STRUKTUR DATA SIG

STRUKTUR DATA SIG

Struktur Basis Data SIG memerlukan metode-metode yang berguna untuk efisiensi dan efektifitas dalam manipulasi data dalam komputer.Terdapat dua metode struktur data yang populer yaitu struktur data raster yang menggambarkan ruang dua dimensi dalam bentuk matriks yang terdiri atas grid sel (pixel) segiempat teratur menurut baris dan kolom. Tiap pixel menggambarkan bagian-bagian permukaan bumi dengan jenis dan nilai cirinya berbentuk segiempat yang diberi label dan direkam.

Resolusi data raster ditentukan oleh ukuran pixel sedangkan struktur data vektor adalah suatu harga ruang dua dimensi yang diwakili oleh suatu harga kontinu dan teliti yang merupakan tampilan dari suatu posisi feature geografi. Dalam struktur vektor, daerah peta dapat diasumsikan sebagai ruang koordinat yang kontinu dengan posisi-posisi objek dapat ditentukan sesuai dengan kenampakan aslinya.

Tipe data spasial adalah data yang memiliki karakter berikut:

• Diamati dan diidentifikasi di lapangan, lengkap dengan koordinatnya.
• Berkaitan dengan ruang di permukaan bumi atau di dalam bumi.
• Berbentuk posisi, area, lokasi dan permukaan.
• Dinyatakan dalam bentuk lintang-bujur atau sistem koordinat lain.
• Memiliki skala dan proyeksi tertentu.
• Berbentuk foto udara atau citra satelit.
• Diinformasikan dalam kenampakan geografi (entitas spasial).
• Ditampilkan dalam lembar peta, memberikan kemampauan sejenis atau homogen.

Dimensi basis data spasial: titik, garis dan poligon dapat dijelaskan sebagai:

• Titik/node: Berbentuk titik-titik posisi tanpa dimensi dengan koordinat x, y,z.
• Garis/string: Kumpulan koordinat yang memiliki titik awal dan titik akhir.
• Poligon/area: Kumpulan koordinat, panjang dengan titik awal dan titik akhir sama (dimensi luas, panjang).
• Permukaan/surface. Area dengan koordinat x,y,z dan dimensi panjang, luas dan tinggi.

Basis data deskriptif adalah:

• Data dalam bentuk daftar catatan atau list dengan format kode alfabetik, format kode numerik dan format bentuk angka.
• Data laporan, format kata, kalimat dan keterangan.
• Data gambar/grafis,dengan format kata, angka, keterangan, format penunjuk area atau format simbol.

Model Data SIG, pic:http://www.cookbook.hlurb.gov.ph/

Sementara itu, basis data tabular berbentuk tabel-tabel yang memiliki keterkaitan antara satu dan lainnya. Secara klasik, ada tiga model basis data SIG yaitu: model hierarki, model jaringan dan model rasional.

• Model hierarki merupakan model basis data yang paling sederhana (misalkan hubungan orang tua dan anak), tidak ada hubungan langsung antar data dalam satu level. Struktur data hierarki menyerupai hubungan keluarga sederhana: kakek-nenek, bapak-ibu, anak, cucu dan lainnya. Struktur ini terdiri dari hierarki simpul, kedudukan simpul paling atas kakek-nenek dan simpul paling bawah cucu. Struktur mudah dimengerti diperbaharui, efisien selama tidak melibatkan banyak data serta cepat dalam akses data.
• Model jaringan merupakan basis data yang kompleks karena hubungan antar entitas terdapat hubungan antar data pada masing-masing level. Untuk itu diperlukan prosedur khusus dalam akses data. Struktur data jaringan dapat dibentuk dari kumpulan struktur data hierarki, dengan adanya elemen penghubung contohnya hubungan keluarga dalam perkawinan: ayah-ibu, mertua, suami-isteri, saudara, ipar, anak dan sebagainya. Atau hubungan yang terjadi dalam jurusan atau departemen pendidikan: kepala, administrasi kemahasiswaan, staf pengajar, mahasiswa antarkuliah dan lainnya. Dalam hubungan ini satu anak berhubungan dengan lebih dari satu induk atau elemen pendidikan berhubungan dengan lebih dari satu elemen di atasnya. Struktur data ini dapat dianggap efisien walaupun melibatkan banyak data, namun sulit dimodifikasi karena rumit dan kimpleks.
• Sedangkan model relasional merupakan basis data yang paling fleksibel dengan data diatur dalam bentuk tabel (file) dan setiap tabel berisi rekaman (baris dan kolom) serta setiap rekaman memiliki ciri (atribut). Konsep hubungan relasional ditentukan melalui hubungan antar kolom yang dikumpulkan dalam tabel/file relasional. Hubungan data spasial dan atribut dalam model relasional diatur melui ID. Struktur data relasional memiliki hubungan berdasarkan pengembangan teori matematika. Data diatur dalam tabel, setiap tabel berisi rekaman (baris-kolom), setiap rekaman memiliki ciri atau atribut. Hubungan relasional dalam basis data SIG antara informasi/data spasial dengan atributnya diatur dalam tabel yang dilengkapi dengan fasilitas record ID. Dalam struktur data ini tidak ada hierarki field sehingga setiap field dapat menjadi kunci.

