Identifikasikan Unsur Unsur Dasar Data Spasial Yang Berbentuk Vektor

Segala itu data spasial? Apa perbedaannya dengan data non spasial? Apa saja jenisnya dan darimana data tersebut didapatkan?

Data spasial adalah data yang bisa menunjukkan lokasi letak data tersebut di permukaan mayapada. Data spasial punya referensi posisi geografis dan digambarkan kerumahtanggaan sebuah sistem koordinat. Data spasial sering juga disebut dengan data geospasial, data geografis, atau geodata. Seiring dengan berkembangnya produksi data, total data spasial bertambah dengan pesat.

Dalam tulisan ini saya mengaibkan data spasial mulai pecah pengertiannya, jenisnya, sumur data, serta perbandingan data raster dan data vektor.

Cak kenapa mesti memahami data spasial?

Sebelum kita ikut ke penjelasan adapun data spasial, silakan kita jawab lalu pertanyaan ini:

Cak kenapa kita perlu memahami data spasial?

Ini jawaban saya:

• Karena data spasial cak semau di mana-mana.
• Karena data spasial tidak hanya menunjukkan lokasi.

Data spasial cak semau di mana-mana

Sekarang, apapun parasan yang sira pelajari, ataupun apapun bidang pekerjaanmu, kamu pasti bersinggungan dengan data spasial.

Susunan bentang petisi Maps di hape, mencari lokasi suatu tempat dan rute tercepat menjurus ke sana?

Kamu mutakadim akses data spasial.

Atau kamu minta temanmu share-loc via whatsapp?

Dia pakai data spasial lagi.

Aspek “di mana-mana” ini kembali terkait dengan kuantitas datanya.

Akibat perkembangan teknologi informasi dan Internet of Things, waktu ini kuantitas data nan ada di seluruh dunia sudah sedemikian banyaknya.

Sciencedaily.com plong tahun 2013 pernah merilis fakta bahwa 90% data yang ada diproduksi namun internal kurun waktu dua tahun buncit.

Delapan perian berlalu, bisa dibayangkan masa ini seberapa cepat data-data diproduksi?

Dan di sinilah fakta mencengangkan:

href=”https://backend.orbit.dtu.dk/ws/portalfiles/gapura/117885360/PHOTO_D_15_00278R1B.pdf”>Selingkung 80% data yang kita produksi memiliki wacana lokasi, atau merupakan data spasial.

Ada suatu patois nan sangat populer di dunia geospasial:

Spatial is special.

Segala apa nan membuat data spasial menjadi idiosinkratis?

Salah satu alasannya adalah data spasial bakir menunjukkan arketipe, hubungan, trend suatu fenomena.

Selanjutnya publikasi atas kamil, tendensi, dan hubungan antara fenomena ini boleh digunakan buat menjawab bineka masalah yang berhubungan dengan ulas (dan hari).

Sebagai contoh, lihat tulangtulangan di bawah ini.

Suntuk bandingkan dengan kerangka di bawah ini.

Ini merupakan data yang selaras, ialah kejahatan/ kriminal yang terjadi di Kota San Fransisco.

Gambar atas merupakan data n domestik rencana tabular, padahal pangkal adalah data yang sederajat yang sudah lalu dikonversi dan ditampilkan secara spasial.

Dengan mengintai gambar yang bawah, kita bisa mendapat insight bahwa ternyata kian banyak terjadi kasus kriminal di Fragmen Utara daripada Bagian Kidul.

Berbunga fakta ini, kita boleh membuat banyak pertanyaan lanjutan. Misalnya, mengapa terjadi lebih banyak kejahatan di adegan lor? Apa saja faktor-faktor yang mempengaruhi konsentrai tindak kejahatan?

Selalu ingat: data spasial lain cuma menunjukkan lokasi sahaja.

Kognisi terhadap data spasial dan kemampuan mengerjakan analisis spasial akan membantu kita menyingkap pengetahuan dan menjawab permasalahan mania dengan lebih menyeluruh.

Apa itu data spasial?

Data spasial merupakan data nan memiliki teks posisi geografis dan digambarkan dalam sebuah sistem koordinat.

Data spasial yang demap kembali disebut dengan data geospasial, data geografis, atau geodata merupakan data yang memiliki wara-wara lokasinya di pemukaan bumi, dan dapat “diletakkan” sesuai dengan wara-wara lokasi tersebut.

