Mencari Lokasi Penggunaan Lahan Suatu Wilayah

Berbeda dengan tutupan lahan yang dapat diketahui dengan cepat lewat klasifikasi citra satelit, menentukan penggunaan lahan lebih rumit karena harus melihat langsung fungsi dari suatu bangunan apakah sekolah, rumah sakit, pabrik, pemukiman, dan lain-lain. Informasi dapat diperoleh lewat instansi-instansi terkait. Namun biasanya masih berupa data non-spasial, kalaupun ada terkadang tidak terawat dengan baik, misalnya lokasi tidak tepat, tidak ada lokasi, dan lain-lain.

LOKASI SEKOLAH

Data pokok kemdikbud memiliki informasi data spasial, misalnya untuk sekolah berikut ini. Di salah satu tab terdapat “Map” yang menunjukan lokasi sekolah yang bersangkutan. Sayangnya hanya berisi sebuah profil, untuk mencari sekolah-sekolah di daerah tertentu (kecamatan/kabupaten/kota) harus lewat sumber lain.

Situs penjaminan mutu pendidikan (PMP) juga memiliki data yang lengkap tentang sekolah-sekolah yang berada di daerah tertentu, misalnya data sekolah menengah pertama (SMP) di daerah kota Bogor berikut ini. Jika diklik salah satu sekolah yang ingin diketahui lebih lanjut akan muncul informasi yang lumayan lengkap seperti jumlah dan sebaran siswa, jumlah guru dan profil-nya, dan lain-lain. Sayangnya tidak ada informasi spasial (lokasi sekolah berupa peta).

Situs resmi lain yang menyediakan informasi spasial adalah berikut ini. Tampak lokasi sekolah di propinsi Bali. Cukup lengkap tapi basemap-nya kurang informatif. Alangkah baiknya jika menggunakan jenis streetmap ala waze atau google map.

Ada satu lagi informasi data spasial lewat arcgis online yang di-share oleh penggunanya. Salah satu keuntungannya adalah format shapefile yang sudah standar dapat diunduh dan dibuka online di komputer sendiri. Tentu saja jika di-share oleh pembuatnya, tetapi bisa juga dengan dibuka lewat mapviewer online, berikut link contohnya.

RUMAH SAKIT

Tipe penggunaan lahan lain yang tidak kalah penting adalah lokasi rumah sakit atau fasilitas kesehatan (klinik, apotik, dan sejenisnya). Satu yang cukup baik adalah situs ini, jika diklik salah satu item akan menampilkan informasi lengkap, misalnya RS Hasan Sadikin. Situs ini memanfaatkan info dari google map yang bersifat crowd sourcing.

Situs resmi dari departemen kesehatan merupakan rujukan yang pasti dari informasi mengenai rumah-rumah sakit di suatu wilayah. Tetapi tetap saja harus mencari sendiri lokasi di peta berdasarkan alamat rumah sakit tersebut.

Untuk jenis-jenis penggunaan lahan lainnya silahkan cari berdasarkan ke mana tipe lahan tersebut menginduk. Ada satu situs yang lumayan bagus dalam mendata beragam tipe lahan yaitu www.streetdirectory.com (lihat pos yang lalu) misalnya untuk wilayah kota bogor ini. Demikian, semoga bermanfaat bagi yang sedang mencari data spasial penggunaan lahan di daerah tertentu.

Mengunduh Shapefile di ArcGis.com

ArcGIS tidak hanya desktop melainkan juga online. Buka browser dan ketik www.arcgis.com. Tentu saja harus memiliki akun untuk login. Tetapi jika hanya ingin mengunduh tidak perlu login. Postingan ini mencoba mengunduh batas kecamatan wilayah kota Bogor.

Jika sudah masuk ke situs arcgis cari simbol kaca pembesar yang artinya searching. Ketik kata kuncinya, misalnya “kecamatan kota bogor”. Berikut tampilan ketika data tersebut ditemukan.

Jika Anda beruntung peta yang Anda cari tampil di halaman hasil pencarian. Terkadang terdapat lebih dari satu hasil pencarian. Kebetulan data spasial kecamatan di kota bogor ada yang sudah mengeshare, Alhamdulillah. Pilih peta hasil pencarian tersebut.

Klik “Download” untuk mengunduh peta kecamatan di kota Bogor dalam format shapefile yang di-rar. Buka dengan ArcGIS hasil ekstraknya. Tampak seperti gambar di bawah ini hasilnya.

Agak sulit melihat secara real peta tersebut. Jika Anda memiliki Google Earth Pro, silahkan impor peta tersebut agar dapat melihat secara detil akurasinya terhadap citra satelit berikut ini.

Terima kasih untuk rekan-rekan kartografer yang sudah sukarela membagikan peta-nya di arcgis.com. Oiya, terkadang shapefile tidak bisa diunduh melainkan dibuka langsung lewat ArcGIS. Sekian semoga bermanfaat.

Empat Tahunan Studi Doktoral

“I confer upon you a degree of doctor of philosophy”. Ketika rektor mengucapkan kalimat tersebut, selesailah sudah kuliah saya di kampus tua itu. Kampus yang dibentuk ketika perang dingin USA dan Rusia berlangsung di tahun 1959. Selama lima tahun kurang 3 bulan saya lalui di kampus yang terkenal sulit dan lama lulusnya, terutama di jurusan keras Computer Science and Information Management (CSIM).

