PEMBANGUNAN FRAMEWORK UNTUK DETEKSI PERUBAHAN DAN IRISAN WILAYAH PADA DATA SPATIOTEMPORAL
FAHRUL IRIANTO
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
PEMBANGUNAN FRAMEWORK UNTUK DETEKSI PERUBAHAN DAN IRISAN WILAYAH PADA DATA SPATIOTEMPORAL
FAHRUL IRIANTO
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
ABSTRACT FAHRUL IRIANTO. Framework Development for Change Detection and Intersection on Spatiotemporal Data. Supervised by ANNISA. Spatial data changes that occur at any time can provide information in the form of objects which are subject to changes. Change of the objects proficiency level can be analyzed using the spatiotemporal query. Spatiotemporal query requires spatial operator design and temporal operator design rely heavily on the data, so that when used on different data will lead to changes in the variables of these operators without the semantic changes. Therefore, it takes spatiotemporal operator functions which are not dependent on the data. This study implements spatiotemporal operator functions into a framework. Framework is very useful to facilitate developers in the expansion and maintenance. In designing a framework, it takes some special parameters in order to make the framework goes well. The parameters used in the design are the object id, object name, object time, object area, centroid, and object geometry. In addition, spatiotemporal data are needed in the form of data sets per time in order to use this framework. This study has implemented spatiotemporal operator functions into a framework, but for different data further research are still required. Keyword: spatiotemporal framework, spatiotemporal, framework.
Penguji : 1. Imas Sukaesih Sitanggang, S.Si, M.Kom 2. Hari Agung Adrianto, S.Kom, M.Si
Judul Skripsi : Pembangunan Framework untuk Deteksi Perubahan dan Irisan Wilayah pada Data Spatiotemporal Nama : Fahrul Irianto NRP : G64080084
Menyetujui: Pembimbing
Annisa, S.Kom, M.Kom NIP.19790731 200501 2 002
Mengetahui: Ketua Departemen Ilmu Komputer
Dr. Ir. Agus Buono, M.Si, M.Kom NIP. 19660702 199302 1 001
Tanggal Lulus :
KATA PENGANTAR Puji dan syukur penulis panjatkan ke hadirat Allah Subhanahu wa Ta’ala yang telah memberikan rahmat-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul Pembangunan Framework untuk Deteksi dan Irisan Wilayah pada Data Spatiotemporal dengan lancar dan baik. Penulis juga menyampaikan terima kasih kepada seluruh pihak yang telah berperan dalam penelitian ini, yaitu: 1 Ayahanda Panji Purwono, Ibunda Budhi Rusdwiyanti, Putri Dwi Astuti, dan Marsha Fransisca Andriasmi atas doa, kasih sayang, dukungan, serta motivasi kepada penulis untuk penyelesaian penelitian ini. 2
Ibu Annisa, S.Kom, M.Kom, selaku dosen pembimbing yang telah memberi banyak ide, saran, bantuan, serta dukungan sampai selesainya penelitian ini.
3
Ibu Imas Sukaesih Sitanggang, S.Si, M.Kom, dan Bapak Hari Agung Adrianto, S.Kom, M.Si, selaku penguji yang telah memberi banyak masukan terhadap tugas akhir yang saya kerjakan.
4
Rekan-rekan satu bimbingan Ulfa Khaira, Muti Relegi, Norma Agustina, Stefanus Eko Susanto, dan Hutomo Triasmoro, terima kasih atas bantuan dan dukungannya.
5
Kakak Dhieka Avrilia Lantana, kakak Fani Wulandari, Kristian Edo Zulfamy, Hafiz Furqonul Aziz, dan Shanty Nathalia Margaretha terima kasih atas saran, bantuan, serta dukungan hingga sampai selesainya penelitian ini.
6
Sahabat-sahabat terbaik penulis Ivan Taufik, Misran, Virza Maradhika, Wina Novila, Inessya Feronica, Anggi Maniur Hutasoit, Mudita Natania, Ryanda Rachmad, dan Dinie Dianita Bakrie yang telah menemani hari-hari penulis sejak menjadi mahasiswa.
7
Rekan-rekan seperjuangan di Ilmu Komputer IPB angkatan 45 atas segala kebersamaan, bantuan, dukungan, serta kenangan bagi penulis selama menjalani masa studi.
Penulis berharap penelitian ini dapat memberikan manfaat bagi semua pihak yang membutuhkan.
Bogor, Maret 2013
Fahrul Irianto
RIWAYAT HIDUP Penulis dilahirkan pada tanggal 21 Maret 1990 di Jakarta Selatan. Penulis merupakan anak pertama dari dua bersaudara dari pasangan Panji Purwono dan Budhi Rusdwiyanti. Pada tahun 2008, penulis lulus dari SMA Negeri 113 Jakarta Timur. Pada tahun yang sama, penulis lulus seleksi masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa pada Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama aktif menjadi mahasiswa, penulis menjadi salah satu anggota Koperasi Mahasiswa pada tahun 2009. Penulis juga menjadi pengurus Himpunan Mahasiswa Ilmu Komputer (Himalkom) pada tahun 2010. Pada tahun 2011, penulis melaksanakan Praktik Kerja Lapangan (PKL) di Bagian Sistem Informasi Geografi, Balai Pengelolaan Daerah Aliran Sungai Cimauk Citanduy.
