Measurement

SIG - Measurement

UNIVERSITAS BHAYANGKARA SURABAYA

Dalam ilmu pengetahuan, Measurement (pengukuran) adalah proses memperoleh besaran suatu kuantitas, seperti panjang atau massa, relatif terhadap satuan pengukuran , seperti satu meter atau satu kilogram. Istilah ini juga dapat digunakan untuk merujuk pada hasil yang diperoleh setelah melakukan proses.

Measurement in GIS Menurut Ian Heywood dkk (2011,p176)  pengukuran panjang, keliling, dan luas adalah salah satu

kegunaan SIG. Teknik pengukuran dapat berbeda tergantung dengan tipe data dari SIG (raster atau vector). Data raster Dalam pengukuran data raster banyak cara untuk mengukur jarak dari satu titik (titik A) ke titik lain (titik B). 1.Pythagorean distance Phytagorean distance atau (Euclidean distance) melakukan proses perhitungan jarak antara dua titik dengan menggunakan phytagoras. 2. Manhattan distance Manhattan distance melakukan proses perhitungan jarak pada data raster yang diperoleh dari jumlah sel yang dilalui oleh garis tersebut.  3.Proximity distances 4. Perimeter and area Gambar 2.1 Contoh perhitungan keliling dan luas pada data raster (Edy Irwansyah, 2013, p53)

Perimeter adalah jarak sekeliling dari sel tersebut. Pada gambar (d), perimeter bernilai 26 unit. Area adalah nilai luas dari sel tersebut. Nilai area pada gambar (d) sebesar 28 unit. Data vector  Data SIG yang berupa vector, pengukuran dapat menggunakan teorema Phytagoras untuk memperoleh jarak Euclidean. Geometri juga digunakan untuk mengkalkulasikan perimeter Dan area. Gambar 2.2 Contoh perhitungan keliling dan luas pada data vector  Edy Irwansyah, 2013, p54) Gambar 2.2 Contoh perhitungan keliling dan luas pada data vector

Pada gambar di atas, nilai distance dari garis AB bernilai 5.7 unit. Nilai distance ini diperoleh dengan menggunakan cara teorema phytagoras. Sedangkan nilai area DEF diperoleh dari jumlah masing-masing besaran area. Untuk area (1), nilai panjangnya sebesar 2 unit (diperoleh dari sumbu x), lebar = 2 unit (diperoleh dari sumbu y). Maka dari itu besaran area (1) adalah 2. Untuk area (2), panjang = 3, lebar = 2 maka dari itu diperoleh 2*3/2 = 3. Untuk area (3), panjang = 7, lebar = 2 maka dari itu nilai area (3) = 7. Untuk area (4), panjang area = 5 unit, lebar area = 2 unit, maka dari itu besar area bidang DEF = 2 + 3 + 7 – 4 = 10 unit² . Mengapa area (4) bernilai “-” ini disebabkan karena area (4) berada di luar bidang DEF

➤ ANALISIS DENGAN ARCGIS

Analisis yang akan dibahas dalam modul ini adalah analisis dengan menggunakan ArcGIS. Analisis yang dilakukan terbatas pada analysis tools dalam arctoolbox, yang terdiri atas:

§  Extract

§  Overlay

§  Proximity

§  Statistic

Dalam ArcGIS fungsi ini analisis ini terbagi lagi dalam banyak fungsi misalnya untuk extract kemudian dibagi lagi atas clip, select, split dan table select. Demikian juga degan overlay, proximitt dan statistics terdiri atas beberapa pilihan analisis.

Klik Arc Toolbox

Klik Analysis Tools

Akan muncul pilihan Extract, Overlay, Proximity, Statistic yang kemudian bisa di klik lagi untuk memunculkan fungsi-fungsi  clip, erase, buffer atau frequency dari masing-masing pengelompokan analisis tersebut.

Dalam ArcGIS kemudian tersedia analisis secara khusus dengan extension-extension seperti spatial analyst, 3D analyst image analyst, network analyst, dll. Extension ini dibuat untuk mempercepat proses pekerjaan dan dapat secara khusus digunakan untuk analisis pada bidang tertentu.

 Langkah-langkah Melakukan Analisis

Clip adalah proses mengextrak/suatu feature dengan feature yang dijadikan batasan wilayah clip.

