PEMODELAN DATA SPASIAL
Transcript of PEMODELAN DATA SPASIAL
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.