Peluang Pengembangan Nilai Tambah

Big-Data Spasial Publik untuk Perencanaan

dan Pengembangan Wilayah

Baba Barus, Bambang H Trisasongko, Laode SI

Departemen Ilmu Tanah dan Sumberdaya Lahan,
Divisi Penginderaan Jauh dan Informasi Spasial
bbarus@apps.ipb.ac.id

20 Juli 2020
Materi
1. Big data dan karakter
2. Big data spasial publik dan sumber
3. Aktivitas Pemda yang memerlukan data spasial
4. Nilai Tambah Spasial Big data: Perencanaan/Pengembangan Wilayah
5. Proses Penciptaan Nilai Tambah
6. Ilustrasi Praksis Pemanfaatan Big Data Spasial
7. Penutup : tangkap peluang
1. Big Data dan karakter
https://www.123rf.co
https://www.123
m/stock-
rf.com/stock-
photo/big_data.html?
photo/big_data.h
sti=lhwwbrqwz8kyrnn
tml?apopup=308
nah|&mediapopup=4
21837
5630038

https://www.123
rf.com/stock-
photo/big_data.h
tml?sti=lhwwbrq
https://www.123rf.c wz8kyrnnnah|&
om/stock- mediapopup=39
photo/big_data.html 185115
?sti=lhwwbrqwz8kyr
nnnah|&mediapopu
p=38454664
 Karakter big data
Big Data dapat diasumsikan sebagai
sebuah media penyimpanan data yang
menawarkan ruang tak terbatas, serta
kemampuan untuk mengakomodasi dan
memproses berbagai jenis data dengan
sangat cepat

Karakter BIGDATA : 3V (awalnya) – untuk

mendapat Value ke 4 (sekarang 8 V)

Data : sekumpulan aktivitas yang telah direkam, dikelompokkan, dan disimpan dalam
jumlah yang besar, tetapi belum diolah atau masih mentah, sehingga belum dapat
menghasilkan output yang berguna
Database adalah kumpulan berbagai data logika terkait dan deskripsi, yang dirancang untuk
memenuhi kebutuhan informasi organisasi (Connolly dan Begg, 2010)
Karakter big data dan pemanfaatan era kekinian
Di era big data : selain data, perangkat lunak banyak yang gratis (software), dari
level mudah dipakai atau perlu pengetahuan tambahan
1.Era 4 V (volume, kecepatan, variasi banyak, akurasi bervariasi) – ke 8 V
Ukuran penyimpanan, memori besar, penyimpanan di Cloud
(Cloud tidak hanya menyimpan data tetapi juga melayani proses)
2. Era berbagi (share) data tertentu
- azas sukarela, kemampuan pemanfaatan
3. Penggunaan otomasi (prediksi dan preskripsi) --- nilai tambah (added value)
- segera dipakai utk rutin
4. Penggunaan data tidak selalu berorientasi ke legalitas data
- istilah skala, legal tdk krusial, tetapi kebenaran data
5. Penggunaan hasil utk pengambilan keputusan terkini
- menjawab sebagian besar masalah

Kolaborasi sangat diperlukan pada era digital 4.0

2. Big-Data Spasial Publik dan Sumber
• Data publik gratis : citra satelit tertentu (Landsat, NOAA, Sentinel), SRTM,
Iklim global, Sistem lahan
• Data publik tertentu : Google map/earth (citra detil atau tidak)
Sistem cloud – akan menghasilkan berbagai data turunan lain, misalnya
deploydrone – produksi data drone yang terolah
• Data publik berbayar : Data BPS, data BMKG, Tanah, Geologi, dst
diperlukan biaya tertentu untuk mendapatkan data
• Data yang dapat diminta : data RBI, RTRW, Citra, Demnas
lembaga pemerintah BIG, LAPAN, dapat meminta data berbiaya Rp 0
• Data yang dibuat sendiri : data terbaru atau data tema tertentu
misal komoditas tertentu, pemupukan (di Sipindo)
 Free Software: QGIS, SAGA, ILWIS, Orfeo Toolbox, SNAP, Google Earth
Engine, dan lain-lain
3. Aktivitas Pemda yang memerlukan data spasial (bigdata?)
Dari berbagai tugas di Pemerintah/Pemda, 70 – 80 persen berkaitan data spasial

 Pengembangan ekonomi • Ketimpangan ekonomi

• Transportasi dan rute • Kemiskinan
• Infrastruktur • Konflik lahan
• Kesehatan • Taman dan rekreasi
• Peta pajak • Penggunaan ruang publik
• Perencanaan penggunaan • Gejala bencana
lahan • Intrusi air laut
• Taman dan rekreasi • Pengelolaan darurat
• Pemantauan lingkungan • Pola makan
• Pengelolaan darurat • Dan lainnya
• Informasi kependudukan

Yang terkait dengan perencanaan dan pengembangan wilayah ???