Klik Arc Toolbox

Klik Extract

Klik Clip

Input features = diisikan dengan layer yang akan di clip/dipotong

Clip features = diisikan dengan layer yang akan menjadi pemotong (dalam bentuk polygon)

Output feature class = diisikan nama layer dan folder hasil clip.

XY tolerance (optional) = diiskan nilai toleransi yang satuannya diisikan pada pilihan drop menu yang dimulai dengan unknown. Karena optional bagian ini bisa dilewatkan dan tidak harus diisi.

Select

Merupakan proses pemilihan suatu feature dengan mengunakan SQL berupa expression yang ditentukan.

Input features=diisikan dengan layer yang akan dipilih.

Output Feature Class= diisikan nama file dan folder dimana hasil akan disimpan

Expresion (optional) diiskan dengan  SQL dari informasi yang dipilih dalam data tabular.

Isikan input feature =Papua_district_bnd_poly

Isikan Output Feature Class= ini akan otomatis diisi dengan belakang file diberi akhiran select. Nama file bisa diubah tetapi sebaiknya lokasi penyimpanan dibiarkan sama dengan file asal.

Diiskan Expresion (optional) = “KAB_KOTA=Sarmi” caranya dengan mengklik query builder.

Klik OK untuk melakukan proses

Split

Adalah proses memisahkan satu layers menjadi beberapa layer dengan menggunakan satu polygon yang terpecah-pecah.

Misalnya memisahkan satu layers kontur yang besar menjadi beberapa sheet atau grid seperti gambar berikut.

Input features=diisikan dengan layer yang akan dipisah-pisahkan/split.

Split features=diisikan dengan layer yang akan menjadi pemisah.

Split field= diiskan dengan nama field yang akan menjadi dasar.

Target workspace = diisikan dengan folder dimana hasil split akan disimpan.

XY Tolerance = diisikan dengan angka toleransi jarak yang digunakan dalam analsisi

Tabel Select

Merupakan proses pemilihan table dalam sebuah layer dengan menggunakan expresi dalam SQL.

Input table = diisikan dengan table/layer yang data tabelnya akan dipilih.

Output table=diiskan dengan nama table dan lokasi akan disimpan.

Expression (optional) = diisikan dengan expresi SQL yang ditetapkan sesuai dengan tujuan.

Overlay

Erase

Adalah proses menghapus sebagian dari layer dengan menggunakan layer lain sebagai pembatas wilayah yang dihapus.

Proses analisis ini misalnya dilakukan untuk mengurangi luas kawasan hutan dengan menghapus bagian danau.

Input features = diiskan dengan layer akan akan dihapus sebagian isinya.

Erase feature = disikan dengan layer yang menjadi batas polygon wilayah terhapus.

Output feature dengan nama file dan lokasi file akan disimpan.

XY tolerance = diiskan dengan batas tolerasi kesalahan dari proses. Biasanya diikan satuan jarak tertentu seperi meter, km, miles, dll.

Identity

Adalah proses penggabungan satu layer utama dengan layer lain dengan melalukan overlay dan akan menghasilkan layer utama dengan tambahan input dari layer yang kana digabungkan.

Input feature = diisikan dengan layer yang akan digabungkan.

Identify features = diisikan layer yang akan digabungkan.

Output feature = diisikan dengan nama dan lokasi folder dimana hasil akan disimpan.

Join attributes= adalah pilihan mengenai atribut / isi dari table yang akan digabungkan.

XY tolerance= diisikan dengan jarak toleransi yang digunakan dalam analisis. Ini bisa diiisikan dengan hitungan meter atau kilometer atau satuan jarak yang lain.

Intersect 

Input features= diisikan dengan beberapa layers yang akan diintersect

Output feature class= diisikan dengan nama dan lokasi hasil penggabungan akan disimpan.

Join attribute (optional)= diiisi dengan pilihan semua atribut yang akan disatukan.

XY tolerance(optional)= diisi dengan tolerasi jarak untuk analisis.

Output type (optional)= diiskan dengan jenis output… isikan dengan input supaya hasilnya sama dengan file input.

Spatial Join

Adalah proses menggabungkan data tabular dengan fungsi join. Proses ini menggabungkan data tabular target feature/layer yang akan ditambahkan datanya dengan Join feature yang merupakan feature/table yang akan menjadi tambahan.  Proses ini akan menghasilkan data tabular baru yang merupakan hasil gabungan 2 tabel tersebut dengan menggunakan pilihan proses penggabungan (misalnya join_one_to_one).

