ArcNesia Blog

cancel
Showing results for 
Search instead for 
Did you mean: 

Other Boards in This Place

Latest Activity

(82 Posts)
New Contributor II

Halo ArcNesian!

Beberapa dari rekan-rekan developer aplikasi Android tentu sudah sering menggunakan Android Studio untuk mengembangkan aplikasi. Esri, dalam hal ini, menyediakan ArcGIS Runtime SDK for Android, yang dapat digunakan dalam membangun aplikasi terkait platform ArcGIS.

Pada kesempatan ini, ArcMin akan sedikit membahas mengenai ArcGIS Runtime SDK for Android, yang mencakup requirement yang diperlukan serta tahapan dalam penggunaannya. Pada artikel ini akan dicontohkan juga bagaimana membangun aplikasi berbasis peta pada Android Studio menggunakan ArcGIS Runtime SDK for Android dan cara menghilangkan watermark yang muncul pada aplikasi.

A. Pendahuluan

Rekan-rekan ArcNesian dapat mengembangkan aplikasi dengan ArcGIS Runtime SDK for Android menggunakan Gradle (direkomendasikan), atau dengan mengunduh SDK untuk selanjutnya diset pada local environment. Untuk mulai mengembangkan aplikasi, terlebih dahulu rekan-rekan harus memastikan bahwa komputer dan perangkat Android memenuhi spesifikasi sistem yang ditentukan untuk SDK, dan pada komputer anda sudah terinstall Android Studio versi terbaru.

Dalam mengembangkan aplikasi dengan ArcGIS Runtime SDK for Android, rekan-rekan tidak perlu memiliki lisensi apapun. Artinya, rekan-rekan tidak perlu melakukan autorisasi perangkat yang akan digunakan untuk mengembangkan aplikasi. Esri menyediakan ArcGIS Developer Subscription (Essential Plan) secara gratis, dan dengan subscription ini Anda dapat mengunduh dan menginstall ArcGIS Runtime SDK dan mengakses seluruh fungsionalitas API untuk tujuan pengembangan.

B. Spesifikasi kebutuhan sistem untuk versi 100.8.0

Spesifikasi sistem minimum yang diperlukan untuk menggunakan ArcGIS Runtime SDK for Android versi 100.8.0 yang berkaitan dengan sistem operasi yang didukung, spesifikasi perangkat lunak, dan IDE dapat dilihat pada tautan berikut

C. Mengembangkan aplikasi dengan ArcGIS Runtime SDK for Android

Dalam membangun aplikasi menggunakan ArcGIS Runtime SDK for Android, direkomendasikan untuk menggunakan Gradle, yang akan menginstall dependensi dan SDK binaries yang dibutuhkan dari sebuah repositori Bintray Esri. Untuk informasi lebih lanjut terkait Gradle, anda dapat mengakses tautan ini.

I. Menambahkan dependensi ArcGIS Runtime for Android AAR

Dalam pembuatan aplikasi, rekan ArcNesian perlu memperbaharui gradle build script untuk menambahkan dependensi ArcGIS Runtime SDK for Android untuk modul aplikasi. Hal ini akan mengautomasi pengunduhan package Android Archive (AAR) dari repositori Esri public Bintray Maven pada saat membangun aplikasi.

Apabila belum membuat project baru di Android Studio, langkah-langkah pembuatan project dapat dilihat pada tautan ini.

1. Pada jendela project Android, di bagian bawah Gradle Script, klik dua kali pada gradle (Project: <nama project>).

1

2. Pada bagian allprojects/repositories, tambahkan maven block baru dengan value berupa URL 'https://esri.bintray.com/arcgis' seperti berikut:

2

Hal ini dilakukan untuk memberitahu Gradle dimana lokasi dependensi ArcGIS Runtime SDK for Android dengan cara menambahkan sebuah URL untuk maven Repository.

3. Pada Android project view, di bagian bawah Gradle Scripts, double klik pada build.gradle (Module: <nama modul>.

4. Di bagian dependencies, tambahkan kode seperti berikut:

3

*List dari dependencies yang ditampilkan akan bergantung pada versi dari Android Studio dan pengaturan project yang dipilih.

5. Selanjutnya pada toolbar Android Studio, klik Sync Project with Gradle Files (). Atau, apabila Anda melihat pesan Gradle files have changed since last project sync, klik Sync Now.

4

6. Pada jendela Android project view, di bagian bawah app > manifests, double klik pada file AndroidManifest.xml untuk membuka manifest file dari aplikasi Anda.

7. Tambahkan elemen XML berikut pada elemen <manifest>:

5

Hal ini dilakukan untuk menginformasikan Android launcher bahwa aplikasi membutuhkan izin untuk mengakses internet.

II. Menggunakan fitur Java 8 language

Android Studio 3.0 memperkenalkan dukungan untuk subset fitur Bahasa Java 8 yang bervariasi berdasarkan versi platform. Bahasa pemrograman ini digunakan pada seluruh dokumentasi dan sampel ArcGIS Runtime SDK for Android, sehingga untuk memastikan bahwa contoh code yang tersedia dapat berjalan dengan baik, Anda akan mengatur kompatibilitas dari modul untuk menggunakan fitur Java 8 language.

1. Buka kembali file tab build.gradle (Module: <nama modul>), lalu tambahkan kode pada blok android seperti berikut:

6

2. Lakukan sync kembali pada gradle script.

III. Menambahkan MapView pada Layout dan mengatur Map pada MapView

Setelah menyusun aplikasi dengan dependensi ArcGIS Runtime SDK for Android AAR, langkah selanjutnya adalah menambahkan MapView pada activity layout.

1. Pada jendela Android project view, di bagian bawah app, klik res > layout, kemudian klik dua kali pada activity_main.xml.

2. Seleksi keseluruhan elemen TextView, ganti dengan elemen MapView seperti berikut:

7

Secara default, sebuah MapView tidak menampilkan apapun, sehingga langkah selanjutnya adalah mendefinisikan sebuah peta yang akan ditampilkan. Anda akan mendefinisikan sebuah peta yang menampilkan basemap topografi dari ArcGIS Online. Selain itu Anda juga perlu mengatur agar peta menampilkan wilayah tertentu (dalam hal ini mengatur peta agar diperbesar ke titik pusat tertentu). Pada postingan ini, daerah yang ditampilkan adalah daerah Jakarta Pusat.

 

3. Buka kembali tab MainActivity pada Android Studio, lalu tambahkan pernyataan class variable di bagian atas kelas MainActivity seperti berikut:

8

4. Android Studio akan menandai MapView dengan warna merah, yang artinya harus diimpor ke class. Posisikan pointer pada teks yang berwarna merah lalu klik Alt+Enter untuk resolve simbol tersebut.

9

5. Lakukan penambahan kode pada metode onCreate, setelah pemanggilan kode eksisting setContentView seperti berikut:

10

Kode ini akan bereferensi ke MapView yang sudah terdefinisi pada layout. Sebuah ArcGISMap dibuat dengan Basemap.Type yang berpusat pada koordinat tertentu dan diperbesar dengan perbesaran tertentu. ArcGISMap kemudian akan di set ke dalam MapView.

6. Lakukan penambahan beberapa metode ke kelas MainActivity untuk menghindari metode onPause, onResume, dan onDestroy turun dari parent activity class yang menghentikan, melanjutkan, dan membuang MapView saat metode tersebut dipanggil seperti berikut:

11

IV. Menjalankan aplikasi

Untuk mengetahui apakah aplikasi yang dibuat dapat dijalankan, Anda memerlukan perangkat Android yang tersambung dan siap untuk debugging atau sebuah emulator yang sudah di set up dan dinyalakan. Untuk informasi lebih lanjut, Anda dapat membaca dokumentasi Android pada tautan menggunakan emulator atau menggunakan perangkat Android.

1. Dari toolbar Android Studio, pilih perangkat atau emulator yang akan digunakan, lalu klik Run.

12

2. Sebuah aplikasi baru yang menunjukkan peta wilayah Jakarta Pusat akan terbuka pada perangkat Anda.

13

V. Menghilangkan watermark pada aplikasi

Selama proses pengembangan aplikasi, Anda akan melihat watermark “Licensed for Developer Use Only” pada peta. Watermark ini dapat dihilangkan dengan cara menambahkan license key pada project yang dibuat pada Android Studio.

1. Log in ke akun ArcGIS Developer Account dan menampilkan bagian Dashboard.

2. Copy Runtime Lite license key yang ada pada Dashboard.

13

3. Lakukan pembuatan resource file app_settings.xml untuk menyimpan license key. Pada Project view, klik kanan folder app, kemudian pilih opsi New > Android resource file.

14

4. Pada jendela New Resource File, definisikan File name sebagai app_settings.xml. Biarkan opsi lain default dan klik OK.

15

5. Pada jendela app_settings.xml yang ditampilkan pada Android Studio, tambahkan elemen string seperti berikut:

16

Gantikan teks YOUR_LICENSE_KEY dengan Runtime Lite license key yang ada pada Dashboard.

17

6. Pada file app > java > {nama.package.anda} > MainActivity.java, temukan metode setMap dan tambahkan sebuah perintah pemanggilan ke ArcGISRuntimeEnvironment.setLicense dengan referensi ke sumber string yang telah ditambahkan pada tahap sebelumnya seperti berikut:

18

7. Run ulang aplikasi Anda. Apabila berhasil, pada saat aplikasi terbuka watermark “Licensed for Developer Use Only” tidak muncul.

19

Sekian pembahasan mengenai ArcGIS Runtime SDK for Android pada artikel ini. Jika terdapat pertanyaan, ArcNesian dapat menghubungi Tim Technical Support Esri Indonesia melalui email support@esriindonesia.co.id

Sampai berjumpa pada artikel lainnya!

(Artikel ini dibuat oleh Pachira Eizza Paramitha dari Esri Indonesia Future Leaders Program)

more
0 0 165
New Contributor

Titik Panas ( Hotspot ) adalah indikator kebakaran hutan yang mendukung lokasi yang memiliki suhu relatif lebih tinggi dibandingkan dengan suhu sekitarnya. Permenhut No. P 12 / Menhut-II / 2009.

Data seberan titik panas (Hotspot) dapat diunduh  LAPAN:  http://modis-catalog.lapan.go.id

Cara Unduh Data Hotspot dari Situs Web LAPAN

  1. Buka http://modis-catalog.lapan.go.id , maka tampilkan akan seperti dibawah ini: http://modis-catalog.lapan.go.id/
    Sebaran Hotspot di Indonesia 6 Juli 2020
  2. Pilihlah Wilayah yang akan di unduh 

    Contoh:

    Pilih wilayah: Aceh

    Tipe Sateit: Semua satelit

    Tanggal:  1 - 6  Juli  2020

  3. Kemudian Klik “Unduh Hotspot sebagai CSV” 
    Sebaran Hotspot di Indonesia 6 Juli 2020
  4. Buka file CSV yang telah di unduh. Data tampilan CSV yang telah di unduh dapat dilihat pada gambar berikut:
    Format CVS Hasil Download
  5. Rapihkan data CVS dengan langkah-langkah sebagai berikut:
    a. Buka data CVS untuk merapihkan data

    b. Klik Data pada Menu Bar

    c. Klik Get External Data

    d. Klik From Teks

    e. Pilih Data CVS yang sudah didownload

    f. Pilih Impor
    g.
    Klik Next
    h.
    Tab Daftar Periksa dan Koma
    i.
    Klik Next
    j.
    Klik Finish lalu Ok
     

     
       

     
     

Kemudian,  ubah kolom Lintang (Y) dan Bujur (X) menjadi  Number  dengan tiga angka dibelakang koma dan format kepala tabel mejadi  teks  dengan nama baru. Lalu, simpan data ke format  Excel 97-2003 Workbook

Baca Juga:
Memetakan Ketersediaan Portal Informasi dan Data Covid-19
Tutorial ArcGIS Pembuatan Peta Tutupan Lahan dengan Data Landsat

Mengimpor Data Hotspot Format Excel 97-2003 Workbook di ArcMap / ArcGIS

  1. Buka ArcMAp / ArcGis

  2. Klik Tambah Data. Buka file data. Hotspot yang sudah di save dengan format  Excel 97-2003 Workbook. Pastikan tabel atribut tidak <NULL>, seperti gambar di bawah ini:
    Sebaran Hotspot di Indonesia 6 Juli 2020
  3. Lalu, Klik kanan pada layer pilih “Tampilkan XY”. Ubah Sistem Koordinat dengan cara pilih “Edit”, pilih Sistem Koordinat Geografis - Dunia - WGS 1984.