4. Nilai Tambah Data Besar: Perencanaan Wilayah
Peran Pemerintah, Pemerintah Provinsi/Kabupaten, dan Pemerintah Desa:
a. Tugas/kewenangan sudah diatur (lihat perundangan – bisa berubah Omnibus Law)
- Sebagian perencanaan sebelum disyahkan maka membutuhkan persetujuan dari
Pemerintah (perlu identifikasi kegiatan)
 Sebagian pendanaan dari pemerintah pusat
 Perlu pemilikan/menguasai data penting (tidak semua)

b. Perencanaan Tata Ruang Daerah Detil selalu dikonsultasikan ??

 saat ini kalau perda LP2B belum ada mk RTRW tidak akan disyahkan
 peta LPSB di level desa – peta komoditas di level desa

c. Perencanaan Penggunaan Tanah Desa (desa memiliki dana sendiri)

 Kombinasi Perencanaan Pola dan Perencanaan Tata Guna Tanah

e. Pemantauan dan Evaluasi

 pemberian penghargaan dan ganjaran
5. Proses Penciptaan Nilai Tambah
1. Membuat bigdata sesuai tujuan
-- Inventarisasi dan membuat bigdata – membutuhkan kelembagaan spesifik : SDM, alat, data, aturan
-- sebagian data dan fasilitas pengolahan ada di sistem database cloud

2. Analisis dan sintesis

- data individu atau time series – pengamatan pola
- data multi (beda tema dan time series – ikut rule eksplisit)
- data individu yang perlu dikaitkan dengan data lain
 rule tidak eksplisit (-- jumlah dan penyebaran ujaran kebencian, pembelian martabak via gojek)

3. Pemodelan data (prediksi dan preskripsi)

- pembuatan model untuk informasi (potensi produksi komoditas, ancaman kerugian, konflik dll)

• Perangkat lunak publik banyak (sudah operasional dipakai, atau perlu dikreasikan
• Perlu penambahan pengetahuan baru – yang akan lebih baik – perlu cepat
6. Ilustrasi praksis pemanfaatan big data
• Salah satu kabupaten di Jawa Timur, Bojonegoro misalnya telah menjajal Big
Data dalam program Open Government Partnership. Melalui teknologi itu,
Bojonegoro bisa memampukan berjalannya pemerintahan dengan baik,
menjawab persoalan-persoalan kabupaten dengan cepat dan tepat – dari
masalah banjir, panen, hingga kemiskinan.
• Suyoto, Sang Bupati menyebutnya dengan Democatic Insurance. Pemkab
Bojonegoro pun terpilih sebagai satu-satunya wakil Indonesia dalam Pilot Project
Open Government. “Pada prinsipnya, saya tidak mau kehilangan kepercayaan
rakyat. Ketika saya tahu bahwa sumber daya keuangan kami terbatas, maka kami
harus terbuka,” kata Suyoto.
• Sedikitnya ada lima hal yang ingin disasar Bupati Bojonegoro, Suyoto melalui Big
Data., yaitu pelayanan pendidikan, pelayanan kesehatan, pelayanan perizinan,
pelayanan publik, dan pembangunan infrastruktur.
• Hasilnya Pendapatan Asli Daerah (PAD) Bojonegoro meningkat dari Rp 50 miliar
menjadi lebih dari Rp 300 miliar. Di Bojonegoro, mulai banyak anak-anak muda
memanfaatkan TI untuk berjualan
 Kajian Pembuatan LP2B dan usulan revisi RTRW – perlu databesar
RTRW Pola Ruang : Lama, sedang direvisi Usulan LP2B Kabupaten Pandeglang

Saat ini (2018) Perda RTRW tidak disyahkan jika

belum ada KP2B yang didukung Perda LP2B
PENGEMBANGAN SISTEM INFORMASI LP2B : PARTIPATION IN DATA COLLECTION

Contoh data
base petak
lahan sawah
Pembangunan BigData Spasial di Apps Sipindo:
Apps Sipindo:
Fertilizer, irrigation Fertilizer
and weatherrecommendations
prediction and recommendations

Apps

Landsystem 1:250k) Soil properties map Thematic maps

Landunit (1:50k) (explore the best results) database (big data)

Crops requirement analysis

Soil field data collecting
Laboratory analysis Fertilizer recommendations

Notes :
1. Different quality of soil data (scale 1:250k and 1:50k plus field data) --
it will develop gradually
2. The farmers participant to use the Apps need to increase. Expanding of
application for more commodities – and its socialization
3. The program subsidized will be terminated at Sept 2019, and it needs
another format of organization A farmer who use the Apps may access
4. The involvement of non profit units are explored – social enterprise fertilizer dosage spatially
Kajian Identifikasi kerusakan pertanian dan asuransi (Satreps IPB-Chiba Univ,
2007-2021)

1990 2000 2010

Jagorawi

Urban Heat Island: Landsat Termal - Sentul, Bogor

7/20/2020 Add a footer 14

Identifikasi
Temperatur di
Situ Gede
dengan UHV
dengan kamera
Thermal
Jalan

Bangunan

Sawah Sawah

7/20/2020 Add a footer 15

Damage Assessment
Flooded Rice Fields – Deret Waktu Sentinel-1
 Pengembangan Food Estate di Eks PLG Kalteng
• Menjadi perhatian publik – dan informasi
simpang-siur – seharusnya bisa jelas

• Data publik banyak : data/peta dan citra

bisa diakses publik
• Data fisik (sistem lahan, KHG, Demnas,
tutupan lahan, dst), sosial (data perijinan?,
penggunaan ?) :
 variasi tinggi (skala dan keterbaruan), yang
sebagian perlu diverifikasi dan
distandarisasi

• Idealnya dalam satu big data, dan

selanjutnya bisa dimanfaatkan
 Siapa yg berinisiatif ?? Free ??
7. Penutup: tangkap peluang

• Bigdata spasial publik sudah banyak (dan juga perangkat lunak)

• Perencanaan/pengembangan wilayah membutuhkan data besar – di
era digital akan muncul bentuk layanan baru
• Gagasan penciptaan nilai tambah – kesempatan banyak – perlunya
pengetahuan baru
• Minat Bigdata dan Pemodelan geospasial di PS Magister PWL IPB