DATA RASTER
Sumber : [Link]
Pada topik sebelumnya kita telah melihat lebih dekat pada data vektor. Meskipun fitur vektor
menggunakan geometri (titik, garis poli, dan poligon) untuk merepresentasikan dunia nyata, data raster
menggunakan pendekatan yang berbeda. Raster terdiri dari matriks piksel (juga disebut sel), masing-
masing berisi nilai yang mewakili kondisi area yang dicakup oleh sel tersebut (lihat gambar_raster).
Dalam topik ini kita akan melihat lebih dekat data raster, kapan berguna dan kapan lebih masuk akal
untuk menggunakan data vektor.
Data raster secara detail
Data raster digunakan dalam aplikasi GIS ketika kita ingin menampilkan informasi yang kontinu di suatu
area dan tidak dapat dengan mudah dipecah menjadi fitur vektor. Saat kami memperkenalkan Anda pada
data vektor, kami menunjukkan gambar di figure_landscape. Fitur titik, poliline, dan poligon berfungsi
dengan baik untuk merepresentasikan beberapa fitur pada lanskap ini, seperti pepohonan, jalan, dan
tapak bangunan. Fitur lain pada lanskap mungkin lebih sulit direpresentasikan menggunakan fitur vektor.
Misalnya padang rumput yang ditampilkan memiliki banyak variasi warna dan kepadatan tutupan.
Membuat satu poligon di sekitar setiap area padang rumput akan cukup mudah, namun banyak
informasi tentang padang rumput tersebut akan hilang dalam proses penyederhanaan fitur menjadi satu
poligon. Hal ini karena ketika Anda memberikan nilai atribut fitur vektor, nilai tersebut berlaku untuk
keseluruhan fitur, sehingga vektor tidak begitu baik dalam merepresentasikan fitur yang tidak homogen
(sama sekali) secara keseluruhan. Pendekatan lain yang dapat Anda ambil adalah mendigitalkan setiap
variasi kecil warna dan tutupan rumput sebagai poligon terpisah. Masalah dengan pendekatan tersebut
adalah dibutuhkan banyak usaha untuk membuat kumpulan data vektor yang baik.
Beberapa fitur pada suatu lanskap mudah direpresentasikan sebagai titik, garis poli, dan poligon
(misalnya pohon, jalan, rumah). Dalam kasus lain, hal ini bisa jadi sulit. Misalnya, bagaimana Anda
merepresentasikan padang rumput? Sebagai poligon? Bagaimana dengan variasi warna yang Anda lihat
pada rumput? Saat Anda mencoba merepresentasikan area luas dengan nilai yang terus berubah, data
raster bisa menjadi pilihan yang lebih baik.
Penggunaan data raster merupakan solusi dari permasalahan tersebut. Banyak orang menggunakan data
raster sebagai latar belakang untuk digunakan di belakang lapisan vektor guna memberikan lebih banyak
makna pada informasi vektor. Mata manusia sangat baik dalam menafsirkan gambar sehingga
menggunakan gambar di balik lapisan vektor akan menghasilkan peta dengan lebih banyak makna. Data
raster tidak hanya bagus untuk gambar yang menggambarkan permukaan dunia nyata (misalnya citra
satelit dan foto udara), tetapi juga bagus untuk mewakili ide-ide yang lebih abstrak. Misalnya, raster
dapat digunakan untuk menunjukkan tren curah hujan di suatu wilayah, atau untuk menggambarkan
risiko kebakaran di suatu lanskap. Dalam aplikasi semacam ini, setiap sel dalam raster mewakili nilai yang
berbeda, misalnya. risiko kebakaran pada skala satu sampai sepuluh.
Contoh yang menunjukkan perbedaan antara gambar yang diperoleh dari satelit dan gambar yang
menunjukkan nilai terhitung dapat dilihat di figure_raster_types.
Gambar raster warna asli (kiri) berguna karena memberikan banyak detail yang sulit ditangkap sebagai
fitur vektor namun mudah dilihat saat melihat gambar raster. Data raster juga dapat berupa data non-
fotografi seperti lapisan raster di sebelah kanan yang menunjukkan perhitungan suhu minimum rata-rata
di Western Cape untuk bulan Maret.
Georeferensi
Georeferensi adalah proses menentukan dengan tepat lokasi di permukaan bumi tempat gambar atau
kumpulan data raster dibuat. Informasi posisi ini disimpan dengan foto udara versi digital. Saat aplikasi
GIS membuka foto, aplikasi ini menggunakan informasi posisi untuk memastikan bahwa foto tersebut
muncul di tempat yang benar pada peta. Biasanya informasi posisi ini terdiri dari koordinat piksel kiri
atas pada gambar, ukuran setiap piksel pada arah X, ukuran setiap piksel pada arah Y, dan jumlah (jika
ada) rotasi gambar. Dengan sedikit informasi ini, aplikasi GIS dapat memastikan bahwa data raster
ditampilkan di tempat yang benar. Informasi georeferensi untuk raster sering kali disediakan dalam file
teks kecil yang menyertai raster tersebut.
