kuliah-uas

Sistim Informasi Geografis (SIG) Untuk Pengelolaan Database

Wilayah Pesisir

Pemetaan SDLPS Ilmu Kelautan

Sistem berbasis komputer yang digunakan untuk menyimpan dan mengolah informasi geografi (Aronoff, 1991)

Sistem komputer yang dapat menyimpan dan menggunakan data yang mendeskripsikan tempat/lokasi dipermukaan bumi (ESRI, 1995)

Berbagai aplikasi perangkat lunak, yang dijalankan pada PC atau workstations, yang menyimpan, analisis, dan menayangkan multi-tema dari informasi geografi (Lang, 1998)

Definisi

SIG – Apa itu ?


SIG

komputer

Basisdata

peta

manusia

SIG

Sistem Informasi GeografisBasisdata keruangan


Basis data

Menyusun data dalam format standar Memungkinkan query interaktif dan

analisis Menyediakan alat untuk:

sort query summary


GIGO GIGO = “Garbage In, Garbage Out” Hasil tergantung dari kualitas data yang

dikumpulkan. Sering data tidak baik kualitasnya.

Tidak komplit

Tidak up to date

Tidak sesuai skalanyaTidak dalam format yang tepat


Kontributor SIG

Geografi : teknik utk analisis spasial Kartografi: displai informasi spasial Penginderaan Jauh: sumberdata spasial Photogrametri : foto udara Survei: penyediaan data yang berkualitas Geodesi: akurasi utk ttitik kontrol Statistik: model, hitungan Ilmu komputer: visualisasi, DBMS Riset operasi: teknik optimasi


Bidang-Bidang Aplikasi Urban planning, managemen Lingkungan Politik Civil enginneering Ekonomi dan bisnis Administrasi Pendidikan Perumahan Kesehatan

TUJUAN SIG

Memungkinkan kenampakan geografi di permukaan bumi digambarkan secara digital sehingga dapat ditampilkan secara abstrak dalam bentuk peta,dan dapat digunakan untuk berbagai permasalahan

Menyediakan kenampakan bumi secara digital untuk digunakan dalam pengelolaan, ilmu pengetahuan


Untuk apa SIG ?Umumnya untuk menjawab pertanyaan: Lokasi ---- Dimana ? Kondisi ---- Apa ? Trend ---- Perubahan sejak ? Pola ---- Apa ada pola spasial ? Modeling ---- Apa jika .?


MENGAPA MEMPELAJARI SIG

80 % Aktifitas pemerintah berdasar aspek geografi (zonasi, jalan, Jaringan jalan, TPA, Lahan, Distribusi Sumberdaya alam)

Kegiatan ekonomi menggunakan SIG dalam berbagai bidang: - pemilihan lokasi untuk pabrik, toko, pusat perbelanjaan

- Logistik : jalur perdagangan - Eksplorasi sumberdaya alam (minyak, gas, tambang) - Pertanian - Pekerjaan umum dan konstruksi

Penelitian : geografi, geologi, ekonomi, politik sosial, dll


Menggunakan SIG

Menyimpan dan updating sejumlah besar dan kompleks data spasia

Memetakan data Inderaja, GPS dll Query data spasial dari basisdata

Menyimpan data spasial dan Mengolah


Menggunakan SIG

Menghitung jarak dan luasan Membandingkan data spasial (spasial

dan temporal) Melakukan seleksi berdasarkan

beberapa kriteria spasial

Analisis Spasial


Menggunakan SIG

Pola spasial dan hubungan dalam model dinamik

Interpolasi informasi keruangan Memahami realitas dari kompleksitas

spasial dunia

Spatial Modelling


Jumlah rata-rata orang bekerja sebagai PNS di Jakarta (non spatial query)

Berapa banyak orang bekerja sebagai PNS dalam radius 20 km dari Kota Jakarta ? (spatial query)

Contoh Applikasi

KOMPONEN SISTEM INFORMASI GEOGRAFIS

GIS

DATA

PERANGKAT LUNAK

PERANGKAT KERAS

S D M

METODA

SKEMA SISTEM INFORMASI

Perencanaan Pengumpulan Data

Penyimpanan Data

Manipulasi & Analisis

Produk

Tanggapan Pengguna

Kebutuhan Pengguna


Komponen SIG

Data Input Data Managemen Data Manipulation and

Analysis Data Output


Komponen SIG

Data InputMemasukan data dalam sistem SIG.Konversi data diperlukan agar dapat masuk dalam SIG

Contoh data yang perlu dikonversi:Peta(map), tabel atribut, citra satelit, etc.