DAFTAR ISI Halaman DAFTAR TABEL ............................................................................................................................ vi DAFTAR GAMBAR ....................................................................................................................... vi DAFTAR LAMPIRAN .................................................................................................................... vi PENDAHULUAN............................................................................................................................. 1 Latar Belakang............................................................................................................................. 1 Tujuan Penelitian ......................................................................................................................... 1 Manfaat Penelitian ....................................................................................................................... 1 Ruang Lingkup ............................................................................................................................ 1 TINJAUAN PUSTAKA .................................................................................................................... 1 Data Spatiotemporal .................................................................................................................... 1 Framework MVC ......................................................................................................................... 2 Spatiotemporal Framework ......................................................................................................... 2 Object-Oriented Programming .................................................................................................... 3 Spatial Query ............................................................................................................................... 3 Perubahan Data Spatiotemporal .................................................................................................. 3 METODE PENELITIAN .................................................................................................................. 4 Studi Pustaka ............................................................................................................................... 4 Analisis Data ............................................................................................................................... 4 Perancangan Framework ............................................................................................................. 5 Perancangan Fungsi Tracking...................................................................................................... 5 Perancangan Fungsi Intersection ................................................................................................. 6 Implementasi (Coding) ................................................................................................................ 6 Pengujian ..................................................................................................................................... 6 Perangkat Keras dan Perangkat Lunak ........................................................................................ 7 HASIL DAN PEMBAHASAN ......................................................................................................... 7 Studi Pustaka ............................................................................................................................... 7 Analisis Data ............................................................................................................................... 7 Perancangan Framework ............................................................................................................. 8 Perancangan Fungsi Tracking...................................................................................................... 9 Perancangan Fungsi Intersection ............................................................................................... 10 Pengujian ................................................................................................................................... 10 Penggunaan Framework ............................................................................................................ 11 KESIMPULAN DAN SARAN ....................................................................................................... 11 Kesimpulan ................................................................................................................................ 11 Saran .......................................................................................................................................... 11 DAFTAR PUSTAKA ..................................................................................................................... 11 LAMPIRAN .................................................................................................................................... 13
v
DAFTAR TABEL Halaman 1 Atribut sebelum dilakukan praprocess........................................................................................... 8 2 Atribut yang telah dilakukan praprocess. ...................................................................................... 8 3 Perubahan id objek kebun campuran. ............................................................................................. 9
DAFTAR GAMBAR Halaman 1 Model data vektor (a) point, (b) line, (c) polygon. ....................................................................... 1 2 Model data raster. ......................................................................................................................... 2 3 Perubahan data spatiotemporal. ................................................................................................... 2 4 Model framework MVC (Model-View-Controller) (Gupta et al. 2010). ...................................... 2 5 Komponen data spatiotemporal (Mennis et al. 2000). ................................................................. 3 6 Ilustrasi dua relasi antara join dan spatial join. ............................................................................ 3 7 Tahapan penelitian. ...................................................................................................................... 4 8 Perancangan framework MVC. .................................................................................................... 5 9 Tracking kondisi satu. .................................................................................................................. 6 10 Tracking kondisi dua. ................................................................................................................... 6 11 Tracking kondisi tiga. ................................................................................................................... 6 12 Tracking kondisi empat. ............................................................................................................... 6 13 Tracking kondisi lima................................................................................................................... 6 14 Guna lahan tahun 1994. ................................................................................................................ 7 15 Guna lahan tahun 2001. ................................................................................................................ 7 16 Objek mengalami split ............................................................................................................... 10 17 Input data tracking ..................................................................................................................... 10 18 Hasil dari proses tracking ........................................................................................................... 10 19 Input data fungsi intersection ..................................................................................................... 11 20 Dataset spatiotemporal .............................................................................................................. 11
DAFTAR LAMPIRAN Halaman 1 Data guna lahan tahun 1994 ......................................................................................................... 14 2 Penjelasan atribut tabel gun lahan, ............................................................................................... 16
vi
1
PENDAHULUAN Latar Belakang Data Spatiotemporal merupakan data spasial yang mengalami perubahan setiap waktunya. Perubahan data spasial dalam suatu rentang waktu dapat memberikan analisis berupa objek-objek yang mengalami evolusi. Analisis data spatiotemporal memerlukan perancangan operator spasial dan operator temporal. Penelitian Sheftian (2011) telah melakukan implementasi operator spasial pada sistem informasi geografis dengan studi kasus wilayah kota Bogor. Namun, pada umumnya, perancangan operator spatiotemporal sangat bergantung pada data. Akibatnya, penggunaan data yang berbeda memerlukan adanya perubahan variabel dari operator-operator tersebut tanpa mengubah semantiknya. Penelitian Rao et al. (2011) telah mendefinisikan empat model algoritme untuk menganalisis data yang bersifat spatiotemporal, yaitu berupa algoritme tracking, menemukan intersection antara dua objek, algoritme mining spatiotemporal, dan algoritme preprocess. Keempat algoritme ini dapat dikembangkan untuk membentuk sebuah framework yang berisi template dari fungsi-fungsi analisis spatiotemporal. Framework berguna agar memudahkan user atau peneliti lain dalam membuat sistem analisis spatiotemporal. Selain itu framework ini diharapkan dapat memudahkan pengembang dalam melakukan perluasan dan perawatan sistem. Penelitian ini akan mengimplementasikan model algoritme ke dalam bentuk framework. Model algoritme yang digunakan dalam pembuatan fungsi, yaitu algoritme deteksi perubahan pada suatu wilayah (tracking) dan algoritme menemukan dua buah objek yang mengalami irisan (intersection). Untuk membangun framework digunakan metode berupa framework MVC (Model, View, Controller). Framework MVC digunakan karena memiliki kemudahan dalam membagi pekerjaan ke dalam beberapa bagian, yaitu bagian data (model), bagian tampilan (view), dan bagian proses (controller). Pemisahan ini mempemudah pengembang dalam melakukan perluasan dan perawatan sistem. Tujuan Penelitian Tujuan dari penelitian ini adalah :
1 2
Membangun framework untuk operator query spatiotemporal. Mengimplementasikan algoritme tracking, dan algoritme pendeteksi intersection ke dalam sebuah framework.
Manfaat Penelitian 1
2
Penelitian ini diharapkan dapat membantu peneliti lain dalam membangun sistem analisis spatiotemporal. Penelitian ini diharapkan dapat membantu peneliti lain dalam mengembangkan sebuah framework.
Ruang Lingkup Ruang lingkup penelitian ini adalah mengimplementasikan dua algoritme dari empat algoritme yang diberikan pada penelitian Rao et al. (2011) ke dalam sebuah framework. Algoritme yang digunakan adalah algoritme tracking dan algoritme pendeteksi intersection.
TINJAUAN PUSTAKA Data Spatiotemporal Data spatiotemporal adalah gabungan dari data spasial dan data temporal. Data spasial merupakan data yang berhubungan dengan ruang (space) dan biasanya untuk mengelola data geografis yang memiliki referensi kebumian (Guting 1994). Model data spasial dapat berupa vektor atau pun raster. Gambar 1 menunjukkan model vektor yang dibagi ke dalam tiga jenis, yaitu model polygon, line dan point, sedangkan Gambar 2 menunjukkan model raster. Model polygon untuk merepresentasikan wilayah atau area misalnya tanah, propinsi, danau, dan sebagainya. Model line digunakan untuk merepresentasikan sungai atau jalan, sedangkan model point digunakan untuk merepresentasikan suatu objek seperti pusat kota. Model data raster yaitu menampilkan data spasial ke dalam bentuk matrik–matrik yang telah berbentuk grid secara continue. Objek spasial yang terdiri atas kumpulan piksel-piksel dapat disebut dataset.
