PUSAT PENGAJIAN PENDIDIKAN JARAK JAUH,

UNIVERSITI SAINS MALAYSIA.

JMG 213E
TECHNIQUES IN GEOGRAPHY

DISEDIAKAN UNTUK
DR. SITI MASAYU ROSLIAH BINTI ABDUL RASHID

DISEDIAKAN OLEH
MOHAMAD ZAWAWI BIN CHE KAMARUZAMAN

JK/11668/17

1
1. Pengenalan

Sistem maklumat geografi (GIS) adalah sistem yang dirancang untuk

menangkap, menyimpan, memanipulasi, menganalisis, mengurus, dan

menyajikan semua jenis data spatial atau geografi. Akronim GIS kadang-kadang

digunakan untuk sains maklumat geografi (GIScience) untuk merujuk kepada

disiplin akademik yang mengkaji sistem maklumat geografi dan merupakan

domain besar dalam disiplin akademik geoinformatik yang lebih luas. Istilah ini

menerangkan setiap sistem maklumat yang menyatukan, menyimpan, mengedit,

menganalisis, berkongsi, dan memaparkan maklumat geografi. Aplikasi Sistem

maklumat geografi adalah alat yang membolehkan pengguna membuat

pertanyaan interaktif (carian buatan pengguna), menganalisis maklumat spatial,

mengedit data dalam peta, dan membentangkan hasil dari semua operasi ini.

Ilmu maklumat geografi adalah sains yang mendasari konsep, aplikasi, dan

sistem geografi.

Salah satu alat berfungsi Sistem Penentududukan Global (GPS) seperti

Peta Google dikaitkan dengan perniagaan perusahaan kecil dan sederhana

(PKS) yang menyediakan citra satelit, peta jalan, pemandangan panorama 360 °

jalanan (Street View), keadaan lalu lintas masa nyata dan perancangan laluan

untuk perjalanan dengan berjalan kaki, kereta, basikal dalam beta, atau umum

pengangkutan, dan API yang membolehkan peta disematkan di laman web pihak

ketiga, dan menawarkan pencari untuk kesihatan awam. Data adalah manual

dan tidak berintegrasi. Sistem maklumat geografi mempunyai kemampuan yang

sangat sesuai untuk digunakan dalam pengawasan dan pengendalian penyakit

berjangkit, terutama bagi banyak penyakit yang diabaikan oleh vektor yang

sering dijumpai pada penduduk miskin di kawasan pedalaman terpencil

(Balamurugan, 2005).

2
 Mereka juga sangat relevan untuk memenuhi tuntutan penyelidikan dan

respons wabak, di mana lokasi cepat kes, komunikasi maklumat yang cepat, dan

pemetaan cepat dinamika wabak sangat penting. Keadaan telah berubah secara

mendadak sejak beberapa tahun kebelakangan ini. Sistem maklumat geografi

membantu dalam menentukan taburan penyakit secara geografi, menganalisis

trend spatial dan temporal, Memetakan populasi berisiko, Menyatakan faktor

risiko, Menilai peruntukan sumber, Merancang dan mensasarkan intervensi,

Memantau penyakit dan campur tangan dari masa ke masa. Fungsi analisis

menggunakan atribut spatial dan non-spatial dalam pangkalan data untuk

menjawab soalan mengenai dunia nyata. contohnya, peta komposit dapat dibuat

dari maklumat pendedahan, digabungkan dengan pengetahuan mengenai status

kesihatan atau penyakit seperti penyakit bawaan air berdasarkan lokasi rumah

atau sumber air dapat dimasukkan dalam kajian untuk menyiasat hubungan

antara air tercemar dan risiko penyakit.

Data mengenai faktor pengganggu atau pengubahsuaian yang berpotensi

(misalnya usia, jantina, jantina, pendapatan, jenis penyelesaian) juga dapat

dimasukkan ke dalam analisis data. Pakar kesihatan telah menggunakan peta

semasa menganalisis perkaitan antara lokasi, persekitaran dan penyakit. Sistem

maklumat geografi dalam kesihatan awam digunakan untuk pemetaan asas dan

melibatkan analisis spatial kejadian penyakit dan penyumbang persekitaran

faktor.GIS membantu kami dalam analisis visual dan analisis penerokaan

bersama dengan anggaran hubungan antara ukuran kejadian penyakit (Kondo

et.al, 2002). Penyelidikan kesihatan menggunakan Sistem maklumat geografi

meliputi demografi, politik, lingkungan, ekologi, topografi, hidrologi, dan klimaks,

penggunaan tanah, infrastruktur awam, pengangkutan, infrastruktur kesihatan

dan data epidemiologi.

3
 Sistem maklumat geografi adalah sistem maklumat yang dirancang untuk

berfungsi dengan data yang dirujuk oleh koordinat spatial atau geografi (Kamini

et.al, 2006). Walaupun mempunyai kecemerlangan dalam penyediaan

penjagaan kesihatan, kemudahan ini terhad dan tidak mencukupi untuk

memenuhi tuntutan kesihatan semasa. Sebilangan besar kemudahan kesihatan

awam kurang kecekapan, kekurangan tenaga kerja dan mempunyai peralatan

perubatan yang kurang terawat atau ketinggalan zaman. Terdapat keperluan

besar bagi pentadbir, profesional dan penyelidik Kesihatan untuk dilatih dan

mendapatkan sokongan pengguna dalam teknologi Sistem maklumat geografi,

data dan kaedah epidemiologi agar dapat menggunakan Sistem maklumat

geografi dengan betul dan dengan berkesan (Johnson dan Johnson, 2001).

