PEMBANGUNAN FRAMEWORK UNTUK DETEKSI PERUBAHAN
DAN IRISAN WILAYAH PADA DATA SPATIOTEMPORAL
FAHRUL IRIANTO
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PEMBANGUNAN FRAMEWORK UNTUK DETEKSI PERUBAHAN
DAN IRISAN WILAYAH PADA DATA SPATIOTEMPORAL
FAHRUL IRIANTO
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
ABSTRACT
FAHRUL IRIANTO. Framework Development for Change Detection and Intersection on Spatiotemporal Data. Supervised by ANNISA.
Spatial data changes that occur at any time can provide information in the form of objects which are subject to changes. Change of the objects proficiency level can be analyzed using the spatiotemporal query. Spatiotemporal query requires spatial operator design and temporal operator design rely heavily on the data, so that when used on different data will lead to changes in the variables of these operators without the semantic changes. Therefore, it takes spatiotemporal operator functions which are not dependent on the data. This study implements spatiotemporal operator functions into a framework. Framework is very useful to facilitate developers in the expansion and maintenance. In designing a framework, it takes some special parameters in order to make the framework goes well. The parameters used in the design are the object id, object name, object time, object area, centroid, and object geometry. In addition, spatiotemporal data are needed in the form of data sets per time in order to use this framework. This study has implemented spatiotemporal operator functions into a framework, but for different data further research are still required.
Penguji :
1. Imas Sukaesih Sitanggang, S.Si, M.Kom 2. Hari Agung Adrianto, S.Kom, M.Si
Judul Skripsi : Pembangunan Framework untuk Deteksi Perubahan dan Irisan Wilayah pada Data
Spatiotemporal Nama : Fahrul Irianto NRP : G64080084
Menyetujui: Pembimbing
Annisa, S.Kom, M.Kom NIP.19790731 200501 2 002
Mengetahui:
Ketua Departemen Ilmu Komputer
Dr. Ir. Agus Buono, M.Si, M.Kom NIP. 19660702 199302 1 001
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Allah Subhanahu wa Ta’ala yang telah memberikan rahmat-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul Pembangunan Framework untuk Deteksi dan Irisan Wilayah pada Data Spatiotemporal dengan lancar dan baik. Penulis juga menyampaikan terima kasih kepada seluruh pihak yang telah berperan dalam penelitian ini, yaitu:
1 Ayahanda Panji Purwono, Ibunda Budhi Rusdwiyanti, Putri Dwi Astuti, dan Marsha Fransisca Andriasmi atas doa, kasih sayang, dukungan, serta motivasi kepada penulis untuk penyelesaian penelitian ini.
2 Ibu Annisa, S.Kom, M.Kom, selaku dosen pembimbing yang telah memberi banyak ide, saran, bantuan, serta dukungan sampai selesainya penelitian ini.
3 Ibu Imas Sukaesih Sitanggang, S.Si, M.Kom, dan Bapak Hari Agung Adrianto, S.Kom, M.Si, selaku penguji yang telah memberi banyak masukan terhadap tugas akhir yang saya kerjakan.
4 Rekan-rekan satu bimbingan Ulfa Khaira, Muti Relegi, Norma Agustina, Stefanus Eko Susanto, dan Hutomo Triasmoro, terima kasih atas bantuan dan dukungannya.
5 Kakak Dhieka Avrilia Lantana, kakak Fani Wulandari, Kristian Edo Zulfamy, Hafiz Furqonul Aziz, dan Shanty Nathalia Margaretha terima kasih atas saran, bantuan, serta dukungan hingga sampai selesainya penelitian ini.
6 Sahabat-sahabat terbaik penulis Ivan Taufik, Misran, Virza Maradhika, Wina Novila, Inessya Feronica, Anggi Maniur Hutasoit, Mudita Natania, Ryanda Rachmad, dan Dinie Dianita Bakrie yang telah menemani hari-hari penulis sejak menjadi mahasiswa.
7 Rekan-rekan seperjuangan di Ilmu Komputer IPB angkatan 45 atas segala kebersamaan, bantuan, dukungan, serta kenangan bagi penulis selama menjalani masa studi.
Penulis berharap penelitian ini dapat memberikan manfaat bagi semua pihak yang membutuhkan.
Bogor, Maret 2013
RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 21 Maret 1990 di Jakarta Selatan. Penulis merupakan anak pertama dari dua bersaudara dari pasangan Panji Purwono dan Budhi Rusdwiyanti. Pada tahun 2008, penulis lulus dari SMA Negeri 113 Jakarta Timur. Pada tahun yang sama, penulis lulus seleksi masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa pada Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam.
Selama aktif menjadi mahasiswa, penulis menjadi salah satu anggota Koperasi Mahasiswa pada tahun 2009. Penulis juga menjadi pengurus Himpunan Mahasiswa Ilmu Komputer (Himalkom) pada tahun 2010. Pada tahun 2011, penulis melaksanakan Praktik Kerja Lapangan (PKL) di Bagian Sistem Informasi Geografi, Balai Pengelolaan Daerah Aliran Sungai Cimauk - Citanduy.
