Keuntungan utama dari format data vektor adalah ketepatan dalam merepresentasikan fitur titik, batasan dan garis lurus. Hal ini sangat berguna untuk analisa yang membutuhkan ketepatan posisi, misalnya pada basisdata batas-batas kadaster. Contoh penggunaan lainnya adalah untuk mendefinisikan hubungan spasial dari beberapa fitur. Data vektor relatif lebih ekonomis dalam hal ukuran file dan presisi dalam lokasi, tetapi sangat sulit untuk digunakan dalam komputasi matematik.<\/p>\n

Data vektor merupakan bentuk bumi yang direpresentasikan ke dalam titik, garis, dan area. Garis merupakan kumpulan dari beberapa titik, sedangkan area adalah daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik yang sama. Sedangkan data raster biasanya membutuhkan ruang penyimpanan file yang lebih besar dan presisi lokasinya lebih rendah, tetapi lebih mudah digunakan secara matematis. Kelemahan data vektor yang utama adalah ketidakmampuannya dalam mengakomodasi perubahan gradual.<\/p>\n

a) Entitas (Bergeometri) Titik<\/strong>
\nEntitas titik meliputi semua objek grafis atau geografis yang dikaitkan dengan pasangan koordinat (x,y). Selain koordinat-koordinat (x,y), diasosiasikan dengan geometri \u2018titik\u2019, data yang bersangkutan juga harus disimpan sedemikian rupa untuk menunjukkan jenis \u2018titik\u2019-nya. Sebagai contoh, \u2018titik\u2019 bisa saja merupakan suatu simbol yang tidak dikaitkan dengan informasi lain. Atau, \u2018titik\u2019 tersebut merupakan suatu simbol yang memiliki keterikatan dengan data yang lain.<\/p>\n

Data ini bisa memuat informasi seperti halnya ukuran tampilan dan orientasi simbol tersebut. Jika \u2018titik\u2019 ini merupakan suatu entitas teks, maka data lain yang diasosiasikan dengan entitas ini akan memuat informasi karakter-karakter yang akan ditampilkan, font (style) yang digunakan, perataan teks (right, center, left), skala, dan orientasi.
\n<\/a>
\nGambar 3. Entitas Titik<\/p>\n

b) Entitas (Bergeometri) Garis
\n<\/strong>Entitas garis dapat didefinisikan sebagai semua unsur-unsur linier yang dibangun dengan menggunakan segmen-segmen garis yang dibentuk oleh dua titik koordinat atau lebih. Entitas garis yang paling sederhana akan memerlukan ruang untuk menyimpan titik awal dan titik akhir (dua pasangan koordinat [x,y]) beserta informasi lainnya mengenai simbol yang akan digunakan untuk mempresentasikannya. Sebagai contoh, parameter-parameter simbol dapat dipanggil untuk menampilkan garis-garis yang terputus-putus (dashed) atau tidak (solid) pada perangkat tampilan monitor.
\n<\/a>
\nGambar 4. Entitas garis<\/p>\n

Dalam kaitannya dengan model data vektor mengenai entitas yang bergeometri garis, sering pula digunakan istilah-istilah seperti halnya \u2018arc\u2019, \u2018chain\u2019, dan \u2018string\u2019; yang merupakan sekumpulan pasangan-pasangan koordinat (x,y) yang mendeskripsikan garis kontinu yang bersifat kompleks. Makin pendek segmen-segmen garis pembentuknya, makin banyak jumlah pasangan koordinat (x,y) yang terlibat di dalamnya, dan makin halus bentuk kurva (kompleks) yang dapat direpresentasikannya.<\/p>\n

Vektor garis sederhana dan chain tidak secara otomatis membawa informasi spasial yang inherent (yang melekat secara otomatis) mengenai sebuah keterhubungan atau network (yang mungkin diperlukan untuk memenuhi kebutuhan analisis jaringan anak sungai, jalan raya, dan transportasi). Dengan demikian, untuk mendapatkan line network yang dapat di-trace oleh sistem perangkat lunak komputer garis-demi-garis (atau jalur-demi-jalur), diperlukan pointer di dalam struktur data vektor. Struktur data yang melibatkan pointer ini sering dibentuk dengan bantuan node(s).
\n<\/a>
\nGambar 5. Struktur data vektor<\/p>\n

Gambar di atas memberikan ilustrasi mengenai struktur data vektor yang diperlukan untuk mendefinisikan keterhubungan (relasi) antara semua cabang-cabang, anak sungai, atau jalan. Pada struktur vektor sepereti ini terdapat komponen chain(s) dengan indeks C dan komponen node(s) dengan indeks N. Disamping bertugas untuk membawa pointer(s) ke beberapa chain, node(s) juga (kemungkinan) memiliki data atau informasi yang menunjukkan besar sudut setiap chain yang berhubungan dengan node yang bersangkutan.<\/p>\n

