Posts

Showing posts from 2014

ArcGIS Server, Optimizing Map Services part 2, Registering Data

Image
Melanjutkan postingan yang lalu, sekarang saya akan membahas bagaimana cara meregistrasikan data spasial yang digunakan dalam sebuah Map Service. Ada dua cara registrasi data spasial agar bisa dikonsumsi dan di-publish dalam bentuk Map Service di ArcGIS Server. 1. Upload Data to the Server Fitur ini tersedia di ArcGIS Server versi 10 ke atas dan menjadi metode registrasi data secara default untuk ArcGIS Server 10 ke atas. Pada metode ini seluruh data di dalam MXD Project yang akan di-publish sebagai map service diupload ke dalam ArcGIS Server site. Prosesnya bisa dilakukan di ArcMap atau ArcGIS Server Manager. Dari menu file, klik Share As>Service. Metode ini paling simpel tapi mempunyai beberapa kelemahan. Yang pertama, karena seluruh data dicopy ke Server, kita akan bermasalah dengan kapasitas storage server apabila services yang di-publish jumlah dan volume datanya besar. Selain itu proses upload bisa jadi cukup lama dan menguras bandwith dan memory baik server maupun

ArcGIS Server, Optimizing Map Services part 1

Image
Map services, baik yang menggunakan ArcGIS server, Geoserver, Map Server, Mapguide, dan lain-lain memerlukan memory dan processing power agar dapat berfungsi sebagaimana peruntukannya. Namun demikian ketersediaan memory (RAM) dan processing power (CPU processor) di Server kita pada umumnya terbatas, sehingga kita perlu memikirkan strategi agar Map Services yang kita publish dapat melayani kebutuhan user secara efektif dan efisien (bahasa sederhananya, tidak lemot). Untuk penggunaan ArcGIS Server sebagai Map Services engine, ada tiga teknik atau fasilitas yang dapat digunakan untuk mengoptimalisasi ketersediaan Server Resources (RAM dan CPU) dengan goals dari Map Services yang kita bangun sehingga Map Services yang dipublish dapat berfungsi sebagaimana mestinya dan tidak lemot. 1. Pooling Pooling pada dasarnya adalah pengaturan pembatasan waktu untuk sebuah request dari client ke GIS Server untuk melaksanakan perintah tertentu terhadap Map Services. Request ini akan dilaksanakan o

Vector Georeferencing / Spatial Adjusment, Consider the transformation method before your head explode!

Image
Georeferencing, sederhananya adalah proses mentransformasikan koordinat lokal (kartesian) ke koordinat bumi (geodetik/kartesian).  Georeferencing bisa dilakukan baik untuk data format raster maupun vektor. Georeferencing raster contohnya antara lain transformasi koordinat peta hasil scan ke peta yang sudah tergeoreferensi. Koreksi geometrik citra satelit (termasuk orthorektifikasi) termasuk juga dalam kategori raster georeferencing. Sedangkan georeferencing vektor kalau di dalam terminologi ArcGIS dikenal dengan istilah "spatial Adjustment". Orang sering mengatakan vector georeferencing adalah proses georeferencing yang sangat menyakitkan karena seringkali hasilnya malah tidak karuan, peta yang dihasilkan terdeformasi kemana-mana dan tidak persis berimpit dengan data referensi. Well, sebenarnya tidak jika anda memahami karakteristik error dari data yang akan digeoreferensi. Error pada data vektor yang tidak terdefinisi koordinatnya (menggunakan koordinat lokal, atau dari pe

