3 Bentuk Sistem Informasi

Sistem Pendukung Keputusan (Decision Support Systems)

· Little,J.D.C (dalam “Models and Managers:The Concept of a Decision Calculus”,1970) : DSS sebagai “sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manager mengambil keputusan”. Untuk sukses sistem tersebut haruslah

o Sederhana

o Cepat

o Mudah dikontrol

o Adaptif

o Lengkap dengan isu-isu penting

o Mudah berkomunikasi

Mengapa menggunakan DSS

· Kebutuhan akan informasi yang akurat: DSS yang berbasis komputer memanfaatkan data dan melibatkan model matematika maupun algoritma dalam memperoleh hasil yang mampu digunakan dalam pendukung keputusan. Keakuratan perhitungan dapat lebih terjamin selama sistem yang dikerjakan tidak mengalami perubahan.

· DSS dipandang sebagai pemenang secara organisasi.

· Kebutuhan akan informasi baru.

· Penyedia informasi yang tepat waktu.

· Pencapaian pengurangan biaya.

Karakteristik dan Kapabilitas DSS.

Karena belum ada konsensus mengenai apa sebenarnya DSS, maka jelas belum ada kesepakatan mengenai karakteristik dan kapabilitas standar DSS, namun ada beberapa definisi dapat disimpulkan bahwa karekteristik dan kapabilitas kunci DSS sbb :

1. Dukungan untuk pengambil keputusan, terutama pada situasi semiterstruktur dan tak terstruktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi. Masalah-masalah tersebut tidak dapat dipecahkan (atau tidak dapat dipecahkan dengan konvenien) oleh sistem computer lain atau oleh metode atau alat kuantitatif standar.

2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini

3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dari departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain. DSS mendukung tim virtual melalui alat-alat Web kolaboratif.

4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat dibuat satu kali, beberapa kali, atau berulang (dalam interval yang sama)

5. Dukungan di semua fase proses pengambilan keputusan: intelegensi, desain, pilihan dan implementasi.

6. Dukungan untuk di berbagai proses dan gaya pengambilan keputusan.

7. Adoptivitas sepanjang waktu. Pengambilan keputusan seharusnya reaktif, dapat menghadapi perubahan kondisi secara cepat, dan dapat mengadaptasikan DSS untuk memenuhi perubahan tersebut. DSS bersifat fleksibel dan karena itu pengguna dapat menambahkan, menghapus, menggabungkan, mengubah, atau menyusun kembali elemen-elemen dasar. DSS juga fleksibel dalam hal dapat dimodifikasi untuk memecahkan masalah lain yang sejenis.

8. Pengguna merasa seperti di rumah. Rumah-pengguna, kapabilitas grafis yang sangat kuat, dan antarmuka menusia-mesin interaktif dengan satu bahasa alami dapat sangat meningkatkan keefektifan DSS. Kebanyakan aplikasi DSS yang baru menggunakan antarmuka berbasis-Web.

9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang pada efisiensinya (biaya pengambilan keputusan). Ketika DSS disebarkan, pengambilan keputusan sering membutuhkan waktu lebih lama, namun keputusannya lebih baik.

10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. DSS secara khusus menekankan untuk mendukung pengambilan keputusan, bukannya menggantikan.

11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem sederhana. Sistem yang lebih besar dapat dibangun dengan bantuan ahli sistem informasi.

12. Biasanya model-model digunakan untuk menganalisis situasi pengambilan keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda. Sebenarnya, model-model membuat DSS berbeda dari kebanyakan MIS.

13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi-objek.

14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan di berbagai organisasi sepanjang rantai persediaan. Dapat diintegrasikan dengan DSS lain dan atau aplikasi lain.

