PEMODELAN DATA SPASIAL

CHAPTER 3

Spatial Data

Modelling

By the end of this chapter you should be able to:

Provide a definition of ‘spatial data model’

Explain how spatial entities are used to create a data model

Distinguish between rasters and vectors

Describe a spatial data structure

Explain what topology is and how is it stored in the computer

List the advantages and disadvantages of different spatial data models

Discuss the way in which time and the third dimension are handled in GIS

GIS : is a model of reality.This model is created to help us develop our understanding of geographical problems

Tahapan dalam membangun Model Data GIS

A simple

spatial entity

model for

Happy Valley

Introduction

All Geographical Information

Systems are computer

representations of some aspect of

the real world. It would be

impossible to represent all the

features in which you are

interested in a computer, so GIS

present a simplified view of the

world

Being able to develop and

understand a simplified view of the

world is an important first step for

your own GIS projects.

The simplified view of the real world adopted by GIS is often termed a model. A model is ‘a synthesis of data’ (Haggett and Chorley, 1967) which is used as a ‘means of “getting to grips” with systems whose spatial scale or complexity might otherwise put them beyond our mental grasp’ (Hardisty et al., 1993).

Haggett and Chorley (1967) point out that a spatial model places emphasis on reasoning about the real world by means of translation in space. This is exactly the reason why GIS is used to solve geo-graphical problems

For any GIS project this process involves:

Figure 1.4 The nature of geospatial data: from reality (a), via model construction and selection to a digital landscape model (b), followedby selection and construction of a cartographic representation towards a digital cartographic model (c), presented as a map(d), which results in the user’s cognitive map (e)

Dalam SIG, digunakan

“PEMODELAN”, yaitu

proses untuk

menginterpretasi/

menggambarkan dunia

nyata dengan

menggunakan model dunia

nyata dan model data

MODEL/

STRUKTUR

DATA

DALAM SIG

1. Model data vektor

1

2. Model data raster

2

3. Model data TIN

3

1. MODEL DATA VEKTOR :

Objek geografis digambarkan dengan: titik, garis danpoligon. Contoh : Bangunan, Jaringan pipa, stasiun hujan,Batas administratif.

Point : koordinat (x,y),

Line : sekumpulan koordinatyang membentuk garis,

Poligon : sekumpulan koordinatmembentuk luasan tertutup.

Koordinat, dilambangkan dg :duplet (x,y) atau triplets

(x,y,z), dimana z =nilai lain seperti ketinggian, tebalhujan, data statistik, dll.

Model

Data

VEKTOR

Menampilkan, menempatkan, dan menyimpan data spasial denganmenggunakan titik-titik, garis-garisatau kurva, atau poligon besertaatribut-atributnya.

Bentuk-bentuk dasar representasi data spasial ini, di dalam sistem model data vektor, didefinisikan oleh sistemkoordinat kartesian dua dimensi (x, y).

Di dalam model data spasial vektor, garis-garis atau kurva (busur atau arcs) merupakan sekumpulan titik-titikterurut yang dihubungkan. Lluasanatau poligon juga disimpan sebagaisekumpulan list titik-titik, (dengancatatan bahwa titik awal clan titikakhir poligon memiliki nilai koordinatyang sama / poligon tertutupsempurna).

Di dalam software GIS: Setiap objek akan digambarkan dengan koordinatnya + atribut yang menerangkan objek tersebut.

Kekurangan data berstruktur vektor :

- Struktur data kompleks- Simulasi sulit dilakukan karena setiap unit topologinya berbeda- Overlay beberapa peta poligon atau poligon & raster sulit dilakukan- Display dan plotting mahal- Teknologinya mahal- Variabilitas tidak muncul

Kelebihan data berstruktur vektor :

Struktur data memiliki

sajian yang baik, dan

struktur data kompak

Penggabungan network

mudah (misal untuk

topogarfi)

Data grafis teliti, dan

dimungkinkan untuk

pemanggilan,

pemutakhiran &

generalisasi data grafis

Banyak digunakan dalam

zonasi administratif

2. MODEL

DATA

RASTER :

Model data raster menampilkan, menempatkan, dan menyimpan data spasial dengan menggunakan strukturmatriks atau piksel-piksel yang membentuk grid.

Setiap piksel atau sel ini memilikiatribut tersendiri, termasukkoordinatnya yang unik (di sudut grid (pojok), di pusat grid, atau ditempatyang lainnya).

Akurasi model data raster sangatbergantung pada resolusi atau ukuranpikselnya (sel grid) di permukaan bumi.

Contoh data spasial berstruktur raster : citra satelit (mis NOAA, Spot, Landsat, Ikonos, dll.), citra radar, dan model ketinggian dijital (DTM atau DEM )

The world (realitas/objek) : dilambangkan dengan luasan yang dibagi dalam grid/cell teratur (ukuran tiap unit cell (pixel) seragam)

Cell/grid/pixel (picture element)

Pixel tunggal,menggambarkan posisi

relatif dan karakteristik suatu

luasan/objek/titik.

