Review Tentang Data Spasial Dan Data Atribut

Review tentang Data Spasial dan Data Atribut

Pengertian Data Spasial

Data spasial adalah sebuah data yang berorientasi geografis dan memiliki sistem koordinat tertentu sebagai dasar referensinya (Nuarsa IW. 2005.).

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 lain, yaitu informasi lokasi (spasial) dan informasi deskriptif (atribut) yang dijelaskan berikut ini(Yousman. 2004):

• Informasi lokasi (spasial) merupakan informasi yang berkaitan dengan suatu  koordinat  baik koordinat  geografi  (lintang  dan  bujur) maupun koordinat Cartesian XYZ (absis, kordinat dan ketinggian), termasuk diantaranya sistem proyeksi.

• Informasi deskriptif (atribut) atau informasi non-spasial merupakan informasi suatu lokasi yang memiliki beberapa keterangan yang berkaitan dengan lokasi tersebut, contohnya jenis vegetasi, populasi, luasan, kode pos, dan sebagainya. Informasi atribut seringkali digunakan pula untuk menyatakan kualitas dari lokasi. Secara sederhana format dalam bahasa komputer berarti bentuk dan kode penyimpanan data yang berbeda antara file satu dengan lainnya.

Dalam SIG, data spasial dapat direpresentasikan dalam dua format yaitu..? (Prahasta. 2005):

1) Model Data Raster

Data raster atau disebut juga dengan sel grid adalah data yang dihasilkan dari sistem penginderaan jauh. Pada data raster, obyek geografis direpresentasikan sebagai struktur sel grid yang disebut dengan piksel (picture element). Pada data raster, resolusi 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 permukaan bumi yang direpresentasikan oleh satu sel, semakin tinggi resolusinya. Data raster sangat baik untuk merepresentasikan batas-batas yang berubah secara gradual, seperti jenis tanah, kelembaban tanah, vegetasi, suhu tanah dan sebagainya.

Keterbatasan utama dari data raster adalah besarnya ukuran file, semakin tinggi resolusi grid-nya semakin besar pula ukuran filenya dan sangat tergantung pada kapasistas perangkat keras yang tersedia. Masing-masing format data mempunyai kelebihan dan kekurangan. Pemilihan format data yang digunakan sangat tergantung pada tujuan penggunaan, data yang tersedia, volume data yang dihasilkan, ketelitian yang diinginkan, serta kemudahan dalam analisa.

2) Model Data Vektor

Data vektor merupakan bentuk bumi yang direpresentasikan ke dalam kumpulan garis, area (daerah yang dibatasi oleh garis yang 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 merepresentasikan fitur titik, batasan dan garis lurus. Hal ini sangat berguna untuk analisa yang membutuhkan ketepatan posisi, misalnya pada basis data batas-batas kadaster.

Contoh penggunaan lainnya adalah untuk mendefinisikan hubungan spasial dari beberapa fitur. Kelemahan data vektor yang utama adalah ketidak mampuannya dalam mengakomodasi perubahan gradual

Sumber Data Spasial

Data spasial yang digunakan dalam proyek SIG dapat berasal dari berbagai sumber. Beberapa sumber yang umumnya digunakan dalam pembangunan  basis data spasial adalah sebagai berikut (Nuarsa IW. 2005):

a) Peta Analog

Peta analog (antara lain peta topografi, peta tanah, peta kawasan hutan dan perairan, dan sebagainya) yaitu peta dalam bentuk cetak. Pada umumnya peta analog dibuat dengan teknik kartografi, kemungkinan besar memiliki referensi spasial seperti koordinat, skala, arah mata angin dan sebagainya. Peta analog yang meliputi wilayah yang luas, seperti peta topografi, peta penggunaan lahan dan peta lereng, umumnya bersumber pada citra satelit atau foto udara. Dalam tahapan SIG sebagai keperluan sumber data, peta analog dikonversi menjadi peta digital dengan cara format raster diubah menjadi format vektor melalui proses digitasi sehingga dapat menunjukan koordinat sebenarnya di permukaan bumi. Proses digitasi dapat pula dilakukan langsung bila tersedia meja digitasi. Namun dewasa ini sebagian besar digitasi peta analog dilakukan on-screen atau langsung di monitor setelah peta dikonversi menjadi peta raster melalui pemindai (scanner).

