BAB 3: Dari Angka ke Kelas: Reklasifikasi dan Luas per Petak

#Studi kasus: "Berapa hektare yang curam di tiap petak?"

Peta kemiringan Anda penuh angka kontinu, dari 0 sampai 76 persen. Kepala Seksi tidak mau angka sebanyak itu. Ia ingin lima kelas lereng, lalu tabel luas tiap kelas di KPH Alpha, Beta, dan Gamma. Dengan begitu ia bisa memutuskan petak mana yang paling berisiko.

#Konsep: reklasifikasi dan statistik zona dalam tiga kalimat

Reklasifikasi mengganti rentang angka menjadi kelas, seperti mengubah nilai ujian 0 sampai 100 menjadi huruf A sampai E. Statistik zona menghitung isi raster di dalam tiap poligon, misalnya berapa piksel tiap kelas di tiap petak. Piksel dikali luasnya memberi hektare.

Istilah baru bab ini:

• Reklasifikasi: mengubah rentang nilai menjadi kelas.
• Tabel reklasifikasi: daftar rentang awal, rentang akhir, dan kelas baru.
• Zona: poligon tempat raster dirangkum (di sini petak KPH).
• Histogram zonal: jumlah piksel per kelas di dalam tiap zona.
• Aturan batas: apakah nilai tepat di batas masuk kelas bawah atau atas.

Contoh lima kelas lereng yang dipakai di bab ini, dalam persen: 1 Datar (0 sampai 8), 2 Landai (8 sampai 15), 3 Agak curam (15 sampai 25), 4 Curam (25 sampai 45), dan 5 Sangat curam (di atas 45). Rentang ini umum dipakai, tetapi cocokkan dengan aturan instansi Anda. [CEK]

tabel = [-1, 8, 1, 8, 15, 2, 15, 25, 3, 25, 45, 4, 45, 1000, 5]
kelas = processing.run("native:reclassifybytable", {
    "INPUT_RASTER": persen, "RASTER_BAND": 1, "TABLE": tabel, "NO_DATA": -9999,
    "RANGE_BOUNDARIES": 0, "NODATA_FOR_MISSING": False, "DATA_TYPE": 5,
    "OUTPUT": "C:/temp/hasil_i2/kelas_lereng.tif"})["OUTPUT"]
hist = processing.run("native:zonalhistogram", {"INPUT_RASTER": lyr_kelas, "RASTER_BAND": 1,
    "INPUT_VECTOR": batas, "COLUMN_PREFIX": "K", "OUTPUT": "C:/temp/hasil_i2/luas_kelas_per_kph.gpkg"})["OUTPUT"]

#Cek paham

1. Mengapa jumlah luas lima kelas harus sama dengan luas petak?
2. Satu piksel 2 m x 2 m berapa hektare?
3. Apa gunanya aturan batas?

Jawaban:

1. Setiap piksel masuk tepat satu kelas. Bila jumlahnya tidak sama, ada piksel hilang (misalnya NoData) atau zona tidak pas.
2. 4 m² = 0,0004 ha.
3. Menentukan ke kelas mana nilai yang tepat di batas masuk, supaya tidak ada piksel ganda atau terlewat.

#Kesalahan umum

• Rentang tumpang tindih atau berlubang. Piksel bisa tak terklasifikasi. Pastikan akhir satu baris = awal baris berikutnya.
• Rentang persen tetapi rastenya derajat. Hasilnya kacau. Cek satuan sebelum reklasifikasi.
• Lupa mengalikan piksel dengan luasnya. Tabel zonal berisi jumlah piksel, bukan hektare.
• Zona dan raster beda sistem koordinat. Statistik zona kosong atau salah. Samakan dulu.

#Ringkasan dan latihan

Ringkasan: reklasifikasi mengubah angka menjadi kelas. Histogram zonal menghitung piksel tiap kelas di tiap petak. Piksel x luas piksel = luas. Jumlah kelas per petak harus sama dengan luas petak.

Latihan:

1. Ubah batas kelas menjadi 0 sampai 10, 10 sampai 20, 20 sampai 40, dan di atas 40. Bagaimana luas Gamma berubah?
2. Pakai kemiringan dalam derajat (slope_derajat.tif) dan buat kelas sendiri. Bandingkan dengan hasil persen.

#Tabel perbandingan: reklasifikasi dan luas per zona