MODEL DATA SPASIAL DALAM SIG

Materi 3 : Model Data Spasial
Nama : Johan Pratama (1514311028)
Universitas Bhayangkara Surabaya
Fakultas Teknik Informatika

Data spasial SIG mempunyai dua bagian penting yang membuatnya berbeda dari data lain, yaitu informasi lokasi dan informasi atribut. Data spasial sistem informasi geografis yang berisi informasi lokasi (informasi spasial) contohnya adalah informasi lintang dan bujur, termasuk diantaranya informasi datum dan proyeksi. Contoh lain dari informasi spasial yang bisa digunakan untuk mengidentifikasikan lokasi misalnya adalah Kode Pos. Sedangkan Informasi Atribut (deskriptif) biasa disebut juga dengan informasi non-spasial. Suatu lokalitas bisa mempunyai beberapa atribut atau properti yang berkaitan dengannya; contohnya jenis vegetasi, populasi, pendapatan per tahun, dan lain-lain.
Data spasial mempunyai pengertian sebagai suatu data yang mengacu pada posisi, obyek, dan hubungan diantaranya dalam ruang bumi. Data spasial merupakan salah satu item dari informasi, dimana didalamnya terdapat informasi mengenai bumi termasuk permukaan bumi, dibawa permukaan bumi, perairan, kelautan dan bawah atmosfir.

Karakteristik utama dari data spasial adalah bagaimana mengumpulkannya dan memeliharanya untuk berbagai kepentingan. Selain itu juga ditujukan sebagai salah satu elemen yang kritis dalam melaksanakan pembangunan sosial ekonomi secara berkelanjutan dan pengelolaan lingkungan.

➤ Model Data Spasial

Pada saat ini data spasial menjadi media penting untuk perencanaan pembangunan dan pengelolaan sumber daya alam yang berkelanjutan pada suatu daerah tertentu. Keduanya memiliki karakteristik yang berbeda, selain itu dalam pemanfaatannya tergantung dari masukan data dan hasil akhir yang akan dihasilkan. Model data tersebut merupakan representasi dari obyek-obyek geografi yang terekam sehingga dapat dikenali dan diproses oleh komputer. Dalam SIG, data spasial dapat direpresentasikan dalam dua model, yaitu:

➤ Data Vektor

Dalam data format vektor, bumi kita direpresentasikan sebagai suatu mosaik dari garis (arc/line), polygon (daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik yang sama), titik/point (node yang mempunyai label), dan nodes (merupakan titik perpotongan antara dua buah garis).

Model data vektor merupakan model data yang paling banyak digunakan, model ini berbasiskan pada titik (points) dengan nilai koordinat (x,y) untuk membangun obyek spasialnya. Obyek yang dibangun terbagi menjadi tiga bagian lagi yaitu berupa titik (point), garis (line), dan area (polygon).
♦ Titik (point)

Titik merupakan representasi grafis yang paling sederhana pada suatu obyek. Titik tidak mempunyai dimensi tetapi dapat ditampilkan dalam bentuk simbol baik pada peta maupun dalam layar monitor. 

Contoh : Lokasi Fasilitasi Kesehatan, Lokasi Fasilitas Kesehatan, dll.
♦ Garis (line)

Garis merupakan bentuk linear yang menghubungkan dua atau lebih titik dan merepresentasikan obyek dalam satu dimensi. 

Contoh : Jalan, Sungai, dll.
♦ Area (Poligon)

Poligon merupakan representasi obyek dalam dua dimensi.

Contoh : Danau, Persil Tanah, dll.

~Contoh Tampilan Model Data Vektor~

Kegunaan Data Vektor untuk analisa yang membutuhkan ketepatan posisi, misalnya pada basis data batas-batas kadaster. Contoh penggunaan lainnya adalah untuk mendefinisikan hubungan spasial dari beberapa fitur. Kelemahan data vektor yang utama adalah ketidakmampuannya dalam mengakomodasi perubahan gradual.

➤ Data Raster

Data raster adalah data yang dihasilkan dari penginderaan jauh. Data Raster sering disebut juga dengan sel grid. Pada data raster, obyek geografis direpresentasikan sebagai struktur sel grid yang disebut dengan pixel (picture element). Pada data raster, resolusi (definisi visual) tergantung pada ukuran pixel-nya. Dengan kata lain, resolusi pixel menggambarkan ukuran sebenarnya di permukaan bumi yang diwakili oleh setiap pixel pada citra.

~Struktur Model Data Raster~

~Contoh Tampilan Model Data Raster (citra)~

Semakin kecil ukuran permukaan bumi yang direpresentasikan oleh satu sel, semakin tinggi resolusinya. Data raster sangat baik untuk merepresentasikan batas-batas yang berubah secara gradual, seperti jenis tanah, kelembaban tanah, vegetasi, suhu tanah, dan sebagainya. Kelemahan utama dari data raster adalah besarnya ukuran file; semakin tinggi resolusi grid-nya semakin besar pula ukuran filenya.

Karakteristik Layer Raster

♦ Resolusi
Resolusi data spasial dapat diidefinisikan sebagai dimensi linier minimum dari sistem terkecil ruang geografi yang dapat direkam. Satuan sekecil ini pada umumnya berbentuk segi empat dan dikenal sebagai sel-sel grid, elemen matrik, elemen terkecl dari suatu gambar.

♦ Orientasi
Orientasi di dalam sistem grid atau raster dibuat untu merepresentasikan arah utara grid. Hal ini dilakukan dengan cara mengimpitkan arah utara grid ini dengan arah utara yang sebenarnya di titik asal sistem koordinat grid ybs.

♦ Zone
Setiap zone layer peta raster merupakan sekumpulan lokasi yang mempelihatkan nilai (ID atau nomor pengenal yang direpresentasikan oleh nilai piksel) yang sama.

♦ Nilai
Dalam kontek raster, nilai adalah item informasi (atribut) yang disimpan di dalam sebuah layer untuk setiap pikselnya. Piksel di dalam zone atau area yang sejenis memiliki nilai yang sama.

♦ Lokasi

Dalam model data raster, lokasi diidentifikasi dengan menggunakan pasangan koordinat kolom dan baris (x,y). Lokasi atau posisi koordinat geografi (geodetik) yang sebenarnya di permukaan bumi dari bbrp piksel yang terletak di sudut-sudut citra raster juga diketahui melalui proses pengikatan.

Masing-masing format data mempunyai kelebihan dan kekurangan. Pemilihan format data yang digunakan sangat tergantung pada tujuan penggunaan, data yang tersedia, volume data yang dihasilkan, ketelitian yang diinginkan, serta kemudahan dalam analisa. Data vektor relatif lebih ekonomis dalam hal ukuran file dan presisi dalam lokasi, tetapi sangat sulit untuk digunakan dalam komputasi matematik. Sebaliknya, data raster biasanya membutuhkan ruang penyimpanan file yang lebih besar dan presisi lokasinya lebih rendah, tetapi lebih mudah digunakan secara matematis.

Sekian postingan dari saya tentang Model Data Spasial dalam SIG, semoga bermanfaat 😊