Wiki Sumber Informasi iSIKHNAS - User contributions [en]

File:024.png

2014-11-10T03:13:13Z

Rachel: Rachel uploaded a new version of "File:024.png"

Importing file

About QGIS Project

2014-11-04T05:49:21Z

Rachel: /* Authors */

=About the QGIS Project=

Below is Linfiniti Consulting CC's original Background and Foreword to their QGIS manual.

== Background ==

In 2008 we launched the [http://linfiniti.com/dla Gentle Introduction to GIS]<ref>http://linfiniti.com/dla
</ref>, a completely free, open content resource for people who want to learn about GIS without being overloaded with jargon and new terminology. It was sponsored by the South African government and has been a phenomenal success, with people all over the world writing to us to tell us how they are using the materials to run University Training Courses, teach themselves GIS and so on. The Gentle Introduction is not a software tutorial, but rather aims to be a generic text (although we used QGIS in all examples) for someone learning about GIS. There is also the QGIS manual which provides a detailed functional overview of the QGIS application. However, it is not structured as a tutorial, but rather as a reference guide. At Linfiniti Consulting CC. we frequently run training courses and have realised that a third resource is needed - one that leads the reader sequentially through learning the key aspects of QGIS in a trainer-trainee format - which prompted us to produce this work.

Th General QGIS training manual is intended to provide all the materials needed to run a 5 day course on QGIS, PostgreSQL and PostGIS. The course is structured with content to suit novice, intermediate and advanced users alike and has many exercises complete with annotated answers throughout the text.

== License ==

The Free Quantum GIS Training Manual by Linfiniti Consulting CC. is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License. Based on a work at https://github.com/qgis/QGIS-Training-Manual. Permissions beyond the scope of this license may be available at https://github.com/qgis/QGIS-Training-Manual/blob/master/index.rst.

We have published this QGIS training manual under a liberal license that allows you to freely copy, modify and redistribute this work. A complete copy of the license is available at the end of this document. In simple terms, the usage guidelines are as follows:

* You may not represent this work as your own work, or remove any authorship text or credits from this work.
* You may not redistribute this work under more restrictive permissions than those under which it was provided to you.
* If you add a substantitive portion to the work and contribute it back to the project (at least one complete module) you may add your name to the end of the authors list for this document (which will appear on the front page)
* If you contribute minor changes and corrections you may add yourself to the contributors list below.
* If you translate this document in its entirety, you may add your name to the authors list in the form "Translated by Joe Blogs".
* If you sponsor a module or lesson, you may request the author to include an acknowledgement in the beginning of each lesson contributed, e.g.:

Note: This lesson was sponsored by MegaCorp.

* If you are unsure about what you may do under this license, please contact us at [mailto:office@linfiniti.com office@linfiniti.com]<ref>office@linfiniti.com</ref> and we will advise you if what you intend doing is acceptable.
* If you publish this work under a self publishing site such as http:://lulu.com we request that you donate the profits to the QGIS project.
* You may not commercialise this work, except with the expressed permission of the authors. To be clear, by commercialisation we mean that you may not sell for profit, create commercial derivative works (e.g. selling content for use as articles in a magazine). The exception to this is if all the profits are given to the QGIS project. You may (and we encourage you to do so) use this work as a text book when conducting training courses, even if the course itself is commercial in nature. In other words, you are welcome to make money by running a training course that uses this work as a text book, but you may not profit off the sales of the book itself - all such profits should be contributed back to QGIS.

== Sponsoring Chapters ==

This work is by no means a complete treatise on all the things you can do with QGIS and we encourage others to add new materials to fill any gaps. Linfiniti Consulting CC. can also create additional materials for you as a commercial service, with the understanding that all such works produced should become part of the core content and be published under the same license.

== Authors ==

* Rüdiger Thiede ([mailto:rudi@linfiniti.com rudi@linfiniti.com]<ref>rudi@linfiniti.com</ref>) - Rudi has written the QGIS instructional materials and parts of the PostGIS materials.
* Tim Sutton ([mailto:tim@linfiniti.com tim@linfiniti.com]<ref>tim@linfiniti.com</ref>) - Tim has overseen and guided the project and co-authored the PostgreSQL and PostGIS parts. Tim also authored the custom sphinx theme used for this manual.
* Horst Düster ([mailto:horst.duester@kappasys.ch horst.duester@kappasys.ch]<ref>horst.duester@kappasys.ch</ref> ) - Horst co-authored the PostgreSQL and PostGIS parts
* Marcelle Sutton ([mailto:marcelle@linfiniti.com marcelle@linfiniti.com]<ref>marcelle@linfiniti.com</ref>) - Marcelle provided proof reading and editorial advice during the creation of this work.
* Rachel Gordon ([mailto:rachel@ausvet.com.au rachel@ausvet.com.au]<ref>rachel@ausvet.com.au</ref>) - Rachel authored the Animal Health part.

