Anda di halaman 1dari 7

Journal of Information Systems Engineering and Business Intelligence

Vol. 2, No. 2, October 2016

Pemetaan Penyebaran dan Prediksi Jumlah Penduduk


Menggunakan Model Geometrik di Wilayah Bandar
Lampung Berbasis Web-GIS
Yuni Rahayu1), Kurnia Muludi2), Astria Hijriani3)
1)2)3)
Jurusan Ilmu Komputer FMIPA Unila
Jln. Soemantri Brojonegoro, Bandar Lampung
1)
yunirahayu446@gmail.com
2)
kmuludi@yahoo.com
3)
astria.hijriani@gmail.com

Abstrak— Pengamatan pola penyebaran penduduk merupakan salah satu hal yang sangat penting bagi
pemerintah. Informasi mengenai hal ini akan bermanfaat untuk pengambilan keputusan dalam perencanaan
pembangunan di wilayah pemerintahan. Prediksi penyebaran jumlah penduduk akan sangat bermanfaat
untuk perencanaan pembangunan di wilayah Bandar Lampung. Informasi mengenai penyebaran dan prediksi
jumlah penduduk di wilayah Bandar Lampung masih diolah secara manual dengan penyajian masih terbatas
dalam bentuk tabel dan grafik. Penelitian ini bertujuan untuk membangun sistem informasi geografis
berbasis web yang menampilkan pemetaan penyebaran dan prediksi jumlah penduduk berdasarkan metode
geometrik di wilayah Bandar Lampung. Data pada penelitian ini diperoleh dari publikasi Badan Pusat
Statistik Kota Bandar Lampung. Sistem ini diimplementasikan menggunakan Qgis, Geoserver, PostgreSQL
dan bahasa pemrograman PHP. Hasil keseluruhan pengujian menunjukkan bahwa sistem informasi geografis
penyebaran dan prediksi jumlah penduduk telah sesuai baik dari segi fungsionalitasnya, maupun dari segi
interaksi pelayanan pengguna.

Kata Kunci— Sistem Informasi Geografis, Model Geometrik, Pemetaan Jumlah Penduduk.
Abstract— Population distribution pattern is one of Bandar Lampung government concerns. This information
is useful for goverment decision making for specific local development.The prediction of population number
using certain model is predicted will be useful for Bandar Lampung development plan. Information about
distribution and prediction of resident population in Bandar Lampung are processed manually and limitedly
presented in form of tables and graphs. The purpose of this research is to build Bandar Lampung web based
Geographic Information System that predict population distribution and mapping using Geometric Model.
Data in this research were obtained from Statistics Of Bandar Lampung Municipality Publication. This
system was implemented by using QGIS, GeoServer, PostgreSQL and PHP programming language.
Overall,the testing results show that the system is appropriate and functional.

Keywords— Geographic information system, Geometric Model, Mapping population.


Article history:
Received 10 May 2016; Received in revised form 28 July 2016 & 10 August 2016; Accepted 10 August 2016;
Available online 28 October 2016

I. PENDAHULUAN maka dari itu perlu dilakukan pengembangan


Pengamatan pola penyebaran penduduk disuatu terhadap proses dan penyajiannya seperti
daerah digunakan agar pemerintah dapat menggunakan sistem informasi geografis.
mengambil keputusan yang tepat untuk melakukan Penelitian menggunakan metode pertumbuhan
pembangunan di daerah tersebut sesuai dengan geometrik juga dilakukan oleh indrawati dkk.
jumlah penduduk yang ada. Hasil prediksi jumlah untuk mengetahui proyeksi tingkat partisipasi
penduduk akan bermanfaat untuk perencanaan angkatan kerja dan tingkat pengangguran di
pembangunan di segala bidang. Salah satu cara provinsi Sumatra Selatan (Indrawati, Faruk, &
untuk memprediksikan jumlah penduduk di suatu Susanti, 2013), Namun pada penelitian tersebut
wilayah adalah dengan menggunakan model penyajian data hasil proyeksi kurang maksimal,
pertumbuhan penduduk geometrik. karena hanya dalam bentuk tabel.
Penelitian sebelumnya, (Setyorini, 2012) telah Informasi mengenai penyebaran dan prediksi
melakukan analisis terhadap kepadatan penduduk jumlah penduduk di wilayah Bandar Lampung
dan proyeksi kebutuhan permukiman kecamatan masih diolah secara manual dengan penyajian
depok sleman tahun 2010–2015 menggunakan masih terbatas dalam bentuk tabel dan grafik.
model geometrik, namun penyajian data sebaran Penyajian dalam bentuk peta akan membantu
dan data prediksi masih diproses secara manual proses pengamatan pola penyebaran penduduk
dan ditampilkan dalam bentuk tabel dan grafik, dengan lebih mudah. Sistem Informasi Geografis
(SIG) atau geohraphic information system (GIS)