v
DAFTAR ISI
Halaman DAFTAR TABEL ... vi DAFTAR GAMBAR ... vi DAFTAR LAMPIRAN ... vi PENDAHULUAN... 1 Latar Belakang ... 1 Tujuan Penelitian ... 1 Manfaat Penelitian ... 1 Ruang Lingkup ... 1 TINJAUAN PUSTAKA ... 1 Data Spatiotemporal ... 1 Framework MVC ... 2 Spatiotemporal Framework ... 2 Object-Oriented Programming ... 3 Spatial Query ... 3Perubahan Data Spatiotemporal ... 3
METODE PENELITIAN ... 4
Studi Pustaka ... 4
Analisis Data ... 4
Perancangan Framework ... 5
Perancangan Fungsi Tracking... 5
Perancangan Fungsi Intersection ... 6
Implementasi (Coding) ... 6
Pengujian ... 6
Perangkat Keras dan Perangkat Lunak ... 7
HASIL DAN PEMBAHASAN ... 7
Studi Pustaka ... 7
Analisis Data ... 7
Perancangan Framework ... 8
Perancangan Fungsi Tracking... 9
Perancangan Fungsi Intersection ... 10
Pengujian ... 10
Penggunaan Framework ... 11
KESIMPULAN DAN SARAN ... 11
Kesimpulan ... 11
Saran ... 11
DAFTAR PUSTAKA ... 11
vi
DAFTAR TABEL
Halaman
1 Atribut sebelum dilakukan praprocess. ... 8
2 Atribut yang telah dilakukan praprocess. ... 8
3 Perubahan id objek kebun campuran. ... 9
DAFTAR GAMBAR
Halaman 1 Model data vektor (a) point, (b) line, (c) polygon. ... 12 Model data raster. ... 2
3 Perubahan data spatiotemporal. ... 2
4 Model framework MVC (Model-View-Controller) (Gupta et al. 2010). ... 2
5 Komponen data spatiotemporal (Mennis et al. 2000). ... 3
6 Ilustrasi dua relasi antara join dan spatialjoin. ... 3
7 Tahapan penelitian. ... 4
8 Perancangan framework MVC. ... 5
9 Tracking kondisi satu. ... 6
10 Tracking kondisi dua. ... 6
11 Tracking kondisi tiga. ... 6
12 Tracking kondisi empat. ... 6
13 Tracking kondisi lima... 6
14 Guna lahan tahun 1994. ... 7
15 Guna lahan tahun 2001. ... 7
16 Objek mengalami split ... 10
17 Input data tracking ... 10
18 Hasil dari proses tracking ... 10
19 Input data fungsi intersection ... 11
20 Dataset spatiotemporal ... 11
DAFTAR LAMPIRAN
Halaman 1 Data guna lahan tahun 1994 ... 141
1
PENDAHULUAN
Latar Belakang
Data Spatiotemporal merupakan data spasial yang mengalami perubahan setiap waktunya. Perubahan data spasial dalam suatu rentang waktu dapat memberikan analisis berupa objek-objek yang mengalami evolusi. Analisis data spatiotemporal memerlukan perancangan operator spasial dan operator temporal. Penelitian Sheftian (2011) telah melakukan implementasi operator spasial pada sistem informasi geografis dengan studi kasus wilayah kota Bogor. Namun, pada umumnya, perancangan operator
spatiotemporal sangat bergantung pada data. Akibatnya, penggunaan data yang berbeda memerlukan adanya perubahan variabel dari operator-operator tersebut tanpa mengubah semantiknya.
Penelitian Rao et al. (2011) telah mendefinisikan empat model algoritme untuk menganalisis data yang bersifat spatio-temporal, yaitu berupa algoritme tracking, menemukan intersection antara dua objek, algoritme mining spatiotemporal, dan algoritme preprocess. Keempat algoritme ini dapat dikembangkan untuk membentuk sebuah framework yang berisi template dari fungsi-fungsi analisis spatiotemporal.
Framework berguna agar memudahkan user
atau peneliti lain dalam membuat sistem analisis spatiotemporal. Selain itu framework
ini diharapkan dapat memudahkan pengembangdalam melakukan perluasan dan perawatan sistem.
Penelitian ini akan mengimplementasikan model algoritme ke dalam bentuk framework. Model algoritme yang digunakan dalam pembuatan fungsi, yaitu algoritme deteksi perubahan pada suatu wilayah (tracking) dan algoritme menemukan dua buah objek yang mengalami irisan (intersection). Untuk membangun framework digunakan metode berupa framework MVC (Model, View,
Controller). Framework MVC digunakan karena memiliki kemudahan dalam membagi pekerjaan ke dalam beberapa bagian, yaitu bagian data (model), bagian tampilan (view), dan bagian proses (controller). Pemisahan ini mempemudah pengembang dalam melakukan perluasan dan perawatan sistem.
Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1 Membangun framework untuk operator
query spatiotemporal.
2 Mengimplementasikan algoritme
tracking, dan algoritme pendeteksi
intersection ke dalam sebuah framework.
Manfaat Penelitian
1 Penelitian ini diharapkan dapat membantu peneliti lain dalam membangun sistem analisis spatiotemporal.
2 Penelitian ini diharapkan dapat membantu peneliti lain dalam mengembangkan sebuah framework.
Ruang Lingkup
Ruang lingkup penelitian ini adalah mengimplementasikan dua algoritme dari empat algoritme yang diberikan pada penelitian Rao et al. (2011) ke dalam sebuah
framework. Algoritme yang digunakan adalah algoritme tracking dan algoritme pendeteksi
intersection.
TINJAUAN PUSTAKA
Data Spatiotemporal
Data spatiotemporal adalah gabungan dari data spasial dan data temporal. Data spasial merupakan data yang berhubungan dengan ruang (space) dan biasanya untuk mengelola data geografis yang memiliki referensi kebumian (Guting 1994). Model data spasial dapat berupa vektor atau pun raster. Gambar 1 menunjukkan model vektor yang dibagi ke dalam tiga jenis, yaitu model polygon, line
dan point, sedangkan Gambar 2 menunjukkan model raster. Model polygon untuk merepresentasikan wilayah atau area misalnya tanah, propinsi, danau, dan sebagainya. Model
line digunakan untuk merepresentasikan sungai atau jalan, sedangkan model point
digunakan untuk merepresentasikan suatu objek seperti pusat kota. Model data raster yaitu menampilkan data spasial ke dalam bentuk matrik–matrik yang telah berbentuk
grid secara continue. Objek spasial yang terdiri atas kumpulan piksel-piksel dapat disebut dataset.
Gambar 1 Model data vektor (a) point, (b) line, (c) polygon.
2
2 Gambar 2 Model data raster.
Data temporal adalah data yang berhubungan dengan waktu. Pada data
temporal terdapat dua aspek waktu yang dapat digunakan yakni valid time dan transaction time. Valid time merupakan waktu kejadian yang merujuk kepada waktu kejadian sebenarnya pada dunia nyata (Jensen 1999), sedangkan transaction time adalah waktu penyimpanan kejadian dalam database
(Jensen 1999).
Data spatiotemporal dimaksudkan untuk menangani aplikasi di dunia nyata yang mengalami perubahan spasial setiap waktunya (Peleksi et al 2005). Gambar 3 menunjukkan perubahan objek spasial dari tahun 1994 sampai tahun 2001. Data spatiotemporal akan mengalamai perubahan dari waktu ke waktu hingga waktu ke-n. Nilai n adalah akhir dari segala proses (Rahim 2006).
