Dunia Nyata dan GIS GIS = World Model

Tujuan Setelah menyelesaikan bab ini, anda diharapkan dapat: Merepresentasikan dunia nyata ke dalam GIS Mengerti model data pada GIS Memahami cara penyimpanan data atribut

Dari Real World ke GIS (1) Real world terdiri dari banyak geografi Geografi tsb harus disederhanakan subyek ke beberapa interpretasi Misalnya jalan Sebagai fitur dengan 2 tepi (surveyor) Sebagai fitur dengan permukaan aspal (pemeliharaan jalan besar) Sebagai hubungan dengan arah (driver)

Dari Real World ke GIS (2) Real world dapat digambarkan hanya dalam hubungan model physical >> real world >> data >> database >> maps/reports reality model model | | | what, where, how structure why |-----------------------------| conceptual level

Dunia Nyata dan Database Spasial Dunia nyata amat sangat komplek Banyak sekali jenis tumbuhan Berbagai macam bangunan Dan lain-lain Isi dari database spasial hanya dapat merepresentasikan dunia nyata dengan sangat terbatas  database spasial adalah model dari dunia nyata User dapat melihat dunia nyata melalui database spasial

Definisi Database Spasial Kumpulan data bereferensi spasial yang merupakan “model” realitas Database adalah model realitas yang merepresentasikan kumpulan perkiraan fenomena Fenomena tersebut dianggap cukup penting untuk direpresentasikan dalam bentuk digital Representasi digital dapat berupa periode yang lalu, saat ini atau akan datang (atau berisi kombinasi dari beberapa periode waktu yang biasa digunakan)

ER Model Entitas : fenomena real-world yang tidak dapat dibagi ke dalam fenomena yang sama tipe (fenomena keseluruhan; didefinisikan secara unik untuk menghindari kemenduaan) atribut (menggambarkan karakteristik dari fenomena) relasi (bagaimana fenomena diorganisasikan secara spasial berhubungan dengan fenomena lain) Contoh: kota dianggap sebagai entitas dan dibagi ke dalam bagian komponen tetapi bagian tersebut tidak disebut kota melainkan disebut distrik, tetangga atau lainnya Contoh: hutan dibagi ke dalam hutan yang lebih kecil

ER Model Transportasi (cara) Udara Darat Laut Transportasi (rute) Sipil : pesawat komersial, pesawat pribadi Militer : pertempuran, pengawasan Darat Sipil : komersial (kereta api, bus, taksi dll), pribadi (bus, mobil, sepeda motor dll) Militer : tank, truk dll Laut Sipil : komersial, pribadi Militer : kapal perang, kapal selam dll Transportasi (rute) Udara Pengguna (sipil, militer) Fungsi (pribadi, komersial, pertempuran, pengawasan) Jalan Darat Kelas (primer, sekunder dll) Panjang (mil, km) Kapasitas (4 lajur, 3 lajur, 2 lajur dll) Arah (2 arah atau 1 arah) Batas kecepatan (10,12,35 dll) Jalan Air Status (buatan manusia, asli dll) Dapat dinavigasi (ya, tidak)

Beberapa Definisi Entity vs Obyek (entity spasial) Atribut Relation Lokasi spasial Geometry (x,y) Atribut Menggambarkan karakteristik Relasi manajemen database Relation Pengkodean topologi Koneksi (dari/ke) Kedekatan (sebelah, batas) Pembatasan (berlokasi di, berisi, menjadi milik) Greenway National Park Highway I-12 Interstate highway; 65 mph a c b d h g f e 1 2 3 5 4

Dunia Nyata dalam GIS Database dari GIS dapat berisi: Objek-objek nyata dalam versi digital Misal: rumah, jalan, hutan, dll. Objek-objek buatan (atau khayalan) dalam versi digital Misal: batas wilayah.

‘features’ pada Dunia Nyata Feature (fitur): objek2 yang berada didunia nyata. Ada dua jenis fitur, yaitu: Discrete feature, misal: Rumah, pulau, jalan, danau. Continuous feature, misal: Temperatur. Discrete feature dapat disimpan langsung di komputer, sedangkan continuous feature harus di konversikan ke bentuk discrete lebih dahulu.

kenyataan Forest Non- Forest Representasi pada GIS kadang-kadang perbedaan antara objek discrete dan continuous tidak jelas.

Object dan Field Object: wilayah kosong yang di-’isi’ dengan objek (titik, garis, atau area/poligon) Field: nilai yang didefinisikan untuk semua lokasi.

