MATERI 5
Spatial Analisis
Assalamualaikum WR Wb. Jumpa lagi dengan saya Rhendiq Bagus S.J.Y. ,kali ini saya akan membahas mengenai materi ke 5 yaitu Spatial Analisis,berikut adalah materu yang akan dibahas :
Model data ada Ada 2 yaitu Model Data Raster Dan Model Data Vektor dibawah ini merupakan gambar representasi dari Model Data raster dan vektor
nah setelah itu dibawah ini adalah sample model,atau jika diartikan ke bahasa indonesia menjadi Model sampel,seperti pada gambar dibawah ini
Selanjutnya dibawah ini adalah mengenai Readl World ,seperti pada gambar dibawah ini
Model Data Raster mempunyai kekurangan dan kelebihan seperti pada penjelasan dbawah ini :
Kelebihan Raster
¢Representasi seperti aslinya.
¢Dapat
melakukan perhitungan
matematika.
¢Tampilan
dengan resolusi
yang tinggi dapat
lebih bagus
daripada vektor.
Kekurangan Raster
¢Ukuran
yang cukup besar.
¢Lebih
sulit untuk
melakukan pemrosesan
semisalnya melakukan
transformasi, proyeksi, dll.
¢Representasi
pixel belum tentu
benar-benar mewakili
suatu kenyataanya.
Point Line dan polygon ,
Topologi Merupakan
Kumpulan
aturan atau
kebiasaan yang
memodelkan dan
menampilkan bagaimana
fitur dari
data spasial membentuk
geometri.
Daerah
sekitarnya yang
berbentuk sisi/titik
atau area.
Spatial
Analysis
Pengertian Analisis Spasial , Analisis spasial adalah sekumpulan teknik yang dapat digunakan dalam pengolahan data SIG. ... Semua teknik atau pendekatan perhitungan matematis yang terkait dengan data keruangan (spasial) dilakukan dengan fungsi analisis spasial tersebut
Eksplorasi data
Eksplorasi data adalah pendekatan yang mirip dengan analisis data awal, di mana seorang analis data menggunakan eksplorasi visual untuk memahami apa yang ada dalam kumpulan data dan karakteristik data, daripada melalui sistem manajemen data tradisional [1]. Karakteristik ini dapat mencakup ukuran atau jumlah data, kelengkapan data, kebenaran data, kemungkinan hubungan antar elemen data atau file / tabel dalam data
Analisis By Esri
Sebagian besar data dan pengukuran dapat dikaitkan dengan lokasi dan, karenanya, dapat ditempatkan di peta. Dengan menggunakan data spasial, Anda tahu apa yang ada dan di mana itu. Dunia nyata dapat direpresentasikan sebagai data diskrit, disimpan oleh lokasi geografisnya yang tepat (disebut "data fitur"), atau data berkelanjutan yang diwakili oleh grid biasa (disebut "data raster"). Tentu saja, sifat dari apa yang Anda analisis memengaruhi bagaimana cara terbaik diwakili. Lingkungan alam (elevasi, suhu, curah hujan) sering diwakili menggunakan grid raster, sedangkan lingkungan binaan (jalan, bangunan) dan data administratif (negara, wilayah sensus) cenderung direpresentasikan sebagai data vektor. Informasi lebih lanjut yang menjelaskan apa yang ada di setiap
lokasi dapat dilampirkan; informasi ini sering disebut sebagai "atribut."
Penggabungan
Grafis interaktif dan diagram dengan GIS
Analisis
1Queries
○Pertanyaan
yang merepresentasikan
dari sistem
pengambilan informasi.
○Ambil
semua data
kota yang
padat,
minimal 10juta orang.
2Measurements
○Properti
dari titik,
garis, atau
area
○Keterhubungan
antara dua
objek.
■Jarak
antara dua
objek.
■Kemiringan
seuatu objek.
■
3Transfromasi
○Membuat
sebuah objek
dan atributnya
dari sebuah
aturan dan
prosedur.
○Dissolve,
Buffer, Union, Intersect, Point in Polygon, Spatial Join
Dissolve
Buffer
Union
Spatial
Join
Dengan
menggabungkan
dan melihat
data yang dibagi untuk
semua atau
sebagian dari
daerah yang
sama, sebuah
data dibuat dengan
mengidentifikasi
hubungan spasial.
Penggabungan Data
Mengungkap pengetahuan yang tersembunyi di bawah permukaan. Analisis vektor tradisional dan data tabular — dari yang sangat kecil hingga yang masif. Proses data raster dan citra menggunakan teknik state-of-the-art dalam skala apa pun.
Visualisasi data
Saat Anda melakukan geocode data, Anda menempatkannya secara akurat di peta dan melambangkannya untuk pemahaman lebih lanjut. Dengan menggunakan GIS, Anda akan dapat menjawab pertanyaan seperti, "Di mana kantor regional kami berada?" Dan "Di mana semua truk pengiriman kami?"
Mencari dimensi dan distribusi
Identifikasi distribusi fitur di suatu lokasi. Misalnya, tentukan jumlah sekolah di dalam kota atau jumlah sungai dalam radius sepuluh mil dari suatu pipa. Dan, lihat berapa banyak pelanggan tinggal dalam jarak lima mil dari toko Anda.
Mencari keterhubungan
Hubungan antara fitur termasuk asosiasi seperti kedekatan, kebetulan, persimpangan, tumpang tindih, visibilitas, dan aksesibilitas. Temukan persimpangan objek dalam ruang dan waktu menggunakan kueri dan visualisasi sementara. Jawab pertanyaan seperti, “Kapan dan di mana jalur migrasi ikan paus akan berpotongan dengan rute pelayaran maritim?”
Mencari jarak terpendek
Temukan rute tercepat, terpendek, atau bahkan paling indah untuk seluruh armada. Hitung waktu drive dan temukan fasilitas. Sertakan nilai biaya seperti jarak, waktu, kemiringan, atau atribut aliran lainnya. Selesaikan hanya untuk dua lokasi berhenti atau urutan banyak pemberhentian dalam urutan terbaik.
Mencari pola
Memprediksi
Tidak ada komentar:
Posting Komentar