Keuntungan DSS

1. Mampu mendukung pencarian solusi dari masalah yang kompleks.

2. Respon cepat pada situasi yang tak diharapkan dalam kondisi yang berubah-ubah.

3. Mampu untuk menerapkan pelbagai strategi yang berbeda pada konfigurasi yang berbeda secara cepat dan tepat.

4. Pandangan dan pembelajaran baru.

5. Memfasilitasi komunikasi.

6. Meningkatkan kontrol manajemen dan kinerja.

7. Menghemat biaya.

8. Keputusannya lebih tepat.

9. Meningkatkan efektivitas manajerial, menjadikan manajer dapat bekerja lebih singkat dan dengan sedikit usaha.

10. Meningkatkan produktivitas analisis

Komponen-Komponen DSS

1. Subsistem manajemen data. Subsistem manajemen data mencakup satu database yang berisi data yang relevan untuk situasi dan dikelola oleh sistem manajemen basisdata (Data Base Management Systems (DBMS)). Ada beberapa perbedaan antara data base untuk DSS dan non-DSS. Pertama, sumber data untuk DSS lebih “kaya” dari pada non-DSS yaitu data harus berasal dari luar dan dari dalam karena proses pengambilan keputusan, terutama pada level manajemen puncak, sangat bergantung data dari luar, seperti data ekonomi. Perbedaan lain adalah proses pengambilan dan ekstrasi data dari sumber data yang Sangat besar. DSS membutuhkan proses ekstraksi dan DBMS yang dalam pengelolaannya harus cukup fleksibel untuk memungkinkan penambahan dan pengurangan secara cepat. Subsistem manajemen data dapat diinterkoneksikan dengan data warehouse perusahaan. SUbsistem manajemen data terdiri dari elemen-elemen berikut ini:

a. DSS database : kumpulan data yang saling terkait yang diorganisir untuk memenuhi kebutuhan sebuah organisasi dan dapat digunakan oleh lebih dari satu orang untuk lebih dari satu aplikasi. Data pada database DSS diekstrak dari sumber data internal dan eksternal, juga dari data personal milik satu atau lebih pengguna. Hasil ekstraksi ditempatkan pada database aplikasi khusus atau pada data warehouse perusahaan, jika ada.

b. Sistem manajemen database : Database dibuat, diakses, dan diperbarui oleh sebuah DBMS. Kebanyakan DSS dibuat dengan sebuah DBMS relasional komersial standar yang memberikan berbagai kapabilitas.

c. Direktori data : Merupakan sebuah katalog dari semua data di dalam database. Direktori ini berisi definsi data, dan fungsi utamanya adalah untuk menjawab pertanyaan mengenai ketersediaan item-item data, sumbernya, dan makna eksak dari data. Direktori ini terutama cocok untuk mendukung fase inteligensi dari proses pengambilan keputusan karena membantu men-scan data dan mengidentifikasi area masalah atau peluang-peluang.

d. Query facility : Membangun dan menggunakan DSS sering memerlukan akses, manipulasi dan query data. Tugas-tugas tersebut dilakukan oleh query facility. Ia menerima permintaan untuk data dari komponen DSS lain, menentukan bagaimana permintaan dapat dipenuhi, memformulasikan permintaan dengan detail, dan mengembalikan hasilnya kepada pemberi permintaan. Query facility memasukkan sebuah bahasa query khusus (misal SQL).

2. Subsistem manajemen model. Merupakan paket perangkat lunak yang memasukkan model keuangan, statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas analitik dan manajemen perangkat lunak yang tepat.

a. Basis model: Strategis, taktis, operasional. Statistik, keuangan, pemasaran, ilmu manajemen, akuntansi, teknik, dsb. Blok pembangun model

b. Sistem manajemen basis model: Perintah pemodelan, creation. Pemerliharaan;update. Antarmuka database.

c. Bahasa pemodelan

d. Direktori model

e. Eksekusi model, integrasi, dan prosesor perintah

3. Subsistem antarmuka pengguna. Pengguna berkomunikasi dengan dan memerintahkan DSS melalui subsistem ini. Pengguna adalah bagian yang dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi unik dari DSS berasal dari interaksi yang intensif antara komputer dan pembuat keputusan.

4. Subsistem manajemen berbasis-pengetahuan. Subsistem ini dapat mendukung semua subsistem lain atau bertindak sebagai komponen independen. Ia memberikan inteligensi untuk memperbesar pengetahuan si pengambil keputusan. Susbsistem ini dapat diinterkoneksikan dengan repositori pengetahuan perusahaan yang kadang-kadang disebut basis pengetahuan organisasional.

Sistem lainnya Internet,

Yang berbasis intranet,

Data eksternal Komputer ekstranet

dan internal

Manajemen Manajemen Model

data model eksternal

Subsistem

berbasis pengetahuan

Antarmuka pengguna

Basis pengetahuan Manajer (pengguna)

organisasional

Skematik DSS

Klasifikasi DSS

Ada beberapa cara untuk mengklasifikasi aplikasi DSS. Proses desain, dan juga operasi dan implementasi DSS, pada banyak kasus tergantung pada tipe DSS yang terlibat. Akan tetapi ingat bahwa tidak setiap DSS cocok untuk suatu kategori.