== Individual Contributors to GIS for Animal Health ==

AusVet Animal Health Services

== Sponsors ==

* Cape Peninsula University of Technology

== Data ==

The sample data that accompanies this resource is freely available and comes from the following sources:

* Streets and Places datasets from OpenStreetMap (http://www.openstreetmap.org/)
* Property boundaries (urban and rural), water bodies from NGI (http://www.ngi.gov.za/)
* SRTM DEM from the CGIAR-CGI (http://srtm.csi.cgiar.org/)

== Latest Version ==

You can always obtain the latest version of this document by visiting our [http://readthedocs.org/builds/the-free-qgis-training-manual/ home page]<ref>http://readthedocs.org/builds/the-free-qgis-training-manual/
</ref> which is kindly hosted by http://readthedocs.org.

noteNote: There are links to PDF and epub versions of the documentation in the lower right hand corner of the above mentioned home page.

GIS AH IND M4

2014-11-03T04:07:44Z

Rachel: /* image Ikuti Bersama: Klasifikasi berbasis aturan */

= Modul: Mengklasifikasi Data Vektor =

Dengan mengklasifikasi data vektor, anda dapat memberikan simbol yang berbeda untuk fitur (objek yang berbeda pada layer yang sama) tergantung dari atributnya. Hal ini memungkinkan pengguna peta untuk dapat melihat atribut dari berbagai fitur dengan mudah.

== Pelajaran: Data Atribut ==

Sejauh ini, tidak satu pun perubahan yang kita buat pada tampilan peta dipengaruhi oleh objek yang ditampilkan. Dengan kata lain, semua lahan pertanian dan jalan masih terlihat sama. Ketika melihat peta tersebut, pengguna tidak akan mengetahui banyak hal mengenai jalan-jalan yang dilihatnya; hanya sebatas bahwa terdapat sebuah jalan dengan bentuk tertentu di suatu tempat tertentu.

Namun seluruh kekuatan SIG (Sistem Informasi Geografis) bertumpu pada kemampuan untuk menampilkan semua objek pada peta bersama dengan atributnya. Peta pada SIG bukan hanya sebatas gambar. Peta tidak saja mewakili objek yang berada di suatu lokasi, tetapi juga informasi mengenai objek tersebut.

'''Tujuan dari pelajaran ini:''' Menelusuri data atribut dari suatu objek dan memahami kegunaan berbagai jenis data.

=== [[Image:basic18.png|image]] Ikuti Bersama: Data atribut ===

Buka tabel atribut untuk layer ''places'' (lihat kembali bagian ''Bekerja dengan Data Vektor'' jika perlu). Kolom mana yang paling berguna untuk ditampilkan dalam bentuk label, dan mengapa?

=== Kesimpulan ===

Sekarang anda mengetahui bagaimana menggunakan tabel atribut untuk melihat apa yang sebenarnya terkandung dalam data yang anda gunakan. Set data apapun hanya akan berguna bagi anda jika memiliki atribut yang anda butuhkah. Jika anda mengetahui atribut apa yang dibutuhkan, maka anda dapat dengan cepat memutuskan apakah suatu set data akan berguna; atau anda perlu mencari set data lain dengan atribut yang diperlukan.

=== Apa Selanjutnya? ===

Atribut yang berlainan dapat berguna untuk tujuan yang berbeda. Beberapa darinya dapat diwakili secara langsung dalam bentuk teks yang dapat dilihat oleh pembaca peta. Anda akan belajar bagaimana melakukan hal tersebut pada pelajaran berikutnya.

== Pelajaran: Alat Bantu Label ==

Label dapat ditambahkan pada sebuah peta untuk menampilkan informasi apapun mengenai suatu obyek. Layer vektor manapun dapat memiliki label. Isi dari label-label tersebut ditentukan oleh data atribut dari layer yang bersangkutan.

{{hlbox|Catatan: Kotak dialog ''Layer Properties'' memiliki tab ''Labels'', namun kita tidak akan menggunakannya pada contoh ini. Tab ini hanya memiliki sedikit pilihan dan terkadang sulit untuk digunakan sehingga mungkin akan dihilangkan pada versi QGIS yang lebih baru (setelah 1.8). Pada latihan ini, kita akan menggunakan ''Label tool'' terpisah yang memiliki lebih banyak pilihan dan lebih mudah digunakan.}}

'''Tujuan dari pelajaran ini:''' Menerapkan label yang berguna dan menarik pada sebuah layer.

=== [[Image:basic.png|image]] Ikuti Bersama: Menggunakan label ===

Sebelum dapat mengaksesnya, anda perlu memastikan bahwa alat bantu Label telah diaktifkan.

