STRUKTUR DATA SIG Dari Peta 2 Dimensi ke file computer Peta 1 dimensi TIM PENGAMPU SIG: Siswanto Kemal Wijaya Moch. Arifin Slide di perbaruhi dari : Ron Briggs, UTDalas, Introduction GIS, and O’Sullivan and Unwin Geographic Information Analysis, Wiley, 2003

Sumber Informasi Geografi bersifat dinamis dengan ciri-ciri: Merupakan pengetahuan (knowledge) empirik. Sistematis, tersusun secara berurut dan teratur. Logis Objektif, berlaku umum, sasaran jelas dan teruji. Memiliki ciri spasial (keruangan) dan regional (kewilayahan).

Sumber data spasial dalam GIS Peta analog : peta dalam bentuk cetakan, seperti peta rupa bumi yang diterbitkan Badan Infomasi Geospasial (BIG) dapat diubah menjadi data digital dengan cara scanning atau digitizing Data Penginderaan Jauh : sebagai sumber data terpenting dalam SIG karena ketersediaannya secara berkala dalam format raster seperti citra satelit dan foto udara. Data hasil pengukuran lapang : batas administrasi, batas kepemilikan lahan, batas persil, batas hak pengusahaan hutan, dsb., yang dihasilkan berdasarkan teknik perhitungan tersendiri sebagai sumber data atribut. Data GPS (Global Positioning System) : dalam bentuk digital sebagai sumber data atribut yang akurat, up to date dan kompatibel.

Gambaran Penampakan Geografik: Bagaimana kita menggambarkan feature secara geografik? Dengan mengenali dua tipe data: Spatial data : yang menggambarkan lokasi (where/dimana) Attribute data: yang menciri khusus pada lokasi (what, how much, and when) Bagaimana menggambarkan feature secara digital dalam SIG? Mengelompokkan dalam layers berdasarkan karakteristik yang sama (seperti hidrografi, ketinggian, hydrography, elevation, saluran air, saluran pembuangan, penjualan kelontong) dan yang lain menggunakan: vector data model (coverage in ARC/INFO, shapefile in ArcView) raster data model (GRID or Image in ARC/INFO & ArcView)

Gambaran Penampakan Geografik: dengan memilih sifat data yang sesuai untuk setiap layer yang berkenaan dengan: proyeksi, skala, akurasi dan resolusi. Bagaimana kita menggabungkan ke dalam sistem aplikasi komputer? Dengan menggunakan relasi Data Base Management System (DBMS)

Struktur Data SIG: Overview Tipe data spasial dan tipe data atribut Hubungan database management systems (RDBMS)  Konsep Dasar DBMS dan Tabel Hubungan DBMS Struktur data Raster: Menggambarkan geografik via cel grid Tesselations / (menutup permukaan seperti memasang ubin tanpa overlap) menjalankan kompresi panjang Menggambarkan pohon kuadran BSQ/BIP/BIL Menggambarkan DBMS Format File

Struktur Data SIG Struktur data Vektor: Menggambarkan geografik via koordinat Seluruh poligon Titik dan poligon Simpul/garis lengkung/poligon Silinder Format File

Struktur Data SIG Baris X Kolom Y 1 2 3 4 5 6 7 8 9 10 11 12 13 53 191   X Kolom Y 1 2 3 4 5 6 7 8 9 10 11 12 13 53 Baris 191 112 51 45 103 187 254 150 83 101 92 215 138 87 63 71 217 255 253 207 79 46 120 134 143 188 250 221 160 78 54 115 147 181 81 75 177 220 252 171 139 127 209 225 251 124 98 113 182 224 211 148 97 111 192 244 165 99 151 226 236 200 107 158 26 39 56 64 41 25 73 153 205 243 218 174 233 230 204 176 231 237 212 Green Blue Red Digital Number (DN) Skala : 0 - 256

Struktur Data SIG Point feature, we use one point coordinate to represent: [(x, y)]. Polyline feature, we use a polyline consisted of a series of point coordinates to represent: [(x1, y1), (x2, y2), (x3, y3),…,(xn, yn)]. Polygon, we use a closed polygon consisted of a series of point coordinates to represent: [(x1, y1),(x2, y2),(x3, y3),…,(xn, yn), (x1, y1)]. Take chart below as the example. We can use vector data model to store point, polyline and polygon features.

