Model Data GIS

Dunia Nyata dalam GIS

 Gambaran dunia nyata sangat kompleks

sekali.
 Banyak sekali jenis tumbuhan (vegetasi)
 Kondisi alam (gunung, danau, hutan)
 Berbagai macam bangunan
 Infrastruktur di permukaan bumi, dll.
 Kompleksnya kondisi nyata bumi
membutuhkan visualisasi gambar dan
manjemen informasi geografis melalui
GIS.
 Dunia Nyata dalam GIS

Elemen pada permukaan bumi

dapat digambarkan dengan dua (2) Inforamsi
cara: Atribut
(1) Informasi Lokasi

(where is it)
Species:
Oak Height:
15m Age: 75
Yrs
Condition:
51°N, Good
112°W
 Manfaat Penyimpanan dan
Pengolahan Data Digital dengan GIS
 Kelebihan data digital dlm GIS memiliki beragam variasi tampilan,
keanekaragaman dan kombinasi informasi, efisiensi dan
kemudahan proses pembaharuan data.
 Variasi tampilan
 Tak terbatas, baik bentuk, warna, ukuran garis, simbol dan teks.
 Keanekaragaman dan kombinasi
 Dengan kombinasikan dan integrasi dgn data lain baik spasial
maupun non-spasial akan menghasilkan data spasial baru
untuk pendukung suatu keputusan.
 Efisiensi
 Dapat diakses secara bersama untuk kepetingan analisis yg
berbeda.
 Pembaharuan
 Data digital GIS lebih mudah diperbaharui dgn fasilitas editing yg
ada, berbeda dgn data manual spt pada peta analog (peta cetak
 Sumber Data GIS

 Sumber data GIS diperoleh dari beberapa cara.

Sumber : http://nptel.iitm.ac.in/courses/Webcourse-contents/IIT-KANPUR/ModernSurveyingTech/lectureE_40/E_40_4.h
 Sumber Data GIS...

 Sumber data GIS diperoleh dari beberapa cara.

Sumber : http://nptel.iitm.ac.in/courses/Webcourse-contents/IIT-KANPUR/ModernSurveyingTech/lectureE_40/E_40_4.ht
 Model Data GIS

 Dari sumber data GIS yang

tersedia, dapat diorganisir
menjadi 2 bagian:
1) Data Spasial
2) Data Atribut/Deskriptif (Non
Spasial)

Sumber : http://www.surveyor.slco.org/gisinfo/whatisgis.htm
 Model Data GIS

 Klasifikasi data spasial:

Sumber : http://verychelsea.blogspot.com/2013/01/konsep-model-data-spasial-pada-sig.htm
 Model Data GIS...

 Data Spasial:
 Menyimpan kenampakan permukaan bumi, spt: jalan,
sungai, permukiman, jenis penggunaan tanah, dll.
 Model data spasial dibedakan menjadi 2 bagian, yaitu:
• Model Data Raster dan Model Data Vektor.
 Model Data Vektor

 Model Data Vektor :

 Diwakili oleh simbol-simbol atau dikenal dgn fitur titik (point), fitur garis
(line) dan fitur area / surface (polygon).
 Data-data tersebut tersimpan dalam komputer sbg koordinat kartesius.

FORMAT TITIK FORMAT GARIS FORMAT POLIGON FORMAT PERMUKAAN

- Koordinat - Pasangan koordinat - Koordinat dengan titik - Area dengan koordinat
Tunggal yg memiliki titik awal dan akhir sama vertikal (X,Y,Z)
- (X,Y)
Tanpa panjang awal dan titik akhir (X1,Y1 = Xn,Yn) atau loop - Mempunyai ukuran
- Tanpa luasan (X1,Y1); X2,Y2) - Mempunyai panjang/ panjang, luas &
- Mempunyai panjang perimeter dan luasan ketinggian
tanpa luasan
CONTOH: CONTOH: CONTOH: CONTOH:
- Lokasi kecelakaan - Jalan, Sungai - Tanah persil - Peta slope
- Letak pohon - Utility - Bangunan - Bangunan bertingkat
 Model Data Vektor...

