Pengertian Sistem Informasi

Geografi (SIG)
Oleh : Dony Gunawan A.
Data SIG
Sistem Informasi Geografis (SIG) adalah suatu sistem yang
mengintegrasikan data geografis dengan teknologi informasi untuk
menghasilkan informasi yang berarti dan mendukung pengambilan
keputusan berbasis lokasi.

SIG terdiri dari tiga komponen utama: data geografis, perangkat lunak
SIG, dan pengguna akhir. Data geografis adalah informasi tentang
lokasi, perangkat lunak SIG adalah alat untuk mengolah data, dan
pengguna akhir adalah mereka yang memanfaatkan informasi.
Data SIG
• Data Geografis dalam SIG
Data geografis mencakup informasi spasial seperti peta, citra satelit,
dan atribut yang terkait dengan lokasi. Ini adalah komponen inti dalam
SIG.

• Perangkat lunak SIG

Perangkat Lunak SIG adalah alat untuk mengolah dan menganalisis data
geografis. Contoh perangkat lunak SIG termasuk ArcGIS, QGIS, dan
MapInfo.

• Pengguna Akhir
Narasi: Pengguna akhir adalah individu atau organisasi yang
menggunakan informasi yang dihasilkan oleh SIG untuk tujuan seperti
pemetaan, analisis spasial, dan perencanaan wilayah
CARA KERJA SISTEM INFORMASI GEOGRAFIS

• Tren Penggunaan Sistem Informasi Geografis (SIG)

• Pada tahun 1980-an, terjadi lonjakan tajam dalam penggunaan Sistem
Informasi Geografis (SIG).
• Seiring dengan perkembangan ini, definisi SIG menjadi beragam dan
kompleks.
• Program komputer seperti MS Word, MS Excel, SPSS, AutoCAD, mulai
digunakan untuk mengelola data geografi dan data spasial.
• Meskipun demikian, penggunaan program komputer tersebut belum
dapat dianggap sebagai SIG karena data-data yang dimasukkan masih
berdiri sendiri dan tidak terkait satu sama lain.
PENGERTIAN DAN PENDEKATAN BASIS DATA

• Sistem adalah kumpulan komponen yang terorganisir sesuai tata cara

tertentu, saling berhubungan untuk berfungsi efektif.
• Data adalah bahan dasar yang diolah, dapat berupa fakta, keadaan,
atau fenomena.
• Basis data adalah kumpulan data yang saling berhubungan tentang
benda atau kejadian. Data dalam basis data harus teratur, sistematis,
tidak berlebihan (non-redundan), dan bersifat tunggal (not repeated)
Sumber Data dalam Basis Data
• Basis data mengumpulkan data dari berbagai sumber, seperti peta,
buku statistik, komputer, survei lapangan, dan lainnya.
• Data dalam basis data bervariasi dalam jumlah dan tingkat
kompleksitas.
• Penting untuk menjaga konsistensi data dengan mengeliminasi
duplikasi yang tidak perlu.
View Basis Data dari Sistem Aplikasi
• Basis data digunakan
oleh berbagai sistem
aplikasi.
• Ini memungkinkan data
digunakan dan dibagi
oleh berbagai pengguna
dan sistem untuk
berbagai kepentingan.
• Ilustrasi grafis
menunjukkan bagaimana
basis data digunakan
oleh berbagai aplikasi.
…Basis Data
Hal-hal penting yang perlu diketahui dalam pendekatan basis data
adalah :
• 1. Duplikasi data yang tidak perlu adalah redundant (berlebihan),
dalam pengertian tidak memberikan adanya informasi baru.

• 2. Berbagi pakai data menjamin konsistensi data, tetapi akan muncul

masalah lain yaitu : masalah keamanan data dan pemeliharaan data
yang tidak produktif (unproductive maintenance)
• 3. Untuk menjamin adanya keamanan data, setiap program dibuat
sehingga hanya dapat menngakses item yang diperlukan saja.
Sebagai contoh terlihat pada Kasus berikut : File produk (yang
disatukan) dibagi pakai antara sistem katalok dan sistem stok, maka
program perubahan harga hanya boleh mengambil NO_PROD, dan
HARGA; sedang perubahan stok hanya boleh mengambil NO_PROD,
JUML_STOK dan seterusnya sebagaimana tabel 1, dibawah ini.

Tabel Item data yang diperlukan oleh setiap program

Dalam sistem basis data ,
penterjemahan antara global
view data didalam basis data
dan local view yang
diinginkan oleh setiap
program aplikasi (local view)
dilaksanakan oleh satu
perangkat lunak yang dikenal
sebagai DBMS (Data Base
Management System) atau
Sistem Manajemen Basis Data
(SMBD).

