MINGGU 3
KOMPONEN & PEMBENTUKAN DATA SIG
A. Komponen pembentuk SIG
Hardware,Software, User, Data,Metoda, Metadata Raster vs Vector Data
B. Tahapan penyusunan SIG
Input (peta, data remote sensing, data statistik) DBMS
Analisis Laporan (Report)
C. Analisis Spasial
Metadata
KOMPONEN PENYUSUN S I G
A. HARDWARE
B. SOFTWARE (TERMASUK OPERATING SYSTEM/OS)
OS : DOS, WINDOWS, UNIX,ARCINFO, ARCVIEW, ERDAS, ERMAPPER, PCI, MAPINFO, TNT-MIPS
KOMPONEN S I G
SOFTWARE OS FORMAT
ARCGIS WINDOWS VECTOR/RASTER
ARCVIEW WINDOWS VECTOR/RASTER
ERDAS WINDOWS VECTOR/RASTER
ERMAPPER WINDOWS VECTOR/RASTER
TNT MIPS WINDOWS VECTOR/RASTER
MAPINFO WINDOWS VECTOR
PCI WINDOWS VECTOR/RASTER
IDRISI WINDOWS RASTER
GRASS DOS VECTOR
Vektor & Raster
Point :Vektor : Sebuah titik yg posisinya digambarkan dengan koordinat x & y Raster : Sebuah pixel dengan nilai tertentu
yang letaknya digambarkan dalam posisi Kolom & lajur
Garis :
Vektor : Sekumpulan titik yang saling berhubungan sehingga membentuk garis. Raster : Sekumpulan pixel yang mempunyai
nilai sama dan membentuk garis
Poligon :
Vektor : Sekumpulan titik saling berhubungan membentuk poligon
.jpg, .bmp,
.tif, .img
Perubahan data Vektor to Raster
columns
r
o
w
s
Perubahan data Vektor ke Raster
Kerugian : a. Pergeseran letak b. Perubahan luas
Keuntungan :
a. Ukuran file lebih kecil b. Cocok untuk perhitungan yg
kompleks (tidak ada kesalahan topologi)
Raster vs. Vector
•
Pertanyaan : Mana yg lebih baik ?
Jawaban tergantung dari kebutuhan
–
Raster : cocok untuk analisis dan display data
yang complex dan dalam cakupan wilayah geografi
yang luas.
–
Vector : lebih cocok untuk koleksi data, pemetaan,
dan penerapan yang membutuhkan akurasi tinggi.
C. DATA,METODA & METADATA :
DATA : SATU SET INFORMASI (NUMERIK, ALPHABET, GAMBAR) TENTANG SESUATU (BARANG, KEJADIAN, KEGIATAN) YANG DIDAPAT DARI OBSERVASI, PENGUKURAN, PENGHITUNGAN DENGAN MENGGUNAKAN METODA TERTENTU
METADATA :
Data tentang data yang ditujukan untuk menyediakan informasi yg memadai , sehingga pemakai dapat mengaplikasikan dan menggunakannya secara tepat.
a. INFORMASI DASAR DATA,:
Sitasi, Abstrak, Tujuan, Keterbatasan penggunaan, Orang yang bertanggung jawab/dimintai informasi
b. INFORMASI KUALITAS DATA:
Sumber data (skala, metoda pembangunan data dll) c. ORGANISASI INFORMASI DATA SPASIAL:
Mekanisme bagaimana merepresentasikan spasial data (point, vector, raster) d. INFORMASI REFERENCE SPASIAL:
Data Projeksi (UTM, IDTM, etc.)
KOMPONEN PENYUSUN S I G
e. ENTITAS DAN ATTRIBUT :
- Ringkasan tentang attribut data - Definisi attributes
- Unit pengukuran attributes
f. DISTRIBUTISI INFORMASI
- Format data (Shapefile, Image, etc.) - Tipe kompresi file (.tgz, .zip, etc.) - Alamat data dapat di download
g. INFORMASI METADATA : - Tingkat uptodate metadata & - org yg bertanggung jawab.