e-ISSN 2443-2555 ©2016 The Authors. Published by Universitas Airlangga.


This is an open access article under the CC BY license (http://creativecommons.org/licenses/by/4.0/)
Rahayu, Muludi,& Hijriani
Journal of Information Systems Engineering and Business Intelligence, 2016, 2 (1), 95-101

adalah sebuah sistem yang didesain untuk linier sequential model merupakan model klasik
menangkap, menyimpan, memanipulasi, me- yang bersifat sistematis, yang artinya berurutan
nganalisa, mengatur, dan menampilkan seluruh atau secara linier dalam membangun software,
jenis data geografi (Irwansyah, 2013). jika satu langkah belum dikerjakan maka langkah
(Ural, Hussain, & Shan, 2011) telah melakukan berikutnya tidak dapat dikerjakan (Pressman,
penelitian untuk membangun SIG tentang 2010). Metode Waterfall cocok digunakan untuk
pemetaan jumlah penduduk, pada penelitian ini proyek berskala kecil, ukuran proyek dikatakan
pemetaan populasi penduduk dilakukan kecil jika dikerjakan dalam waktu kurang dari 6
berdasarkan hasil dari citra satelit dan juga hasil bulan dan hanya dilakukan oleh kurang dari 3
sensus penduduk, namun karena peta yang orang (Palacios-Marques, Soriano, & Huang,
digunakan hanya dari citra satelit maka penyajian 2015). Penelitian ini merupakan proyek berukuran
data dalam bentuk petanya kurang maksimal. kecil sehingga cocok menggunakan metode
Penelitian yang dilakukan oleh (Santosa, Sofyan, Waterfall. Diagram alir dari pembangunan sistem
& Widiyastuti, 2008) tentang sistem informasi ini ditunjukkan pada gambar 1.
geografis penyebaran penduduk berdasarkan
tingkat usia di kabupaten sleman berbasis web
menghasilkan program SIG berbasis web dengan
peta kartografi yang dapat menunjukkan
persebaran penduduk. Namun sistem ini tidak
menyediakan tools untuk melakukan ataupun
menampilkan proyeksi jumlah penduduk
melainkan hanya menampilkan peta sebaran
jumlah penduduk saja.
Penelitian untuk membangun SIG berbasis
WEB di Bandar Lampung juga telah dilakukan
oleh (Muludi, Irawati, & Falianingrum, 2013) yaitu
tentang Perancangan WEB-GIS Penyebaran
Wabah Penyakit Demam Berdarah Dengue (DBD)
dan Malaria di Kota Bandar Lampung, sedangkan
yang membahas tentang kependudukan belum Gambar 1 Diagram Alir Penelitian
dilakukan. Berdasarkan permasalahan dan juga A. Identifikasi Masalah
dengan adanya penelitian penelitian sebelumnya,
Identifikasi masalah merupakan langkah
maka akan dibangun sistem informasi geografis
pertama yang dilakukan untuk mengidentifikasi
berbasis web (Web-Geographic Information
dan menganalisis permasalahan yang ada. Pada
System) yang dapat digunakan untuk memberikan
langkah ini akan menghasilkan rumusan masalah,
informasi berupa pemetaan penyebaran jumlah
batasan masalah, tujuan penelitian, dan juga
penduduk dan juga menampilkan prediksi jumlah
manfaaat penelitian.
penduduk berdasarkan metode geometrik di
wilayah Bandar Lampung. B. Pengumpulan Data
Penelitian ini merupakan bagian dari roadmap Pegumpulan data pada penelitian ini
penelitian untuk kelompok penelitian data spasial menggunakan metode studi literatur yang didapat
dan Decision Support System. Sistem ini dari buku atau jurnal mengenai penelitian sejenis.
diharapkan mampu mempermudah penyampaian Studi literatur mengenai data kependudukan
informasi mengenai penyebaran jumlah penduduk diperoleh dari PST (Pelayanan Statistik Terpadu)
di wilayah Bandar Lampung dan dapat BPS Bandar Lampung dan BPS Provinsi
menampilkan prediksi perubahan distribusi jumlah Lampung.
penduduk di wilayah Bandar Lampung. Manfaat
dari sistem ini adalah untuk mempermudah C. Analisis Kebutuhan Sistem
masyarakat dalam memperoleh data lokasi Analisis kebutuhan dilakukan untuk
penyebaran jumlah penduduk dan kepadatan menentukan kebutuhan dari pengguna. Analisis
penduduk di Kota Bandar Lampung. Perubahan kebutuhan untuk pembangunan SIG pemetaan
distribusi penyebaran jumlah penduduk di wilayah jumlah penduduk terdiri dari analisis kebutuhan
Bandar Lampung yang ditampilkan dapat fungsional dan kebutuhan non fungsional.
membantu pemerintah dalam pengambilan Kebutuhan fungsional dari SIG pemetaan
keputusan untuk perencanaan pembangunan penyebaran penduduk adalah sebagai berikut.
dimasa yang akan datang. a. Sistem dapat menampilkan peta penyebaran
penduduk berdasarkan tahun dan kelurahan di
II. METODOLOGI PENELITIAN wilayah Bandar Lampung.
Pembangunan sistem ini menggunakan metode b. Sistem dapat menampilkan prediksi jumlah
waterfall. Waterfall software process model atau penduduk ditahun yang akan datang.

