geostudy.gis

🌍 GEOSTUDY GIS TRAINING ON THE WEEKEND🌍

📅 Kelas Baru Dimulai:
Sabtu dan Ahad, 18-19 April 2026
📚 Program Pelatihan:
Sistem Informasi Geografis (GIS) - Tingkat Dasar - Menggunakan Software Arc GIS.

🗓️ Jadwal:
Format: Pertemuan Offline / Tatap Muka
Durasi: 24 Jam (2 Jam per pertemuan)
Setiap hari Sabtu & Ahad.
Waktu: 10:00 - 12:00

📖 Materi Pelatihan :
- Pengertian & Konsep Dasar GIS
- Ikhtisar ArcGIS (Desktop, ArcMap, & ArcCatalog)
- Input Data, Georeferensi, & Digitalisasi di Layar
- Mengedit Data Spasial & Topologi
- Pengeditan Data Tabular & Kueri Data untuk Atribut Tabel
- Simbologi & Pelabelan
- Analisis Data Spasial (Ekstrak, Overlay & Buffer)
- Tata Letak & Pembuatan Peta berseri
- Pelacakan Lapangan, Pemrosesan Data & Manajemen Data GPS
- Contoh Kasus: Peta Kelas Kemiringan, Klasifikasi Tutupan Lahan, dan Peta Tata Guna Lahan (Perencanaan Tata Ruang)

✅ Syarat dan Ketentuan:
Peserta memiliki laptop dengan RAM minimal 8 GB dan OS Windows 64 Bit.
Pendaftaran: Mengisi formulir pendaftaran Kegiatan Pelatihan:
https://bit.ly/formulirpelatihangeostudy

🌐 Terhubung dengan Kami:
IG: .gis
Fb: Geostudy GIS
Telp/SMS/WA: +62 812 573 2437

Klik di sini untuk lokasi: https://maps.app.goo.gl/ZEaMREB1T8rFaVQi9
109,3017058 E, -0,0332302 S






GIS_Pontianak
GIS_Kalbar
Pemetaan
Peta_Kalimantan_Barat
Peta_Pontianak
Analisa_Spasial
Geoprocessing
Overlay
Drone
UAV
Orthomasaic
DEM
Sistem_Koordinat
Geographic
UTM
Kartografi
Layout
Peta_Digital
Data_GIS
Data_Spasial
Data_Atribut
Shapefile
Polygon
Garis
Titik

⚠️ Pernah lihat polygon kecil, tipis, dan aneh di peta kamu?

Itu namanya SLIVER POLYGON — kecil, sering tidak terlihat, tapi bisa bikin hasil analisis jadi tidak akurat 😬

Sliver adalah polygon yang muncul tidak sengaja, biasanya karena proses overlay seperti Union/Intersect, digitasi yang kurang presisi, atau boundary antar layer yang tidak sejajar.

Ciri paling mudah dikenali:
👉 bentuknya memanjang
👉 luasnya sangat kecil
👉 tidak masuk akal secara spasial

Kalau dibiarkan, sliver bisa bikin:
❌ luas jadi salah
❌ data jadi “kotor”
❌ analisis bias

🛠️ Cara mengatasinya cukup simpel:

Aktifkan snapping saat digitasi (biar garis nempel presisi)
Pastikan semua layer pakai proyeksi yang sama
Bersihkan data sebelum overlay (repair geometry / integrate)
Hapus polygon kecil pakai Eliminate tool

💡 Tips:
Filter polygon dengan luas kecil → cek dulu manual sebelum dihapus
(jangan sampai data penting ikut hilang)

✅ Ingat:
Data bersih = analisis akurat

Save postingan ini buat QC data GIS kamu 👍

Kenal “Spike” di GIS & Cara Bersihinnya ✨

Pernah lihat polygon yang punya ujung runcing aneh seperti di gambar? Itu namanya spike. Biasanya bukan bentuk asli di lapangan, tapi muncul karena kesalahan saat digitasi atau proses overlay (intersect, union, dll).

Spike ini kelihatan kecil, tapi dampaknya besar: luas area jadi tidak akurat, analisis bisa salah, dan tampilan peta jadi kurang rapi.

Kenapa bisa muncul?
Biasanya karena klik digitasi kurang presisi, snapping tidak aktif, atau perbedaan geometri saat menggabungkan layer.