PENGGUNA :
Karakter Operator ataupun pemakai sangat berpengaruh pada hasil akhis SIG
TAHAPAN PEMBANGUNAN DATA SIG
TAHAPAN PEMBANGUNAN DATA SIG
PENGUMPULAN DATA
SUMBER & JENIS DATA DATA SPASIAL / PETA
BAKOSURTANAL (RUPABUMI, LANDUSE/UNIT)
LEMBAGA PENELITIAN TANAH & AGROKLIMAT (JENIS TANAH, SATUAN LAHAN)
KIMPRASWIL (IRIGASI)
DIREKTORAT GEOLOGI (HIDROGEOLOGI)
LIPI (VEGETASI)
DEPARTEMEN KEHUTANAN (FUNGSI & PENGGUNAAN HUTAN, PENUTUPAN LAHAN, HPH, HTI, KAWASAN KONSERVASI)
OSEANOGRAFI (BATIMETRI)
DATA STATISTIK
BIRO PUSAT STATISTIK (SENSUS PENDUDUK, PERTANIAN)
KIMPRASWIL (CURAH HUJAN, DEBIT SUNGAI)
DEPT. KEHUTANAN (HPH, HTI, KAWASAN KONSERVASI, POTENSI KAYU)
DEPT. KELAUTAN & PERAIRAN (POTENSI IKAN)
PENGINDERAAN JAUH (DATA CITRA/IMAGE)
LAPAN
KIMPRASWIL
DEPT. HUT
DEPT. LINGKUNGAN HIDUP
NASA / TRFIC / BIOTROP / PPLH
PENGUMPULAN DATA
KUALITAS DATA
PENYIMPANAN PETA
UMUR DATA
KELENGKAPAN DATA
KESERAGAMAN DATA
SKALA DATA
•
Digitasi
•
Scan
•
Tranformasi
•
Import
•
Typing
•
Merubah analog menjadi digital dgn
format Vektor
•
Merubah analog menjadi digital dengan
format raster
•
Merubah format data (vektor ke raster dan
sebaliknya)
•
Merubah format data lain kedalam SIG yang
kita gunakan
•
Merubah analog text ke digital text
INPUT DATA SIG
TOPOGRAFI
TGL X Y
1 AUG 2002
2 AUG 2002
NOAA
LANDSAT
POSISI HOTSPOT
LUAS DAERAH TERBAKAR INPUT DATA REMOTE SENSING
INTERPRETASI
Komponen Topology: Ada tiga komponen dasar
a. Konektivitas (Arc –Node Topology):
Bagian dari garis adalah verteks (vertice) Awal dan akhir sebuah vertice/arc/garis adalah Nodes. Arcs/garis saling berhubungan pada Nodes.
b. Area Definition / Containment (Polygon –Arc Topology):
polygon adalah arc yg tertutup & mempunyai area Batas dibentuk oleh beberapa arcs.
Polygons direpresentasikan oleh sekumpulan titik koordinat (x , y) yang saling berhubungan.
c. Contiguity:
Setiap Arcs mempunyai arah
Setiap poligon diberi attribut sesuai arah Arcs pembatasnya
.
TOPOLOGY
Adalah algoritme yang mengatur mehubungan spasial antara features yang berdekatan
Konektivitas (Arc –Node Topology) & Contiguity:
http://healthcybermap.org/HGeo/pg2_2.htm
Polygon –Arc Topology
http://healthcybermap.org/HGeo/pg2_2.htm
Polygon –Arc Topology ?????
Input data Statistik dalam SIG
Tipe Data
Data Diskret
Data Kontinyu
Representasi Data pada SIG
SIG berupa peta tematik diskret
SIG berupa peta tematik kontinyu
Tipe Data
Tipe Data
Data Kualitatif:
Muka Owa Jawa berwarna hitam Bulu tubuh owa jawa berwarna kelabu Lengan tangan Owa panjang Lengan Tangan owa lebih panjang dari kaki
Data Kuantitatif :
Diskrete : Lengan Owa = 2 Kaki owa = 2
Kontinyu : Berat = 6.5 kg Tinggi badan owa : 80 cm
Discrete data is counted, Continuous data is measured
Peta Thematic : Choropleth
Menampilkan data kuanitatif dengan menggunakan warna, yang menunjukkan densitas, prosentase, rata-rata pada suatu lokasi geografi tertentu.
portrays quantitative data as a color and can show density, percent, average value or quantity of an event within a geographic area
http://ahunsberger.blogspot.com/2007/10/examples-of-choropleth-maps_17.html http://tshaffer2010.blogspot.com/2010_04_01_archive.html http://geography.about.com/od/understandmaps/a/thematicmaps.htm
Proportional / graduated symbols
Peta yang menggunakan symbol (biasanya titik/bar) dan dengan berbagai ukuran untuk menunjukkan perbedaan ukuran yang direpresentasikan.
http://www.neiu.edu/~jrthomas/377/circle.jpg
Peta Isarithmic
Peta yang menggunakan isoline untuk mempresentasikan suatu tema. Biasanya data yang digunakan adalah data hasil dari pengukuran di lapangan, yang diinterpolasikan menjadi data diskret.
DOT maps
Peta yang menggunakan titik (dot) untuk mempresentasikan data kuantitatif dari suatu wilayah.. Satu dot mewakili jumlah tertentu dari hal yang ingin ditampilkan
Gambar.
Sebaran penduduk di RRC.
Dasymetric map
Peta thematik yang mirip dengan chloroplet namun tidak menggunakan batas administrasi sebagai unit data, namun menggunakan teknik interpolasi , sehingga
menjadi peta yang bersifat kontinyu.