Pixel tematik, bisa

menggambarkan karakteristik luasan secara

komprehensif.

Contoh Data Berstruktur Raster

Fungsi Data Raster :

1. Menyatakan data: suatu kategori, hasil pengukuran

atau hasil interpretasi,

2. Mengolah, menganalisa dan

menampilkan data tsb.

Contoh:

1. Nilai yang kontinyu dalam

suatu luasan: ketinggian,

2. Data kategori (peruntukan

lahan, jenis vegetasi).

Sumber Data Raster :

1. Citra satelit (Image),

2. Foto Udara (photogrammetry),

3. Peta hasil Scanner(Grid),

4. Ground survey, berupa interpolasi hasil pengukuranlapangan (mis: survei GPS).

Citra satelit, menggunakan

format data raster dengan

ukuran pixel, bervariasi:

(1m x 1m) s/d (10km x10km) atau

lebih.

Grid dapat dibuat dari:

1. Data titik (GPS)(teknik sampling + interpolasi),

2. Klasifikasi data satelit: peta peruntukan lahan,

3. Konversi dari data vektor

Pengertian Cell /Grid/ Pixel

Data raster tersusun dari sekumpulan cell/Grid/Pixel.

Tiap cell /pixel/grid, adalah segi

empat sama sisi yang merupakan unit

terkecil dari suatu luasan, dengan

ukuran tiap cell seragam.

Ukuran 1 pixel: bisa cm2 , m2, atau

km2, tergantung pada kebutuhan dan

jenis data.

Pengertian Rows & Columns :

Cell disusun dalam baris dan kolom,dalam matrix kartesian. Baris = SumbuX, Kolom = SumbuY.

Tiap cell mengandung suatu nilai yang

menggambarkan: kelas, kategori, atau

group.

Cell Value :

Misal : Jenis tanah, tekstur

tanah, jenis peuntukan lahan,

air, jalan, jenis pemukiman dll.

Pengertian Rows & Columns :

Cell disusun dalam baris dan kolom,dalam matrix kartesian. Baris = SumbuX, Kolom = SumbuY.

Tiap cell mengandung suatu nilai yang

menggambarkan: kelas, kategori, atau

group.

Cell Value :

Misal : Jenis tanah, tekstur

tanah, jenis peuntukan lahan,

air, jalan, jenis pemukiman dll.

Zone:

Dua atau lebih cell-cell

dengan nilai yang sama.

Suatu zone bisa terdiri

dari cell-cell yang:

terhubungkan

(connected), terpisah

(disconnected) atau ke

dua-nya.

Zone-zone yang cell-cellnya terhubungkan,

disebut region dan biasanya melambangkan

suatu luasanberupa: gedung, danau, jalan, dll.

Region :

a. Suatu zone yang terdiri dari satu group cell yang saling

berhubungan dikatakan mempunyai 1 region.

b. Zone bisa terdiri dari sebanyak mungkin region yang dibutuhkan

untuk menggambarkan objek, jumlah cell yang menyusun region pada

prinsipnya tidak terbatas.

4 region

2 region

1 region

3 region

1 region

Resolusi (ketelitian data Raster :

Cell harus cukup kecil untuk menangkap (to capture) detail objek yang

digambarkan, tetapi cukup besar supaya penyimpanan dan pengolahan data

di komputer cukup efisien.

Semakin kecil ukuran

(grid/cell/pixel) semakin

tinggi resolusi & semakin

detail peta yang

dihasilkan.

Resolusi (ketelitian data Raster) :

• Faktor yang dipertimbangkan :

• 1. Ukuran objek yang akan dikaji,

• 2. Spesifikasi database dan media penyimpanan,

• 3. Waktu pengolahan,

• 4. Aplikasi dan analisa yang akan dilakukan.

• Penentuan ukuran cell suatu kasus tergantung pada resolusi data yang dibutuhkan untuk analisa lebih detail.

• Semakin homogen objek yang akan digambarkan, semakin besarukuran pixel yang mungkin digunakan, semakin hemat waktu dan biaya pengolahan.

• Umumnya, resolusi data raster dipilih kira-kira sama atau lebih kasardari objek yang dikaji.

Kelemahan Model data Raster :

Kehilangan informasi akibat penggambaran

objek ke dalam grid yang tidak cukup detail.

Sebaliknya, untuk luas yang sama, merubah ukuran cell menjadi 50% lebih kecil

dari ukuran aslinya, membutuhkan

waktu 4 kali kapasitas penyimpanan, tergantung pada

jenis data dan teknik penyimpanan yang digunakan.