 Model Data Vektor :

 Model Data Raster

 Model Data Raster:

 Model data raster merupakan data yg sangat sederhana, dimana setiap
informasi disimpan dalam petak-petak bujursangkar (grid), yg
membentuk sebuah bidang.
 Petak-petak (grid) tsb disebut dengan pixel (picture element)
 Posisi pixel dinyatakan dgn baris ke-m dan kolom ke-n
 Data yg tersimpan dlm format ini, spt: data scan (gambar), gambar digital
(citra
dgn format BMP, JPG, dll), citra satelit digital (Landsat, SPOT, dll)
 Model Data Raster...

 Model Data Raster:

 Kelebihan dan Kekurangan Model
Data Vektor
 Kelebihan Model Data Vektor :
 Struktur datanya lebih rumit
 Efisiensi utk analisis
 Sbg sarana representasi yg baik
 Transformasi proyeksi lebih efisien
 Ketelitian, akurat dan lebih presisi
 Proses generalisasi dan editing
 Relasi atribut langsung dgn DBMS
(Database)

 Kekurangan Model Data Vektor :

 Sulit dan membutuhkan waktu lama
dlm melakukan proses overlay
 Tidak bisa menampilkan data
image/foto udara
 Harga S/W mahal
 Struktur data yg terlalu banyak tidak
efektif dlm meanmpilkan banyak data
spasial
 Kelebihan dan Kekurangan Model
Data Raster
 Kelebihan Model Data Raster:
 Struktur datanya lebih sederhana
 Lebih mudah dan efisien dlm melakukan overlay dan analisis data
 Mampu menampilkan data/image dari foto udara
 Dapat melakukan analisa DTM (Digital Terrain Model, utk manajemen info permukaan)
 Dapat melakukan simulasi
 Teknologi yg mudah utk dikembangkan
 Mudah utk membuat program sendiri
 Efektif dlm menampilkan banyak data sosial
 Mudah utk dilakukan simulasi

 Kekurangan Model Data Raster:

 Tidak efektif dlm penyimpanan file
 Kualitas tampilan grafis yg terbatas
 Sulit untuk melakukan analisis keterkaitan
 Begitu banyak transformasi nonliniear
 Akurasi sangat bergantung dgn ukuran grid/sel
 Gris/sel merepresentasikan atribut relasi dgn DBMS tdk secara langsung
 Output bergantung terhadap output printer/plotter
 Volume bergantung pada ukuran grid/sel
 Data Deskriptif (Non Spasial)

FORMAT TABEL FORMAT LAPORAN FORMAT PERHITUNGAN FORMAT GRAFIK ANOTASI

- Kata-kata - Teks - Angka-angka - Kata-kata
- Kode alfanumerik - Deskripsi - Hasil - Angka-angka
- Angka-angka - Simbol

CONTOH: CONTOH: CONTOH: CONTOH:

- Hasil proses - Perencanaan - Jarak - Nama obyek
- Indikasi - Laporan proyek - Inventarisasi - Legend
- Atribut - Pembahasan - Luas - Grafik/Peta
 Penyimpanan Data Atribut

Data atribut disimpan terpisah dari data

koordinat
Tiap identitas dari fitur dapat
dihubungkan dengan table atribut
 Table atribut untuk titik
 Table atribut untuk garis
 Table atribut untuk area
Data atribut biasanya disimpan dalam
database yang terpisah dari software
GIS
 Penyimpanan Data Atribut…

Table atribut
titik
point id nama room staff
1 2
1 RS G 200 145
2 RS B 120 85
3
3 RS H 310 130

Contoh penyimpanan data atribut untuk

fitur yang berupa titik
 Penyimpanan Data Atribut…

Table atribut
area
area id area pop HH
1 2
1 gbk 4583 1021
2 gbp 3927 761
3
3 klp 9271 2102