* Bukan item menu ''View <math>\rightarrow</math> Toolbars''.
* Pastikan item ''Label'' memiliki tanda centang di sebelahnya. Jika tidak, klik item :guilabel:'''`'''Label`untuk mengaktifkannya.
* Klik layer ''places'' pada ''Layers list'' untuk menandainya.
* Klik tombol toolbar berikut ini:

[[Image:00110.png|image]]

Ini akan membuka kotak dialog ''Layer labeling settings''.

* Periksa kotak di sebelah ''Label this layer with...''.

[[Image:00311.png|image]]

Anda harus menentukan kolom atribut mana yang akan digunakan untuk membuat label. Pada pelajaran sebelumnya, anda memutuskan bahwa kolom <code>NAME</code> adalah yang paling cocok untuk tujuan ini.

* Klik ''OK''.

Pada peta akan muncul label-label berikut ini:

[[Image:00511.png|700px]]

=== [[Image:basic18.png|image]] Ikuti Bersama: Mengubah pilihan label ===

Apa yang ada saat ini sudah cukup bagis, tetapi anda dapat melihat bahwa label-label tersebut tumpang tindih dengan titik-titik yang diasosiasikan dengan mereka. Ini tidak tampak menarik. Teksnya juga sedikit terlalu besar. Mari kita perbaiki!

* Buka ''Label tool'' sekali lagi dengan mengklik tombolnya.
* Klik pada tombol elipsis (''...'') untuk mengubah properti teks:

[[Image:0069.png|image]]

Akan muncul kotak dialog standar untuk mengubah teks, mirip dengan yang terdapat pada perangkat lunak lainnya. Ubah huruf menjadi <code>Arial</code> ukuran <code>9</code>. Label anda akan tampak seperti berikut ini:

[[Image:00710.png|700px]]

Dengan demikian masalah huruf sudah terpecahkan! Sekarang mari selesaikan masalah label yang tumpang tindih dengan titiknya; tetapi sebelum melakukan hal itu, mari kita lihat pilihan ''Buffer''.

* Buka kotak dialog ''Label tool''.
* Matikan buffer label dengan mengklik kotak centang di sebelah teks yang bertuliskan ''Buffer''.
* Klik ''Apply''.

Perhatikan efeknya pada peta:

[[Image:00810.png|700px]]

Sekarang anda dapat memahami mengapa kita membutuhkan buffer label!

* Aktifkan kembali buffer dengan mengklik kotak centang yang sama seperti sebelumnya, kemudian klik ''Apply''.

Kembali pada masalah label yang tumpang tindih dengan titik.

* Pada kotak dialog ''Label tool'', buka tab ''Advanced''.
* Ubah nilai ''Label distance'' menjadi <code>2</code>.

[[Image:0099.png|700px]]

* Klik ''Apply''.

Hasilnya tampak sebagai berikut:

[[Image:0109.png|700px]]

=== [[Image:moderate18.png|image]] Ikuti Bersama: Menggunakan label ketimbang simbologi layer ===

Dalam banyak kasus, lokasi sebuah titik tidak perlu terlalu spesifik. Sebagai contoh, jika suatu titik merujuk pada kota atau daerah sub-urban; titik spesifik yang diasosiasikan dengan fitur semacam itu tidak akan begitu spesifik pada skala yang lebih besar. Membuat titik yang terlalu spesifik justru seringkali dapat membingungkan pembaca peta.

Sebuah contoh: Pada peta dunia, titik yang menunjukkan Uni Eropa mungkin berada di suatu tempat di Polandia. Untuk seseorang yang sedang mencoba membaca peta tersebut, melihat sebuah titik dengan label ''Uni Eropa'' di Polandia mungkin akan menyesatkan karena seakan-akan menunjukkan bahwa ibu kota Uni Eropa berada di Polandia.

Untuk menghindari kesalahpahaman seperti ini, seringkali lebih bermanfaat untuk sepenuhnya mengganti simbol titik dengan label.

Anda dapat melakukan ini pada QGIS dengan mengubah posisi label sehingga di-render secara langsung di atas titik yang menjadi referensinya.

* Buka kotak dialog ''Layer labeling settings'' pada layer ''places''.
* Buka tab ''Advanced''.
* Klik tombol ''over point''.

[[Image:0119.png|image]]

* Sembunyikan simbol titik dengan menyunting style layer seperti biasa dan mengatur ukuran titik menjadi <code>0</code>:

[[Image:0128.png|image]]

* Klik ''OK'' dan anda akan melihat tampilan sebagai berikut:

[[Image:01310.png|image]]

Seperti yang anda lihat, beberapa label tidak lagi terlihat untuk mencegah tumpang tindih (pada skala ini). Kadangkala inilah yang anda inginkan ketika bekerja dengan set data yang memiliki banyak titik, tetapi ini berarti anda akan kehilangan informasi yang berguna pada situasi yang berbeda. Ada cara lain untuk mengatasi masalah seperti ini, yang akan dibahas pada latihan selanjutnya dalam bagian ini.