Kisruh Saat Kedatangan

Awal perkuliahan di awal Agustus menyulitkan proses administrasi dengan pemberi beasiswa (DIKTI) yang mewajibkan penerima beasiswa (karyasiswa) menghadiri pembekalan pra keberangkatan di bulan September. Sepertinya DIKTI menyamakan dengan kampus dalam negeri yang perkuliahan dimulai pada bulan September. Terpaksa harus balik lagi ke Indonesia untuk mengikuti acara tersebut.

Masalah lain yang rumit adalah pembayaran biaya kuliah. Masalah ini muncul karena seperti biasa, DIKTI agak telah beberapa bulan dalam pencairan. Walaupun Guarantee Letter (GL) DIKTI sangat ampuh, repotnya ketika berangkat GL belum jadi. Setelah bolak-balik ke bagian pendaftaran (registry), akhirnya masalah daftar ulang beres.

Course Work Problem

Setelah masalah daftar ulang beres, ternyata muncul masalah baru yaitu nilai MID perkuliahan (course work). Beda dengan Jepang yang menganut S3 dengan riset (by research), AIT menganut course work + research. Jadi perkuliahan diwajibkan sebelum riset. Repotnya karena harus balik lagi ke tanah air, nilai mid semester berantakan, dan efeknya merembet ke nilai akhir. Padahal syarat boleh riset, IPK (GPA) minimal 3.50.

Problem Kandidasi

Kandidasi adalah sidang yang harus diikuti oleh mahasiswa doktoral yang ingin melanjutkan ke tahap berikutnya setelah tahap course work yaitu, tahapan riset. Program doktoral di AIT adalah “the highest degree in AIT that shows academic and research achievement”, seperti dikatakan oleh wakil rektor ketika acara wisuda. Maka mahasiswa doktoral dituntut bagus dalam perkuliahan (akademik) dan riset.

Problem Syarat Publikasi

Walaupun tergolong pintar, beberapa mahasiswa doktoral di kampus sulit menembus jurnal internasional. Selain waktu yang tidak jelas, kriteria lolos atau tidaknya sangat ketat dan subyektif. Dosen pembimbing hanya bisa mengarahkan saja dan tidak bisa berbuat apa-apa ketika siswa bimbingannya ditolak terus oleh pengelola jurnal. Akibatnya banyak yang pulang dulu beberapa tahun menunggu naskah yang akan dipublikasi diterima salah satu editor jurnal.

Jika sudah, maka syarat terakhir adalah pengecekan disertasi oleh profesor external sebelum sidang terbuka. Syarat ini tidak begitu rumit karena waktu pembuatan yang bisa diprediksi oleh mahasiswa. Berbeda dengan jurnal yang lama prosesnya tidak jelas, dari beberapa bulan hingga kalau sial bisa beberapa tahun.

Dan yang dinanti-nanti oleh pelajar, yaitu wisuda, akhirnya bisa dilalui jika publikasi selesai. Toga ber-strip tiga pun berhak dipakai. Akhirnya tinggalah kenangan dari seorang alumni. Sekian, semoga bisa menginspirasi.

Konversi UTM ke Latitude – Longitude (Terapan)

Ada tugas revisi buku, dan rencananya ada tambahan di bagian implementasi Matlab dengan sistem basis data (Access dan MySQL) yaitu data spasial dan pemrosesan teks. Cukup menarik ternyata Matlab memiliki banyak fasilitas, bahkan sistem informasi geografis (SIG) pun dilayani. Postingan singkat ini (lanjutan dari post yang lalu) menggambarkan bagaimana mengutak atik SIG dengan Matlab.

Salah satu komponen penting dari SIG adalah proyeksi. Salah satu proyeksi yang terkenal adalah Universal Transverse Mecartor (UTM) yang membagi bumi menjadi zona-zona. Untuk komputasi lebih mudah menggunakan jenis koordinat desimal ini, dibanding dengan jam, menit, detik atau lintang dan bujur. Repotnya ketika selesai melakukan kalkulasi dengan Matlab terkadang untuk menampilkan ke SIG berbasis web (Web SIG) perlu dikonversi ke latitude (lintang) dan longitude (bujur).

Setelah searching seharian dari situs yang remeh temeh hingga yang serius, ternyata situs Matlab sudah menyediakannya (lihat link ini). Karena tidak tersedia di instalasi Matlab, mau tidak mau harus membuat M-file yang dikopi dari situs tersebut. Untuk teori dasar silahkan lihat link ini (sebaiknya jangan deh, ntar pusing he he).

Jadi prinsipnya setelah matlab mengolah data spasial, kemudian hasilnya sebelum dikirim ke Web SIG dikonversi terlebih dahulu dari UTM ke lintang bujur karena Google Map API (lihat caranya) memerlukan data lintang bujur bukan UTM (kabarnya ada juga gmap4 yang bisa menggunakan UTM). Walau singkat semoga bermanfaat.

Flipped Learning

Sehari setelah sidang akhir, advisor mengundang saya untuk mengikuti seminar fliped learning. Mungkin beliau tahu kalau saya dosen. Pembicaranya ternyata rekan dia dari India, Dr. Malay R Dave. Metode pembelajaran ini sedang dicoba untuk diterapkan karena memiliki manfaat yang bagus, terutama saat ini dimana gadget dan aplikasi-aplikasi online dan mobile banyak tersedia.