96
Rahayu, Muludi,& Hijriani
Journal of Information Systems Engineering and Business Intelligence, 2016, 2 (1), 95-101

Kebutuhan non fungsional dari SIG pemetaan Digitasi peta Bandar Lampung dilakukan
penyebaran penduduk adalah sebagai berikut. dengan menggunakan aplikasi Quantum Gis.
 Implementasi Database
1) Operasional
Database yang digunakan untuk pembangunan
a. Dapat digunakan pada sistem operasi sistem ini adalah aplikasi basis data postgreSQL
Windows 7 atau linux dan phpPgAdmin.
b. Spesifikasi komputer minimum Intel ®  Pembuatan Program
Celeron Sistem ini akan dibangun menggunakan
c. Menggunakan Geoserver sebagai server bahasa pemrograman PHP dan Html.
pengolah peta Data yang dibutuhkan dalam sistem ini terdiri
d. Menggunakan database PostgreSQL. data spasial dan data non-spasial (angka data
e. Compatible di semua web browser, penyebaran). Data spasial merupakan data hasil
khususnya Mozila firefox atau Google digitasi peta kelurahan Bandar Lampung dengan
chrome. menggunakan Quantum Gis yang kemudian
2) Keamanan dikonversi kedalam PostgreSQL sehingga
menghasilkan tipe data Geometry. PostgreSQL
a. Hak akses sistem untuk administrator
memungkinkan setiap user untuk membuat
dibatasi dan dilengkapi dengan password.
sendiri object file yang dapat diterapkan untuk
3) Informasi mendefenisikan tipe data, fungsi dan bahasa
a. Informasi yang disediakan berupa pemrograman yang baru sehingga PostgreSQL
informasi mengenai data kependudukan sangat mudah dikembangkan maupun di
dan sebaran petanya. implementasikan pada tingkat user (Obe & Hsu,
b. Informasi penanganan kesalahan (error PostgreSQL: Up and Running. California:
handling) dilakukan ketika terjadi O'Reilly Media, 2012). Untuk mengkonversi data
kesalahan proses input data. spasial ke dalam PostgreSQL membutuhkan
ekstensi PostGIS. PostGis adalah sebuah database
4) Kinerja spasial berbasis open source sebagai ekstensi dari
a. Perhitungan prediksi dilakukan dengan PostgreSQL yang digunakan untuk meng-inputkan
selisih tahun dari tahun dasar sampai tahun data spasial ke dalam PostgreSQL (Obe & Hsu,
akhir minimal lebih dari 1 tahun. 2011).
b. Waktu eksekusi untuk menampilkan peta F. Pengujian
disesuaikan dengan kecepatan jaringan Pengujian (testing) dilakukan setelah proses
internet yang ada. pengkodean selesai. Testing untuk sistem ini akan
c. Mampu menyimpan data dalam jumlah menggunakan metode pengujian fungsional sistem
yang besar. (Blackbox testing) dan juga menggunakan
D. Perancangan Sistem WebQual 4.0.
Tahap ini akan menerjemahkan syarat G. Analisis Hasil Pengujian