  4. Klik OK
  5. Maka akan muncul tampilan sebaran Hotspot di Indonesia pada tanggal 6 Juli 2020, Seperti dibawah ini:
  6. Menyimpan layer ke format .shp / shapefile dengan cara:
    a. Klik kanan pada layer, Data - Ekspor Data 

    b. Pilih  folder yang diinginkan untuk menyimpan data
    c. Klik Save
  7. Data hotspot sudah tersedia dalam bentuk Shp.

    Sebaran Hotspot di Indonesia 6 Juli 2020
    Pemantauan “titik panas” (Hotspot) merupakan salah satu upaya pengendalian kejadian bencana kebakaran hutan dan lahan (karhutla) dengan melakukan deteksi panas melalui bantuan satelit penginderaan jarak jauh dan sistem informasi geografis.

more
0 0 216
New Contributor II

Pesatnya perkembangan suatu wilayah, maka bertambah juga penduduk yang ada, sehingga berdampak terhadap meningkatnya kebutuhan akan tempat tinggal. Perubahan lahan merupakan hal yang umum terjadi, baik dalam bidang perencanaan wilayah dan kota, maupun pengelolaan sumber daya alam. Perubahan lahan dapat diartikan sebagai praktik konversi lahan menjadi lahan perkebunan atau peternakan, perluasan fungsi lahan pertanian, penggundulan hutan, penanaman kembali fungsi lahan hutan, dan ekspansi lahan perkotaan (urban sprawl). Salah satu dampak dari perubahan lahan yang tidak teratur adalah berkurangnya fungsi produktivitas biologis dan keberagaman ekosistem. Berdasarkan hal tersebut, isu terkait perubahan lahan masih relevan untuk dianalisis, dalam konteks identifikasi perubahan tutupan lahan (land cover) dari periode waktu tertentu.

KLASIFIKASI TUTUPAN LAHAN

    Definisi tutupan lahan mengacu dari SNI 7645:2010 tentang Klasifikasi Penutup Lahan adalah tutupan biofisik pada permukaan bumi yang dapat diamati merupakan suatu hasil pengaturan, aktivitas, dan perlakuan manusia yang dilakukan pada jenis penutup lahan tertentu untuk melakukan kegiatan produksi, perubahan, ataupun perawatan pada penutup lahan tersebut. Kelas penutup lahan dibagi menjadi dua bagian besar, yaitu daerah bervegetasi dan daerah tak bervegetasi. Daerah bervegetasi merupakan daerah dengan liputan vegetasi minimal 4% setidaknya selama 2 bulan, atau dengan liputan Lichens/ Mosses lebih dari 25% jika tidak terdapat vegetasi lain. Terdapat kelas daerah pertanian dan daerah bukan pertanian. Daerah tak bervegetasi merupakan daerah dengan total liputan vegetasi kurang dari 4% selama lebih dari 10 bulan, atau daerah dengan liputan Lichens/ Mosses kurang dari 25% jika tidak terdapat vegetasi kayu atau herba. Terdapat kelas lahan terbuka, permukiman dan lahan bukan pertanian yang berkaitan, dan perairan. Penjelasan lebih lengkap dapat diakses melalui laman berikut SNI 7645:2010 tentang Klasifikasi Penutup Lahan.

MANFAAT IDENTIFIKASI PERUBAHAN LAHAN

   Tutorial ini berusaha untuk memberikan demonstrasi secara sederhana terkait pemanfaatan Sistem Informasi Geografis (SIG) dengan menggunakan data penginderaan jauh berupa citra Landsat. Dalam rangka mengidentifikasi perubahan lahan di Kawasan Metropolitan Malang Raya (Kota Malang, Kota Batu, dan Kabupaten Malang) selama dua periode yaitu tahun 2013 dan tahun 2019. Luas wilayah Kawasan Metropolitan Malang Raya yang mencakup 2 kota dan 1 kabupaten adalah sebesar 3.769 km2.

      Daerah perkotaan dipilih berdasarkan perubahan yang drastis akibat pengaruh urbanisasi dan pertumbuhan penduduk yang memberikan pengaruh signifikan terhadap kondisi lingkungan, ekonomi, dan kehidupan sosial perkotaan. Kawasan Metropolitan Malang Raya merupakan salah satu daerah perkotaan yang terdapat di Indonesia yang mengalami perkembangan perkotaan yang cukup pesat. Tingkat urbanisasi yang tinggi dan adanya proses menjadi kota, khususnya di daerah lingkar perkotaan telah memberikan dampak yang besar terhadap perubahan di Kawasan Metropolitan Malang Raya. Informasi terbaru dan akurat tentang kondisi dan kecenderungan perubahan wilayah berupa identifikasi perubahan lahan, dapat dimanfaatkan untuk mengembangkan beberapa strategi pembangunan berkelanjutan dan peningkatan kehidupan wilayah perkotaan.

PENGGUNAAN TEKNOLOGI SIG (SISTEM INFORMASI GEOGRAFIS)

   Secara sederhana, sangat mudah untuk melakukan identifikasi tutupan lahan. Metode yang bisa dilakukan adalah digitasi manual on screen berdasarkan kelas tutupan lahan yang terlihat degan citra satelit, kemudian mengkoreksi dengan kondisi eksisting di lapangan. Tetapi, hal ini bisa menjadi kompleks dan memakan banyak waktu apabila daerah yang menjadi area of interest (AOI) memiliki luas yang besar. Untuk itu diperlukan metode yang lebih efektif dan efisien, dengan menggunakan salah satu analisis (toolbox) pada perangkat lunak ArcMap. ArcMap merupakan salah satu produk perangkat lunak SIG berbasis desktop yang diproduksi oleh ESRI. ArcMap memiliki kemampuan utama untuk visualisasi, membangun database spasial yang baru, memilih data (query), editing, menciptakan desain-desain peta, analisis dan pembuatan tampilan akhir dalam laporan-laporan kegiatan.

   Tutorial ini menggunakan ArcGIS Desktop yaitu ArcMap 10.8, perangkat lunak tersebut dapat diperoleh melalui laman berikut  ArcGIS Desktop - ArcMap. Metode pengolahan data citra landsat dalam ArcGIS menggunakan metode klasifikasi tersupervisi (Supervised Classification). Metode ini mengkelaskan citra berdasarkan pengenalan spektral (nilai reflektan) yang didapatkan dari sample piksel (poligon yang merepresentasikan sampel area untuk setiap jenis tutupan lahan yang berbeda). Sampel ini dikoleksi secara manual dan analisa citra digunakan untuk menghitung klasifikasi citra. Metode ini membutuhkan ekstensi Spatial Analyst dan tools (ArcToolbox) antara lain Composite, Clip, Pan-sharpened, Maximum likelihood classification.

   Data wilayah yang digunakan adalah shapefile batas wilayah dari Kawasan Metropolitan Malang Raya yang terdiri dari Kota Malang, Kota Batu, dan Kabupaten Malang. Sumber data batas wilayah administrasi dari portal resmi Badan Informasi Geospasial (BIG) yang dapat diakses oleh umum melalui laman berikut Indonesia Geospatial Portal.

Shapefile Malang RayaShapefile Kawasan Metropolitan Malang Raya

   Data citra satelit yang digunakan adalah citra Landsat, Landsat merupakan program penangkapan citra bumi dengan satelit Landsat. Satelit Landsat menghasilkan citra berkualitas tinggi, untuk seluruh dunia, setiap 16 hari. Citra ini disediakan oleh United States Geological Surveys (USGS) yang dapat diakses oleh umum melalui laman berikut EarthExplorer. Citra Landsat 8 memiliki resolusi piksel 28,5m, dengan satu band yang resolusi lebih tinggi dengan ukuran piksel 15m. Sekali melintas, satelit Landsat ini menangkap jalur citra selebar 185km, diukur di permukaan bumi. Jalur citra ini dipotong untuk memudahkan distribusi dan pengelolaan data. Setiap potongan jalur (scene) diberikan nomor jalur (path) dan nomor barisan (row), Kawasan Metropolitan Malang Raya memiliki nomor jalur WRS_PATH = 118 dan nomor barusan WRS_ROW = 66. Data citra satelit Landsat 8 Kawasan Metropolitan Malang Raya diunduh pada bulan Agustus 2013 dan Juli 2019, dengan mempertimbangkan tutupan awan (cloud cover) paling sedikit.

Landsat Malang Raya

Citra Landsat Kawasan Metropolitan Malang Raya

   

   Satelit landsat 8 memiliki sensor onboard Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan jumlah saluran sebanyak 11 buah. Diantara saluran tersebut, 9 saluran (band 1-9) berada pada OLI dan 2 lainnya (band 10 dan 11) pada TIRS. Data citra Landsat 8 bisa dikombinasikan dengan ArcGIS untuk memiliki ketajaman gambar sesuai dengan kebutuhan analisa. Berdasarkan sumber dari web ESRI terdapat 10 kombinasi band Landsat yang bisa dibuat berdasarkan karakteristik dari masing-masing band untuk keperluan analisa. Kombinasi band Landsat dapat diakses melalui laman berikut Band Combination for Landsat 8.

LANGKAH PEMBUATAN PETA

A. Input Data

1. Pada tampilan awal ArcMap, perlu ditentukan sistem koordinat yang akan digunakan. Penentuan sistem koordinat ini penting untuk dilakukan, agar data shapefile yang diinput ke dalam ArcMap sesuai dengan posisi sebenarnya dan nantinya dapat dilakukan perhitungan geometri. Pada menu Table of Contents, klik kanan pada Layers, kemudian klik Properties. Akan muncul kotak dialog Data Frame Properties, pilih tab Coordinate System, dan klik opsi WGS 1984 UTM Zone 49S (zona untuk Kawasan Metropolitan Malang Raya).

2. Klik ikon Add Data, ikon ini berfungsi untuk menambahkan data berupa data raster maupun data vektor ke dalam layar kerja. Cari folder penyimpanan data landsat yang telah diunduh dan sudah dilakukan Connect to Folder di ArcCatalog menu Folder Connections, kemudian pilih data raster band 1 hingga band 8. Klik Add kemudian muncul peringatan pembuatan Pyramid, klik Yes. Konsep ini ditujukan untuk mempercepat tampilan data raster, dengan membaca pixel secara efektif berdasarkan tingkat zoom.

3. Setiap input data citra ke dalam ArcGIS, perlu untuk mengetahui sistem koordinat yang tercantum dalam data citra. Klik kanan pada salah satu layer citra, kemudian klik Properties untuk melihat informasi terkait data citra. Buka tab Source, untuk mengetahui resoluasi spasial dan sistem koordinat.

4. Data citra yang diinput memiliki koordinat WGS 1984 UTM Zone 49N. Seharusnya koordinat yang benar adalah WGS 1984 UTM Zone 49S, karena posisi Kawasan Metropolitan Malang Raya berada di bawah garis ekuator. Oleh sebab itu, perlu dilakukan proyeksi ulang sistem koordinat untuk mengoreksi sistem koordinat data citra.

