iii DAFTAR ISI
KATA PENGANTAR ... ii
DAFTAR ISI ... iii
BAB 1... 1
PENDAHULUAN ... 1
1.1. Latar Belakang ... 1
1.2. Rumusan Masalah ... 2
1.3. Tujuan ... 2
BAB 2... 3
KAJIAN TEORI... 3
2.1 Data Spasial ... 3
2.2 Scraping Data ... 4
2.3 ArcGIS ... 5
2.3.1 Sistem Informasi Geografis (SIG) ... 5
2.3.2 ArcGIS Desktop ... 6
PEMBAHASAN ... 7
3.1 Tata Cara Pengambilan Data ... 7
3.1.1. Menginstall Ekstensi Scrapping Data... 7
3.1.2. Membuka Google Maps ... 8
3.1.3. Membuka Ekstensi “Instant Data Scraper” pada Google Maps ... 9
3.1.4. Mengolah Data Hasil Scraper pada Excel ... 10
3.1.5. Masukkan file .csv ke Google Spreadsheet ... 11
3.1.6. Install Ekstensi Geocode By Awesome ... 12
3.1.7 Memasukkan Data Hasil Scrape ke ArcGIS ... 16
BAB 4... 18
PENUTUP ... 18
4.1 Kesimpulan ... 18
4.2 Saran ... 19
DAFTAR PUSTAKA ... 20
1 BAB 1
PENDAHULUAN 1.1. Latar Belakang
Perkembangan teknologi informasi dan komunikasi telah menghadirkan transformasi yang signifikan dalam cara pengumpulan, analisis, dan pemanfaatan data. Data geospasial, yang mencakup informasi terkait lokasi dan atribut objek di permukaan bumi, menjadi komponen penting dalam beragam bidang, termasuk perencanaan kota, pengelolaan sumber daya alam, dan analisis lingkungan.
Relevansi data ini semakin meningkat seiring dengan kompleksitas tantangan yang dihadapi oleh masyarakat modern, seperti urbanisasi, perubahan iklim, dan pengelolaan sumber daya yang berkelanjutan.
Salah satu metode yang muncul sebagai solusi untuk mengakses data geospasial adalah spatial scraping, yang melibatkan ekstraksi informasi dari berbagai sumber online seperti situs web, database, dan API. Dengan meningkatnya ketersediaan data publik, teknik ini menawarkan potensi besar bagi peneliti dan praktisi untuk mengumpulkan informasi terkini dan relevan dengan cara yang lebih efisien. Namun, di balik kemudahan akses, terdapat sejumlah tantangan, termasuk isu legalitas dalam pengumpulan data, akurasi informasi yang diperoleh, serta kebutuhan akan keterampilan teknis dalam pengolahan dan analisis data.
Dalam konteks ini, perangkat lunak ArcGIS yang dikembangkan oleh Esri menjadi alat yang fundamental bagi analisis dan pemetaan data geospasial. Dengan fitur canggih yang mencakup analisis spasial, pemodelan, dan visualisasi, ArcGIS mendukung pengguna dalam pengambilan keputusan berbasis data yang lebih informasional. Namun, untuk mengoptimalkan integrasi antara data yang diperoleh melalui spatial scraping dan platform seperti ArcGIS, diperlukan pemahaman mendalam mengenai metodologi pengambilan data, tantangan yang terkait, serta prinsip-prinsip analisis geospasial yang efektif.
Di era digital saat ini, penting bagi para akademisi, profesional, dan pengambil kebijakan untuk tidak hanya memahami cara mengakses dan menggunakan data
2 geospasial, tetapi juga untuk mempertimbangkan dampak dari data tersebut terhadap kebijakan publik, perencanaan yang berkelanjutan, serta pengembangan masyarakat.
Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi lebih jauh teknik spatial scraping, tantangan yang dihadapi, serta cara optimal dalam mengintegrasikan data tersebut ke dalam analisis geospasial menggunakan ArcGIS.
1.2. Rumusan Masalah
Berdasarkan latar belakang di atas, rumusan masalah dalam penelitian ini adalah:
1. Apa yang dimaksud dengan spatial scraping, dan bagaimana metode ini dapat diterapkan untuk mengumpulkan data geospasial?
2. Bagaimana proses penggunaan ArcGIS dalam menganalisis dan memetakan data yang diperoleh dari spatial scraping?
3. Apa saja tantangan yang dihadapi dalam pengambilan dan pemrosesan data geospasial menggunakan spatial scraping, serta bagaimana solusinya?