 

STRUKTUR DATA SIG
Dari Peta 2 Dimensike file computer Peta 1 dimensi

SumberInformasiGeografibersifatdinamis

ciri-ciri:

·         Merupakanpengetahuan (knowledge) empirik.

·         Sistematis, tersusunsecaraberurutdanteratur.

·         Logis

·         Objektif, berlakuumum, sasaranjelasdanteruji.

·         Memilikicirispasial (keruangan) dan regional (kewilayahan).

Sumber data spasial dalam GIS

·         Peta analog : peta dalam bentuk cetakan, seperti peta rupa bumi yang diterbitkan BadanInfomasiGeospasial (BIG) dapatdiubahmenjadi data digital dengancara scanning atau digitizing

·         Data Penginderaan Jauh : sebagai sumber data terpenting dalam SIG karena ketersediaannya secara berkaladalam format raster seperti citra satelit dan foto udara.

·         Data hasil pengukuran lapang :batas administrasi, batas kepemilikan lahan, batas persil, batas hak pengusahaan hutan, dsb., yang dihasilkan berdasarkan teknik perhitungan tersendiri sebagaisumber data atribut.

·         Data GPS (Global Positioning System) : dalambentuk digital sebagaisumber data atribut yang akurat, up to date dankompatibel.

GambaranPenampakanGeografik:

Bagaimanakitamenggambarkan feature secarageografik?

• Denganmengenaliduatipe data:
• Spatial data : yang menggambarkanlokasi (where/dimana)
• Attribute data: yang mencirikhususpadalokasi (what, how much, and when)

Bagaimanamenggambarkan feature secara digital dalam SIG?

1.       Mengelompokkandalamlayers berdasarkankarakteristik yang sama (sepertihidrografi, ketinggian,  hydrography, elevation, saluran air, saluranpembuangan, penjualankelontong) dan yang lain menggunakan:

·         vector data model   (coverage in ARC/INFO, shapefilein ArcView)

·         raster data model   (GRID or Image  in ARC/INFO & ArcView)

2.       denganmemilihsifat data yang sesuaiuntuksetiap layer yang berkenaandengan:proyeksi, skala, akurasidanresolusi.

Bagaimana kita menggabungkan ke dalam sistem aplikasi komputer?

·         Denganmenggunakanrelasi Data Base Management System (DBMS)

Struktur Data SIG: Overview

·         Tipe data spasialdantipe data atribut

·         Hubungan database management systems (RDBMS) àKonsepDasar

DBMS danTabel

Hubungan DBMS

Struktur data Raster: Menggambarkangeografik via cel grid

·         Tesselations / (menutuppermukaansepertimemasangubintanpa overlap)

·         Menjalankankompresipanjang

·         Menggambarkanpohonkuadran

·         BSQ/BIP/BIL

·         Menggambarkan DBMS

·         Format File

Struktur Data SIG

Struktur data Vektor:
Menggambarkangeografik via koordinat

·         Seluruhpolygon

·         Titikdanpolygon

·         Simpul/garislengkung/polygon

·         Silinder

·         Format File

Point feature, we use one point coordinate to represent: [(x, y)].

Polyline feature, we use a polyline consisted of a series of point coordinates to represent: [(x₁, y₁), (x₂, y₂), (x₃, y₃),…,(x_n, y_n)].

Polygon, we use a closed polygon consisted of a series of point coordinates to represent: [(x₁, y₁),(x₂, y₂),(x₃, y₃),…,(x_n, y_n), (x₁, y₁)].

Take chart below as the example. We can use vector data model to store point, polyline and polygon features.

Tipe Data Spatial

·         GarisBersambung/Continuousàelevasi, tinggihujan, Salinitaslaut

·         Luasan/areas:

Takterbatas (Unbounded )àPenggunaanlahan, areal Pasar, Tanah, tipebatuan.