Target feature =adalah feature yang akan digabungkan

Join feature = feature yang akan digabungkan

Output feature = hasil dari penggabungan, diisikan dengan

Join Operation (optional) = pilihan join, bisa one to many atau one to one

Fiel map of join features =Field yang akan digabungkan.

Match option (optional) =pilihan penggabungan, standar untuk penggabungan dalah intersect

Distance Field Name (optional) =

Setelah diisikan klik OK

Union

Merupakan proses analisis untuk menggabungkan dua feature dan keseluruhan layer dan data tabularnya akan disatukan.

Input feature = diisikan dengan layer yang akan digabungkan

Output feature = diisikan dengan feature kedua yang akan digabungkan

Join attribute (optional) = diisikan dengan attribute apa yang akan disatukan, dengan pilihan all atau FID (attribute dasar).

XY tolerance (optional) diiskan dengan jarak yang digunakan sebagai toleransi analisis.

Gaps Allowed (optional) = defaultnya dicontreng saja.

PROXIMITY

Buffer

Buffer adalah proses analisis yang digunakan untuk membuat feature tambahan di sekeliling feature asli dengan menentukan jarak tertentu.

Buffer dapat digunakan untuk feature titik, garis maupun polygon.

source :

https://musnanda.com/2013/10/29/analisis-dengan-arcgis/\

http://library.binus.ac.id/eColls/eThesisdoc/Bab2HTML/2013101198IFBab2001/body.html

Analisis Spatial

ANALISIS DATA SPASIAL
UNIVERSITAS BHAYANGKARA SURABAYA

Analisis spasial merupakan kumpulan – kumpulan dari teknik yang dapat digunakan untuk melakukan pengolahan data SIG. Hasil dari analisis data spasial sangat bergantung dari lokasi atau tempat di mana objek sedang dianalisis. Selain itu, analisis spasial juga bisa diartikan sebagai teknik – teknik yang dapat digunakan untuk meneliti dan juga mengeksplorasi dari dari sudut pandang keruangan. Semua teknik ataupun pendekatan perhitungan secara matematis yang berhubungan dengan data  keruangan atau spasial dilakukan dengan menggunakan fungsi analisis spasial.

Analisis spasial adalah teknik ataupun proses yang melibatkan beberapa atau sejumlah fungsi perhitungan serta evaluasi logika matematis yang dapat dilakukan pada data spasial, dalam rangka untuk memperoleh nilai tambah, ekstraksi serta informasi baru yang beraspek spasial. Analisis spasial cukup luas ruang lingkupnya. Salah satunya terdapat pada SIG 

Fungsi Analisis Spasial

Menurut Eddy Prahasta (2009), fungsi dari analisis spasial yaitu:

1. Klasifikasi (reclassify), yaitu suatu kegiatan yang mengklasifikasikan kembali suatu data hingga pada akhirnya menjadi sebuah data spasial yang baru dan berdasarkan pada kriteria atau atribut tertentu.
2. Jaringan atau Network, yaitu sebuah fungsionalitas yang merujuk pada data – data spasial titik- titik ataupun garis – garis sebagai jaringan yang tidak terpisahkan.
3. Overlay, merupakan fungsionalitas yang menghasilkan layer data spasial baru, di mana layer tersebut merupakan hasil dari kombinasi minimal dua layer yang menjadi masukkannya.
4. Buffering, adalah fungsi yang akan menghasilkan layer spasial baru menghasilkan layer data spasial baru dengan bentuk poligon serta memiliki jarak tertentu dari unsur – unsur spasial yang menjadi masukkannya.
5. 3D Analysis, fungsi ini terdiri atas sub – sub fungsi yang berkaitan dengan presentasi data spasial yang terdapat di dalam ruang 3 dimensi atau permukaan digital.
6. Digital Image Processing, untuk fungsionalitas ini nilai ataupun intensitas dianggap sebagai fungsi sebar atau spasial.

Analisis Spasial Dalam SIG (Sistem Informasi Geografi)

Sebelumnya kita perlu mengetahui terlebih dahulu, apa itu SIG. Sistem Informasi Geografi adalah suatu sistem di dalam komputer (SBIS) yang digunakan untuk memasukan atau capturing, menyimpan, memeriksa, mengintegrasikan, memanipulasi, menganalisis dan juga menampilkan data – data yang memiliki hubungan dengan posisi di permukaan bumi. Selain itu, Sistem Informasi Geografi juga mempunyai arti sebagai sebuah sistem informasi yang dibuat untuk bekerja dengan menggunakan data yang bereferensi spasial atau memiliki koordinat geografi. SIG sendiri merupakan salah satu sistem yang cukup kompleks, pada umumnya terintegrasi dengan lingkungan sistem komputer lainnya pada tingkat fungsional dan juga jaringan atau network.