Importance of Geoid Offset In Orthorectification

Image
Orthorektifikasi melibatkan citra satelit, DEM dan data GPS sebagai titik ikat. Dilihat dari karakteristik elevasinya, DEM biasanya menggunakan tinggi orthometrik, sedangkan GPS dan RPC coefficient dari citra menggunakan tinggi ellipsoid. Proses orthorektifikasi secara langsung tanpa mempertimbangkan perbedaan elevasi antara tinggi ellipsoid dan tinggi orthometrik (geoid) akan mengakibatkan kesalahan dalam orthorektfikasi (walaupun GCP dan DEM-nya akurat/presisi). Contoh perbedaan Orthorektifikasi dengan koreksi geoid dan tanpa koreksi geoid dapat dilihat di gambar di bawah ( Orthorektifikasi dilakukan di ENVI 5.1 menggunakan DEM TERRASAR-X Resolusi 8 meter tanpa GCP, verifikasi akurasi kualitatif menggunakan RBI skala 25000 ). Citra Orb-View 3 Panchromatic ( 1 meter) Level BASIC ENHANCED (RPC file Attached)   Ortho tanpa koreksi Geoid Ortho dengan koreksi Geoid Dari gambar diatas dapat dilihat bahwa koreksi geoid akan meningkatkan akurasi hasil orthorektifikasi. H

Power Of Phyton Scripting In ArcGIS ( Useful Codes)

Some Useful Phyton Codes For Batch Geoprocessing Batch Clip Geoprocessing Tool import arcpy import os # The workspace environment needs to be set before ListFeatureClasses # to identify which workspace the list will be based on arcpy.env.workspace = "c:/data" out_workspace = "c:/data/results/" clip_features = "c:/data/testarea/boundary.shp" # Loop through a list of feature classes in the workspace for fc in arcpy.ListFeatureClasses(): # Set the output name to be the same as the input name, and # locate in the 'out_workspace' workspace # output = os.path.join(out_workspace, fc) # Clip each input feature class in the list # arcpy.Clip_analysis(fc, clip_features, output, 0.1) Batch Save Layer In MXD # import Phyton Geoprocessing Module import arcpy # set up MXD location mxd = arcpy.mapping.MapDocument("E:\PII_Aceh2014\PII_Aceh2014\PETA INFRASTRUKTUR INDONESIA\ALBUM PETA\A3\Kabupaten\ACEHTAMIANG_201

Multiuser Geodatabase Management chapter 2 (Multiuser Geodatabase Editing Behavior)

Image
Editing workflows pada multiuser/SDE geodatabase pada dasarnya ada dua jenis, yaitu NonVersioned dan Versioned editing. Non versioned editing merupakan worflow editing dimana perubahan atas data langsung disimpan di business table/atribut feature class. Workflow ini mirip mekanisme transaksi database pada umumnya. Perubahan pada data menggunakan skema non versioned langsung dapat dilihat oleh semua user yang mempunyai privileges untuk mengakses data tersebut. Sedangkan Versioned editing adalah workflow editing terisolasi, dimana seluruh perubahan yang dilakukan oleh seorang user tidak langsung disimpan ke dalam data, tetapi disimpan dalam sebuah delta table untuk direview sebelum data disimpan ke business table. Selain itu ada juga jenis Versioned editing yang memungkinkan untuk perubahan langsung disimpan di business table/atribut, workflow ini disebut workflow hybrid. Versioned/Non versioned editing hanya bisa dilakukan di level feature class dan feature dataset yang berisi data ve

Multiuser Geodatabase Management, Theoretical Practices, ( only for Advanced ArcGIS user, :p )

Image
Manajemen multiuser geodatabase dalam sebuah sistem pekerjaan yang melibatkan data geospasial di lebih dari satu pengguna idealnya mengikuti workflow seperti gambar di bawah. Sumber gambar : ESRI 1. Create  Pembuatan geodabatase dalam lingkungan multiuser idealnya menggunakan SDE Geodatabase (bukan file atau personal geodatabase). Hal ini dikarenakan SDE geodatabase sudah mendukung akses dari lebih dari satu pengguna. SDE geodatabase tidak menggunakan format penyimpanan seperti file atau personal geodatabase tapi menggunakan RDBMS (relational database management system). Adanya RDBMS memungkinkan untuk dilakukan manajemen akses dan pengelolaan data, seperti misalnya siapa saja yang bisa mengakses data, bagaimana strategi pengamanan basis data, bagaimana metode input dan updating data, dll. DBMS yang sudah mendukung geodatabase antara lain Oracle, Microsoft SQL Server, Postgre SQL, dan ALTIBASE.  Hal penting yang harus dipertimbangkan dalam tahap ini antara lain