Cara bersihin spike (contoh di ArcGIS Pro / QGIS):
- Cek dulu datanya
Jalankan Check Geometry / Fix Geometries untuk tahu ada error atau tidak.
- Perbaiki otomatis
- Gunakan tool seperti:
- Eliminate Polygon Part (hapus bagian kecil seperti spike)
- Simplify Polygon (rapikan bentuk)
- Edit manual (jika perlu)
Masuk mode edit → pilih polygon → hapus vertex yang bikin ujung runcing.
- Aktifkan snapping
Supaya ke depan digitasi lebih presisi dan tidak muncul spike lagi.
- Cek ulang hasilnya
Pastikan bentuk polygon sudah bersih dan luasnya masuk akal.

Tips penting:
Selalu zoom in saat digitasi dan cek hasil overlay sebelum dipakai analisis.

👉 Intinya: spike itu kecil, tapi bisa bikin data kamu “berduri”. Jadi wajib dibersihkan!

Geospasial

Bikin Kontur Halus? Pakai Spline!

Interpolasi itu simpel: cara “menebak” nilai di area yang belum ada data, berdasarkan titik di sekitarnya. Di GIS, ini dipakai buat bikin permukaan (DEM) yang nanti jadi kontur.

Nah, metode Spline jadi favorit karena hasilnya halus, nggak patah-patah, dan kelihatan natural. Cocok banget buat elevasi/topografi. Dibanding metode lain, Spline minim efek aneh kayak lingkaran-lingkaran (bullseye).

⚠️ Tapi ingat, hasil bagus tetap tergantung data:
• Titik harus cukup rapat
• Sebarannya merata
• Hindari data aneh (outlier)
• Atur resolusi (cell size) yang pas
• Kalau ada, tambahkan breakline (sungai, punggungan, dll)

🧭 Cara cepat di ArcGIS Pro:

- Buka Analysis → Tools
- Cari Spline (Spatial Analyst)
- Masukkan data titik elevasi
- Pilih tipe:
Regularized (lebih halus)
Tension (lebih tegas)
- Atur cell size
- Run → jadi DEM
- Lanjut: Surface → Contour

🎯 Kesimpulan:
Spline = hasil paling halus & natural, tapi data tetap jadi penentu utama.

Kontur

Pernah kepikiran nggak, blok rumah kita aman nggak sih kalau tiba-tiba air sungai meluap? 🌊🏠

Di postingan kali ini, kita coba mensimulasikan area pemukiman mana saja yang masuk ke dalam zona rawan banjir cukup dengan satu trik simpel di **ArcGIS Pro**.

Biar nggak penasaran, ini dia bongkar dapurnya:

**🛠️ Tool yang Digunakan:**
Geoprocessing Tool: **Buffer** di ArcGIS Pro.

**📂 Input Data:**

1. **Data Sungai** (Berupa garis/Polyline sungai utama).
2. **Data Pemukiman** (Berupa poligon area perumahan/bangunan - *warna oranye*).

**⚙️ Prosesnya (Step-by-Step):**

1. Masukkan data Sungai dan Pemukiman ke dalam *Map View*.
2. Buka tab **Analysis** lalu klik **Tools** (Geoprocessing).
3. Ketik dan pilih tool **Buffer**.
4. Di kolom *Input Features*, masukkan data **Sungai Utama**.
5. Tentukan jarak luapan di kolom *Distance*. Di contoh ini kita asumsikan luapan mencapai **100 Meters**.
6. Klik **Run** di pojok kanan bawah.

**🗺️ Output:**
Muncul layer baru berupa poligon **Buffer Banjir 100m** (*area merah bergaris/hatch*).

**💡 Hasil Analisis:**
Dari hasil *overlay* (tumpang tindih) visual ini, langsung kelihatan jelas kan? Blok pemukiman yang tertimpa area merah muda adalah area yang memiliki risiko tinggi jika terjadi luapan sungai sejauh 100 meter. Area ini yang butuh perhatian ekstra untuk mitigasi bencana!

Gimana, gampang banget kan bikin analisis spasial sederhana? Kalau di daerahmu, jarak 100 meter dari sungai itu kira-kira udah aman belum dari banjir? Yuk diskusi di bawah! 👇

GeographicInformationSystem TataRuang MitigasiBencana

This Eid, we don’t just forgive—
we learn, we practice, and we share a better version of ourselves.

Happy Eid al-Fitr 1447 H
Please forgive me for any mistakes, both seen and unseen
Taqaballahu minna wa minkum 🌙✨
Learn - Practice - Share

Tragedi "Data Source Not Found" dan Rahasia Geng Shapefile 😱

Pernah gak sih kamu lagi bersih-bersih folder laptop, terus niatnya mau merapikan nama file peta biar enak dilihat?
Pernah rename file Jalan_Raya.shp langsung di Windows Explorer, lalu pas dibuka di GIS muncul tanda seru merah (!) dan peta hilang? Itu bukan bug, tapi kesalahan klasik. Banyak yang lupa kalau shapefile itu bukan satu file, melainkan satu paket yang saling tergantung.

