gis 6

46

BAB 6 : INPUT DAN PENGELOLAAN DATA ATRIBUT


GIS melibatkan data spasial dan data atribut. Data spasial berhubungan dengan geometri objek
peta, sedangkan data atribut mendeskripsikan karakteristik objek peta. Data atribut disimpan
didalam tabel (basis data). Masing-masing baris tabel merepresentasikan objek peta, dan masing-
masing kolom merepresentasikan karakteristik objek peta. Perpotongan antara baris dan kolom
menunjukkan nilai karakteristik tertentu dari objek peta tertentu.

Perbedaan antara data spasial dan data atribut dapat dilihat dengan mudah pada objek peta
berbasis vektor, dimana georelational data model yang masih merupakan model dominan dalam
GIS, menyimpan data spasial dan data atribut secara terpisah dan menghubungkan keduanya
menggunakan feature ID atau object ID (berupa point, line dan polygon) (Gambar 6.1). Kedua
data set tersebut harus sinkron sehingga data spasial dan data atribut dari objek peta dapat di-
query, dianalisis dan ditampilkan secara berbarengan.

Gambar 6.1 Data atribut (kanan) direlasikan dengan data spasial (kiri) berdasarkan object ID dari
objek-objek dalam peta
47

Sementara itu object oriented data model menggabungkan data spasial maupun data atribut
dalam basis data tunggal, setiap objek peta mempunyai object ID yang unik dan sebuah data
atribut, untuk menyimpan geometrinya. Sinkronisasi antar data set tidak lagi diperlukan sehingga
menghemat biaya pemrosesan dan menjamin integritas data.

6.1 DATA ATRIBUT DALAM GIS

6.1.1 Organisasi data atribut

Data atribut disimpan dalam tabel atribut objek, dimana tabel atribut diorganisasikan dalam baris
dan kolom. Setiap baris merepresentasikan sebuah objek (feature) peta, yang memiliki label ID
atau object ID yang unik, dan setiap kolom mendeskripsikan objek peta (Gambar 6.2). Objek
garis (line) mempunyai atribut default berupa panjang (length), objek luasan (area) memiliki
atribut default berupa luas (area) dan keliling (perimeter). Sebuah baris (row) disebut juga record
atau tuple, dan sebuah kolom disebut juga field atau item.

Gambar 6.2 Tabel atribut objek

Jika sebuah peta hanya mempunya beberapa atribut untuk diacu, maka hanya diperlukan sebuah
tabel yang terintegrasi dengan paket GIS. Tetapi jika suatu proyek GIS memiliki banyak atribut
yang harus disimpan, misal : data peta tanah yang memuat sifat fisik dan kimia, interpretasi dan
nilainya, maka akan diperlukan field atau kolom dalam jumlah yang banyak. Maka dalam hal ini
akan lebih baik bila semua atribut disimpan pada tabel terpisah menggunakan Database
Management System (DBMS).

Sebagian besar paket GIS komersial memuat tool untuk database lokal atau database internal.
ArcGIS menggunakan Microsoft Acces, ArcInfo Workstation menggunakan INFO, AutoCAD
Map menggunakan VISION, MGE menggunakan Oracle dan Informix. Paket-paket GIS tersebut 48

juga menyediakan akses ke database eksternal yang dikelola menggunakan Oracle, Informix,
SYBASE, SQL Server, IBM DB2.

6.1.2 Tipe data atribut

Salah satu metode untuk mengklasifikasikan data atribut adalah tipe data. Tipe data menentukan
jenis data yang dapat disimpan oleh paket GIS. Tipe data yang umum adalah character, integer,
floating dan date. Setiap field dalam tabel atribut harus didefinisikan dengan tipe atribut.

Metode yang lain untuk mendefinisikan data atribut adalah dengan skala pengukuran
(measurement scale). Konsep skala pengukuran ini mengelompokkan data kedalam data :
nominal, ordinal, interval dan ratio.
B Data ratio
Nilai yang dihasilkan dari hubungan dengan titik tetap nol pada suatu skala linear.
Contoh : umur, jarak, berat dan volume. Masing-masing berhubungan dengan absolut
nol.
B Data interval
Contoh : hari-hari dalam tahun kalender, skala temperatur Fahrenheit, dan nilai pH. Nilai-
nilai tersebut berada pada skala linear yang disesuaikan atau terkalibrasi, tetapi tidak
berhubungan dengan titik nol nyata atau absolut dalam ruang atau waktu. Karena tidak
memiliki titik nol nyata (true zero) maka antar pengukuran dapat dibuat perbandingan
relatif, tetapi penentuan ratio tidak bermanfaat. Misal, 700
F adalah 100
F lebih panas
dibanding 600
F.
B Data ordinal
Nilai ordinal menentukan posisi, misal : pertama, kedua, ketiga dan seterusnya. Tetapi
tidak membentuk besaran (magnitude) atau perbandingan relatif. Contoh lain adalah :
berat, sedang, ringan.
B Data nominal 49

Nilai yang dipakai untuk mengidentifikasi atau membedakan antara instance satu dengan
instance yang lain. Nilai ini dapat membentuk group, klas, member atau kategori dengan
objek terkait. Nilai ini menunjukkan kualitas bukan kuantitas, dan tidak ada hubungannya
dengan titik tetap atau skala linear. Contoh : kode untuk tata guna lahan, tipe tanah, atau
atribut lain seperti : nomor KTP, kode pos, nomor telepon.

Dalam aplikasi GIS keempat skala pengukuran tersebut dapat dikelompokkan kedalam dua
kategori umum, yaitu :
B Categorical data, mencakup skala nominal dan ordinal.
B Numeric data, mencakup skala interval dan ratio.