B. Proyeksi Sistem Koordinat

1. Sebelum dikoreksi sistem koordinatnya, dilakukan penggabungan citra dari band 1 sampai band 7, menggunakan tool Composite Bands. Band 8 tidak digabungkan, karena merupakan citra pankromatik dengan resolusi spasial 15m x 15m untuk penajaman citra. Fungsi Composite Bands terletak di menu ArcToolBox > Data Management Tools > Raster > Raster Processing > Composite Bands. Setelah muncul kotak dialog Composite Bands, kemudian input data citra band 1 sampai band 7, kemudian tentukan folder penyimpanan, klik Save dan klik OK.

2. Untuk mengkoreksi sistem koordinat, diperlukan tools Project Raster, yang terletak di ArcToolBox > Data Management Tools > Projections and Transformations > Raster > Project Raster. Dalam kotak dialog Project Raster, masukkan layer hasil komposit band 1 hingga band 7, masukkan output sistem koordinat WGS 1984 UTM Zone 49S, lalu klik OK. File komposit band akan memiliki koordinat yang telah dikoreksi, yaitu WGS 1984 UTM Zone 49S (sebelumnya WGS 1984 UTM Zone 49N).

3. Untuk melihat berhasil/ tidaknya koreksi sistem koordinat, klik kanan pada layer hasil komposit, kemudian klik Properties. Pada tab Source, diketahui sistem koordinat yang telah berubah sesuai dengan sistem koordinat yang telah dipilih.

   

C. Area of Interest Pemetaan (Clip)

1. Citra landsat yang telah dikomposit dan dikoreksi sistem koordinatnya, akan diambil sesuai wilayah yang dianalisis, yakni Kawasan Metropolitan Malang Raya. Klik icon Add Data kemudian input shapefile batas administrasi Kota Malang, Kabupaten Malang, dan Kota Batu yang sudah di Union ke dalam layer kerja. Kemudian langkah clipping data citra sesuai bentuk wilayah administrasi, dilakukan dengan tools Clip. Klik icon ArcToolBox > Data Management Tools > Raster > Raster Processing > Clip. Pada kotak dialog Clip, input data citra hasil komposit yang sudah dikoreksi sistem koordinatnya ke dalam kolom Input Raster, dan masukkan data shapefile wilayah administrasi ke dalam kolom Output Extent. Centang Use Input Features for Clipping Geometry, kemudian klik OK.

2. Hasil clipping data citra Landsat selanjutnya akan digunakan untuk analisis perubahan lahan. Berikut adalah gambar hasil clipping data citra Landsat yang telah dikomposit dengan batas administrasi Kawasan Metropolitan Malang Raya.

3. Langkah selanjutnya menampilkan data citra Landsat Kawasan Metropolitan Malang Raya sesuai dengan warna alami (natural colour) untuk memudahkan identifkasi tutupan lahan. Klik kanan pada layer data citra landsat Kawasan Metropolitan Malang Raya, kemudian klik Properties untuk membuka kotak dialog Layer Properties. Pada tab Symbology dan bagian RGB Composite, atur kanal Red menjadi band 4, kanal Green menjadi band 3, dan kanal Blue menjadi band 2, kemudian klik OK.

4. Gambar data citra Landsat dengan komposisi RGB 4-3-2, memperlihatkan data citra Landsat sesuai warna yang dilihat oleh manusia.

Data Citra Landsat RGB 4-3-2 Tahun 2013 (Kiri) dan Tahun 2019 (Kanan)

 

D. Penajaman Citra Landsat (Pan Sharpening)

1. Langkah selanjutnya adalah penajaman data citra Landsat, dengan menambahkan band 8 sebagai data pankromatik dengan resolusi 15m x 15m. Penambahan data pankromatik ini dilakukan dengan menggunakan ArcToolBox > Data Management Tools > Raster > Raster Processing > Create Pan-sharpened Raster Dataset. Masukkan data citra landsat Kawasan Metropolitan Malang Raya di kolom Input Raster, masukkan data citra band 8 ke dalam kolom Panchromatic Image, kemudian klik OK. 2. Hasil komparasi pada data citra Landsat band 1 sampai band 7 tanpa proses pan sharpening dengan data landsat band 1 sampai band 7 ditambah proses pan sharpening dengan band 8. Menunjukkan hasil data citra Landsat yang lebih tajam dan detail, sehingga lebih memudahkan dalam identifikasi tutupan lahan.

Citra Landsat Tanpa Pan Sharpening (Kiri) dan Dengan Pan Sharpening (Kanan)

 

E. Metode Klasifikasi Terbimbing (Supervised Classification)

1. Identifikasi tutupan lahan dilakukan dengan menggunakan metode Klasifikasi Terbimbing (Supervised Classification). Metode ini merupakan cara mengklasifikasi berdasarkan sampel yang dibuat untuk setiap jenis tutupan lahan. Sebelum melakukan klasifikasi, langkah yang harus dilakukan terlebih dahulu adalah mengaktifkan ekstensi Spatial Analyst melalui tab menu Customize > Extensions > centang kolom Spatial Analyst > kemudian klik Close.

2. Langkah selanjutnya adalah menampilkan toolbar Image Classification agar bisa membuat training sample tiap klasifikasi tutupan lahan. Klik kanan pada menu toolbar paling atas, kemudian centang menu Image Classification. Setelah muncul toolbar Image Classification, lalu pilih data citra Landsat yang akan didigitasi.

3. Klik Draw Polygon, kemudian digitasi jenis tutupan lahan sesuai dengan klasifikasinya serta mengacu dari data citra Landsat. Identifikasi setiap jenis tutupan lahan yang sama, kemudian gunakan tools Merge Training Samples untuk menyatukan tutupan lahan dengan klasifikasi yang sama. Jenis tutupan lahan yang digunakan adalah Permukiman, Industri, Perairan, Hutan, dan Pertanian. Untuk mengurangi eror hasil klasifikasi tutupan lahan, maka ditambahkan Awan, Bayangan, dan Lahar.

4. Poin penting yang harus diperhatikan dalam pembuatan training sample adalah harus representatif. Banyaknya training sample bukan jaminan menghasilkan model yang baik jika training sample yang dibuat tidak akurat. Jumlah training sample yang dibutuhkan disesuaikan dengan keberagaman objek. Idealnya semakin banyak training sample akan memberikan hasil yang semakin baik.

5. Setelah selesai membuat sampel tiap jenis tutupan lahan. Simpan sampel tutupan lahan dengan klik Save training samples pada toolbar Training Sample Manager. Saat muncul kotak dialog Output feature class tentukan folder penyimpanan > tulis nama sampel > save as shapefile > klik Save.

6. Langkah selanjutnya adalah membuat sampel dalam format .gsg sebagai bahan dalam klasifikasi terbimbing. Klik menu Create a signature file pada toolbar Training Sample Manager > tentukan folder penyimpanan > tulis nama sampel > save as signature files > klik Save. Karena menggunakan dua periode waktu, maka lakukan digitasi training sample yang dibuat untuk masing-masing pada tahun 2013 dan tahun 2019.

7. Masuk ke tahap klasifikasi, pada toolbar Image Classification, klik menu Classification, kemudian klik Maximum Likelihood Classification. Pada kotak dialog yang muncul, masukkan layer data citra Landsat hasil komposit band yang sudah dikoreksi sistem koordinatnya, masukkan signature file yang telah dibuat sebelumnya, tentukan folder penyimpanan, dan klik OK.

8. Selanjutnya tinggal menunggu proses klasifikasi selesai, jika sudah berhasil maka akan muncul data raster baru dengan pembagian jenis tutupan lahan yang sudah ditentukan. Berikut hasil klasifikasi tutupan lahan yang digunakan berupa Permukiman, Industri, Perairan, Hutan, dan Pertanian.

Tutupan Lahan Tahun 2013 (Kiri) dan Tutupan Lahan Tahun 2019 (Kanan)

  

F. Identifikasi Perubahan Lahan

1. Perubahan lahan dapat diidentifikasi dengan membandingkan data tutupan lahan tahun 2013 dengan data tutupan lahan tahun 2019. Salah satu cara yang bisa dilakukan adalah dengan menghitung luasan setiap jenis tutupan lahan. Langkah yang dilakukan adalah merubah data raster menjadi data vektor berupa format shapefile. Klik ikon ArcToolbox > Conversion Tools > From Raster > Raster to Polygon. Setelah muncul kotak dialog Raster to Polygon, isi kolom Input raster dengan data raster hasil klasfikasi terbimbing, kemudian pilih folder penyimpanan, lalu klik OK.

2. Hasil konversi data vektor berupa shapefile polygon. Langkah selanjutnya adalah menggunakan tools Dissolve, untuk menggabungkan data polygon sesuai dengan klasifikasi tutupan lahan. Setelah proses Dissolve berhasil, selanjutnya membuat field untuk memberi keterangan jenis tutupan lahan dan field keterangan luasan dalam hektar.

3. Klik kanan pada data shapefile hasil klasifikasi > Open Attribute Table > Kotak dialog Table > Table Options > Add Field > Isi nama untuk keterangan jenis tutupan lahan > Type Text > Isi kolom Length (jumlah huruf) sesuai kebutuhan > Klik OK. Lakukan hal yang sama untuk field luas, hanya saja yang berbeda setelah isi nama untuk keterangan luasan dalam hektar > Type Double > Isi kolom Precision dan Scale sesuai kebutuhan > Klik OK.

4. Untuk mengisi keterangan jenis tutupan lahan pada data shapefile hasil klasifikasi, dengan cara klik kanan > Edit Features > Start Editing. Isi kolom dengan cara sesuaikan kode dengan keterangan saat membuat training sample pada tahap sebelumnya. Setelah atribut tutupan lahan terisi klik toolbar Editor > Stop Editing > kotak dialog Save > klik Yes.

5. Langkah selanjutnya adalah menghitung luasan tiap jenis tutupan lahan menggunakan field dengan nama Luas yang telah dibuat. Caranya adalah dengan klik kanan pada field luas > Calculate Geometry > Property Area > Coordinate System > Units hectares (ha) > klik OK.

6. Secara otomatis atribut pada tabel akan terisi dengan besaran luas dalam satuan hektar. Data luas tiap jenis tutupan lahan kemudian kita olah di excel untuk melakukan identifikasi perubahan lahan dari tahun 2013 dan tahun 2019. Klik kanan data shapefile tutupan lahan > Open Attribute Table > Kotak dialog Table > Table Options > Select All > Copy Selected > Paste di Excel.

7. Berikut hasil perhitungan luasan masing-masing jenis tutupan lahan Kawasan Metropolitan Malang Raya tahun 2013 dan tahun 2019.

TAHUN 2013

TAHUN 2019

No

Tutupan Lahan

Luas (ha)

Persentase

No

Tutupan Lahan

Luas (ha)

Persentase

1

Permukiman

31683.65

8.40%

1

Permukiman

33016.65

8.76%

2

Industri

3186.95

0.85%

2

Industri

3350.66

0.89%

3

Hutan

176036.99

46.70%

3

Hutan

161598.50

42.87%

4

Pertanian

145987.24

38.73%

4

Pertanian

158016.78

41.92%

5

Perairan

3919.90

1.04%

5

Perairan

4743.48

1.26%

6

Lahar

1774.00

0.47%

6

Lahar

2576.54

0.68%

7

Awan

8055.16

2.14%

7

Awan

8878.71

2.36%

8

Bayangan

6330.84

1.68%

8

Bayangan

4793.41

1.27%

Total

376974.73

100%

Total

376974.73

100%

8. Dapat diketahui bahwa terjadi pengurangan tutupan lahan hutan sebesar 4,1 %, dan terjadi peningkatan tutupan lahan permukiman sebesar 0,3%, industri sebesar 0,04%, dan pertanian sebesar 3,2%. Secara umum untuk luasan hijau masih memenuhi persentase minimum sebesar 30%.