(a)
(b)
(c)
Gambar 1 Model data vektor (a) point, (b) line, (c) polygon.
1
2
Gambar 2 Model data raster. Data temporal adalah data yang berhubungan dengan waktu. Pada data temporal terdapat dua aspek waktu yang dapat digunakan yakni valid time dan transaction time. Valid time merupakan waktu kejadian yang merujuk kepada waktu kejadian sebenarnya pada dunia nyata (Jensen 1999), sedangkan transaction time adalah waktu penyimpanan kejadian dalam database (Jensen 1999).
MVC (Model-View-Controller) adalah sebuah design pattern yang dibangun dengan membuat tiga bagian komponen utama yang dimana pada setiap bagian komponen tersebut memiliki fungsinya masing-masing (Gupta et al. 2010). Gambar 4 merupakan design pattern bentuk MVC yang dimana terdapat tiga bagian, yaitu controller servlet, Java Beans, dan View JSP. Controller servlet merupakan bagian controller yang bertugas memproses permintaan dari user, Java Beans merupakan bagian model yang bertugas untuk memanipulasi database, sedangkan View JSP merupakan bagian view yang bertugas menampilkan user interface kepada user. Keuntungan dari menggunakan framework MVC yaitu dapat memisahkan fungsi ke dalam beberapa modul sehingga bila terjadi perubahan pada suatu sistem maka hanya mengubah bagian komponen yang bersangkutan dengan sistem tersebut.
Data spatiotemporal dimaksudkan untuk menangani aplikasi di dunia nyata yang mengalami perubahan spasial setiap waktunya (Peleksi et al 2005). Gambar 3 menunjukkan perubahan objek spasial dari tahun 1994 sampai tahun 2001. Data spatiotemporal akan mengalamai perubahan dari waktu ke waktu hingga waktu ke-n. Nilai n adalah akhir dari segala proses (Rahim 2006).
Gambar 4 Model framework MVC (ModelView-Controller) (Gupta et al. 2010). 1994
2001
Gambar 3 Perubahan data spatiotemporal. Framework MVC Framework MVC merupakan sebuah framework yang mempunyai design pattern berupa MVC (Model-View-Controller). Framework sendiri merupakan kerangka kerja yang berisi sekumpulan kode library yang dibuat untuk memfasilitasi pengembangan sistem aplikasi dengan membuat bagianbagian fungsi atau abstrak dari suatu bahasa pemrograman. Framework dapat meningkatkan produktifitas kinerja dari suatu software dan membuat programmer lebih efisien dalam membuat software (Riehle 2000).
Spatiotemporal Framework Spatiotemporal Framework dirancang untuk mempermudah manusia dalam menganalisis data spatiotemporal. Perancangan spatio-temporal framework ini memerlukan beberapa komponen yang mendasari terbentuknya atribut spatiotemporal. Tujuan dari adanya spatiotemporal framework ini adalah memberikan suatu fungsi spatiotemporal berupa template yang dapat memudahkan user dalam membuat sistem analisis spatiotemporal. Data spatiotemporal memiliki atributatribut yang terlibat berdasarkan fenomena yang terjadi pada data spatiotemporal. Atribut tersebut berupa theme, location, time, dan object. Theme, location, dan time merupakan bagian data komponen, sedangkan object 2
3
merupakan bagian komponen yang memiliki knowledge (Mennis et al. 2000). Gambar 5 merupakan contoh dari pyramid framework yang merepresentasikan ruang kebumian dimana keterkaitan ketiga atribut berupa location, theme, dan time dapat memberikan sebuah objek yang memiliki knowledge.
Nama
Pekerjaan
Lokasi
Spatial Join
Join Nama
Alamat
Lokasi
Gambar 6 Ilustrasi dua relasi antara join dan spatial join. Kueri pada data spasial menggunakan kueri yang berhubungan dengan tipe data spasial berupa point, line, atau data poligon yang membentuk data spasial. Kueri spasial memiliki beberapa operasi spasial yang di antaranya yaitu: 1 Gambar 5 Komponen data spatiotemporal (Mennis et al. 2000). Object-Oriented Programming Object-oriented programming merupakan suatu konsep paradigma pemrograman dimana data atau fungsi-fungsi dibuat ke dalam suatu objek atau kelas-kelas (Capretz 2003). Setiap objek nantinya dapat berinteraksi dengan objek lainnya. Perbedaan antara objectoriented programming dengan structural programming adalah pada saat melakukan pemrograman. Structural programming memiliki fungsi dan data menjadi satu kesatuan, sedangkan object-oriented programming membagi fungsi ke dalam kelas-kelas atau objek-objek. Object-oriented programming mempunyai keuntungan dibandingkan structural programming, yaitu dapat memberikan kemudahan dalam mengubah program bila terjadi maintenance. Hal ini dikarenakan object-oriented programming membagi fungsi ke dalam kelas-kelas atau objek-objek. Spatial Query Spatial query merupakan suatu ekspresi untuk melakukan pencarian informasi berupa lokasi atau wilayah tertentu yang memiliki atribut berupa tipe data spasial (Shekhar dan Chawla 2003). Perbedaan kueri spasial dengan kueri relasional terletak pada penggunaan fungsinya. Gambar 6 merupakan contoh perbedaan antara kueri relasional dengan kueri spasial.
2
3
4
Update operation: operasi ini merupakan operasi standar seperti memodifikasi, membuat, dan seterusnya. Selection operation: operasi memiliki dua tipe, yaitu point query dan regional query. Point query digunakan untuk mencari objek berbentuk point pada data spasial. Regional query digunakan untuk mencari objek spasial berupa point yang mengalami irisan dengan objek berbentuk poligon. Spatial join: sama seperti operator join pada database relasional yaitu mencari hubungan topologi objek spasial di antara dua tabel. Hubungan topologi di antara dua objek di antaranya yaitu disjoint, meet, overlap, equal, dan intersect. Spatial aggregate: operasi ini biasanya digunakan untuk mencari jarak terdekat antara objek X dan objek Y. Contohnya adalah mencari rumah sakit terdekat dengan sekolah.