Gambar 3 Perubahan data spatiotemporal.
Framework MVC
Framework MVC merupakan sebuah
framework yang mempunyai design pattern
berupa MVC (Model-View-Controller).
Framework sendiri merupakan kerangka kerja yang berisi sekumpulan kode library yang dibuat untuk memfasilitasi pengembangan sistem aplikasi dengan membuat bagian-bagian fungsi atau abstrak dari suatu bahasa pemrograman. Framework dapat meningkat-kan produktifitas kinerja dari suatu software
dan membuat programmer lebih efisien dalam membuat software (Riehle 2000).
MVC (Model-View-Controller) adalah sebuah design pattern yang dibangun dengan membuat tiga bagian komponen utama yang dimana pada setiap bagian komponen tersebut memiliki fungsinya masing-masing (Gupta et al. 2010). Gambar 4 merupakan design pattern bentuk MVC yang dimana terdapat tiga bagian, yaitu controller servlet, Java Beans, dan View JSP. Controller servlet
merupakan bagian controller yang bertugas memproses permintaan dari user, Java Beans merupakan bagian model yang bertugas untuk memanipulasi database, sedangkan View JSP merupakan bagian view yang bertugas menampilkan userinterface kepada user.
Keuntungan dari menggunakan
framework MVC yaitu dapat memisahkan fungsi ke dalam beberapa modul sehingga bila terjadi perubahan pada suatu sistem maka hanya mengubah bagian komponen yang bersangkutan dengan sistem tersebut.
Gambar 4 Model framework MVC (Model
-View-Controller) (Gupta et al. 2010).
Spatiotemporal Framework
Spatiotemporal Framework dirancang untuk mempermudah manusia dalam menganalisis data spatiotemporal. Perancangan spatio-temporal framework ini memerlukan beberapa komponen yang mendasari terbentuknya atribut spatio-temporal. Tujuan dari adanya spatiotemporal framework ini adalah memberikan suatu fungsi spatiotemporal berupa template yang dapat memudahkan user dalam membuat sistem analisis spatiotemporal.
Data spatiotemporal memiliki atribut-atribut yang terlibat berdasarkan fenomena yang terjadi pada data spatiotemporal. Atribut tersebut berupa theme, location, time, dan
object. Theme, location, dan time merupakan bagian data komponen, sedangkan object
3
3 merupakan bagian komponen yang memiliki
knowledge (Mennis et al. 2000). Gambar 5 merupakan contoh dari pyramid framework
yang merepresentasikan ruang kebumian dimana keterkaitan ketiga atribut berupa
location, theme, dan time dapat memberikan sebuah objek yang memiliki knowledge.
Gambar 5Komponen data spatiotemporal
(Mennis et al. 2000). Object-Oriented Programming
Object-oriented programming merupakan suatu konsep paradigma pemrograman dimana data atau fungsi-fungsi dibuat ke dalam suatu objek atau kelas-kelas (Capretz 2003). Setiap objek nantinya dapat berinteraksi dengan objek lainnya. Perbedaan antara object
-oriented programming dengan structural programming adalah pada saat melakukan pemrograman. Structural programming
memiliki fungsi dan data menjadi satu kesatuan, sedangkan object-oriented programming membagi fungsi ke dalam kelas-kelas atau objek-objek. Object-oriented programming mempunyai keuntungan dibandingkan structural programming, yaitu dapat memberikan kemudahan dalam mengubah program bila terjadi maintenance. Hal ini dikarenakan object-oriented programming membagi fungsi ke dalam kelas-kelas atau objek-objek.
Spatial Query
Spatial query merupakan suatu ekspresi untuk melakukan pencarian informasi berupa lokasi atau wilayah tertentu yang memiliki atribut berupa tipe data spasial (Shekhar dan Chawla 2003). Perbedaan kueri spasial dengan kueri relasional terletak pada penggunaan fungsinya. Gambar 6 merupakan contoh perbedaan antara kueri relasional dengan kueri spasial.
Gambar 6 Ilustrasi dua relasi antara join dan
spatialjoin.
Kueri pada data spasial menggunakan kueri yang berhubungan dengan tipe data spasial berupa point, line, atau data poligon yang membentuk data spasial. Kueri spasial memiliki beberapa operasi spasial yang di antaranya yaitu:
1 Updateoperation: operasi ini merupakan operasi standar seperti memodifikasi, membuat, dan seterusnya.
2 Selectionoperation: operasi memiliki dua tipe, yaitu point query dan regional query. Point query digunakan untuk mencari objek berbentuk point pada data spasial. Regional query digunakan untuk mencari objek spasial berupa point yang mengalami irisan dengan objek berbentuk poligon.
3 Spatial join: sama seperti operator join
pada database relasional yaitu mencari hubungan topologi objek spasial di antara dua tabel. Hubungan topologi di antara dua objek di antaranya yaitu disjoint,
meet, overlap, equal, dan intersect. 4 Spatial aggregate: operasi ini biasanya
digunakan untuk mencari jarak terdekat antara objek X dan objek Y. Contohnya adalah mencari rumah sakit terdekat dengan sekolah.
Perubahan Data Spatiotemporal
Perubahan data spatiotemporal setiap waktunya dapat mengakibatkan berubahnya morfologi, topologi dan atribut dari objek
spatiotemporal (Peleksi et al 2005). Perubahan pada data spatiotemporal dapat terbagi menjadi delapan bagian, yaitu:
1 Change in geometry, merupakan perubahan geometri pada objek yang mempunyai bentuk poligon yang berbeda dari objek yang sebelumnya.
2 Change in topology, merupakan perubahan topologi yang terjadi pada objek. Contohnya adalah perubahan
Nama Nama Pekerjaan Lokasi Alamat Lokasi Join Spatial Join
4
4 penggunaan luas lahan dari sawah
menjadi perumahan.
3 Change in attribute, merupakan perubahan atribut yang terjadi pada objek. Contohnya adalah perubahan luas area pada suatu guna lahan.