Struktur Data SIG No Coordinate Value 1 (1,2) 2 (2,1) No Point Feature： No Coordinate Value 1 (1,2) 2 (2,1) Polyline Feature： No Coordinate Value 1 (1,5)-(3,5)-(4,2)-(5,1)-(8,1)-9,2) 2 (2,4)-(4,6)-(6,7)-(9,6) Polygon Feature： No Coordinate Value 1 (1,6)-(2,7)-(3,7)-(3,6)-(1,6) 2 ((5,5)-(8,5)-(8,4)-(7,3)-(6,3)-(5,4)-(5,5)

Tipe Data Spatial Garis Bersambung/Continuous elevasi, tinggi hujan, Salinitas laut Luasan/areas: Tak terbatas (Unbounded ) Penggunaan lahan, areal Pasar, Tanah, tipe batuan. Terbatas (bounded)  Batas Kabupaten/Negara, Kepemilikan, zonasi Bergerak (moving): massa udara, air masses, binatang ternak, animal herds, ikan berenang networks: jalan, jalur transmisi, aliran points: fixed: dinding, penerangan, alamat moving: kendaraan, ikan, rusa

Tipe Data Attribute Kategori (nama): Munurut Angka (Numerical) nominal Tidak ada pesan yang melekat Tipe penggunaan lahan, nama negara ordinal Pesan yang melekat Kelas jalan, kelas aliran sering dikodekan dengan nomor misalnya SSN tetapi tidak dapat melakukan operasi aritmatika Munurut Angka (Numerical) Yang dikenal selisih antara nilai-nilai interval Tidak ada nol alami tidak bisa mengatakan 'dua kali lebih banyak' Temperatur (Celsius or Fahrenheit) ratio Nol alami rasio yang masuk akal (misalnya dua kali lebih banyak) Pendapatan, umur, tinggi hujan dapat dinyatakan sebagai integer [bilangan] atau floating point [pecahan decimal]

Tipe Data Attribute Tabel data Atribut dapat berisi informasi lokasi, seperti alamat atau daftar koordinat X, Y. Tabel ArcView mengacu pada kejadian ini. Namun, tabel harus dikonversi ke data spasial yang benar (bentuk berkas), misalnya dengan geocoding, sebelum mereka dapat ditampilkan sebagai peta.

Data Base Management Systems (DBMS) entity Attribute Key field Berisi Table or kelas feature dalam: rows: entities, records, observations, features: 'semua' informasi tentang salah satu terjadinya fiture columns: attributes, fields, data elements, variables, items (ArcInfo) salah satu jenis informasi untuk semua fiture Key field adalah atribut yang bernilai unik untuk mengidentifikasi setiap baris

Relasi DBMS: Tabel terhubung, atau joined, umumnya menggunakan pengenal record (variable kolom), ada dalam kedua tabel, disebut kunci sekunder (or foreign key), yang mungkin atau tidak mungkin sama dengan field kunci (key field). Goal: Menghasilkan peta dari nilai kabupaten/sekitarnya Problem: Tidak ada kode yang dapat digunkan dalam persil Tabel Secondary or foreign key Solution: join Tabel Persil, Yang berisi nilai, dengan Tabel geografik, yang mengandung kode lokasi, menggunakan Blok sebagai key field

Model Data SIG: Raster v Model Data SIG: Raster v. Vector “raster is faster but vector is corrector” Joseph Berry Raster data model location is referenced by a grid cell in a rectangular array (matrix) attribute is represented as a single value for that cell much data comes in this form images from remote sensing (LANDSAT, SPOT) scanned maps elevation data from USGS best for continuous features: elevation temperature soil type land use Vector data model location referenced by x,y coordinates, which can be linked to form lines and polygons attributes referenced through unique ID number to tables much data comes in this form DIME and TIGER files from US Census DLG from USGS for streams, roads, etc census data (tabular) best for features with discrete boundaries property lines political boundaries transportation

