Analisis Spasial

Data Spasial
Data spasial merupakan dasar operasional pada sistem informasi geografis. Hal ini terutama dalam sistem informasi geografis yang berbasiskan pada sistem digital computer. Namun demikian pemikiran tentang pemanfaatan data spasial ini sebenarnya tidak hanya dilakukan pada operasional sistem informasi geografis digital yang berlaku pada saat ini. Perkembangan yang cepat dalam teknologi digital computer saat ini memacu perkembangan pemanfaatan data spasial dalam bentuk digital. Kemudahan akses, manipulasi, dan duplikasi data hingga analisis terhadap data spasial menjadi sangat mudah dengan bantuan teknologi digital ini.
Data spasial memberikan amatan terhadap berbagai fenomena yang ada pada suatu obyek spasial. Secara sederhana data spasial dinyatakan sebagai informasi alamat. Dalam bentuk lain data spasial ini dinyatakan dalam bentuk grid koordinat seperti dalam sajian peta ataupun dalam bentuk piksel seperti dalam bentuk citra satelit.
Atribut lokasional data spasial (yaitu, untuk pemukiman, rumah tangga, daerah, dll) secara resmi dinyatakan dengan cara dari fitur geometris dari titik, garis atau unit areal (poligon) dalam pesawat, atau, lebih jarang, pada permukaan. Ini referensi spasial pengamatan juga fitur penting dari Sistem Informasi Geografis (SIG), yang membuatnya menjadi alat yang alami untuk membantu dalam analisis data spasial.
Peran penting lokasi untuk data spasial, baik dalam arti absolut (koordinat) dan dalam pengertian relatif (spasial pengaturan, jarak) memiliki implikasi besar bagi cara di mana mereka harus diperlakukan dalam analisis statistik, seperti yang dibahas secara rinci di Anselin (1990a). Memang, lokasi menimbulkan dua kelas efek spasial socalled: ketergantungan spasial dan heterogenitas spasial. Yang pertama, sering juga disebut sebagai autokorelasi spasial atau asosiasi spasial, berikut langsung dari (1979) Hukum Pertama Tobler dari Geografi, menurut yang "semuanya berhubungan dengan segala sesuatu yang lain, tetapi hal-hal lebih terkait dekat dari pada benda yang jauh." Sebagai Akibatnya, nilai-nilai yang sama untuk variabel akan cenderung terjadi di lokasi terdekat, mengarah ke cluster spasial. Misalnya, kejahatan yang tinggi lingkungan di dalam kota akan sering dikelilingi oleh daerah lainnya kejahatan tinggi, atau sebuah county berpendapatan rendah di wilayah terpencil dapat tetangga negara lain pendapatan rendah. Ini pengelompokan spasial menunjukkan bahwa banyak sampel data geografis tidak akan lagi memuaskan asumsi statistik biasa kemerdekaan pengamatan.

Analisa Data Spasial
Anselin dan Griffith (1988), hal ini ditunjukkan dalam beberapa detail bagaimana hasil analisis data dapat menjadi tidak valid jika spasial ketergantungan dan / atau heterogenitas spasial diabaikan. Akibatnya, teknik khusus harus digunakan, bukan dari mereka yang mengikuti standar asumsi kemerdekaan dan homogenitas. Sekarang, tubuh besar teknik tersebut telah dikembangkan, yang muncul dalam literatur di bawah rubrik statistik spasial, geostatistik, atau ekonometrik spasial. Perbedaan antara "Fields" yang halus dan untuk beberapa semantik batas. Statistik spasial biasanya dianggap yang paling umum dari tiga, dengan geostatistik difokuskan pada aplikasi dalam (geologi) ilmu fisik, dan spasial ekonometrik menemukan aplikasi dalam pemodelan ekonomi.
Analisa spasial merupakan sekumpulan metoda untuk menemukan dan menggambarkan tingkatan/ pola dari sebuah fenomena spasial, sehingga dapat dimengerti dengan lebih baik. Dengan melakukan analisis spasial, diharapkan muncul infomasi baru yang dapat digunakan sebagai dasar pengambilan keputusan di bidang yang dikaji. Metoda yang digunakan sangat bervariasi, mulai observasi visual sampai ke pemanfaatan matematika/statistik terapan.
Pada saat sistem informasi geografis dimanfaatkan oleh operator, ada sesuatu yang diharapkan darinya. Salah satu hal yang diperoleh dari sistem informasi geografis adalah kemampuannya dalam menganalisis data spasial. Model analisis data spasial ini sering disebut sebagai analisis spasial. Namun kadang operator sistem informasi geografis tidak memahami apakah dia sudah melaksanakan suatu analisis spasial ataukah baru sekedar menjalankan suatu prosedur yang ada dalam sebuah perangkat lunak sistem informasi geografis. Mungkin pula sebaliknya, operator mungkin baru sekedar membuat data digitasi hingga layout peta, namun merasa sudah melakukan analisis spasial dengan menggunakan Sistem informasi geografis.
Sistem informasi geografis itu sendiri sering disamakan dengan perangkat lunak sistem informasi geografis yang sebenarnya adalah sekedar alat bantu. Tidak semua perangkat lunak menyediakan metode analisis spasial seperti yang dimaksudkan dalam sistem informasi geografis. Namun tidak bisa disalahkan jika pengguna sistem informasi geografis merujuk pada berbagai kemampuan perangkat lunak seperti Arc View dan lain-lainnya, untuk menjelaskan suatu pengertian tentang analisis spasial. Hal ini dikarenakan perangkat lunak tersebut dalam pembuatannya sengaja ditujukan salah satunya untuk analisis spasial.