Terbatas (bounded) à Batas Kabupaten/Negara, Kepemilikan, zonasi

Bergerak (moving):massaudara, air masses, binatangternak, animal herds, ikanberenang

·         networks:jalan, jalurtransmisi, aliran

·         points:

fixed:dinding, penerangan, alamat

moving:kendaraan, ikan, rusa

Tipe Data Attribute

Kategori (nama):

1.       nominal

Tidakadapesan yang melekat

Tipepenggunaanlahan, namaNegara

2.       ordinal

Pesan yang melekat

Kelasjalan, kelasaliran

3.       seringdikodekandengannomormisalnya SSN tetapitidakdapatmelakukanoperasiaritmatika

MunurutAngka (Numerical)

Yang dikenal selisih antara nilai-nilai

1.       interval

Tidakadanolalami

Tidakbisamengatakan 'dua kali lebihbanyak'

Temperatur (Celsius or Fahrenheit)

2.       ratio

Nolalami

Rasio yang masukakal(misalnya dua kali lebih banyak)

Pendapatan, umur, tinggihujan

3.       dapatdinyatakansebagai integer [bilangan] atau floating point [pecahan decimal]

Tipe Data Attribute

Tabel data Atributdapatberisiinformasilokasi, sepertialamatataudaftarkoordinat X, Y.  Tabel ArcView mengacupadakejadianini.Namun,  tabelharusdikonversike data spasial yang benar (bentukberkas), misalnyadengan geocoding, sebelummerekadapatditampilkansebagaipeta.

Data Base Management Systems (DBMS)BerisiTableorkelas feature dalam:

rows:  entities, records, observations, features:

§  'semua' informasitentangsalahsatuterjadinyafiture

columns: attributes, fields, data elements, variables, items (ArcInfo)

§  salahsatujenisinformasiuntuksemuafiture

Key fieldadalahatribut yang bernilaiunikuntukmengidentifikasisetiapbaris

Tabelterhubung, ataujoined, umumnyamenggunakanpengenal record (variable kolom), adadalamkeduatabel, disebutkuncisekunder (or foreign key), yang mungkinatautidakmungkinsamadengan field kunci (key field).

Model Data SIG:  Raster v. Vector
“raster is faster but vector is corrector” Joseph Berry

q  Raster data model

§  location is referenced by a grid cell in a rectangular array (matrix)

§  attribute is represented as a single value for that cell

§  much data comes in  this form

images from remote sensing (LANDSAT, SPOT)

scanned maps

elevation data from USGS

§  best for continuous features:

elevation

temperature

soil type

land use

q  Vector data model

§  location referenced by x,y coordinates, which can be linked to form lines and polygons

§  attributes referenced through unique ID number to tables

§  much data comes in this form

DIME and TIGER files from US Census

DLG from USGS for streams, roads, etc

census data (tabular)

§  best for features with discrete boundaries

property lines

political boundaries

transportation

Menggambarkan Data Menggunakan  ModelRaster

• area is covered by grid with (usually) equal-sized cells
• location of each cell calculated from origin of grid: “two down, three over”
• cells often called pixels (picture elements); raster data often called image data
• attributes are recorded by assigning each cell a single value based on the majority feature (attribute) in the cell, such as land use type.
• easy to do overlays/analyses, just by ‘combining’ corresponding cell values: “yield = rainfall + fertilizer” (why raster is faster, at least for some things/setidaknya u/ beberapahal)
• simple data structure:

directly store each layer as a single table 
(basically, each is analagous to a  “spreadsheet”)

computer database management system not required (although many raster GIS systems incorporate them)

Struktur Data Raster: Concepts

• Grid seringmemilikiasal-usulnyaadadalamcatatankiriatas:

State Plane dan UTM, kiribawah

lat/long&kartesiandibagiantengah

• Nilaitunggal yang berasosiasidengantiap cell

Biasanyaditetapkan  8 bits yang berasosiasidengannilaikemungkinandari 256 (0-255)

• Aturandiperlukanuntukmemberikannilaikeseljikaobjektidakmencakupseluruhsel

Mayoritasdaerah (untukfiturcakupankontinu)

Nilaipada cell pusat

‘touches’ cell (untuk feature linear sepertijalan)

Pembobotanuntukmemastikanfiturlangka yang diwakili

• Memilihukuransel raster panjang 1/2 (luasan 1/4) darifiturterkeciluntukmemetakan (fiturterkecildisebutsatuanpemetaan minimum atauelemenresel-resolusi)
• Raster orientation: sudutantarautarasebenarnyadanarah yang didifinisikanolehkolom raster
• Class:  Seperangkat cell dengannilaisama (sepertitipe = tanahberpasir)
• Zone: set of contiguous  cell dengannilaisama
• Neighborhood: menetapkansel-sel yang berdekatandengansel target dalambeberapacara yang sistematis

Struktur Data Raster: Tesselations
(Pengaturangeometris yang benar-benarmenutupipermukaan)