Konsepnya adalah memadukan antara belajar di kelas dengan diluar kelas. Flip di sini bukan berarti dibalik, tetapi tetap menjaga agar siswa belajar walaupun sudah tidak di kelas lagi. Di kelas terkadang hanya berisi diskusi tentang topik yang sama. Untuk penjelasan lengkapnya silahkan lihat link ini:

https://flippedlearning.org/wp-content/uploads/2016/07/FLIP_handout_FNL_Web.pdf

Selain karena perkembangan aplikasi online, munculnya sistem pembelajaran ini adalah karena tuntutan dunia kerja dimana bukan hanya kemampuan akademis tetapi juga kemampuan lainnya seperti komunikasi, menghargai orang, critical thinking, dan sebagainya juga sangat dibutuhkan. Kalau menurut saya, flipped learning ini termasuk pembelajaran yang nonstop. Ibarat aplikasi online yang bekerja 24 jam, flipped learning juga mirip, hanya saja waktu menyesuaikan dengan siswa, kapan nyamannya.

Perkuliahan diganti dengan video tutorial yang dapat diakses dan dilihat oleh seluruh siswa di luar kelas. Ketika selesai dilihat, saat dikelas dilakukan diskusi yang didampingi oleh tutor/pengajar. Tetapi harus dijalankan empat pilar berikut ini: flexible environment, learning culture, intention content dan professional educator. Kalau tidak lengkap pilar tersebut, maka bukan flipped learning, melainkan hanya flipped classroom.

Banyak aplikasi-aplikasi yang digunakan untuk membantu flipped learning ini. Salah satu contohnya adalah http://www.tes.com yang memudahkan pengajar dalam mempersiapkan materi pembelajaran. Oiya, saat ini konten ilmu sepertinya sudah gampang sekali ditemukan di internet. Hanya saja membutuhkan kemampuan dalam meramu sesuai dengan keinginan pengajar. Situs tersebut salah satunya. Silahkan lihat tutorial youtube di bawah ini. Sekian, semoga bermanfaat.

Studi Literatur

Walaupun riset sudah selesai dan tinggal pulang ke tanah air, mumpung masih bisa menggunakan perpustakaan (baca di tempat karena sudah tidak boleh meminjam), iseng-iseng mereview apa yang telah saya lakukan selama riset kurang lebih 3 tahun lamanya. Saya menemukan buku tentang studi literatur. Tujuan utama membaca topik itu aslinya untuk evaluasi ke depan. Apakah studi literatur yang telah saya jalankan sudah benar, efisien, dan sesuai dengan tujuan riset.

Buku karangan Lawrence A. Machi dan Brenda T. McEvoy itu cukup padat, sehingga dapat dibaca hanya beberapa menit saja. Intinya ada enam tahap dalam studi literatur, antara lain:

Memilih topik
Mencari literatur
Mengembangkan Argumen
Survey terhadap literatur
Memberikan kritik terhadap suatu literatur, dan
Menulis review

Postingan ini hanya akan membahas yang unik dari buku tersebut yaitu memilih topik, mencari litertur, dan mengembangkan argumen.

Memilih Topik

Ini merupakan pangkal utama dari riset, sekaligus biang keladi kuliah tidak lulus-lulus. Buku tersebut menyarankan untuk mengambil topik dari keseharian. Maksudnya adalah hal-hal real yang spesifik. Jangan asal mencari pertanyaan, misalnya: “mengapa sekelompok siswa sulit memahami penjelasan guru?”. Tentu saja pertanyaan ini terlalu general dan sulit dikerjakan karena tidak jelas.

Mencari Literatur

Mencari literatur yang efisien adalah internet dan perpustakaan. Baca cepat sekilas saja terlebih dahulu (skimming). Langkah saya membuat pengelompokan ternyata sudah benar waktu itu. Hanya saja ternyata ada teknik pengelompokan yang lebih ok, bukan hanya pengelompokan terhadap suatu ide/teknologi/metode, melainkan juga pengelompokan kontribusi pengarang. Misal definisi sustainability oleh siapa saja, dll. Dengan bentuk tabel, kita mudah mengingatnya. Terkadang walau tidak berusaha mengingat, jadi ingat sendiri (dikemukakan oleh siapa dan pada artikel apa).

Mengembangkan Argumen

Suatu argumen adalah mencari alasan yang tepat untuk suatu jawaban yang biasanya kesimpulan riset. Jadi satu argumen terdiri dari bermacam-macam alasan:

Argumen = alasan1 + alasan 2 + …

Sebelum masuk ke argumen yang rumit, ada baiknya membahas terlebih dahulu argumen sederhana. Argumen sederhana terdiri dari: klaim, kejadian dan jaminan (warrant). Contohnya adalah:

Klaim: “kamu seharusnya jangan menyeberang jalan”
Kejadian (evident): “lampu penyeberangan berwarna merah”
Jaminan: “Aturan memberlakukan bahwa lampu merah artinya berhenti”

Klaim

Klaim di sini adalah representasi argumen. Klaim mengarahkan argumen. Menurut referensi lain, Chris Hart, ada lima jenis klaim yaitu: Fact, worth, policy, concept, dan interpretation. Penjelasannya tidak jauh dari arti kelima istilah itu.

Kejadian (Evidence)

Kejadian beda dengan data. Kejadian lebih spesifik dari data, yaitu untuk kepentingan tertentu. Jadi kejadian adalah bahan baku dari pembuktian terhadap klaim kita. Jadi untuk memperkuat klaim, diperlukan data dan metode yang relevan, yang kemudian mentransformasikan data itu menjadi evidence.