Perubahan Data Spatiotemporal Perubahan data spatiotemporal setiap waktunya dapat mengakibatkan berubahnya morfologi, topologi dan atribut dari objek spatiotemporal (Peleksi et al 2005). Perubahan pada data spatiotemporal dapat terbagi menjadi delapan bagian, yaitu: 1
2
Change in geometry, merupakan perubahan geometri pada objek yang mempunyai bentuk poligon yang berbeda dari objek yang sebelumnya. Change in topology, merupakan perubahan topologi yang terjadi pada objek. Contohnya adalah perubahan
3
4
3
4
5
6
7
8
penggunaan luas lahan dari sawah menjadi perumahan. Change in attribute, merupakan perubahan atribut yang terjadi pada objek. Contohnya adalah perubahan luas area pada suatu guna lahan. No change, terjadi bila objek tidak mengalami perubahan dari segi geometri, topologi, maupun atribut. Change in geometry and topology, merupakan perubahan objek yang terjadi pada bentuk geometri dan topologi objek. Change in geometry and attribute, merupakan perubahan objek yang terjadi pada bentuk geometri dan atribut objek. Change in topology and attribute, merupakan perubahan yang terjadi pada topologi dan atribut objek. Change in topology, attribute, and geometry, objek mengalami perubahan dari bentuk topologi, atribut, dan geometri.
Mulai
Analisis Data
Perancangan Framework
Perancangan Fungsi Intersection
Input Kueri
Studi pustaka juga dapat membantu peneliti dalam menyusun kerangka penelitian yang berkaitan dengan topik dari masalah yang sedang diteliti. Kerangka tersebut nantinya dapat membantu peneliti dalam menentukan hipotesis penelitian.
Pengujian
Hasil Kueri
Studi Pustaka Studi pustaka dilakukan untuk menemukan informasi dari topik masalah yang sedang atau akan diteliti. Informasi tersebut berupa pencarian literatur yang di antaranya dari internet, jurnal, buku, dan arikel yang membahas framework spatiotemporal. Studi kepustakaan merupakan langkah awal yang penting dalam mencari data sekunder. Studi kepustakaan dapat mendukung peneliti untuk mengetahui ilmu-ilmu yang sedang berkembang.
Perancangan Fungsi Tracking
Implementasi
METODE PENELITIAN Metode yang dilakukan pada penelitian ini dibagi menjadi beberapa tahap yaitu studi pustaka, analisis data. perancangan framework, perancangan fungsi tracking dan fungsi intersection, implementasi, dan pengujian. Metode penelitian ditunjukkan pada Gambar 7.
Studi Pustaka
Gambar 7 Tahapan penelitian. Analisis Data Pada penelitian ini data yang digunakan berupa data poligon guna lahan yang berada pada wilayah Indonesia tahun 1994 dan 2001 yang didapatkan dari Departemen Ilmu Tanah, Fakultas Pertanian, IPB. Lampiran 1 merupakan data tabel guna lahan tahun 1994 sebelum melakukan praprocessing. Pada data yang telah didapatkan pada Lampiran 1 kemudian dilakukan praprocessing untuk mendapatkan atribut-atribut mana saja yang digunakan untuk memenuhi kebutuhan sistem. Ada pun atribut-atribut yang digunakan pada data spatiotemporal yaitu landuse, id objek, area, geom, dan waktu. Pada Lampiran 2 merupakan penjelasan atribut pada data spatiotemporal.
4
5
Perancangan Framework Perancangan framework dilakukan dengan menggunakan konsep Model, View, Controller (MVC). Gambar 8 menunjukkan proses kerja dari framework MVC. Bagian controller memproses data yang diminta oleh user, dalam hal ini berupa proses algoritme intersection dan tracking. Selanjutnya, bagian controller mengakses bagian model untuk mendapatkan data yang telah mengalami
proses intersection dan tracking, bagian model hanya berisi kueri-kueri yang berhubungan dengan database. Setelah kueri pada database dilakukan, bagian model akan mengembalikan hasil kueri ke bagian controller. Selanjutnya, bagian controller akan mengakses bagian view. Bagian ini akan menampilkan user interface beserta hasil proses yang telah dilakukan.
Controller Spatiotemporal Topology B R O W S E R
Intersect() Tracking()
Model Spatiotemporal Query QueryIntersect() QueryTracking()
Database
View (HTML) View
Gambar 8 Perancangan framework MVC. Perancangan Fungsi Tracking Pada tahap ini dilakukan implementasi algoritme tracking ke dalam sebuah fungsi, yang nantinya fungsi tersebut dipanggil. Algoritme tracking yang digunakan pada penelitian ini adalah dari algoritme yang digunakan pada penelitian Rao et al. (2011). Algoritme ini melakukan pencarian ke dalam suatu dataset spatiotemporal dengan memberikan input starting time dan ending time yang berada pada sistem. Pada proses algoritme tracking diperlukan empat variabel untuk menentukan kasus-kasus yang akan terjadi. Ada pun empat variabel tersebut adalah data awal, data akhir, starting time, dan ending time. Data awal merupakan data pada database sewaktu pertama kali data dibuat. Data akhir merupakan waktu terakhir data dalam suatu database. Data dari tahun 1994 sampai dengan tahun 2001 akan mendapatkan nilai data awal = 1994 dan data
akhir = 2001. Selanjutnya starting time merupakan waktu awal yang ditentukan oleh user kepada sistem dan ending time merupakan waktu akhir yang ditentukan oleh user pada sebuah sistem. Pada algoritme tracking terjadi lima kondisi untuk menjalankan proses algoritme tersebut. Lima kondisi tersebut yaitu: Kondisi satu: Gambar 9 menunjukkan proses algoritme tracking yang terjadi pada saat kondisi satu, yaitu ketika Tmin < Obj.st < Obj.et < Tmax. Gambar 9 Tmin menunjukkan starting time, Tmax menunjukkan ending time, Obj.st menunjukkan data awal, dan Obj.et menunjukkan data akhir. Obj.st akan memproses terus menerus hingga nilai Obj.st sama dengan Obj.et jika pada algoritme tracking terjadi pada kondisi satu. Proses yang dilakukan berupa pencarian perubahan nilai dari suatu objek setiap waktunya.