Komponen SIG

Data ManagementFungsi untuk menyimpan dan mengolah data dari basisdata.

Cara yang digunakan akan mempengaruhi efisiensi sistem


Komponen SIG

Data Manipulation and Analysis-Menentukan informasi yang dapat diturunkan


Komponen SIG

Data Output-Menghasilkan informasi akhir yang ditentukan oleh pemakai sesuai kebutuhan

-Bisa dalam bentuk peta, tabel nilai, atau teks dalam hard-copy atau soft copy.

Penanganan data SIG ? data spasial disimpan satu atau lebih layer (tema)Data homogen

umumnya (jalan) disimpan dalam satu layer


Data Geografis

Dua jenis : Data atribut : memberikan karakteristik

kenampakan geografis Data Spasial: menggambarkan

kenampakan geografis


Data Geografis

Data spasial

Data atribut


Data Geografis

Model data spasial

RasterVektor


Data Vektor

Titik: pohon, titik hidran, kota, lampu Garis: jalan, sungai, jaringan listrik Poligon: kota, hutan, sebidang tanah

Digunakan secara khusus tergantung skala

Seluruh kenampakan geografis dapat direpresentasikan dalam :


Data Vektor Titik: kenampakan geografis yang

mempunyai lokasi spesifik yang direpresentasikan hanya oleh koordinat .

Data Vektor • Garis : Kenampakan geografis linier terdiri

dari sejumlah koordinat X-Y dan mempunyai atribut

Data Vektor • Area/poligon: kenampakan geografis tertutup

terdiri dari sejumlah garis yang terhubung membentuk area tertutup


Data Raster Elemen utama: sel Kenampakan geografis direpresentasi

kan dalam ruang (pixel). Mempunyai :

Baris, kolum, dan nilai atribut setiap pixel Koordinat x,y kolom

baris

(x,y)Ukuran pixel, e.g. 20 m

Data Raster

Baik untuk menggambarkan gradien Data umumnya berasal dari citra satelit atau

foto-udara Penting untuk data topografi

Digital Elevation Model(DEM)

)


Sumber Data Peta-peta Gambar teknik Foto-udara Citra satelit CAD database Basisdata spasial milik pemerintah Basisdata atribut Dokumen-dokumen dan catatan-catatan


Proses Implementasi SIG

Kajian kebutuhan : Why do it- apakah ini mensuport tujuan organisasi

Disain konseptual : what it does- proses kegiatan yang akan dibantu/suport

Disain fisik : how it will do it- piranti keras, lunak, aplikasi ,data

Implementasi : getting it going - menggunakan Managemen: keeping it going – operasional,

pemeliharaan, updating dan penggunaan


Disain Basisdata Menyediakan kerangka kerja menyeluruh dari basis

data Basisdata dapat dilihat secara keseluruhan sehingga

interaksi antara elemen-elemen dapat dievaluasi Memungkinkan perancang melihat seluruh

komponen yang terlibat dan menetapkan representasi yang sesuai dari entitas-entitas

Memungkinkan melihat bagian-bagian dari basisdata yang tidak dapat diintegrasikan dan tidak dapat ditopang


Tujuan Disain Basisdata

Memenuhi tujuan & suport organisasi Berisi semua data tetapi tidak redudansi Memungkin berbagai pemakai untuk mengakses

data yang sama Mengakomodasi different view data berbeda Menggambarkan secara pas/tepat kode, dan

mengatur kenampakan geografi Membedakan aplikasi- aplikasi berbeda

- membentuk data, memelihara data, menggunakan data


Tujuan Disain Basisdata Benar : menyediakan representasi akurat dan

dipercaya dari informasi yang digunakan Konsisten:Tidak ada kontradiksi dari objek informasi

dinamakan, ditentukan, dihun=bungkan dan disimpan Dapat digunakan bersama:dapat diakses oleh

banyak aplikasi dan pemakai untuk pelbagai permintaan Fleksibel: Memungkinkan pemutahiran oleh karena

perubahan bisnis atau implementasi


Apa yang hendak dicapai

Meningkatkan fleksibilitas pengolahan data dan analisis

Meningkatkan kemungkinan pemakai mengembangkan aplikasi

Mendistribusikan biaya untuk pengumpulan data` menyimpan dan menggunakan

Memelihara data yang digunakan banyak pemakai yang berbeda

Meningkatkan ekstensibilitas Mengurangi redudansi data


Proses Disain Mengidentifikasi permasalahan dan tujuan Mencari basisdata yang ada Mendisain struktur data Membangun Hubungan Implementasi aturan dan batasan-batasan Membuat report Implementasi dari disain