Data spasial dan data atribut

Terdapat dua informasi puas data spasial.

Pertama,
data spasial atau data grafis
(titik, garis, distrik) yang menunjukkan lokasi atau tempat-tempat di parasan bumi.

Kedua, data atribut, yaitu data yag memberi penjelasan alias deskripsi atas setiap data grafis pada data spasial. Data atribut dapat nyata teks atau numerik atau maujud angka-angka.

Setiap putaran dari data lokasi cerbak terhubung dan terintegrasi dengan data atributnya.

Lihat gambar di dasar ini sebagai acuan.

Setiap kita melakukan klik pada suatu lokasi plong data kita, maka data atribut berwujud deskripsi atau kenyataan yang tercalit dengan lokasi itu akan dimunculkan.

Data vektor vs data raster

Data vektor

Data vektor, merupakan data yang digambarkan dengan titik atau noktah yang terhubung puas diagram kartesian (koordinat) sehingga membentuk fitur titik, garis dan poligon.

Data vektor terdiri atas beberapa jenis data:

• Tutul
• Garis
• Area

Bagi memahami data vektor, simak ilustrasi seumpama berikut.

Bayangkan sebuah garis koordinat X dan Y.

Sumbu Y sejajar dengan jihat utara-kidul. Sedangkan sumbu X sejajar dengan arah timur-barat.

Terlampau bayangkan dua garis koordinat tersebut diletakkan di atas satah bumi.

Lokasi suatu noktah ditentukan dengan mengukur jarak pada sumbu X dan sumbu Y.

Satuannya dapat menunggangi ketengan meter atau satuan derajat, maupun derajat-menit-detik.

Lihat ilustrasi di pangkal ini.

Bintik A, terletak di koordinat X= 3000 m dan Y=2000 m.

Lampau muncul pertanyaan:

Di mana titik nol-nya?

Buat sistem koordinat geografik (menggunakan derajat), titik nol murang Y kaya di garis khatulistiwa, padahal noktah nol murang X gemuk di Greenwich.

Di mana lokasi medan dengan titik koordinat lintang 0 dan bujur 0?

Titik koordinat 0,0 koteng rani di sekitar Achova Point, Ghana. Titik ini pelalah disebut sebagai
Null Island.

Ilustrasi di atas yakni pendirian bagaimana data berbentuk titik dibuat.

Sedangkan data berbentuk garis atau negeri, dibuat dengan menghubungkan data-data titik-titik tersebut.

Lihat kembali ilustrasinya.

Format data vektor:

• Shapefile (.shp)
• Simple feature
• Autocad DXF
• GeoJSON

Contoh data spasial vektor:

• Batas distrik administrasi (negara, provinsi, kabupaten, kecamatan, desa)
• Jaringan perkembangan
• Jaringan sungai

Data raster

Data raster, merupakan data yang digambarkan dengan struktur grid (cell) maupun piksel, dimana setiap piksel menunjukkan satu nilai.

Bayangkan sebuah daerah dengan keagungan lokasi yang bervariasi.

Lalu, di atasnya kita kerangka persil-petak berbentuk persegi dengan matra 100 m x 100 m yang ganti menempel. Seperti papan empat.

Selanjutnya, kita hitung nilai ketinggian umumnya berdasarkan lahan-petak nan kita miliki. Angka ini lebih lanjut menjadi “poin” pada masing-masing petak.

Sama dengan ini ilustrasinya.

Tanah-lahan itu formal disebut grid, atau piksel.

Setiap nilai yang mewakili per petak disebut poin piksel.

Dimensi piksel menunjukkan ketelitian data. N domestik contoh data kita tadi, ukuran pikselnya adalah 100m. Data-data dengan ukuran piksel lebih kecil memiliki kedetilan data yang makin tinggi, dan sebaliknya.

Contoh format data raster:

• GeoTIFF
• ESRI Grid
• IMG – Erdas Imagine Format
• ECW (Enhanced Compression Wavelet)
• JPEG 2000

Teoretis data raster:

• Data Digital Elevation Ideal (DEM)
• Data citra penginderaan jauh
• Data foto udara

Nisbah data raster vs data vektor

Lebih bagus mana data raster dan data vektor?

Jawabannya: tersidai tujuan dan metode analisisnya.

Kenampakan geografis dapat ditampilkan baik dalam data vektor ataupun data raster.