1.3. Tujuan
Tujuan dari penelitian ini adalah:
1. Untuk menjelaskan konsep spatial scraping, termasuk metode dan alat yang digunakan dalam proses pengumpulan data geospasial.
2. Untuk memberikan panduan tentang penggunaan ArcGIS dalam analisis dan visualisasi data yang diambil melalui teknik spatial scraping.
3. Untuk menganalisis tantangan yang dihadapi dalam pengambilan data geospasial dan menawarkan solusi praktis untuk mengatasinya.
3 BAB 2
KAJIAN TEORI 2.1 Data Spasial
Data spasial adalah data yang bisa menunjukkan lokasi letak data tersebut di permukaan bumi. Data spasial memiliki referensi posisi geografis dan digambarkan dalam sebuah sistem koordinat. Data spasial sering juga disebut dengan data geospasial, data geografis, atau geodata. Seiring dengan berkembangnya produksi data, jumlah data spasial bertambah dengan pesat. (www.geospsasialis.com)
Sebagian besar data yang akan ditangani dalam SIG merupakan data spasial yaitu sebuah data yang berorientasi geografis, memiliki sistem koordinat tertentu sebagai dasar referensinya dan mempunyai dua bagian penting yang membuatnya berbeda dari data yang lain, yaitu informasi lokasi (spasial) dan informasi deskriptif (atribut) yang diuraikan sebagai berikut:
1. Informasi lokasi (spasial) merupakan informasi yang berkaitan dengan suatu kordinat baik itu kordinat geografi (lintang dan bujur) maupun koordinat cartesian XYZ (absis, ordinat dan ketinggian), termasuk diantaranya sistem proyeksi.
2. Informasi deskriptif (atribut) atau informasi non-spasial merupakan informasi suatu lokasi yang memiliki beberapa keterangan yang berkaitan dengan lokasi tersebut. Contohnya ialah jenis vegetasi, populasi, luasan, kode pos, dan sebagainya. Informasi atribut juga seringkali digunakan untuk menyatakan kualitas dari Lokasi.
Secara sederhana format dalam bahasa komputer berarti bentuk dan kode penyimpanan data yang berbeda antara file satu dengan yang lainnya. Dalam SIG, data spasial dapat di presentasikan dalam dua format yaitu:
1. Data Raster
Data raster merupakan data yang dihasilkan dari sistem penginderaan jauh. Pada data raster, obyek geografis dipresentasikan sebagai struktur sel grid yang disebut dengan piksel (picture element) juga resolusinya tergantung pada ukuran piksel- nya. Dengan kata lain, resolusi piksel menggambarkan ukuran sebenarnya di permukaan bumi yang diwakili oleh setiap piksel pada citra. Semakin kecil ukuran
4 permukaan bumi yang dipresentasikan oleh satu sel, semakin tinggi resolusinya.
Data raster sangat baik untuk mempresentasikan batas-batas yang berubah secara gradual, seperti jenis tanah, kelembaban tanah, vegetasi, suhu tanah dan sebagainya.
2. Data Vektor
Data vektor merupakan bentuk bumi yang dipresentasikan ke dalam kumpulan garis, area (daerah yang dibatasi oleh garis yah berawal dan berakhir pada titik yang sama), titik dan nodes (merupakan titik perpotongan antara dua buah garis).
Keuntungan utama dari format data vektor adalah ketepatan dalam mempresentasikan fitur titik, batasan dan garis lurus. Hal ini sangat berguna untuk analisa yang membutuhkan ketepatan posisi, misalnya pada basis data batas- batas kadaster, tetapi data vektor juga mempunyai kelemahan seperti ketidakmampuan dalam mengakomodasi perubahan gradual. Contoh penggunaan lainnya adalah untuk mendefinisikan hubungan spasial dari beberapa fitur.
2.2 Scraping Data
Data scraping adalah proses otomatisasi untuk mengekstrak informasi dari berbagai sumber, terutama dari situs web, dengan menggunakan skrip atau alat tertentu.
Teknik ini digunakan untuk mengumpulkan data dalam jumlah besar yang tersedia secara publik, tetapi mungkin tidak dalam format yang terstruktur, sehingga data dapat diubah menjadi bentuk yang dapat dianalisis lebih lanjut.
Dalam konteks Perencanaan Wilayah dan Kota (PWK), data scraping memainkan peran yang sangat penting dalam mendukung pengambilan keputusan berbasis data.
