2. Agenda
1.Dunia Nyata
2.Model Dunia Nyata
3.Model Entity-Relationship (ER)
4.Model ER Spasial
5.Model Data
6.Dari Basis Data Menuju SIG
7.Dunia Nyata Menuju SIG
2
3. Dunia Nyata
SIG menyajikan pandangan/persepsi
terhadap dunia nyata (real world). Untuk
menghasilkan persepsi ini dilibatkan proses-
proses yang jarang sekali bersifat langsung
dan mudah difahami seketika, karena dunia
nyata (realitas) bersifat tidak teratur
(irregular), kompleks, dan secara bertahap
mengalami perubahan yang tidak mudah
diprediksi.
3
4. Dunia Nyata
(next…)
Persepsi dari dunia nyata akan sangat
bergantung pada si pengamat (subjektif).
Contoh, seorang surveyor memandang
suatu jalan (raya) sebagai dua garis batas
(sisi) yang akan disurvey, seorang pekerja
jalan raya menganggapnya sebagai
permukaan aspal yang akan dipertebal, dan
seorang pengendara menganggapnya
sebagai jalur atau route dimana
kendaraanya harus lewat. 4
5. Dunia Nyata
(next…)
Dunia nyata dapat dideskripsikan dengan
menggunakan fenomena2 yang berbeda &
tidak terbatas, mulai dari partikel2 atomik
hingga berdimensi lautan dan benua sekalipun.
Kompleksitas dan keluasan dunia nyata,
dikombinasikan dengan keseluruhan spektrum
interpretasinya, mengimplementasikan bahwa
perancangan sistem2 SIG bisa bervariasi
sesuai dengan pilihan, kesukaan, dan
kemampuan pada penciptanya.
5
6. Dunia Nyata
(next…)
Faktor manusia dapat menimbulkan elemen2
yang menjadi pembatasnya, sebagaimana data
yang telah dikompilasi dengan baik untuk suatu
aplikasi tertentu bisa jadi tak bermanfaat untuk
aplikasi yang lainnya.
Dunia nyata hanya dapat dideskripsikan di
dalam pengertian model2 yang membatasi
konsep2 dan prosedur yang diperlukan untuk
mentranslasikan pengamatan2 ke dalam data
yang dimengerti dan dibutuhkan di dalam SIG.
6
7. Dunia Nyata
(next…)
Proses-proses yang terlibat di dalam
menginterpretasikan realitas dengan
menggunakan model dunia nyata dan model
data tersebut disebut sebagai pemodelan
data. Adapun prinsip-prinsip yang digunakan
di dalam masalah ini dapat digambarkan
sebagai berikut :
7
9. Dunia Nyata
(next…)
Untuk membawa dunia nyata ke dalam SIG,
harus digunakan model dunia nyata yang
telah disederhanakan. Fenomena-fenomena
yang serupa dan mirip dapat diklasifikasikan
dan dideskripsikan dalam bentuk model
dunia nyata. Model dunia nyata ini kemudian
dikonversikan ke dalam bentuk model data
dengan menggunakan elemen-elemen
geometri dan kualitas.
9
10. Dunia Nyata
(next…)
Kemudian, model data ini juga ditransfer ke
dalam bentuk basis data yang dapat yang
dapat menangani data-data digital yang
dapat dipresentasikan ke dalam bentuk
peta-peta dan laporan – baik dalam bentuk
softcopy maupun hardcopy.
10
11. Model Dunia Nyata
Persepsi, rancangan, atau susunan model
dunia nyata yang dikembangkan oleh
perancang akan menentukan semua data
yang diperlukan. Persepsi ini mencakup
pembawa informasi yang paling dasar, yaitu
entity yang terdiri dari :
klasifikasi tipe
atribut
relasi (relationship)
11
13. Model Dunia Nyata
(next…)
Definisi Entity :
Suatu objek yang dapat dibedakan dengan
objek-objek lainnya berdasarkan atributnya.
Orang, tempat, kejadian, atau konsep yang
informasinya direkam
Individu yang mewakili sesuatu yang nyata
dan dapat dibedakan dari sesuatu yang lain.
Fenomena dunia nyata yang tidak dapat
dibagi lagi menjadi fenomena yang sama
atau sejenis.