kebutuhan ke sebuah perancangan atau pemodelan
Analisis hasil pengujian merupakan analisis
(software design) yang dapat diperkirakan sebelum
dilakukan coding. Perancangan pada sistem ini dari hasil pengujian yang telah dilakukan. Hal ini
terdiri menjadi dua bagian yaitu rancangan proses dilakukan untuk menganalisis kesalahan yang
dan rancangan interface. Rancangan proses pada mungkin terjadi saat pengujian sistem dan
pembangunan sistem ini menggunakan data flow melakukan perbaikan atas kesalahan tersebut.
diagram (DFD) dan Entity Relationship Diagram III. HASIL DAN PEMBAHASAN
(ERD) sebagai rancangan database yang akan
dibuat. Data spasial yang telah dikoversi ke database
Data Flow Diagram (DFD) merupakan model PostgreSQL memerlukan konfigurasi dari layer-
grafikal sistem yang menunjukkan semua layer yang ingin ditampilkan sehingga peta
kebutuhan utama suatu sistem informasi pada satu terlihat pada browser. Proses konfigurasi layer ini
diagram yang didalamnya terdapat penjelasan dilakukan dengan menggunakan geoserver.
mengenai input dan output serta proses dan Geoserver adalah tipe perangkat lunak server yang
penyimpanan data, sedangkan Entity Relationship lengkap dan yang dapat mempublikasikan data ke
Diagram (ERD) adalah gambar atau diagram dalam aplikasi map mapping (Lacovella, 2014),
yang menunjukkan informasi dibuat, disimpan dan namun sebelum melakukan konfigurasi layer
digunakan dalam sistem bisnis (Al Fatta, 2007). dengan geoserver perlu ditentukan terlebih dahulu
tabel distribusi frekuensinya, yaitu penyusunan
E. Implementasi data kedalam kelas-kelas interval. Tujuannya
Implementasi dari hasil perancangan yang adalah untuk membuat uraian dari data yang telah
telah dibuat terdiri dari beberapa tahap, yaitu. diperoleh dan menampilkan dalam bentuk
 Digitasi Peta stastistik sederhana sehingga masyarakat dapat

97
Rahayu, Muludi,& Hijriani
Journal of Information Systems Engineering and Business Intelligence, 2016, 2 (1), 95-101

lebih mudah mendapatkan gambaran tentang TABEL 1 DISTRIBUSI TINGKAT KELAS JUMLAH
PENDUDUK
situasi dari penyebaran jumlah penduduk di
wilayah Bandar Lampung. Kelas Jumlah penduduk
Pertama, perlu diketahui jumlah kelas yang I 0-1832 jiwa
harus dibuat dan menentukan berapa panjang II 1833-3665 jiwa
interval setiap kelasnya. Hal ini membantu dalam III 3666-5498 jiwa
mendistribusikan nilai-nilai yang ada pada data. IV 5499-7331 jiwa
Rumus untuk menentukan jumlah kelas adalah V 7332-9164 jiwa
sebagai berikut (Susanti, 2010). VI 9165-10997 jiwa
VII 10998-12830 jiwa
K=1+3,3 log N (1) VIII >12830 jiwa

