A Geospatial Cyberinfrastructure for Urban Economic Analysis and Spatial Decision-Making

Pemodelan ekonomi perkotaan dan perencanaan tata ruang yang efektif merupakan alat
penting untuk mencapai keberlanjutan kota. Namun, dalam praktiknya, banyak hambatan
teknis, seperti pulau informasi, dokumentasi data yang buruk dan kurangnya platform
perangkat lunak untuk memfasilitasi kolaborasi virtual, menantang keefektifan proses
pengambilan keputusan. Dengan merancang dan mengembangkan Geospatial
Cyberinfrastructure (GCI) kita dapat melakukan analisis ekonomi perkotaan dan simulasi. GCI ini
menyediakan antarmuka pengguna grafis operasional, yang dibangun di atas arsitektur
berorientasi layanan untuk memungkinkan (1) berbagi luas dan integrasi data geospasial
terdistribusi; (2) cara yang efektif untuk mengatasi ketidakpastian dan kesalahan posisi yang
dihadapi dalam menggabungkan data dari berbagai sumber; (3) dekomposisi pertanyaan
perencanaan kompleks ke dalam tugas analisis spasial atom dan pembangkitan rantai layanan
web untuk mengatasi masalah kompleks semacam itu; dan (4) menangkap dan mewakili asal
data geospasial untuk melacak alirannya dalam tugas pemodelan. Wilayah Greater Los Angeles
berfungsi sebagai tempat tidur uji. Kami berharap karya ini berkontribusi pada analisis
kebijakan spasial yang efektif dan pengambilan keputusan melalui penerapan GCI yang maju
dan untuk memperluas cakupan penerapan GCI untuk mencakup simulasi ekonomi perkotaan.

ada 3 teknik yang dilakukan pada perancangan dan pengembangan Geospatial

Cyberinfrastructureini, yaitu :

1. conflation
proses mengintegrasikan data dari berbagai sumber untuk menghasilkan dataset baru
dengan peningkatan akurasi spasial dan atribut. Ada dua komponen utama dalam
penggabungan data geografis: feature matching dan feature transformation.
Pencocokan fitur mengacu pada proses menemukan dua fitur dalam kumpulan data
berbeda yang mewakili entitas yang sama dalam kenyataan. Kriteria untuk penentuan
dua fitur geografis yang sesuai biasanya merupakan pengukuran kesamaan yang
menjadi ciri aspek penting dari fitur, seperti lokasi, geometri, topologi dan informasi
atribut. Setelah dua fitur dicocokkan, fitur resultan dalam dataset terkumpul dapat
dihasilkan dengan mengubah dua dataset asli, seperti melalui integrasi atribut dan
penyesuaian lokasi spasial yang relevan.
2. Service Chain of Geospatial Processes in the Service-Oriented GCI kerangka pengelohan
web memfasilitasi penangnan tugas analisis kebijakan yang kompleks ke dalam urutan
layanan geoprocessing.
3. Data and Analytic Provenance
kemampuannya untuk melacak sumber dan arus data selama proses analisis geospasial
yang kompleks sampai memasuki database. Informasi ini juga disebut asal data /
 informasi. Asalnya informasi sangat penting bagi tim terdistribusi untuk mendapatkan
(1) pemahaman umum tentang konten data dan bagaimana data dapat digunakan; (2)
penilaian dataset untuk memutuskan apakah memenuhi persyaratan (pada kualitas
data, ketepatan, ketepatan waktu, dll) untuk aplikasi tertentu; (3) cara untuk mengakui
produserdari data; dan (4) kemampuan meniru dataset.

berdasarkan gambar diatas dapat diketahui bahwa ada lima kelas utama dimana semua kelas
tersebut mengacu pada superclass.lima kelas utama tersebut adalah:

a. aktivitas
b. entitas
c. agen
d. waktu
e. lokasi