SELCA Overview

SELCA adalah plugin QGIS yang menganalisis korelasi antara perubahan tutupan lahan dan variabel dependen seperti jumlah penduduk dan PDRB, serta menyediakan estimasi probabilistik terhadap pola tutupan lahan di masa depan.

Assign Class

Memberi nama kelas yang lebih deskriptif pada nilai-nilai kelas dalam raster tutupan lahan.

(PARAMETER)

LabelNameTypeDescription
Raster LayerINPUT[raster]Raster tutupan lahan yang akan diklasifikasikan ulang

(OUTPUT)

LabelNameTypeDescription
Reclassified RasterOUTPUT[raster]Raster dengan label kelas baru

Land Cover Insight

Menghitung perubahan antar kelas tutupan lahan dari waktu ke waktu dalam bentuk matriks transisi.

(PARAMETER)

LabelNameTypeDescription
Initial RasterINPUT1[raster]Raster awal
Final RasterINPUT2[raster]Raster akhir

(OUTPUT)

Menghasilkan Output berupa grafik area statistik dari tutupan lahan, land cover transition matrix dalam (area/km²), land cover transition matrix heat map, dan deskriptif teks penjelasan.

LabelNameTypeDescription
Matrix TableOUTPUT[CSV/Table]Matriks transisi dalam satuan luas dan persentase

Dependent Insight

Menampilkan hubungan antara luas tutupan lahan dan variabel dependen, disertai grafik serta visualisasi pergeseran titik pusat tutupan lahan. Pengguna juga dapat menginput variabel seperti PDRB, jumlah penduduk, dan lainnya.

(OUTPUT)

LabelNameTypeDescription
PlotCHART[PNG]Visualisasi scatterplot hubungan antar variabel

Regression

Melakukan regresi spasial antar kelas tutupan dan variabel dependent dengan model Common, Fixed, dan Random Effect. Serta ada penjelasan deskriptif teksnya.

(OUTPUT)

LabelNameTypeDescription
Hasil RegresiCSV[Table]Hasil estimasi dan nilai koefisien
PlotPNG[Image]Grafik hasil model

Estimation

Melakukan estimasi area kelas tutupan lahan di masa depan berdasarkan matriks transisi.

(PARAMETER)

LabelNameTypeDescription
Matriks TransisiMATRIX[CSV]Matrix hasil sebelumnya
Jumlah TahunYEARS[Integer]Berapa tahun ke depan

(OUTPUT)

Menghasilkan output berupa persentase kelas tutupan lahan, matriks transisi antar kelas, hasil estimasi kelas tutupan lahan di masa depan, serta grafik perbandingan yang disesuaikan dengan jarak waktu.

LabelNameTypeDescription
Estimasi AreaTABLE[CSV]Luasan estimasi kelas di masa depan

City Center Trend Analysis

Analisis pergeseran pusat kawasan terbangun dari tutupan lahan multitemporal.

(PARAMETER)

LabelNameTypeDescription
Input Land Cover LayersINPUT[raster: multiple]Layer raster tutupan lahan dari waktu berbeda
Built-up ValueBUILD[number]Nilai yang merepresentasikan area terbangun

(OUTPUT)

Menghasilkan persebaran titik pusat massa serta arah pergeserannya.

LabelNameTypeDescription
Centroid and Line LayerOUTPUT[vector: point+line]Layer pusat dan arah pergeseran terbangun

Detecting Spatial Clusters and Outliers

Deteksi HH, LL, HL, LH dari nilai variabel dan hubungan spasialnya menggunakan Local Moran's I.

(PARAMETER)

LabelNameTypeDescription
Input LayerINPUT[vector: polygon]Layer polygon input
VariableVARIABLE[field: numeric]Field nilai numerik
ID FieldID_FIELD[field]Kolom identitas unit spasial
MethodMETHOD[enum]Queen/Rook/KNN/Distance Band
KNN/ThresholdKNN_DIST[number]Parameter bobot spasial

(OUTPUT)

Menghasilkan layer berdasarkan hasil perhitungan parameter, disertai teks deskriptif dan tabel CSV sebagai output.

LabelNameTypeDescription
Result LayerOUTPUT[vector]Layer dengan field klasifikasi HH, LL, HL, LH
CSVCSV_OUTPUT[file]File ringkasan nilai dan klasifikasi

Economic Sector Specialization Analysis

Mengukur keunggulan relatif sektor ekonomi menggunakan Location Quotient (LQ).

(PARAMETER)

LabelNameTypeDescription
Input LayerINPUT[vector]Layer spasial input
Sector ValueVARIABLEX[field]Nilai sektor tertentu
Total ValueVARIABLEY[field]Total seluruh sektor

(OUTPUT)

Menghasilkan layer berdasarkan hasil perhitungan parameter, disertai teks deskriptif dan tabel CSV sebagai output.

LabelNameTypeDescription
Output LayerOUTPUT[vector]Field LQ, klasifikasi dan interpretasi
CSV OutputCSV_OUTPUT[file]Hasil ekspor tabel LQ

Global Spatial Pattern Analysis

Menghitung Global Moran’s I untuk melihat apakah distribusi spasial dari variabel bersifat clustered, dispersed, atau random.

(PARAMETER)

LabelNameTypeDescription
Input LayerINPUT[vector]Layer polygon atau titik
VariableVARIABLE[field]Field nilai numerik
MethodMETHOD[enum]Metode bobot spasial
K/ThresholdPARAM[number]Parameter KNN atau jarak
ConfidenceCONFIDENCE[enum]99%, 95%, 90%

(OUTPUT)

Menghasilkan angka statistik serta teks deskriptif dan tabel CSV sebagai output.

LabelNameTypeDescription
PlotPLOT_OUTPUT[PNG]Scatterplot Moran’s I