Concept of Vector and Raster Real World Raster Representation Vector Representation line polygon point

Concept of Vector and Raster

Menggambarkan Data Menggunakan Model Raster area is covered by grid with (usually) equal-sized cells location of each cell calculated from origin of grid: “two down, three over” cells often called pixels (picture elements); raster data often called image data attributes are recorded by assigning each cell a single value based on the majority feature (attribute) in the cell, such as land use type. easy to do overlays/analyses, just by ‘combining’ corresponding cell values: “yield = rainfall + fertilizer” (why raster is faster, at least for some things/setidaknya u/ beberapa hal) simple data structure: directly store each layer as a single table (basically, each is analagous to a “spreadsheet”) computer database management system not required (although many raster GIS systems incorporate them) corn wheat fruit clover oats 1 2 3 4 5 6 7 8 9

Struktur Data Raster: Concepts Grid sering memiliki asal-usulnya ada dalam catatan kiri atas: State Plane dan UTM, kiri bawah lat/long & kartesian dibagian tengah Nilai tunggal yang berasosiasi dengan tiap cell Biasanya ditetapkan 8 bits yang berasosiasi dengan nilai kemungkinan dari 256 (0-255) aturan diperlukan untuk memberikan nilai ke sel jika objek tidak mencakup seluruh sel Mayoritas daerah (untuk fitur cakupan kontinu) Nilai pada cell pusat ‘touches’ cell (untuk feature linear seperti jalan) Pembobotan untuk memastikan fitur langka yang diwakili

Struktur Data Raster: Concepts memilih ukuran sel raster panjang 1/2 (luasan 1/4) dari fitur terkecil untuk memetakan (fitur terkecil disebut satuan pemetaan minimum atau elemen resel-resolusi) raster orientation: sudut antara utara sebenarnya dan arah yang didifinisikan oleh kolom raster class: Seperangkat cell dengan nilai sama (seperti tipe = tanah berpasir) zone: set of contiguous cell dengan nilai sama neighborhood: menetapkan sel-sel yang berdekatan dengan sel target dalam beberapa cara yang sistematis

Struktur Data Raster: Tesselations (Pengaturan geometris yang benar-benar menutupi permukaan) Square grid: Sisinya sama panjang Secara konsep sederhana Secara rekursif cell dibagi kedalam cell yang bentuknya sama 4-penghubung dengan sekitarnya (atas, bawah, kiri, kanan) (kasus batuan) semua sel tetangga berjarak sama 8-penghubung dengan sekitarnya (juga termasuk diagonal) (queen’s case) Semua cell sekitarnya tidak sama jaraknya Pusat cell diagonal sejauh 1.41 unit (akar kuadrat dari 2) rectangular Umumnya terjadi pada lat/long ketika diproyeksikan Data yang dikumpulkan pada 1 derajat oleh 1 derajat akan berbeda ukuran persegi panjangnya triangular (bersisi 3) dan hexagonal (bersisi 6) semua sel berdekatan dan titik- titik berjarak sama triangulated irregular network (tin): Model vector digunakan untuk menggambarkan permukaan kontinyu (elevasi) lebih lanjut kemudian di bawah vektor

Struktur Data Raster Runlength Compression (for single layer) Full Matrix--162 bytes 111111122222222223 111111122222222233 111111122222222333 111111222222223333 111113333333333333 111333333333333333 1,7,2,17,3,18 1,7,2,16,3,18 1,7,2,15,3,18 1,6,2,14,3,18 1,5,3,18 1,3,3,18 Run Length (row)--44 bytes This is a “lossless” compression, as opposed to “lossy,” since the original data can be exactly reproduced. Pengkodean “Melalui Nilai Kolom” Angka pertama adalah nilai, angka kedua adalah kolom terakhir dengan nilai tersebut.

