DUNIA

 NYATA  &  SIG

TEKNIK  INFORMATIKA,  IST  AKPRIND

1
TUJUAN  PEMBELAJARAN
q Merepresentasikan dunia nyata ke dalam SIG
q Mengerti model  data  pada SIG
q Memahami cara penyimpanan data  atribut

2
MATERI
1. Representasi Dunia Nyata dalam SIG
2. Pemodelan Data  SIG
3. Penyimpanan Data  Atribut

3
REPRESENTASI  DUNIA  NYATA  DALAM  SIG

4
KOMPLEKSITAS  DUNIA  NYATA
• Dunia nyata (real  world)  adalah segala sesuatu yang  terdapat di  alam
• Dunia nyata memiliki kompleksitas baik dari  ukuran,  jenis,  dan  waktu
peristiwa
• Ukuran atomik hingga berdimensi lautan bahkan benua
• Peristiwa yang  terjadi ratusan tahun yang  lalu hingga saat ini
• Dunia nyata bersifat tidak teratur,  kompleks,  dan  mengalami
perubahan yang  tidak mudah diprediksi
• Kompleksitas menyebabkan sulitnya manusia menggambarkan dunia
nyata tersebut

5
Representasi Dunia Nyata
• Model  dari sebuah
realitas ini merupakan
penyederhanaan dari
aspek-­‐aspek dunia nyata
• Penyederhanaan,  
klasifikasi,  dan
simbolisasi sesuai dengan
interpretasi masing-­‐
masing individu

6
Dunia Nyata ke SIG
• Perancangan SIG  bisa bervariasi sesuai dengan pilihan,  kesukaan,  dan
kemampuan para  pembuatnya
• Penggambaran SIG  dipengaruhi oleh pengalaman dan pengetahuan
setiap individu terhadap dunia nyata sebagai lingkungannya
• SIG  sebagai sebuah sistem informasi yang  melakukan
penyederhanaan terhadap fenomena dunia nyata
• Pendekatan yang  digunakan secara spasial dan non  spasial

7
Dunia Nyata ke SIG  
• Analisis spasial dalam SIG  berusaha menerangkan fenomena dunia
nyata melalui model  dunia nyata (real  world  model)
• Model  dunia nyata diterangkan menggunakan model  data
• Model  dunia nyata digunakan untuk mengurangi kompleksitas dengan
mengambil fenomena-­‐fenomena tertentu sesuai dengan tujuan
• Penyederhanaan,  klasifikasi,  dan simbolisasi sesuai dengan
interpretasi masing-­‐masing individu
• Pemodelan Data  :  proses-­‐proses  untuk menginterpretasikan realita
yang  ada menggunakan model  dunia nyata dan model  data  
(Bernhardsen,  1992)

8
Dunia Nyata ke SIG
• Prinsip-­‐prinsip real  world  dapat digambarkan dalam hubungan antar
model  data

9
10
Model  Dunia Nyata
• Model  dunia nyata menerangkan kenyataan atau fenomena yang  ada
pada dunia nyata
• Persepsi dan rancangan model  dunia nyata yang  dibuat oleh
perancang akan mempengaruhi data  yang  diperlukan
• Persepsi mencakup pembawa informasi yang  paling  dasar dari model  
dunia nyata yaitu entitas
• Entitas terdiri dari:
• Klasifikasi jenis (classification  type)
• Atribut (attribute)
• Hubungan/relasi (relationship)
11
Jenis/Tipe Entitas
• Fenomena yang  seragam atau mirip dapat dikelompokkan ke dalam
suatu tipe/jenis entitas
• Setiap tipe entitas harus dapat memiliki nama yang  unik

12
Atribut Entitas
• Setiap tipe entitas memiliki lebih dari satu atribut yang  mendeskripsikan
karakteristik fenomena yang  bersangkutan
• Atribut entitas dapat mendeskripsikan data  yang  bersifat kualitatif dan
kuantitatif
• Data  kuantitatif:  data  hasil pengamatan/pengukuran yang  dinyatakan
dengan bilangan,  berdasarkan tingkatan akurasi (paling  akurat ke tingkat
akurasi terendah):
• Data  proporsional (rasio),  cth:  besaran panjang dan nilai luas
• Data  interval,  cth:  usia(umur)  dan besar pendapatan
• Data  ordinal,  cth:  penggolongan data  pada tingkatan baik-­‐cukup-­‐buruk
• Data  nominal
• Data  kualitatif:  data  hasil pengamatan/pengukuran yang  dinyatakan tidak
dengan bilangan

13
Hubungan/Relasi Entitas
• Pertains  &  belongs  :  dimiliki,  termasuk,  berhubungan
• Intersect:  berpotongan
• Connect:  saling terkait,  terhubung
• Comprise:  terdiri dari
• Located  in/on:  terletak di
• Proximity:  berdekatan
• Borders  on atau adjacent:  bersebelahan,  berbatasan

14
Model  Data
• Model  data  pada umumnya dirancang untuk memberikan informasi
tentang:
• Objek fisik:  jalan,  wilayah pemukiman,  saluran air,  sungai
• Objek terklasifikasi:  tipe vegetasi,  zone  iklim,  kelompok usia
• Peristiwa (events):  lokasi kecelakaan,  lokasi kekeringan,  lokasi gempa bumi
• Objek yang  berubah secara berkelanjutan:  temperatur,  tekanan,  ketinggian,  
kedalaman
• Objek buatan:  kepadatan penduduk,  populasi

15
Representasi Grafis suatu Objek
• Titik (point),  tanpa dimensi
• Garis (line  atau polyline),  satu dimensi
• Poligon (area),  dua dimensi