Jumlah kelas yang diperoleh berdasarkan pada Tabel distribusi frekuensi untuk tingkat
rumus (1) dengan jumlah data (N) 126 kelurahan kepadatan jumlah penduduk yang diperoleh
adalah sebagai berikut: berdasarkan hasil perhitungan dengan jumlah
K = 1+3,3 log N kelas (K) adalah 8 kelas dan interval kelas
= 1+3,3 log 126 kepadatan penduduk 5651 disetiap kelasnya
= 1+3,3 (2,10) ditunjukkan pada Tabel 2.
= 1+6,93 TABEL 1 DISTRIBUSI TINGKAT KELAS KEPADATAN
=7,93 ≈ 8 kelas PENDUDUK
Kelas Jumlah penduduk
Jumlah kelas dari data penyebaran ini adalah I 0-5651 jiwa/Km2
7,93 dan dibulatkan menjadi 8 kelas. Setelah II 5652-11303 jiwa/Km2
jumlah kelas diperoleh maka perlu dihitung III 11304-16955 jiwa/Km2
interval disetiap kelasnya. Interval kelas dihitung IV 16956-22607 jiwa/Km2
menggunakan rumus berikut (Susanti, 2010) V 22608-28259 jiwa/Km2
VI 28260-33911 jiwa/Km2

C= (2) VII 33912-39563 jiwa/Km2
Interval kelas pada penelitian ini dihitung VIII >39563 jiwa/Km2
dengan mengambil sampel dari data jumlah Sistem informasi geografis penyebaran dan
penduduk Bandar Lampung tahun 2012. Nilai data prediksi jumlah penduduk di wilayah Bandar
terkecil untuk jumlah penduduk adalah 1223 jiwa, Lampung diimplementasikan dengan mengguna-
dan nilai data terbesar jumlah penduduk adalah kan bahasa pemrograman PHP dan HTML serta
15876 jiwa sedangkan nilai data terkecil untuk geoserver sebagai server pengolahan peta.
kepadatan penduduk adalah 186 jiwa/km2, dan Implementasi sistem dihasilkan berdasarkan
nilai data terbesar kepadatan penduduk adalah perancangan DFD dan ERD sebelumnya.Halaman
45394 jiwa/km2. Interval kelas untuk kelas jumlah lihat peta sebaran jumlah penduduk dari sistem ini
penduduk berdasarkan rumus 2 adalah sebagai ditunjukkan pada gambar 5.
berikut: Pengguna akan diberikan form untuk memilih
tahun yang ingin ditampilkan peta sebaran
Cjp =
penduduknya. Prediksi jumlah penduduk dihitung
= dengan metode geometrik, yaitu dengan
= 1831,625 ≈ 1832 jiwa memperhitungkan pertumbuhan penduduk hanya
pada akhir tahun dari suatu periode. Rumus untuk
Interval kelas untuk kelas kepadatan penduduk menghitung prediksi jumlah penduduk pada tahun
yang juga dihitung dengan rumus 2 adalah sebagai tertentu adalah sebagai berikut (Susanti, 2010)
berikut:
Pt = P0 (1+ r)tp (3)