1. .shp adalah wajah utama yang menyimpan geometri peta (titik, garis, poligon). Tapi dia cuma menyimpan bentuk, tanpa data atribut. Supaya bentuk itu bisa “nyambung” dengan tabel, dibutuhkan
2. .shx, yaitu file indeks geometri yang mengatur hubungan antara posisi geometri di .shp dan record di tabel.
3. Data tabel sendiri disimpan di .dbf. Di sinilah nama jalan, luas, kode wilayah, dan atribut lain berada. Kalau .dbf hilang atau namanya beda, peta tetap muncul, tapi tabel kosong—gambar ada, informasi lenyap.
4. .prj, file kecil tapi krusial yang menyimpan sistem koordinat dan proyeksi. Tanpa file ini, peta bisa melayang, tidak sejajar dengan layer lain, atau muncul di lokasi yang salah.
5. Tambahannya, .cpg berfungsi mengatur encoding teks, supaya huruf dan karakter khusus terbaca normal.

Kesimpulannya, shapefile itu satu geng yang harus selalu kompak. Kalau mau rename, jangan lewat Windows Explorer. Gunakan ArcCatalog atau QGIS Browser, karena software akan mengganti nama semua komponen sekaligus. Data aman, GIS tenang, dan kamu bebas dari drama “Data Source Not Found” 😄🗺️.

Kisah Peta Harta Karun Paman Gober.
Bayangkan pamanmu baru saja menemukan sebuah Peta Harta Karun Kuno di gudang.
Peta itu digambar di atas kertas tua yang sudah agak kusut dan sobek sedikit.
Pamanmu memindai (scan) peta itu menjadi file gambar (JPG) dan mengirimkannya kepadamu.

Masalahnya satu: Saat kamu buka di laptop, itu cuma gambar biasa. Komputer tidak tahu di mana lokasi peta itu di dunia nyata. Kalau kamu buka di ArcGIS or QGIS, gambar peta pamanmu tidak otomatis muncul di sana.

Di sinilah kita masuk ke Dunia GIS.
1: Georeferencing (Si Paku Payung)
Kamu ingin menempelkan peta harta karun itu di atas peta digital modern (seperti Google Maps) supaya tahu posisinya.
Kamu melihat ada gambar Tugu Alun-Alun di peta kuno itu. Kamu lalu mencari Tugu Alun-Alun di peta modern.

Klik! Kamu menusukkan "paku payung digital" di peta kuno, lalu menusukkannya lagi di peta modern di lokasi yang sama. Sekarang, peta kunomu bergeser menempel ke area Alun-Alun.

Kamu lakukan lagi di sudut pasar dan jembatan tua.
Klik! Klik! Peta kuno itu sekarang melar dan berputar menyesuaikan posisi paku payung tadi.

Nah, inilah Georeferencing. Proses "memaku" gambar mentah ke lokasi aslinya di bumi. Tapi ingat, ini ibarat kamu cuma menarik paksa kertas kusut itu pakai paku payung supaya pas. Kalau pakunya dicabut, kertasnya kembali kusut.

2: Rektifikasi (Mesin Setrika Ajaib)
Walaupun sudah dipaku (georeferencing), peta kuno itu terlihat aneh. Ada jalan yang miring karena kertas aslinya kusut, dan bentuk gedungnya agak gepeng karena dulu digambar manual.

Kamu ingin memperbaiki peta ini selamanya, supaya rapi, tegak, dan bisa disimpan sebagai peta digital yang serius.

Kamu menekan tombol Rektifikasi. Komputer kemudian bekerja seperti "Mesin Setrika Ajaib". Ia mengambil peta kuno yang sudah kamu paku tadi, lalu secara matematika "menyetrika" bagian yang kusut, menarik bagian yang gepeng, dan meratakan semuanya sampai sempurna.
Setelah selesai, komputer menyimpan hasilnya menjadi file baru (misalnya .TIFF).

Inilah Rektifikasi. Sekarang kamu punya file baru. Peta kuno itu kini sudah mulus, tegak lurus, dan koordinatnya sudah tertanam permanen di dalam file.

Drama Join Data: Cinta Identitas (ID) vs Cinta Lokasi (Cinlok) 💔📍

Mau menggabungkan dua data tabel di GIS tapi malah error atau hasilnya kosong? Jangan panik, mungkin kamu cuma salah pilih jalur "perjodohan".