16
Simbol Objek:  Titik
• Tanpa dimensi
• Menggambarkan objek yang  tidak memiliki penampakan unsur
ukuran geometris pada peta,  misal puncak gunung,  gedung,  tempat
kejadian peristiwa,  rumah
• Memberikan informasi lokasi dengan posisi koordinat
• Dalam skala besar,  objek yang  digambar dengan simbol titik dapat
diubah menjadi bentuk area

17
Simbol Objek:  Garis
• Simbol satu dimensi,  memiliki satuan panjang
• Terdiri dari minimal  dua titik (start  node  dan end  node)

18
Area/Poligon
• Simbol dua dimensi
• Memberikan informasi mengenai unsur wilayah
• Dibatasi oleh minimal  tiga garis batas yang  masing-­‐masing memiliki
titik awal dan titik akhir

19
PEMODELAN  DATA  SIG

20
Dunia Nyata dalam SIG
• Database  dari SIG  terdiri dari:
• Objek-­‐objek nyata dalam versi digital:  rumah,  jalan,  hutan,  dll
• Objek-­‐objek buatan dalam versi digital:  batas wilayah

21
Fitur pada Dunia Nyata

• Objek-­‐objek yang  ada di  dunia

nyata
• Jenis fitur:
• Discrete  feature,  data  dapat
langsung disimpan di  komputer
cth:  rumah,  pulau,  jalan,  danau,  
dll
• Continuous  (feature),  data  harus
dikonversi ke bentuk discrete  
terlebih dahulu
cth temperatur

22
23
Object  dan Field
• Object:  wilayah kosong yang  diisi dengan objek (titik,  garis,  atau
area/poligon)
• Field:  nilai yang  didefinisikan untuk semua lokasi

24
Object

25
Contoh Object

26
Field

Irregular  Points Contour  Lines

27
Contoh Fields

Digital  elevation  models  (DEMs)

28
Layer

• Objek spasial dapat dikelompokkan

dalam layer
• Disebut :  overlay,  coverage,  theme
• Satu layer  merepresentasikan satu
tipe entitas atau kelompok tipe
entitas yang  berhubungan secara
konseptual
• Contoh:  layer  bisa terdiri dari satu
segmen sungai atau gabungan dari
sungai,  danau,  garis pantai,  dan rawa
• Beberapa database  spasial dibangun
dengan mengkombinasikan semua
entitas dalam satu layer
29
Pemodelan Data  SIG
• Aturan-­‐aturan untuk merubah variasi informasi geografis yang  ada di  
dunia nyata menjadi representasi yang  bersifat diskrit
• Bentuk model  data  konseptual:  
• Object
• Field  Discrete
• Tipe model  data  utama:
• Model  data  raster
• Model  data  vektor

30
Model  Data

31
Model  Data  Raster
• Membagi dunia dalam sel-­‐sel persegi
• Mencatat sudut bumi
• Merepresentasikan objek diskrit sebagai kumpulan sel
• Menetapkan nilai atribut ke sel
• Sering digunakan untuk merepresentasikan field  daripada object  
discrete
• Karakteristik:
• Ukuran piksel
• Skema tetap

32
Model  Data  Vektor
• Representasi titik,  garis,  dan area
• Semua direpresentasikan menggunakan koordinat
• Satu peristiwa/event  per  vektor
• Titik mempunyai panjang dan area  0
• Garis sebagai polyline:  garis lurus antar titik
• Area  sebagai polygon:  garis lurus antar titik,  dihubungkan kembali ke
titik awal,  lokasi titik disimpan sebagai koordinat,  tidak ada skala
detail  dari area  yang  direpresentasikan (hanya 1  nilai)

33
Model  Data  Vektor

34
Model  data  
spasial dan
vektor

35
Vektor vs  Raster
• Vektor:  points,  lines,  dan polygons  (data  spasial)  yang  dihubungkan
dengan atribut database  
• Raster:  matriks baris dan kolom (pixels)  dari posisi X  dan Y  dengan
informasi atribut dihubungkan pada tiap pixel

Vektor Raster

36
Raster  vs  Vektor
• Volume  data
• Raster  mempunyai ukuran sel yang  besar
• Format  data  dan kompresi dapat digunakan
• Sumber data
• Raster  baik untuk remote  sensing,  elevation  data
• Vektor digunakan untuk data  administratif
• Kecocokan software
• Beberapa GIT  cocok untuk raster  (ERDAS,  ENVI)
• Beberapa cocok untuk vektor (ArcGIS,  GeoMedia)

37
PENYIMPANAN  DATA  ATRIBUT

38
Penyimpanan Data  Atribut
• Disimpan terpisah dari data  koordinat
• Tiap identitas dari fitur dapat dihubungkan dengan tabel atribut:  tabel
atribut untuk titik,  garis,  area
• Data  atribut biasanya disimpan terpisah dalam database  yang  
terpisah dari software  SIG

39
Penyimpanan Data  Atribut
• Desain database  yang  tidak memiliki banyak redundancy
• Menggunakan database  relational
• Proses  memisahkan beberapa variabel menjadi beberapa tabel à
normalisasi

40
Contoh penyimpanan Data  Atribut
• Fitur berupa titik

41
Penyimpanan Data  Atribut
• Fitur berupa area

42
Kualitas Data  Objek
• Ketelitian spasial (grafis/geometrik)
• Update  data  terakhir
• Tingkat  detail  data  (resolusi)
• Luas cakupan geografis dan atribut-­‐atributnya
• Konsistensi logika yang  terdapat pada objek geometri dengan atribut-­‐
atributnya
• Jenis representasi diskrit
• Relevansi à jika data  asli sulit didapat,  dapat menggunakan data  
pengganti yang  relevan
43