Cell yang semakin halus, resolusi semakin

tinggi, informasi lebih akurat.

Tetapi pengcodean lebih lama, butuh tempat

penyimpanan besar, pengolahan data lebih

lambat, dan biaya semakin mahal.

Kelebihan data berstruktur raster :

Struktur data sederhana

Overlay & kombinasi dengan data

Penginderaan Jauh mudah

Analisis berbagai data spasial mudah

Simulasi mudah dilakukan, karena

ukuran & bentuk piksel sama

Teknologi murah dan terus

berkembang

Grid cells yang sama dapat

digunakan untuk beberapa variabel

Pemrograman sederhana

Kelemahan data berstrukturraster :

Perlu tempat penyimpanan yang besar untuk data spasial yang tersebar

Memiliki kesalahan tinggi dalammemperkiraan batas dan bentuk

Penggabungan network sulitdilakukan

Transformasi proyeksi perluwaktu lama

Tampilan peta raster kurangmenarik

Penggunaan ukuran piksel besaruntuk mengurangi volume data mengakibatkan kehilanganstruktur data dan informasi

Penggambaran Obyek Pada Data Raster

Suatu objek titik (point

feature) adalah setiap

objek pada resolusi

tertentu yang dapat

digambarkan tanpa

menggunakan luas.

1. Obyek Titik / Point objects

A point is given by point

ID, coordinates (i, j)

and the attributes.

Linear data adalah

semua objek (feature)

yang pada

resolusi tertentu,

tampak sebagai

polyline misal : jalan,

sungai. dsb. Garis

secara default tidak

mempunyai luasan.

2. Obyek Garis / Line objects

A line is given by line ID,

series of coordinates

forming the line, and the

attributes.

Objek Poligon atau

luasan dilambangkan

dengan suatu seri cell-

cell yang saling

terhubungkan yang

menggambarkan

bentuknya.

3. Obyek Area / Polygon objects

An area segment is given

by area ID, a group of

coordinates forming the

area and the attributes.

3. MODEL DATA TIN (Triangular Irregular Network)

Objek (real world), dilambangkan dengan jaringan

segitiga tidak beraturan (facet) dengan koordinat(x,y,z).

TIN : Digunakan untuk memodelkan: Permukaan heterogen

dengan variasi tajam pada satu luasan dan relatif kurang

bervariasi pada bagian yang lain.

Luasan terkecil =

Segitiga = facet

Untuk daerah yang bervariasi tajam digunakan banyak

titik-titik untuk merepresentasikan data, pada daerah

yang relatif homogen digunakan sedikit titik.

Menghemat tempat dan volume data.

4. KONVERSI ANTAR MODEL DATA

1. Rasterisasi (Rasterisation)

• Adalah Konversi dari data vektor ke data raster

• Polygon, polyline, dan point dari segala macam sumber

file, pada prinsipnya dapat dikonversi ke Format raster.

1a. Dari Polygon ke Raster

Nilai cell-cell akan ditentukan oleh nilai poligon yang

terdapat pada pusat cell.

1b. Dari Polyline ke Raster

Nilai cell di dalam data raster, ditentukan oleh nilai garis

yang memotong tiap cell. Cell yang tidak bersinggungan

dengan garis di beri nilai NoData.

Jika lebih dari satu garis terdapat pada satu cell, nilai cell

ditentukan oleh garis pertama yang menyentuhnya.

Penggunaan ukuran pixel yang kecil bisa menghindari hal ini.

1c. Dari Point ke Raster

Nilai pixel(cell) pada data raster ditentukan oleh nilai titik

yang terdapat pada cell. Cell yang tidak memiliki titik diberi

nilai NoData.

Jika lebih dari satu titik terdapat pada satu cell, nilai cell

ditentukan oleh titik pertama yang menyentuhnya.

Penggunaan ukuran pixel yang kecil bisa menghindari hal ini.

2. Vektorisasi

• Adalah Konversi dari data raster ke data vektor

Vektorisasi lebih rumit dari rasterisasi, karena format vektor membutuhkan

struktur topologi, misalnya, arah garis, batas dan node dari poligon , urutan

chain dalam membentuk poligon, dll.

2a. Dari Raster ke Polygon

Polygon-polygon dibentuk dari group pixel-pixel yang

saling berhubungan dan mempunyai nilai sama.

1. Arcs dibentuk dari cell-cell batas di dalam data raster.

2. Cell-cell yang NoData pada input raster, tidak

bdikonversi ke Poligon.

2b. Dari Raster ke Polyline

A polyline is created from each cell in the input raster,

passing through the center of each cell.

2c. Dari Raster ke Titik/ Point

For each cell of the input raster, a point will be created

in the output.

Each point will be positioned at the center of cell that

it represents. NoData cells will not be transformed into

points.