b) Citra Penginderaan Jauh

Data Penginderaan Jauh (antara lain citra satelit dan foto-udara), merupakan sumber data yang terpenting bagi SIG, utamanya untuk memantau kondisi lahan, karena ketersediaanya secara berkala dan mencakup area tertentu yang cukup luas). Dengan adanya bermacam- macam satelit di ruang angkasa dengan spesifikasinya masing-masing kita bisa memperoleh berbagai jenis citra satelit untuk beragam tujuan pemakaian. Data citra satelit sebagian besar disediakan dalam format raster.

c) Data Hasil Pengukuran

Data pengukuran lapangan yang dihasilkan berdasarkan teknik pemetaan tersendiri,  pada  umumnya  data  ini  merupakan  sumber  data       atribut, contohnya batas administrasi, batas kepemilikan lahan, batas persil, batas hak pengusahaan hutan, trase (alur) jalan hutan dan lain lain.

d) Data Global Positioning System

Teknologi Global Positioning System (GPS) memberikan terobosan penting dalam menyediakan data bagi SIG. Keakuratan pengukuran GPS semakin tinggi dengan berkembangnya teknologi. Data ini biasanya direpresentasikan dalam format vektor.

Data Atribut 

Data atribut memberikan gambaran atau menjelaskan informasi berkaitan dengan fitur peta atau cara kerja SIG. Data atribut dapat disimpan  dalam format angka maupun karakter. Pada Sistem Informasi Geografis, utamanya di ArcView dan ARC/INFO data atribut dihubungkan dengan data spasial melalui identifier (ID) yang terkait di fitur. Pada ArcView file dikenal dengan nama shapefile (*.SHP) yang terdiri dari serangkaian file, atribut yang disimpan pada file berekstensi *.dbf (Nuarsa IW. 2005).

Penentuan Atribut

Analisis kebutuhan atribut berganda sangat bergantung pada proses penentuan atribut oleh pembuat keputusan karena dengan atribut tersebut pembuat keputusan akan mengevaluasi pencapaian tujuan keputusan. Dalam melakukan pengambilan ide atribut ada dua cara yang dapat ditempuh pembuat keputusan yaitu menggunakan panel ahli dan melakukan survey literatur. Atribut yang digunakan harus mewakili tujuan yang ingin dicapai. Proses pencarian hingga sub-sub atribut yang lebih kecil terus dilakukan hingga diperoleh atribut yang nyata.

Hal-hal yang harus dimilik oleh atribut sebagai berikut (Nuarsa IW. 2005):

Atribut harus lengkap, atribut telah mewakili semua hal yang relevan terhadap keputusan akhir.

Atribut saling terpisah satu dengan yang lain, atribut tidak harus tergantung pada atribut lain sehingga dapat dilakukan proses trade off pada langkah selanjutnya dan menghindari double-counting.

Atribut dibatasi pada hal penting (signifikan) bagi kinerja, atribut diawali oleh tujuan utama yang abstrak dan ditingkat paling bawah.

Pembobotan Atribut

Atribut tidak selalu memilliki tingkat kepentingan yang sama. Dengan pemberian pembobotan yang berbeda, pembuat keputusan dapat menuangkan pertimbangan nilai kepentingan yang berbeda diantara atribut keputusan.  Bobot juga akan membimbing seorang manajer proyek atau program untuk mengupayakan hal terbaik dalam pencapaian target yang memilliki bobot terbesar karena besarnya bobot juga menggambarkan tingkat tanggung jawab yang lebih besar terhadap atribut tersebut.

Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut yaitu:

Pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif.

Masing-masing pendekatan memiliki kelebihan dan kelemahan. 

Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. 

Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan.

Referensi: http://www.landasanteori.com/2015/10/pengertian-data-spasial-dan-definisi.html

Read More

Review jurnal tentang Basis Data Spasial

judul:

MODEL MANAJEMEN DATA SAPASIAL UNTUK PEMILIHAN JALUR DISTRIBUSI HOLTIKULTUR

Abstrak

Salah satu tujuan utama dari aktivitas agroindustri yang vital adalah mengantarkan produk hortikultura (sayuran atau buah) ke lokasi pengguna tepat waktu dengan penyusutan mutu yang minimal. Hal ini mengingat karakteristik produk holtikultura yang peka terhadap fluktuasi kondisi klimat mikro dan makro selama pengangkutan, metoda serta perioda pengangkutan.