Langkah-langkah Disain Memodel keinginan pemakai

Membuat model konseptual dari data

Membuat Model fisik dari data

Proses disain untuk memperoleh dan konversi data


Model dari Keinginan Pemakai Identifikasi fungsi-fungsi yang mendukung

tujuan institusi/organisasi

Identifikasi data yang dibutuhkan untuk mendukung fungsi-fungsi

Menyusun data dalam logical set berdasarkan fungsi


Model konseptual dari Data Menentukan entitas dan hubungannya

melalui model data,

Mengidentifikasi representasi spasial dari entitas dan sesuaikan dengan model data spasial. Misal: objek spasial digambarkan sebagai titik atau area.

Entitas tidak tergantung HW atau SW


Model logik data Adalah proses data driven Komponen yang terlibat tidak tergantung

dari HW tetapi tergantung SW spesifik Ditentukan oleh sistem managemen

basisdata, dan menggambarkan secara lengkap bagaimana hubungan antar entitas

Menentukan jenis disain basisdata, jenis data dan lebar atau range data


Model Data dalam prakteknya

Sederhana : tujuan model data adalah untuk menjamin bahwa data telah diidentifikasi secara lengkap dan tanpa keraguan dimana pemakai dan SIG analist sepakat

Dicapai melalui penggunaan:- Diagram Entity-relationship yang menunjukkan hubungan diantara semua data- Data dictionaries yang mendokumentasi setiap entitas, atributnya dan hubungannya


Diagram Entity Relationship (E-R)

Entitas- benda atau objek yang akan dimasukkan dalam basisdata. Cont: pekerja, perusahaan

Atribut- Karakteristik atau pengukuran yang dicatat untuk entitas, cont: umur, upah

Hubungan antara entitas- Pekerja --- bekerja untuk ---- perudahaan- perusahaan ----mempunyai---- beberapa pekerja

Bentuk hubungan: satu-satu, satu-banyak, banyak-banyak

Nama Bgn

BangunanTinggi

Luas Lantai

Penghuni

Lahan

mempunyai

lokasi

alamat Nm pemelik

nama

id

Diagram E-R SIG


Definisi Entitas

Nama entitas Bangunan Definisi Struktur dengan atap ID Bgnn Atribut Nama, luas lantai, tinggi

Hubungan terletak di lokasi A, mempunyai penghuni

Data Dictionary


Model Fisik DataMembangun basisdata fisik untuk piranti

lunak tertentu

Untuk Entitas dan atribut Representasikan setiap entitas dan

atributnya dalam satu atau lebih tabel hubungan dan menentukan kunci yang tepat untuk membentuk hubungan

Representasikan setiap entitas spasial yang bersesuaian sebagai struktur data SIG yang tepat dalam piranti lunak SIG: mis. Cakupan, grid, citra dll


Model Fisik Data

Hubungan Untuk hubungan biasa, identifikasi struktur

query normal RDBMS mana yang akan menagani hubungan tsb

Untuk hubungan spasial, identifikasi kemampuan yang mana dari Piranti lunak akan menangani operasi yang diinginkan

Data Raster Data Vektor Data atribut

Disain Basisdata-Konseptual

LogikalFisik

SIG Wilayah Pesisir

Pembentukan Basisdata Spasial Wilayah Pesisir


Disain Konseptual Data Spasial

- Citra Wil. Pesisir: habitat, grs pantai, landuse, batimetri dll- Data vektor : berasal dari peta topografi

Data Atribut- Daftar spesies karang, algae, ikan karang, - Luasan habitat:mangrove ,karang, sedimen dll- distribusi polulasi,- Pulau-pulau

Disain Konseptual Basisdata

Feature Information

Key Layer name

Citra klasifikasi

Area karang

klas P.dua

Karang Kondisi Polygon label

Kond-kar

Mangrove Luas label mangcov

Klas karakteristik

Daratan

Label poligonLabel poligon

Citra klasifikasi

tambahan

adjacent

karakteristik karakteristik

Terumbu karang

entitas

hubungan

Model Hubungan spasial entitas

Disain logikal Basisdata spasial

Klas Data Entitas Atribut

Data spasial Citra klasifikasiWilayah (Desa)