Penggunaan Sistem maklumat geografi dalam kesihatan awam masih

berada di tangan pakar teknikal yang tidak mempunyai pengetahuan mengenai

kesihatan awam, oleh itu terdapat keperluan untuk memberi kuasa kepada

pentadbir kesihatan dengan menyediakan platform Sistem maklumat geografi

yang lebih mudah dikendalikan. Menurut Glass et al., (1993) walaupun sistem

yang dipermudahkan dapat dibuat untuk bekerja di komputer yang tersedia untuk

pekerja kesihatan awam, sistem ini mempunyai fleksibiliti yang terbatas dan

memerlukan perkhidmatan orang yang berkemahiran tinggi. Terdapat beberapa

bidang aplikasi dalam pengurusan kesihatan awam di mana Sistem maklumat

geografi sebagai Sistem Pendukung Keputusan Spatial (SDSS) dapat

diterapkan. Menurut Mesgari dan Masoomi (2008) beberapa bidang di mana

Sistem Maklumat Geografi dapat diterapkan termasuk yang berikut, pengelolaan

Pencemaran Alam Sekitar, Pemantauan dan Pengawalan penyakit dan

epidemiologi dan Pengurusan Bencana yang Berkaitan dengan Kesihatan.

4
2. Tinjauan Karya

Pada era ini, teknologi Sistem Maklumat Geografi digunakan secara

meluas dalam pemetaan digital dan analisis data bagi membuat perancangan

dan keputusan. Teknologi Sistem Maklumat Geografi telah banyak membantu

mengenalpasti lokasi dan maklumat yang tepat mengenai kawasan yang berisiko

tinggi terhadap penyebaran wabak denggi. Shaharudin et al. (2002); Aziz Shafie

(2006, 2008, 2011); Mohd Hazrin et al. (2016) telah membuktikan teknologi

Sistem Maklumat Geografi berkeupayaan membantu sektor kesihatan

memetakan lokasi. Kajian lepas telah menerangkan mengenai faktor yang

mempengaruhi penyebaran kemampuan teknologi Sistem Maklumat Geografi

dalam mencegah penyebaran penyakit ini melalui pemetaan dan analisis kes

sebelum dan selepas kejadian.

2.1 Sistem Maklumat Geografi Dan Kesihatan

Data ini kekurangan komponen spasial, yang dapat digunakan

tidak hanya untuk melacak kes baru tetapi juga untuk menunjukkan lokasi

geografi, taburan dan pola kes (Moore dan Carpenter, 1999; Rushton et

al., 2006). Selain itu, ia juga dapat digunakan untuk menghubungkan

kejadian dengan parameter geografi dan persekitaran yang lain (Wang et

al., 2008; Levine et al., 2009). Selain itu, memvisualisasikan pengedaran

dan menilai kebolehcapaian ke kemudahan kesihatan mungkin berguna

bagi pengamal kesihatan untuk menilai kesesuaian lokasi kemudahan

kesihatan yang ada atau merancang untuk menaik taraf atau membina

kemudahan baru di lokasi yang lebih sesuai (Murad, 2007). Oleh itu,

untuk memasukkan komponen spasial ke dalam data tabel yang ada

yang dikekalkan oleh organisasi lain, sistem penentududukan global

(GPS) dapat digunakan untuk merekam lokasi geografi pesakit

5
berdasarkan alamatnya (Wang et al., 2008). Data ini kemudian dapat

dipetakan menggunakan perisian GIS untuk memvisualisasikan

pengedaran, menilai corak kes dan mengenal pasti kelompok yang

mungkin. Pendekatan sedemikian memungkinkan untuk menghasilkan

peta yang menunjukkan kejadian di kawasan yang berlainan dan

kemampuan untuk menyampaikan maklumat dengan lebih berkesan

(Moore dan Carpenter, 1999). Selain menunjukkan tingkat kes

berdasarkan wilayah, titik pemetaan lokasi kes juga memungkinkan untuk

menilai pengedaran. Analisis corak titik digunakan untuk menilai taburan

fizikal peristiwa titik dan menguji sama ada terdapat pengumpulan titik

yang signifikan di kawasan tertentu (Cromley dan McLafferty, 2002).

Dahulu, analisis pola titik digunakan dalam biologi atau ekologi dalam

mengesan corak taburan spesies.

Analisis pola titik adalah penyelidikan yang difokuskan pada

mencari corak dalam data, yang terdiri dari titik-titik di wilayah spasial dan

memungkinkan untuk mengukur lokasi individu yang saling berhubungan

(Robinson, 1998). Salah satu aplikasi analisis pola titik yang biasa adalah

dalam epidemiologi, iaitu kajian mengenai taburan dan penentu penyakit

dan kecederaan pada populasi dikaji (Moore dan Carpenter, 1999).

Penyakit seperti kolera dan denggi dapat dipetakan untuk membantu

dalam menilai kejadian penyakit yang signifikan dan dalam menilai

hubungan antara penyakit dan ciri-ciri persekitaran dan ruang yang lain.

Kajian oleh John Snow, misalnya, memetakan kes kolera berkaitan

dengan sumber air di London pada tahun 1854 (seperti yang dikutip dari

Moore dan Carpenter, 1999).

6
 Kajian itu, yang memerhatikan hubungan antara kolera dan jarak

dekat dengan bekalan air yang tercemar, memberikan sumbangan yang

besar terhadap bidang geografi dan epidemiologi. Analisis corak titik

mengukur sama ada kes secara sistematik teratur atau tersusun atau kes

diedarkan secara rawak (Levine et al., 2009; Moore dan Carpenter,

1999). Indeks jiran terdekat (NNI) digunakan untuk menganalisis

penyebaran penyakit. NNI adalah pengiraan jarak antara kejadian, dan ini

membantu dalam menilai kekuatan pengelompokan data titik. Nilai NNI

berkisar antara 0 dan 2.1491, di mana nilai 0 bermaksud pengedarannya

berkelompok, nilai 1 bermaksud taburan adalah rawak dan nilai 2.1491

bermaksud pengedarannya seragam (Robinson, 1998).