13
14. Model Dunia Nyata
(tipe entity)
Konsep tipe entity mengasumsikan bahwa
fenomena-fenomena dunia nyata dapat
diklasifikasikan. Fenomena yang mirip
dikelompokan dalam satu entity. Selama
prosespengidentifikasian ini setiap entity harus
didefinisikan secara unik untuk menghindari
ambiguitas. Dengan demikian, suatu rumah
harus didefinisikan dan dapat dibedakan
sedemikian rupa pada suatu lokasi hingga
berbeda dengan rumah-rumah yang berlokasi -
14
15. Model Dunia Nyata
(tipe entity…next)
disebelahnya, atau berbeda dengan
bangunan sekolah yang tepat berada di
seberangnya.
Sebagai contoh, suatu rumah (beralamat di
Jl. X, No. 13) diberi nomor pengenal (ID) 13,
rumah yang tepat berada disebelahnya
diberi nomor pengenal (ID) 15, sementara
bangunan sekolah yang berada tepat di
seberangnya diberi nomor pengenal (ID) 14.
15
16. Model Dunia Nyata
(tipe entity…next)
Banyak tipe entity yang masih dapat
diklasifisikasikan lebih lanjut hingga menjadi
tipe yang lebih kecil lagi.
Sebagai contoh, tipe entity jalan masih
dapat dipisahkan menjadi jalan raya, jalan
bebas hambatan (tol), jalan nasional, jalan
kota, jalan kereta api, jalan layang, dan
jalan-jalan yang lain.
16
17. Model Dunia Nyata
(atribut entity)
Setiap tipe entity dapat memiliki lebih dari
satu atribut yang mendeskripsikan sifat-sifat
dasar fenomena yang bersangkutan.
Contoh, entity yang termasuk ke dalam
klasifikasi bangunan bisa memiliki atribut-
atribut material (komposisi pasir, beton,
semen, kayu, dan sebagainya) yang
menjadi komponen pembangunannya,
atribut sejarah, dan atribut-atribut lainnya.
17
18. Model Dunia Nyata
(atribut entity…next)
Setiap entity boleh memiliki sejumlah atribut.
Contoh suatu danau dapat dideskripsikan
dengan menggunakan “nama”, “kedalaman”,
“kualitas air”, “populasi ikan”, “komposisi dan
kandungan zat kimia” yang terlarut di dalam
airnya, “aktivitas biologi”, “warna air”, “kadar
lumut”, beserta atribut-atribut lainnya yang
mungkin masih dimiliki dan diperlukan.
18
19. Model Dunia Nyata
(atribut entity…next)
Tipe-tipe entity juga dapat mendeskripsikan
data kualitatif dan atribut-atribut data
kuantitatif. Pada dasarnya, data kuantitatif
dapat diurutkan ke dalam 4 tingkatan
akurasi. Yang paling akurat adalah data
proposional (rasio), misalnya besaran
panjang dan nilai luas yang diukur
berdasarkan titik pusat sistem koodinat
tertentu (origin) atau berdasarkan titik awal
besaran yang bersangkutan. 19
20. Model Dunia Nyata
(atribut entity…next)
Data interval, seperti usia, dan besarnya
pendapatan merupakan kelompok data yang
akurasinya kurang. Data ordinal juga
memiliki akurasi yang kecil lagi karena
merepresentasikan datanya dalam
terminologi urutan: ”terbaik”, ”baik”, ”cukup”,
”buruk” dan ”sangat buruk”. Sedangkan tipe
data yang memiliki tingkat akurasi yang
paling rendah adalah data nominal, yakni
20
21. Model Dunia Nyata
(atribut entity…next)
tipe data yang dideskripsikan ke dalam
skala nominal, dimana setiap objek
diklasifikasikan ke dalam beberapa
kelompok.
21
23. Model Dunia Nyata
(relasi entity)
Hampir setiap entity memiliki relasi-relasi
(spasial) dengan entity-entity lainnya yang
secara sederhana dapat dinyatakan dalam
bentuk sematik. Pada umumnya relasi ini
antara lain meliputi :
a)“Dimiliki”, “termasuk”, “berhubungan”
(“pertains” & “belongs”): contoh pipa yang
beratribut kode “AX12” merupakan salah
satu elemen/segmen jaringan pipa air
minum di wilayah kecamatan “Sukasari” 23
24. Model Dunia Nyata
(relasi entity…next)
b)Berpotongan (“intersect”): sebagai contoh
salah, satu segmen jalan “Setia Budhi”
berpotongan dengan salah satu jalan
“Sukajadi”, atau jalan “Sukarno-Hatta”
terbagi ke dalam beberapa segmen
hingga termasuk ke dalam kecamatan-
kecamatan “Adipura” dan “Harthapura”;
jalan dipotong oleh batas kecamatan.