KESIMPULAN

   Dapat dilihat bahwa perkembangan wilayah, dalam hal ini lahan terbangun di Kawasan Malang Raya terpusat di daerah dekat perkotaan (Kota Malang dan Kota Batu). Seiring dengan bertambahnya jumlah penduduk, terlihat bahwa kawasan terbangun di Kawasan Metropolitan Malang Raya terjadi peningkatan yang cukup signifikan. Perkembangan daerah perkotaan awalnya hanya berada di pusat inti kota dan sebagian terdapat di kawasan perkotaan. Namun, seiring bertambahnya waktu, perkembangannya meningkat terutama di kawasan lingkar kota.

   Pada tahun 2013, ekspansi penduduk terlihat mulai berkembang ke arah utara dan barat. Bagian utara merupakan akses menuju Ibu Kota Provinsi Jawa Timur yaitu Kota Surabya, sehingga perkembangan mengikuti jalan nasional. Akses transportasi jalan telah membentuk perkembangan pola permukiman sepanjang jalan. Adanya jalan tol Malang - Pandaan yang menghubungkan wilayah metropolitan Malang Raya dan Kota Surabaya juga telah mempengaruhi perkembangan perkotaan. Bagian barat berkembang karena pengaruh Kota Batu sebagai Kota Wisata yang menjangkau wilayah regional, sehingga banyak terjadi alih fungsi lahan pertanian menjadi pemukiman, begitu juga dengan lahan hutan yang berubah menjadi lahan pertanian, karena kebutuhan masyarakat yang semakin.

Perubahan Lahan Tidak Terbangun Menjadi Lahan Terbangun

   Hasil identifikasi perubahan lahan ini dapat dimanfaatkan sebagai monitoring wilayah untuk kebijakan pemerintah ke depan, serta dengan analisis lebih lanjut dapat digunakan untuk memprediksi perkembangan perkotaan di tahun berikutnya. Pemantauan ekspansi daerah perkotaan menggunakan data citra satelit dan SIG merupakan suatu hal yang penting dalam kaitannya dengan perencanaan tata ruang dan lingkungan. Penggunaan citra satelit yang memiliki resolusi yang tinggi memungkinkan untuk memantau perubahan guna lahan secara rinci.

   Beberapa hal yang perlu dilakukan dalam rangka peningkatan hasil studi dan kemungkinan studi lebih lanjut, diantaranya yaitu perlunya melakukan proses validasi dan koreksi data, baik melalui data observasi lapangan maupun data dari sumber lain; pendeteksian dengan menggunakan data citra satelit yang memiliki resolusi yang tinggi dan metode analisis klasifikasi yang lebih baik; identifikasi faktor yang mempengaruhi perubahan lahan, misalnya pertumbuhan jumlah penduduk, harga lahan, kondisi ekonomi, kondisi infrastruktur, dan perubahan kondisi sosial.

more
1 0 3,538
New Contributor


Analisis peta menggunakan Adobe Creative Cloud kini dapat dipermudah dengan adanya mendesign peta yang terhubung langsung dalam Adobe Illustrator. Sehingga dapat menjadi tampilan yang menarik dalam smartphone. Adanya hal tersebut, tentu memiliki tujuan seperti berikut ini :

  • Menceritakan berbagai hal dalam bentuk peta
  • Memvisualisasikan data dalam bentuk peta 

Dalam mendukung terciptanya karya ini terdapat beberapa perangkat lunak yang digunakan pada tabel dibawah ini.

Perangkat LunakFungsi
Adobe Creative CloudMengakses dan merancang dengan peta berbasis data
Adobe IllustratorMemodifikasi peta wilayah Kota Semarang 
ArcGIS OnlineAnalisis spasial berbasis cloud 

Data yang digunakan berupa basemap dari wilayah kajian Kota Semarang dengan berdasarkan langkah-langkah berikut ini :

  • Membuka ArcGIS Vector Tile Style Editor dan pilih gaya basemap yang akan diedit di browser
  • Simpan desain basemap di ArcGIS Online
  • Buka Adobe Illustrator dan create New Document dengan ukuran Mobile dan Dekstop
  • Klik Windows>Extension>ArcGIS Maps for Adobe Creative Cloud
  • Sign in ArcGIS Online di Extension tersebut
  • Buat Mapboard  dan masukkan data basemap yang telah di custom
  • Desain vektor peta dan export sebagai png

Tampilan peta berbasis data tersebut dapat menarik karena berperan sebagai karya seni vektor dan beresolusi tinggi. ArcGIS Maps untuk Adobe Creative Cloud sangat ideal untuk merancang kreativitas dengan mudah mendesignnya di dalam Adobe Illustrator 

more
0 0 218
New Contributor

   Hallo Gisgeeks ini adalah post pertama saya, jadi mohon maaf jika masih banyak kesalahan dari materi maupun penulisan, okay, let’s get started.

   Para kesatria pemetaan tentu sudah tidak asing lagi dengan namanya informasi geospasial. Informasi geospasial adalah informasi yang berhubungan dengan lokasi, yang dapat dikumpulkan, dimanipulasi dan ditampilkan secara real-time (Folger, 2009). Untuk melakukan analisis, manipulasi dan visualisasi data tersebut diperlukan suatu framework, framework itu adalah Sistem Informasi Geografis yang dirancang untuk menyelesaikan persoalan yang berhubungan dengan spasial (Setiawan, 2015). Salah satu persoalan yang berhubungan dengan lokasi di Indonesia dan di dunia saat ini adalah pandemic Covid-19 yang menjadi suatu masalah terberat dunia sejak Perang Dunia II (BBC, 2020).

   Pada desember 2019, beberapa kasus pneumonia-like illness yang misterius ditemukan di Wuhan, Cina. Kasus – kasus ini berujung pada penemuan virus baru yang pada awalnya dikenal dengan 2019-new coronavirus dan disingkat sebagai 2019-nCoV (Lu, Stratton, dan Tang, 2020 hlm. 401). Seiring dengan perkembangan situasi, WHO menami virus tersebut dengan nama Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2) dan virus ini menyebabkan penyakit Coronavirus Disease 2019 (Yuliana, 2020 hlm 188). Seperti halnya pada epidemi SARS dan penyakit lainnya SIG merupakan suatu senjata yang sangat berguna sebagai dasar pengambilan kebijakan, dengan melalui pemetaan resiko, pemetaan sebaran penderita, pelacakan super-spreader dan lain sebagainya (Geraghty & Boulos, 2020).

Mungkin Gisgeeks disini pernah melihat atau bahkan membuka dashboard sebaran kasus Covid-19 global yang dikembangkan oleh Johns Hopkins University Center for Systems Science and Engineering. Berikut adalah tampilan Dashboard Covid-19 milik JHU:

Sumber: https://coronavirus.jhu.edu/map.html diakses pada tanggal 6 Juli 2020

Sumber: COVID-19 Map - Johns Hopkins Coronavirus Resource Center diakses pada tanggal 6 Juli 2020

   Dashboard ini merupakan salah satu metode penyampain informasi Covid-19 yang paling terkenal di dunia. Namun dibalik kemudahan Gisgeeks mengakses dan melihat informasi tersebut, terdapat aluran data yang sangat kompleks dan dinamis yang terbungkus dalam Big Data, salah satu data dalam Big Data ini adalah data spasial. Dengan data ini informasi yang semula hanya dalam bentuk table atau grafik, dapat ditampilkan dengan informasi lokasi dan interaktif. Okay, sekarang kita kembali ke Indonesia, kasus Covid-19 di Indonesia saat ini sedang mengalami tren kenaikan yang signifikan, berbagai kebijakan dilakukan untuk menurunkan kurva kenaikan kasus namun seakan – akan tidak berguna.

   Banyak pihak yang mengkritik pemerintah Indonesia yang diduga menyembunyikan atau menahan data mengenai sebaran Covid-19 di Indonesia, terlepas benar atau tidaknya dugaan tersebut, mari kita lihat melalui data. Penyampaian data Covid-19 di Indonesia dilakukan dengan memuat informasi pada portal informasi Covid-19, baik pada skala kabupaten/kota maupun provinsi seperti dibawah ini.

Sumber: Pikobar Jabar

Sumber: Pikobar - Pusat Informasi dan Koordinasi COVID-19 Jawa Barat 

   Luasnya wilayah Indonesia dengan keberagaman sosial ekonomi budaya dan karakteristik geografinya menyebabkan diperlukannya penanganan yang tepat untuk setiap wilayah. Penanganan yang tepat ini adalah penanganan yang memiliki dasar ilmiah baik melalui literature dan data yang terkait. Dalam menunjang kebijakan pemerintah, data spasial akan sangat berperan, baik dalam menampilkan sebaran kasus, karakteristik wilayah atau turunan lainnya yang dapat digunakan sebagai dasar pengambilan kebijakan.

   Mengingat pentingnya data spasial, kita sekarang masuk kepada masalah utama yang dihadapi oleh Indonesia adalah ketersedian data khususnya yang saya akan bahas disini adalah data Covid-19. Disini saya akan membahas mengenai ada atau tidaknya informasi portal informasi yang menunjukan informasi Covid-19, bukan mengenai kualitas data yang disediakan, karena hal ini merupakan kajian tersendiri yang harus dikaji lebih dalam. Mengapa ada tidaknya portal informasi Covid-19 menjadi penting? Karena dengan adanya data ini kita dapat mengola dan menyampaikan berbagai informasi kepada masyarakat berdasarkan data tersebut, contohnya adalah berikut ini:

Dibuat oleh: Mahsiswa Sains Informasi Geografi Universitas Pendidikan Indonesia

 

dan ini juga

 

Dibuat oleh: Mahsiswa Sains Informasi Geografi Universitas Pendidikan Indonesia

Kedua peta itu, dibuat oleh mahasiswa dari Prodi Sains Informasi Geografi Universitas Pendidikan Indonesia dan dihasilkan dari data yang disampaikan kepada publik melalui situs portal informasi Covid-19. Dan masih banyak contoh peta dan informasi geospasial lainnya yang dihasilkan dari data yang awalnya masih mentah.

Okay untuk melihat wilayah mana saja yang sudah memiliki portal informasi Covid-19 sebelumnya kita masuk dulu ke situs untuk melihat daerah mana saja yang telah memiliki portal informasi Covid-19.

Selanjutnya, adalah memindahkan data tersebut kedalam Arcmap, dan disini karena saya merupakan pemula dalam dunia pemetaan saya melakukannya dengan input data manual data ada tidaknya portal informasi Covid-19 pada skala provinsi dan kabupaten/kota. Pada dua shapefile yang berbeda, setelah input data selanjutnya adalah visualisasi data di ArcGIS online dapat diakses di link Berikut ini,  

   Okay, jadi jika dilihat dari sebaran ada tidaknya portal informasi dan data Covid-19 pada skala provinsi terdapat 19 provinsi yang sudah memiliki portal informasi data dan 16 provinsi yang tidak memiliki portal informasi dan data Covid-19. Dimana sebagian besar provinsi di Indonesia bagian timur tidak memiliki portal informasi dan data Covid-19. Hal ini menjadi suatu kekhawatiran sendiri karena ketiadaan portal informasi dan data ini menyebabkan keterhambatan kajian untuk pengambilan kebijakan diwilayah tertentu, khususnya kajian spasial Covid-19. Keterhambatan ini dapat menyebabkan pergeseran episentrum Covid-19 di Indonesia, yang dimana telah terjadi sekarang ini, dari DKI Jakarta ke provinsi Jawa Timur

   Selanjutnya, untuk skala kabupaten/kota terdapat 89 kabupaten/kota yang memiliki portal informasi dan data Covid-19, sedangkan 431 kabupaten/kota tidak memiliki portal informasi dan data Covid-19. Hal ini menjadi suatu masalah karena kajian spasial Covid-19 untuk skala kabupaten/kota dapat dilakukan dengan skala yang tinggi, bahkan sampai skala kelurahan/desa untuk wilayah yang sangat terdampak dan memiliki jumlah kasus Covid-19 yang cukup banyak. jadi dapat diketahui bahwa ketersedian portal informasi dan data Covid-19 pada skala provinsi, belum tersebar di seluruh provinsi di Indonesia, khususnya pada Indonesia timur. Namun jika ditotalkan, ketersedian informasi pada skala provinsi sudah melewati persentase 50%. Sedangkan untuk portal informasi dan data Covid-19 pada skala kabupaten/kota masih tidak tersebar merata di seluruh Indonesia, bahkan di pulau Jawa pun masih banyak wilyah yang tidak memiliki portal informasi dan data Covid-19. Jika ditotalkan persentase ketersedian portal informasi dan data Covid-19 pada skala kabupaten/kota tidak mencapai 50%.