Indeks jiran terdekat dapat dengan mudah dikira dan digunakan

untuk memahami kejadian kejadian. Namun, telah dikritik karena

kegagalannya untuk membedakan antara pola homogen dan rawak, dan

sangat bergantung pada ukuran kawasan kajian (Moore dan Carpenter,

1999). Di samping menilai taburan penyakit spasial, GIS dan kemampuan

analisa spasial dapat membantu dalam kajian penjagaan kesihatan dan

penyampaian penjagaan kesihatan. Sebagai contoh, GIS boleh

digunakan untuk menilai lokasi kemudahan kesihatan yang ada dan

aksesibilitasnya, penggunaan serentak perkhidmatan penjagaan

kesihatan dan struktur spasial corak penyakit dalam bentuk statik dan

dinamik (Moore dan Carpenter, 1999). Kajian oleh Wang et al. (2008)

misalnya, menilai peranan akses ke penjagaan kesihatan dalam

menjelaskan variasi diagnosis peringkat akhir kanser payudara di Illinois

menggunakan kaedah analisis GIS dan spasial Kajian mendapati bahawa

akses geografi yang lemah dan faktor sosio-ekonomi menyumbang

7
 kepada diagnosis barah payudara peringkat akhir (Lyons, 2004; Rushton

et al., 2006).

2.2 Penggunaan Geomatik

Pada masa ini, pemerolehan data dan penghasilan produk

geomatik yang tepat dan boleh dipercayai, dilakukan dengan peralatan,

peralatan dan platform yang mahal yang memerlukan pasukan kerja yang

sangat khusus, dengan kekangan teknikal yang sangat ketat yang

memperpanjang proses membuat keputusan (Zozo et.al, 2015) Kini,

sains Geomatika dapat menyediakan teknik pemerolehan, visualisasi,

pengukuran dan pengurusan data moden, berguna untuk pemeliharaan,

dokumentasi dan analisis dalam semua jenisnya. Geomatics dipilih

sebagai 'alat masa depan yang akan datang' untuk membantu dalam

dokumentasi metrik, pemeliharaan dan pengurusan kedua-dua bahagian,

yang membolehkan pengetahuan yang lebih baik dari fasa projek awal

hingga yang dapat dilaksanakan.

Teknik geomatik yang sesuai dalam konteks ini boleh menjadi:

pendekatan fotogrametri klasik atau penglihatan komputer, pengimbasan

laser, untuk langkah pemerolehan, GIS (Sistem Maklumat Geografi) dan

BIM (Pemodelan Maklumat Bangunan) untuk langkah-langkah berikutnya

(visualisasi, pengukuran dan pengurusan data) ( Bitelli et.al, 2019).

Perolehan data spasial adalah faktor utama kerana ia adalah asas untuk

pengiraan dan analisis lebih lanjut. Walau bagaimanapun, perlu diingat

bahawa bidang aplikasi untuk pengurusan sumber air begitu luas

sehingga mencari teknik geospasial yang paling sesuai untuk setiap

kajian kes menjadi penting. Menurut definisi kamus Oxford Geomatic,

matematik Bumi; sains pengumpulan, analisis, dan tafsiran data,

8
terutama data instrumental, yang berkaitan dengan permukaan Bumi

(Deshogues & Gilliéron, 2009). Definisi ini menekankan hakikat bahawa

Geomatic bertanggungjawab bukan hanya teknik dan teknologi

pengumpulan data, tetapi juga untuk pengelolaan data geospasial oleh

GIS (Sistem Maklumat Geografi) dan SDI (infrastruktur data spatial)

(Deshogues & Gilliéron, 2009). Parameter yang akan diukur dan prosedur

yang memungkinkan menilai kemampuan pemusat perangkat terpilih

ditentukan dengan mempertimbangkan kedua-dua spesifik peranti dan

sumber teknikal yang ada. Hal ini juga bertujuan agar ujian dapat

dilakukan sedemikian rupa sehingga tidak diperlukan pengukuran sudut

atau jarak menggunakan instrumen tinjauan (Quintero et.al, 2019).

Metodologi geomatik mempunyai peranan penting dalam

penyelidikan arkeologi dan seni bina bangunan, terutama memberikan

sejumlah besar data geometri dengan ketepatan tinggi (model, rencana,

bahagian 3D) tetapi juga menghasilkan output grafik dengan kandungan

metrik (orthophotos, imbasan maya) dan ditukar menjadi lapisan siap GIS

yang dikaitkan dengan analisis makmal (Deren Li et.al, 2018). Sistem

maklumat geografi (GIS) digunakan secara meluas oleh pemerintah

dalam lingkungan perusahaan atau kelompok untuk penyampaian

analisis dan visualisasi geo-spasial. Ini telah didefinisikan sebagai,

'koleksi teratur perkakasan komputer, perisian, data geografi dan

personel yang dirancang dengan efisien menangkap, menyimpan,

mengemas kini, memanipulasi, menganalisis dan memaparkan semua

bentuk maklumat yang dirujuk secara geografi seperrti raster atau vector

yang boleh diambil dari sumber yang berbeza (McCarthy et.al, 2012).