Dengan demikian, node(s) dan arc(s) atau chain(s) dapat mendefinisikan topologi jaringan (network topology). Meskipun demikian, struktur keterhubungan yang sederhana ini masih memilki beberapa redudancy data karena koordiant-koordinat setiap node di rekam sebanyak (n x chain(s) + 1) kali, diaman n adalah jumlah chain atau arc yang berhubungan dengan sebuah node.<\/p>\n

c) Entitas (Bergeometri) Area atau poligon<\/strong>
\nEntitas poligon adalah daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik yang sama. Entitas poligon juga dapat direpresentansikan dengan memanfaatkan berbagai cara pada model atau vektor. Karena kebanyakan peta tematik yang digunakan oleh SIG berurusan dengan geometri poligon, maka metode-metode representasi dan pemanipulasian entitas tipe ini juga banyak menerima perhatian.<\/p>\n

Struktur data poligon (secara implisit) bertujuan untuk mendeskripsikan properties (yang bersifat topologi) dari suatu area (bentuk, hubungan ketetanggaan, dan hirarki) sedemikian rupa hingga atribut-atribut yang dimiliki oleh blok-blok bangunan spasial dasar tipe ini dapat ditampilkan dan dimanipulasi sebagai (data) peta tematik. Sebelum mendeskripsikan lebih jauh mengenai bagaimana struktur data poligon dapat dibangun, berikut dijelaskan requirements (persyaratan-persyaratan) jaringan poligon (poligon network) yang ditentukan oleh data geografisnya :<\/p>\n

Pertama<\/strong>, setiap komponen poligon (area, luasan, atau region) di atas peta akan memiliki bentuk, luas, dan keliling yang unik. Disini tidak terdapat satuan dasar standar tunggal sebagaimana halnya (piksel) di dalam model data raster. Bahkan pada siteplan atau streetplan yang reguler dan teratur dalam beberapa blok bangunan sekalipun, adalah tidak benar jika bangunan-bangunan tersebut dianggap memilki bentuk dan ukuran yang sama persis. Untuk peta-peta land-cover, jenis tanah, geologi dan sejenisnya, keserupaan ruang, bentuk, dan ukuran jelas adalah suatu hal yang tidak mungkin.<\/p>\n

Kedua<\/strong>, analisis spasial (tertentu) menghendaki struktur data (vektor) yang bersangkutan juga dapat melibatkan (merekam) unsur-unsur spasial lainnya yang menjadi \u201ctetangga\u201d setiap unsur poligon sperti halnya unsur-unsur \u201canak-anak sungai\u201d memerlukan konektivitas dalam usaha membentuk jaringan transportasi air secara keseluruhan.<\/p>\n

Ketiga<\/strong>, setiap unsur spasial yang berbentuk poligon (di dalam peta tematik) belum tentu berada pada tingkatan atau entitas yang sama. Sebagai contoh, adalah suatu kenyataan bahwa terdapat beberapa pulau kecil (poligon) yang terdapat di dalam sebuah unsur spasial danau (berbentuk poligon) yang juga terletak di dalam sebuah unsur spasial pulau (poligon) yang lebih besar. Contoh lain adalah sebuah unsur \u201cpersil tanah milik\u201d (poligon) terletak di suatu unsur spasial desa (poligon), unsur spasial kecamatan (poligon), unsur spasial kabupaten (poligon), unsur spasial propinsi (poligon), dan unsur spasial negara (poligon) tertentu.<\/p>\n","protected":false},"excerpt":{"rendered":"

Keuntungan utama dari format data vektor adalah ketepatan dalam merepresentasikan fitur titik, batasan dan garis lurus. Hal ini sangat berguna untuk analisa yang membutuhkan ketepatan posisi, misalnya pada basisdata batas-batas kadaster. Contoh penggunaan lainnya adalah untuk mendefinisikan hubungan spasial dari beberapa fitur. Data vektor relatif lebih ekonomis dalam hal ukuran file dan presisi dalam lokasi, …<\/p>\n","protected":false},"author":1,"featured_media":859,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1320],"tags":[1321,1327,1329,1323,1326,1328,1322,1325,1324,1330],"class_list":["post-860","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sistem-informasi-geografis","tag-data-vektor","tag-data-vektor-berbentuk","tag-data-vektor-dalam-sig-adalah","tag-data-vektor-dan-raster-dalam-sig","tag-data-vektor-llc","tag-data-vektor-raster","tag-data-vektor-sig","tag-data-vektor-titik","tag-data-vektor-topologi","tag-model-data-vektor"],"_links":{"self":[{"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/posts\/860","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/comments?post=860"}],"version-history":[{"count":1,"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/posts\/860\/revisions"}],"predecessor-version":[{"id":3380,"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/posts\/860\/revisions\/3380"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/media\/859"}],"wp:attachment":[{"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/media?parent=860"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/categories?post=860"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.tneutron.net\/sipil\/wp-json\/wp\/v2\/tags?post=860"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}