24
25. Model Dunia Nyata
(relasi entity…next)
c)“Saling terkait” atau “berhubungan”
(“connect”): sebagai contoh, segmen-
segmen sungai nomor 1, 2, dan 3 saling
berhubungan (bersambungan) satu sama
lain dalam membentuk atau
menggambarkan unsur spasial sungai “S.
Ciwaruga” secara utuh.
25
26. Model Dunia Nyata
(relasi entity…next)
d)“Terdiri dari” (“comprises”): sebagai
contoh wilayah (batas) propinsi terdiri dari
beberapa kabupaten, sedangkan wilayah
kabupaten terdiri dari beberapa wilayah
kecamatan.
e)“Terletak” di (“located” in/on): contoh,
unsur spasial hotel “Merdeka” terletak di
dalam unsur spasial persil milik “Pak
Umar”, persil bangunan pabrik gula “PT X”
terletak di kecamatan “Sukamulya”. 26
27. Model Dunia Nyata
(relasi entity…next)
f) "Berdekatan" ("proximity"): sebagai
contoh, gedung "Indoforgis" berdekatan
dengan gedung "Musium Geodesi &
Geometika" yang terletak di "Jl. Navigasi".
g)“Bersebelahan” atau “berbatasan” (“border
on” atau “adjacent”): misalnya, persil
tanah milik “Pak Ali” bersebelahan dengan
persil tanah milik “Ibu Yati”, dan terletak
persis (bersebelahan/berbatasan) di
pinggir jalan “X”. 27
28. Model Dunia Nyata
(relasi entity…next)
Relasi2 di atas, secara intuisi nampak jelas
bila dilihat pada peta biasa (analog), namun
sayangnya, komputer tidak memiliki intuisi.
Karenanya pemrosesan relasi2 di atas oleh
sistem komputer memerlukan informasi dan
instruksi deskriptif lebih lanjut mengenai
cara kompilasinya. Maka dari itu aspek
pembacaan peta seperti ini memperlihatkan
perbedaan di antara pemrosesan/cara kerja
manusia dengan sistem komputer. 28
29. Model Dunia Nyata
(relasi entity…next)
Dalam kondisi tertentu, ada beberapa relasi
entity yang tidak mudah dinyatakan atau
digunakan. Salah satu penyebabnya adalah
karena masalah kompleksitas. Sebagai
contohadalah pada kasus jaringan (pipa,
listrik, komunikasi, dll) dimana status katup
(switches) -- terbuka atau tertutup (on/off) --
menentukan elemen lain yang dianggap
memiliki entity logika.
29
30. Model Entity-Relationship (ER)
Pada model ER, dunia nyata diterjemahkan/
ditransformasikan dengan menggunakan
sejumlah perangkat konseptual sehingga
menjadi sebuah diagram relasi antar entity.
Seperti halnya model dunia nyata,
komponen utama pembentuk model ER
adalah relasi dan entity-entity.
Kedua komponen ini dideskripsikan dengan
menggunakan atribut-atribut atau properties.
30
31. Model Entity-Relationship (ER)
(entity)
Entity merupakan individu yang mewakili suatu
yang nyata eksistensinya, dan dapat dibedakan
dengan yang lainnya. Seorang karyawan sebuah
perusahaan, guru, mobil yang sedang melintas di
depan kita, jalan raya, dan rumah, merupakan
contoh-contoh entity. Dan sekumpulan entity yang
sama, setipe, atau sejenis yang terdapat di dalam
lingkup yang sama akan membentuk suatu entity-
set (sekumpulan entity; yang pada umumnya akan
diimplementasikan dalam bentuk sebuah tabel
basis data atau layer spasial).
31
32. Model Entity-Relationship (ER)
(atribut)
Setiap entity pasti memiliki sejumlah atribut
yang akan mendeskripsikan karakteristiknya
(propeties).
Penentuan atau pemilihan atribut yang
relevan bagi suatu entity merupakan hal
penting di dalam pembentukan suatu model
data. Penentuan atribut (bagi suatu entity)
pada umumnya didasarkan pada fakta-fakta
yang ada.
32
33. Model Entity-Relationship (ER)
(relasi)
Relasi menunjukkan adanya hubungan atau
keterkaitan antara suatu entity dengan entity
lain yang berbeda. Contoh, entity mahasiswa
dengan NIM “M0509000“ dengan Nama “Eko“
memiliki relasi dengan entity matakuliah
dengan Kode “0953733406“ dan NamaKuliah
“Sistem Informasi Geografis“. Relasi di antara
kedua entity ini mengandung pengertian bahwa
mahasiswa tersebut sedang mengambil mata
kuliah tersebut di suatu perguruan tinggi.