5
6
Obj.st
Obj.et
Tmin
Tmax
Kasus 1
Gambar 9 Tracking kondisi satu. Kondisi dua: Gambar 10 menunjukkan proses algoritme tracking yang terjadi pada saat kondisi dua, yaitu ketika Obj.st < Tmin < Obj.et < Tmax. Gambar 10 menunjukkan fungsi akan memproses dari Tmin atau waktu starting time hingga nilai Tmin sama dengan nilai Obj.et jika algoritme tracking terjadi pada kondisi dua. Obj.st
Obj.et Tmin
Tmax
Kasus 2
Gambar 10 Tracking kondisi dua. Kondisi tiga: Gambar 11 menunjukkan proses algoritme tracking yang terjadi pada saat kondisi tiga, yaitu ketika Tmin < Obj.st < Tmax < Obj.et. Gambar 11 menunjukkan fungsi akan memproses Obj.st hingga nilai Obj.st sama dengan nilai Tmax jika algoritme tracking terjadi pada kondisi tiga. Obj.st Tmin
Obj.et Tmax
Kasus 3
Gambar 11 Tracking kondisi tiga. Kondisi empat: Gambar 12 menunjukkan proses algoritme tracking yang terjadi pada saat kondisi empat, yaitu ketika Obj.st < Obj.et < Tmin < Tmax. Gambar 12 menunjukkan jika algoritme tracking terjadi pada kondisi empat, data yang dicari tidak ada di dalam database. Obj.et
Obj.st
Tmin
Tmax
Kasus 4
Gambar 12 Tracking kondisi empat.
Selanjutnya dilakukan kueri spasial untuk mengetahui perubahan luas objek yang terjadi pada data spatiotemporal yang memiliki nilai geom. Kueri spasial yang digunakan untuk mengetahui perubahan luas dari suatu objek setiap tahunnya menggunakan operator spasial ST_Intersect. Operator ini berfungsi untuk mendeteksi apakah objek yang ditentukan pada saat ini memiliki area yang sama pada waktu sebelumnya. Perancangan Fungsi Intersection Pada tahap ini perancangan fungsi yang dilakukan tidak jauh beda dengan perancangan fungsi tracking. Perancangan fungsi ini akan mendeteksi apakah terjadi irisan atau tidak pada objek satu tahun pertama dengan objek kedua tahun kedua. Jika terjadi irisan, fungsi akan menampilkan objek–objek yang terjadi irisan, namun jika kedua objek tidak terjadi irisan, fungsi akan memberikan informasi bahwa pada objek yang ditentukan tidak terjadi irisan. Tahap ini sebenarnya telah dilakukan pada penelitian Sheftian (2011), yang telah mengimplementasikan kueri intersection pada wilayah kota Bogor untuk memilih lokasi sekolah, pelayanan kesehatan, masjid, sentral bisnis, wisata, dan pemerintahan. Namun pada penelitian tersebut data yang digunakan masih berupa data spasial. Pada perancangan ini pertama kali waktu dan id objek ditentukan, kemudian dilakukan proses kueri spasial. Kueri spasial yang digunakan berupa kueri ST_Intersect untuk mendeteksi objek–objek yang mengalami irisan. Implementasi (Coding) Tahap ini merupakan tahap coding yang menggunakan bahasa pemrograman PHP. Tahap ini merupakan tahap pembuatan fungsi tracking dan fungsi intersection yang disimpan ke dalam suatu file, fungsi tersebut nantinya dipanggil di file yang berbeda yaitu file utama atau main file.
Kondisi lima:
Pengujian
Gambar 13 menunjukkan proses algoritme tracking yang terjadi pada saat kondisi empat, yaitu ketika Tmin < Tmax < Obj.st < Obj.et. Sama halnya dengan kondisi empat, jika pada algoritme tracking terjadi pada kondisi lima, data yang dicari tidak ada di dalam database.
Pengujian dilakukan dengan memberikan input kueri ke dalam sistem. Input kueri tersebut terdiri atas nama objek, id objek, starting time, end time. Selain itu nama objek, id objek harus sesuai dengan objek yang berada di data history.
Obj.st Tmin
Tmax
Obj.et Kasus 5
Gambar 13 Tracking kondisi lima. 6
7
Perangkat Keras dan Perangkat Lunak Beberapa perangkat keras dan perangkat lunak yang digunakan pada penelitian ini yaitu: Perangkat keras :
Processor Intel Pentium Dual Core Memory 2 GB RAM Mouse dan keyboard
Perangkat lunak :
Sistem operasi: Microsoft Windows 7 XAMPP 1.7 DBMS PostgreSQL Bahasa pemrograman PHP Notepad++ Web Browser Google Chrome
HASIL DAN PEMBAHASAN Studi Pustaka Studi pustaka dilakukan untuk memahami serta mendapatkan informasi yang terkait hubungannya dengan pembuatan fungsi framework spatiotemporal. Pada penelitian ini data yang didapatkan berupa data guna lahan berupa data poligon di wilayah Indonesia tahun 1994 dan tahun 2001. Data guna lahan pada tahun 1994 dapat dilihat pada Gambar 14, sedangkan data pada tahun 2001 dapat dilihat pada Gambar 15. Ada pun atribut yang diberikan pada Lampiran 1 berupa id, landuse, area, perimeter, hectares, luas, dan titik x,y. Pada tahap ini algoritme yang digunakan berupa algoritme tracking dan algoritme intersection yang digunakan pada penelitian Rio et al. (2011).
Gambar 14 Guna lahan tahun 1994.
