Data Raster
Data raster atau disebut juga dengan sel grid adalah
data yang dihasilkan dari sistem penginderaan jauh. Pada data raster, obyek
geografis direpresentasikan sebagai struktur sel grid yang disebut dengan
piksel (picture element). Pada data raster, resolusi tergantung pada ukuran
piksel- nya. Dengan kata lain, resolusi piksel menggambarkan ukuran sebenarnya
di permukaan bumi yang diwakili oleh setiap piksel pada 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. Keterbatasan utama dari data raster adalah besarnya ukuran file,
semakin tinggi resolusi grid-nya semakin besar pula ukuran filenya dan sangat
tergantung pada kapasistas perangkat keras yang tersedia. 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. Contoh
gambar format data raster dapat dilihat pada gambar 1.1.
Gambar 1.1. Format Data Raster
Kelebihan Data Raster
1. Memiliki struktur data yang sederhana
2. Mudah dimanipulasi dengan menggunakan fungsi-fungsi matematis sederhana
3.
Teknologi yang digunakan cukup murah dan
tidak begitu kompleks sehingga pengguna dapat membuat sendiri program aplikasi yang mengunakan citraraster
4. Compatible dengan citra-citra satelit penginderaan jauh dan semua image
hasilscanning data spasial
5. Overlay dan kombinasi data raster dengan data inderaja mudah dilakukan
6. Memiliki kemampuan-kemampuan permodelan dan analisis spasial tingkatlanjut
7. Metode untuk mendapatkan citra raster lebih mudah
8. Gambaran permukaan bumi dalam bentuk citra raster yang didapat dari
radaratau satelit penginderaan jauh selalu lebih actual dari pada bentuk
vektornya
9. Prosedur untuk memperoleh data dalam bentuk raster lebih mudah,
sederhanadan murah.
10. Harga system perangkat lunak aplikasinya cenderung lebih murah.
Kekurangan Data Raster
1. Secara umum memerlukan ruang atau tempat menyimpan (disk) yang besardalam
computer, banyak terjadi redudacy data baik untuk setiap layer-nyamaupun secara
keseluruhan
2. Penggunaan sel atau ukuran grid yang lebiih besar untuk menghemat
ruang penyimpanan akan menyebabkan kehilangan informasi dan ketelitian.
3. Sebuah citra raster hanya mengandung satu tematik saja sehingga
sulitdigabungkan dengan atribut-atribut lainnya dalam satu layer.
4. Tampilan atau representasi dan akurasi posisi sangat bergantung pada
ukuran pikselnya (resolusi spasial).
5. Sering mengalami kesalahan dalam menggambarkan bentuk dan garis batassuatu
objek, sangat bergantung pada resolusi spasial dan toleransi yangdiberikan.
6. Transformasi koordinat dan proyeksi lebih sulit dilakukan
7. Sangat sulit untuk merepresentasikan hubungan topologi (juga network).
8. Metode untuk mendapatkan format data vector melalui proses yang lama,
cukupmelelahkan dan relative maha
2) Data
Vektor
Data vektor merupakan bentuk bumi yang
direpresentasikan ke dalam kumpulan garis, area (daerah yang dibatasi oleh
garis yang berawal dan berakhir pada titik yang sama), titik dan nodes
(merupakan titik perpotongan antara dua buah garis). Keuntungan utama dari
format data vektor adalah ketepatan dalam merepresentasikan fitur titik,
batasan dan garis lurus. Hal ini sangat berguna 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 ketidak mampuannya dalam
mengakomodasi perubahan gradual. Contoh gambar format data vektor dapat dilihat
pada gambar 2.3.
Gambar 2.3 Format Data Vektor
Data vektor adalah data yang direkam dalam bentuk koordinat
titik yang menampilkan, menempatkan dan menyimpan data spasial dengan
menggunakan titik, garis atau area (polygon). Ada tiga tipe data vector
(titik, garis, dan polygon) yang bisa digunakan untuk menampilkan informasi
pada peta. Titik bisa digunakan sebagai lokasi sebuah kota atau posisi tower
radio. Garis bisa digunakan untuk menunjukkan route suatu perjalanan atau
menggambarkan boundary. Poligon bisa digunakan untuk menggambarkan sebuah danau
atau sebuah Negara pada peta dunia. Data vektor tentu memiliki kelebihan dan kekurangan, berikut
adalah kelebihan dan kekurangan data vektor.