9
 Terdapat banyak aplikasi geomatik kolaboratif yang sedang

dikembangkan atau digunakan oleh agensi perkhidmatan sosial,

perpustakaan dan arkib, agensi pembangunan ekonomi dan masyarakat

tempatan, perkhidmatan rekreasi dan pelancongan, pihak berkuasa

pemuliharaan, dan pemerintah perbandaran dan wilayah di Malaysia

terutama dalam pengesanan dan pemetaan koronavirus. Penggunaan

gabungan teknologi geomatik (pengimbas laser, kedudukan GPS,

fotogrametri digital, penginderaan jauh, GPR) memungkinkan di satu

pihak untuk menyiasat objek dan artefak, menyediakan maklumat metrik,

bentuk, dan lokasi; dan yang lain, untuk membuat katalog maklumat dan

menjadikannya mudah diakses oleh masyarakat.

Sesungguhnya, alat digitalisasi dan rekonstruksi model 3D boleh

menjadi jawapan kepada had yang berkaitan dengan kemudahan

komunikasi dalam sektor arkeologi. Ketepatan, perincian, dan

rekonstruksi foto-realistik yang sangat tepat sangat berguna untuk

aplikasi realiti maya dan tambahan, mengintegrasikannya dalam peranti

yang digunakan setiap hari (Barrile, Fotia, & Bilotta, 2018) Ini

menunjukkan kemajuan yang besar dalam praktik semasa, kerana sistem

geomatika kolaboratif yang sedang dikembangkan agak murah untuk

diterapkan dan digunakan, dan ramah pengguna sehingga

meminimumkan keperluan untuk kepakaran teknikal dan pengaturcaraan

(Berezowski et.al, 2020).

2.3 Penjejakan dan Pemetaan

Untuk menangani sistem geomatik yang terintegrasi, ia berurusan

dengan mengesan komponen yang diselaraskan yang diperlukan dan

memetakannya pada media yang dimanipulasi. Contoh lain ialah peranti

10
navigasi GPS yang menghitung lokasinya relatif dengan jalan untuk

menunjukkan arah pemandu ke suatu destinasi dan lokasinya ditunjukkan

melalui peranti mudah alih dan komputer. Walau bagaimanapun, ini

adalah tugas yang mencabar kerana menentukan penempatan dapat

menuntut banyak kekuatan dan memori komputasi bergantung pada

pendekatan dan maklumat yang diperlukan (Roberto et.al, 2016).

Penjejakan adalah tugas penting yang digunakan untuk beberapa

aplikasi, seperti bantuan navigasi dan augmented reality. Oleh itu,

beberapa teknik penjejakan yang dicadangkan akhir-akhir ini

mempertimbangkan kelebihan dan had peranti pegang tangan. Oleh itu,

tujuan kerja ini adalah untuk aplikasi yang akan dijalankan pada peranti

tersebut.

Pemetaan sistematik adalah kaedah untuk mengkaji,

mengklasifikasikan, dan menyusun kertas kerja yang berkaitan dengan

memberikan gambaran keseluruhan bidang penyelidikan tertentu

(Roberto et.al, 2016). Dalam bentuk penjejakan peruntukan Virus Corona,

penjejakan untuk peranti mudah alih bermaksud bahawa telefon bimbit

atau tablet di luar rak mengekstrak maklumat lokasi dari persekitaran dan

kemudian memprosesnya secara tempatan atau jarak jauh atau bahkan

waktu nyata untuk menghitung kedudukan peranti yang berkaitan ke

dunia, yang akan digunakan oleh aplikasi atau perkhidmatan pada peranti

itu sendiri. Oleh itu, kajian ini mengumpulkan dan menganalisis karya

yang diterbitkan secara saintifik (Roberto et.al, 2016) dan (Yamagata

et.al, 2017). Selanjutnya, kerangka kerja, seperti kemampuan

menyesuaikan diri muncul untuk membantu masyarakat menangani

11
 perubahan yang disebabkan oleh pengembangan sumber daya dan

untuk membina ketahanan berdasarkan lokasi mata pelajaran.

Ketahanan merujuk kepada kemampuan sistem ekologi sosial

untuk mentolerir tekanan kerana perubahan di mana sistem ekologi sosial

merujuk, 'unit bio geofizik dan pelaku sosial dan institusi yang berkaitan.

Sistem ekologi sosial kompleks dan adaptif dan dibatasi oleh sempadan

ruang atau fungsional yang merangkumi ekosistem tertentu dan konteks

masalahnya. Perkembangan kapasiti penyesuaian sangat penting untuk

membina daya tahan untuk berubah. Dalam konteks Virus Corona ini,

kapasiti adaptif merujuk kepada aspek ketahanan yang mencerminkan

pembelajaran, fleksibiliti untuk bereksperimen dan mengadopsi lokasi

pembawa virus, dan pengembangan tindak balas umum terhadap kelas

cabaran yang luas (McCarthy et.al, 2012). Aplikasi Geodesi Tektonik

(TGA) mengusulkan agar sistem penilaian bahaya seismik yang

dikembangkan, yang dapat memetakan penyelesaian mekanisme fokus,

medan ubah bentuk Sistem Penentududukan Global (GPS), dan latar

belakang tektonik geologi (Fang et.al, 2020).

2.4 Kawalan Penyakit Melalui GIS

Salah satu bidang penyelidikan yang paling penting selama dua

dekad yang lalu adalah kajian epidemiologi spatial oleh Sistem Maklumat

Geografi (Kirby et.al, 2016). Walau bagaimanapun, kajian mengenai

epidemiologi spasial memerlukan menjawab sejumlah pertanyaan

penting, yang paling penting adalah: Di manakah wabak ini berlaku?