   So, in the end pandemi Covid-19 merupakan pukulan telak bagi pemerintah Indonesia yang belum sepenuhnya sadar berharganya data, khususnya dalam konteks ini adalah data Covid-19 dan data spasial dan seiring dengan pukulan yang menyakitkan tersebut, pastilah keterpurukan akan mengikuti, namun keputusan untuk bangkit dan berkembang semua berada di tangan kita. Pandemi Covid-19 di Indonesia tentunya dan seharusnya menyadarkan bangsa Indonesia akan pentingnya data dan informasi yang dapat dipertanggung jawabkan

Sumber rujukan:

BBC. (2020, April 1). Coronavirus: Greatest test since World War Two, says UN chief. Retrieved from BBC News: https://www.bbc.com/news/world-52114829

Folger, P. (2009). Geospatial Information and Geographic Information Systems (GIS): Current Issues and Future Challenges. Congresional Research Service.

Geraghty, E. M., & Boulos, M. K. (2020). Geographical tracking and mapping of Covid-19/Severe acute respiratory sydrome coronavirus-2 (SARS-CoV-2) epidemic and assosiated events around the world:how 21st century GIS technologies are supporting the fight against outbreaks and epidemics. International Journal of Health Geographics Vol. 19 No. 2, 1-12.

Lu, H., Stratton, C. W., & Tang, Y.-W. (2020). Outbreak of pneumonia of unknown etiology in Wuhan, China: The mystery and the miracle. Journal of Medical Virology/ Vol. 92, Issue 4, 401-402.

Setiawan, I. (2015). Peran Sistem Informasi Geografi (SIG) Dalam Meningkatkan Kemampuan Berpikir Spasial (Spatial Thinking). Jurnal Pendidikan Geografi (GEA) Vol. 15 No.1 , 63-89.

Yuliana. (2020). Corona Virus Disease (Covid-19): Sebuah Tinjauan Literatur. Wellness and Healthy Magazine, Vol.2 No. 1, 187 - 192.

 

more
0 0 175
New Contributor

Jika berbicara tentang peta dunia, sebagian orang sudah tentu membayangkan daratan yang terbagi atas benua dan batas-batas negara. Sedangkan lautan? Mungkin hanya dilihat sebagai latar belakang dari peta dunia tersebut. Padahal, bumi tempat manusia hidup sementara ini 71 persennya adalah lautan. Lebih penting lagi, kita semua bergantung pada oksigen yang diproduksi di lautan, yang mana menyumbang lebih dari 50 persen oksigen di atmosfer.

Tidak bisa dipungkiri, sebagian besar pemikiran dan perencanaan manusia memang berorientasi pada daratan begitu pula pada peta. Laut memang selalu dinomorduakan. 

Namun, pada 1942, seorang ahli meteorologi-kelautan asal Afrika Selatan bernama Athelstan Spilhaus mengatasi ketidakadilan ini dan menciptakan proyeksi peta yang sepenuhnya berpusat pada lautan. Yang membuat unik, peta tersebut berpusat di Antartika dan mengupas Benua Asia dan Amerika. Selain unik, peta tersebut juga bisa memberikan fakta bahwa 71 persen dari permukaan bumi adalah air sebagai satu kesatuan. Peta di bawah ini adalah salah satu contoh peta yang dibuat menggunakan Proyeksi Spilhaus

Dan kabar baiknya bagi kamu, Arcnesian, proyeksi ini sudah tersedia di AcrGIS Pro. Kalau kamu penasaran dan ingin langsung mencoba, kamu bisa unduh projectnya di sini. Atau kamu juga bisa membuat manual dengan cara klik kanan pada Map lalu pilih Map Properties. Setelah jendela Map Properties muncul kemudian kamu klik Coordinate Systems. Pada kolom sebelah XY Coordinate Systems Avalable ketikkan Spilhaus. Maka akan muncul beberapa opsi dan kamu tinggal pilih Spilhaus Ocean Map in Square. Lebih jelasnya kamu bisa lihat gambar di bawah ini.

Dan ini beberapa peta tematik yang saya buat menggunakan Proyeksi Spilhaus menggunakan ArcGIS Pro..

Saya sangat menyarankan agar Acnesian mencobanya. Kalau ada pertanyaaan atau komentar, silakan tulis di bawah. Saya akan sangat senang dengan itu. Terima kasih

more
0 0 187
New Contributor II

Halo ArcNesian!

Pada kesempatan kali ini ArcMin akan kembali membahas tentang penggunaan Statistical Analysis di dalam pengolahan data menggunakan bahasa pemrograman R.

Sebelumnya sudah ada blog post tentang pemahaman, peng-installan dan penggunaan sederhana dari fungsi R di dalam ekosistem ArcGIS di dalam artikel di link ini.

Untuk ArcNesian yang sudah cukup familiar dengan pengolahan data secara statistik, pengolahan data besar dan juga visualisasi dari hasil statistik, mungkin kaidah bahasa pemrograman R sudah tidak terlalu asing.

R memang dikembangkan dengan misi untuk mempermudah usernya untuk melakukan operasi statistik. Dengan banyaknya komunitas pengembang R dan repository yang terus berkembang, library R sangat powerful dalam membantu analysis statistik. Hal inilah yang membuat R-ArcGIS Bridge sangat essensial bagi pengguna ArcGIS yang akan menggunakan analisis statisktik.

A. Geoprocessing Toolbox

Di dalam ArcGIS sendiri, operasi terhadap dataset yang berada di dalam content pane seringkali dilakukan melalui Geoprocessing Toolbox. Geoprocessing Toolbox adalah sebuah framework dan set dari tools yang dibuat untuk memproses data geografis.

Tools-tools yang berada di dalam Geoprocessing Tools juga biasa digunakan untuk melakukan analisis spasial atau me-manage GIS data. Tools yang paling umum biasanya berfungsi untuk melakukan operasi dan analisa terhadap dataset seperti feature class, raster, table dan berfungsi memberikan output dataset.

Tools dengan simbol seperti ini () berarti adalah tools yang didasari oleh script dalam operasionalnya. Script ini bisa berdasarkan berbagai macam program, Python file (.py), AML file (.aml), executable (.exe or .bat) atau bahkan R (.R). Untuk mempelajari lebih lanjut, ArcNesian bisa mengunjungi link ini ya.

Selain untuk melakukan analisa di dalam environment R (RStudio), R-ArcGIS Bridge juga memungkinkan user untuk melakukan analisa langsung di dalam ArcGIS Desktop melalui pembuatan R toolbox. R script yang akan kita buat akan menjadi referensi dari operasi toolsnya ketika di “Run” di dalam ArcGIS Desktop.

Pada kesempatan kali ini, ArcMin akan mencoba membuat geoprocessing toolbox yang terbuat dari script R.

B. Instalasi R-ArcGIS Bridge

Untuk mengikuti langkah langkah dalam pembuatan R toolbox, ArcNesian perlu untuk menginstal R-ArcGIS Bridge terlebih dahulu. Secara umum program program yang akan digunakan oleh ArcNesian kali ini adalah:

1. ArcGIS Pro 2.5 (Basic, Standard, Advanced)

2. R 3.5.3

3. RStudio

4. Rtools (optional)

Untuk informasi lebih lanjut tentang instalasi R-ArcGIS Bridge hingga proses testing jika R-ArcGIS Bridge sudah berjalan bisa ArcNesian lihat di dalam blog post di link ini.

C. Package untuk Geoprocessing Toolbox

Di dalam operasinya, semua operasi yang di lakukan di dalam R menggunakan tools tersendiri yang dinamakan sebagai package. Package adalah set tools yang memungkinkan R untuk melakukan berbagai macam operasi.

Di dalam blog post sebelumnya, ArcMin sudah memberikan salah satu contoh package yang paling essensial dalam penggunaan R-ArcGIS Bridge.

1

Package arcgisbinding yang digunakan untuk memulai koneksi antara R dan ArcGIS bridge yang berada di dalam ArcGIS. Selain package arcgisbinding, ada beberapa package lain yang umum untuk melakukan operasi sederhana. Salah satunya adalah sp yang digunakan untuk mengkonversii data R dan ArcGIS.

Package package diatas bisa dipanggil kedalam R workspace kita melalui syntax library(...) sehingga kadang orang memanggilnya sebagai library.

Kali ini ArcMin akan mencoba menyelesaikan suatu masalah yang melibatkan salah satu package dari R dan akan mengimplementasikannya ke dalam toolbox sehingga tools yang kita gunakan dapat digunakan oleh organisasi, atau perorangan yang memerlukan.

D. Package Raster untuk Perhitungan Semak Belukar Berbahaya

Bayangkan jika ArcNesian adalah seorang GIS specialist di Gunung Merbabu. ArcNesian telah diminta untuk melihat data semak belukar yang tersebar disekitaran ngarai Gunung Merbabu yang sudah ditandai tingkat kebahayaannya berdasarkan tingkat kekeringannya.

ArcNesian ditugaskan untuk membuat cluster yang menunjukan dimana saja konsentrasi dari semak belukar yang berhaya, karena akan dilakukan proses preventif terhadapap semak yang dinilai berbahaya.

Untuk melakukan tugas ini, ArcNesian akan menggunakan kapabilitas R-ArcGIS Bridge untuk membuat data raster yang menunjukan konsentrasi semak berbahaya dan membuatnya sebagai toolbox.

Untuk melakukan tugas ini, ArcNesian dapat mendownload data yang sudah ArcMin siapkan di link ini ya.

E. Persiapan RScript sebagai Geoprocessing Toolbox

Di dalam .zip file yang sudah di download dan extract, akan terdapat salah satu file bernama ScanStatistic.R. Untuk membukanya, ArcNesian bisa membuka program RStudio, kemudian mengklik open yang berada di bawah tanda ini:

2

Lalu, ArcNesian akan melihat banyak bagian dari code yang dibagi kedalam beberapa proses operasi.

Salah satu hal yang harus ArcNesian tahu, dalam script R yang akan digunakan sebagai tools, ada satu syntax khusus yang harus digunakan:

tool_exec <- function(in_params, out_params) {................}

Syntax ini memberitahu ArcGIS bahwa script ini memiliki function yang akan di proses dengan parameter input (in_params) dan output (out_params).

Jika ArcNesian perhatikan juga, di row 30 kebawah terdapat beberapa argumen yang dimasukkan kedalam paramater masuk:

occurence_dataset <- in_params[[1]]

level <- in_params[[2]]

out_raster <- out_params[[1]]

out_feature <- out_params[[2]]

dsb.

