Kursus Python untuk GIS

Pelajaran 1 • Menyiapkan Lingkungan GIS Python

Instal dan konfigurasikan Python, lingkungan conda, dan library GIS utama. Membangun fondasi teknis yang menjadi dasar setiap bab berikutnya.

Pelajaran 2 • Koleksi dan Alur Kontrol

Mengajarkan list, dictionary, loop, dan kondisional untuk melakukan iterasi pada dataset spasial. Secara langsung memungkinkan pemrosesan batch fitur geografis.

Pelajaran 3 • Fungsi dan Modul

Mendefinisikan fungsi yang dapat digunakan kembali dan mengimpor modul eksternal untuk mengatur kode GIS. Mempersiapkan peserta didik untuk menyusun skrip analisis spasial multi-langkah.

Pelajaran 4 • I/O File dan Penanganan Kesalahan

Membaca dan menulis file teks dan CSV serta menangani kesalahan runtime dengan baik. Memungkinkan skrip yang tangguh untuk memproses data spasial dunia nyata yang tidak sempurna.

Pelajaran 1 • Multi-Geometri dan Koleksi

Menangani tipe MultiPoint, MultiLineString, MultiPolygon, dan GeometryCollection. Mempersiapkan peserta didik untuk dataset nyata di mana fitur memiliki bentuk multi-bagian yang kompleks.

Pelajaran 2 • Pengukuran Geometris dan Predikat

Menghitung luas, panjang, jarak, dan hubungan spasial antar geometri. Menghubungkan matematika geometris dengan pertanyaan analisis GIS nyata.

Pelajaran 3 • Primitif Geometri dengan Shapely

Membuat objek Point, LineString, dan Polygon serta mengakses propertinya. Memperkenalkan model geometri yang mendasari semua operasi GIS vektor.

Pelajaran 1 • Bekerja dengan GeoJSON dan KML

Mengurai dan menghasilkan format GeoJSON dan KML untuk pertukaran GIS web dan desktop. Memperluas kefasihan format melampaui format biner.

Pelajaran 2 • Data Raster dengan rasterio

Membaca band raster, profil, dan transformasi serta menulis array yang telah diproses ke disk. Menghubungkan operasi array NumPy dengan data raster yang telah direferensikan secara geografis.

Pelajaran 3 • Basis Data Spasial dan OGR

Terhubung ke basis data PostGIS dan SpatiaLite serta membaca layer melalui OGR. Memungkinkan alur kerja yang mengambil data dari basis data spasial perusahaan.

Pelajaran 4 • Data Vektor dengan Fiona

Membuka file shapefile dan GeoJSON, membaca fitur, dan menulis dataset baru. Membangun pola baca/tulis yang digunakan di seluruh alur kerja vektor.

Pelajaran 1 • Kueri Atribut dan Pembersihan Data

Memfilter baris, menangani nilai yang hilang, serta mengganti nama dan mentransformasi tipe kolom atribut. Mempersiapkan data atribut untuk analisis spasial yang andal.

Pelajaran 2 • Analisis Proksimitas dan Jarak

Menghitung buffer, jarak tetangga terdekat, dan matriks jarak antar kumpulan fitur. Memungkinkan analisis pemilihan lokasi, area layanan, dan aksesibilitas.

Pelajaran 3 • Dasar-Dasar GeoDataFrame

Membuat GeoDataFrame dari file, dictionary, dan basis data serta memeriksa strukturnya. Membangun kontainer data utama untuk semua alur kerja GeoPandas.

Pelajaran 4 • Alur Kerja Geoproses dengan GeoPandas

Merangkai beberapa operasi GeoPandas menjadi skrip geoproses yang dapat direproduksi dari ujung ke ujung. Mendemonstrasikan desain alur kerja profesional dan dokumentasi output.

Pelajaran 1 • Analisis Medan dari DEM

Menurunkan kemiringan lereng, aspek, dan hillshade dari model elevasi digital menggunakan gradien array. Membangun produk medan dasar yang digunakan dalam hidrologi dan analisis lahan.