Apakah faktor persekitaran yang menyebabkan wabak wabak? Apakah

evolusi corak spasial wabak ini? (Nicol, 1991). Soalan-soalan ini dapat

dijawab melalui alat Sistem Maklumat Geografi. Contohnya, Sistem

12
Maklumat Geografi dapat menentukan lokasi wabak, dan menggunakan

data demografi, ekonomi, dan persekitaran untuk mengkaji dan

menganalisis hubungan spasial di kawasan yang terjejas (Murad, 2005).

Isu perancangan epidemiologi telah disokong oleh pelbagai kajian GIS di

kawasan perancangan penjagaan kesihatan (Datta, 2017). Ahli geografi

dan perancang ruang telah memfokuskan diri pada pemodelan penyakit

wabak dalam banyak kajian (Little, 1989). Ciri sosioekonomi penduduk

dianggap sebagai salah satu faktor terpenting yang menjadi asas kajian

epidemiologi. Pemetaan spasial penyakit epidemik dapat dilaksanakan

dengan beberapa kaedah, yang paling penting adalah kaedah peta

Sistem Maklumat Geografi choropleth. Melalui peta ini, kadar penyakit

digambarkan pada peta dasar untuk menentukan keparahan dan

kerentanan terhadap penyakit wabak. Lebih-lebih lagi, ruang penyebaran

penyakit wabak juga dapat dilaksanakan dengan memodelkan ramalan

risiko penyakit menggunakan kaedah anggaran kernel.

Terdapat sebilangan kajian yang menunjukkan bahawa Sistem

Maklumat Geografi adalah alat yang berguna untuk perancangan

epidemiologi (Musa et.al, 2013). Cliff, Haggett dan Ord (Cliff et.al, 1986)

mengkaji dan menganalisis wabak influenza di Iceland. Sebelum tahun

1900, tidak ada catatan mengenai penyakit ini di Iceland. Sebaliknya,

wabak penyakit ini dalam jangka waktu tiga dekad menyumbang untuk

memberikan tes pemetaan yang berguna yang berkaitan dengan corak

spasial penyebaran penyakit. Mereka mendapati bahawa jangkitan

berpindah dan menyebar secara hierarki melalui udara. Ia berpindah dari

Reykjavik (ibu kota) ke wilayah-wilayah yang lebih kecil, dan kemudian ke

bandar-bandar kecil, dan akhirnya ke kawasan luar bandar. Ketika

13
melihat hasil peta, menjadi jelas bahawa aspek hierarki dan spasial dari

pola penyebaran penyakit berguna untuk perancang ruang.

Ini akhirnya menyumbang untuk mengatasi penyakit influenza di

kawasan bandar dan luar bandar. Gould dan Wallace juga menggunakan

proses hierarki untuk memerhatikan bahawa HIV atau AIDS mulai

menyebar di Amerika Syarikat pada awal 1980-an. Untuk memperbaiki

keadaan dan menguruskan penyebaran penyakit ini, mereka

menggunakan Sistem Maklumat Geografi untuk memetakan status

semasa dan masa depan yang berpotensi dari segi penyebaran penyakit.

Lebih-lebih lagi, mereka berusaha memetakan penyakit yang merebak

sebagai kelompok untuk menahan dan memahami penyakit ini. Dalam

karya lain, Braga et. al (1998) memetakan kelompok barah paru-paru di

bandar Viterbo dan Lucca, Itali. Kaedah standard, seperti kernel dan

Bayesian, digunakan untuk menentukan kadar penyakit pada tingkat

kluster.

Brown et.al, 1991), menggunakan Sistem Maklumat Geografi

sebagai alat yang berkesan dalam menyiasat ketidaksamaan ruang

dalam penyampaian perkhidmatan penjagaan kesihatan di Merseyside,

UK. Selanjutnya, Wrigley (1991), menggunakan Sistem Maklumat

Geografi untuk memodelkan kawasan yang terkena penyakit mengikut

ciri demografi dan pemboleh ubah sosioekonomi penduduk. Pada

Johnson (2004), kadar kejadian barah prostat dimodelkan menggunakan

GIS di New York State. Dalam karya ini, kadar jangkitan (SIR) barah

prostat dikenakan model hierarki Bayesian dengan poskod untuk

menentukan prestasi relatif data spasial. Dalam karya ini, data spasial

dihubungkan dengan data kualiti udara.

14
 Dalam bidang integrasi antara Sistem Maklumat Geografi dan

teknik epidemiologi, Rasam et.al, (2014), menggunakan pendekatan

analisis eksploratori untuk mengenal pasti corak taburan spasial kolera di

kawasan Sabah di Malaysia. Dalam kajian ini, kes kolera dipetakan

menggunakan statistik spasial dalam lingkungan Sistem Maklumat

Geografi. Teknik epidemiologi (iaitu teknik kohort) juga digunakan untuk

memeriksa penyebaran penyakit. Akibatnya, menjadi jelas bahawa

penyakit ini mudah dipindahkan dari orang ke orang, terutama di daerah

itu dalam jarak 1500 meter dari lokasi pasien dan dengan air yang

tercemar. Oleh itu, kajian ini menunjukkan bahawa Sistem Maklumat

Geografi dianggap sebagai teknik epidemiologi yang berkesan untuk

memetakan corak taburan spasial dan arah penyakit.