Metode Analisis Data
Sebagai sebuah metode, analisis spasial berusaha untuk membantu perencana dalam menganalisis kondisi permasalahan berdasarkan data dari wilayah yang menjadi sasaran. Dan konsep-konsep yang paling mendasari sebuah analisis spasial adalah jarak, arah, dan hubungan. Kombinasi dari ketiganya mengenai suatu wilayah akan bervariasi sehingga membentuk perbedaan yang signifikan yang membedakan satu lokasi dengan yang lainnya. Dengan demikian jarak, arah, dan hubungan antara lokasi suatu objek dalam suatu wilayah dengan objek di wilayah yang lain akan memiliki perbedaan yang jelas. Dan ketiga hal tersebut merupakan hal yang selalu ada dalam sebuah analisis sapasial dengan tahapan-tahapan tertentu tergantung dari sudut pandang perencana dalam memandang sebuah permasalahan analisis spasial.
Berdasarkan Tujuannya, secara garis besar metoda dalam melakukan Analisis Spasial dapat dibedakan menjadi 2 macam:
1. Analisis Spasial Exploratory, digunakan untuk mendeteksi adanya pola khusus pada sebuah fenomena spasial serta untuk menyusun sebuah hipotesa penelitian. Metoda ini sangat berguna ketika hal yang diteliti merupakan sesuatu hal yang baru, dimana peneliti tidak/ belum memiliki banyak pengetahuan tentang fenomena spasial yang sedang diamati.
2. Analisis Spasial Confirmatory, Dilakukan untuk mengonfirmasi hipotesa penelitian. Metoda ini sangat berguna ketika peneliti sudah memiliki cukup banyak informasi tentang fenomena spasial yang sedang diamati, sehingga hipotesa yang sudah ada dapat diuji keabsahannya.

GIS dan Analisis Data Spasial
Sebuah hubungan antara GIS dan analisis data spasial dianggap merupakan aspek penting dalam pengembangan GIS ke dalam alat penelitian untuk mengeksplorasi dan menganalisis hubungan spasial. Terbatasnya ketersediaan kemampuan analisis canggih dalam komersial Paket GIS adalah sekarang keluhan akrab dalam literatur penelitian, kembali ke Goodchild (1987), dan beberapa panggilan untuk lebih dekat integrasi antara analisis spasial dan GIS telah dirumuskan (misalnya, Openshaw, 1990). Dalam beberapa tahun terakhir, ini telah mengakibatkan kegiatan penelitian yang cukup besar di daerah ini, sebagaimana dibuktikan oleh peningkatan jumlah artikel review, garis konseptual, dan panduan untuk praktis pelaksanaan Linkage, misalnya, dalam Anselin dan Getis (1992), Bailey (1992), Fischer dan Nijkamp (1992), Goodchild et al. (1992), dan Anselin, Dodson dan Hudak (1992)
Sederhananya, kekuatan GIS sebagai bantuan dalam analisis data spasial terletak pada georelational nya. basis data struktur, yaitu, dalam kombinasi informasi nilai dan lokasional. informasi. Hubungan antara kedua memungkinkan untuk perhitungan cepat berbagai karakteristik pengaturan spasial dari data, seperti struktur persentuhan antara observasi, yang merupakan masukan penting ke dalam analisis data spasial. GIS juga menyediakan sarana yang fleksibel untuk "menciptakan data baru," yaitu, untuk mengubah data antara spasial yang berbeda skala observasi, dan untuk melaksanakan agregasi, partisi, interpolasi, overlay dan operasi buffering. Tentu saja, seperti "data" tidak lain adalah hasil dari perhitungan, sendiri berdasarkan algoritma tertentu yang sering menggunakan estimasi parameter dan model kalibrasi diperoleh dengan cara statistik. Kemampuan menampilkan kuat yang terkandung dalam GIS juga menyediakan alat yang sangat baik untuk visualisasi hasil analisis statistik.

Resume by Ery Abdul Baary (Erick)

Posted in: Geomatika,Pendidikan