Proses ini memungkinkan pengumpulan informasi geospasial, statistik demografi, dan data sosial dari berbagai sumber online, seperti portal pemerintah, layanan publik, hingga media sosial. Misalnya, data scraping dapat digunakan untuk mengambil informasi real- time tentang pola migrasi penduduk, kondisi lalu lintas, atau ketersediaan infrastruktur perkotaan. Data ini kemudian dapat diolah dan digunakan dalam proses analisis untuk perencanaan tata ruang dan pembangunan kota yang lebih efisien dan berbasis bukti.
5 Dalam perencanaan transportasi, data scraping dapat membantu pengumpulan data mengenai pola perjalanan penduduk, ketersediaan moda transportasi, dan tingkat kemacetan di berbagai wilayah perkotaan. Melalui scraping, perencana dapat memantau kondisi lalu lintas secara real-time dari berbagai platform penyedia data lalu lintas, seperti Google Maps atau Waze, untuk memformulasikan strategi peningkatan efisiensi transportasi di kota. Data ini juga dapat membantu dalam perencanaan infrastruktur baru, seperti penambahan jalur bus atau transportasi publik lainnya di wilayah dengan kebutuhan tinggi.
Selain itu, dalam analisis lingkungan, scraping memungkinkan pengumpulan data dari berbagai sumber terkait kualitas udara, polusi, hingga penggunaan lahan. Dengan menggabungkan data ini, perencana kota dapat melakukan evaluasi dampak lingkungan yang lebih akurat dan berkelanjutan. Misalnya, scraping data dari sensor kualitas udara yang tersebar di berbagai titik kota dapat digunakan untuk mengidentifikasi area yang memerlukan intervensi lebih lanjut dalam hal pengelolaan polusi udara atau penataan ruang hijau. Dengan demikian, scraping data memberikan landasan yang kuat untuk pengambilan keputusan yang mendukung pembangunan kota yang lebih berkelanjutan dan efisien dalam PWK.
2.3 ArcGIS
2.3.1 Sistem Informasi Geografis (SIG)
Sistem Informasi Geografis (SIG) merupakan sistem yang di rancang untuk bekerja dengan data yang tereferensi secara spasial atau koordinat-koordinat geografi.
Sistem Informasi Geografis adalah bentuk sistem informasi yang menyajikan informasi dalam bentuk grafis dengan menggunakan peta sebagai antar muka. SIG tersusun atas konsep beberapa lapisan (layer) dan relasi. Kemampuan dasar SIG yaitu mengintegrasikan berbagai operasi basis data seperti query, menganalisisnya serta menampilkannya dalam bentuk pemetaan berdasarkan letak geografisnya. (Prahasta, E.2009).
Sistem Informasi Geografi (SIG) adalah sebuah sistem informasi yang mampu untuk mengolah data-data yang berkaitan dengan geografis dan menampilkannya sebagai sebuah informasi spasial. Kemajuan teknologi saat ini juga menyebabkan
6 berkembangnya SIG karena dapat dikombinasikan dengan database sebagai tempat penyimpanan data (Utiarahman & D. Ali, 2020)
Menurut (Saefudin & Susandi, 2020) Sistem Informasi Geografis merupakan suatu sistem yang berbasis komputer, paling tidak ada empat pendekatan yang bisa dipergunakan untuk mendefinisikan dan membagi SIG, yaitu pendekatan proses (process oriented), pendekatan kegunaan alat (toolbox approach), pendekatan database (database approach) dan pendekatan aplikasi (application approach).
Berdasarkan pengertian SIG diatas, dapat disimpulkan bahwa SIG atau Sistem Informasi Geografis adalah suatu sistem pada perangkat komputer yang selanjutnya mengumpulkan, mengelola, memanipulasi dan menghasilkan data geografis. SIG sendiri dibuat untuk mempermudah pekerjaan manusia yang berhubungan dengan mengelola suatu data, lebih khusus adalah data-data yang memuat permasalahan geografis.
2.3.2 ArcGIS Desktop
Perangkat lunak ArcGIS merupakan perangkat lunak SIG yang baru dari ESRI (Environmental Systems Research Institute), yang memungkinkan pengguna untuk memanfaatkan data dari berbagai format data. Dengan ArcGIS pengguna dapat memanfaatkan fungsi desktop maupun jaringan, selain itu juga pengguna bisa memakai fungsi pada level ArcView, ArcEditor, ArcInfo dengan fasilitas ArcMap, ArcCatalog dan Toolbox (Komputer, Wahana 2014). Materi yang disajikan adalah konsep SIG, pengetahuan peta, pengenalan dan pengoperasian ArcGIS, input data dan manajemen data spasial, pengoperasian Arc Catalog, komposisi atau tata letak peta dengan ArcMap, memanfaatkan perangkat lunak SIG ArcGIS 10 sp1 untuk pengelolaan data spasial dan tabular serta untuk penyajian informasi peta.
