Data Raster dan Data Vektor
Data merupakan bagian yang tidak dapat dipisahkan dalam Sistem Informasi
Geografi. Data SIG dapat berupa data spasial dan data atribut. Khusus pada potingan kali ini akan dibahas mengenai data spasial. Data spasial atau keruangan merupakan data yang merepresentasikan kenampakan nyata permukaan bumi. Data spasial terdiri dari dua macam yaitu data raster dan data vektor.
Geografi. Data SIG dapat berupa data spasial dan data atribut. Khusus pada potingan kali ini akan dibahas mengenai data spasial. Data spasial atau keruangan merupakan data yang merepresentasikan kenampakan nyata permukaan bumi. Data spasial terdiri dari dua macam yaitu data raster dan data vektor.
Data vektor adalah
data yang menampilkan pola keruangan dalam bentuk titik, garis, kurva
atau poligon. Data vektor sangat baik untuk merepresentasikan
fitur-fitur jaringan jalan, gedung, rel kereta dan letak koordinat.
Kelemahan data ini adalah ketidakmampuannya dalam mengakomodasi
perubahan fenomena yang bersifat gradual.
Data raster adalah
data yang menampilkan sisi ruang bumi dalam bentuk pixel (picture
element) yang membentuk grid/petak dan dihasilkan dari penginderaan
jauh. Pada data raster, resolusi tergantung pada ukuran pixel-nya.
Semakin kecil ukuran permukaan bumi yang direpresentasikan maka akan
semakin tinggi resolusinya. Data raster sangat baik untuk menggambarkan
keadaan jenis tanah, vegetasi dan kelembaban tanah. Kelemahan data
raster terletak pada besarnya ukuran file, semakin tinggi resolusi
gambar maka ukuran file akan semakin besar.
 |
| http://www.buzzle.com/images/electronics/vector-raster-data-structure.jpg |
Berikut ini tabel perbandingan antara data vektor dengan data raster.
Data
Vektor
|
Data
Raster
|
Kelebihan
Lebih
efisien dalam ruang penyimpanan.
Memiliki
resolusi spasial
yang tinggi.
Representasi
grafis data spasialnya sangat mirip dengan peta garis buatan manusia.
Transformasi
koordinat dan proyeksi tidak sulit dilakukan.
|
Kelebihan
Struktur
data yang sederhana.
Mudah
dimanipulasi dengan fungsi matematis sederhana.
Teknologi
yang digunakan cukup murah.
Overlay data
raster dengan data inderaja mudah dilakukan.
|
Kekurangan
Struktur
data kompleks.
Data tidak mudah
dimanipulasi.
Memerlukan
perangkat komputer yang lebih mahal.
Overlay
beberapa layer vektor secara simultan memerlukan waktu lama.
|
Kekurangan
Memerlukan
ruang penyimpanan yang besar.
Transformasi
koordinat dan proyeksi sulit dilakukan.
Lebih sulit
untuk merepresentasikan hubungan topologikal.
|
1) Model 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 2.2.
Gambar 2.2 Format Data Raster
2) Model 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 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).
Penentuan Atribut
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.
Pembobotan Atribut
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 Makalah Data Spasial
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