4 No change, terjadi bila objek tidak mengalami perubahan dari segi geometri, topologi, maupun atribut.
5 Change in geometry and topology, merupakan perubahan objek yang terjadi pada bentuk geometri dan topologi objek. 6 Change in geometry and attribute,
merupakan perubahan objek yang terjadi pada bentuk geometri dan atribut objek. 7 Change in topology and attribute,
merupakan perubahan yang terjadi pada topologi dan atribut objek.
8 Change in topology, attribute, and geometry, objek mengalami perubahan dari bentuk topologi, atribut, dan geometri.
METODE PENELITIAN
Metode yang dilakukan pada penelitian ini dibagi menjadi beberapa tahap yaitu studi pustaka, analisis data. perancangan
framework, perancangan fungsi tracking dan fungsi intersection, implementasi, dan pengujian. Metode penelitian ditunjukkan pada Gambar 7.
Studi Pustaka
Studi pustaka dilakukan untuk menemukan informasi dari topik masalah yang sedang atau akan diteliti. Informasi tersebut berupa pencarian literatur yang di antaranya dari internet, jurnal, buku, dan arikel yang membahas framework spatiotemporal. Studi kepustakaan merupakan langkah awal yang penting dalam mencari data sekunder. Studi kepustakaan dapat mendukung peneliti untuk mengetahui ilmu-ilmu yang sedang berkembang.
Studi pustaka juga dapat membantu peneliti dalam menyusun kerangka penelitian yang berkaitan dengan topik dari masalah yang sedang diteliti. Kerangka tersebut nantinya dapat membantu peneliti dalam menentukan hipotesis penelitian.
Gambar 7 Tahapan penelitian.
Analisis Data
Pada penelitian ini data yang digunakan berupa data poligon guna lahan yang berada pada wilayah Indonesia tahun 1994 dan 2001 yang didapatkan dari Departemen Ilmu Tanah, Fakultas Pertanian, IPB. Lampiran 1 merupakan data tabel guna lahan tahun 1994 sebelum melakukan praprocessing. Pada data yang telah didapatkan pada Lampiran 1 kemudian dilakukan praprocessing untuk mendapatkan atribut-atribut mana saja yang digunakan untuk memenuhi kebutuhan sistem. Ada pun atribut-atribut yang digunakan pada data spatiotemporal yaitu landuse, id objek, area, geom, dan waktu. Pada Lampiran 2 merupakan penjelasan atribut pada data
spatiotemporal. Mulai Analisis Data Perancangan Fungsi Tracking Perancangan Fungsi Intersection Implementasi Pengujian Hasil Kueri Input Kueri Studi Pustaka Perancangan Framework
5
5
Perancangan Framework
Perancangan framework dilakukan dengan menggunakan konsep Model, View,
Controller (MVC). Gambar 8 menunjukkan proses kerja dari framework MVC. Bagian
controller memproses data yang diminta oleh
user, dalam hal ini berupa proses algoritme
intersection dan tracking. Selanjutnya, bagian
controller mengakses bagian model untuk mendapatkan data yang telah mengalami
proses intersection dan tracking, bagian model
hanya berisi kueri-kueri yang berhubungan dengan database. Setelah kueri pada database
dilakukan, bagian model akan mengembalikan hasil kueri ke bagian controller. Selanjutnya, bagian controller akan mengakses bagian
view. Bagian ini akan menampilkan user interface beserta hasil proses yang telah dilakukan.
Gambar 8 Perancangan framework MVC.
Perancangan Fungsi Tracking
Pada tahap ini dilakukan implementasi algoritme tracking ke dalam sebuah fungsi, yang nantinya fungsi tersebut dipanggil. Algoritme tracking yang digunakan pada penelitian ini adalah dari algoritme yang digunakan pada penelitian Rao et al. (2011). Algoritme ini melakukan pencarian ke dalam suatu dataset spatiotemporal dengan memberikan input starting time dan ending time yang berada pada sistem.
Pada proses algoritme tracking diperlukan empat variabel untuk menentukan kasus-kasus yang akan terjadi. Ada pun empat variabel tersebut adalah data awal, data akhir, starting time, dan ending time. Data awal merupakan data pada database sewaktu pertama kali data dibuat. Data akhir merupakan waktu terakhir data dalam suatu database. Data dari tahun 1994 sampai dengan tahun 2001 akan mendapatkan nilai data awal = 1994 dan data
akhir = 2001. Selanjutnya starting time
merupakan waktu awal yang ditentukan oleh
user kepada sistem dan ending time
merupakan waktu akhir yang ditentukan oleh
user pada sebuah sistem. Pada algoritme
tracking terjadi lima kondisi untuk menjalankan proses algoritme tersebut. Lima kondisi tersebut yaitu:
Kondisi satu:
Gambar 9 menunjukkan proses algoritme
tracking yang terjadi pada saat kondisi satu, yaitu ketika Tmin < Obj.st < Obj.et < Tmax. Gambar 9 Tmin menunjukkan starting time, Tmax menunjukkan ending time, Obj.st menunjukkan data awal, dan Obj.et menunjukkan data akhir. Obj.st akan memproses terus menerus hingga nilai Obj.st sama dengan Obj.et jika pada algoritme
tracking terjadi pada kondisi satu. Proses yang dilakukan berupa pencarian perubahan nilai dari suatu objek setiap waktunya.
B R O W S E R Spatiotemporal Topology Intersect() Tracking() Database QueryIntersect() QueryTracking() Model Controller Spatiotemporal Query View View (HTML)
6
6 Obj.st Obj.et
Tmin Tmax Kasus 1
Gambar 9 Tracking kondisi satu. Kondisi dua:
Gambar 10 menunjukkan proses algoritme
tracking yang terjadi pada saat kondisi dua, yaitu ketika Obj.st < Tmin < Obj.et < Tmax. Gambar 10 menunjukkan fungsi akan memproses dari Tmin atau waktu starting time hingga nilai Tmin sama dengan nilai Obj.et jika algoritme tracking terjadi pada kondisi dua.
Obj.st Obj.et
Tmin Tmax Kasus 2 Gambar 10 Tracking kondisi dua. Kondisi tiga:
Gambar 11 menunjukkan proses algoritme
tracking yang terjadi pada saat kondisi tiga, yaitu ketika Tmin < Obj.st < Tmax < Obj.et. Gambar 11 menunjukkan fungsi akan memproses Obj.st hingga nilai Obj.st sama dengan nilai Tmax jika algoritme tracking
terjadi pada kondisi tiga.