7 BAB 3
PEMBAHASAN 3.1 Tata Cara Pengambilan Data
3.1.1. Menginstall Ekstensi Scrapping Data
Sebelum melakukakan Scrapping data kita harus menyiapkan ekstensi yang dapat digunakan secara gratis.
1. Pada Google terdapat ekstensi bernama “Instant Data Scraper”
2. Tambahkan “Instant Data Scraper” ke Chrome, lalu akan muncul notifikasi dan klik “Add extension”, dan akan muncul di ujung kanan atas.
8 3.1.2. Membuka Google Maps
1. Setelah menginstall ekstensi, selanjutnya yang perlu di lakukan adalah membuka web yang ingin dilakukan scrape, salah satu web yang dapat digunuakan adalah Google Maps.
Selanjutnya tentukan objek apa yang ingin di scrape. Contohnya Rumah Sakit di Makassar.
2. Cari objek yang ingin di scrape dalam ikon “Search Google Maps”
9 3.1.3. Membuka Ekstensi “Instant Data Scraper” pada Google Maps
1. Dalam page Google Maps dengan hasil objek yang akan di scrape, buka ekstensi “Instant Data Scraper”. Dan klik “Try another table” hingga list objek di Google Maps berubah menjadi warna kuning.
2. Pada “Instant Data Scraper” rapihkan sesuai kebutuhan data dengan mengubah namanya sesuai isi table.
10 3. Ketika data sudah sesuai dengan yang dibutuhkan, klik “Start crawling” lalu
datanya akan ter scraper sesuai dengan objek yang dipilih.
4. Setelah datanya siap, download hasilnya dengan format XLSX.
3.1.4. Mengolah Data Hasil Scraper pada Excel
1. Lengkapi data yang kosong dengan mengisi table Alamat Lengkap yang masih kosong dari data Alamat 2 yang ada.
11 2. Excel yang sudah di lengkapi di save dengan format .CSV UTM-8 (comma
delimited).
3.1.5. Masukkan file .csv ke Google Spreadsheet
File dengan format .csv tadi kemudian di masukkan ke google spreadsheet untuk menambahkan koordinat.
12 3.1.6. Install Ekstensi Geocode By Awesome
1. Untuk menambahkan koordinat pada data, perlu menggunakan ekstensi Geocode by Awesome atau Awesome Table pada Google Spreadsheet.
2. Buka “Geocode by Awesome Table” dan pilih Start Geocoding
13 3. Pada Adress Column, pilih Nama
4. Pilih Are your addreses in multiple coloumns dan centang full address web, dan download dengan format .xlsx
14 5. Pilih kolom “Nama” lalu tekan “Geocode” untuk memilih kolom “Alamat Utama”
dan insert coloumn.
6. Setelahnya pada excel, ubah latitude (-5 to -5,) serta longitude (119 to 119,) dan ubah kolom menjadi Angka dan atur longitude dan latitude 6 angka dibelakang koma.
15 7. Setelahnya pastikan terlebih dahulu titik koordinat latitude dan longtitude dapat
terbaca pada maps, dengan menekan tombol “create map”.
8. Apabila telah berhasil, tahap selanjutnya adalah export data tersebut dengan format CSV UTM-8
16 3.1.7 Memasukkan Data Hasil Scrape ke ArcGIS
1. Tahap awal memasukkan hasil scrape ke ArcGIS adalah dengan Add Data scrape yang sudah kita olah sebelumnya dengan format .csv
2. Setelah itu Display data X dan Y nya
2. Ubah koordinatnya menjadi WGS 1984, Y Field untuk Longitude A, X Field untuk Latitude A
17 3. Setelahnya, open attribute table dan cek kembali apakah semua data berhasil
masuk.
4. Berikut adalah hasil dari Scrapping Data dimana dari 120 data, seluruh data berhasil di petakan.
18 BAB 4
PENUTUP 4.1. Kesimpulan
Sebagian besar data di situs web adalah data tidak terstruktur dalam format HTML yang diubah menjadi data terstruktur untuk dimanipulasi dalam spreadsheet atau database. Saat ini banyak metode yang digunakan untuk melakukan data scraping untuk mengambil data dari website, antara lain: Misalnya perusahaan yang sudah memiliki layanan online, API tertentu, atau kode untuk melakukan data scraping.