Sumber data raster
Data raster dapat diperoleh dengan berbagai cara. Dua cara yang paling umum adalah fotografi udara
dan citra satelit. Dalam fotografi udara, sebuah pesawat terbang di atas suatu area dengan kamera
terpasang di bawahnya. Foto-foto tersebut kemudian diimpor ke komputer dan diberi georeferensi. Citra
satelit tercipta ketika satelit yang mengorbit bumi mengarahkan kamera digital khusus ke arah bumi dan
kemudian mengambil gambar area bumi yang dilewatinya. Setelah gambar diambil, gambar tersebut
dikirim kembali ke bumi menggunakan sinyal radio ke stasiun penerima khusus seperti yang ditunjukkan
pada figure_csir_station. Proses pengambilan data raster dari pesawat terbang atau satelit disebut
penginderaan jauh.
Dalam kasus lain, data raster dapat dihitung. Misalnya, perusahaan asuransi dapat mengambil laporan
kejadian kejahatan polisi dan membuat peta raster seluruh negara yang menunjukkan seberapa tinggi
kemungkinan terjadinya kejahatan di setiap wilayah. Ahli meteorologi (orang yang mempelajari pola
cuaca) mungkin menghasilkan raster tingkat provinsi yang menunjukkan suhu rata-rata, curah hujan, dan
arah angin menggunakan data yang dikumpulkan dari stasiun cuaca (lihat figure_csir_station). Dalam
kasus ini, mereka sering menggunakan teknik analisis raster seperti interpolasi (yang kami jelaskan dalam
Topik Analisis Spasial (Interpolasi)).
Terkadang data raster dibuat dari data vektor karena pemilik data ingin membagikan datanya dalam
format yang mudah digunakan. Misalnya, perusahaan yang memiliki kumpulan data jalan raya, kereta
api, kadaster, dan vektor lainnya dapat memilih untuk membuat versi raster dari kumpulan data tersebut
sehingga karyawan dapat melihat kumpulan data tersebut di browser web. Hal ini biasanya hanya
berguna jika atribut yang perlu diperhatikan pengguna dapat direpresentasikan pada peta dengan label
atau simbologi. Jika pengguna perlu melihat tabel atribut untuk data, menyediakannya dalam format
raster bisa menjadi pilihan yang buruk karena lapisan raster biasanya tidak memiliki data atribut apa pun
yang terkait dengannya.
Resolusi Spasial
Setiap lapisan raster dalam GIS memiliki piksel (sel) dengan ukuran tetap yang menentukan resolusi
spasialnya. Hal ini menjadi jelas ketika Anda melihat gambar dalam skala kecil (lihat gambar raster skala
kecil) dan kemudian memperbesarnya ke skala besar (lihat gambar raster skala besar).
Citra satelit ini terlihat bagus bila menggunakan skala kecil. namun jika dilihat dalam skala besar, Anda
dapat melihat piksel individual yang menyusun gambar tersebut
Data raster terlihat pada skala kecil Data raster terlihat pada skala besar
Beberapa faktor menentukan resolusi spasial suatu gambar. Untuk data penginderaan jauh, resolusi
spasial biasanya ditentukan oleh kemampuan sensor yang digunakan untuk mengambil suatu gambar.
Misalnya satelit SPOT5 dapat mengambil gambar yang setiap pikselnya berukuran 10 mx 10 m. Satelit
lain, misalnya MODIS hanya mengambil gambar pada ukuran 500 mx 500 m per piksel. Dalam fotografi
udara, ukuran piksel 50 cm x 50 cm bukanlah hal yang aneh. Gambar dengan ukuran piksel yang
mencakup area kecil disebut gambar 'resolusi tinggi' karena gambar tersebut dapat dilihat dengan
tingkat detail yang tinggi. Gambar dengan ukuran piksel yang mencakup area luas disebut gambar
'resolusi rendah' karena jumlah detail gambar yang ditampilkan rendah.
Dalam data raster yang dihitung dengan analisis spasial (seperti peta curah hujan yang kami sebutkan
sebelumnya), kepadatan informasi spasial yang digunakan untuk membuat raster biasanya akan
menentukan resolusi spasial. Misalnya jika Anda ingin membuat peta curah hujan rata-rata beresolusi
tinggi, idealnya Anda memerlukan banyak stasiun cuaca yang berdekatan satu sama lain.