Obj.st Obj.et Tmin Tmax Kasus 3 Gambar 11 Tracking kondisi tiga. Kondisi empat:
Gambar 12 menunjukkan proses algoritme
tracking yang terjadi pada saat kondisi empat, yaitu ketika Obj.st < Obj.et < Tmin < Tmax. Gambar 12 menunjukkan jika algoritme
tracking terjadi pada kondisi empat, data yang dicari tidak ada di dalam database.
Obj.st Obj.et
Tmin Tmax Kasus 4 Gambar 12 Tracking kondisi empat. Kondisi lima:
Gambar 13 menunjukkan proses algoritme
tracking yang terjadi pada saat kondisi empat, yaitu ketika Tmin < Tmax < Obj.st < Obj.et. Sama halnya dengan kondisi empat, jika pada algoritme tracking terjadi pada kondisi lima, data yang dicari tidak ada di dalam database.
Obj.st Obj.et
Tmin Tmax Kasus 5 Gambar 13 Tracking kondisi lima.
Selanjutnya dilakukan kueri spasial untuk mengetahui perubahan luas objek yang terjadi pada data spatiotemporal yang memiliki nilai
geom. Kueri spasial yang digunakan untuk mengetahui perubahan luas dari suatu objek setiap tahunnya menggunakan operator spasial ST_Intersect. Operator ini berfungsi untuk mendeteksi apakah objek yang ditentukan pada saat ini memiliki area yang sama pada waktu sebelumnya.
Perancangan Fungsi Intersection
Pada tahap ini perancangan fungsi yang dilakukan tidak jauh beda dengan perancangan fungsi tracking. Perancangan fungsi ini akan mendeteksi apakah terjadi irisan atau tidak pada objek satu tahun pertama dengan objek kedua tahun kedua. Jika terjadi irisan, fungsi akan menampilkan objek–objek yang terjadi irisan, namun jika kedua objek tidak terjadi irisan, fungsi akan memberikan informasi bahwa pada objek yang ditentukan tidak terjadi irisan.
Tahap ini sebenarnya telah dilakukan pada penelitian Sheftian (2011), yang telah mengimplementasikan kueri intersection pada wilayah kota Bogor untuk memilih lokasi sekolah, pelayanan kesehatan, masjid, sentral bisnis, wisata, dan pemerintahan. Namun pada penelitian tersebut data yang digunakan masih berupa data spasial. Pada perancangan ini pertama kali waktu dan id objek ditentukan, kemudian dilakukan proses kueri spasial. Kueri spasial yang digunakan berupa kueri ST_Intersect untuk mendeteksi objek–objek yang mengalami irisan.
Implementasi (Coding)
Tahap ini merupakan tahap coding yang menggunakan bahasa pemrograman PHP. Tahap ini merupakan tahap pembuatan fungsi
tracking dan fungsi intersection yang disimpan ke dalam suatu file, fungsi tersebut nantinya dipanggil di file yang berbeda yaitu
file utama atau mainfile. Pengujian
Pengujian dilakukan dengan memberikan
input kueri ke dalam sistem. Input kueri tersebut terdiri atas nama objek, id objek,
startingtime, endtime. Selain itu nama objek, id objek harus sesuai dengan objek yang berada di data history.
7
7
Perangkat Keras dan Perangkat Lunak
Beberapa perangkat keras dan perangkat lunak yang digunakan pada penelitian ini yaitu:
Perangkat keras :
Processor Intel Pentium Dual Core
Memory 2 GB RAM
Mouse dan keyboard
Perangkat lunak :
Sistem operasi: Microsoft Windows 7
XAMPP 1.7
DBMS PostgreSQL
Bahasa pemrograman PHP
Notepad++
WebBrowser Google Chrome
HASIL DAN PEMBAHASAN
Studi Pustaka
Studi pustaka dilakukan untuk memahami serta mendapatkan informasi yang terkait hubungannya dengan pembuatan fungsi
framework spatiotemporal. Pada penelitian ini data yang didapatkan berupa data guna lahan berupa data poligon di wilayah Indonesia tahun 1994 dan tahun 2001. Data guna lahan pada tahun 1994 dapat dilihat pada Gambar 14, sedangkan data pada tahun 2001 dapat dilihat pada Gambar 15.
Ada pun atribut yang diberikan pada Lampiran 1 berupa id, landuse, area, perimeter, hectares, luas, dan titik x,y. Pada tahap ini algoritme yang digunakan berupa algoritme tracking dan algoritme intersection
yang digunakan pada penelitian Rio et al.
(2011).
Analisis Data
Data yang digunakan memiliki atribut id.
landuse, area, perimeter, hectares, luas, dan titik x,y. Atribut id menunjukkan id objek dari masing–masing nama objek sehingga setiap nama objek yang berbeda memiliki id objek yang berbeda pula. Selanjutnya atribut
landuse menginformasikan nama objek, ada pun nama objek yang diberikan yaitu tegalan, sawah, permukiman, lahan tebuka, kebun teh, kebun campuran, hutan semak/belukar, dan hutan lebat. Atribut area, hectares, dan luas_m2 menunjukkan luas dari masing– masing landuse dengan satuan yang berbeda, sedangkan titik x,y merupakan titik centroid. Titik centroid digunakan untuk memperlihatkan perubahan yang terjadi pada
spatiotemporal.
Data yang didapatkan kemudian dimasukan ke dalam DBMS PostgreSQL dengan menggunakan PostGIS sehingga mendapatkan nilai geom dan id geom. Selanjutnya pada data yang telah dimasukan ke PostgreSQL siap dilakukan prapocessing. Atribut pada tabel terdiri atas gid, id, landuse, area, perimeter, hectares, luas_m2, kode, x_easting, y_northing, dan geom. Data harus dipilih mana atribut yang diperlukan dan atribut yang tidak diperlukan, dalam hal ini atribut hectares, dan atribut luas_m2 dihapus karena memiliki data yang sama, yaitu luas namun dengan satuan yang berbeda. Kemudian, atribut kode juga mengalami penghapusan karena atribut kode hanya merupakan singkatan dari nama objek yaitu landuse. Data yang telah melakukan
praprocessing dapat dilihat pada Tabel 1. Tabel 1 menunjukkan pada landuse yang sama memiliki nilai id yang sama sehingga menyebabkan data tidak mempunyai keunikan Gambar 15 Guna lahan tahun 2001.