Contoh penyimpanan data atribut untuk

fitur yang berupa area
 S<npleNu lel>ate Locatio Sa leType l>eplh ur Oa t o _ A n cas_no Anatjto Rosdt UM!
m 9/10/2(1 n "'Ncrroetee >
SAMPLE 16633 06 74ti
S<ldm m 911 112005 56 Bwol ltlraoene
tt 61) 3 1
S
-
166S4 9110/2(1 D 1
It 9111121>D5 BMzolaworu> 'llciHiatact
16636 06 746 s.dmo l 5002-8
16637 911012() 1 ment 1 It 9/1t/21>D5 S..aoic a:i:l 'lloiHiatoct
156S9 06 741 seament 1 It SW&<I
155<14 911012( 12 s.dment Itl 66S3 9111/21>05 IOil- BMzyt al:t>hol 'llciHietect
16645 )06 74ij SK!m""t 1 tt 51-e.
16646 911012< S s..:lment 6633 9/IQI21>05 6er)llum D.35
Itt
16647 105 741 s.dment 7440-41·7 rngl<g
9/10/2(1 Itl
15646 1 s.drnent 1 It 6633 9/ Z/21>05 67*1 ¥;etone "'NoiHieted
05 746 seam""1
9/10/2(1
zn 5633 9/1t/21>05 309- drn 'lloiHietect
5 00-2
06 749 911QI2005 W I ) -
5633 911QI21>D5 il:umnurn 6220 rng!
9110/20Latilllde
LocationlO 5 M
H nmonr
29-9:>-6 <g
Lo gdude
SPATI 06
7460
9/1012()
760
299742 o 9/ QI21>D6 D5 7HIXlS-2 B<num 194
3 7 k>ooi;;
7441).39.3 BliOQiph 'llciHietac mgl<g
AL 06 751 16S37
9/l l/2005 SlG-84-e. t'lloiHiatoc
DATA N61
911012( 299;129
4 .
5633 9/11/21>D6 9 1 Bli01le1a t'lloiHieted
)05 151 000699
1 6633 7 BHC-<Iella 5.23
4 6633 9/l t /21)05 31 cronun rngl<g
7462 290098 . 9/ Q2I1>05 7441)-70-2 caoun
12500
1 000413 9/1Q11
91 I212>105
>D5Wl)-
86- cat>azot 'llcrroelect
rngl<g
7 5533 43.9
7H
9/1Zl2005 10 1e "'Ncrrll9tee1
1463 ol•l . t.tcnobrcrnobe nzene
000131
0
155<19 7 911012
64 299929 M1914
751 s.dm""t
<105 8 5 ANALYTICA
166 29£9394 -
00.1166
L
3 DATA
7496 29.969:1 -9J.C
56 4118
 Relasi Data Spasial dan Atribut
Lain… Redundancy
Id Province P_Pop P_TFR D_Pop D_TFR
District
101 Merida Palma 214084 3.2 89763 3.4
102 Merida S. 214084 3.2 45938 2.9
103 Merida Maria 214084 3.2 78383 3.2
104 La Paz Veralo 397881 3.7 98302 3.9
105 La Paz Bolo 397881 3.7 67352 4.2
106 La Paz Jose 397881 3.7 102839 3.7
107 La Paz Malabo 397881 3.7 129388 2.8
… … Chilab … … … …
o
…
Menyimpan data provinsi dan data
district dalam table yang sama adalah
103 tidak efisien, karena data provinsi harus
102 diulang untuk tiap district.
101
104
105 Sehingga perlu adanya normalisasi.
107
106
 Relasi Data Spasial dan Atribut
IdLain… D_Pop D_TFR
District 89763 Province
3.4
101 S.
102 Palma 45938 Merida
Maria 78383 2.9
103
104 Veralo
Bolo 98302 Merida
105 Jose 67352 3.2
106 Malabo 102839 Merida
107 Chilab 129388 3.9 La
o … … Paz
… … 4.2 La
P_Pop Paz
P_TFR
Province
3978813.7 La3.7 La
103
102 214084Paz 3.2 Paz
101 … 2.8 La … Merida
…
104 Paz
105 Database relasional menyediakan
…
107 efisiensi
106 penyimpanan yang lebih baik
Terim a
Kasih !