Gambar SMBD sebagai interface antara view Basis data Global

dengan Program Aplikasi
Pentingnya Basis Data dalam SIG
• Suatu kenampakan di permukaan bumi terdiri dari banyak unsur geografi
yang dapat dijelaskan melalui lembaran peta digital.
• Dalam SIG, data ini diorganisir menjadi berbagai lapisan (layer) atau
cakupan (coverage) seperti hidrologi, topografi, penggunaan tanah, dan
lain sebagainya.
• Setiap lapisan memiliki deskripsi yang sesuai dengan lokasinya dan data
atribut yang berbentuk tabel.
• Data spasial dan data atribut ini disimpan dalam basis data SIG.
• Penyusunan basis data SIG memerlukan waktu yang lama, tetapi menjadi
kunci untuk berbagai proses dalam SIG, termasuk masukan, pengelolaan,
dan keluaran data (output).
KEMAMPUAN SISTEM INFORMASI GEOGRAFIS

• SIG bukan hanya sistem komputer untuk pembuatan peta.

• Berbeda dengan Computer Aided Cartography (CAC) atau kartografi
digital.
• Juga berbeda dengan Computer Aided Design (CAD) atau
perancangan desain dengan bantuan komputer.
• SIG adalah alat analisis yang memungkinkan pengidentifikasian
hubungan spasial antara fitur-fitur peta.
• SIG tidak hanya menyimpan gambar atau peta, tetapi juga database.
Kemampuan Utama SIG
• SIG mampu menjawab berbagai pertanyaan yang merujuk pada
lokasi, kondisi, kecenderungan, perubahan, dan pemodelan.
• Pertanyaan-pertanyaan ini mencakup:
• "Apa yang ada di suatu lokasi tertentu?"
• "Dimana lokasi yang memenuhi kondisi tertentu?"
• "Apa yang berubah sejak waktu tertentu?“
• "Apa pola spasial yang ada?""Apa yang akan terjadi jika ...?“
• "Apa yang akan terjadi jika ...?"
Data Geospasial
Data Geospasial adalah data yang terkait dengan lokasi atau posisi
geografis pada permukaan Bumi. Ini mencakup informasi spasial
tentang objek atau fenomena di Bumi.

Data geospasial menggabungkan informasi lokasi dengan karakteristik

atau atribut set data bisnis lainnya selama periode tertentu. Misalnya,
data geospasial dapat menunjukkan tempat mobil diparkir dan juga
melacak lokasinya saat mobil mulai bergerak.
Manfaat menggunakan data geospasial?
Manfaat data geospasial antara lain :

• Peningkatan akurasi
Untuk mengumpulkan informasi, sistem data geospasial menggunakan teknologi
yang kompleks, seperti Sistem Penentuan Posisi Global (GPS), laser, dan
pengindraan jauh. Data ini adalah dasar untuk peta digital dan model 3D dari lokasi
geografis. Peningkatan akurasi yang dihasilkan dari data geospasial bermanfaat
untuk berbagai aplikasi, seperti navigasi, manajemen aset, dan penilaian risiko.

• Pengurangan biaya
Teknologi geospasial dapat membantu Anda menghemat biaya dengan berbagai
cara. Misalnya, teknologi geospasial dapat membantu Anda mengotomatiskan
pengumpulan data dan mengurangi biaya pemetaan dan survei proyek. Selain itu,
teknologi ini membantu menyederhanakan proses, seperti manajemen aset dan
alokasi sumber daya, yang menghasilkan efisiensi dan penghematan biaya yang
lebih besar.
Manfaat menggunakan data geospasial?
Peningkatan keamanan
Anda dapat menggunakan data geospasial untuk meningkatkan keamanan karena data
geospasial memberikan pemahaman yang komprehensif mengenai lingkungan sekitar.
Misalnya, Anda dapat membuat peta 3D area yang menyoroti risiko dan bahaya. Peta
akan berubah dan mengirimkan peringatan jika muncul masalah baru karena cuaca,
kemacetan lalu lintas, atau bencana alam.

Manajemen sumber daya yang efisien

Anda dapat menggunakan data geospasial untuk mengidentifikasi dan menganalisis
ketersediaan sumber daya, memprioritaskan sumber daya, dan melacak penggunaan.
Data geospasial membantu Anda membuat pilihan berdasarkan informasi yang lebih
baik mengenai alokasi dan pemanfaatan sumber daya. Selain itu, Anda dapat
menggunakan data geospasial untuk memantau dan mengelola sumber daya alam,
seperti air, hutan, dan satwa liar.
Contoh aplikasi geospasial
• Solusi pertanian digital
Xarvio membuat produk pertanian digital untuk membantu petani
mengoptimalkan produksi tanaman. Xarvio menggabungkan data geospasial
dengan model tanaman dan penyakit. Hal ini membantu memberikan
rekomendasi agronomis yang akurat dan tepat waktu serta mengelola
kebutuhan masing-masing lahan. Dengan kemampuan geospasial
SageMaker, Xarvio dapat memproses citra satelit dalam jumlah besar setiap
hari.