8
8 untuk nilai landuse yang sama. Oleh karena
itu, dilakukan perubahan pada nilai atribut id yang memiliki nilai landuse yang sama sehingga untuk setiap landuse yang sama memiliki id yang berbeda. Data yang dihasilkan diberikan pada Tabel 2.
Tabel 2 telah menunjukkan keunikan dari masing-masing data dengan memiliki dua
primary key. Primary key pada Tabel 2 yakni berupa atribut id dan atribut landuse. Atribut id digunakan untuk memberikan nilai ciri dari setiap nama landuse yang sama, sedangkan
atribut landuse digunakan untuk menentukan nama lahan dari suatu objek data spasial.
Setelah data yang diproses seperti pada Tabel 2 maka proses selanjutnya yaitu melakukan perancangan framework. Perancangan framework dilakukan dengan membuat sebuah fungsi-fungsi yang nantinya fungsi tersebut dapat digunakan pada data
spatiotemporal yang berbeda. Dalam perancangan framework terdapat dua fungsi yang digunakan, yaitu fungsi deteksi perubahan luas area dan fungsi deteksi irisan pada dua objek data spatiotemporal.
Tabel 1 Atribut sebelum dilakukan praprocess.
gid id landuse area Perimeter X Y Geom
1 1 HSB 78730 1047 72055 9260423 0106.. 2 1 HSB 200417 2093 718578 9261209 0106.. 3 2 PK 62291 916 711982 9260202 0106.. 4 2 PK 91167 1095 716119 9258701 0106.. 5 3 HL 205670 3540 712781 9256361 0106..
Tabel 2 Atribut yang telah dilakukan praprocess.
gid id landuse area Perimeter X Y Geom
1 1 HSB 78730 1047 72055 9260423 0106.. 2 2 HSB 200417 2093 718578 9261209 0106.. 3 1 PK 62291 916 711982 9260202 0106.. 4 2 PK 91167 1095 716119 9258701 0106.. 5 1 HL 205670 3540 712781 9256361 0106.. Perancangan Framework
Pada tahap ini dilakukan perancangan
framework dengan menggunakan konsep MVC. Pada konsep ini terdiri atas tiga bagian, yaitu bagian model, bagian view dan bagian
controller. Bagian berikut adalah contoh kode program pada bagian controller yang dimana berfungsi sebagai penghubung antara bagian
view dengan bagian model:
class Controller { public $load; public $model;
function __construct() {
$this->load = new Load(); $this->model=new Model(); }
Variabel load menunjukkan penghubung untuk bagian view sedangkan variabel model
menunjukkan penghubung untuk bagian
model. Bagian controller juga berisi fungsi-fungsi untuk menangani permintaan dari bagian view. Bagian fungsi berikut merupakan
contoh kode program fungsi tracking pada data yang dimasukan melalui bagian view:
function
tracking($object_name,
$object _id, $start_time,
$end_time) { include('data.php'); if(($t[0]>=$start_time)and($ t[0]<=$end_time) and ($t[1]>=$start_time) and ($t[1]<=$end_time)) { }
Selanjutnya fungsi kemudian memanggil bagian model untuk melakukan kueri pada
database. Bagian berikut merupakan contoh kode program pada bagian controller untuk memanggil bagian model:
for($i=0;$i<$jumlah_data; $i++)
{ $a = $i + 1; $number = 0;
9 9 $this->model-> tracking_data ($object[$i],$object[$a], $object_name,$object_id, $number,$t[$a]); }
Bagian model menampilkan kueri-kueri yang berhubungan dengan database. Pada bagian model ini terdapat fungsi yang digunakan untuk mengakses koneksi ke
database. Setelah melakukan koneksi pada
database, maka akan dilakukan kueri untuk mendapatkan data yang mengalami intersect
dan proses tracking. Bagian berikut merupakan contoh kode program yang menunjukkan kueri tracking data, yang bertujuan mendapatkan perubahan area dari setiap objek:
pg_query($this->dbconn, "SELECT a.id, a.landuse, a.area, b.id, b.landuse, b.area FROM $object1 a INNER JOIN $object2 b ON
ST_Intersects (a.geom,b.geom)
WHERE
a.landuse=$object_name'
AND a.id = '$object_id' AND b.landuse= '$object_name'");
Kueri tersebut akan menampilkan atribut id dan atribut landuse dari tabel tahun pertama dan tahun berikutnya. Kemudian pada kedua tabel dilakukan fungsi ST_Intersect. Fungsi tersebut digunakan untuk mengidentifikasi apakah objek saat ini memiliki kesamaan pada objek sebelumnya.
Bagian view hanya menampilkan kode-kode program untuk bagian tampilan. Selain itu bagian view juga memberikan input untuk memanggil bagian controller. Bagian berikut menunjukkan proses pemanggilan class controller dengan memanggil fungsi tracking
dan chancedetection pada bagian controller:
$insert = new Controller(); $insert>tracking($object_nam e,$object_id, $start_time, $end_time); $insert>chance_detection ($object_name, $object_id, $start_time, $end_time);
Perancangan Fungsi Tracking
Perancangan fungsi tracking dilakukan dengan memproses dataset pada range waktu
yang diberikan input dari user. Tabel 3 merupakan contoh output yang dihasilkan dengan menggunakan fungsi tracking. Perancangan fungsi tracking ini dapat menentukan perubahan objek setiap waktunya.
Tabel 3 Perubahan id objek kebun campuran.
Id 1994 Area m2 1994 Id 2001 Area m2 2001 1 342357 6 623370 2 908531 4 962993 3 68233 6 623370 4 2147392 1 117264 7 431356 5 1277549 13 1826485 6 2574123 11 4656161 7 6540205 10 850142 14 431730 8 2005723 5 582935 12 304870
Pada Tabel 3 dapat dilihat perubahan perubahan id objek beserta luas areanya pada daerah kebun campuran. Objek id 2 yang memiliki area 908 531 meter persegi pada tahun 1994 berubah menjadi objek id 4 dengan luas area 962 993 meter persegi pada tahun 2001. Selanjutnya objek bernilai id 4 dengan luas area 2 147 392 meter persegi pada tahun 1994 berubah menjadi objek bernilai id 1 dengan luas area 117 264 meter persegi.