Klasifikasi Menurut Holsapple dan Whinston

Holsapple dan Whinston (1996) mengklasifikasikan DSS menjadi tujuh kerangka kerja :

DSS berorientasi-teks : Informasi (meliputi data dan pengetahuan) sering disimpan dalam format teks dan harus diakses oleh pengambil keputusan. Dengan demikian, adalah penting untuk menyajikan dan memproses dokumen dan fragmen teks secara efektif dan efisien. DSS berorientasi teks mendukung pengambil keputusan dengan secara elektronik melacak informasi yang disajikan secara teks yang dapat memengaruhi keputusan. DSS ini memungkinkan dokumen-dokumen dibuat secara elektronik, direvisi, dan dilihat ketika diperlukan. Teknologi informasi seperti imaging dokumen berbasis-Web, hypertext, dan agen cerdas dapat digabungkan ke dalam aplikasi DSS berorientasi teks. Aplikasi DSS berorientasi teks, diantaranya adalah sistem manajemen dokumen elektronik, manajemen pengetahuan, content management isi (Content Management Systems), dan sistem aturan bisnis. CMS digunakan untuk mengelola materi yang dikirimkan pada situs Web. Pengiriman (misal FedEx dan UPS) menggunakan DSS berbasis teks untuk mengoordinasikan pengiriman, membantu pelanggan menentukan cara terbaik untuk menirim, dan membantu pelanggan serta perusahaan untuk melacak paket.

DSS berorientasi-database : Pada DSS ini, database organisasi punya peran penting dalam struktur DSS. Generasi awal dari DSS ini terutama menggunakan konfigurasi database relasional. DSS berorientasi-database bercirikan pembuatan laporan yang baik dan kapabilitas query. Hendricks (2002) menjelaskan bagaimana pemerintah Belanda menyediakan manajemen properti berbasis-Web untuk pengambilan keputusan cerdas. Sistem ini terutama berorientasi-data dan membantu agen pemerintah melalui standar dan database GIS dengan menggunakan properti portfolionya secara efektif.

DSS berorientasi-spreadsheet : Spreadsheet merupakan sistem pemodelan yang memungkinkan penguna mengembangkan model-model untuk mengeksekusi analisis DSS. Model ini tidak hanya membuat, melihat, dan memodifikasi pengetahuan prosedural, tetapi juga menginstruksikan sistem untuk mengeksekusi instruksi self-contained mereka (macro). Spreadsheet digunakan secara luas pada DSS yang dikembangkan oleh pengguna akhir. Alat pengguna akhir yang paling populer untuk mengembangkan DSS adalah Microsoft Excel. Karena paket-paket seperti Excel dapat memasukkan DBMS prinsipil atau dapat berantarmuka dengan DBMS, maka mereka pun dapat menangani beberapa properti dari DSS berorientasi-database, terutama manipulasi pengetahuan deskriptif. Beberapa alat pengembangan spreadsheet meliputi analisis ‘bagaimana-jika’ dan kapabilitas untuk menentukan tujuan.

DSS berorientasi-solver : Solver adalah suatu algoritma atau prosedur yang ditulis sebagai satu program komputer untuk melakukan komputasi tertentu untuk memecahkan suatu tipe masalah tertentu. Contoh-contoh solver dapat berupa prosedur kuantitas pesanan ekonomis untuk menghitung kuantitas pesanan optimal atau rutin regresi linier untuk menghitung suatu tren. Solver dapat diprogram secara komersial dalam perangkat lunak pengembangan. Sebagai contoh, Excel, memasukan beberapa solver powerful – function dan procedure – yang memecahkan sejumlah masalah bisnis. Pembangun DSS dapat menggabungkan beberapa solver ketika membuat aplikasi DSS. Solver dapat ditulis dalam suatu bahasa pemrograman seperti C++; solver dapat ditulis secara langsung atau dapat menjadi alat add-in pada sebuah spreadsheet atau dapat di-embeded pada suatu bahasa pemodelan khusus, seperti Lingo.

DSS berorientasi-aturan (rule) : Komponen DSS yang telah dijelaskan sebelumnya mencakup aturan prosedural maupun inferensial (reasoning), sering pada suatu format sistem pakar. Aturan ini bisa jadi kualitatif atau kuantitatif, dan komponen seperti itu dapat menggantikan atau diintegrasikan dengan model kualitatif.

DSS gabungan (compound DSS) : Compound DSS adalah suatu hibrid yang meliputi dua atau lebih dari lima struktur dasar yang telah dijelaskan sebelumnya.

DSS Cerdas : DSS cerdas atau DSS berbasis-pengetahuan (knowledge-base DSS). DSS cerdas akan dibahas di bagian lain.