Jaminan (Warrant)

Jaminan ini adalah hubungan antara kejadian dan kesimpulan. Hubungan di sini menyiratkan adanya pengorganisasian yang logis, sehingga memperkuat argumen. Kembali ke contoh menyeberang jalan. Ketika ada kejadian lampu menyala merah (evidence), dan adanya klaim (agar berhenti), perlu adanya jaminan. Kalau tidak, maka klaim Anda kurang kuat. Dalam kasus ini, jaminan yang diusulkan adalah karena aturan, yaitu ketika lampu menyala merah maka harus berhenti (tidak menyeberang jalan). Silahkan mencari jaminan lain sesuai dengan bidang ilmu yang kita miliki.

Teettttt .. alarm perpustakaan berbunyi, ternyata sudah jam 10 malam dan perpustakaan akan ditutup. Survey, kritik, dan review mungkin lanjut lagi nanti. Semoga postingan ini sedikit-banyak bisa mencerahkan. Selamat mencoba.

Siaga I Menghadapi: Sidang Terbuka

Setelah menunggu hampir setahun, akhirnya sidang terbuka dijadwalkan, kemarin tanggal 15 Januari 2018. Itu pun dijadwalkan mendadak, sehingga persiapannya keteteran dan tergopoh-gopoh, walaupun diumumkan empat hari sebelumnya tetapi ada dua hari libur yaitu sabtu dan minggu, praktis hanya hari jumat menyiapkan berkas ke jurusan. Saya termasuk yang selalu tidak siap jika diminta presentasi, apalagi kalau mendadak. Siapa tahu di antara pembaca ada yang akan sidang juga, mungkin bisa jadi bahan pertimbangan postingan ini.

Keep Calm

Di sini maksudnya bukan tidak berbicara. Malah harus berlatih berbicara agar besoknya bisa “ngomong”, apalagi pakai bahasa Inggris. Calm di sini adalah fikiran kita yang “liar” sehingga membuat lelah batin kita dan yang berbahaya tidak bisa tidur semalaman. Saya termasuk konsumen meditasi. Banyak teknik meditasi seperti vipassana, cittanupassana, dan lain-lain. Untuk kondisi super darurat, ada baiknya vipassana. Teknik ini untuk menjaga fikiran tidak liar dengan selalu fokus ke nafas keluar dan masuk. Tidak perlu mengatur nafas, hanya memperhatikan saja. Jika fikiran liar muncul sadari saja dan perlahan kembalikan ke pernafasan. Terus terang saya tetap sulit tidur .. hehe. Untungnya ada obat-obatan yang bisa membuat lelap tidur, sebaiknya yang herbal dan sudah teruji alias cocok dengan tubuh kita, dan bukan coba-coba. Kalau besoknya malah mencret kan tambah repot.

Kelihatannya teknik tersebut tidak berguna dan sulit diterapkan. Uniknya saya terapkan hingga saat presentasi berlangsung. Mungkin terlihat aneh, bagaimana mungkin kita presentasi, menjawab pertanyaan, dan lain-lain tapi dengan fokus ke pernafasan. Bahaya dong. Ternyata tidak, jangankan memperhatikan nafas, ketika berkendara saat memperhatikan hutang-hutang saja bisa kok, apalagi Cuma memperhatikan nafas.

Pelajari Video Presentasi yang Baik

Banyak video tutorial presentasi bertebaran di internet, terutama di youtube. Semua menganjurkan awal presentasi sangat menentukan keberhasilan. Jika di awal sudah malas didengarkan oleh audiens maka dipastikan sampai akhir akan membosankan bagi mereka. Posisi tubuh, intonasi dan lain-lain banyak juga dijelaskan di youtube, silahkan searching sendiri.

Berikutnya adalah power point. Kalau bisa isi power point didiskusikan terlebih dahulu ke dosen pembimbing. Hal ini penting untuk mengetahui batas waktu yang pas. Terkadang beberapa bagian dipotong dan beberapa bagian perlu ditekankan, misalnya novelty, kontribusi keilmuan, dan sebagainya. Jangan lupa akhir dari presentasi itu penting juga. Berikan kata pujian ke dosen pembimbing dan asistennya. “My gratitute to my doctoral thessis superviser … for guidance and motivation”. Jangan lupa kesimpulan itu kunci keberhasilan, apalagi sidang akhir karena setelah itu kita tidak langsung pulang. Ada sesi tanya jawab yang bikin keringat dingin. Penguji cenderung mengingat yang terakhir dan jika kesimpulan kurang sreg dia akan bertanya langsung ke sana, bahkan mereka berebut untuk bertanya.

Buat Audiens Ingin Tahu

Jika dalam disertasi kita ada hipotesa yang akan diuji, atau masalah yang akan diselesaikan, ada baiknya format harus dirubah karena jika ditampilkan apa adanya terasa “garing”. Kesalahan yang sering dilakukan adalah dengan copas dari tulisan di disertasi. Alangkah baiknya dibuat format baru yang memancing minat pendengar. “How can we …?”, atau “How we optimize … based on ..” dan seterusnya setelah sebelumnya memperkenalkan kasus atau masalah yang akan dibahas dalam presentasi. Tentu saja setelah itu slide berikutnya tidak menjawabnya, melainkan dengan memperkenalkan agenda presentasi, atau sering diberi judul “outline” atau road map presentasi kita. Singkat saja dan langsung masuk ke konten. Jika pendengar berhasil ditarik keingintahuannya, dipastikan presentasi kita berhasil.