KESALAHAN DALAM PEMBANGUNAN DATA SIG
TIPE KESALAHAN (ERROR)
a. INHERENT ERROR
Berkaitan dengan kondisi dokument dan data asli (umur data, skala, metoda)
b. OPERATIONAL ERROR(Error yg terjadi ketika proses input dan edit data dalam SIG)
KESALAHAN POSISI HORISONTAL (POSITIONAL) Garis / titik / poligon pada posisi yg salah
KESALAHAN VERTIKAL (VERTICAL) Kesalahan dalam menentukan elevasi (
ATTRIBUTES
Features (Penampakan) tidak ter-record (error of omission) Features (Penampakan) ada, tapi sebenarnya di lapangan tidak ada (error of commission)
Features (Penampakan ) tidak ter-label (mislabeled)
RECOMPILATION QUALITY
Otomatisasi (Automation) , Penggabungan data (Combining data)
SPATIAL DATABASE MANAGEMENT
• CLEAN : Menbangun polygon topology • BUILD : Membangun point & Line topology • STORE : menyimpan data
• EDIT : melakukan editing data attribut/coverage • CLIP : memotong data sesuai dengan
cakupan area studi • MERGE : menggabung data atribut • APPEND : menambahkan field data attribut • JOIN : menggabungkan field data attribut • DISSOLVE : menggabungkan poligon yang
mempunyai klasifikasi yang sama
DISSOLVE
BUFFER
CLIP
ANALISA SPASIAL DALAM
APLIKASI SIG :
menjawab permasalahan !
SIG diharapkan mampu menjawab pertanyaan : What is at...?
pertanyaan lokasional: apa yang terdapat pada lokasi tertentu Where is it...?
pertanyaan kondisional: lokasi apa yang mendukung untuk kondisi atau fenomena tertentu
How has it changed...?
pertanyaan kecenderungan: identifikasi kecenderungan peristiwa yang terjadi
Which data are related...?
pertanyaan hubungan: analisis hubungan keruangan antar objek dalam kenampakan geografis
What if...?
pertanyaan berbasiskan model: Bagaimana kalau ?
Komparasi jumlah aplikasi SIG
(a) Jarak,
(b) Arah,
(c) Lokasi,
(d) Luas dan volume,
(e) Ketinggian dan kemiringan lereng 1. SELURUH KEMAMPUAN PEMETAAN KONVENSIONAL DAPAT DILAKUKAN
ANALISIS SPASIAL
SIG vs Peta Manual
BUFFERING JALAN SELEBAR 50 METER
2. BUFFER
: Menentukan jarak tertentu dari titik atau garisGARIS
ANALISIS SPASIAL
Q = {1,2,3,4,5,6,7,8,9,10,11,12}
R = {2,4,6,8,10,12}
S = {1,3,5,7,9,11}
(1) Q OR R maka Q (3) Q AND R maka R
(2) R OR S maka Q (4) Q AND S maka S
(5) List for value number less than10 among Q group members ?
(6) List for value number greater than6 among S group members ?
DASAR OPERASI OVERLAY ==
BOOLEAN (IRISAN/GABUNGAN)
OR
AND
A B C
D E
AND
3. ANALISIS OVERLAY :
•
•MENGGUNAKAN LEBIH DARI SATU PETA TEMATIK •MENGHASILKAN COVERAGE/ PETA BARU •ADA 2 MACAM OVERLAY :
•ARITMATIKA : TAMBAH, KURANG, BAGI •LOGIKA : BOOLEAN
ANALISIS SPASIAL
ANALISIS SPASIAL
JENIS TANAH
+
PRODUKTIVITAS LAHAN (tons/hec)
Overlay Result
Overlay Analysis
Relationship between Land use and Crop Productivity
RELATIONAL
G.Gede Pangrango
Kebun raya Bogor
S. Ciliwung
D. Lido Contour map
4. VISUALISASI 3 DIMENSI & KOMBINASI DENGAN CITRA SATELIT
PEMAHAMAN LANSKAP REGIONAL LEBIH BAIK
BERMANFAAT UNTUK PARTISIPASI MAPPING
LAND SYSTEM MAP
KESESUAIAN LAHAN PERTANIAN
SUITABLE FOR CONVERSION FOREST
SUITABLE FOR FISHERIES
: Gambut
: Hotspot
Kenapa SIG dibutuhkan?
Keuntungan menggunakan SIG :
•Penanganan data spatial menjadi lebih baik dalam format baku
•Revisi dan pemutakhiran data menjadi lebih mudah
•Data dan informasi spasial mudah dicari, dianalisis dan direpresentasikan
•Data spatial dapat dipertukarkan
•Produktivitas meningkat dan lebih efisien
•Penghematan waktu dan biaya
•Keputusan yang akan diambil menjadi lebih baik