Gambar 15 Guna lahan tahun 2001. Analisis Data Data yang digunakan memiliki atribut id. landuse, area, perimeter, hectares, luas, dan titik x,y. Atribut id menunjukkan id objek dari masing–masing nama objek sehingga setiap nama objek yang berbeda memiliki id objek yang berbeda pula. Selanjutnya atribut landuse menginformasikan nama objek, ada pun nama objek yang diberikan yaitu tegalan, sawah, permukiman, lahan tebuka, kebun teh, kebun campuran, hutan semak/belukar, dan hutan lebat. Atribut area, hectares, dan luas_m2 menunjukkan luas dari masing– masing landuse dengan satuan yang berbeda, sedangkan titik x,y merupakan titik centroid. Titik centroid digunakan untuk memperlihatkan perubahan yang terjadi pada spatiotemporal. Data yang didapatkan kemudian dimasukan ke dalam DBMS PostgreSQL dengan menggunakan PostGIS sehingga mendapatkan nilai geom dan id geom. Selanjutnya pada data yang telah dimasukan ke PostgreSQL siap dilakukan prapocessing. Atribut pada tabel terdiri atas gid, id, landuse, area, perimeter, hectares, luas_m2, kode, x_easting, y_northing, dan geom. Data harus dipilih mana atribut yang diperlukan dan atribut yang tidak diperlukan, dalam hal ini atribut hectares, dan atribut luas_m2 dihapus karena memiliki data yang sama, yaitu luas namun dengan satuan yang berbeda. Kemudian, atribut kode juga mengalami penghapusan karena atribut kode hanya merupakan singkatan dari nama objek yaitu landuse. Data yang telah melakukan praprocessing dapat dilihat pada Tabel 1. Tabel 1 menunjukkan pada landuse yang sama memiliki nilai id yang sama sehingga menyebabkan data tidak mempunyai keunikan 7
8
untuk nilai landuse yang sama. Oleh karena itu, dilakukan perubahan pada nilai atribut id yang memiliki nilai landuse yang sama sehingga untuk setiap landuse yang sama memiliki id yang berbeda. Data yang dihasilkan diberikan pada Tabel 2. Tabel 2 telah menunjukkan keunikan dari masing-masing data dengan memiliki dua primary key. Primary key pada Tabel 2 yakni berupa atribut id dan atribut landuse. Atribut id digunakan untuk memberikan nilai ciri dari setiap nama landuse yang sama, sedangkan
atribut landuse digunakan untuk menentukan nama lahan dari suatu objek data spasial. Setelah data yang diproses seperti pada Tabel 2 maka proses selanjutnya yaitu melakukan perancangan framework. Perancangan framework dilakukan dengan membuat sebuah fungsi-fungsi yang nantinya fungsi tersebut dapat digunakan pada data spatiotemporal yang berbeda. Dalam perancangan framework terdapat dua fungsi yang digunakan, yaitu fungsi deteksi perubahan luas area dan fungsi deteksi irisan pada dua objek data spatiotemporal.
Tabel 1 Atribut sebelum dilakukan praprocess. gid 1 2 3 4 5
id 1 1 2 2 3
landuse HSB HSB PK PK HL
area 78730 200417 62291 91167 205670
Perimeter 1047 2093 916 1095 3540
X 72055 718578 711982 716119 712781
Y 9260423 9261209 9260202 9258701 9256361
Geom 0106.. 0106.. 0106.. 0106.. 0106..
Tabel 2 Atribut yang telah dilakukan praprocess. gid 1 2 3 4 5
id 1 2 1 2 1
landuse HSB HSB PK PK HL
area 78730 200417 62291 91167 205670
Perimeter 1047 2093 916 1095 3540
Perancangan Framework Pada tahap ini dilakukan perancangan framework dengan menggunakan konsep MVC. Pada konsep ini terdiri atas tiga bagian, yaitu bagian model, bagian view dan bagian controller. Bagian berikut adalah contoh kode program pada bagian controller yang dimana berfungsi sebagai penghubung antara bagian view dengan bagian model: class Controller { public $load; public $model; function __construct() { $this->load = new Load(); $this->model=new Model(); } Variabel load menunjukkan penghubung untuk bagian view sedangkan variabel model menunjukkan penghubung untuk bagian model. Bagian controller juga berisi fungsifungsi untuk menangani permintaan dari bagian view. Bagian fungsi berikut merupakan
X 72055 718578 711982 716119 712781
Y 9260423 9261209 9260202 9258701 9256361
Geom 0106.. 0106.. 0106.. 0106.. 0106..
contoh kode program fungsi tracking pada data yang dimasukan melalui bagian view: function tracking($object_name, $object _id, $start_time, $end_time) { include('data.php'); if(($t[0]>=$start_time)and($ t[0]<=$end_time) and ($t[1]>=$start_time) and ($t[1]<=$end_time)) { } Selanjutnya fungsi kemudian memanggil bagian model untuk melakukan kueri pada database. Bagian berikut merupakan contoh kode program pada bagian controller untuk memanggil bagian model: for($i=0;$i<$jumlah_data; $i++) { $a = $i + 1; $number = 0; 8
9
$this->model-> tracking_data ($object[$i],$object[$a], $object_name,$object_id, $number,$t[$a]); } Bagian model menampilkan kueri-kueri yang berhubungan dengan database. Pada bagian model ini terdapat fungsi yang digunakan untuk mengakses koneksi ke database. Setelah melakukan koneksi pada database, maka akan dilakukan kueri untuk mendapatkan data yang mengalami intersect dan proses tracking. Bagian berikut merupakan contoh kode program yang menunjukkan kueri tracking data, yang bertujuan mendapatkan perubahan area dari setiap objek: pg_query($this->dbconn, "SELECT a.id, a.landuse, a.area, b.id, b.landuse, b.area FROM $object1 a INNER JOIN $object2 b ON ST_Intersects (a.geom,b.geom) WHERE a.landuse=$object_name' AND a.id = '$object_id' AND b.landuse= '$object_name'"); Kueri tersebut akan menampilkan atribut id dan atribut landuse dari tabel tahun pertama dan tahun berikutnya. Kemudian pada kedua tabel dilakukan fungsi ST_Intersect. Fungsi tersebut digunakan untuk mengidentifikasi apakah objek saat ini memiliki kesamaan pada objek sebelumnya. Bagian view hanya menampilkan kodekode program untuk bagian tampilan. Selain itu bagian view juga memberikan input untuk memanggil bagian controller. Bagian berikut menunjukkan proses pemanggilan class controller dengan memanggil fungsi tracking dan chance detection pada bagian controller: $insert = new Controller(); $insert>tracking($object_nam e,$object_id, $start_time, $end_time); $insert>chance_detection ($object_name, $object_id, $start_time, $end_time); Perancangan Fungsi Tracking Perancangan fungsi tracking dilakukan dengan memproses dataset pada range waktu
yang diberikan input dari user. Tabel 3 merupakan contoh output yang dihasilkan dengan menggunakan fungsi tracking. Perancangan fungsi tracking ini dapat menentukan perubahan objek setiap waktunya. Tabel 3 Perubahan id objek kebun campuran.