Dalam GIS skala pengukuran penting untuk menampilkan (display) data dan analisis data.
Pemilihan simbol pada peta bergantung pada data yang di-display, different-sized symbol tidak
sesuai untuk menampilkan data nominal (kualitatif).

6.2 MODEL BASIS DATA RELASIONAL

Sebagian besar paket GIS biasanya menggunakan model basis data relasional dalam pengelolaan
data. Basis data relasional adalah kumpulan tabel, yang juga disebut relasi, yang dapat
dihubungkan satu dengan yang lain melalui key. Primary key merepresentasikan sebuah atribut
yang nilainya dapat mengidentifikasi secara unik sebuah record dalam sebuah tabel.
Pasangannya pada tabel yang lain untuk tujuan linkage disebut foreign key.

Basis data relasional memiliki sifat sederhana dan flesibel. Ada dua keuntungan utama dari
penggunaan basis data relasional, yaitu :
B Setiap tabel dalam basis data dapat dipersiapkan, dikelola dan diedit secara terpisah dari
tabel-tabel yang lain. Hal ini penting, karena semakin meningkatnya popularitas
teknologi GIS, semakin banyak data yang direkam dan dikelola dalam unit-unit spasial. 50

B Tabel-tabel dapat tetap terpisah sampai query atau analisis perlu melakukan link data
atribut dari tabel yang berbeda tersebut. Dan karena link tabel dapat dibuat temporer,
maka basis data relasional efisien untuk pengelolaan dan pemrosesan data.

6.2.1 Normalisasi

Normalisasi adalah proses dekomposisi sebuah tabel yang memuat semua data atribut, menjadi
tabel-tabel yang lebih kecil dengan tetap mempertahankan hubungan antar tabel. Normalisasi
dirancang untuk mencapai beberapa tujuan, yaitu :
B Menghindari perulangan data (redundant data) pada tabel-tabel dalam basis data sehingga
memboroskan ruang penyimpanan dan menyebabkan permasalahan pada integritas data.
B Menjamin data atribut pada tabel-tabel yang terpisah dapat disimpan dan di-update secara
terpisah dan dapat dilakukan link bilamana diperlukan.
B Memfasilitasi basis data terdistribusi.



TABEL 6.1 Unnormalized table


Tabel 6.1 menunjukkan tabel yang belum ternormalisasi karena memuat data yang redundant,
yaitu address untuk Smith diulang dua kali disebabkan PIN yang berbeda dan zoning yang
berbeda. Tabel semacam ini sulit dikelola karena field owner dan address bervariasi dari record
ke record, sehingga jika kepemilikan (owner) berubah maka harus mengupdate semua data
atribut.
51


TABEL 6.2 First normal form

Tabel 6.2 merupakan langkah pertama normalisasi atau sering disebut first normal form. Dalam
tabel ini tidak lagi ada nilai multiple dalam sel-selnya, tetapi redundancy malah bertambah. P101
dan P102 diulang dua kali, demikian juga owner dan address untuk Smith. Identifikasi address
tidak mungkin hanya menggunakan PIN saja, tetapi membutuhkan PIN dan owner sekaligus.

Gambar 6.3 menunjukkan langkah kedua normalisasi. Tabel 6.2 dibuat menjadi tiga tabel yaitu
tabel parcel, owner dan address. PIN merupakan key yang menghubungkan parcel dan owner.
Owner name adalah key yang menghubungkan tabel address dan tabel owner. Relasi antara tabel
parcel dan tabel address dapat dibangun melalui key dari PIN dan owner name. Satu-satunya
masalah pada second normal form ini adalah redudancy data pada zone code dan zoning.

Gambar 6.4 menunjukkan langkah terakhir normalisasi dalam contoh ini. Yaitu dibuat tabel baru
yaitu tabel zone untuk menangani masalah redudancy data yang tersisa pada zoning. Zone code
menjadi key yang menghubungkan tabel parcel dan tabel zone. Dengan demikian maka telah
terbentuk normalisasi sepenuhnya dari tabel awal yaitu tabel 6.1.

Meski dapat mencapai tujuan yang konsisten dengan model basis data relasional, namun
noemalisasi memiliki kekurangan utama yaitu memperlambat akses data. Misal, untuk
menemukan address dari pemilik tanah (parcel owner), harus me-link tiga tabel (parcel, owner
dan address) dan menggunakan dua key (PIN dan owner name).


52



Gambar 6.3 Second normal form


53



Gambar 6.4 Third normal form

6.2.2 Tipe relasi

Basis data relasional memiliki empat tipe relasi antar tabel yaitu : one-to-one, one-to-many,
many-to-one, dan many-to-many (Gambar 6.5). Relasi one-to-one berarti hanya ada satu record
dalam sebuah tabel direlasikan ke satu dan hanya satu record dalam tabel lain. Relasi one-to-
many berarti hanya ada satu record dalam sebuah tabel dapat direlasikan dengan banyak record
dalam tabel yang lain. Relasi many-to-one berarti ada banyak record dalam sebuah tabel dapat
direlasikan dengan satu record dalam tabel yang lain. Relasi many-to-many berarti ada banyak
record dalam sebuah tabel dapat direlasikan dengan banyak record dalam tabel yag lain. Dalam
implementasi menggunakan Database Management System (DBMS), relasi many-to-many
membutuhkan tabel perantara (junction table) sehingga relasi ketiganya menjadi one-to-many
many-to-one. 54



Gambar 6.5 Tipe relasi antar tabel