Analisis dalam SIG mempunyai beberapa metode – metode pendekatan. Secara umum terdapat dua macam metode yang digunakan, yaitu pendekatan kualitatif dan pendekatan kuantitatif. Untuk pendekatan kuantitatif sendiri terbagi menjadi tiga macam cara yaitu secara binary, berjenjang dan berjenjang tertimbang.

engetahuan mengenai bagaimana mengumpulkan data, memasukan dan mengeluarkan data serta bagaimana menggunakannya merupakan kunci analisis di dalam SIG. 

Kemampuan analisis berdasarkan aspek spasial yang dapat dilakukan oleh SIG yaitu : 

1. Klasifikasi

Klasifikasi, yaitu mengelompokkan data keruangan (spatial) menjadi data keruangan (spatial) yang berarti. Contohnya adalah mengklasifikasikan tata-guna lahan untuk permukiman, pertanian, perkebunan atau hutan berdasarkan analisis data kemiringan kemiringan atau data ketinggian (peta topografi). Hasilnya berupa peta tata-guna lahan.

2. Overlay

Overlay, yaitu menganalisis dan mengintegrasikan dua atau lebih data keruangan yang berbeda. Contohnya adalah menganalisis daerah rawan erosi dengan meng-overlaykan (tumpang susunkan) data ketinggian, jenis tanah dan kadar air.

3. Networking

Networking, yaitu analisis yang bertitik tolak pada jaringan yang terdiri dari garis-garis dan titik-titik yang saling terhubung. Analisis ini sering dipakai dalam berbagai bidang. misaInya, sistem jaringan telepon kabel listrik, pipa minyak atau gas, pipa air minum atau saluran pembuangan.

4. Buffering

Buffering, yaitu analisis yang akan menghasilkan buffer/penyangga yang bisa berbentuk lingkaran atau poligon yang melingkupi suatu objek sebagai pusatnya, sehingga kita bisa mengetahui berapa parameter objek dan luas wilayahnya. Buffering misalnya dapat digunakan untuk menentukan jalur hijau di perkotaan, menggambarkan Zona Ekonomi Eklusif (ZEE) yang dimiliki suatu negara, mengetahui luas daerah yang mengalami tumpahan minyak di Laut, atau untuk menentukan lokasi pasar, toko atau outlet dengan memperhatikan lokasi konsumen termasuk memperhatikan lokasi toko atau outlet yang dianggap pesaing.

5. Tiga Dimensi

Tiga dimensi, analisis ini sering digunakan untuk memudahkan pemahaman, karena data divisualisasikan dalam bentuk tiga dimensi. Misainya digunakan untuk menganalisis daerah yang akan terkena aliran lava jika gunung-api diprediksi akan meletus.

SMBD Spasial

Sistem Manajemen Basis Data dalam SIG

UNIVERSITAS BHAYANGKARA SURABAYA

1. SIG Sebagai Basis Data

Saat ini  SIG dikembangkan dengan menggunakan sistem manajemen basis data (DBMS). Beberapa fakta menunjukan bahwa sebagian besar biaya sistem perangkat lunak SIG adalah biaya untuk DBMS-nya. Selain itu, DBMS memiliki dan menangani fungsi-fungsi yang sangat diperlukan oleh SIG.

Ada dua pendekatan umum untuk menggunakan DBMS dalam SIG:

1. Pendekatan solusi DBMS  total – data spasial dan non-spasial diakses melalui DBMS.
2. Pendekatan solusi kombinasi – tidak semua data diakses melalui DBMS karena data-data tersebut telah sesuai dengan modelnya.