Ckp = Pt merupakan Jumlah penduduk pada tahun t,
P0 adalah Jumlah penduduk tahun dasar, r adalah
= Laju pertumbuhan penduduk dan tp = Periode
= 5651 jiwa/Km2 waktu antara tahun dasar sampai tahun prediksi.
Tahapan yang dilakukan adalah menghitung
Tabel distribusi frekuensi untuk penyebaran estimasi penduduk menggunakan laju
jumlah penduduk yang diperoleh berdasarkan pertumbuhan penduduk (growth rates) kemudian
hasil perhitungan dengan jumlah kelas (K) adalah menghitung prediksi jumlah penduduk di masa
8 kelas dan interval kelas jumlah penduduk 1832 depan berdasarkan laju pertumbuhan yang telah di
disetiap kelasnya ditunjukkan pada Tabel 1. peroleh. Estimasi laju pertumbuhan penduduk
berdasarkan Rumus 3 dengan t adalah selisih

98
Rahayu, Muludi,& Hijriani
Journal of Information Systems Engineering and Business Intelligence, 2016, 2 (1), 95-101

tahun antara tahun saat ini dan tahun dasar dapat menekan tombol simpan jika ingin menyimpan
dihitung menggunakan rumus berikut (BPS, 2014) data tersebut ke database.
Sistem ini juga menampilkan peta per-
(4) bandingan sebaran penduduk antara data pada
Pengguna akan diminta untuk mengisi tahun tahun prediksi dengan data yang ada. Hal ini
yang ingin diprediksi, kemudian memilih tahun dilakukan agar pengguna dapat melihat perubahan
dasar dan tahun akhir yang telah ada, setelah itu keadaan jumlah penduduk yang terjadi disetiap
sistem akan langsung menampilkan hasil tahun. Tampilan dari halaman hitung prediksi
perhitungan ke dalam tabel dan pengguna harus ditunjukkan pada gambar 6, sedangkan halaman
perbandingan peta ditunjukkan pada gambar 7.

Gambar 2 Halaman lihat peta

Gambar 3 Halaman hitung prediksi

99
Rahayu, Muludi,& Hijriani
Journal of Information Systems Engineering and Business Intelligence, 2016, 2 (1), 95-101

Gambar 4 Halaman perbandingan peta

Pengujian pada sistem ini menggunakan dua prediksi jumlah penduduk telah dibuat sesuai
metode yaitu pengujian fungsional berdasarkan dengan analisis dan perancangan.
metode black box testing dan pengujian interaksi Keseluruhan hasil pengujian menggunakan
layanan sistem berdasarkan webQual. Black Box metode black box testing dan juga WebQual 4.0
Testing (pengujian kotak hitam) yaitu menguji menunjukkan bahwa sistem informasi geografis
perangkat lunak dari segi spesifikasi fungsional penyebaran dan prediksi jumlah penduduk telah
tanpa menguji desain dan kode program sesuai baik dari segi fungsionalitasnya, maupun
(Sukamto & Salahuddin, 2011). Pengujian dari segi interaksi pelayanan pengguna.
fungsional sistem dilakukan oleh pihak BPS kota Sistem ini dapat digunakan untuk
Bandar Lampung dengan data penduduk dari memudahkan proses pengamatan pe-nyebaran
tahun 2012 sampai tahun 2013. Hasil pengujian dan prediksi jumlah Penduduk di wilayah
fungsional sistem menunjukan bahwa hasil yang Bandar Lampung menggunakan model
sebenarnya telah sesuai dengan hasil yang pertumbuhan geometrik.
diharapkan, sedangkan untuk pengujian
WebQual dilakukan oleh 30 responden sebagai Saran diberikan untuk melengkapi beberapa
pengunjung web. Hasil pengujian WebQual kekurangan yang terdapat dalam sistem ini,
menunjukkan bahwa dari kriteria kemudahan maka dari itu untuk pengembangan selanjutnya
penggunaan sistem telah sesuai dengan tingkat perlu memperhatikan beberapa rekomendasi
persentase jawaban “sesuai” dari empat kriteria berikut. Menambah model prediksi yang
jawaban sebanyak 46,25%, begitu juga dengan digunakan seperti model aritmatika,
kriteria kualitas informasi yang disajikan sistem eksponensial maupun regresi linear sebagai
sangat baik, dan mudah dipahami oleh pengguna pembanding hasil prediksi, Memberikan fungsi
dengan tingkat persentase jawaban “sesuai” dari tambahan untuk mencetak peta digital yang
empat kriteria jawaban sebanyak 56,67%. Sistem dihasilkan, Menambahkan faslilitas export data
ini juga telah cukup sesuai dari segi kriteria dan peta dalam format standar ESRI (misal .shp
interaksi layanan sistem dengan pengguna file ).
dengan tingkat persentase jawaban “cukup DAFTAR PUSTAKA
sesuai” dari empat kriteria jawaban sebanyak
58,09%. Keseluruhan hasil pengujian me-
nunjukkan bahwa sistem informasi geografis Al Fatta, H. (2007). Analisis dan Perancangan Sistem
penyebaran dan prediksi jumlah penduduk telah Informasi untuk Keunggulan Bersaing dan
sesuai baik dari segi fungsionalitasnya, maupun Organisasi Modern. Yogyakarta: Andi.
dari segi interaksi pelayanan pengguna. BPS. (2014). Proyeksi Penduduk Lampung 2010-
2035 dan Kabupaten/Kota 2010-2020.
Bandar Lampung: Badan Pusat Statistik.
IV. KESIMPULAN
Indrawati, Faruk, A., & Susanti, D. (2013). Proyeksi
Kesimpulan yang didapat berdasarkan Tingkat Partisipasi Angkatan Kerja dan
penelitian yang telah dilakukan yaitu sistem Tingkat Pengangguran di Provinsi Sumatra
informasi geografis pemetaan dan penyebaran Selatan Dengan Metode Ekstrapolasi dan
Pertumbuhan Geometri. Seminar Nasional