• Solusi mengukur dan memetakan data tanah

EarthOptics adalah perusahaan pengukuran dan pemetaan data tanah.
EarthOptics menggunakan teknologi sensor eksklusif dan analitik data
geospasial untuk secara tepat mengukur kondisi dan struktur tanah.
Kemampuan machine learning geospasial dari SageMaker memungkinkan
EarthOptics membuat prototipe algoritma dengan cepat untuk penyerapan
karbon tanah. Algoritma ini kemudian di-deploy untuk pertanian dan
peternakan di seluruh Amerika Serikat
Tipe data geospasial
Terdapat dua tipe data geospasial dasar, yaitu data vektor dan data raster.
• Data vektor
Data vektor adalah informasi geospasial yang menggunakan elemen digital,
seperti titik, garis, dan poligon untuk menunjukkan fitur geografis. Data
vektor seringkali menunjukkan fitur fisik, seperti jalan, sungai, dan batas
kota. Data vektor banyak digunakan dalam aplikasi informasi geospasial,
seperti pemetaan, informasi lokasi, dan navigasi.
• Data raster
Raster adalah model data geospasial yang mendefinisikan ruang sebagai kisi
sel berukuran sama. Setiap sel kisi menunjukkan informasi lokasi, seperti
suhu atau kualitas tanah. Raster diletakkan di atas gambar peta. Misalnya,
gambar peta bersumber dari citra satelit, foto udara digital, dan peta yang
dipindai. Anda dapat menggunakan data raster untuk membuat model
elevasi digital, seperti yang ditunjukkan di bawah ini.
Contoh Data Vektor dan Raster

Secara umum, data vektor adalah data yang menggunakan titik

atau simpul berurutan untuk merepresentasikan data.
Setiap simpul berisi dua koordinat yakni x dan ay. Dengan
demikian, apabila merujuk pada pengertian di atas, batas
wilayah provinsi, fitur linier, jalan dan sungai adalah contoh
data vektor.

Disisi lain, data raster adalah data yang tersimpan pada kotak
persegi empat atau grid, yang disebut dengan sel, sehingga
ruangnya terlihat teratur.
Ada banyak contoh dari data raster ini mulai dari foto digital
atau foto satelit dari suatu permukaan atau wilayah yang
muncul dalam peta.
Dari sini bisa diketahui kalau data raster adalah data berbentuk
grid kontinu yang hasilnya seperti gambar pada umumnya yang
diambil pada kamera DSLR atau Mirrorless.
Kelebihan dan Kekurangan Data Vektor
Keuntungan model data vektor :
a. Penyajian datanya cukup bagus
b. Struktur datanya cukup kompak
c. Grafik data cukup akurat
d. Pemanggilan kembali, updating dan generalisasi grafik data dan atribut dapat dilakukan
dengan mudah
e. Topologi data dapat dideskripsi selengkapnya dengan link network

2. Kelemahan model data vektor :

a. Struktur datanya cukup kompleks
b. Kombinasi dari beberapa poligon dalam overlay cukup sulit
c. Display dan plot data cukup mahal
d. Teknologinya cukup mahal, terutama untuk hardware dan software yang handal
e. Filtering dalam polygon tidak mungkin dilakukan
Kelebihan dan Kekurangan Data Raster
1. Keuntungan model data raster :
a. Struktur data cukup sederhana
b. Overlay dan kombinasi data dengan citra sangat mudah
c. Beberapa analisa spasial cukup mudah dilakukan
d. Simulasi cukup mudah dilakukan karena semua data mempunyai bentuk dan ukuran
yang sama
e. Teknologinya tidak mahal

2. Kelemahan model data raster :

a. Volume grafik data cukup besar
b. Apabila digunakan ukuran grid sel yang besar untuk mengurangi volume data akan
menghilangkan beberapa informasi penting
c. Network link sulit dilakukan
d. Transformasi proyeksi memakan waktu lama
e. Penyajian data kurang halus dan dianggap kurang bagus
Tugas

1. Jelaskan pengertian basis data! Mengapa basis data diperlukan? Beri

contoh penggunaan basis data dalam kehidupan sehari-hari!
2. Apa yang dimaksud dengan sistem manajemen basis data, jelaskan!
3. Pendekatan basis data dapat menyelesaikan beberapa masalah tetapi
menimbulkan masalah yang lain. Beri contoh dan apa yang perlu dilakukan !
4. Jelaskan pengertian dari Sistem Informasi Geografis ! Bagaimana konsep
dasar Sistem Informasi geografis, jelaskan !
5. Ada beberapa kemampuan Sistem Informasi Geografis, sebutkan dan
jelaskan !
Terimakasih