Download Data DEM resolusi tinggi dari Portal INA-SDI

Image
Tanpa banyak basa basi, here are the steps 1. Buka ArcMap, kemudian Munculkan window catalog, lihat di bagian bawah di bagian GIS Server. Klik Add ArcGIS Server. 2.  Pilih Use GIS Services, kemudian masukkan URL seperti gambar di bawah. 3. Setelah Connect tampilan akan seperti di bawah, browse Folder DEM, ada beberapa DEM dalam bentuk Image Service yang tersedia. Untuk mendownload, cukup drag and drop layer DEM ke View ArcMap. Download bisa dilakukan dengan cara klik kanan nama layer kemudian klik Export Data.   4. Last Note, jangan senang dulu, BIG telah membatasi ukuran data yang bisa didownload dalam setiap sesi download, jadi jangan serakah, ambil data seperlunya saja, kalau butuh wilayah yang luas ya harus tekun mengunduh tile per tile. Bersyukur saja karena pemerintah telah mengusahakan data kualitas tinggi secara gratis. 

Power Of Phyton Scripting In ArcGIS (Example 2, Phyton As Batch Geoprocessor)

Pekerjaan GIS sebagian besar adalah pekerjaan berulang. Dalam artian, prosesnya selalu berkisar di dalam kerangka sistem (input - proses - output). Pekerjaan perulangan ini sering memakan waktu yang tidak sedikit, terlebih jika melibatkan data dalam jumlah banyak. Oleh karena itu cara - cara untuk mempersingkat pemrosesan selalu dicari oleh banyak pengguna GIS. Alhasil di dalam sebuah software GIS fungsi "batch processing" atau pemrosesan banyak data dalam sekali eksekusi merupakan hal yang esensial. Di dalam ArcGIS, fungsi batch dapat dilakukan setidaknya melalui empat cara. Pertama, batch grid geoprocessor yang dieksekusi dari ArcToolbox, kedua, Model Builder, ketiga, ArcObject Scripting, dan keempat Phyton Scripting. Dari aspek efisiensi kerja, scripting (ArcObject maupun Phyton) jelas lebih efisien daripada Batching toolbox dan pembuatan model. Alasannya, yang pertama reusable ( batch geoprocessor nature-nya tidak reusable, kecuali anda menyimpan log geoprocessing untuk

Extracting Original Data from ArcGIS Server REST Dynamic Map Services Using Quantum GIS

Image
Para pengguna ArcGIS Server tentu sudah sangat paham dengan yang namanya REST Map Services. REST (representation state transfer) Map services merupakan format distribusi data spasial via Web yang digunakan ESRI untuk mendukung diseminasi data spasial via web. Map services menggunakan REST protocol dapat digenerate dan dihosting menggunakan perangkat lunak ArcGIS server. Bentuk umum REST mirip dengan OGC WMS, dimana client akan me-request data spasial kepada server yang akan di-return oleh server dalam bentuk gambar peta dan beberapa atribut yang diperlukan. Layanan REST dapat diakses dengan memasukkan URL tertentu disertai serangkaian tag query untuk memanggil data. Katalog REST URL dapat diakses dari REST Service directory. Contoh REST Service directory yang dapat diakses publik milik Kementerian/Lembaga/Instansi antara lain : 1. Kementerian PU 2. BIG 3. INA-SDI 4. BNPB 5. Kementerian Pertanian 6. Kementerian Kehutanan 7. Kementerian Perhubungan,, 8. dan masih banyak lagi ins