Namun pastinya ada beberapa kekuatan dan keterbatasan saat menggunakan data vektor atau data raster.

Puas skala ini, ada sedikit perbedaan antara representasi vektor dan data raster resolusi halus.

Sahaja, jika diperbesar tepi poligon bermula raster halus akan start menjadi pixelated alias “peti-kotak”, sedangkan representasi vektor akan konsisten subtil.

Dalam raster resolusi kasar “pixelation” tersebut telah jelas terlihat, lebih-lebih pada neraca ini.

Tatap lembaga di asal.

Yang jelas, data raster dapat diubah menjadi data vektor. Dan data vektor juga dapat diubah menjadi data raster. Meskipun dengan abnormal keterbatasan.

Metamorfosis raster ke vektor akan menghasilkan data vektor dengan ketelitian sesuai dengan data rasternya.

Konversi pecah vektor ke raster akan menghasilkan data raster nan terkesan berbatas grid yang ketelitiannya bergantung pada dimensi grid (pikselnya).

Data spasial dan Sistem Informasi Geografis

Data merupakan komponen nan berguna dalam Sistem Informasi Geografis yang pun dikenal sebagai SIG atau GIS.

Keefektifan SIG adalah kemampuannya menangani data spasial.

SiG juga dimanfaatkan buat berbuat amatan spasial tiba bermula:

• analisis overlay ataupun tumpangsusun,
• analisis jarak (proximity),
• analisis jaringan (network analysis),
• analisis tiga dimensi (3D analysis),
• statistik spasial,  dan
• analisis spasial lainnya.

SIG pula dimanfaatkan kerumahtanggaan bervariasi bidang mulai dari keamanan, pembangunan, kesehatan,  bisnis,  dan tata sumberdaya alam.

Itulah cak kenapa sekarang banyak orang mempelajari SIG.

Jika jatuh cinta mempelajari dasar-asal SIG, silahkan menuju artikel berikut:

BACA Juga:

GIS 101: Hal-hal Dasar yang Perlu DIketahui Mengenai Sistem Amanat Geografis

Mata air data spasial

Apa saja sumber data spasial
?

Data spasial didapatkan melalui pengukuran secara langsung maupun tak bertepatan.

Data spasial didapatkan pecah sumber:

• Atlas-kar analog
• Survey dan pengukuran sinkron
• Data GPS
• Data tabular
• Data Penginderaan Jauh

Peta cetak

Atlas cetak, maupun sering pun disebut kar analog, dapat menjadi sumber data spasial melalui proses georegistrasi dan digitasi.a

Pemakaian peta cetak sebagai sumber data spasial dilakukan momen terdapat peta cetak dalam database kita.

Peta cetak ini biasanya merupakan peta-atlas lama yang memuat data pada zaman dulu.

Suatu kamil menarik adalah peta eksploitasi persil Kota Jakarta tahun 1925 nan terdapat puas arsip University Leiden.

Pendayagunaan data peta analog boleh membantu kita saat mengamalkan analisis bersejarah, misal analisis perubahan dan dinamika garis pantai.

Eksploitasi arsip-tindasan peta lama internal kajian ini dapat menambah informasi historis keadaan garis tepi laut ratusan musim yang lalu.

Pertanyaannya, bagaimana prinsip menggunakan denah cetak sebagai sumber data spasial?

Jawabannya adalah dengan menyangkal data atlas analog tersebut menjadi data digital.

Untuk melakukannya, setidaknya ada tiga proses nan dilakukan:

• Georegistrasi
• Digitasi

Georegistrasi

Georegistrasi adalah proses memberikan informasi spasial pada data non spasial menggunakan noktah-tutul referensi.

Pada software ArcGIS, proses ini disebut dengan georeferencing.

Pada prinsipnya, yang kita cak bagi adalah memberikan manifesto lokasi pada atlas analog tersebut berlandaskan pesiaran koordinat yang tercetak di dalamnya.

Bagaimana jika takdirnya, butir-butir koordinat ini tidak ada?

Jikalau memang kondisinya seperti ini, kita bisa menggunakan noktah-titik tertentu sebagai acuan proses registrasinya.

Perlu diingat, bahwa titik-noktah acuan ini harus riil titik-titik yang tidak bisa bergeser lokasinya. Sebagai, perempatan jalan.

Tanda proses ini berbuah dengan baik adalah peta analog mutakadim dapat kita tampilkan di software SIG sesuai lokasi aslinya.