Pendahuluan

Produk holtikultura berupa buah, bunga atau sayuran segar merupakan primadona agroindustri saat ini. Hal ini dibuktikan dengan pesatnya perkembangan distributor, pasar tingkat grosir dan retail khususnya buah dan sayuran segar di Indonesia. Namun demikian masalah yang kritis dalam pemasaran hortikultura adalah mempertahankan mutu dan kesegaran hortikultura sejak dari lokasi produksi hingga ke pasar. Metoda optimasi pemilihan jalur dengan basis biaya telah banyak dikembangkan, namun masih mengabaikan dimensi spasial yang justru dapat memberikan peluang strategis dalam analisis pemilihan jalur yang secara alami berkaitan erat dengan orientasi spasial (kondisi jalan, jarak dan lebar jalan, alternatif jalan, posisi gografis, dan peta jalan).

Metodologi

Penelitian dilakukan dalam tiga tahap yaitu:

1. Analisis kebutuhan data spasial dalam sistem distribusi produk hortikultura
2. Desain dan model manajemen basis data spasial
3. penerapan sistem software pemilihan jalur distribusi produk hortikultura

Hasil dan Pembahasan. 

• Kebutuhan data spasial dan non-spasial untuk pemilihan jalur distribusi hortikultura mencakup peta pasar dan jalan, jarak, kondisi trafik, kecepatan kemudi (drive time), kecepatan rata-rata perjalanan seperti disajikan pada Gambar

Gambar, Kalkulasi waktu tempuh total keluruh target pasar.

Kesimpulan
Model manajemen basis data spasial telah diformulasikan dan diimplementasikan untuk prototipe sistem pemilihan jalur distribusi produk hortikultura. Model manajemen data spasial yang dikembangkan telah diujicobakan untuk dapat mendukung pemilihan jalur distribusi hortikultura dengan kasus studi pada wilayah Bogor. Jadi dengan kemajuan teknologi dapat mempermudah jalur angkut buat atau sayur agar dapat menghindari kerugian yang diakitbatkan terlambatnya stok atau produk pertanian yang datang.

Referensi: http://journal.ipb.ac.id/index.php/jmagr/article/view/3348/5357

Read More

Review Jurnal tentang Sistem Informasi Geografis

Judul:
RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS SEBARAN TEMPAT RISET TEKNOLOGI INFORMASI DI KOTA GARUT 

Abstrak
Aktifitas Riset Teknologi Informasi termasuk ke dalam kategori penelitian Rekayasa Perangkat Lunak (RPL). Dalam pendataan aktifitas tersebut munculkan suatu masalah terhadap kebutuhan media informasi untuk mengetahui sebaran tempat serta informasi. Disini akan menggunakan teknologi Geographic Information System (GIS) dalam memenuhi kebutuhan tersebut. Manfaat yang akan didapat dari GIS ini banyak diantaranya yaitu pihak kampus dapat lebih mudah melihat informasi sebaran tempat serta informasi aktifitas penelitian yang dilakukan mahasiswanya.

Pendahuluan

Aktifitas Rioset teknologi informasi termasuk ke dalam kategori penelitian RPL dimana mahasiswa dengan pengawasan dosen membuat sebuah proyek rekayasa perangkat lunak serta membuat sebuah laporan proyeknya. Aktifitas RISTI di atas memunculkan suatu masalah terhadap kebutuhan media informasi untuk mengetahui sebaran tempat serta informasi riset itu sendiri. 