2.5 Kebolehcapaian Perkhidmatan Kesihatan

GIS adalah alat yang berkesan untuk menangani masalah

perkhidmatan penjagaan kesihatan, terutama yang berkaitan dengan

lokasi perkhidmatan (Fradelos et.al, 2014). WHO dan Bank Dunia (2019),

menekankan bahawa hampir separuh penduduk dunia menghadapi

kesukaran untuk mendapatkan rawatan kesihatan. Oleh itu, adalah

penting bahawa akses yang mudah dan saksama ke perkhidmatan

penjagaan kesihatan tersedia untuk semua kawasan penduduk, termasuk

yang tidak pengangkutan persendirian. Walau bagaimanapun, terdapat

banyak bidang yang berkaitan dengan masalah ini, yang paling banyak

penting daripadanya, mengenal pasti lokasi optimum untuk perkhidmatan

penjagaan kesihatan, memahami hubungan antara lokasi perkhidmatan

15
semasa dan keperluan penjagaan kesihatan sebenar dan menilai

kebolehcapaian ruang kepada perkhidmatan kesihatan.

Ada juga pertanyaan lain yang sangat penting, yaitu, apa

keperluan perawatan kesihatan untuk penduduk, dan bagaimana

seharusnya pihak berkuasa memperuntukkan sumber kesihatan untuk

melayani penduduk? Oleh itu, Sistem Maklumat Geografi mempunyai

jawapan untuk soalan ini. Sebagai contoh, Jonhs dan Bentham (1995),

menggunakan Sistem Maklumat Geografi untuk mengkaji hubungan

antara penjagaan kesihatan dan kebolehcapaian. Selanjutnya, Forbes

dan Todd (1995), mengusulkan kemungkinan lokasi pusat baru untuk

merawat pesakit barah di England menggunakan Sistem Maklumat

Geografi. Oleh itu, mencari lokasi perkhidmatan kesihatan yang optimum

adalah salah satu tugas pengoptimuman sumber untuk pihak kesihatan.

Namun, terdapat sejumlah model Sistem Maklumat Geografi yang

membantu menentukan lokasi terbaik untuk perkhidmatan penjagaan

kesihatan, seperti model peruntukan lokasi yang disediakan oleh perisian

Sistem Maklumat Geografi moden. Melalui model ini, perancang ruang

dapat menilai kebolehaksesan ke perkhidmatan kesihatan setelah

mengenal pasti kawasan yang kurang senang ke lokasi perkhidmatan

Kemudian, mereka dapat memberikan cadangan perancangan dan

campur tangan yang menyumbang untuk meningkatkan aksesibilitas

yang buruk lokasi perkhidmatan kesihatan (Murad, 2005). Sebarang

kajian mengenai kebolehaksesan dan penggunaan penjagaan kesihatan

harus mengetahui beberapa faktor penting, seperti pemboleh ubah

sosioekonomi, keperluan, ekuiti, penawaran, dan permintaan [48]. Ramai

penyelidik dan perancang ruang telah menggunakan faktor-faktor ini

16
untuk meningkatkan data spatial mereka untuk memodelkan

kebolehaksesan dan penggunaan perkhidmatan penjagaan kesihatan.

Sebagai contoh, bekalan dapat diwakili oleh jumlah perkhidmatan

kesihatan yang disediakan di kawasan geografi atau kawasan tadahan

tertentu, serta corak taburan spasial lokasi perkhidmatan dan

kemampuan operasi mereka yang relevan (Luo, 2003). Dalam kajian

Khan dan Bardwaj (1994), pemboleh ubah sosioekonomi dimasukkan ke

dalam data spatial mereka untuk mengembangkan pemahaman

komprehensif mengenai aksesibilitas. Sebagai contoh, mereka

mengambil kira pendapatan, pendidikan, kelas sosial, insurans, dan

pemboleh ubah lain yang mempengaruhi bagaimana orang mengakses

dan menggunakan perkhidmatan kesihatan. Secara praktikal, untuk

mencapai model spasial terpadu, pemboleh ubah dihubungkan dengan

aspek spasial lokasi, penawaran, permintaan, waktu, dan jarak. Sebelum

kedatangan Sistem Maklumat Geografi, para penyelidik dan perancang

ruang menggunakan pendekatan tradisional berdasarkan jarak Euclidean

untuk memodelkan kebolehcapaian perkhidmatan kesihatan.

Oleh kerana Sistem Maklumat Geografi, pemodelan

kebolehcapaian perkhidmatan kesihatan menjadi lebih cekap dan

berkesan dengan menggunakan set analisis baru pendekatan

berdasarkan jarak dan masa perjalanan. Pemodelan ini didasarkan pada

lapisan data spasial berikut, lapisan lokasi layanan kesihatan dan

pengedaran ruang mereka lapisan taburan penduduk dan data demografi

mereka melibatkan permintaan atau keperluan dan lapisan rangkaian

pengangkutan yang menghubungkan pesakit berpotensi dan

perkhidmatan kesihatan (Kumar, 2004). Ketiga-tiga lapisan sebelumnya

17
 telah menjadi data spasial asas yang paling penting yang dapat

digabungkan dan tumpang tindih dalam lingkungan Sistem Maklumat

Geografi untuk memodelkan kebolehcapaian untuk perancangan

perkhidmatan kesihatan (Gatrel, 1998). Sebagai contoh, Brabyn dan

Skelly (2002), menggabungkan lapisan sebelumnya dalam vektor (linear)

Sistem Maklumat Geografi untuk memodelkan aksesibilitas ke hospital

awam mengikut jarak dan jarak perjalanan.