Bikin mengeceknya, kita bisa “menumpuk” kar analog kita dengan data spasial enggak nan sudah tersuguh. Hasil proses georegistrasi nan baik merupakan jika kenampakan nan sama pada denah analog dan data spasial lainnya sudah match dengan sempurna.

Digitasi

Setelah kar memiliki pengetahuan lokasi, denah tersebut sudah lalu dapat menjadi rujukan.

Proses selanjutnya yaitu proses digitasi.

Proses ini dapat saya jelaskan umpama proses “menggambar ulang” kenampakan pada peta analog, beserta embaran atributnya.

Hasil dari proses ini adalah data spasial yunior hasil ekstraksi makrifat dari peta cetak.

Pengukuran langsung

Survey dan pengukuran langsung, seperti hasil pengukuran persil petak, kerapatan hutan, peranakan mineral tanah boleh dijadikan data spasial.

Pengukuran langsung yang dilakukan di lapangan ini biasanya menjadi informasi atribit nan melengkapi data spasialnya.

Bak cermin, berikut ini adalah datasheet yang saya rampas terbit rahasia panduan survei okupansi harimau sumatera dalam kegiatan Sumatra Wide Tiger Survey.

Pada datasheet ini, informasi lokasi dituliskan dalam koordinat geografik dengan format derajat-menit-detik.

Data koordinat ini nan selanjutnya menjadi makrifat lokasi titik-noktah ini lakukan dimasukkan menjadi data spasial di SIG.

Setelah informasi lokasi dimasukkan, seterusnya data spesies temuan, bukaan titel, habitat ,dan nan lainnya dimasukkan menjadi data atribut yang menyertai data di setiap lokasi.

Data GPS

Pelafalan yang tepat seharusnya GNSS atau Menyeluruh Navigating Satellite System.

GPS atau Global Positioning System bisa dikatakan ialah “merk” dari GNSS tiruan Amerika Konsorsium.

Selain GPS, masih ada sistem GNSS yang dikembangkan oleh negara lain.

GNSS yang mutakadim terserah, di antaranya:

• Mondial Positioning System (GPS) – USA
• Galileo – European global satellite-based navigation system
• Glonass – Russian Federation
• BeiDou Navigation Satellite System- China
• NavIC – IRNSS India
• QZSS – Jepang

Tetapi memang, GPS yakni nan paling banyak digunakan sehingga dikenal luas di masyarakat. Cak bagi itu, puas tulisan ini, kita gunakan istilah GPS saja untuk menjuluki GNSS.

GPS didesain untuk memberikan posisi dan kepantasan dalam tiga matra serta embaran akan halnya waktu secara kontinyu.

Data GPS, telah memiliki pemberitahuan spasial dan tinggal memindah dan menyimpannya ke kerumahtanggaan format yang boleh dibaca makanya software GIS.

GPS didesain kerjakan mengasihkan posisi dan kederasan dalam tiga dimensi serta informasi tentang waktu secara kontinyu.

Data GPS terdiri atas data track dan data titik (waypoint).

Pendayagunaan data GPS minimum familiar buat waktu ini mungkin merupakan penggunaan data GPS puas aplikasi Smartphone. Yang minimum demap digunakan adalah Google Maps, atau fitur Share Location plong Whatspapp.

Contoh nan akhir-akhir ini booming yaitu aplikasi Relive yang serempak mengolah data GPS buat divisualisasikan menjadi video yang langsung bisa dipamerkan di media sosial.

Data statistik atau data tabular

Data tabular, sebagai halnya data kepejalan penduduk dan kondisi sosial ekonomi boleh menjadi input data spasial sekiranya diintegrasikan dengan data spasial tak pada satuan pemetaan nan sesuai.

KIta pula dapat membuat data spasial dengan memperalat data statistik yang biasanya disimpan internal tulang beragangan tabel.

Syaratnya, data dalam tabel tersebut n kepunyaan mualamat lokasi.

Contohnya yakni data tindak kriminal di kota San Fransisco seumpama berikut.

N domestik data tersebut, terwalak takrif lokasi (rubrik X dan rubrik Y), sehingga kita bisa spontan mengeplot ataupun meletakkan data ini sesuai dengan lokasi aslinya.