1 2 3 4
Area m2 1994 342357 908531 68233 2147392
5 6 7
1277549 2574123 6540205
8
2005723
Id 1994
Id 2001 6 4 6 1 7 13 11 10 14 5 12
Area m2 2001 623370 962993 623370 117264 431356 1826485 4656161 850142 431730 582935 304870
Pada Tabel 3 dapat dilihat perubahan perubahan id objek beserta luas areanya pada daerah kebun campuran. Objek id 2 yang memiliki area 908 531 meter persegi pada tahun 1994 berubah menjadi objek id 4 dengan luas area 962 993 meter persegi pada tahun 2001. Selanjutnya objek bernilai id 4 dengan luas area 2 147 392 meter persegi pada tahun 1994 berubah menjadi objek bernilai id 1 dengan luas area 117 264 meter persegi. Objek bernilai id 7 dengan luas area 431 356 meter pesegi pada tahun 2001. Perubahan yang terjadi pada objek bernilai id 4 dikarenakan objek tersebut mengalami split sehingga objek terbelah menjadi beberapa bagian seperti Gambar 16 bagian berwarna putih menunjukkan objek tahun 1994 dan bagian berwarna hitam menunjukkan objek tahun 2001. Hal ini terjadi pula pada objek bernilai id 7 dan objek bernilai id 8. Dalam mencari perubahan luas objek setiap waktunya dibutuhkan sebuah kueri spasial untuk melakukan proses tracking. Algoritme yang digunakan pada proses tracking yaitu pertama–tama melakukan pengkuerian dengan mencari objek dan id pada dataset tahun 1994, misalnya mencari objek kebun campuran dengan id objek bernilai empat. Kemudian dilakukan pengkuerian pada dataset tahun 2001 dengan melakukan pencarian nilai objek, misalnya mencari objek kebun campuran. Setelah kedua dataset tersebut dikuerikan maka untuk melihat perubahan data diperlukan 9
10
pengkuerian dengan menggunakan fungsi intersection sehingga dapat ditentukan perubahan yang terjadi pada objek yang berbeda.
Objek 2 Nama objek : Hutan semak/belukar Id objek : 8 Tahun : 2001 maka hasil yang akan diperoleh menampilkan output sebagai berikut :
akan
Terdapat intersection pada objek hutan semak/belukar id 5 dengan objek hutan semak/belukar id 8 Pengujian
Kebun campuran pada tahun 1994 Kebun campuran pada tahun 2001
Pengujian dilakukan oleh sistem, dimana user memberikan input. Ada pun pengujian terbagi menjadi dua, yakni pengujian pada fungsi tracking dan fungsi intersection. Pengujian fungsi tracking dapat dilihat pada Gambar 17 ketika user memberikan input ke dalam sistem. Kemudian hasil yang diberikan dapat dilihat pada Gambar 18.
Gambar 16 Objek mengalami split. Perancangan Fungsi Intersection Pada tahap ini dilakukan proses kueri apakah pada objek terjadi intersection atau tidak, hal ini untuk membuktikan apakah objek yang sekarang masih terkait dengan objek pada waktu sebelumnya. Pada algoritme ini user memilih nama objek dan id objek dari tahun yang tiap tahun yang berbeda, setelah data yang dipilih diberikan input ke sistem maka data akan diproses melalui pengkuerian. Algoritme yang digunakan pada kueri tersebut yaitu dimulai dengan melakukan pengkuerian pada sebuah objek dalam dataset tahun 1994, misalnya mencari objek hutan/semak belukar bernilai id 5. Kemudian dilakukan pengkuerian pada dataset tahun 2001 dengan mencari sebuah objek, misalnya mencari objek hutan semak/belukar bernilai id 8. Untuk melihat data tersebut mengalami intersection atau tidak, dapat menggunakan fungsi ST_Intersects. Setelah hasil pengkuerian didapat, maka fungsi akan memeroses hasil kueri yang telah diberikan sebelumnya. Sehingga bila diberikan input objek seperti di bawah ini: Objek 1
Gambar 17 Input data tracking.
Gambar 18 Hasil dari proses tracking. Pengujian fungsi intersection, dapat dilihat pada Gambar 19.
Nama objek : Hutan semak/belukar Id objek : 5 Tahun : 1994
10
11
KESIMPULAN DAN SARAN Kesimpulan
Gambar 19 Input data fungsi intersection. Hasil yang diberikan pada Gambar 19 akan menampilkan informasi berupa: “Terdapat intersection pada objek Hutan semak/belukar id 5 dengan objek Hutan semak/belukar id 8”. Penggunaan Framework Framework dapat digunakan pada data yang berbeda. Namun, untuk menggunakan framework tersebut diperlukan beberapa persyaratan yaitu data berupa dataset per waktu, seperti pada Gambar 20. Gambar 20 menunjukkan setiap waktu t1, t2, hingga tn memiliki dataset berupa nilai atribut yang berbeda-beda. Selain itu diperlukan beberapa atribut seperti nama objek, id objek, waktu objek, titik centroid, area, perimeter, dan geom. Atribut-atribut tersebut digunakan untuk memperlihatkan perubahan yang terjadi pada objek setiap waktunya. Keterhubungan atribut dengan framework yang dibuat yaitu atribut nama objek dan id objek digunakan untuk memproses fungsi yang berada pada bagian controller, sedangkan pada bagian model membutuhkan atribut titik centroid, luas area, waktu objek, perimeter dan geom. S p a c e
Objek 1994
t1
Objek Objek 2001 2005
t2
tn
nama objek, id objek, waktu objek, centroid, area, perimeter geom Gambar 20 Dataset spatiotemporal.
Penelitian ini telah dapat mengimplementasikan algoritme tracking dan algoritme intersection ke dalam sebuah fungsi di dalam framework. Untuk menggunakan framework dengan data yang berbeda diperlukan beberapa persyaratan yang di antaranya berupa dataset per waktu dan beberapa atribut yang diperlukan seperti nama objek, id objek, waktu objek, titik centroid, area, perimeter dan geom. Penggunaan fungsi tracking dan fungsi intersection pada data spatiotemporal juga telah dapat memperlihatkan perubahan sebuah objek setiap waktunya. Selain itu fungsi tersebut dapat mendeteksi apakah kedua objek dapat mengalami intersection atau tidak pada kedua objek dalam waktu yang berbeda. Saran Pada penelitian ini fungsi yang diiimplementasikan adalah algoritme tracking dan algoritme intersection sehingga masih perlu dilakukan pembuatan fungsi untuk algoritme yang lain, yaitu algoritme pendeteksi overlap, disjoint, equal, touches, dan masih banyak lagi. Selain itu, fungsi yang telah diimplementasikan dalam penelitian ini belum digunakan pada data spatiotemporal lain.