Ada beberapa klasifikasi DSS yang lain yaitu :

Ø DSS Institusional dan DSS Ad Hoc : DSS institusional (Donovan dan Madnick, 1977) berkaitan dengan keputusan yang terjadi secara alamiah. Contoh umumnya adalah sistem manajemen portfolio (PMS) yang digunakan oleh beberapa bank besar untuk mendukung keputusan investasi. DSS institusional dapat dikembangkan dan diperbaiki saat DSS makin bertambah umur karena DSS digunakan secara berulang-ulang untuk memecahkan masalah yang identik atau serupa. Penting untuk diingat bahwa DSS institusional tidak dapat digunakan oleh setiap orang disuatu organisasi; masalah pengambilan keputusan punya sifat ‘terjadi lagi’, dan sifat tersebut menentukan apakah DSS tersebut institusional atau ad hoc.

Sistem Informasi Akademik (Academic Information System)

Sistem Informasi Akademik (SIAKAD) merupakan wadah bagi sivitas akademika, terutama mahasiswa dan dosen untuk mengakases berbagai data akademik yang dapat dilakukan dari mana dan kapan pun, kecuali layanan yang terjadwal. Pengaksesan data berupa mengentry/memutakhirkan biodata dan mengisi / memperbaiki KRS serta melihat berbagai data akademik seperti KHS, Transkrip, jadwal pengisian/perbaikan KRS dan matakuliah, ketentuan dan kalendek akademik, dan berbagai informasi/pemberitahuan akademik.

SIAKAD mampu mengintegrasikan proses-proses administrasi akademik kedalam sebuah sistem informasi yang mampu menyimpan dan mengolah ribuan data akademik dari tahun ke tahun secara sistematis. Program Aplikasi Siakad ini dirancang dengan memperhatikan kemudahan penggunaan bagi user (user friendly), dimana menu dan fasilitas yang tedapat dalam program ini telah diklasifikasikan berdasarkan kategori data-data administrasi serta pembagian user/pengguna, sehingga akan mempermudah dan mempercepat proses manajemen administrasi akademik di Universitas Haluoleo.
Untuk mengakses Program Aplikasi Siakad anda harus LOGIN

Sistem Informasi Geografi (Geographic Information System)

1. Pengertian SIG

a. Sistem Informasi Geografis adalah sistem yang berbasis komputer yang digunakan untuk menyimpan dan memanipulasi informasi-informasi geografi. SIG dirancang untuk mengumpulkan, menyimpan, dan menganalisis objek-objek dan fenomena karena lokasi geografi merupakan karakteristik yang penting atau-kritis untuk dianalisis. Oleh karena itu, SIG merupakan sistem komputer yang memiliki empat kemampuan dalam menangani data yang bereferensi geografi, yaitu masukan, manajemen data (penyimpanan dan pemanggilan data), analisis dan manipulasi cara, serta keluaran (Aronaff, 1989).

Karena merupakan suatu sistem, informasi geografis terdiri dari 4 subsistem pokok, yaitu subsistem masukan (data input), penyajian (data output, penyimpanan (data management), serta pengolahan dan pengkajian (data manipulation and analysis).

1) Subsistem Masukan

Fungsi dari subsistem ini adalah mengumpulkan dan mempersiapkan data spasial dan atribut dari berbagai sumber. Selain itu, subsistem ini bertanggung jawab dalam melakukan konversi atau melakukan transformasi formal. Data-data asli ke dalam format yang dapat digunakan oleh SIG.

2) Subsistem Penyimpanan

Fungsi dari subsistem ini adalah mengorganisasikan data, baik data spasial maupun data atribut ke dalam basis data (bank data). Penyimpanan dengan cara demikian mempermudah dalam pemanggilan, pengeditan dan pembaharuan data.

3) Subsistem Pengolahan dan Pengkajian

Fungsi dari subsistem ini adalah menentukan informasi-informasi yang dapat dihasilkan oleh SIG. Selain itu, subsistem ini juga melakukan pengolahan dan pemodelan data untuk menghasilkan informasi yang diharapkan.

4) Subsistem Penyajian

Fungsi dari subsistem ini adalah menampilkan data dan hasil dari pengolahannya, baik sebagian maupun seluruhnya. Data dan hasil pengolahannya tersebut ditampilkan antara lain dalam bentuk tabel, grafik, dan peta (khususnya para digital).

