SIG - Analisa Spasial

Metode Analisa Spasial

  • Measurement
  • Reclassification
  • Buffering and Neighborhood Function
  • Integrating Data/Map Overlay

Measurement (Pengukuran)

Pengukuran merupakan metode yang digunakan untuk menghitung jumlah dari point, panjang dari line, dan luas (area) atau keliling (perimeter) dari polygon. 

Jenis Measurement (Pengukuran)
  • Raster GIS Measurement
  • Vector GIS Measurement


Raster GIS Measurement

1. Pythagorean Distance / Euclidean Distance
Menghitung panjang atau jarak antara dua titik menggunakan rumus pythagoras.

2. Manhattan Distance
Menghitung panjang atau jarak antara dua titik dengan menghitung jumlab sel yang dilalui oleh garis tersebut.

3. Proximity Distance
Menghitung panjang atau jarak antara dua titik dengan perkiraan. Proximity mirip dengan pythagorean, tetapi diterapkan pada setiap pixel. 

4. Perimeter and Area
Menghitung keliling (perimeter) dan luas (area) dari sebuah polygon dengan menggunakan rumus geometri dengan satuan cell unit.

contoh dari masing-masing pengukuran:

(a) Pythagorean Distance, (b) Manhattan Distance, (c) Proximity Distance, (d) Perimeter and Area

Vector GIS Measurement

Pada pengukuran vektor, pengukuran panjang atau jarak menggunakan rumus pythagoras, dan pengukuran luas dan keliling menggunakan rumus geometri.

contoh pengukuran vektor:



Query

Query merupakan cara untuk mengambil data pada database. Beberapa operator boolean yang sering digunakan untuk menggabungkan beberapa query dengan kondisi yang diperlukan.


Reclassification (Reklasifikasi)

Reklasifikasi merupakan suatu metode yang digunakan untuk mengklasifikasi ulang data spasial dari yang detail dan kelasnya banyak menjadi semi detail dan kelasnya lebih sedikit.

Contoh reklasifikasi:


Buffering and Neighborhood Function

Buffering merupakan metode penentuan area interest atau berkepentingan yang ada di sekitar entitas geografis. Biasanya buffering digunakan pada data vektor, sedangkan Neighborhood function merupakan metode buffer yang digunakan pada data raster. 

Pada data raster, zona interest dibuat menggunakan proximity approach, dimana pendekatan ini akan menghasilkan lapisan data raster baru yang atribut setiap selnya merupakan pengukuran jarak.

Buffering Data Vektor
Proximity Approach 
Contoh Buffering:


Integrating Data / Map Overlay

Integrasi Data merupakan suatu metode yang digunakan untuk menggabungkan 2 variabel atau lebih untuk menghasilkan satu variabel baru. 

Integrasi Pada Data Vektor



Integrasi Pada Data Raster



Contoh Integrasi Data:


Interpolasi Spasial

Interpolasi spasial merupakan suatu prosedur untuk memperkirakan nilai properti dalam area yang tertutup pada pengamatan yang ada.

Metode Interpolasi

  • Local or Global Interpolation, Menggunakan Sample dari titik kontrol (Local) atau Menggunakan semua titik pada daerah titik kontrol (Global).
  • Exact or Approximate, Memprediksi nilai titik kontrol yang nilainya sama dengan pada saat observasi (Exact) atau yang nilainya tidak sama (Approximate).
  • Gradual or Abrupt, Interpolasi yang menghasilkan perubahan bertahap (Gradual) atau mendadak/tiba-tiba (Abrupt).
  • Deterministic or Stochastic, Interpolasi tidak memiliki nilai error (Deterministic) atau memiliki nilai error (Stochastic) pada nilai prediksi yang dilakukan

Thiessen Polygon (Voronoi Polygon)

Thiessen polygon merupakan metode interpolasi yang tepat untuk mengasumsikan bahwa nilai lokasi yang bukan sample sama dengan nilai titik sample terdekat. Dibuat dengan membagi garus yang menghubungkan titik neighborhood, kemudian menggambar bisektor tegak lurus, lalu menggunakan bisektor tersebut untuk merakit tepi polygon.

Triangulated Irregular Network (TIN)

TIN merupakan cara yang elegan untuk membangun permukaan dari satu set spaced data point.

Analisa Permukaan (Surface)

Analisa permukaan dapat dilakukan dengan 2 langkah, yaitu:

1. Menghitung Slope dan Aspect
Slope merupakan kecuraman atau gradien dari unit yang biasanya diukur sebagai sudut dalam ukuran derajat sebagai presentasi. Sedangkan Aspect merupakan arah yang dihitung dari derajat utara.