Takdirnya data koordinat tidak ada, kita masih bisa meniadakan data grafik menjadi data spasial seandainya terdapat embaran kunci yang dapat digunakan buat menghubungkan dengan data spasial lainnya. Misalnya informasi desa atau provinsi.

Saya berikan contoh data jumlah orang berwujud Covid-19 intern tabulasi berikut.

Memperalat rubrik nama kawasan sebagai kolom trik, kita dapat menghubungkan data tabulasi ini dengan tabel atribut data spasial distrik di Indonesia.

Proses ini biasa disebut dengan “join table”.

Melewati proses ini, lebih lanjut data dalam tabel Covid-19 tadi boleh kita visualisasikan secara spasial.

Adv minim lebih proses ini dapat diilustrasikan sebagai berikut.

Citra penginderaan jauh

Penginderaan jauh ataupun remote sensing, yaitu teknologi perekaman muka bumi memanfaatkan energi elektromagnetik. Perkembangannya juga mengerapkan jalan kajian dan pemodelan menunggangi GIS.

Data citra penginderaan jauh mungkin data nan nisbi lebih advance atau lebih teknikal jikalau dibandingkan dengan sumber data lainnya.

Untuk itu, dalam penjelasan di tulisan ini, saya akan memasrahkan penjelasan sesederhana mungkin.

Citra penginderaan jauh secara sederhana dapa saya jelaskan laksana ki kenangan gambar maupun potret permukaan bumi.

Saya jelaskan lebih lanjut.

Kita akan mulai dengan pertanyaan: Aliansi kuak tuntutan Google Earth?

Nah, infomasi yang ditampilkan maka itu Google Earth yaitu riuk suatu contoh data citra penginderaan jauh.

Seandainya belum afiliasi membuka Google Earth, saya akan cari kamil lain.

Bagaimana dengan aplikasi Google Map? Pernah pakai, kan?

Menggunakan Google Map, kita boleh ganti tampilan data background kita dari defaultnya yang konkret data lapisan “peta” menjadi tampilan “satelit”.

Tampilan “satelit” di Google Map ini dibuat dengan menyusun banyak citra penginderaan jauh.

Saya tambahkan contoh satu lagi.

Interelasi mematamatai hasil foto dari perekaman atau pengambilan gambar memperalat Unmanned Aerial Vehicle (UAV) atau menggunakan drone?

Pada prinsipnya, kita boleh merencanakan dan mengaplikasikan perekaman menggunakan drone bagi keperluan mapping atau pemetaan.

Untuk menjadikan hasil perekaman drone misal data spasial, diperlukan proses-proses tertentu mulai berpunca tahap perencanaan hingga tahap pemrosesan hasil foto atau rekamannya.

Takdirnya tergiring untuk membaca dan mempelajari penggunaan UAV dan drone untuk kegiatan pemetaan, saya merekomendasikan tulisan ini.

Data citra penginderaan jauh memiliki banyak keunggulan di antaranya: sebagai pengganti alias pendukung survey pelan, mampu melakukan rekaman multi waktu, dan masih banyak merek lainnya.

Jika anda sedang berlatih atau tertarik bikin mendaras lebih jauh mengenai penginderaan jauh, saya merekomendasikan tulisan saya ini:

Remote Sensing 101: Keadaan-situasi Pangkal nan Perlu DIketahui Mengenai Penginderaan Jauh (Link akan terhidang setelah tulisan dipublish).

Dalam tulisan tersebut saya membahas bawah-asal penginderaan jauh meliputi pengertian, jenis-tipe, komponen, keunggulan, pemanfaatan penginderaan jauh, yang saya sampaikan dengan bahasa tertinggal dan mudah dimengerti.

Wrap Up

Data spasial merupakan data yang memiliki teks geografis,  menunjukkan lokasi suatu objek atau fenomena di permukaan bumi.

Data spasial terdiri atas data grafis dan data atribut nan saling terkoneksi.

Terwalak dua tipe struktur data spasial,  yaitu data vektor dan data raster. Kedua jenis data spasial ini mempunyai tera dan kelemahan masing-masing.

Data spasial merupakan salah satu onderdil SIG,  dan digunakan dalam berbagai analisis spasial buat memintasi masalah kerumahtanggaan berbagai latar n domestik spirit.

Jikalau ada pertanyaan mengenai artikel ini, atau terserah cak bertanya terkait materi-materi nan belum ter-cover, silahkan disampaikan di kolom komentar di bawah.