Objek bernilai id 7 dengan luas area 431 356 meter pesegi pada tahun 2001. Perubahan yang terjadi pada objek bernilai id 4 dikarenakan objek tersebut mengalami split
sehingga objek terbelah menjadi beberapa bagian seperti Gambar 16 bagian berwarna putih menunjukkan objek tahun 1994 dan bagian berwarna hitam menunjukkan objek tahun 2001. Hal ini terjadi pula pada objek bernilai id 7 dan objek bernilai id 8.
Dalam mencari perubahan luas objek setiap waktunya dibutuhkan sebuah kueri spasial untuk melakukan proses tracking. Algoritme yang digunakan pada proses
tracking yaitu pertama–tama melakukan pengkuerian dengan mencari objek dan id pada dataset tahun 1994, misalnya mencari objek kebun campuran dengan id objek bernilai empat. Kemudian dilakukan pengkuerian pada dataset tahun 2001 dengan melakukan pencarian nilai objek, misalnya mencari objek kebun campuran. Setelah kedua
dataset tersebut dikuerikan maka untuk melihat perubahan data diperlukan
10
10 pengkuerian dengan menggunakan fungsi
intersection sehingga dapat ditentukan perubahan yang terjadi pada objek yang berbeda.
Gambar 16 Objek mengalami split.
Perancangan Fungsi Intersection
Pada tahap ini dilakukan proses kueri apakah pada objek terjadi intersection atau tidak, hal ini untuk membuktikan apakah objek yang sekarang masih terkait dengan objek pada waktu sebelumnya. Pada algoritme ini user memilih nama objek dan id objek dari tahun yang tiap tahun yang berbeda, setelah data yang dipilih diberikan input ke sistem maka data akan diproses melalui pengkuerian. Algoritme yang digunakan pada kueri tersebut yaitu dimulai dengan melakukan pengkuerian pada sebuah objek dalam dataset tahun 1994, misalnya mencari objek hutan/semak belukar bernilai id 5. Kemudian dilakukan pengkuerian pada dataset tahun 2001 dengan mencari sebuah objek, misalnya mencari objek hutan semak/belukar bernilai id 8. Untuk melihat data tersebut mengalami
intersection atau tidak, dapat menggunakan fungsi ST_Intersects.
Setelah hasil pengkuerian didapat, maka fungsi akan memeroses hasil kueri yang telah diberikan sebelumnya. Sehingga bila diberikan input objek seperti di bawah ini:
Objek 1
Nama objek : Hutan semak/belukar Id objek : 5
Tahun : 1994
Objek 2
Nama objek : Hutan semak/belukar Id objek : 8
Tahun : 2001
maka hasil yang akan diperoleh akan menampilkan output sebagai berikut :
Terdapat intersection pada objek hutan semak/belukar id 5 dengan objek hutan semak/belukar id 8
Pengujian
Pengujian dilakukan oleh sistem, dimana
user memberikan input. Ada pun pengujian terbagi menjadi dua, yakni pengujian pada fungsi tracking dan fungsi intersection. Pengujian fungsi tracking dapat dilihat pada Gambar 17 ketika user memberikan input ke dalam sistem. Kemudian hasil yang diberikan dapat dilihat pada Gambar 18.
Gambar 17 Input data tracking.
Gambar 18 Hasil dari proses tracking. Pengujian fungsi intersection, dapat dilihat pada Gambar 19.
Kebun campuran pada tahun 2001 Kebun campuran pada tahun 1994
11
11 Gambar 19 Input data fungsi intersection.
Hasil yang diberikan pada Gambar 19 akan menampilkan informasi berupa:
“Terdapat intersection pada objek Hutan semak/belukar id 5 dengan objek Hutan semak/belukar id 8”.
Penggunaan Framework
Framework dapat digunakan pada data yang berbeda. Namun, untuk menggunakan
framework tersebut diperlukan beberapa persyaratan yaitu data berupa dataset per waktu, seperti pada Gambar 20. Gambar 20 menunjukkan setiap waktu t1, t2, hingga tn
memiliki dataset berupa nilai atribut yang berbeda-beda. Selain itu diperlukan beberapa atribut seperti nama objek, id objek, waktu objek, titik centroid, area, perimeter, dan
geom. Atribut-atribut tersebut digunakan untuk memperlihatkan perubahan yang terjadi pada objek setiap waktunya. Keterhubungan atribut dengan framework yang dibuat yaitu atribut nama objek dan id objek digunakan untuk memproses fungsi yang berada pada bagian controller, sedangkan pada bagian
model membutuhkan atribut titik centroid, luas area, waktu objek, perimeter dan geom.
Gambar 20 Dataset spatiotemporal.
KESIMPULAN DAN SARAN
Kesimpulan
Penelitian ini telah dapat mengimplemen-tasikan algoritme tracking dan algoritme
intersection ke dalam sebuah fungsi di dalam
framework. Untuk menggunakan framework
dengan data yang berbeda diperlukan beberapa persyaratan yang di antaranya berupa dataset per waktu dan beberapa atribut yang diperlukan seperti nama objek, id objek, waktu objek, titik centroid, area, perimeter dan geom. Penggunaan fungsi tracking dan fungsi intersection pada data spatiotemporal
juga telah dapat memperlihatkan perubahan sebuah objek setiap waktunya. Selain itu fungsi tersebut dapat mendeteksi apakah kedua objek dapat mengalami intersection
atau tidak pada kedua objek dalam waktu yang berbeda.
Saran
Pada penelitian ini fungsi yang diiimplementasikan adalah algoritme tracking
dan algoritme intersection sehingga masih perlu dilakukan pembuatan fungsi untuk algoritme yang lain, yaitu algoritme pendeteksi overlap, disjoint, equal, touches, dan masih banyak lagi. Selain itu, fungsi yang telah diimplementasikan dalam penelitian ini belum digunakan pada data spatiotemporal
lain.
DAFTAR PUSTAKA
Capretz LF. 2003. A brief history of the object-oriented approach. Software Engineering Notes 28(2):1-10.