Ini adalah parameter yang akan digunakan ketika ArcNesian menggunakan toolboxnya di dalam ArcGIS Pro. Jadi ketika memasukkan parameter parameter, R script akan dapat membaca datanya dan melakukan prosesnya di dalam R.

Selain input parameter 1 dan 2, masih ada parameter 3 sampai 7 yang perlu diisi, ArcNesian bisa mencoba mengisi syntax-nya dengan mengikuti panduan dari tabel berikut:

Variable name

Parameter value

occurrence_dataset

in_params[[1]]

level

in_params[[2]]

model_type

in_params[[3]]

dist_bands

in_params[[4]]

radius_min

in_params[[5]]

radius_max

in_params[[6]]

num_sims

in_params[[7]]

*ArcNesian juga bisa membuka ScanStatisticComplete.R untuk melihat code yang sudah terpenuhi sebagai referensi jika mengalami kesulitan.

Untuk bagian lain yang ada di dalam script, ArcNesian bisa membiarkannya dan save dokumen scriptnya. Selanjutnya kita akan membuat toolbox di dalam ArcGIS Pro.

 

F. Membuat Script Tool Baru dalam ArcGIS Pro

Untuk menambahkan toolbox baru dalam ArcGIS Pro, ArcNesian dapat mengikuti langkah berikut ini:

1. Buka ArcGIS Pro, kemudian pilih tab Map dan namai project sesuai dengan yang diinginkan.

2. Di dalam tab Insert, klik Toolbox dengan tanda panah kebawah, lalu pilih New Toolbox.

3

3. Di dalam New Toolbox dialog, masukan path yang sama di kedalam folder zip extractnya agar memudahkan untuk di temukan (contoh D:\Downloads\ScanStats)

4. Lalu simpan data toolbox dengan menggunakan nama Scan Statistic Tool.

5. Pada jendela Catalog, expand bagian toolbox dan lihat tool Scan Statistic Tools yang baru saja di buat. Lalu klik kanan pada Scan Statistic Tools, arahkan kepada New dan pilih Script untuk membuat Script di dalam toolboxnya.

4

6. Di dalam dialog box, masukkan data sesuai dengan data yang ada di bawah.

Pathnya harus mengarah ke dalam R script yang sudah di extract dan di save melalui RStudio tadi. (Contoh: D:\Downloads\ScanStats\ScanStatistic.R)

5

7. Di dalam dialog box, klik Parameters, dan masukan data sesuai dengan tabel berikut ini secara teliti, karena perbedaan sedikit saja akan membuat scriptnya tidak mengenali variable yang dimasukkan.

Label

Name

Data Type

Type

Direction

Default

Occurrence Dataset

Occurrence_Dataset

Feature Layer

Required

Input

Level

Level

String

Required

Input

Model Type

Model_Type

String

Required

Input

Number of Distance Bands

Number_of_Distance_Bands

Double

Required

Input

10

Beginning Distance

Beginning_Distance

Double

Required

Input

Maximum Distance

Maximum_Distance

Double

Required

Input

Simulations

Simulations

Double

Required

Input

100

Output Raster

Output_Raster

Raster Layer

Required

Output

Output Feature Class

Output_Feature_Class

Feature Class

Required

Output

 

8. Jangan klik OK dahulu, fungsi Filter memungkinkan value yang sudah ditentukan sebelumnya agar bisa terpilih dan membatasi user untuk memasukkan jawaban mereka.

9. Di bagian Level tool parameter, klik bagian di bawah filter untuk mengaktifkannya. Setelahnya klik drop-down listnya kemudian pilih Value List. Masukkan kode berikut:

6

10. Untuk Model Type Parameter, masukkan value list berikut:

7

11. Untuk Beginning Distance, pilih Range dan masukkan nilai berikut:

8

12. Terakhir, masukkan nilai berikut sebagai filter di dalam Simulations filter:

9

Jika ArcNesian sudah menkonfigurasi semua parameter ArcNesian seharusnya melihat 9 parameter yang sudah terkonfigurasi (0-8). Klik OK untuk menyimpan perubahannya.

G. Run Geoprocessing Toolbox

Kemudian, untuk test jika geoprocessingnya sudah bekerja kita akan mulai menganalisa data yang ada. Di file .zip yang sudah ArcNesian download sudah terdapat data yang dapat digunakan.

1. Buka geodatabase yang terdapat di dalam .zip file bernama gdb. Klik Map, lalu klik Add Data, lalu pergi ke folder ekstraksi dari yang sudah di download lalu ke folder Merbabu.gdb.

2. Add dataset point bernama “Semak”. Data semak yang berada di sekitar Gunung Merbabu kemudian akan muncul di dalam mapnya.

3. Di dalam jendela Catalog, expand Toolboxes lalu expand kembali Scan Statistics Tools.tbx.

10

4. Double-Click Scan Statistic, dalam interface Scan Statistic, masukkan data sesuai dengan contoh berikut:

11

5. Klik Run tool untuk mulai progress Scan Statistic toolnya. Di dalam Content, akan ada feature baru yang berisi hanya titik titik semak belukar yang memiliki attribute level = Berbahaya.

6. Untuk menambahkan Rasternya, pastikan bahwa path pada kolom output Raster di Scan Statistic memiliki folder yang sama sehingga ArcNesian dapat memasukkannya. (Contoh D:\Downloads\ScanStats)

File raster yang dihasilkan harusnya memiliki ekstensi .tiff.

7. Jika dataset Rasternya sudah masuk ke dalam Catalog, untuk memudahkan pengguna membedakan konsentrasinya, ArcNesian bisa mengubah simbologi dari rasternya. Untuk menggantinya double klik pada Value dan ubah warna yang hitam putihnya menjadi hijau dan merah.

12

13

Sekarang, data raster yang ArcNesian butuhkan untuk proses prevensi kebakaran lahan di gunung merbabu sudah selesai. Dan data raster ini bisa digunakan oleh pemangku kebijakan terkait.

H. Cara Pembagian Geoprocessing Toolbox

Untuk membagikan toolbox yang sudah dibuat, ArcNesian hanya perlu mengirimkan file ekstensi .tbx (dalam case ini Scan Statistic.tbx) dan juga R script yang digunakannya (dalam hal ini file ScanStatistic.R)

ArcNesian cukup menggabungkan kedua filenya ke dalam .zip dan mengirimkannya kepada kolega yang akan menggunakan toolboxnya. Perlu diperhatikan juga bahwa untuk menggunakan toolbox ini, kolega ArcNesian harus menginstal R-ArcGIS terlebih dahulu sebelum menggunakan toolboxnya.

Kemudian, setelah ArcNesian sudah mendapatkan .zip filenya dan mengekstraknya. ArcNesian hanya perlu pergi ke Insert, kemudian pilih toolbox dan pilih pilihan add toolbox.

14

Begitulah cara agar ArcNesian dapat memanfaatkan kapabilitas dari R ke dalam ArcGIS, serta membungkusnya ke dalam sebuah Geoprocessing Toolbox. Sekarang ArcNesian semua sudah berhasil membuat Geoprocessing Toolboxnya dan dapat menggunakannya untuk dataset lainnya dan bahkan membagikannya kepada rekan rekan dan kolega ArcNesian semua!

Stay tuned untuk tips dan trik lain terkait penggunaan produk ArcGIS maupun Esri di ArcNesia ya!

See you!

Jika ArcNesian memiliki pertanyaan, silahkan menghubungi Tim Support Esri Indonesia melalui e-mail support@esriindonesia.co.id

 

 

(Artikel ini dibuat oleh Arga Rana Ruseno dari Esri Indonesia Future Leaders Program)

more
0 0 145
New Contributor II

Halo ArcNesian!

 

Rekan ArcNesian tentu sudah tidak asing dengan ArcGIS Pro dan segala kapabilitas dan fungsinya yang beragam dan lengkap. Namun, bahkan sesuatu yang sangat lengkap sekalipun, masih bisa dilengkapi lagi. Nah, pada kesempatan kali ini, ArcMin ingin sharing tentang salah satu cara untuk memperkaya ArcGIS Pro dengan custom add-in menggunakan ArcGIS Pro SDK for .NET.

 

ArcMin akan membahas mengenai instalasi ArcGIS Pro SDK for .NET, mencakup requirements serta langkah-langkahnya. Kemudian, akan dibahas mengenai cara-cara mendapatkan add-ins untuk ekstensi dari ArcGIS Pro pada poin 3. Pada poin terakhir, akan dicontohkan penggunaan salah satu add-ins dari community samples sebagai ekstensi dari ArcGIS Pro.

1.  Pendahuluan

.NET merupakan suatu platform developer terbuka dan gratis untuk membuat berbagai macam aplikasi. Platform ini mendukung penggunaan bermacam bahasa pemograman, editor, dan library untuk membuat aplikasi web, mobile, desktop, game, serta IoT.

 

ArcGIS Pro SDK for .NET merupakan SDK bagi .NET yang menyediakan kemampuan untuk melakukan kustomisasi dan menambah extension bagi ArcGIS Pro, seperti membuat add-in dan melakukan konfigurasi. Kemampuan ini memungkinkan pengguna ArcGIS Pro untuk memiliki fungsionalitas spesifik demi menyediakan solusi bagi organisasi atau industri.

 

ArcGIS Pro SDK for .NET memanfaatkan fitur-fitur dan pattern .NET yang modern (Task Asynchronous Programming, LINQ, WPF Binding, dan WVVM) untuk membuat add-ins dengan menggunakan API terbaru dari ArcGIS Pro. SDK ini sendiri mulai tersedia di Microsoft Visual Studio 2017 dan 2019.

2.  Instalasi ArcGIS Pro SDK untuk .NET

A. Spesifikasi Kebutuhan Sistem

Kebutuhan/requirement minimum bagi ArcGIS Runtime SDK for .NET versi 1008.0 dapat dilihat pada tautan berikut.

 

B. Langkah Instalasi ArcGIS Pro SDK for .NET

Template dan utilities ArcGIS Pro SDK  for .NET sudah tersedia pada ekstensi Visual Studio (.vsix files). Sehingga tidak diperlukan akun administrator ataupun persyaratan akun user untuk menginstal ArcGIS Pro SDK untuk .NET. Meskipun demikian, disarankan untuk melakukan instalasi ArcGIS Pro SDK for .NET langsung pada Microsoft Visual Studio

Langkah-langkah instalasi ArcGIS Pro SDK for .NET dapat diakses di tautan ini. Apabila Arcnesian belum mengunduh Microsoft Visual Studio, software ini dapat diunduh pada tautan ini.

3.  Memperoleh Coding untuk Add-In

A. Membuat Kode Add-In Menggunakan Microsoft Visual Studio

Bahasa pemograman yang digunakan adalah C#. Terdapat berbagai referensi dan sumber untuk membantu dalam pemrograman antara lain home page SDK, SDK Wiki di GitHub, sample code SDK, SDK Snippets, dan lain-lain.

1. Klik File > New Project

2. Apabila ArcGIS Pro SDK sudah terinstal, maka akan muncul beberapa pilihan. Pilih ArcGIS Pro Module Add-In. Klik Next.

1

3. Lengkapi konfigurasi nama project serta nama solusi, lalu klik Create.

2

4. Akan muncul tampilan default, dengan window Solution Explorer berisi folder DarkImages, Images, Config.daml, dan Module1.cs Folder DarkImages dan Images digunakan untuk menyimpan ikon untuk theme terang (light) dan gelap (dark). Config.daml merupakan demo file yang digunakan untuk mengatur seluruh item pada solution, sedangkan Module1.cs digunakan untuk melakukan pemrograman atas solution itu sendiri.

5. Untuk menambah item pada Config.daml, klik kanan pada solusi di Solution Explorer > Add > New Item.

6. Pada window Add New Item, expand pilihan Visual C# dan pilih ArcGIS Pro Add-ins. Terdapat berbagai item template yang dapat digunakan untuk membuat solusi. Antara lain untuk membuat button, dock, atau tool yang ada di ArcGIS Pro. Keterangan lebih lanjut mengenai setiap item template dapat dilihat di dokumentasi berikut.