3. Penggunaan Sistem Maklumat Geografi

Berdasarkan analisis literatur, integrasi geomatik dalam menentukan

lokasi virus korona berlaku untuk pengesanan yang terkoordinasi. Dicadangkan

bahawa pendekatan yang dilakukan secara intuitif mengesan hasil pemetaan

pesakit dan pembawa virus korona dan pemetaan akan bermanfaat untuk

mengesan titik panas virus, aktiviti yang tidak normal (Yamagata et.al, 2017) dan

sebagainya, dan mendorong pengurusan yang cekap virus. Walau

bagaimanapun, kekurangan dana yang mencukupi atau dikenal pasti untuk

mengembangkannya penjejakan dan pemetaan rancangan adalah halangan

serius bagi kesedaran kesihatan berasaskan masyarakat. Dari segi

kesinambungan jangka panjang sistem geomatik kolaboratif, aplikasi dan data

mesti dapat diakses secara berterusan oleh masyarakat yang relevan selama-

lamanya (McCarthy et.al, 2012). Dimensi terakhir keupayaan penyesuaian

adalah kemampuan komuniti untuk mencipta peluang untuk inovasi. Inovasi

dalam sistem sosial dapat didefinisikan sebagai inisiatif, produk, dan proses atau

program yang secara mendalam mengubah rutin dasar, aliran sumber dan

wewenang atau kepercayaan sistem sosial apa pun. Sistem geomatik kolaboratif

dapat memungkinkan pengembangan pangkalan data spatial. Masyarakat tidak

hanya lebih siap untuk mengatasi dampak terkait virus korona, tetapi berada

18
 dalam posisi yang lebih baik untuk mempengaruhi keputusan kebijakan dan

mengambil lebih banyak peranan kepemimpinan dalam perencanaan dan

pengembangan solusi untuk mengatasi penyebaran penyakit (McCarthy et.al,

2012). Peranti mudah alih, seperti telefon dan tablet, semakin popular di dunia.

Lebih-lebih lagi, penyelidikan menunjukkan bahawa kira-kira satu pertiga

penduduk dunia memiliki alat genggam. Senario ini menyokong penciptaan

banyak jenis aplikasi kerana peranti sedemikian mencipta beberapa peluang

yang hanya mungkin dilakukan apabila pengguna boleh bergerak (Roberto et.al,

2016) dan (Zazo, et.al, 2015). Walau bagaimanapun, paradigma baru sains

geomatik, hasil kemajuan yang dicapai dalam tiga dekad terakhir, memberikan

komuniti saintifik dan kejuruteraan satu set teknik dan metodologi kos rendah

dan bahkan kos rendah. Ini, secara langsung memberi kesan kepada

penggunaan sumber ekonomi yang lebih cekap yang mempengaruhi pentadbiran

awam dan syarikat swasta (Zazo, et.al, 2015).

4. Kesimpulan

Sistem Maklumat Geografi mengandungi maklumat penting, seperti

menunjukkan lokasi dan berapa banyak penduduk yang dilindungi oleh

rangkaian penjagaan kesihatan yang akan digunakan dalam perancangan

penjagaan kesihatan yang berkesan (Luis & Cabral, 2016). Berdasarkan Kamel

& Geraghty (2020), HealthMap ditubuhkan pada tahun 2006 oleh sepasukan ahli

epidemiologi dan pembangun perisian di Boston Children Hospital di Amerika

Syarikat menggunakan sumber media massa, seperti media berita dan media

sosial, untuk pemantauan kesihatan awam semasa ugutan. Sistem Maklumat

Geografi dapat menawarkan ciri wabak yang memberitahu pengguna individu

tentang risiko penyakit berjangkit berdasarkan lokasi mereka sekarang seperti

yang diperoleh dari penyemak imbas web atau telefon pintar mereka.

19
 Kesimpulanya, ini adalah amalan terbaik untuk mempromosikan kebolehcapaian

geografi di pengurusan wabak.

Begitu juga, jika terdapat kekurangan kemudahan penjagaan kesihatan,

ia dapat mencadangkan lokasi yang dipilih untuk tujuan tertentu, sama ada untuk

unit rawatan kecemasan atau infrastruktur tetap, dengan menggunakan teknologi

GIS (Kamel & Geraghty, 2020). Sebagai contoh, ketika Wuhan menghadapi

kekurangan kemudahan rawatan, pihak berkuasa membina dua hospital baru

dengan jumlah keseluruhan 2.600 tempat tidur berdasarkan pemilihan lokasi

Sistem Maklumat Geografi. Maklumat tersebut diberikan oleh laporan negara

mengenai prestasi sistem kesihatan mereka dalam masyarakat setiap tahun

menggunakan metrik papan pemuka utama seperti hasil kesihatan, kepercayaan

sistem, kecekapan sistem dan pengalaman pengguna, bersama dengan

kewangan dan ekuiti langkah perlindungan (Kruk et al., 2018). Ringkasnya,

pengenalan teknologi untuk meningkatkan kebolehcapaian geografi akan

menyokong pengurusan pandemi untuk semua negara termasuk Malaysia.

Kebolehcapaian adalah petunjuk penting untuk mengawal penyakit kepada

penyedia perkhidmatan kesihatan.

Rujukan

Aziz Shafie. (2006). Pembangunan pangkalan data ruangan bagi pengurusan

dan pengawalan penyakit demam denggi dan demam denggi berdarah.

Diakses Pada 12 Januari 2021, Daripada

http://pustaka2.upsi.edu.my/eprints/574/

Aziz Shafie. (2008). Aplikasi Sistem Maklumat Geografi bagi mengenal pasti

kawasan berisiko tinggi bagi penyakit demam denggi dan demam denggi

berdarah di Georgetown, Pulau Pinang. Retrieved from Universiti Sains

Malaysia.

20
Aziz Shafie. (2011). Evaluation of the spatial risk factor for high incidence of

dengue fever and dengue hemorrhagic fever using GIS Application. Sains

Malaysiana, 40(8), 937-943.

