDVI.tif", "RASTER_BAND": 1,
        "COLUMN_PREFIX": "n_", "STATISTICS": [2], "OUTPUT": "TEMPORARY_OUTPUT"})
    ndvi = [f["n_mean"] for f in z["OUTPUT"].getFeatures()][0]
    curam = luas_kelas(OUT + "/Lereng_kelas.tif", lyr, 3)
    rapat = luas_kelas(OUT + "/NDVI_kelas.tif", lyr, 4)
    print(nama, "|", round(luas, 2), "|", round(ndvi, 3), "|", round(curam, 2), "|", round(rapat, 2))

KPH | luas (ha) | NDVI rata-rata | curam (ha) | vegetasi rapat (ha)
KPH Alpha | 4.0 | 0.814 | 0.0 | 3.75
KPH Beta | 4.0 | 0.614 | 0.0 | 2.0
KPH Gamma | 8.0 | 0.755 | 0.43 | 7.06

#Cek paham

1. Mengapa raster kelas (lereng dan NDVI) dibuat dari raster asli, bukan sebaliknya?
2. Apa gunanya pemeriksaan silang?
3. Mengapa NDVI rata-rata Beta rendah padahal bukan kerusakan?

Jawaban:

1. Reklasifikasi menghilangkan detail dan tidak bisa dikembalikan. Raster asli harus tetap tersimpan.
2. Memastikan hasil sesuai sumber lain sebelum dilaporkan, sehingga kesalahan hitung ketahuan lebih awal.
3. Separuh Beta adalah sawah atau tanaman muda yang memang punya NDVI lebih rendah dari hutan.

#Kesalahan umum

• Melompat langkah tanpa memeriksa angka. Satu kesalahan di awal (misalnya urutan band) merambat ke semua hasil. Cek min dan maks setiap tahap.
• Nama berkas tidak konsisten. Gunakan nama yang menjelaskan isi, seperti Lereng_kelas.tif. Simpan semua hasil di satu folder.
• Melaporkan angka tanpa menyebut sumber data. Selalu tulis sumber, tanggal, ukuran piksel, dan aturan kelas di bawah tabel laporan.

#Ceklis kesiapan menuju seri berikutnya

Tandai bila Anda sudah bisa:

• [ ] Menyebut ukuran piksel, jumlah band, tipe data, dan CRS sebuah raster.
• [ ] Membuat komposit warna asli dan warna palsu.
• [ ] Membuat hillshade, lereng, dan kontur dari DEM.
• [ ] Memotong raster dengan poligon dan mengecek luasnya.
• [ ] Mereklasifikasi dan menghitung luas tiap kelas.
• [ ] Menghitung NDVI dan memeriksa bahwa nilainya antara -1 dan 1.
• [ ] Merangkum nilai raster per poligon.

Seri B4 (Kartografi dan Layout Peta) akan mengubah hasil-hasil ini menjadi peta yang rapi dan siap dicetak.

#Ringkasan dan latihan

Ringkasan: Analisis raster adalah rantai langkah. Simpan raster asli, beri nama hasil dengan jelas, periksa angka tiap tahap, dan cocokkan hasil akhir dengan sumber lain.

Latihan:

1. Ulangi seluruh alur dengan folder baru dan proyek baru, tanpa melihat bab. Catat bagian yang membuat Anda berhenti.
2. Ganti batas kelas NDVI "rapat" dari 0,6 menjadi 0,8. Berapa luas vegetasi rapat sekarang? Pikirkan: kebun (NDVI sekitar 0,71) masuk kelas mana? Jawaban: kebun turun ke kelas "jarang", sehingga luas vegetasi rapat hampir hanya hutan (sekitar 10,8 ha).

#Tabel perbandingan: alur kerja raster