Pemetaan, Pemantauan,

Pemodelan
• Estes 1990, menyebutkan 4 kemampuan aplikasi Penginderaan Jauh
dan Sistem Informasi Geografis yang dikenal sebagai 4M yaitu :
• Pengukuran (Measurement )
• Pemetaan (Mapping)
• Pemantauan (Monitoring)
• Pembuatan Model (Modelling)
Aplikasi SIG dan Penginderaan Jauh untuk
Sumber Daya Alam
Contoh
• Menjelang 6 bulan sejak kasus pertama ditemukan, Covid-19 terus
menjangkiti seluruh penjuru dunia dan semakin banyak menelan
korban jiwa. Terlebih lagi beberapa negara termasuk Indonesia
mempersiapkan diri untuk menyelenggarakan tatanan kenormalan
baru atau yang kerap disebut new normal.
• Berbagai pihak berupaya memberikan kontribusinya untuk
penanganan Covid-19, salah satunya pemanfaatan data spasial
dengan pengelolaan Sistem Informasi Geografis.
• Keberadaan data juga menjadi elemen penting bagi pengelolaan SIG
dalam menciptakan suatu informasi yang keabsahannya telah teruji
terlebih saat pandemi Covid-19 ini kebutuhan data sangat dikrusial
sifatnya.
• keberadaan data spasial ini bukan hanya sebagai bahan baku sebuah
peta namun bagaimana ia akan bersifat komunikatif bagi masyarakat
dan juga sebagai alat penunjang dalam pengambilan keputusan bagi
pihak terkait.
• 4 kegunaan SIG sebagai salah satu alat penanggulangan Covid-19,
yakni measurement, mapping, monitoring, modelling
• Aspek pertama yakni measuremet atau alat pengukuran. SIG cukup
banyak untuk berbagai bidang seperti bidang sosial budaya, ekonomi,
politik, teknik dan bidang perencanaan, SIG juga digunakan untuk
manajemen fasilitas (Wahyutomo, 2016).
• Salah satu pengaplikasiannya ialah mengukur bagaimana
keterjangkauan fasilitas kesehatan seperti rumah sakit rujukan dalam
suatu wilayah. Pada SIG dikenal analisis buffer, yakni analisis
mengenai seberapa jauh sebuah objek mampu menjangkau wilayah
sekitarnya. Melalui analisis tersebut kita akan tahu dimana lokasi yang
belum dijangkau oleh fasilitas kesehatan.
Contoh Analisis Buffer
• Aspek kedua ialah mapping. Aspek ini menjelaskan bagaimana
memetakan suatu objek ataupun kejadian yang terjadi pada suatu
daerah secara aktual. Tentunya dibutuhkan data terbaru agar
informasi yang diberikan selalu update dan real time berkala setiap
hari. Kaitannya bagi kasus Covid-19, kita akan mengetahui bagaimana
persebaran kasus di wilayah sekitar sekaligus mampu memberikan
rujukan daerah mana saja yang harus menerapkan karantina wilayah.
Pemetaan Kasus Covid-19 Jakarta
(corona.jakarta.go.id).
• Aspek ketiga ialah monitoring, dimana dalam hal ini dibutuhkan data
secara berkala atau times series. Tujuannya pun sangat jelas yakni
memperlihatkan bagaimana perkembangan suatu data spasial
misalnya bagaimana perkembangan kasus Covid-19 pada dua bulan
terakhir, apakah wilayah tersebut mengalami lonjakan kasus ataupun
sebaliknya. Lebih lanjut, data berkala ini menjadi sebuah rujukan
untuk penetapan zona suatu wilayah seperti apakah daerah tersebut
menjadi zona hijau dan bersiap untuk melaksanakan normal baru
nantinya.
• Aspek terakhir ialah modelling. Aspek ini merupakan penerapan
lanjutan pengolahan data spasial melalui SIG khususnya untuk kasus
Covid-19. Permodelan spasial sangat krusial dalam mengetahui
bagaimana keterkaitan antar ruang dalam beberapa topik variabel
dan wabah penyakit didalamnya (Mollalo, 2020). Dengan modelling
data spasial bagi kasus Covid-19, intinya kita akan menyederhanakan
berbagai macam informasi untuk mengetahui sejauh mana
perkembangan kasus ini dan bagaimana dampaknya bagi lingkungan
sekitar. Pada umumnya untuk kasus Covid-19 berbagai platform
pemerintah menyajikan data WebGIS agar dapat diakses oleh semua
kalangan secara mobile melalui ponsel.
Modelling Covid-19 di Jawa Timur
(radarcovid19.jatimprov.go.id)