Sistem Manajemen Basis Data SIG

Tipe Data

1. Data lokasi:

– Koordinat lokasi

– Nama lokasi

– Lokasi topologi (letak relatif: sebelah kiri danau A, sebelah kanan pertokoan B)

 2. Data non-lokasi:

– Curah hujan

– Jumlah panen padi

– Terdiri dari variabel (tanah), kelas (alluvial), nilai luas (10 ha), jenis (pasir)

 3.Data dimensi waktu (temporal):

–  non-lokasi di lokasi bersangkutan dapat berubah dengan waktu (misal: data curah hujan bulan Desember akan berbeda dengan bulan Juli)

2. Basis Data                                    

Konsep bsis data (database) dapa dipandang dari beberapa sudut) dari sisi sistem, basis data merupakan kumpulan tabel yang salaing berhubungan. Sedangkan dari sisi manajemen, basis data merupakan kumpulan data yang memodelkan aktivias-aktivitas yang terdapat dalam perusahaan.

3. Sistem Manajamen Basis Data

Sistem manejamen basis data (DBMS) merupakan kumpulan dari data yang saling berhubungan dengan sekumpulan program-program yang mengakses data tersebut. Perbedaan dengan basis data, DBMS merupakan paket perangat lunak general prupose yang digunakan untuk membangun sistem basis data tertentu. Dengan kata lain DBMS  adalah bagian dari sistem basisdata.

4. Model Basis Data Relasional

Model basisdata yang paling terkenal dalam DBMS ini banyak digunakan dalam SIG. Beberapa DBMS yang menggunakan model basis data relasional:

1. Dbase(*.dbf) – digunakan oleh ArcView, PC Arc/Info, dan SIG lain
2. INFO – Digunakan di dalam Arc/Info
3. Oracle –  Digunakan dalam Arc/Info, Geovision, dll

Sedangkan pengertian Model basis data relasional sendiri adalah merupakan model database berdasarkan logika urutan pertama, pertama sekali dirumuskan dan dikemukakan oleh Edgar F. Codd pada tahun 1969.[1] Pada model database relasional, seluruh data diwakili dalam bentuk tuple, digabungkan dalam relasi-relasi. Database yang diorganisasikan dalam hal model relasi merupakan database relasi.

Keunggulan Model Basis Data Relasional :

1. Model relasional benear-benar mrupakan model data yang lengkap secara matematis.
2. Memiliki teori ayang solid untuk mendukung accestability, correctness, dan predictability.
3. Fleksibilitas tinggi – jelas memisahkan model fisik dan logic hingga dengan adanya decoupling(mengurangi ketergantungan antara komponen system)
4. Integritas – perubahan strukutr data tidak menggangu keutuhan relasi dalam basisdata
5. Multiple views –  dapat menyajikan secara langsung views yang berbeda dari basisdata yang sama untuk pengguna yang berbeda.
6. Concurrency – hampir semua teori menganai pengendalin transaksi simultan yang telah ada, dan dibuat berdasarkan teori formalisme milik model relasional

5. Model Basis Data Hybrid         

• Pengertian 1: Struktur data vektor dan struktur data raster dapat dipadukan pada suatu sistem, dengan melengkapi fasilitas konversi vektor ke raster dan raster ke vektor. Selain itu juga disediakan fungsi-fungsi untuk mengolah masing-masing struktur data

• Pengertian 2: Data SIG terdiri dari dua bentuk data: yaitu data grafis yang menyatakan entitas obyek dan data attribut. Data grafis yang terdiri dari data koordinat dan data topologi disimpan di berkas yang terpisah dari data atribut.  Data atribut ditangani oleh database management system.  Penggabungan kedua tipe data dilakukan melalui suatu kode identifikasi, misal kode identifikasi poligon, garis atau titik. Hal yang sama juga dapat dilakukan ‘linkage’ antara grid-cell modules dengan database management system.

• Pengertian 3: Operasional SIG secara keseluruhan yang terdiri dari SIG software, CAD software, Image Processing software, GPS software, Open-Source components, DBMS system

6. Model Basis Data Terintegrasi

Pendekatan modael data terintegrasi juga dideskripsikan sebagai pendekatan sistem pengelolaan basis data (DBMS) spasial, dengan SIG yang bertindak sebagai query processor. Kebanyakan implementasinya pada saat ini adalah bentuk topologi vektor dengan tabel-tabel relasional yang menyimpan data-data koordinat peta (titik, nodes, segmen garis, dl.) bersama dengan tabel lain yang berisi informasi topologi. Data-data atribut disimpan di dalam tabel-tabel yang sama sebagai basis data map feature (tabel internal atau abel yang dibuat secara otomatis) atau disimpan di dalam tabel-tabel yang terpisah dan dapat diakses melalui operasi relasioanl “JOIN”.