2. Komponen SIG

Subsistem dalam SIG saling berhubungan satu sama lain dan terintegrasi dengan sistem-sistem komputer. SIG terdiri atas 4 komponen pokok, yaitu data, perangkat keras, perangkat luak, dan manajemen.

a. Data

Data dalam SIG terdiri atas dua jenis, yaitu data spasial dan data atribut

1) Data Spasial

Data spasial adalah data grafis yang mengidentifikasikan kenampakkan lokasi geografi berupa titik garis, dan poligon. Data spasial diperoleh dari peta yang disimpan dalam bentuk digital (numerik).

a) Titik

Sebuah titik dapat menggambarkan objek geografi yang berbeda-beda menurut skalanya. Sebuah titik menggambarkan kota jika pada peta skala kecil, tetapi menggambarkan objek tertentu yang ebih spesifik dalam wilayah kota, misalnya pasar, jika pada peta skala besar.

b) Garis

Sebuah garis juga dapat menggambarkan objek geografi yang berbeda-beda menurut skalanya. Sebuah garis menggambarkan jalan atau sungai pada peta skala kecil, tetapi menggambarkan batas wilayah administratif pada peta skala bear.

c) Area

Seperti halnya titik dan garis, area juga dapat menggambarkan objek yang berbeda menurut skalanya. Area dapat menggambarkan wilayah hutan atau sawah pada peta skala besar.

2) Data atribut

Data atribut adalah data yang berupa penjeasan dari setiap fenomena yang terdapat di permukaan bumi. Data atribut berfungsi untuk menggambarkan gejala topografi karena memiliki aspek deskriptif dan kualitatif. Oleh karena itu, data atribut sangat penting dalam menjelaskan seluruh objek geografi. Contohnya, atribut kualitas tanah terdiri atas status kepemilikian lahan, luas lahan, tingkat kesuburan tanah dan kandungan mineral dalam tanah.

b. Perangkat Keras

Perangkat keras (hadware) adalah perangkat-perangkat fisik yang digunakan dalam sistem komputer. Perangkat keras yang dibutuhkan dalam pengoperasian SIG adalah seperangkat komputer yang terdiri atas central processing unit (CPU), monitor, printer, plotter, disket, hard disk, magnetic tape, digitizer, keyboard dan scanner.

c. Perangkat Lunak

Perangkat iunak (software) adalah program yang digunakan untuk mengoperasikan SIG. Beberapa program yang dapat digunakan antara lain Arc/Info, Are View, ERDAS, dan ILWIS.

d. Manajemen

Manajemen merupakan perangakat dalam SIG yang terdiri atas sumber daya manusia. Suatu proyek SIG akan berhasil jika dilakukan dengan manajemen yang baik. Oleh karena itu, SIG harus dikerjakan oleh orang-orang yang tepat, yang memiliki keahlian dalam bidang SIG sesuai dengan tingkatannya.

Manusia sebagai pengguna SIG memiliki tingkatan kemampuan yang berbeda-beda. Mulai dari tingkat spesialis yang mendesain dan memelihara sistem hingga pengguna SIG. Namun, secara umum orang-orang yang terlibat dalam SIG dibedakan menjadi tiga, yaitu staf operasional yang meliputi pengguna akhir, staf profesional teknik yang meliputi atialis dan programer, serta manajer yang bertanggung jawab atas SIG secara keseluruhan.

B. Tahapan Kerja SIG

SIG dapat mempresentasikan dunia nyata ke dalam layar monitor komputer. Oleh karena itu, SIG sama halnya dengan lembaran peta yang mempresentasikan dunia nyata di atas kertas, meslcipun SIG melalui komputerisasi memiliki kelebihan-kelebihan tertentu dibandingkan dengan peta. Akan tetapi, sebuah peta dapat disebut SIG karena juga menginformasikan data-data dalam ruang, khususnya muka bumi.

Sebagai sebuah sistem, tahapan kerja dalam SIG meliputi masukan data, manipulasi dan analisis data, serta penyajian data.

1. Masukan Data

Masukan data merupakan fasilitas dalam SIG yang dapat digunakan untuk memasukkan data dar mengubah data asli ke dalam bentuk yang dapat diterima dan dapat dipakai dalam SIG. Masukan data terdiri atas sumber data dan proses memasukkan data.

a. Sumber Data

Sumber data yang dapat digunakan dalam masukan data antara lain data pengindraan jauh, data teristris, dan data peta.

1) Data Pengindraan Jauh

Data pengindraan jauh berupa citra, baik citra foto maupun nonfoto. Apabila sumber data berupa foto udara, harus diolah terlebih dahulu dengan cara interpretasi, kemudian disajikan dalam bentuk peta. Namun apabila berupa citra satelit yang sudah dalam bentuk digital dapat langsung digunakan setelah dilakukan koreksi seperlunya.