• Square grid: Sisinyasamapanjang
• Secarakonsepsederhana
• Secararekursif cell dibagikedalam cell yang bentuknyasama
• 4-penghubung dengansekitarnya (atas, bawah, kiri, kanan) (kasusbatuan)

Semua sel tetangga berjarak sama

• 8-penghubung dengansekitarnya (jugatermasuk diagonal) (queen’s case)

Semua cell sekitarnyatidaksamajaraknya

Pusat cell diagonal sejauh 1.41 unit (akarkuadratdari 2)

• rectangular
• Umumnyaterjadipadalat/long ketikadiproyeksikan
• Data yang dikumpulkanpada 1 derajatoleh 1 derajatakanberbedaukuranpersegipanjangnya
• triangular (bersisi 3) danhexagonal (bersisi 6)
• semuaselberdekatandantitik-titikberjaraksama
• triangulated irregular network (tin):
• Model vectordigunakanuntukmenggambarkanpermukaankontinyu (elevasi)
• lebihlanjutkemudian di bawahvektor

Struktur Data Raster: Database Representation

Data mentahdapathadirdari BSQ, BIP, BIL tapitidakbaikuntukefisienpengolahan GIS

§  Dapatdigambarkansebagaitabel database standard

§  Joins didasarkanpaa ID sebagai key field yang dapatdigunakanuntukmenghubungkan variable-variable dalam table yang berbeda

Format File untuk Data Raster Spatial

Model data raster generiksebenarnyadiimplementasikandalambeberapa format file komputer yang berbeda:

§  GRID adalah format milik ESRI’s untukmenyimpandanmemproses data raster

§  Format standard industriuntuk data image sepertiJPEG, TIFFdanMrSid yang dapatdigunakanuntukmenayangkan data raster, tetapitidakuntukanalisis (harusdikonversike GRID)

§  InformasiGeoreferensidiperlukanuntukmenayangkan image denganmemetakan data vector

Membutuhkanlampiran file “word” yang menyediakaninformasilokasi.

Image                   Image File           World File

TIFF                        image.tif              image.tfw

Bitmap                  image.bmp         image.bpw

BIL                          image.bil              image.blw

JPEG                      image.jpg            image.jpw

Menggambarkan Data menggunakan Model Vector :formal application

Point  (titik): 0-dimensi

·         Sepasangkoordinattunggalx,y

·         Luasandaerahnol

·         Pohon, sumurminyak, label lokasi

Garis (arc): 1-dimensi

·         Dua (ataulebih)  terhubungdengankoordinatx,y

·         Jalan, aliran

·         Polygon : 2-dimensi

·         Empatataulebihtitikteraturterhubungdengankoordinatx,y

·         x,y  yang pertamadanterakhirsamaberpasangan.

·         Suatudaerah yang tertutup

·         Batas sensus, bataskabupaten, danau

Vector Data Structures: Whole Polygon

Keseluruhan Polygon (strukturbatas): poligondijelaskanolehdaftarkoordinattitik-titikdalamurutanseperti yang andajalani di sekitarbatasluarpoligon

·         Semua data tersimpandalamsatufile

Dapatjugadisimpan—tidakefesien– data atributeuntuk polygon dalam file yang sama

·         Koordinate/batasuntuk  polygon berdekatandisimpanduakali;

Mungkintidaksama, menghasilkanirisan (gap), atautumpangtindih

Bagaimanamemastikankalaukeduanyatelahdiperbaruhi?

·         Semuagarisadalahganda (kecualiuntukgarispinggiranterluar)

·         Tidakadainformasitopologitentangpoligon

yangberdekatandanmemilikibatasumum?

bagaimanahubungangeografis yang berbeda? misalnyakodeposdansaluran?

·         Digunakanoleh program pemetaankomputerpertama, SYMAP, di akhir 60-an

·         Diadopsioleh SAS / GRAPH danbanyak program pemetaantematikbisnis.

Struktur Data Vektor: Points & Polygons

Points and Polygons: polygons digambarkanolehdaftarangka ID darititik-titikdalamrangkamengitaribatasterluar; described by listing ID numbers of  points in order as you ‘walk around the outside boundary’;  File keduamendafatarsemuatitikdankoordinatnya.

·         Menyelesaikanduplikatkoordinat / masalahperbatasanganda

·         Garis dapat ditangani sama dengan poligon (daftar ID), tapi bagaimana menangani jaringan?

·         Masih belum ada informasi topologi

·         Pertama kali digunakan oleh CALFORM, paket pemetaan generasi kedua, dari Laboratorium Komputer Grafisdan Analisis Spasial di Harvard pada awal 70-an