Landasan teori

Teknologi Geographic Information System (GIS) dapat dijadikan sebagai solusi terhadap media informasi sebaran tempat serta aktifitas Riset Teknologi Informasi dengan diagram aktifitas dan use case, pengembangan diagram interaksi, identifikasi kelas, relasi, atribut dan metode, dan yang terakhir proses pemeriksaan.
 Perancangan SIG, Riset teknologi informasi merupakan tahapan dimana kita membuat sebuah kerangka SIG yang akan dibangun, metode yang akan digunakan pada tahapan perancangan SIG RISTI yaitu menggunakan metode OOD (Object Oriented Desain) menggunakan pendekatan Bahrami[3], dalam OOD terdapat beberapa aktifitas yang dilakukan diantaranya yaitu aktifitas perancangan kelas, asosiasi, metode dan atribut, aktifitas perancangan uml class diagram, aktifitas perancangan layer akses dan layer antarmuka, aktifitas uji kelayakan dan kepuasan user berdasarkan use case

Metoda yang digunakan dalam menyelesaikan tahapan ini yaitu menggunakan metoda berorientasi objek, gambaran tahap Work Breakdown Structure (WBS)

Hasil dan pembahasan

1. Analisis kesenjangan adalah keluarannya berupa alur sistem berjalan, hasil analisis kesenjangan, proses bisnis masa depan, aktor dan data yang terlibat pada sistem
2. Analisis sistem masa depan adalah keluarannya berupa identifkasi kelas, relasi,
   attribute dan method
3. Perancangan sistem masa depan adalah keluarannya berupa hasil perancangan kelas,
   asosiasi, methodes dan attributes, hasil peracangan layer akses dan layer antar muka
   SIG RISTI yang dibangun.
4. Implementasi sistem masa depan adalah aplikasi SIG RISTI dan hasil pengujian
   perangkat lunak SIG RISTI dengan menggunakan metoda black box testing

Hasil akhir dari proses implementasi SIG RISTI seperti gambar.

Referensi: http://jurnal.sttgarut.ac.id/index.php/algoritma/article/view/22/21

Read More

Data collecion

Apa Itu Data Collection....?

 Data collection atau pengumpulan data adalah proses mengumpulkan dan memastikan informasi pada  variable of interest (subjek yang akan dilakukan uji coba), dengan cara yang sistematis yang memungkinkan seseorang dapat menjawab pertanyaan dari uji coba yang dilakukan, uji hipotesis, dan mengevaluasi hasil.

Komponen pengumpulan data dari penelitian ini bisa bersifat umum, bisa dilakukan untuk semua bidang studi termasuk ilmu fisik dan sosial, humaniora, bisnis, dan lainnya. Tujuan dari pengumpulan data adalah untuk menemukan bukti yang berkualitas yang nantinya diterjemahkan menjadi analisis data yang bisa menjadi sebuah jawaban yang akurat dan kredibel atas pertanyaan yang diajukan.

Mengapa Mengumpulkan Data...?
         Karena Proses pengumpulan data formal itu diperlukan untuk memastikan bahwa data yang dikumpulkan dapat didefinisikan dengan jelas dan akurat dan berdasarkan argumen dalam temuan yang valid. Proses ini menyediakan informasi dasar untuk mengukur dan menargetkan hal apa yang ingin diperbaiki.

Bahkan menurut Cindi Howson, dalam bukunya yang membahas tentang business intelegence, menunjukkan rata-rata manajer menghabiskan dua jam perhari untuk mengumpulkan data.

Sebelum menyusun rencana pengumpulan data, memahami jenis data akan mempermudah kita untuk menentukan alat statistik apa yang kita pakai untuk mengolahnya. Data terdiri dari dua tipe, yaitu:

Data qualitative dan quantitative

• Data kualitatif adalah data informasi yang berbentuk kalimat verbal bukan berupa simbol angka atau bilangan. Data kualitatif didapat melalui suatu proses menggunakan teknik analisis mendalam dan tidak bisa diperoleh secara langsung.   

• Data kuantitatif adalah data informasi yang berupa simbol angka atau bilangan. Berdasarkan simbol-simbol angka tersebut, perhitungan secara kuantitatif dapat dilakukan untuk menghasilkan suatu kesimpulan yang berlaku umum di dalam suatu parameter.

Ada dua tipe data kuantitif yaitu:
Data Continuous 
adalah  variabel yang terukur pada suatu produk atau proses, yang dapat dibagi sampai tidak terhingga. Contoh: waktu, ukuran, berat, temperatur, dan kecepatan.

Data Discrete atau Attribute
Adalah suatu hitungan, bagian, atau presentase dari sebuah karakteristik atau kategori. Data proses jasa seringkali bersifat discrete.

Read More