Struktur Data Raster: Database Representation data mentah dapat hadir dari BSQ, BIP, BIL tapi tidak baik untuk efisien pengolahan GIS Dapat digambarkan sebagai tabel database standard joins didasarkan paa ID sebagai key field yang dapat digunakan untuk menghubungkan variable-variable dalam table yang berbeda

Format File untuk Data Raster Spatial Model data raster generik sebenarnya diimplementasikan dalam beberapa format file komputer yang berbeda: GRID adalah format milik ESRI’s untuk menyimpan dan memproses data raster Format standard industri untuk data image seperti JPEG, TIFF dan MrSid yang dapat digunakan untuk menayangkan data raster, tetapi tidak untuk analisis (harus dikonversi ke GRID) Informasi Georeferensi diperlukan untuk menayangkan image dengan memetakan data vector Membutuhkan lampiran file “word” yang menyediakan informasi lokasi. Image Image File World File TIFF image.tif image.tfw Bitmap image.bmp image.bpw BIL image.bil image.blw JPEG image.jpg image.jpw Meskipun tidak biasa ditemui, sebuah "GeoTiff 'adalah file tunggal yang menggabungkan images dan informasi dunia nyata dalam file tunggal.

Menggambarkan Data menggunakan Model Vector : formal application point (titik): 0-dimensi Sepasang koordinat tunggal x,y Luasan daerah nol Pohon, sumur minyak, label lokasi Garis (arc): 1-dimensi dua (atau lebih) terhubung dengan koordinat x,y Jalan, aliran polygon : 2-dimensi empat atau lebih titik teratur terhubung dengan koordinat x,y x,y yang pertama dan terakhir sama berpasangan. Suatu daerah yang tertutup batas sensus, batas kabupaten, danau 1 2 7 8 . x=7 y=2 Point: 7,2 Line: 7,2 8,1 Polygon: 7,2 8,1 7,1 7,2

Vector Data Structures: Whole Polygon Keseluruhan Polygon (struktur batas): poligon dijelaskan oleh daftar koordinat titik-titik dalam urutan seperti yang anda jalani di sekitar batas luar poligon Semua data tersimpan dalam satu file Dapat juga disimpan—tidak efesien– data atribute untuk polygon dalam file yang sama koordinate/batas untuk polygon berdekatan disimpan duakali; Mungkin tidak sama, menghasilkan irisan (gap), atau tumpang tindih Bagaimana memastikan kalau keduanya telah diperbaruhi? Semua garis adalah ganda (kecuali untuk garis pinggiran terluar)

Vector Data Structures: Whole Polygon Tidak ada informasi topologi tentang poligon yang berdekatan dan memiliki batas umum? bagaimana hubungan geografis yang berbeda? misalnya kode pos dan saluran? digunakan oleh program pemetaan komputer pertama, SYMAP, di akhir 60-an diadopsi oleh SAS / GRAPH dan banyak program pemetaan tematik bisnis. Topology -- pengetahuan tentang posisi relatif spasial -- menyadari mengelola data geometri bersama Topography -- bentuk permukaan lahan, khususnya elevasi

Seluruh Polygon: illustration Data File A 3 4 A 4 4 A 4 2 A 3 2 B 4 4 B 5 4 B 5 2 B 4 2 C 3 2 C 4 2 C 4 0 C 3 0 C 3 2 D 4 2 D 5 2 D 5 0 D 4 0 E 1 5 E 5 5 E 5 4 E 3 4 E 3 0 E 1 0 E A B C D 1 2 3 4 5 1 2 3 4 5

Struktur Data Vektor: Points & Polygons Points and Polygons: polygons digambarkan oleh daftar angka ID dari titik-titik dalam rangka mengitari batas terluar; described by listing ID numbers of points in order as you ‘walk around the outside boundary’; File kedua mendafatar semua titik dan koordinatnya. menyelesaikan duplikat koordinat / masalah perbatasan ganda Garis dapat ditangani sama dengan poligon (daftar ID), tapi bagaimana menangani jaringan? masih belum ada informasi topologi pertama kali digunakan oleh CALFORM, paket pemetaan generasi kedua, dari Laboratorium Komputer Grafis dan Analisis Spasial di Harvard pada awal 70-an