100
Rahayu, Muludi,& Hijriani
Journal of Information Systems Engineering and Business Intelligence, 2016, 2 (1), 95-101

Matematika dan Aplikasinya (pp. 580-584). Santosa, B., Sofyan, H., & Widiyastuti, W. A. (2008).
Surabaya: Universitas Airlangga. Sistem Informasi Geografis Penyebaran
Irwansyah, E. (2013). Sistem Informasi Geografis: Penduduk Berdasarkan Tinkat Usia Di
Prinsip Dasar dan Pengembangan Aplikasi. Kabupaten Sleman Berbasis Web. Seminar
Yogyakarta: DigiBook. Nasional Informatika 2008 (pp. 47-54).
Lacovella, S. (2014). GeoServer Cookbook. United Yogyakarta: UPN Yogyakarta.
Kingdom. Birmingham: B3 2P B. Setyorini, B. (2012). Analisis Kebutuhan Peduduk
Muludi, K., Irawati, A. R., & Falianingrum, A. dan Proyeksi Kebutuhan Pemukiman
(2013). Perancangan WEB-GIS Penyebaran Kecamatan Depok Sleman tahun 2010-2015.
Wabah Penyakit Demam Berdarah Dengue Skripsi, Universitas Muhammadiyah
(DBD). Jurnal Komputasi , 1 (1), 15-25. Surakarta, Fakultas Geografi.
Obe, R. O., & Hsu, L. S. (2011). PostGis In Action. Sukamto, R. A., & Salahuddin, M. (2011). Modul
California: O'Reilly Media. Pembelajaran Rekayasa Perangkat Lunak.
Obe, R., & Hsu, L. S. (2012). PostgreSQL: Up and Bandung: Modula.
Running. California: O'Reilly Media. Susanti, M. N. (2010). Statistika Deskriptif Induktif.
California: O'Reilly Media. Yogyakarta: Graha Ilmu.
Palacios-Marques, D., Soriano, D. R., & Huang, K. Ural, S., Hussain, E., & Shan, J. (2011). Building
H. (2015). New Information Communication population mapping with aerial imagery and
Technologies For Knowledge Management In GIS data. International Journal of Applied
Organization. Switzerland: Springer. Earth Observation and Geoinformation , 13
Pressman, R. S. (2010). Software Engineering A (6), 841–852.
Practitioner's Approach (7nd Edition ed.).
New York: McGraw-Hill Companies.

101

Anda mungkin juga menyukai