Salah satu hal utama yang harus diperhatikan terkait raster yang ditangkap pada resolusi spasial tinggi
adalah persyaratan penyimpanan. Bayangkan sebuah raster berukuran 3 x 3 piksel, yang masing-masing
berisi angka yang mewakili curah hujan rata-rata. Untuk menyimpan semua informasi yang terdapat
dalam raster, Anda perlu menyimpan 9 angka di memori komputer. Sekarang bayangkan Anda ingin
memiliki lapisan raster untuk seluruh Afrika Selatan dengan piksel berukuran 1 km x 1 km. Afrika Selatan
luasnya sekitar 1.219.090 km 2. Artinya komputer Anda perlu menyimpan lebih dari satu juta nomor di
hard disknya untuk menyimpan semua informasi. Memperkecil ukuran piksel akan sangat meningkatkan
jumlah penyimpanan yang dibutuhkan.
Terkadang menggunakan resolusi spasial yang rendah berguna ketika Anda ingin bekerja dengan area
yang luas dan tidak tertarik untuk melihat satu area secara terlalu detail. Peta awan yang Anda lihat di
laporan cuaca adalah contohnya –– berguna untuk melihat awan di seluruh negeri. Memperbesar satu
awan tertentu dalam resolusi tinggi tidak akan memberi tahu Anda banyak tentang cuaca yang akan
datang!
Di sisi lain, menggunakan data raster beresolusi rendah dapat menjadi masalah jika Anda tertarik pada
wilayah kecil karena Anda mungkin tidak dapat melihat fitur individual apa pun dari gambar.
Resolusi spektral
Jika Anda mengambil foto berwarna dengan kamera digital atau kamera di ponsel, kamera tersebut
menggunakan sensor elektronik untuk mendeteksi cahaya merah, hijau, dan biru. Saat gambar
ditampilkan di layar atau dicetak, informasi merah, hijau dan biru (RGB) digabungkan untuk
menampilkan gambar yang dapat diinterpretasikan oleh mata Anda. Meskipun informasinya masih
dalam format digital, informasi RGB ini disimpan dalam pita warna terpisah.
Meskipun mata kita hanya dapat melihat panjang gelombang RGB, sensor elektronik pada kamera
mampu mendeteksi panjang gelombang yang tidak dapat dilihat oleh mata kita. Tentu saja dengan
kamera genggam mungkin tidak masuk akal untuk merekam informasi dari bagian spektrum yang tidak
terlihat karena kebanyakan orang hanya ingin melihat gambar anjingnya atau apa pun yang Anda miliki.
Gambar raster yang mencakup data untuk bagian spektrum cahaya yang tidak terlihat sering disebut
sebagai gambar multispektral. Dalam GIS, perekaman bagian spektrum yang tidak terlihat bisa sangat
berguna. Misalnya, mengukur sinar infra merah dapat berguna dalam mengidentifikasi badan air.
Karena memiliki gambar yang mengandung banyak pita cahaya sangat berguna dalam GIS, data raster
sering kali disediakan sebagai gambar multi-pita. Setiap pita pada gambar seperti lapisan terpisah. GIS
akan menggabungkan tiga pita dan menampilkannya dalam warna merah, hijau, dan biru sehingga mata
manusia dapat melihatnya. Jumlah pita dalam gambar raster disebut sebagai resolusi spektralnya.
Jika suatu citra hanya terdiri dari satu pita, maka sering disebut citra skala abu-abu. Dengan gambar skala
abu-abu, Anda dapat menerapkan pewarnaan palsu untuk membuat perbedaan nilai piksel lebih jelas.
Gambar yang menerapkan pewarnaan palsu sering disebut sebagai gambar warna semu.
Konversi raster ke vektor
Dalam pembahasan kami tentang data vektor, kami menjelaskan bahwa sering kali data raster digunakan
sebagai lapisan latar, yang kemudian digunakan sebagai dasar untuk mendigitalkan fitur vektor.
Pendekatan lainnya adalah dengan menggunakan program komputer tingkat lanjut untuk mengekstrak
fitur vektor dari gambar secara otomatis. Beberapa fitur seperti jalan ditampilkan dalam gambar sebagai
perubahan warna mendadak dari piksel di sekitarnya. Program komputer mencari perubahan warna
tersebut dan menghasilkan fitur vektor. Fungsionalitas semacam ini biasanya hanya tersedia pada
perangkat lunak GIS yang sangat terspesialisasi (dan seringkali mahal).
Konversi vektor ke raster
Terkadang berguna untuk mengubah data vektor menjadi data raster. Salah satu efek samping dari hal ini
adalah data atribut (yaitu atribut yang terkait dengan data vektor asli) akan hilang ketika konversi terjadi.
Mengonversi vektor ke format raster dapat berguna ketika Anda ingin memberikan data GIS kepada
pengguna non GIS. Dengan format raster yang lebih sederhana, orang yang Anda berikan gambar raster
dapat dengan mudah melihatnya sebagai gambar di komputernya tanpa memerlukan perangkat lunak
GIS khusus.