33
34. Model Entity-Relationship (ER)
(relasi…next)
Jika relasinya cukup banyak, maka
kumpulan semua relasi yang terdapat di
antara entity di dalam beberapa entity set
yang berbeda (atau tabel-tabel) akan
membentuk relationship set (sekumpulan
atau himpunan relasi).
Walaupun demikian, istilah ini jarang
digunakan sehingga cukup dituliskan
sebagai “relasi” saja.
34
35. Model Entity-Relationship (ER)
(tingkat relasi)
Tingkat relasi menunjukkan adanya batas jumlah
maksimum entity yang dapat berelasi dengen entity
yang terdapat pada entity set yang lain (berbeda).
Misalnya, entity-entity pada entity set mahasiswa
dapat berelasi dengan satu, lebih dari satu, atau
bahkan tidak satupun dari entity-entity pada entity
set (tabel) matakuliah. Demikian pula sebaliknya,
entity-entity yang termasuk pada entity set
matakuliah dapat berelasi dengan satu, lebih dari
satu, atau tidak sama sekali dengan entity-entity
yang termasuk ke dalam entity set mahasiswa.
35
36. Model Entity-Relationship (ER)
(tingkat relasi…next)
Dari sejumlah kemungkinan reasi antar entity ini,
tingkat relasi merujuk pada jumlah maksimum relasi
yang mungkin terjadi di antara entity set-entity set
yang bersangkutan. Demikian pula sebaliknya. Dari
contoh di atas dapat diketahui bahwa jumlah relasi
maksimum dari entity set mahasiswa ke entity set
matakuliah adalah lebih dari satu (banyak/many).
Demikian pula jumlah relasi dari entity set
matakuliah ke entity set mahasiswa, lebih dari satu/
banyak (many). Karena itu, tingkat relasi di antara
kedua entity set di atas adalah banyak ke banyak
(many to many). 36
37. Model Entity-Relationship (ER)
(tingkat relasi…next)
Beberapa kemungkinan tingkat relasi yang
terdapat pada di dalam entity set (tabel):
a)satu ke satu (one to one): dengan relasi ini,
setiap entity pada entity set (tabel) A berhubungan
dengan (paling banyak) satu entity yang terdapat
pada entity set (tabel) B. Demikian pula
sebaliknya.
37
38. Model Entity-Relationship (ER)
(tingkat relasi…next)
b) satu ke banyak (one to many): dengan relasi ini,
setiap entity pada entity set A dapat
berhubungan dengan lebih dari satu (banyak)
entity yang terpada set entity set B. Tetapi tidak
sebaliknya; setiap entity pada entity set B hanya
dapat berhubungan (paling banyak) satu entity
yang terdapat pada entity set A.
38
39. Model Entity-Relationship (ER)
(tingkat relasi…next)
c) banyak ke satu (many to one): dengan relasi ini,
setiap entity pada entity set A hanya dapat
berhubungan dengan (paling banyak) satu entity
yang terdapat pada entity set B. Sementara itu,
setiap entity pada entity set B boleh
berhubungan dengan lebih dari satu entity yang
terdapat pada entity set A; kebalikan dari relasi
one to many.
39
40. Model Entity-Relationship (ER)
(tingkat relasi…next)
d) banyak ke banyak (many to many): dengan
relasi ini, setiap entity pada entity set A boleh
berhubungan dengan lebih dari satu entity yang
terdapat pada entity set B. Demikian pula
sebaliknya, setiap entity pada entity set B boleh
berhubungan dengan lebih dari satu entity yang
terdapat pada entity set A.
40
41. Model Entity-Relationship (ER)
(Diagram ER)
Model entity-relationship (ER) yang berisi
komponen entity set (tabel) dan relationship
set (yang masing-masing dilengkapi dengan
atribut-atribut yang merepresentasikan
seluruh fakta dari sebagian dunia nyata)
dapat digambarkan lebih baik dan sistematis
dengan menggunakan diagram ER.
Adapun simbol-simbol dan notasi yang
digunakan di dalam penulisan diagram ini :
41
42. Model Entity-Relationship (ER)
(Diagram ER…next)
a)Persegi panjang yang merepresentasikan
entity set.
b)Ellips yang menyatakan atribut2 entity set.
c)Belah ketupat (diamond) yang
menggambarkan relationship set.
d)Garis yang menghubungkan antara entity
set dengan atributnya dan antara entity
set dengan relationship setnya.