7. Pada contoh ini, ArcMin menambahkan item Button. Dapat dilihat bahwa penambahan item ini menambahkan beberapa gambar untuk theme pada folder, serta file Button1.cs. Baik kode pada Button1.cs maupun Config.daml dapat dilengkapi untuk mengatur kapabilitas dan fungsi dari item yang baru ditambahkan.

34

8. Apabila sudah selesai dengan tahap coding, dapat dilakukan compile dan built. Add-in yang baru dibuat akan muncul pula pada folder.

<Data Directory>/ArcGIS/AddIns/ArcGISPro/xxxxxxxxx

Sebagai Esri AddinX File. Add-in ini akan di-load oleh ArcGIS Pro ketika program tersebut dibuka dalam tab default yaitu Add-In. Tab ini dapat diatur apabila dibutuhkan.

B. Menggunakan/Memodifikasi Sample Code dari GitHub

Terdapat community samples untuk berbagai subjek di GitHub yang dapat diakses melalui link ini. Subyek yang dapat diakses mencakup Core Host, Data Reviewer, Editing, Geodatabase, Geoprocessing, Layouts, Map-Authoring, Map-Exploration dan Parcel Fabric di antara yang lain.

Untuk membuka community samples untuk digunakan/dimodifikasi, berikut langkah-langkah yang dilakukan.

1. Buka https://github.com/Esri/arcgis-pro-sdk-community-samples dan unduh sampel-sampel yang ada sebagai ZIP dan kemudian ekstrak pada direktori pilihan rekan Arcnesian.

5

2. Buka Visual Studio, kemudian klik File > Open > Project/Solution dan arahkan ke file berekstensi .sln (Visual Studio Solution) di dalam folder dari zip yang sudah diekstrak sebelumnya.

6

3. Solusi akan di-load di dalam Visual Studio.

C. Debug, Compile, Build, dan Menjalankan Add-Ins di ArcGIS Pro

Rekan Arcnesian dapat melakukan debug pada tab Debug > Start Debugging. Compile dan build dapat dilakukan dari tab Build > Build Solution.

Setelah solusi berhasil di-build, Arcnesian dapat menjalankan add-in secara langsung dengan men-klik Start. ArcGIS Pro akan terbuka dan add-ins akan ter-load.

4.  Demo: Menggunakan Add In Colorizer dari Community Samples untuk           Data Raster

Seperti yang telah disebutkan sebelumnya, terdapat banyak contoh add-in atau konfigurasi lain di dalam community sample, termasuk untuk bekerja dengan layer raster. Pada demo kecil ini, kita akan mencoba add-in Colorizer yang dapat mengubah warna piksel berdasarkan field/value tertentu. Add-in in ijuga bisa mengubah warna piksel berdasarkan value R, G, B dengan sekali pengaturan, sehingga cocok untuk mengatur simbologi bagi peta dengan color code yang pasti (misalnya peta geologi/peta umur geologi).

 

1. Buka solusi Colorizer dari folder Community Samples > Raster > Colorizer.

7

2. Lakukan perubahan yang diinginkan untuk solusi ini, atau langsung build kemudian Start untuk membuka ArcGIS Pro.

3. Klik New Blank Template - Map untuk menggunakan add-in di project baru.

4. ArcGIS Pro sudah terbuka dengan tab Add In berisi add-in.

8

5. Data yang digunakan dalam demo ini dapat diperoleh di tautan berikut. Buka data penggunaan lahan dari Modis di folder <directory>/Data/Raster/Landuse/Landuse.gdb/MODIS_Landcover.tiff

9

6. Buka attribute table untuk melihat field-field yang ada pada data ini, yaitu OBJECTID, Value, LandType, dan nilai RGB dalam kolom masing-masing Red, Green, dan Blue.

10

7. Ubah menu dropdown Use this attribute menjadi Attribute driven RGB. Klik OK bila muncul tulisan “In ArcGIS Pro 2.5 and older this method only works when using the ‘value’ field, unless you deploy the ‘RecalculateColorizer’ workaround."

8. Simbologi pewarnaan kategori pada data raster telah diatur sesuai dengan nilai RGB yang diberikan.

11

 

Sekian secuil contoh dari sangat banyak contoh aplikasi ArcGIS Pro SDK for .NET untuk melakukan ekspansi fungsionalitas ArcGIS Pro. Semoga bermanfaat! Jika ada pertanyaan, ArcNesian dapat menghubungi Tim Support Esri Indonesia melalui e-mail support@esriindonesia.co.id

 

(Artikel ini dibuat oleh Nadira Nanda Wijanarko dari Esri Indonesia Future Leaders Program)

more
1 0 173
New Contributor

Halo ArcNesian! ini adalah Q&A untuk teman-teman ArcNesian yang pertanyaannya belum sempat terjawab ataupun yang belum sempat ikut webinarnya. Silahkan dibaca Q&A nya iya.

Untuk query misalnya dari tingkat provinsi ke tingkat desa apakah bisa kita menggunakan survey123?
Untuk info detail mengenai penggunaan Survey123 bisa diakses melalui link dibawah ini: https://community.esri.com/groups/survey123/blog/2017/08/30/understanding-multiple-choice-questions-...

 

Bagaimana merubah kelas symbologi "propotional symbol”?
Simbol proporsional dapat dikonfigurasikan di ArcGIS Desktop, detail informainya dapat diakses melalui link berikut: https://pro.arcgis.com/en/pro-app/help/mapping/layer-properties/proportional-symbology.htm 

Apakah ada tool lain terkait covid seperti pemodelan CHIME (milih university of pennyslavania) yang ada di ArcGIS Pro?
Tools lain berkaitan dengan analisis spasial covid di ArcGIS Pro diantaranya, spatial statistics, location-allocation, time series map, dan proximity tracing. Selengkapnya bisa diakses melalui link berikut: https://www.esri.com/arcgis-blog/?s=#covid 

Apakah kedepannya Esri dan ITS ada kemungkinan mengumpulkan semua data seluruh indonesia mengenai covid-19 (pasien tertular dan tenaga medis serta kebutuhan tenaga medis) dan membantu pemerintah dalam decision making?
Ada rencana ke sana, namun saat ini belum tersedia resources yang cukup. Mengingat beberapa pekerjaan teknis masih harus kami lakukan di kampus seperti produksi APD, penyiapan logistik dan penyaluran bantuan.

Apakah dapat melakukan raster analisis pada ArcGIS pro, Karena dalam pengambilan keputusan data GIS akan lebih baik jika dipadukan dengan teknologi penginderaan jauh?
Bisa merujuk ke: https://pro.arcgis.com/en/pro-app/tool-reference/raster-analysis/an-overview-of-the-raster-analysis-... 


Bagaimanakah cara memastikan respondent mengupdate status kesehatannya secara periodic, agar peta dapat terupdate sesuai status terkini?
Yang pertama, kami memastikan bahwa semua pihak yakin bahwa survei ini resmi dan data akan dikelola dengan baik dengan memperhatikan aspek privasi, serta memastikan akan ada tindak lanjut yang perlu ditangani. Setelah itu Kami memanfaatkan jalur birokrasi secara berjenjang, mulai Dekan kemudian ke Kepala Departeman untuk mem-broadcast link survei secara berkala ke mahasiswa di lingkungan mereka.

Karena COVID ini kan dinamikanya sangat tinggi setiap waktu, apakah untuk mendapatkan update data-data yg ada dari masing-masing mahasiswa dilakukan pengisian form secara berkala, Apakah metode ini bisa diterapkan dalam skala yg lebih luas, lalu apakah efektif untuk wilayah kota/ kabupaten?
Kami sebenarnya mendesain survei untuk bisa diisi secara harian, namun ada kendala dari sisi mahasiswa, Sehingga dibuat per minggu. Untuk wilayah yang besar, justru akan efektif sekali karena tidak perlu untuk mengumpulkan data secara manual. bisa diterapkan dengan responden khusus, misal kepala desa, kepala puskesmas atau lainnya.

Seperti apa yang diambil/ditetapkan oleh Kampus ITS dari data yang telah dikumpulkan?
Berikut beberapa kebijakan ITS mengenai pengelolaan data yang telah dikumpulkan
1. Kebijakan untuk memperpanjang belajar daring sampai akhir semester
2. Membantu pemulangan mahasiswa dengan kendaraan khusus
3. Menindaklanjuti temuan di sekitar kampus terkait kesehatan dan suplai makanan untuk mahasiswa.

Apakah data tersebut dapat diupdate secara berkala oleh para mahasiswa agar mungkin nantinya dapat melihat data surveynya secara spasial dan secara temporal?
Secara ide sebenarnya sangat mungkin, dengan memantau NRP sebagai kunci primer (primary key, yang sifatnya tunggal). Di survei yang kami lakukan, hal di atas belum diterapkan.


Berdasarkan pengalaman menghadapi pandemi ini, persiapan atau protokol mitigasi seperti apa yang dibutuhkan dan seharusnya dimiliki Indonesia dalam menghadapi pandemi dari segi pemanfaatan GIS?
Kita untuk pertama kalinya menghadapi wabah menular seperti ini, berbeda dengan negara lain yang lebih siap (karena pernah mengalami hal yang mirip). Untuk itu, di Indonesia perlu dibuat semacam lembaga https://www.cdc.gov yang diberi wewenang dan tanggung jawab untuk mitigasi dan penanganan wabah.

Jika saya ingin membantu suatu lembaga atau kab/kota dengan pendekatan geospasial, apa hal yg paling sederhana yg dapat saya lakukan dan data apa saja yg sekiranya saya butuhkan beserta sumber datanya?
Hubungi PIC Esri di UGM (salah satunya pak Heri Sutanta), anda dapat membuat dashboard menggunakan data BPBD atau dinas kesehatan setempat. tau membuat aplikasi survei yang bisa diisi oleh kepala desa/puskesmas terkait jumlah ODP, PDP, Positif di masing masing desa dan membuatkan dashboard realtime.

Saya sempat mengusulkan konsep pemetaan seperti ini beserta bertanya riwayat kesehatan dan faktor risiko untuk pegawai kantor, Tapi saya belum tau cara analisis lebih lanjutnya seperti yang sudah dilakukan di Webinar. Kira2 kalau saya mau menerapkan apakah ada petunjuk lebih lanjut?
Anda bisa memanfaatkan cara ini untuk mengontrol kondisi pegawai secara harian dan bisa dipakai sebagai pengganti presensi. Buatkan formulir dan asesmen kondisi kesehatan pegawai (beserta keluarganya). Dari sisi kantor, bisa menyiapkan dashboard yang bisa dipakai untuk memonitor pergerakan atau secara harian. Jika ada kondisi MERAH, maka kantor bisa mengambil tindakan segera.

Apakah GIS dapat memprediksi kapan covid-19 ini kapan berkahir?
GIS dapat digunakan untuk mengetahui kapan berakhirnya sebuah pandemi jika didukung dengan data premir yang akurat dan multitemporal.