Kelebihan
1. Struktur datanya lebih rumit
2. Efisiensi untuk analisis
3. Sebagai sarana representasi yang baik
4. Transformasi proyeksi lebih efisien
5. Ketelitian, akurat dan lebih presisi
6. Relasi atribut langsung dengan DBMS (database)
Kekurangan
1. Sulit dalam melakukan proses overlay
2. Tidak bisa menampilkan data image/foto udara
4. Struktur data yang terlalu banyak tidak efektif dalam menampilkan banyak spasial
5. Memerlukan algoritma dan proses yang sangat kompleks
6. Kualitas (output) sangat bergantung dengan printer dan kartografi
7. Sulit dilakukan simulasi
1. Struktur datanya lebih rumit
2. Efisiensi untuk analisis
3. Sebagai sarana representasi yang baik
4. Transformasi proyeksi lebih efisien
5. Ketelitian, akurat dan lebih presisi
6. Relasi atribut langsung dengan DBMS (database)
Kekurangan
1. Sulit dalam melakukan proses overlay
2. Tidak bisa menampilkan data image/foto udara
4. Struktur data yang terlalu banyak tidak efektif dalam menampilkan banyak spasial
5. Memerlukan algoritma dan proses yang sangat kompleks
6. Kualitas (output) sangat bergantung dengan printer dan kartografi
7. Sulit dilakukan simulasi
Data Atribut
Data atribut memberikan gambaran atau menjelaskan informasi berkaitan
dengan fitur peta atau cara kerja SIG. Data atribut dapat disimpan dalam
format angka maupun karakter. Pada Sistem Informasi Geografis, utamanya di
ArcView dan ARC/INFO data atribut dihubungkan dengan data spasial melalui
identifier (ID) yang terkait di fitur. Pada ArcView file dikenal dengan nama
shapefile (*.SHP) yang terdiri dari serangkaian file, atribut yang disimpan
pada file berekstensi *.dbf (Nuarsa IW. 2005).
Analisis kebutuhan atribut berganda sangat bergantung pada proses penentuan
atribut oleh pembuat keputusan karena dengan atribut tersebut pembuat keputusan
akan mengevaluasi pencapaian tujuan keputusan. Dalam melakukan pengambilan ide
atribut ada dua cara yang dapat ditempuh pembuat keputusan yaitu menggunakan
panel ahli dan melakukan survey literatur. Atribut yang digunakan harus
mewakili tujuan yang ingin dicapai. Proses pencarian hingga sub-sub atribut
yang lebih kecil terus dilakukan hingga diperoleh atribut yang nyata. Hal-hal
yang harus dimilik oleh atribut sebagai berikut (Nuarsa IW. 2005):
- Atribut harus lengkap, atribut
telah mewakili semua hal yang relevan terhadap keputusan akhir.
- Atribut saling terpisah satu
dengan yang lain, atribut tidak harus tergantung pada atribut lain
sehingga dapat dilakukan proses trade off pada langkah selanjutnya dan
menghindari double-counting.
- Atribut dibatasi pada hal
penting (signifikan) bagi kinerja, atribut diawali oleh tujuan utama yang
abstrak dan ditingkat paling bawah.
Atribut tidak selalu memilliki tingkat kepentingan yang sama. Dengan
pemberian pembobotan yang berbeda, pembuat keputusan dapat menuangkan
pertimbangan nilai kepentingan yang berbeda diantara atribut keputusan.
Bobot juga akan membimbing seorang manajer proyek atau program untuk
mengupayakan hal terbaik dalam pencapaian target yang memilliki bobot terbesar
karena besarnya bobot juga menggambarkan tingkat tanggung jawab yang lebih
besar terhadap atribut tersebut.
Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu
pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara
subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan
kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan
subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam
proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada
pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan
subyektifitas dari pengambil keputusan.
Daftar Pustaka
Prahasta, Eddy. 2005. Konsep - Konsep
Dasar Sistem Informasi Geografis. Bandung :
CV. Informatika.
Nuarsa IW. 2005. Belajar Sendiri Menganalisis Data Spasial Dengan
Software ARCVIEW GIS 3.3 untuk
Pemula. Jakarta: PT Alex Media Computindo.
Yousman, Yeyep. 2004. Sistem Informasi Geografis dengan ArcView3.3
Professional Yogyakarta: Andi Offset
No comments:
Post a Comment