Metode Data Spasial Data Spasial

tanaman sumber karbohidrat tanpa dibatasi pada kelompok tanaman semusim Purwono, 2003 . Pada penelitian ini tanaman pangan yang digunakan adalah jagung, padi dan kedelai. Alasan pemilihan komoditas tersebut adalah peranannya sebagai sumber karbohidrat dan sumber protein bagi sebagian besar masyarakat Indonesia sehingga disebut sebagai tanaman pangan utama.

2.7 Data Spasial

Data spasial mempunyai pengertian sebagai suatu data yang mengacu pada posisi, obyek, dan hubungan diantaranya dalam ruang bumi. Data spasial merupakan salah satu item dari informasi, dimana didalamnya terdapat informasi mengenai bumi termasuk permukaan bumi, dibawah permukaan bumi, perairan, kelautan dan bawah atmosfir Rajabidfard, 2000 . Karakteristik utama dari data spasial adalah bagaimana mengumpulkannya dan memeliharanya untuk berbagai kepentingan. Selain itu juga ditujukan sebagai salah satu elemen yang kritis dalam melaksanakan pembangunan sosial ekonomi secara berkelanjutan dan pengelolaan lingkungan. Berdasarkan perkiraan hampir lebih dari 80 informasi mengenai bumi berhubungan dengan informasi spasial Wulan, 2002.

2.7.1 Metode Data Spasial

Pada pemanfaatannya data spasial yang diolah dengan menggunakan komputer data spasial digital menggunakan model sebagai pendekatannya. Model data sebagai suatu set logika atau aturan dan karakteristik dari suatu data spasial. Model data merupakan representasi hubungan antara dunia nyata dengan data spasial Economic and Social Comminssion for Asia and the Pasific, 1996 . Gambar 2.3 menjelaskan terdapat 2 model dalam data spasial, yaitu model data raster dan model data vektor. Keduanya memiliki karakteristik yang berbeda, selain itu dalam pemanfaatannya tergantung dari masukan data dan hasil akhir yang akan dihasilkan. Model data tersebut merupakan representasi dari obyek-obyek geografi yang terekam sehingga dapat dikenali dan diproses oleh komputer. Gambar 2.3 Klasifikasi Model Data Spasial Chang, 2002 2.7.1.1 Model Data Raster. Model data raster memiliki struktur data yang tersusun dalam bentuk matriks atau piksel dan membentuk grid. Setiap piksel memiliki nilai tertentu dan memiliki atribut tersendiri, termasuk nilai koordinat yang unik seperti ditunjukkan oleh Gambar 2.4. Tingkat keakurasian model ini sangat tergantung pada ukuran piksel atau biasa disebut dengan resolusi D. Gumelar, 2003. Gambar 2.4 Struktur M 2.7.1.2 Model Data Vektor. Mode yang paling banyak digunaka points dengan nilai koordina spasialnya. Obyek yang dibang yaitu berupa titik point, gar ditunjukkan pada Gambar 2.5 • Titik Point Titik merupakan represent suatu obyek. Titik tidak mempun dalam bentuk simbol baik pada Contoh : Lokasi Fasilitasi Keseha • Garis Line Garis merupakan bentuk lebih titik dan merepresentasika Jalan, Sungai, dll. • Area Polygon Polygon merupakan repr Contoh : Danau, Persil Tanah, dl Gambar 2.5 Contoh Represe ur Model Data Raster D. Gumelar, 2003 odel data vektor merupakan model data kan, model ini berbasiskan pada titik dinat x, y untuk membangun obyek bangun terbagi menjadi tiga bagian lagi garis line, dan area polygon seperti D. Gumelar, 2003. entasi grafis yang paling sederhana pada punyai dimensi tetapi dapat ditampilkan pada peta maupun dalam layar monitor. sehatan, dll uk linear yang menghubungkan dua atau ikan obyek dalam satu dimensi. Contoh : epresentasi obyek dalam dua dimensi. h, dll. esentasi Data Vektor D. Gumelar, 2003

2.8 Analisis Exponential Smoothing

Dokumen yang terkait

Implementasi dan Penggunaan Metode Exponential Smoothing untuk Meramalkan Penjualan Pakaian (Studi Kasus: Toko Pakaian P. Tarigan)

3 119 200

Institutional Repository | Satya Wacana Christian University: Peramalan Curah Hujan Menggunakan Metode ARIMA: studi kasus Kabupaten Semarang T1 672015707 BAB II

0 0 7

Institutional Repository | Satya Wacana Christian University: Pemodelan Sistem Peramalan Produksi Tanaman Pangan Menggunakan Exponential Smoothing (Studi Kasus : Kabupaten Boyolali)

0 0 14

Institutional Repository | Satya Wacana Christian University: Pemodelan Sistem Peramalan Produksi Tanaman Pangan Menggunakan Exponential Smoothing (Studi Kasus : Kabupaten Boyolali) T1 672008609 BAB I

0 0 4

Institutional Repository | Satya Wacana Christian University: Pemodelan Sistem Peramalan Produksi Tanaman Pangan Menggunakan Exponential Smoothing (Studi Kasus : Kabupaten Boyolali) T1 672008609 BAB IV

0 0 27

Institutional Repository | Satya Wacana Christian University: Pemodelan Sistem Peramalan Produksi Tanaman Pangan Menggunakan Exponential Smoothing (Studi Kasus : Kabupaten Boyolali) T1 672008609 BAB V

0 0 2

Sistem Peramalan Harga Emas Antam Menggunakan Double Exponential Smoothing

0 0 9

PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN

4 14 6

SISTEM PERAMALAN STOK OBAT MENGGUNAKAN METODE EXPONENTIAL SMOOTHING

0 0 6

Peramalan Tingkat Produksi Tanaman Pangan dan Tanaman Perkebunan Rakyat Kabupaten Bulukumba menggunakan Metode Exponential Smoothing - Repositori UIN Alauddin Makassar

0 0 95