2) Data Teristris

Data teristris adalah data yang diperoleh langsung dari pengukuran lapangan, antara lain pH tanah, salinitas air, curah hujan, dan persebaran penduduk. Data teristris dapat disajikan dalam bentuk peta, tabel, grafik, atau hasil perhitungan saja.

3) Data Peta

Data peta adalah data yang sudah dalam bentuk peta yang siap digunakan. Guna keperluan SIG melalui komputerisasi, data-data dalam peta dikonversikan ke dalam bentuk digital.

Sebuah peta harus benar-benar mempresentasikan sebagian atau seluruh permukaan bumi. Oleh karena itu, sebuah peta harus memenuhi syarat-syarat berikut ini:.

a) Jarak antartitik pada peta harus sesuai dengan jarak antartitik sesungguhnya di permukaan bumi.

b) Luas wilayah pada peta harus sesuai dengan luas wilayah sesungguhnya.

c) Sudut atau arah sebuah garis pada peta harus sesuai dengan sudut arau arah yang sesungguhnya di permukaan bumi.

d) Bentuk sebuah objek pada peta harus sesuai dengan bentuk yang sesungguhnya di permukaan bumi.

b. Proses Pemasukan Data

1) Data Spasial

Guna memasukkan data spasial ke dalam SIG dapat dilakukan dengan dua cara, yaitu digitasi dan penyiaman (scanning).

a) Digitasi

Kegiatan digitasi merupakan pekerjaan yang banyak menyita wakm karena dapat menghabiskan waktu hingga 60% dari keseluruhan waktu pemrosesan data sampai dengan pengambilan keputusan.

Oleh karena itu, proses ini merupakan hambatan bagi penyelesaian seluruh proses dalam SIG. Proses digitasi terdiri atas empat tahap, yaitu berikut ini.

(1) Penyiapan peta yang akan didigitasi.

Peta yang akan didigitasi terlebih dahulu harus dalam keadaan baik dan henar. Artinya, peta merupakan lembar bidang datar tanpa bekas lipatan, tidak sobek, dan harus jelas.

(2) Menentukan koordinat peta.

Pencatatan koordinat pada meja digitasi mempunyai satuan milimeter. Jika data yang akan didigitasi berupa peta, koordinat digitasi harus ditransformasikan sesuai dengan koordinat peta dan skala harus diubah dari satuan milimeter ke meter.

Guna melakukan transformasi ini minimal ada tiga btrah titik yang sudah diketahui kedudukannya di lapangan dan harus ditransformasikan sebagai titik kontrol. Pengambilan ketiga titik tersebut untuk mengontrol apabila terjadi pengerutan atau pembesaran objek yang didigitasi. Oleh karena itu, peta yang didigitasi tidak boleh geser atau lepas dari meja digitasi karena sistem koordinat pada meja digitasi telah disesuaikan dengan sistem koordinat peta.

(3) Mengedit data sebelum disimpan ke dalam data dasar

Pengeditan dilakukan karena selalu terjadi kesalahan dalam proses digitasi. Kesalahan dalam proses digitasi umumnya terjadi pada sambungan garis, garis yang terlalu panjang atau terlalu pendek, kelolosan mencantumkan garis atau titik, pencatatan rangkap, kesalahan kode, dan kesalahan lokasi.

Guna menghilangkan kesalahan-kesalahan tersebut dapat dilakukan dengan memanfaatkan fasilitas berikut ini.

(a) Fungsi pembesaran (zoom) untuk pembesaran atau pengecilan penayangan.

(b) Penghapusan titik akhir (delete last point).

(d) Pengancingan (snap), yaitu pengaitan dan penyambungan segmen garis dengan segmen lainnya.

(e) Fungsi pindah (move) untuk memindahkan letak titik ke lokasi baru.

(f) Fungsi geometri.

(4) Memasukkan atribut dengan kode

Atiibut yang dimasukkan untuk melengkapi data dibuat dengan kode-kode tertentu (kodifikasi).

b) Penyiaman (scanning)

Memasukkan data dengan alat penyiam dapat menghemat waktu. Penyiaman dapat dilakukan menggunakan detektor elelaronik yang dapat bergerak. Penyiaman yang terkenal ialah penyiaman tabung (drum scanner) dan penyiaman datar (flatbed scanner).