Dalam tulisan (skripsi, tesis, disertasi) terkadang mengalir seperti cerita. Untuk presentasi ada baiknya dibalik. Sebanyak mungkin di akhir slide ada sesuatu yang akan dijawab pada slide berikutnya agar pendengar menanti-nanti dan menerka apa kiranya jawaban dari sesuatu yang saat ini ditayangkan di slide. Sebagai contoh, dalam disertasi saya menjelaskan analisa urban growth untuk menemukan dua driver baru yang akan diusulkan. Dalam presentasi saya balik, saya langsung tampilkan dua driver itu, kemudian saya munculkan pertanyaan ke audiens apa dasar dan bagaimana saya menemukan dua driver tambahan tersebut. Teknik ini banyak disarankan oleh video tutorial presentasi di youtube.

Buat Audiens Nyaman dan Memperoleh Manfaat

Agak sulit memang menemukan apa yang kira-kira bermanfaat bagi pendengar. Sebenarnya banyak hal-hal di sekitar kita yang tidak bermanfaat kok, tetapi bisa dibuat bermanfaat jika dikemas dengan baik. Video game, instagram, fesbukan seharian, mungkin kalau difikir-fikir ga ada gunanya tapi ternyata banyak yang tertarik. Mungkin tidak bermanfaat, tetapi jika audiens terhibur, dengan lelucon-lelucon yang membuat mereka nyaman, toh mereka akan merasa bermanfaat mendengarkan presentasinya. Mereka akan lupa pusingnya rumus-rumus yang kita presentasikan.

Lihat Tradisi

Tradisi di sini maksudnya hal-hal yang menjadi kebiasaan di suatu kampus. Terus terang saya berusaha mencari tahu. Caranya adalah dengan sering mengikuti sidang terbuka doktoral di kampus saya. Walaupun saya terkadang tidak mengerti kontennya, tetap saya lihat hal-hal lainnya. Ada jurusan yang keras, ada juga yang ketawa ketiwi hanya formalitas saja. Bagaimana dengan jurusan Anda? Silahkan jawab sendiri. Di hari sabtu, padahal libur, supervisor saya meminta datang. Di sana kami membahas power point untuk presentasi besok. Aneh juga di akhir pertemuan dia menjulurkan tangan dan mengucapkan selamat kepada saya. Saya baru “ngeh” ternyata saat itulah de facto saya berhasil menghilangkan huruf “c” dari Dr(c) saya, singkatan dari “calon”, artinya bukan calon doktor lagi, walaupun secara tertulis dan resmi setelah sidang presentasi besoknya. Jurus ampuh terakhir dan terhebat adalah DOA .. apalagi doa keluarga dan rekan-rekan kita. Sekian semoga menginspirasi.

Sustainable Urban Form

Riset tata kota fokus ke bentuk urban yang mendukung pembangunan berkelanjutan, pembangunan yang bukan hanya memenuhi kebutuhan generasi sekarang, melainkan juga generasi yang akan datang (Steiner, 2008). Banyak sekali perdebatan mengenai bentuk urban yang cocok dengan konsep pembangunan berkelanjutan. Di sini saya ingin memperkenalkan bentuk-bentuk sustainable urban yang diusulkan oleh peneliti.

Penelitian oleh (Jabareen, 2006) menjelaskan beragam bentuk urban yang sustainable. Berikut contoh-contohnya.

1. Neotraditional Development

Jika kita perhatikan kota Jakarta, terjadi perubahan dari urbanisasi menjadi kebalikannya, dikenal dengan istilah “post-suburbanization” (Firman, 2004; Firman & Fahmi, 2017). Maka para pakar urban berusaha mengurangi dampaknya dengan konsep tersebut, yaitu bagaimana menjaga penurunan penduduk “inner city” dan membangun juga kota-kota penyangga.

2. Urban Containment

Munculnya daerah-daerah “Sprawl” baru (saat ini Meikarta contohnya) membuat khawatir pemerhati tata kota akan dampaknya. Di Amerika konsep urban containment dimaksudkan untuk menghindari proses “sprawl” yang tidak baik. Walaupun ada juga sprawl yang baik, misalnya daerah industri khusus yang jauh dari pemukiman.

3. Compact City

Kota kompak (compact city) disukai oleh penata kota dari Eropa dan Amerika karena dapat mengurangi dampak negatif dari transportasi. Kota yang kompak membuat jarak tempuh menjadi rendah dan penggunaan kendaraan berpolusi menjadi berkurang. Bahkan orang cenderung berjalan kaki karena jarak antara satu tempat dengan tempat penting lainya dekat.

Kota kompak mengharuskan diversifikasi, artinya harus ada variasi dalam satu lokasi. Misalnya harus ada sekolah, pasar, tempat ibadah, dll. Jadi orang cukup berjalan kaki sudah bisa sampai ke lokasi tujuan. Bentuk-bentuk segregasi, misalnya kompleks khusus agama tentu, dll sebaiknya dihindari.

4. Eco City

Bentuk kota ini berpatokan dengan konservasi alam, ekologi, dan juga aspek sosial. Biasanya diterapkan di negara maju yang kesadaran warga dan keseriusan pemerintahnya tinggi akan faktor lingkungan. Walaupun demikian sebaiknya negara-negara yang kurang maju, atau ga maju-maju (berkembang terus), tetap mencontoh jenis kota ini mengingat makin puaanas aja tempat tinggal kita, contohnya saya yang di Bekasi. Semoga bermanfaat.