Pelajaran 2 • Integrasi Raster-Vektor

Memotong raster ke batas vektor dan mengekstrak nilai piksel di lokasi titik. Menjembatani alur kerja raster dan vektor untuk analisis gabungan.

Pelajaran 3 • Resampling dan Reprojection Raster

Melakukan resample raster ke resolusi baru dan memproyeksikannya ulang ke CRS target menggunakan rasterio. Memastikan keselarasan raster untuk analisis multi-sumber.

Pelajaran 4 • Array NumPy untuk Data Raster

Memuat band raster ke dalam array NumPy dan menerapkan aritmatika dan masking elemen-bijak. Menghubungkan komputasi array dengan analisis raster spasial.

Pelajaran 1 • Peta Interaktif dengan Folium

Membangun peta Leaflet interaktif dengan Python menggunakan Folium lengkap dengan pop-up dan kontrol layer. Memungkinkan output spasial berbasis web yang dapat dibagikan.

Pelajaran 2 • Visualisasi dan Styling Raster

Merender raster pita tunggal dan multi-pita dengan peta warna kustom dan opsi peregangan. Menghasilkan representasi visual yang jelas dari data elevasi, citra, dan data yang telah diklasifikasikan.

Pelajaran 3 • Visualisasi Interaktif dengan Plotly dan Kepler.gl

Membuat grafik spasial animasi dan 3D dengan Plotly serta peta skala besar dengan Kepler.gl. Memperluas visualisasi ke konteks eksplorasi dan presentasi.

Pelajaran 4 • Pemetaan Tematik dan Koroplet

Menerapkan skema klasifikasi dan rampa warna untuk membuat peta koroplet dan simbol proporsional. Mengomunikasikan pola spasial dalam data atribut secara efektif.

Pelajaran 1 • Metode Interpolasi Spasial

Menginterpolasi permukaan kontinu dari sampel titik menggunakan IDW dan kriging. Menghasilkan permukaan raster estimasi dari data pengukuran yang jarang.

Pelajaran 2 • Analisis Data Spasial Eksploratif

Menghitung autokorelasi spasial, Moran's I, dan statistik LISA menggunakan PySAL. Mengidentifikasi pola pengelompokan dan penyebaran sebelum analisis lebih dalam.

Pelajaran 3 • Analisis Pola Titik

Menganalisis distribusi titik menggunakan estimasi kepadatan kernel dan statistik tetangga terdekat. Mendeteksi pengelompokan spasial dalam dataset kejadian dan insiden.

Pelajaran 4 • Analisis Jaringan dengan OSMnx

Mengunduh jaringan jalan, menghitung jalur terpendek, dan menghitung metrik sentralitas. Memungkinkan analisis perutean dan aksesibilitas pada jaringan jalan nyata.

Pelajaran 1 • Menjadwalkan dan Memonitor Pipeline

Menjadwalkan pekerjaan data spasial berulang dengan cron dan memonitor eksekusi dengan pencatatan. Memberikan pipeline operasional yang berjalan tanpa campur tangan manual.

Pelajaran 2 • Orkestrasi Alur Kerja dengan Snakemake

Mendefinisikan pipeline multi-langkah yang dapat direproduksi sebagai aturan Snakemake dengan pelacakan dependensi. Memastikan bahwa hanya langkah yang kedaluwarsa yang dijalankan ulang ketika input berubah.

Pelajaran 3 • Memproses Data Spasial Secara Batch

Memproses seluruh direktori file spasial menggunakan loop dan multiprosesing. Menskalakan alur kerja file tunggal ke koleksi dataset besar secara efisien.

Pelajaran 4 • Menguji dan Memvalidasi Alur Kerja GIS

Menulis pengujian unit untuk fungsi spasial dan memvalidasi kualitas data output secara otomatis. Mencegah kesalahan diam menyebar melalui pipeline produksi.