Data spasial yang ialah dimasukkan dan disimpan di dalam SIG dapat dibedakan menjadi dua model, yaitu model data raster dan model data vektor.

a) Model Data Raster

Data raster adalah data yang dibentuk oleh kumpulan sel atau pixel (picture element). Pixel adalah bagian terkecil yang masih dapat digambarkan dalam sebuah citra. Setiap pixel mempunyai referensi (koordinat) sendiri sebagai identitasnya dan mempunyai nilai tertentu. Oleh karena in data raster dapat menggambarkan objek geografi yang mempunyai satuan luas karena ukuran raste berkaitan erat dengan ukitran sebenarnya di lapangan. Data raster berdimensi dua sehingga muda; disimpan, dimanipulasi, dan ditampilkan.

Tabel KEUNGGULAN DAN KELEMAHAN DATA RASTER

No	Keunggulan	No	Kelemahan
1. 2. 3 4. 5	Struktur data raster sederhana Tumpang susun dan kombinasi data yang dipetakan mudah dilakukan Analisis keruangan mudah dilakukan Satuan unit dalam raster mempunyai ukuran dan bentuk yang sama. Teknologinya murah dan mudah dikembangkan.	1. 2. 3. 4 5	Volume data grafik besar sehingga memerlukan tempat penyimpanan data yang besar pula. Penggunaan ukuran pixel yang besar untuk mengurangi ruang pemakaian sering menghilangkan beberapa informasi. Peta yang rumit tampak kurang baik. Jalinan hubungan sulit dibuat. Transformasi proyeksi sulit dilakukan.

b) Model Data Vektor

Data vektor merupakan model data yang dapat digunakan untuk menggambarkan informasi geografi secara tepat. Model data vektor menampilkan, menempatkan, dan menyimpan data spasial dengan menggunakan titik-titik, garis; atau poligon beserta atributnya. Bentuk-bentuk dasar data spasial dalan model data vektor ditampilkan dalarn sistem koordinat kartesian dua dimensi (sumbu x dan y).

Di dalam model data spasial vektor, garis-garis atau kurva merupakan sekumpulan titik-titik terurut yang dihubungkan, sedangkan luasan atau poligon juga disimpan sebagai sekumpulan titik-titik. Akan tetapi, titik awal dan titik ahhir poligon tersebut mempunyai nilai koordinat yang sama sehingga.menjadi poligon tertutup. Informasi vang diwakili oleh titik, garis, atau bidang mempunyai koordinat yang tepat. Titik akan diikat oleh satu koordinat (x, y), garis diikat oleh dua atau lebih sistem-koordinat sedangkan poligon atau bidang diikat oleh beberapa koordinat yang tertutup.

Data vektor memiliki keunggulan dan kelemahan, antara lain dalam tabel berikut ini.

Tabel KEUNGGULAN DAN KELEMAHAN DATA VEKTOR

No	Keunggulan	No	Kelemahan
1. 2. 3.	Ruang atau tempat penyimpanannya kecil Memiliki resolusi spasial yang tinggi Memiliki batas-batas yang tegas dan jelas sehingga sangat baik untuk pembuatan peta-peta administratif dan persil tanah milik.	1. 2. 3.	Struktur datanya rumit Datanya sulit dimanipulasi Memerlukan biaya yang tinggi untuk perangkat lunaknya

2) Data Atribut

Data atribut suatu objek dapat berupa data kualitatif dan data kuantitatif.

a) Data Kualitatif

Data kualitatif adalah data hasi l pengamatan yang dinyatakan dalam bentuk deskriptif. Data kualitatif dapat diperoleh dari pengisian angket; wawancara, dan tanya jawab. Data kualitatif berfungsi untuk memperlihatkan perbedaan jenis atau rupa. Sebagai contoh, data kualitatif dalam peta tata guna lahan, antara lain permukiman, sawah, kawasan industri, tegalan, dan hutan.

b) Data Kuantitatif

Data kuantitif adalah data hasil pengamatan atau pengulcuran yang dinyatakan dalam bilangan. Data kuantitatif berfungsi untuk memperlihatkan perbedaan nilai dari objek.

Data kuantitatif dapat dibedalcan menjadi empat, yaitu data rasio, interval, ordinal, dan nominal.

(1) Data rasio adalah data yang diperoleh dengan ukuran-ukuran yang memiliki nilai 0 (nol) mutlak dan dengan interval yang sama. Contohnya, panjang jalan A = 5 km dan, panjang jalan B = 10 km. Hal itu berarti bahwa panjang jalan B adalah 2 kali panjang jalan A. Data rasio ini mempunyai tingkat akurasi yang tertinggi.