Referensi

Firman, T. (2004). New town development in Jakarta Metropolitan Region : a perspective of spatial segregation, 28, 349–368. http://doi.org/10.1016/S0197-3975(03)00037-7

Firman, T., & Fahmi, F. Z. (2017). The Privatization of Metropolitan Jakarta’s (Jabodetabek) Urban Fringes: The Early Stages of “Post-Suburbanization” in Indonesia. Journal of the American Planning Association, 83(1), 68–79. http://doi.org/10.1080/01944363.2016.1249010

Jabareen, Y. R. (2006). Sustainable Urban Forms: Their Typologies, Models, and Concepts. Journal of Planning Education and Research, 26(1), 38–52. http://doi.org/10.1177/0739456X05285119

Steiner, F. (2008). The living landscape – An Ecological Approach to Landscape Planning – Second Edition. Washington DC: ISLAND PRESS.

Penerapan Spatial Metrics

Spatial metrics (lihat post yang lalu) merupakan alat bantu analisa lansekap (landscape) lewat bantuan statistik khusus data spasial. Penggunaannya untuk analisa kondisi suatu wilayah tentang sebaran Patch. Patch adalah homogenous region dari suatu lansekap tertentu seperti taman, perumahan, wilayah urban dan lain-lain. Misalnya dari citra satelit kita bisa melihat dengan mata kepala, ternyata patch-nya ga beraturan, jarang-jarang, terisolir dan sudutnya (edge) runcing, bergerombol dan sebagainya. Berikut contoh tulisan sederhana saya bagaimana menganalisa spatial metrics dengan software free FRAGSTATS.

Spatial metrics ada banyak, terkadang ada yang mirip satu sama lain. Jadi ketika menggunakan harus memperhatikan aspek redundansi, dan juga berakibat lamanya perhitungan metric pada FRAGSTATS. Berikut ini penjelasan satu persatu spatial metrics yang digunakan.

1. Patch Density (PD)

Sesuai dengan namanya, adalah kepadatan patch, misalnya patch di sini daerah urban. Satuannya adalah jumlah patch per 100 hektar.

Makin homogen nilai PD makin besar. Ketika suatu wilayah urban terpisah-pisah dan heterogen, nilai PD atau kerapatan patch nya rendah.

2. Landscape Shape Index (LSI)

LSI mengukur tingkat ireguleritas suatu lansekap. Rumusnya adalah sebagai berikut:

Makin tidak beraturan nilai LSI makin kecil. Maka ketika suatu wilayah urban berkembang dan mekin teratur, nilai LSI membesar. Variabel min e adalah panjang (keliling) terkecil, yang dari sisi geometri adalah lingkaran, yaitu bentuk yang reguler dan kompak.

3. Euclidean Nearest-Neighbor Distance (ENN)

Metric ini mengukur panjang antara satu patch dengan patch lainnya. Ketika antara satu patch dengan lainnya berjauhan maka nilai ENN akan besar, dan mengecil ketika di sela-selanya muncul patch baru.

4. Percentage of Like-Adjacency (PLADJ)

Metric ini sangat terkenal karena kemudahannya. Prinsipnya adalah ketika satu patch dikelilingi oleh patch lain yang berbeda, maka nilainya berkurang.

Seandainya suatu wilayah urban tidak memiliki bangunan (urban area), maka PLADJ maksimum karena pembilang dan penyebut sama. Ketika jumlah gik (like adjacency) yang berbeda jenis patch maka pembilang membesar maka PLADJ turun terus hingga jumlah patch I dan k sama, jika hanya ada dua patch. Jadi biasanya urban area bertambah, PLADJ turun, hingga jumlah urban dan non urban kira-kira sama. Selanjutnya PLADJ naik ketika wilayah non urban berubah jadi wilayah urban.

Kebanyakan riset tentang urban growth mengenal proses pertumbuhan urban dari didominasi oleh tipe outlying (terisolasi), kemudian bergeser ke edge expansion (bertambah di ujung patch) dan infilling (mengisi ruang kosong antara patach). Semoga bermanfaat.

Metode Menentukan Bobot pada Multi-Criteria Selain Pairwise Comparison (AHP)

Untuk mencari lokasi yang cocok untuk penggunaan lahan tertentu, optimasi rancangan, dan sejenisnya ada empat metode yang terkenal: ranking, rating, trade-off, dan pairwise. Cara penggunaannya dapat dilihat pada artikel berikut ini, dalam jurnal teknik sipil.

Di bagian kesimpulan, ketika faktor biaya, waktu dan kemudahan penggunaan menjadi perhatian maka metode ranking, rating, dan trade-off layak untuk digunakan. Tetapi ketika faktor akurasi dan fondasi teoritis yang menjadi perhatian maka metode pairwise yang biasanya dengan analytic hierarchy process (AHP) digunakan, dengan software yang terkenalnya “expert choice”.

Kelemahan multi-criteria dalam menentukan kesesuaian (suitability) terhadap suatu hal adalah sangat bergantung dengan penentuan bobot seperti diutarakan dalam presentasi oleh ESRI (vendor dari ArcGIS) berikut ini:

Semoga postingan ini bisa bermanfaat, terutama saya sendiri baru saja menjawab pertanyaan mengapa menggunakan metode pairwise tidak dengan metode yang lainnya.