Analisis raster
Ada banyak sekali alat analisis yang dapat dijalankan pada data raster namun tidak dapat digunakan
dengan data vektor. Misalnya, raster dapat digunakan untuk memodelkan aliran air di permukaan tanah.
Informasi ini dapat digunakan untuk menghitung keberadaan daerah aliran sungai dan jaringan sungai,
berdasarkan medannya.
Data raster juga sering digunakan di bidang pertanian dan kehutanan untuk mengelola produksi
tanaman. Misalnya saja dengan menggunakan citra satelit dari lahan petani, Anda dapat
mengidentifikasi area dimana tanamannya tumbuh buruk dan kemudian menggunakan informasi
tersebut untuk memberikan lebih banyak pupuk pada area yang terkena dampak saja. Para ahli
kehutanan menggunakan data raster untuk memperkirakan berapa banyak kayu yang dapat dipanen dari
suatu area.
Data raster juga sangat penting untuk penanggulangan bencana. Analisis Model Ketinggian Digital
(semacam raster yang setiap pikselnya berisi ketinggian di atas permukaan laut) kemudian dapat
digunakan untuk mengidentifikasi wilayah yang kemungkinan akan terendam banjir. Hal ini kemudian
dapat digunakan untuk menargetkan upaya penyelamatan dan pertolongan ke daerah-daerah yang
paling membutuhkan bantuan.
Masalah umum/hal yang perlu diperhatikan
Seperti yang telah kami sebutkan, data raster resolusi tinggi memerlukan penyimpanan komputer dalam
jumlah besar.
Apa yang telah kita pelajari?
Mari kita selesaikan apa yang kita bahas di lembar kerja ini:
1) Data raster adalah kisi-kisi piksel berukuran teratur.
2) Data raster bagus untuk menampilkan informasi yang bervariasi secara terus-menerus.
3) Ukuran piksel dalam raster menentukan resolusi spasialnya.
4) Gambar raster dapat berisi satu atau lebih pita, masing-masing mencakup wilayah spasial yang sama,
namun berisi informasi berbeda.
5) Jika data raster berisi pita dari berbagai bagian spektrum elektromagnetik, maka disebut gambar
multispektral.
6) Tiga pita gambar multispektral dapat ditampilkan dalam warna Merah, Hijau, dan Biru sehingga kita
dapat melihatnya.
7) Gambar dengan satu pita disebut gambar skala abu-abu.
8) Gambar pita tunggal dan skala abu-abu dapat ditampilkan dalam warna semu oleh GIS.
9) Gambar raster dapat menghabiskan banyak ruang penyimpanan.
Sekarang kamu coba!
Berikut ini beberapa ide untuk Anda coba bersama pelajar Anda:
1) Diskusikan dengan pelajar Anda dalam situasi apa Anda akan menggunakan data raster dan dalam
situasi apa Anda akan menggunakan data vektor.
2) Mintalah siswa Anda untuk membuat peta raster sekolah Anda dengan menggunakan lembar
transparansi A4 dengan garis kisi yang digambar di atasnya. Hamparkan transparansi pada
toposheet atau foto udara sekolah Anda. Sekarang biarkan setiap pelajar atau kelompok pelajar
mewarnai sel yang mewakili jenis fitur tertentu, misalnya. gedung, taman bermain, lapangan olah
raga, pepohonan, jalan setapak, dll. Setelah semuanya selesai, lapisi semua lembaran menjadi satu
dan lihat apakah itu merupakan representasi peta raster yang bagus untuk sekolah Anda. Jenis fitur
apa yang berfungsi dengan baik jika direpresentasikan sebagai raster? Bagaimana pilihan Anda
dalam ukuran sel memengaruhi kemampuan Anda untuk merepresentasikan tipe fitur yang
berbeda?
Sesuatu untuk dipikirkan
Jika Anda tidak memiliki komputer, Anda dapat memahami data raster menggunakan pena dan kertas.
Gambarlah kotak persegi pada selembar kertas untuk mewakili lapangan sepak bola Anda. Isi kotak
dengan angka yang mewakili nilai tutupan rumput di lapangan sepak bola Anda. Jika tambalannya
kosong, beri nilai pada selnya 0. Jika tambalan itu dicampur dengan telanjang dan tertutup, beri nilai 1.
Jika suatu area seluruhnya tertutup rumput, beri nilai 2. Sekarang gunakan krayon pensil untuk
mewarnai sel berdasarkan nilainya. Warnai sel dengan nilai 2 hijau tua. Nilai 1 harus berwarna hijau
muda, dan nilai 0 berwarna coklat. Setelah selesai, Anda akan memiliki peta raster lapangan sepak bola
Anda!