Bagaimana cara menarik json atau api misal seperti pada aplikasi radarcovid jatim ke webmap kita?
Untuk scraping data bisa menggunakan bahasa pemrograman seperti Python atau R. ArcGIS sendiri memiliki fitur Python library yang dapat digunakan di ArcGIS API for Python https://developers.arcgis.com/pythonSalah satu contoh penggunaannya apabila data nya berbentuk JSON: https://support.esri.com/en/technical-article/000019701     

Bagaimana mengatur informasi pembaharuan data terakhir pada dashboard agar tampil secara otomatis seperti pada fitur list di dashboard?
Bisa lakukan beberapa pengaturan seperti link berikut: https://www.esri.com/about/newsroom/arcwatch/create-your-first-dashboard-using-arcgis-dashboards/ 

Apa saja saran yang dapat diberikan untuk pemerintah terutama pemerintah pusat untuk memanfaatkan Location Strategy GIS menghadapi pandemi ini?
Kita bisa memulai, walau terlambat, dengan memperbaiki kualitas dan kuantitas data. Jika sulit disentralisasi dari pusat, bisa dilakukan lewat bawah secara berjenjang. Kita punya pengalaman seperti ini ketika pemilu. Sistem disiapkan pusat, sementara data mengalir dari bawah.

Apakah data survey tersebut juga dibagi dengan pemerintah lokal Agar nantinya mungkin dapat memberikan informasi bagi pemerintah lokal (terutama yang di luar Pulau Jawa) tentang adanya mahasiswa ITS yang memilik gejala atau pernah berkontak dengan pasien lainnya?
Yang kami kontrol adalah memastikan semua mahasiwa mengikuti protokol kesehatan dan kesalamatan diri dan lingkungan. Jika ada gejala, mereka bisa menghubungi hotline yang telah kami siapkan untuk diarahkan ke tindakan lebih lanjut.


Untuk query misal dari tingkat provinsi ke tingkat desa apakah bisa dilakukan survey123?
Detail informasi mengenai data query tingkat provinsi/daerah melalui  form survey123, dapat mengakses link berikut https://community.esri.com/groups/survey123/blog/2017/08/30/understanding-multiple-choice-questions-... 

Bagaimana cara membuat grafik logarithmic?
Penggunaan Serial Chart (termasuk grafik logaritmik) bisa diakses melalui link berikut: https://doc.arcgis.com/en/dashboards/get-started/serial-chart.htm 

bagaimana merubah kelas symbologi propotional symbol?
Simbol proporsional dapat dikonfigurasi di ArcGIS Desktop, bisa diakses di link berikut: https://pro.arcgis.com/en/pro-app/help/mapping/layer-properties/proportional-symbology.htm 

Apakah ada informasi link survey123 data query mengenai pendataan COVID-19 di ITS dan publik?
Alamat formulir survei dari ITS dapat diakses di link berikut: https://arcg.is/TeK8q  dan
alamat hasil survei versi public dapat diakses di link berikut: https://arcg.is/1Kz8mT 


Ikuti Webinar lainnya dari Esri Indonesia melalui website berikut:
https://esriindonesia.co.id/webinars 

Untuk mendapatkan materi video dari Webinar ini, silahkan akses link berikut:
https://www.youtube.com/watch?v=7W87uRSBAvs 

more
0 0 129
New Contributor

Halo ArcNesian! ini adalah Q&A untuk teman-teman ArcNesian yang pertanyaannya belum sempat terjawab ataupun yang belum sempat ikut webinarnya. Silahkan dibaca Q&A nya iya.

Bagaimana mengatasi data tabular yang minim informasi lokasi, misalnya informasi lokasinya tidak detail dan ada kesulitan menentukan titik koordinatnya?
Esri menyediakan service untuk mengubah data alamat menjadi data spasial (geopoint) bernama geocoding. agar data alamat yang diubah menjadi titik spasial lebih akurat, data tersebut setidaknya harus memiliki keterangan provinsi, kecamatan, dan kelurahan. Jika ternyata setelah dilakukan proses geocoding titiknya masih kurang tepat bisa disesuaikan dengan melakukan proses editing untuk menggeser titik ke lokasi yang lebih tepat, bisa di dalam ArcGIS Desktop ataupun dalam ArcGIS Platform.

Apakah harus terhubung dengan core banking atau stand-alone?
solusi-solusi Esri biasanya tidak langsung dihubungkan ke dalam core banking database. Untuk menghindari hal-hal yang tidak diinginkan biasanya dibuatkan sebuah koneksi ke dalam suatu database baru, hasil cloning core banking jika diperlukan data dari database tersebut.

Apakah penggunaan GIS pada sektor finansial bisa berpengaruh pada jaminan keamanan nasabah, misal ada nasabah yang mengambil uang dalam jumlah besar, kemudian data bocor ke tangan pelaku kejahatan dan dilakukan perampokan?
Untuk mengimplementasi GIS sebenarnya ada dua pendekatan, yang pertama adalah mengaksesnya sebagai Software as a Service (SaaS) dan mengaksesnya di on-premise. SaaS ArcGIS Platform atau yang lebih sering disebut ArcGIS Online, di manage oleh Esri inc sehingga memudahkan untuk scalability jika terjadi akses yang cukup banyak pada aplikasi yang kita miliki. Akan tetapi biasanya di FSI atau di sector Banking yang memiliki data nasabah yang cukup sensitif implementasi GIS biasanya dilakukan dalam on-premise. ini artinya semua environment seperti server, data storage, portal serta keamanannya di manage oleh organisasi tersebut. Sehingga terkait keamanan bisa dilakukan penyesuaian seperti peningkatan keamanan oleh organisasinya sendiri.


Apakah data-data yang digunakan di dalam analisis bisa terupdate secara otomatis, seperti masalah regulasi pemerintah?
Jika data yang dikses tersebut sudah berupa API, besar kemungkinan jika organisasinya mengupdate data tersebut maka data yang kita miliki juga merupakan versi terbaru.

Bagaimana best practice sizing arcgis server on premise untuk solusi banking, misalnya: jumlah cpu, memory, dan disk?
Detail spesifikasi ArcGIS Enterprise bisa diakses di link berikut: https://enterprise.arcgis.com/en/system-requirements/latest/windows/arcgis-enterprise-overall-system... 

Analisis jarak untuk penentuan kantor cabang apakah hanya mengambil jarak lurus & tidak mengikuti lekukan jalan?
Solusi Network Optimization seperti diperlihatkan pada gambar dibawah sebenarnya mengikuti alur jalan akan tetapi ditarik garis lurus untuk mempermudah visualisasinya. Jika garis tersebut di-klik, bisa didapatkan informasi berupa jarak dan waktu tempuh dari titik awal ke titik tujuan.

Tipe database apa saja yang bisa disinkronkan, SQL, postgre, db2 atau tipe data lainnya?
Beberapa compatible RDBMS diantaranya adalah PostgreSQL, Oracle, SQL Server, dan SAP HANA. Untuk informasi lebih lengkapnya mengenai RDBMS yang compatible dan sesuai dengan ArcGIS Platform secara menyeluruh dapat diakses melalui link dibawah ini: https://desktop.arcgis.com/en/arcmap/latest/manage-data/databases/dbms-support.html 

Apakah ArcGIS bisa membaca langsung data dari database non spatial tabular biasa untuk proses analisa data dengan data spasial dari geodatabase dan data statistik data database biasa, lalu software apa saja yang dibutuhkan dan bagaimana gambaran umumnya agar bisa terhubung langsung antara db statistik dan db spasial secara live stream data?
Teknologi Esri bisa langsung membaca data dari database seperti PostgreSQL, Oracle, SQL Server. Untuk analisis bisa dilakukan secara live stream melalui beberapa teknologi Esri seperti ArcGIS Desktop dan ArcGIS Insights. Kedua aplikasi tersebut bisa menambah koneksi ke database secara langsung agar dapat menganalisis data non spasial dan spasial, kedua data harus memiliki unique identifier yang sama.

Bagaimana cara membuat Query saat kita memilih kota atau kabupaten tertentu, maka apakah kecamatan pada pertanyaan selanjutnya hanya terpilih sesuai kabupaten atau kota sebelumnya?
Pada aplikasi Survey123 Connect terdapat xls form yang memiliki fitur pulldata untuk lebih lengkapnya bisa diakses di link berikut:
https://doc.arcgis.com/en/survey123/desktop/create-surveys/xlsformformulas.htm#ESRI_SECTION1_A3C2F35...  dan link berikut:
https://community.esri.com/groups/survey123/blog/2016/10/27/the-pulldata-function-access-external-da... 

Software ArcGIS dalam industri perbankan sudah di implementasikan dimana saja?
Implementasi terbaru di BTPNS, dan Bank Muamalat. Beberapa bank berikut juga sudah menggunakan teknologi Esri, yaitu: BNI, BRI, Citibank, Bank Danamon, dan BFI Finance.

Data sekunder nya sudah include atau kita input sendiri, seperti lokasi kantor pemerintah, sekolah, bank di sekitar, fasilitas publik dan jumlah penduduk?
Data sekunder berupa Point of Interest (POI) bisa dibantu oleh Esri Indonesia untuk di-provide.

Bagaimana cara sinkronisasi data tabular (database) dengan data spasial?
Untuk melakukan proses sinkornisasi data tabular dengan data spasial masing-masing tabel harus memiliki unique identifier yang selanjutnya akan dilakukan pada proses join table. Anda bisa juga menghubungkan database menjadi geodatabase, beberapa compatible RDBMS diantaranya adalah PostgreSQL, Oracle, SQL Server, dan SAP HANA. informasi lebih lengkapnya dapat mengakses link berikut: https://desktop.arcgis.com/en/arcmap/latest/manage-data/databases/dbms-support.htm 

Bagaimana Kebutuhan credits arcgis online setiap analisis data agar tidak overload?
Agar credits ArcGIS Online tidak overload sebelumnya kita harus melakukan proses planning analisis apa saja yang akan dilakukan, berapa kali, dan berapa besar data yang akan disimpan di dalam ArcGIS Online tersebut.
Sebagai gambaran lebih jelasnya, berikut merupakan panduan yang dapat anda akses untuk melakukan proses sizing credits di ArcGIS Online:

https://doc.arcgis.com/en/arcgis-online/administer/credits.htm#ESRI_SECTION1_709121D2C7694DCAB9B8592... 


Apa perbedaan antara Network Optimization dan GWR?
Network Optimization dan Geographically Weighted Regression (GWR) adalah dua hal yang berbeda, untuk lebih jelasnya anda dapat mengakses link berikut:
Network Optimization: https://desktop.arcgis.com/en/arcmap/latest/extensions/network-analyst/algorithms-used-by-network-an... GWR :https://pro.arcgis.com/en/pro-app/tool-reference%20/spatial-statistics/how-geographicallyweightedreg... 

Bagaimana menampilkan update tanggal terbaru dari Dashboard untuk Indicator?
Dalam ArcGIS Dashboard biasanya tersedia keterangan kapan data tersebut di update, dalam setiap indikator pada tab General ada opsi untuk enable Last Update Text.

Saya pernah membuat Query data prov-desa tapi saat di upload ke survey123 xls-form saya mengalami “error code 499”, bagaimana cara mengatasinya?
Jika anda dapat melihat dokumentasi dari survey123 yang terdapat pada link berikut: https://doc.arcgis.com/en/survey123/desktop/create-surveys/troubleshootcreatesurveys.htm  sepertinya ada timeout untuk mengakses Survey123 API yang sudah anda buat sebelumnya. cara untuk mengatasi permasalahan tersebut adalah untuk menunggu beberapa saat dan mengaksesnya kembali setelah beberapa jeda waktu. Jika error tersebut masih terjadi silahkan untuk dilaporkan di website berikut: https://community.esri.com/groups/survey123 

Apakah ada fitur alert atau notifikasi, apabila ada threshold yg terlampaui?
ArcGIS Operations Dashboard sendiri belum memiliki fitur built in untuk alert atau notifikasi, akan tetapi bisa di custom menggunakan Javascript atau Python.

Ikuti Webinar lainnya dari Esri Indonesia melalui website berikut:
https://esriindonesia.co.id/webinars 

Untuk mendapatkan materi video dari Webinar ini, silahkan akses link berikut:
https://www.youtube.com/watch?v=xsZwYREW0Ho&t=1s 

more
0 0 64