Referensi:

http://www.iaeme.com/MasterAdmin/UploadFolder/IJCIET_06_11_012-2/IJCIET_06_11_012-2.pdf

https://maps.uky.edu/esri-uc/esri_uc_2k12/Files/130.pdf

Revisi Lagi .. LiDAR vs RADAR

Kejadian tahun lalu terulang lagi dimana ketika asyik liburan ada tulisan yang harus direvisi. Kalau dulu artikel di jurnal internasional, kali ini disertasi yang dicek oleh external examiner, yaitu profesor dari luar kampus. Lumayan banyak, walaupun secara keseluruhan disetujui (satisfactory and meets the normal requirements for a doctoral dissertation), tetapi ada hal-hal yang perlu pemikiran karena bukan bidang saya.

Sebagai contoh, pada revisi keenam diminta menjelaskan maksud LiDAR (light Imaging Detection and Ranging) “more accuracy and wider range” dibanding RADAR (Radio Detection and Ranging). Sebenarnya saya mensitasi dari text book, tetapi ternyata tidak hanya mensitasi, harus tahu juga maksudnya. Untungnya banyak referensi yang beredar.

Panjang Gelombang RADAR dan LiDAR

LiDAR dikatakan lebih akurat dibanding RADAR karena bisa mendeteksi obyek yang kecil karena penggunaan spektrum panjang gelombang yang lebih pendek (short wavelength). Gambar di bawah saya unduh dari sini, lumayan jelas perbandingan antara microwave yang digunakan RADAR dengan infra-red yang digunakan LiDAR.

Jika microwave jangkauannya dari 1 mm hingga 1 meter, ternyata infra merah lebih pendek lagi yaitu antara 1 mikrometer hingga 1 mm, artinya lebih pendek dari microwave yang digunakan RADAR. Sementara maksud “wider range” artinya pandangan yang lebih luar (large field of view) yang dimiliki LiDAR: lebih lebar dari RADAR. Informasi ini saya ambil dari situs ini.

Yah, begitulah, ikuti saja, namanya IT kan pensuport bidang lainnya. Terkadang ke GIS, environment, hingga penginderaan jarak jauh (remote sensing). Ada informasi ternyata RADAR dan LiDAR sedang berkompetisi untuk digunakan oleh mobil tanpa awak, dimana Tesla dengan RADAR sementara Google dengan LiDAR walau dipasang juga RADAR karena mampu menembus kabut (Jadi inget waktu kuliah 6 tahun di mesin UGM dulu).

Konversi Universal Transverse Mercator (UTM) ke Latitude – Longitude

Repot juga kalau berhubungan dengan sistem proyeksi. Biro Informasi Geospasial (BIG) atau yang dulu dikenal dengan Bakosurtanal terkadang menyediakan dua versi koordinat yaitu UTM dan lintang/bujur. Ketika memperoleh file SHP yang berformat UTM, mudah untuk dimanipulasi (misalnya untuk optimasi), tetapi harus dikonversi kembali ke lintang dan bujur jika ingin ditampilkan di Googla Map yang berformat lintang dan bujur (lihat post sebelumnya).

Untungnya Matlab menyediakan konversi dari UTM ke lintang/bujur yang cukup akurat di situs resminya. Berikut ini contoh fungsi utm2ll yang tinggal dicopas dan simpan dengan nama utm2ll.m:

Misalnya saya impor dengan fungsi shaperead file SHP yang berkoordinat UTM (lihat cara menggunakan shaperead). Kemudian saya jalankan fungsi UTM2LL tersebut yang berisi parameter sumbu x,y zona (untuk contoh ini 48S yang diisi dengan -48, negatif karena di selatan). Sementara datumnya ‘wgs84’. Ambil satu contoh titik pertama:

>> real(1,:)
ans =
-6.2620 106.9955

Di ArcGIS sebenarnya ada fasilitas mengkonversi langsung, tetapi ketika saya impor ke Matlab shapefile-nya, angkanya masih tetap UTM. Tetapi bisa digunakan untuk menguji apakah hasil konversinya benar. Perhatikan jawaban titik pertama di atas (-6.2620 106.9955) yang ditunjukan pada (1) sama dengan koordinat lintang/bujur (2) pada gambar di bawah ini.

Selesai juga masalah konversi dari UTM (720779.301055732, 9307408.86579029) menjadi Latitude-Longitude (-6.2620 106.9955). Semoga bermanfaat.

Menampilkan Data Spasial Web-based dengan Google Map API

Google menyediakan fasilitas online untuk melihat peta lokasi suatu wilayah. Banyak fasilitas yang diberikan baik dalam format peta biasa (Map) maupun citra satelit (Satellite). Bahkan bisa juga melihat lokasi jalan dengan memanfaatkan fasilitas Google Street View yang menempel di Application Programming Interface (API) Google Map.

Membuat Kode Sederhana

Sebelum masuk ke sistem basis data, ada baiknya bisa menampilkan terlebih dahulu Google map pada aplikasi web-based yang akan kita buat. Buka saja teks editor ringan, notepad untuk mengetikan kode HTML singkatnya. Copas saja kode berikut dalam notepad:

Ketika menyimpan, seperti biasa pilih ekstension “All”, jangan gunakan defaultnya (*.txt). Kemudian beri nama dengan tambahan di belakangnya .html.

Setelah disimpan, buka file HTML tersebut. Jangan lupa program yang membukanya adalah browser (ie, mozilla, chrome, dll). Kalau tidak otomatis terbuka, klik kanan dan pilih “open with” yang sesuai.

Tombol (1) untuk menampilkan format satelit atau peta biasa dan tombol (2) untuk melihat Street View dengan men-drag simbol orang ke jalan yang ingin dilihat citranya.