Perhitungan Slope dan Aspect:
  • Raster



  • Vector, menggunakan persamaan linear ketika TIN dihasilkan. persamaan tersebut menghitung slope dan aspect dari segitiga individu yang dibentuk TIN.

2. Analisa Visibilitas, yaitu identifikasi area yang dapat dilihat dari titik tertentu permukaan.

Analisa Jaringan (Network)

Permasalahan umum yang biasa ditemukan pada jaringan, yaitu:
  • Shortest Path Problem
  • Traveling Salesperson Problem
  • Location-Allocation Modelling
  • Route Tracing
  • Analisa Spasial

Comments

  1. UnknownOctober 28, 2018 at 10:37 AM

    kalau untuk software mapinfo bisa melakukan 4 metode analisa spasial tidak yah kak? sejauh ini baru mempelajari metode pertama yaitu measurement. 3 yang lainnya belum. terima kasih infonya kak, dan di tunggu jawabannya :)
    kunjungi juga website saya kak http://felix.mahasiswa.atmaluhur.ac.id
    + website kampus saya www.atmaluhur.ac.id

    ReplyDelete

Post a Comment

POPULAR

STRUKTUR DATA - Linked List

Linked List Linked List atau dikenal juga dengan sebutan senarai berantai adalah struktur data yang terdiri dari urutan record data dimana setiap record memiliki field yang menyimpan alamat/referensi dari record selanjutnya (dalam urutan). Elemen data yang dihubungkan dengan link pada Linked List disebut Node. Biasanya didalam suatu linked list, terdapat istilah head dan tail.  Head adalah elemen yang berada pada posisi pertama dalam suatu linked list Tail adalah elemen yang berada pada posisi terakhir dalam suatu linked list Ada beberapa macam Linked List, yaitu : Single Linked List Double Linked List Circular Linked List Multiple Linked List Single Linked List Single Linked List merupakan suatu linked list yang hanya memiliki satu variabel pointer saja. Dimana pointer tersebut menunjuk ke node selanjutnya. Biasanya field pada tail menunjuk ke NULL. contoh : contoh codingannya : struct Mahasiswa{       char nama[25];       int usia;       struct
Read more

STRUKTUR DATA - Balanced Binary Search Tree (AVL and RBT) and 2-3 Tree

Balanced Binary Search Tree Dalam Binary Search Tree, tinggi maksimal suatu tree adalah N-1, dimana N  adalah jumlah node. Dalam melakukan suatu operasi, misalnya insertion, deletion, dan seaching, kecepatan waktu merupakan hal yang cukup penting untuk diperhatikan. Setiap operasi pasti di harapkan dapat berjalan dengan cepat, sehingga semakin cepat suatu operasi maka semakin baik. Cepat atau tidaknya suatu operasi, bergantung pada ketinggian tree tersebut, semakin rendah tingginya, maka semakin cepat. Dengan Balanced Binary Search Tree, kita dapat membuat suatu tree dengan tinggi minimum. untuk menetapkan tingginya, kita dapat menggunakan rumus berikut: O(log n) 2 contoh tree yang termasuk ke dalam balanced binary search tree, yaitu : - AVL Tree - Red Black Tree (RBT) AVL Tree AVL adalah balanced binary search tree dimana ia memiliki perbedaan jumlah node pada subtree kiri dan subtree kanannya maksimal 1 (atau dapat dikatakan antara tingginya sama atau selisi
Read more

STRUKTUR DATA - B Tree and Heap & Deap

B-Tree Pada B-Tree dikenal istilah order. Order menentukan jumlah maksimum/minimum anak yang dimiliki oleh setiap node, sehingga order merupakan hal yang cukup penting dalam B-Tree. 2-3 Tree pada postingan sebelumnya yaitu Balanced Binary Search Tree (AVL and RBT) and 2-3 Tree  merupakan salah satu B-Tree berorder 3. Itu sebabnya setiap nodenya memiliki batasan anak, dengan minimal 2 anak dan maksimal 3 anak. Aturan pada B-Tree : m = order Setiap node (kecuali leaf) memiliki anak paling banyak sejumlah m anak Setiap node (kecuali root) memiliki anak paling sedikit m/2 anak Root memiliki anak minimal 2, selama root bukan leaf Jika node non leaf memiliki k anak, maka jumlah data yang tersimpan dalam node k-1 Data yang tersimpan pada node harus terurut secara inorder Semua leaf berada pada level yang sama, level terbawah Berikut contoh B-Tree : B-Tree order 4 B-Tree order 6 Operasi : Searching Searching pada B-Tree mirip seperti 2-3 Tree. Pertama-ta
Read more