42
43. Model ER Spasial
Sebenarnya, diagram ER yang digunakan
untuk mengakomodasikan kepentingan
terkait data spasial sama dengan diagram
ER biasa (menggunakan simbol-simbol
diagram ER biasa). Walaupun demikian,
pada diagram ini terdapat feature tambahan
(extension). Entity set yang jelas-jelas
memiliki dimensi spasial (dan data
spasialnya memang tersedia untuk
dilibatkan) dapat digambarkan seperti : 43
44. Model ER Spasial
(next…)
Nama Entity Set
tipe unsur XY T
Tabel
Atribut 1 Layer
Atribut 2 Spasial
Atribut 3 44
45. Model Data
Model dunia nyata memudahkan manusia
dalam studi aplikasi yang dipilih dengan
mereduksi sejumlah kompleksitas yang
sebenarnya hadir. Jika model data ini akan
digunakan, model ini harus diimplementasikan
di dalam basis data. Model data merupakan
kumpulan perangkat konseptual yang
digunakan untuk mendeskripsikan data,
hubungan antar (relasi) data, semantik (makna)
data, dan batasan mengenai data yang
bersangkutan. 45
46. Model Data
(next…)
Pembawa informasi di dalam model-model data
adalah objek (spasial) yang berhubungan
dengan beberapa entity di dalam model-model
dunia nyata. Suatu objek memiliki properties
seperti:
a)tipe
b)atribut
c)relasi
d)geometri
e)kualitas
46
47. Model Data
(next…)
Model dunia nyata dan entity-entitynya tidak
dapat direalisasikan secara langsung di dalam
basis data, sebagian karena alasan suatu entity
bisa saja terdiri dari beberapa objek. Sebagai
contoh, entity jalan “Sukarno-Hatta” yang cukup
panjang dan memotong jalan-jalan lainnya
dapat direpresentasikan sebagai kompilasi dari
semua segmen alan yang membentuk jalan
tsb. Setap segmen jalan di atas membawa
informasi objek.
47
48. Model Data
(next…)
Objek (spasial), di dalam suatu model data
SIG, pada dasarnya dapat dideskripsikan
dengan menggunakan propertiesnya
(tipe/identitas atau nomor pengenal, elemen
geometri, atribut, relasi, dan kualitasnya).
Identitas (biasanya dinyatakan dengan
bilangan bulat) merupakan nomor pengenal
yang unik (ID). Internal ID dibuat secara
otomatis oleh perangkat SIG.
48
49. Model Data
(next…)
Model data dapat dirancang untuk mencakup:
a)Objek fisik: “jalan”, “wilayah pemukiman”, “saluran air”,
“sungai”, dan lain sejenisnya.
b)Objek-objek yang terklasifikasikan: “tipe vegetasi”, “zone
iklim”, “kelompok usia”, dan lain sejenisnya.
c)Peristiwa (events): “kecelakaan”, “kebocoran”, “tumpahan
minyak”, “longsor”, dan lain sejenisnya
d)Objek yang berubah secara kontinyu: “batas-batas suhu”,
“ketinggian”, “kedalaman”, dan lain sejenisnya
e)Objek buatan (garis): “kontur ketinggian”, “densitas
populasi”, dan lain sejenisnya.
f)Objek buatan untuk representasi yang dipilih dan basis
data (raster). 49
50. Dari Basis Data Menuju SIG
Jika model datanya sudah ditentukan, tidak terlalu
sulit untuk mewujudkannya ke dalam bentuk basis
data, walaupun sama sekali bukan tanpa
hambatan, terutama untuk SIG. Masalahnya
bagaimana kita dapat memilih basis data yang
sesuai dengan kebutuhan kita dengan
mempertimbangkan faktor2 : pengendalian &
akuisisi data, struktur data, penyimpanan data,
perubahan & updating data, manajemen data &
eksport-import data, pemrosesan data,
pemanggilan & presentasi data, dan analisis data.
50
51. Dunia Nyata Menuju SIG
a)membuat model analog permukaan 3D
b)mengenali wilayah & lokasi sendiri
c)menempatkan lokasi2 unsur spasial
penting
d)mendapatkan introduksi masalah terkait
spasial sederhana & membuat solusinya
e)mendengarkan solusi dari praktisi
f) mendengarkan solusi dari pakar
g)mendiskusikan masing2 model & solusi
51