Ketika men-drag simbol orang, tampak jalan berwarna kebiruan. Itu tandanya lokasi yang sudah difoto oleh mobil Google. Hasilnya tampak seperti gambar di bawah ini:

Tinggal berikutnya adalah mengkoneksikan ke sistem basis data, misalnya mysql, untuk menampilkan lokasi-lokasi yang ada di database kita. Semoga bermanfaat.

Spatial Metrics – Statistik untuk Landscape dan Data Spasial

Semua orang biasanya sudah belajar tentang statistik. Dari dulu sampai sekarang ya isinya begitu saja, tidak ada yang berubah dan tidak ada pula silang pendapat di antaranya. Karena ilmunya yang sudah “established” statistik menjadi alat bantu untuk riset di bidang lainnya, salah satunya adalah landscape, cabang dari arsitektur dan perencanaan wilayah. Tetapi orang komputer pun ikut nimbrung di dalamnya, termasuk saya.

Spatial sendiri dalam bahasa Indonesianya “spasial” yang berarti data yang berisi selain atribut juga koordinat/lokasi. Jadi data spasial harus menyimpan informasi lokasi suatu record (isi data). Jadi spatial metrics berarti ukuran tentang suatu data spasial, satuannya bermacam-macam hasil dari rumus yang telah disepakati bersama.

Spatial Metrics dan Landscape Metrics

Spatial metrics sejatinya sama dengan landscape metrics. Istilah “landscape metrics” muncul karena metrik ini dikembangkan oleh ilmu tentang landscape (terutama ekologi), geometri fraktal dan ilmu informatika [1]. Unik juga informatika nempel di mana-mana. Namun selama perjalanannya, para peneliti lebih suka menyebutnya dengan spatial metrics [2]–[4].

Pembagian Spatial Metrics

Tidak ada kesepakatan mengenai pembagian terhadap spatial metrics. Namun ada pembahasan yang baik dari McGarigal yang bisa diunduh [5]. Pembagian spatial metrics biasanya dibagi tiga level yaitu level patch, level kelas, dan level lanskap yang telah diterapkan dalam software FRAGSTATS yang juga dikembangkan oleh McGarigal dan kawan-kawan [6]. Tiap level memiliki variabel-variabel tentang:

Area & edge metrics
Shape metrics
Core area metrics
Contrast metrics
Aggregation metrics
Subdivision metrics
Isolation metrics
Diversity metrics

Peran Ilmu Statistik

Ilmu statistik berperan dalam perhitungan variabel-variabel di atas. Yang digunakan pun yang sering kita pelajari di bangku sekolah/kuliah: Median, Mean, Area-Weighted Mean, Range, Standar deviasi, dan covarian.

Source: [5]

Silahkan orang-orang IT yang tertarik untuk membantu para perencana kota/urban dalam melaksanakan risetnya.

Ref:

1. E. J. Gustafson, “Quantifying Landscape Spatial Pattern: What Is the State of the Art?,” Ecosystems, vol. 1, no. 2, pp. 143–156, 1998.

2. C. Sun, Z. Wu, Z. Lv, N. Yao, and J. Wei, “Quantifying different types of urban growth and the change dynamic in Guangzhou using multi-temporal remote sensing data,” Int. J. Appl. Earth Obs. Geoinf., vol. 21, pp. 409–417, 2013.

3. H. M. Pham and Y. Yamaguchi, “Urban growth and change analysis using remote sensing and spatial metrics from 1975 to 2003 for Hanoi , Vietnam,” Int. J. Remote Sens., vol. 32, no. May 2015, pp. 37–41, 2011.

4. Herlawati and R. T. Handayanto, “Mengenali Karakteristik Penggunaan Lahan dengan Statistika Spasial ( Spatial Metrics ),” INFORMATICS Educ. Prof., vol. 1, no. 2, pp. 227–232, 2017.

5. K. Mcgarigal, “Landscape metrics for categorical map aatterns,” vol. 2001, no. Chapter 5, pp. 1–77, 2001.

6. K. Mcgarigal, S. Cushman, and E. Ene, “FRAGSTATS v4: Spatial Pattern Analysis Program for Categorical and Continuous Maps,” 2015. [Online]. Available: http://www.umass.edu/landeco/research/fragstats/fragstats.html.

Mengeset Referensi Koordinat pada Image di IDRISI

Terkadang untuk melakukan manipulasi diperlukan penyamaan koordinat dan proyeksi dua image atau lebih yang terlibat. Misalnya untuk operasi Window (lihat post tentang window ini) dalam rangka memotong suatu image mengikuti image lainnya (dalam ArcGIS diistilahkan dengan nama clipping). Obyek yang memotong dan dipotong tentu saja harus memiliki proyeksi koordinat yang sama.

Menggunakan Metadata

Selain untuk mengeset proyeksi, metadata ini sering digunakan untuk mengeset legend terutama untuk memodelkan land use (LCM). Misalnya gambar peta urban di sekitar Jabotabek di bawah ini yang akan dicrop untuk Bekasi.

Gambar di atas adalah hasil klasifikasi (unsupervised) dengan IDRISI. Perhatikan di bagian metadata di bawah kiri. Pada isian ref system pilih proyeksi yang sesuai.

Selain ref. system yang perlu diperhatikan juga adalah Min/Max X dan Y. Permasalahan muncul ketika ref. system sudah sama tetapi Min/Max X,Y tidak sama. Jika dua gambar yang ingin disamakan memang berukuran sama tidak masalah (dengan copy dan paste). Tetapi jika tidak sama ukurannya maka perlu menggunakan trik lain. (Bersambung).