Balamurugan, G., (2005), Remote Sensing, GIS Modeling for Characterizing the

Fractured Aquifer System in Hosur region, Tamil Nadu, India, Department

of Earth Sciences, IIT, Mumbai, p 45- 60.

Barrile, V., Fotia, A., & Bilotta, G. (2018). Geomatics and augmented reality

experiments for the cultural heritage. Applied Geomatics, 10, 569–578.

Berezowski, V., Mallett, X., & Moffat, I. (2020). Geomatic techniques in forensic

science: A review. Science & Justice, 60, 99–107.

Bitelli, G., Gatta, G., Guccini, A., & Zaffagnini, A. (2019). GIS and Geomatics for

archive documentation of an architectural project: The case of the big Arc

of entrance to the Vittorio Emanuele II Gallery of Milan, by Giuseppe

Mengoni (1877). Journal of Cultural Heritage, 38, 204–212.

Deshogues, A., & Gilliéron, P. (2009). Geomatics E-learning with Exomatic:

Implementation and Assessment.

Deren Li, Xin Shen & Le Wang (2018) Connected Geomatics in the big data era,

International Journal of Digital Earth, 11:2, 139-153.

Fang, Z., Jiang, G., Xu, C., & Wang, S. (2020). A tectonic geodesy mapping

software based on QGIS. Geodesy and Geodynamics, 11, 31–39.

Kamini J, Satish J and Raghavswamy V (2006), Spatio- temporal Analysis of

Land use in Urban Mumbai ,using Multi Environmental Health

Perspectives, Vol.105(6), pp. 598-605.

21
Kamel Boulos, M. N., & Geraghty, E. M. (2020). Geographical Tracking and

Mapping ofCoronavirus Disease COVID-19/severe acute respiratory

syndrome coronavirus 2 (SARS-CoV-2) epidemic and associated events

around the world: how 21st century GIS technologies are supporting the

global fight against outbreaks and epidemics. International Journal of

Health Geographics, 19(1), 8.

Kondo H, Yasuda T, Hasizume M, Koido Y and Yamamoto Y(2002), Post Flood

Epidemics of Infectious Diseases in Mozambique, Pre Hospital Disaster

Medicine, Vol.17(3), pp. 126-133.

Kruk, M.E., Gage, A.D., Arsenault, C., Jordan, K., Leslie, H.H., Roder-DeWan,

S.,

Adeyi, O., Barker, P., Daelmans, B., Doubova, S.V., English, M., Elorrio,

E.G., Guanais, F., Gureje, O., Hirschhorn, L.R., Jiang, L., Kelley,E.,

Lemango, E.T., Liljestrand, J., Malata, A., Marchant, T., Matsoso, M.P.,

Meara, J.G., Mohanan, M., Ndiaye, Y., Norheim, O.F., Reddy, K.S.,

Rowe, A.K., Salomon, J.A., Thapa, G., Twum-Danso, N.A.Y., & Pate, M.

(2018). High-quality health systems in the Sustainable Development

Goals era: time for a revolution. The Lancet Global Health, Volume 6,

Issue 11, Pages e1196-e1252. ISSN 2214-109X,

Luis, A.D.A, & Cabral, P. (2016). Geographic accessibility to primary healthcare

centers in Mozambique. International Journal for Equity in Health.15:173

McCarthy, D. D. P., Whitelaw, G. S., Anderson, S., Cowan, D., McGarry, F.,

Robins, A., Tsuji, L. J. S. (2012). Collaborative geomatics and the

Mushkegowuk Cree First Nations: Fostering adaptive capacity for

22
 communitybased sub-arctic natural resource management. Geoforum,

43, 305–314.

Mohd Hazrin, Helen Huat Hiong, Nadzri Jai, Norzawati Yeop, Muhammad Hatta,

Faizah Paiwai, Joanita, S., & Othman, W. (2016). Spatial Distribution of

Dengue Incidence: A Case Study in Putrajaya. Journal of Geographic

Information System, 8, 89-97.

Molina, J.-L., Rodríguez-Gonzálvez, P., Molina, M. C., González-Aguilera, D., &

Espejo, F. (2014). Geomatic methods at the service of water resources

modelling. Journal of Hydrology, 509, 150–162.

Quintero Echeverri, J. M., Pareja, T. F., & Vicente y Oliva, J. de. (2019).

Effectiveness of Centering Devices of Geomatics Instruments. Procedia

Manufacturing, 41, 437–444.

Roberto, R., Lima, J. P., & Teichrieb, V. (2016). Tracking for mobile devices: A

systematic mapping study. Computers & Graphics, 56, 20–30.

Rosmadi Fauzi. (2015). Isu, cabaran dan prospek aplikasi dan pelaksanaan

Sistem Maklumat Geografi di Malaysia: Satu Pengamatan. Geografia

Malaysian Journal of Society and Space, 11(2), 118-127.

Shaharudin, I., Shamsul A.S., Tahir, A., Mariam, M., Azah, D., & Nik Shamsidah,

N.I. (2012). Sistem Maklumat Geografi (GIS) dan sektor kesihatan awam:

Kajian demam denggi di Bandar Baru Bangi dan Kajang. Jurnal

Kesihatan Masyarakat, Isu Khas

WHO. (2006). Geographic Information Systems (GIS). Diakses Pada 19

Disember 2020, Daripada

http://www.who.int/topics/geographic_information_systems/en/

Yamagata, Y., Murakami, D., & Yoshida, T. (2017). Urban carbon mapping with

23
 spatial Big Data. Energy Procedia, 142, 2461–2466.

Zazo, S., Molina, J., & Rodríguez-Gonzálvez, P. (2015). Analysis of flood

modeling through innovative geomatic methods. Journal of Hydrology,

524, 522–537.

24