Object C B A Points Lines Polygons

Contoh Object

Field Raster grid Regular point grid Irregular points Contour lines 200 240 260 180 270 170 220 250 130 Irregular points Contour lines

Contoh Field Digital elevation models (DEMs) Elevation in Nepal

Layer Obyek spasial dapat dikelompokkan dalam layer yang disebut overlay, coverage atau theme Satu layer merepresentasikan satu tipe entitas atau kelompok tipe entitas yang berhubungan secara konseptual Contoh: layer bisa terdiri dari satu segmen sungai atau gabungan dari sungai, danau, garis pantai dan rawa Pilihan tergantung sistem seperti model database Beberapa database spasial dibangun dengan mengkombinasikan semua entitas dalam satu layer

GIS Data Modelling Aturan-aturan untuk merubah variasi informasi geografis yang ada di dunia nyata menjadi representasi yang bersifat diskrit Dua tipe utama: Model data raster Model data vector

Vector – berbasis titik/garis Model Data Vector – berbasis titik/garis Raster – berbasis sel

Model Data Raster Membagi dunia dalam sel-sel persegi Mencatat sudut bumi Merepresentasikan obyek diskrit sebagai kumpulan sel Menetapkan nilai atribut ke sel Umum digunakan untuk merepresentasikan fielt daripada obyek diskrit Karakteristik: Ukuran piksel Skema tetap

Model Data Vector Digunakan untuk representasi titik, garis dan area Semua direpresentasikan menggunakan koordinat Satu event per vektor Titik mempunyai panjang dan area 0 Garis sebagai polyline Garis lurus antar titik Area sebagai polygon Garis lurus antar titik, dihubungkan kembali ke titik awal Lokasi titik disimpan sebagai koordinat Tidak ada skala detail dari area yang direpresentasikan (hanya 1 nilai)

Model Data Vector x Node Vertex y titik garis Area/poligon

Raster vs Vektor Volume data berbeda Sumber data bervariasi Raster mempunyai ukuran sel yang besar Format data dan kompresi dapat digunakan Sumber data bervariasi Raster baik untuk remote sensing, evelation data Vektor digunakan untuk data administratif Kecocokan software Beberapa GIT cocok untuk raster (ERDAS, ENVI) Beberapa cocok untuk vektor (ArcGIS, GeoMedia)

Paper map vs GIS Paper Map: GIS: Fisik Skala tetap Pre-made Tidak dapat diupdate Dapat dipindah secara fisik Atribut data Sulit untuk query Mudah digunakan GIS: Digital Skala bervariasi Customizable Cepat diupdate Membutuhkan komputer Atribut data: Bisa diquery Dapat membuat peta

Penyimpanan Data Atribut Data atribut disimpan terpisah dari data koordinat Tiap identitas dari fitur dapat dihubungkan dengan table atribut Table atribut untuk titik Table atribut untuk garis Table atribut untuk area Data atribut biasanya disimpan dalam database yang terpisah dari software GIS

Penyimpanan Data Atribut #3 point id nama room staff 1 2 3 RS G RS B RS H 200 120 310 145 85 130 Table atribut area 1 2 3 Contoh penyimpanan data atribut untuk fitur yang berupa titik

Penyimpanan Data Atribut #2 area id area pop HH 1 2 3 gbk gbp klp 4583 3927 9271 1021 761 2102 Table atribut area 1 2 3 Contoh penyimpanan data atribut untuk fitur yang berupa area

Redundancy Menyimpan data provinsi dan data district dalam table yang sama adalah tidak efisien, karena data provinsi harus diulang untuk tiap district. 101 102 103 104 105 107 106

Penyimpanan Data Atribut #4 Kita harus dapat mendesain database yang tidak memiliki banyak redundancy Menggunakan database relational Proses untuk memisahkan beberapa variabel menjadi beberapa tabel disebut “normalisasi”

Database relasional menyediakan efisiensi penyimpanan yang lebih baik 101 102 103 104 105 107 106 Database relasional menyediakan efisiensi penyimpanan yang lebih baik

Penyimpanan Data Atribut #5 Pengelolaan data atribut sangatlah penting Contoh  pada aplikasi GIS untuk socioeconomic, komponen data atribut biasanya jauh lebih besar dari pada komponen database. Misal: hanya ada sedikit provinsi, tetapi terdapat beratus-ratus variabel.

Kualitas Data Objek Untuk mendapatkan aplikasi GIS yang baik, perlu diperhatikan kualitas dari data objek yang ada Pertimbangan untuk kualitas data: Ketelitian spasial (grafis/geometrik) Update data terakhir Tingkat detil data (resolusi) Luas cakupan geografis dan atribut2nya Konsistensi logika yang terdapat di antara objek geometri dengan atribut-atributnya Jenis representasi: diskrit atau kontinyu Relevansi  jika data asli sulit didapat, bisa digunakan data pengganti yang relevan