Data scraping atau yang dikenal sebagai ekstraksi data adalah teknik atau metode otomatis yang memungkinkan Anda mengekstrak data dari situs web, database, aplikasi perusahaan, atau sistem tradisional dan menyimpannya ke file dalam bentuk tabel atau spreadsheet. Metode ini mengotomatiskan proses salin dan tempel manual yang dapat memakan waktu berjam-jam atau bahkan berhari-hari. Secara sederhana, data Scraping adalah sebuah teknik atau metode otomatisasi yang artinya membuat pekerjaan Anda yang berulang seperti copy paste data dari sebuah website menjadi otomatis dimana terdapat algoritma yang berjalan untuk mengekstrak data dan menyimpannya ke dalam sebuah file ataupun database. Manfaat terbesar menggunakan data scraping adalah efisiensi waktu dan tenaga.
Dengan melalui scraping data ini dapat memudahkan dalam pengelolaan informasi data untuk diterjemahkan lebih lanjut dari sebuah situs web untuk keperluan segala bidang spasial seperti kebutuhan bisnis dalam perbandingan harga, dan melakukan riset pasar pada sumber data publik.
Modul ini menyajikan mekanisme alur penggunaan Instant Data Scrapper dalam membantu ekstraksi data dalam hal ini ialah rumah sakit yang terdapat di kota Makassar.
Dengan bantuan alat data scraping penyajian data akan lebih ideal dalam memperoleh data dalam jumlah banyak. Untuk mengekstrak data dari sebuah website, google maps, dan lain sebagainya. Terlebih dalam kebutuhan analisis spasial akan sangat membantu penyaji data untuk melihat alokasi persebaran data dalam bentuk geoprocessing data ke dalam bentuk raster seperti peta.
19 4.2. Saran
Penggunaan tools berupa ArcGis dan Google Earth akan menjadi penuai dalam pengelolaan data hingga scraping data. Namun dari hasil yang dikelola perlu adanya bantuan yang memadai dari kualitas software untuk melakukan proses scraping data.
Modul di atas menunjukkan bahwa penggunaan menggunakan tools Instant Data Scrapper yaitu alat ekstraksi chrome yang berfungsi untuk menyajikan data otomatis untuk situs web apa pun dengan menggunakan AI untuk memprediksi data mana yang paling relevan pada halaman HTML dan memungkinkan penyimpanannya seacra instan ternyata belum bisa menampung dan memberikan persentase validasi titik koordinat pada data yang disajikan. Sehingga perlu adanya pengecekan tambahan untuk memastikan data yang terinput benar adanya dalam kondisi existing di lapangan.
20 DAFTAR PUSTAKA
Ayani, D. D., Pra wi, H. S., & Muhardi, H. (2019). Implementasi Web Scraping untuk Pengambilan Data pada Situs Marketplace. Jurnal Sistem dan Teknologi Informasi, 7(4).
Donya, M. A., Sasmito, B., & Nugraha, A. L. (2020, Oktober). VISUALISASI PETA FASILITAS UMUM KELURAHAN SUMURBOTO DENGAN ARCGIS ONLINE. Jurnal Geodesi Undip, 9(4).
Fauzi, R. A., Dewi, E. O., Rizara, A., Ridwana, R., & Yani, A. (2022, September). PERBANDINGAN ARCGIS DENGAN GOOGLE MY MAPS DALAM MEMBANTU PEMBELAJARAN SISTEM INFORMASI GEOGRAFIS. Jurnal Pendidikan Geografi Undiksha, 10(2). doi:10.23887/jjpg.v10i2.46378
Li, D., & Wang, S. (2005). CONCEPTS, PRINCIPLES AND APPLICATIONS OF SPATIAL DATA MINING AND KNOWLEDGE DISCOVERY. ISPRS.
Sukmantari, H. N., Marsudi, I., & Raharjo, N. E. (2022). Pengembangan Modul Pembelajaran Penggunaan ArcGIS Online untuk Pembuatan Peta Penyebaran Gedung: Studi Kasus pada Peta Penyebaran SMK Kompetensi Keahlian DPIB di Daerah Is mewa Yogyakarta. Universitas Negeri Yogyakarta.
(h ps://www.esri.com/en-us/arcgis/products/arcgis-pro/overview](h ps://www.esri.com/en- us/arcgis/products/arcgis-pro/overview)
(h ps://www.isprs.org/proceedings/XXXVI/2-W25/source
CONCEPTS_PRINCIPLES_AND_APPLICATIONS_OF_SPATIAL_DATA_MINING_AND_KNOWLEDGE_DISCOVER Y.pdf)