Klas, area,Area, nama, populasi, dll

Data Atribut Jenis spesies

Pulau

Spesies karang

Luas, populasi dll

Disain Fisik Basisdata Spasial

Entitas Atribut Lebar FieldDan jenis

Deskripsi

Citra klasifikasi

Klas

AreaCount

Lebar: 20, springLebar : 5 angka

Jenis feature

Areal estimasi

Jenis spesies KarangAlgaeSeagrassIkan

TeksTeksTeksTeks

Hasil hitungan yang ada

BasisdataPesisir

Data spasial

Data numerik

karang

pulau

Vektor:poligon

Vektor:poligon

Daftar spesies

Ukuran populasi

Luas area

karang

algae

karang

pulau

Model basisdata spasial wilayah pesisir

dst Vektor:poligon

Tabel Spesies_

Spcs_ID Spcs_Nme Fam TypeCA001c02 A.aspera Acroporidae Karang

AH005A02 H.minima Halimedae Algae

SH010S02 H.ovalis Halophilidae Seagrass

Tabel Karang

RF_LBL RF_ID Topo AreaA_Cr2 AO1CR2 Poligon 35

H_cr1 HO4CR1 Poligon 25

N_Cr1 NO2CR1 Poligon 30


MODEL BASISDATA

Flat file (tabular)Dataterdapat didalam tabel tunggal (tidak ada kaitan antara tabel stu dengan lainnya)

HierarchicalModel pohon atau hirarki. Model ini menggunakan pola hubungan parent-child. Setiap simpul menyatakan sekumpulan field. Setiap simpul yang memiliki simpul lain disebut parent

NIM Nama

MT-Kul SKS Dosen

14010

Amat IKL-421

3 HS

14021

Budi IKL 342

3 RA

Contoh : Flat file


MODEL BASISDATA (lanjutan…)Simpul yang memiliki hubungan dengan simpul lain yang berada diatasnya disebut child. Setiap child memiliki satu parent. Simpul yang tertinggi dan tidak mempunyai parent disebut root. Simpul yang paling bawah disebut leaf

Pada model basisdata ini, file menyimpan datanya didalam lebih dari satu tipe record (tabel). Field kunci digunakan sebagai petunjuk atau link untuk menghubungkan semua atribut yang dimilikinya beserta records yang bersangkutan.

HS

IKL-421 IKL-422

Amat Budi

Root

Childs

Leaves

Parent

Parent

Contoh Model Basisdata Hirarki sederhana


MODEL BASISDATA (lanjutan…)

NetworkDisebut juga: model DBTG (database task group). Model ini mirip dgn hirarki, tetapi pada model network ini, setiap child dapat memiliki lebih dari satu parent. Sehingga parent maupun child memiliki relasi (N-M)

HS RA

IKL-421 IKL-422 IKL-321 IKL-322

Amat Budi Joni Badu

Dosen

Mt.Kuliah

Mahasiswa

Contoh Model Basisdata Network sederhana


MODEL BASISDATA (lanjutan…)

RelationalModel ini terdiri dari tabel-tabel dengan field-field kunci sebagai penghubung relasional antar tabel

Pencarian/penelusuran dapat dilakukan pada setiap field atribut

Mudah digunakan Umum digunakan dalam aplikasi SIG

Nrp Nama Alamat001 Amat Jl.Asahan003 Badu Jl.Durian

kodeMt.Kuliah

SKS KodeDosen

321 3 d001322 3 d002Kodedosen

Nama Gelar Akademik

d001 HS s2d002 RA s2

Analisa Dalam SIGJawaban SIG dapat memberikan:

Data apa: apa informasi yang disimpan dalam basis data

Apa pola pada Data: mencari kenampakan dengan seperangkat karakteristik

Data dapat digunakan untuk apa: Model prediksi


Fungsi SIG :

Fungsi Analysis

Maintenance and analysis of the spatial data and attribute data

Integrated analysis of spatial and attribute data

Output formatting


Analisis data spasial

Formulasi

Transformasi geometrik

Perubahan proyeksi peta

Edge matching


Analisis data atribut Editing data atribut: updating, modifying, deleting,

adding Penelusuran atribut: joining table, penelusuran

sederhana,

Analisis Integrasi data (spasial & atribut) Retrieval,classification, measurement Operasi overlay Neighbourhood operation Connectivity functions


Retrieval/classification/measurement Retrieval: menggunakan penelusuran data spasial

dan atribut (tidak ada modifikasi komponen spasial); bangunan fakultas digambarkan pada thn pembuatan

Classification: generalisasi atau re-klasifikasi (kombinasikan klas-klasi untuk menunjukkan pola): Re-klas land use

Measurement: jarak antara dua titik, luas poligon, panjang garis; cari areal hutan yang luasnya> 2000 ha


Operasi Overlay (tumpang susun)