Gupta P, Govil MC. 2010. MVC design pattern for the multi framework distributed applications using XML, spring and struts framework. International Journal on Computer Science and Engineering
2(4):1047-1051
Guting RH. 1994. An introduce to spatial database system. Special Issue on Spatial Database Systems of the VLDB Journal
3(4):1-32.
Guting RH, Schneider M. 2005. Moving Objects Databases. San Francisco: Morgan Kaufmann Publisher
Jensen CS. 1999. Temporal Database Management. http://people.cs.aau.dk/~csj/ Thesis/ [23 Nov 2012].
Mennis J, Peuquet DJ, dan Qian L. 2000. A conceptual framework for Incorporating 1994 2001 2005 S p a c e t1 t2 tn
Objek Objek Objek
nama objek, id objek, waktu objek, centroid, area, perimeter geom
12
12 cognitive principles into geographical
database representation. International Journal of Geographical Information System 14(6): 501-520.
Peleksi N, Thedoulidis B, Kopanakis I, Theodoridis Y. 2005. Literature review of spatio-temporal database models. The Knowledge Engineering 19:235-274. Rahim MS. 2006. The development of
spatiotemporal data model for dynamic visualization of virtual geographical information system [tesis]. Johor: Fakultas Sains Komputer dan Sistem Maklumat, Universitas Teknologi Malaysia.
Rao KV, Govardhan A, dan Rao KVC. 2011. An object-oriented modeling and implementation of spatio-temporal knowledge discovery system.
Internasional Journal of Computer Science and Information Technology
3(2):61-76.
Riehle D. 2000. Framework Design: A Role Modelling Approach. Zurich: Swiss Federal Institute of Technology Zurich Sheftian B. 2011. Implementasi Spatial
Query pada Sistem Informasi Geografis (SIG) Studi Kasus Wilayah Kota Bogor [skripsi]. Bogor: Fakultas Matematika dan Ilmu, Institut Pertanian Bogor.
Shekhar S, Chawla S. 2003. SpatialDatabase: a Tour. New Jersey:Prentice Hall.
13
13
14
14 Lampiran 1 Data guna lahan tahun 1994.
ID LANDUSE_94 AREA PERIMETER HECTARES LUAS__M2_ KODE X_EASTING Y_NORTHING 1 Hutan semak/belukar 78370,904 1047,773 7,837 78371 HSB 720555,96036 9260423,23454 2 Hutan semak/belukar 260513,115 2163,895 26,051 260513 HSB 718576,89893 9261175,11548 3 Hutan semak/belukar 555947,461 5901,060 55,595 555947 HSB 707149,15133 9265889,44320 4 Hutan semak/belukar 456367,183 3027,892 45,637 456367 HSB 719642,85070 9260613,13187 5 Hutan semak/belukar 2079242,832 8876,152 207,924 2079243 HSB 716428,83338 9263047,19042 6 Hutan semak/belukar 1690148,149 10788,773 169,015 1690148 HSB 715559,42492 9265677,87603 1 Lahan terbuka 356606,158 2768,830 35,661 356606 LT 711966,57633 9266410,81082 2 Lahan terbuka 87819,561 1423,308 8,782 87820 LT 708061,09446 9265748,21245 1 Permukiman 184492,987 1952,010 18,449 184493 PK 708922,02477 9265338,19520 2 Permukiman 45787,025 796,923 4,579 45787 PK 711332,76408 9261845,52539 3 Permukiman 94961,628 1437,321 9,496 94962 PK 711022,51074 9258903,68741 4 Permukiman 687252,154 5065,282 68,725 687252 PK 709823,83995 9260657,45896 5 Permukiman 319079,224 2732,308 31,908 319079 PK 707185,86458 9261299,43585 6 Permukiman 15696,509 483,345 1,570 15697 PK 708702,09829 9262017,07382 7 Permukiman 12458,147 441,475 1,246 12458 PK 708538,57797 9262161,31904 8 Permukiman 299441,333 2347,697 29,944 299441 PK 707932,47352 9261927,58543 1 Sawah 53250,783 1044,277 5,325 53251 SW 702924,97467 9266747,64150 2 Sawah 83566,776 1453,307 8,357 83567 SW 703188,15495 9265495,64077 3 Sawah 55376,900 870,158 5,538 55377 SW 703444,68117 9266639,80153 1 Tegalan 1235271,394 8039,514 123,527 1235271 TG 713917,58670 9264990,37796 2 Tegalan 69593,188 977,392 6,959 69593 TG 709657,37938 9262033,65710
15
15 ID LANDUSE_94 AREA PERIMETER HECTARES LUAS__M2_ KODE X_EASTING Y_NORTHING 3 Tegalan 145034,699 1526,583 14,503 145035 TG 711417,29170 9264789,46120 4 Tegalan 289244,067 2300,659 28,924 289244 TG 717046,84757 9260138,96362 5 Tegalan 235105,801 2468,938 23,511 235106 TG 709375,48012 9265510,40935 6 Tegalan 191026,784 2060,610 19,103 191027 TG 706773,91495 9262932,67866 7 Tegalan 517753,538 3125,146 51,775 517754 TG 717497,66281 9262129,72191 1 Kebun campuran 342357,021 3493,296 34,236 342357 KC 711111,24563 9258209,26475 2 Kebun campuran 908531,727 4516,187 90,853 908532 KC 715408,29996 9257405,09657 3 Kebun campuran 68233,190 1213,384 6,823 68233 KC 710551,13469 9259136,33939 4 Kebun campuran 2147392,261 10436,893 214,739 2147392 KC 714895,49234 9263252,18561
16
16 Lampiran 2 Penjelasan atribut tabel guna lahan.
Field Keterangan Tipe Data Gid Primary key dari data guna lahan Integer
Id Memberikan informasi berupa nilai id dari objek yang
sama Double precision Landuse Memberikan informasi berupa nama objek Characacter varying(20)
Area Memberikan informasi luas area dari sebuah objek
dengan nilai satuan berupa meter persegi Double precision Perimeter Memberikan informasi berupa keliling dari data poligon Double precision
X_easting Memberikan informasi berupa titik centroid pada
koordinat x Double precision Y_northing Memberikan informasi berupa titik centroid pada
koordinat y Double precision geom Atribut untuk menampilkan gambar peta guna lahan Geometry(MultiPolygon)