Biar datamu sukses "jadian", kenali dua metode kuncinya:

1️⃣ JOIN TABLE (Si Cinta Identitas) 🆔 👉 Kapan dipakai? Saat kedua tabel punya KODE ID yang SAMA PERSIS. ⚠️ Pantangan: Tipe data "beda kasta"! Pastikan formatnya sama (misal: Text ketemu Text). Kalau Text ketemu Number, dijamin gagal join!

2️⃣ SPATIAL JOIN (Si Cinlok/Cinta Lokasi) 📍 👉 Kapan dipakai? Saat GAK PUNYA Kode ID, tapi posisi datanya di peta saling bertumpuk atau menempel. (Contoh: Mau tahu titik Coffee Shop ini masuk ke area Kecamatan mana).

Kesimpulannya: Cek dulu datamu. Kalau punya ID yang sama, pakai Join Table. Kalau cuma menang lokasi nempel, pakai Spatial Join. Jangan kebalik ya! 😉

Sering pakai jalur yang mana nih? Share pengalamanmu di kolom komentar! 👇

#2026

PETA VISUAL VS DATA STATISTIK: KENAPA HARUS BEDA PROYEKSI? 🗺️📊

Pernah bingung kenapa peta di RTRW gambarnya bagus (proporsional), tapi pas isi data luas (Hektar) di tabel atribut harus ganti sistem proyeksi dulu? 🤔

Buat teman-teman GIS dan Tata Ruang, ini aturan penting dari Permen ATR/BPN No. 14 Tahun 2021 yang sering terlewat!

Geser slide untuk lihat simulasinya! 👉

❌ Peta Visual (UTM/TM-3) Kalau kita hitung luas langsung di peta visual (yang bentuk pulaunya cantik), angkanya sering LEBIH BESAR dari aslinya karena distorsi skala.
Visual: ✅ Bagus
Data Luas: ❌ Bias/Salah

📂 Target Data (LUASHA) Kolom LUASHA di database GIS itu sakral. Angkanya akan direkap secara nasional. Kalau satu kabupaten mark-up luas gara-gara salah proyeksi, data se-Indonesia bisa kacau! Sistem validasi akan menolak data yang dihitung pakai UTM mentah.

✅ Peta Hitungan (Cylindrical Equal Area) Ini solusinya! Kita ubah dulu proyeksinya ke Cylindrical Equal Area (CEA). Memang bentuk pulaunya jadi gepeng/aneh (distorsi bentuk), TAPI... sistem ini menjamin 1 cm di peta = luas yang SAMA persis di lapangan.
Visual: ❌ Aneh
Data Luas: ✅ JUJUR & PRESISI

📜 Kesimpulan Sesuai regulasi, pisahkan antara peta untuk DILIHAT (pakai UTM/TM-3) dan peta untuk DIHITUNG (pakai CEA). Jangan sampai "korupsi" luas wilayah cuma gara-gara salah pilih proyeksi ya! 😉

BPN Planologi Geodesi Pemetaan PetaDigital InfoGIS CylindricalEqualArea UTM DataSpasial

MISTERI GARIS KHATULISTIWA: KOK GPS BISA ERROR DI PONTIANAK? 🌍📍

Pernah kebayang gak, kalau kamu berdiri tepat di Tugu Khatulistiwa, lalu melangkah 1 meter, eh di GPS malah terbaca pindah 10.000 Kilometer? 😱
Ini bukan sulap, tapi masalah Sistem Koordinat! Buat teman-teman Planologi, Geodesi, atau Surveyor sawit, ini wajib tahu.

🗺️ GCS (Si Globe) Ini mode standar Google Maps. Bagus buat cari arah, tapi SUSAH buat hitung luas tanah. Kenapa? Karena ngitung meter di bidang lengkung (derajat) itu rumit banget!

🗺️ UTM (Si Penggaris Patah) Ini sistem paling umum buat peta datar. TAPI... dia punya kelemahan fatal di Khatulistiwa. Di Utara garis = 0 meter. Di Selatan garis = 10 Juta meter. Kalau tanahmu pas di tengah-tengah? Komputer bakal error mengira tanahmu luasnya se-benua Asia! 🤣

🗺️ TM-3 (Solusi BPN) Ini dia pahlawannya! BPN bikin aturan khusus (TM-3). Garis Khatulistiwa dianggap 1.500.000 meter. Hasilnya? Angka nyambung, ukuran tanah presisi, sertifikat aman! ✅

Jadi, kalau ngukur tanah di Kalbar, jangan salah pilih settingan koordinat GPS nya ya!