Ada dua jenis Overlay: Aritmatik: addition,subtraction,

division,multification semua nilai pada kolom data dengan nilai yang ada pada kolom data lain

Logik : menentukan area yang seperangkat kondisi terdapat (terjadi)


Kriteria Dalam Ovelay

Sama proyeksi peta dan sistem koordinatnya

Sama ukuran sel (untuk raster)


Analisis Spasial

Analisis Data Vektor

Analisis Data Raster

(a) Jarak,

(b) Arah,

(c) Lokasi,

(d) Luas dan volume,

(e) Ketinggian dan kemiringan lereng

Analisis Spasial DasarSELURUH KEMAMPUAN PEMETAAN KONVENSIONAL DAPAT DILAKUKAN


Analisis Data Vektor

Menggunakan poin dan koordinat (X,Y) Berdasarkan objek geometrik dari poin, garis

dan poligon Akurasi dari analisis tergantung dari akurasi

dari objek (lokasi dan bentuk) Vektor data dapat berupa: topologi based

atau non topologi


Analisis Data Vektor …Buffering

Konsep proximiti: memisahkan area dalam jarak tertentu dengan kenampakan yang disebut dengan buffer zone dan area pada kenampakan itu.

Kenampakan yang di buffer dapat berupa poin, garis atau area.


Buffering..

Ada beberapa variasi pada buffering

Jarak buffer tidak harus konstan, dapat bervariasi tergantung dari kepentingan (nilai)

Dapat lebih dari satu buffer Buffer dari garis dapat hanya pada satu sisi saja Batas buffer dapat ada(intact) atau tidak ada

(dissolve)


Aplikasi Buffereing Buffering membentuk peta buffer zone.

operasi buffer terpisah dari spasial data query Spasial data query dapat memilih

kenampakan pada peta yang terdapat dalam jarak tertentu, tetapi tidak menghasilkan peta buffer zone.

Buffer zone sering diperlakukan sebagai zona proteksi dan digunakan dalam managemen


Buffering…contoh aplikasi Peraturan kota mengharuskan pada jarak 5

km dari sekolah tidak boleh ada tempat permainan (game zone)

Peraturan mensyaratkan tidak boleh ada logging pada jarak 2 km dari badan sungai

Peraturan mengharuskan tidak boleh ada rumah pada jarak 100 m dari badan sungai

Peraturan melarang jaringan tegangan tinggi pada jarak kurang dari 100 m dari pemukiman


Map Overlay

Mengkombinasikan data spasial dan atribut dari dua atau lebih data untuk menghasilkan data baru (output)

Mempunyai peta(spasial) input dan overlay Output merupakan intersection dua data (input

dan ovelay) Setiap kenampakan dari output berisi

kombinasi dari atribut kedua data Harus dalam sistem koordinat yang sama


Map OverlayDapat dikelompokkan berdasarkan tipe kenampakan

Operasi point-in-point

Operasi line-in-polygon

Operasi polygon-in-polygon

Voir le page 186


Operasi point-in-poligon

Poin pada input terdapat pada outputPoin pada output diberi atribut dari

data poligonContoh: asosiasi lokasi wild animal

dengan jenis vegetasi


Operasi line-in-polygon Output berisi kenampakan garis yang

sama dari data input Garis padqa input mengalami perpotongan

dengan poligon dari data overlay Output mempunyai busur (arc) lebih

banyak dari input Setiap arc pada output mengkombinasikan

atribut dari kenampakan garis dan poligon Contoh:mengetahu jenis tanah dari jalan

yang direncanakan


Operasi polygon-in-polygon Overlay yang umum dilakukqan Melibatkan dua atau lebih poligon Output mengkombinasikan batas poligon dari

input dan overlay sehingga menghasilkan poligon baru

Poligon output mengandung data atribut dari kedua data

Data atribut dari output berbeda dengan kedua data atribut (input dan overlay)

Contoh: asosiasi zona elevasi dan tipe veg


Metode Overlay

Jika peta input (1) mempunyai area yang sama dengan peta overlay (input 2), maka peta output mempunyai area yang sama dengan keduanya,

Bentuk overlay: Union, Intersect, Identity Union : semua feature ditampung(preserve) Intersect: hanya menyimpan feature dari area

yang sama dari kedua input Identity: hanya menyimpan area yang ditentukan

oleh input


ANALISIS DATA RASTER

Menggunakan cell/grid : spasial dan nilai Sederhana Efisien dalam komputasi dan variasi dalam

analisis data Analisis dapat pada level grid/cell atau

kelompok Nilai cell/grid


Terima Kasih

kuliah-uas

Documents