DAFTAR PUSTAKA Capretz LF. 2003. A brief history of the object-oriented approach. Software Engineering Notes 28(2):1-10. Gupta P, Govil MC. 2010. MVC design pattern for the multi framework distributed applications using XML, spring and struts framework. International Journal on Computer Science and Engineering 2(4):1047-1051 Guting RH. 1994. An introduce to spatial database system. Special Issue on Spatial Database Systems of the VLDB Journal 3(4):1-32. Guting RH, Schneider M. 2005. Moving Objects Databases. San Francisco: Morgan Kaufmann Publisher Jensen CS. 1999. Temporal Database Management. http://people.cs.aau.dk/~csj/ Thesis/ [23 Nov 2012]. Mennis J, Peuquet DJ, dan Qian L. 2000. A conceptual framework for Incorporating 11
12
cognitive principles into geographical database representation. International Journal of Geographical Information System 14(6): 501-520. Peleksi N, Thedoulidis B, Kopanakis I, Theodoridis Y. 2005. Literature review of spatio-temporal database models. The Knowledge Engineering 19:235-274. Rahim MS. 2006. The development of spatiotemporal data model for dynamic visualization of virtual geographical information system [tesis]. Johor: Fakultas Sains Komputer dan Sistem Maklumat, Universitas Teknologi Malaysia. Rao KV, Govardhan A, dan Rao KVC. 2011. An object-oriented modeling and implementation of spatio-temporal knowledge discovery system. Internasional Journal of Computer Science and Information Technology 3(2):61-76. Riehle D. 2000. Framework Design: A Role Modelling Approach. Zurich: Swiss Federal Institute of Technology Zurich Sheftian B. 2011. Implementasi Spatial Query pada Sistem Informasi Geografis (SIG) Studi Kasus Wilayah Kota Bogor [skripsi]. Bogor: Fakultas Matematika dan Ilmu, Institut Pertanian Bogor. Shekhar S, Chawla S. 2003. Spatial Database: a Tour. New Jersey:Prentice Hall.
12
13
LAMPIRAN
13
14
Lampiran 1 Data guna lahan tahun 1994. ID
LANDUSE_94
AREA
PERIMETER
HECTARES
LUAS__M2_
KODE
X_EASTING
Y_NORTHING
1
Hutan semak/belukar
78370,904
1047,773
7,837
78371
HSB
720555,96036
9260423,23454
2
Hutan semak/belukar
260513,115
2163,895
26,051
260513
HSB
718576,89893
9261175,11548
3
Hutan semak/belukar
555947,461
5901,060
55,595
555947
HSB
707149,15133
9265889,44320
4
Hutan semak/belukar
456367,183
3027,892
45,637
456367
HSB
719642,85070
9260613,13187
5
Hutan semak/belukar
2079242,832
8876,152
207,924
2079243
HSB
716428,83338
9263047,19042
6
Hutan semak/belukar
1690148,149
10788,773
169,015
1690148
HSB
715559,42492
9265677,87603
1
Lahan terbuka
356606,158
2768,830
35,661
356606
LT
711966,57633
9266410,81082
2
Lahan terbuka
87819,561
1423,308
8,782
87820
LT
708061,09446
9265748,21245
1
Permukiman
184492,987
1952,010
18,449
184493
PK
708922,02477
9265338,19520
2
Permukiman
45787,025
796,923
4,579
45787
PK
711332,76408
9261845,52539
3
Permukiman
94961,628
1437,321
9,496
94962
PK
711022,51074
9258903,68741
4
Permukiman
687252,154
5065,282
68,725
687252
PK
709823,83995
9260657,45896
5
Permukiman
319079,224
2732,308
31,908
319079
PK
707185,86458
9261299,43585
6
Permukiman
15696,509
483,345
1,570
15697
PK
708702,09829
9262017,07382
7
Permukiman
12458,147
441,475
1,246
12458
PK
708538,57797
9262161,31904
8
Permukiman
299441,333
2347,697
29,944
299441
PK
707932,47352
9261927,58543
1
Sawah
53250,783
1044,277
5,325
53251
SW
702924,97467
9266747,64150
2
Sawah
83566,776
1453,307
8,357
83567
SW
703188,15495
9265495,64077
3
Sawah
55376,900
870,158
5,538
55377
SW
703444,68117
9266639,80153
1
Tegalan
1235271,394
8039,514
123,527
1235271
TG
713917,58670
9264990,37796
2
Tegalan
69593,188
977,392
6,959
69593
TG
709657,37938
9262033,65710
14
15
ID
LANDUSE_94
AREA
PERIMETER
HECTARES
LUAS__M2_
KODE
X_EASTING
Y_NORTHING
3
Tegalan
145034,699
1526,583
14,503
145035
TG
711417,29170
9264789,46120
4
Tegalan
289244,067
2300,659
28,924
289244
TG
717046,84757
9260138,96362
5
Tegalan
235105,801
2468,938
23,511
235106
TG
709375,48012
9265510,40935
6
Tegalan
191026,784
2060,610
19,103
191027
TG
706773,91495
9262932,67866
7
Tegalan
517753,538
3125,146
51,775
517754
TG
717497,66281
9262129,72191
1
Kebun campuran
342357,021
3493,296
34,236
342357
KC
711111,24563
9258209,26475
2
Kebun campuran
908531,727
4516,187
90,853
908532
KC
715408,29996
9257405,09657
3
Kebun campuran
68233,190
1213,384
6,823
68233
KC
710551,13469
9259136,33939
4
Kebun campuran
2147392,261
10436,893
214,739
2147392
KC
714895,49234
9263252,18561
15
16
Lampiran 2 Penjelasan atribut tabel guna lahan. Field
Keterangan
Tipe Data
Gid
Primary key dari data guna lahan
Integer
Id
Memberikan informasi berupa nilai id dari objek yang sama
Double precision
Landuse
Memberikan informasi berupa nama objek
Characacter varying(20)
Area
Memberikan informasi luas area dari sebuah objek dengan nilai satuan berupa meter persegi
Double precision
Perimeter
Memberikan informasi berupa keliling dari data poligon
Double precision
X_easting
Memberikan informasi berupa titik centroid pada koordinat x
Double precision
Y_northing
Memberikan informasi berupa titik centroid pada koordinat y
Double precision
geom
Atribut untuk menampilkan gambar peta guna lahan
Geometry(MultiPolygon)
16