(2) Data interval adalah data yang disusun berdasarkan jarak tertentu. Contohnya, nilai mata pelajaran siswa A = 9, B = 8, C = 7, D = 6, dan E = 5. Interval antara siswa A dan C (9-7 = 2) sama dengan interval antara siswa C dan E (7 - 5 = 2). Data interval mempunyai tingkat akurasi sedang.

(3) Data ordinal adalah data yang disusun berdasarkan kategori-kategori tertentu yang menunjukkan adanya tingkatan dari yang paling rendah sampai tingkat paling tinggi. Contohnya, kelompok penduduk ekonomi atas diberi label 1, kelompok penduduk ekonomi menengah diberi label 2, dan kelompok penduduk ekonomi bawah diberi label 3.

(4) Data nominal adalah data yang disusun berdasarkan kategori-kategori tertentu yang tidak menunjukan adanya tingkatan, kemudian diberi kode. Contohnya, permulciman diberi kode 1 dan sawah diberi kode 2.

Data atribut tersebut disimpan dalam bentuk tabel yang rasional sehingga mudah untuk digunakan dalam jumlah data yang banyak. Contoh data atribut adalah berikut ini.

2. Manipulasi dan Analisis Data

Manipulasi data merupalcan aktivitas yang meliputi antara lain membuat basis data baru, menghapt basis data, membuat tabel basis data, mengisi dan menyisipkan data ke dalam tabel, mengubah dan menged data, serta membuat indeks untuk setiap tabel basis data.

Manipulasi tersebut dapat digunakan untuk klasifikasi ulang, mendapatkan parameter/ukuran, konversi struktur data, dan analisis. Sebagai contoh, untuk melakukan klasifikasi ulang suatu data spasial atau data atribut menjadi data spasial yang baru digunakan kriteria tertentu. Misalnya untuk perencanaan tata guna lahan menggunakan krieteria kemiringan lereng, yaitu 0% -14% untuk permukiman, 15% - 29% untuk perkebunan dan pertanian, 30% - 44% untuk hutan produksi, serta lebih dari 45% untuk hutan lindung dan taman nasional.

Kesalahan yang terjadi dalam proses manipulasi dan analisis data antara lain sebagai berikut.

a. Tidak tepatnya interval kelas.

b. Penyimpangan batas sehingga terdapat perbedaan luas pada tumpang susun poligon.

c. Penyimpangan dalam melakukan tumpang susun beberapa peta.

3. Penyajian Data

Subsistem penyajian data berfungsi untuk menayangkan informasi atau hasil analisis data geografi Informasi yang dihasilkan dapat berupa peta, tabel, grafik, bagan, dan hasil perhitungan. Melalui informasi itu pengguna dapat melakukan identifikasi informasi yang diperlukan sebagai bahan dalam pengambilan kebijakan atau perencanaan.

C. Manfaat dan Penerapan SIG

Seiring dengan kemajuan teknologi, SIG makin banyak digunakan dalam berbagai bidang, antara lain karena berikut ini.

1. SIG dapat digunakan sebagai alat bantu utama yang interaktif dan menarik dalam rangka peningkatan wawasan dan pengetahuan. Namun, yang paling penting adalah peningkatan penibelajaran dan pendidikan bagi usia sekolah, khususnya tentang konsep lokasi, ruang, dan unsur geografis di permukaan bumi.

2. SIG menggunakan data spasial dan data atribut secara terintegrasi sehingga sistemnya memiliki kemampuan analisis spasial dan non-spasial.

3. SIG dapat memisahkan secara tegas antara bentuk tampilan dan data-datanya. Oleh karena itu, SIG memiliki kemampuan untuk mengubah tampilan dalam berbagai bentuk.

4. SIG secara mudah dapat menghasilkan berbagai peta tematik. Peta-peta tematik tersebut merupakan turunan dari peta-peta lain yang data-datanya telah dimanipulasi.

5. SIG sangat membantu pekerjaan-pekerjaan yang erat hubungannya dengan bidang – bidang spasial.

http://geografi161.blogspot.com/2008/10/sistim-informasi-geografi.html

http://siakad.unhalu.ac.id/

http://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=10&ved=0CIsBEBYwCQ&url=http%3A%2F%2Fxa.yimg.com%2Fkq%2Fgroups%2F34141589%2F1944013129%2Fname%2FSISTEM%2BPENDUKUNG%2BKEPUTUSAN3.doc&ei=JWt_Uv_xLMKWrge1uYD4BQ&usg=AFQjCNFSggEK00eFhZRPqVg8tzvbBxnbaw&sig2=IQndqPWttJ1_bHOXNx9jOA