=== [[Image:moderate18.png|image]] Coba Sendiri: Menyesuaikan label ===

* Kembalikan pengaturan label dan simbol seperti sebelumnya.

* Atur skala peta menjadi <code>1:20000</code>. Anda dapat melakukan ini dengan mengetikkannya ke dalam kotak ''Scale'' pada ''Status Bar''.
* Modifikasi label anda agar dapat ditampilkan dengan benar pada skala ini.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memberi label pada garis ===

Setelah mengetahui cara kerja label, ada masalah baru yang muncul. Titik dan poligon mudah untuk diberi label, tetapi bagaimana dengan garis? Jika anda memberi label pada garis seperti halnya sebuah titik, maka hasilnya akan seperti ini:

[[Image:0179.png|image]]

Ini tidak begitu membantu! Untuk menangani garis, kita perlu menyunting beberapa pilihan.

* Sembunyikan layer ''places'' sehingga tidak memecah perhatian anda.
* Perbesar tampilan area kota.
* Aktifkan label pada layer ''streets'' seperti sebelumnya. (Ingatlah untuk menggunakan ''Label tool'' pada toolbar, bukan yang berada pada ''Label tool''!)
* Atur ''Size'' untuk huruf menjadi <code>9</code> sehingga anda dapat melihat lebih banyak label.
* Pada tab ''Advanced'' di kotak dialog ''Label tool'', pilih aturan berikut ini:

[[Image:0189.png|image]]

Tergantung dari skalanya, peta akan terlihat seperti berikut ini:

[[Image:0197.png|image]]

Lebih baik dari sebelumnya, tetapi masih belum ideal. Sebagai contoh, beberapa nama muncul lebih dari satu kali; ini tidak selalu diperlukan. Untuk mencegah hal ini:

* Aktifkan pilihan ''Merge connected lines to avoid duplicate labels'' (juga terdapat pada tab ''Advanced'' - anda mungkin harus menggeser ke bawah untuk menemukannya).

Fungsi lain yang juga bermanfaat adalah mencegah pemberian label pada fitur yang terlalu pendek untuk dapat terlihat.

* Atur nilai ''Suppress labeling of features smaller than ...'' menjadi <code>5mm</code> dan perhatikan hasilnya ketika anda mengklik ''Apply''.

Cobalah berbagai pengaturan ''Placement'' (juga terdapat pada tab ''Advanced''). Seperti yang telah kita lihat sebelumnya, pilihan ''horizontal'' bukan merupakan ide yang baik dalam kasus ini; oleh karena itu, mari coba menggunakan ''curved'' sebagai gantinya!

* Pilih ''curved'' pada tab ''Advanced'' dalam kotak dialog ''Layer labeling settings''.

Hasilnya tampak sebagai berikut:

[[Image:02010.png|image]]

Seperti yang anda lihat, pilihan ini menyembunyikan banyak label yang semula ditampilkan; ini dilakukan karena sulit untuk membuat label mengikuti garis jalan yang berliku-liku dan tetap terlihat jelas. Anda dapat memutuskan pilihan mana yang akan digunakan, ini bergantung pada apa yang anda anggap lebih berguna atau lebih menarik untuk ditampilkan.

=== [[Image:hard.png|image]] Ikuti Bersama: Pengaturan berdasarkan data ===

* Matikan label pada layer ''streets''.
* Aktifkan kembali label pada layer ''places''.
* Buka tabel atribut untuk ''places''.

Ada dua kolom yang menarik perhatian kita: <code>AMENITY</code> dan <code>RESTAURANT</code>. <code>AMENITY</code> adalah jenis lokasi yang bersangkutan. <code>RESTAURANT</code> diambil dari sini dan memberi tahu anda apakah sebuah fitur merupakan restoran atau bukan (<code>1</code> jika ya, <code>0</code> jika tidak). Kita dapat menggunakan data ini untuk mempengaruhi style label.

* Buka tab ''Data defined settings''.
* Pada daftar menurun ''Italic'' yang muncul, pilih <code>RESTAURANT</code> dan klik ''Apply''.

Perhatikan pengaruhnya:

[[Image:0228.png|image]]

=== [[Image:hard.png|image]] Coba Sendiri: Menggunakan pengaturan berdasarkan data ===

{{hlbox|Catatan: Kita sedikit melompat ke depan untuk mendemonstrasikan beberapa pengaturan label tingkat lanjut. Pada tingkat lanjut, anda diasumsikan sudah mengetahui bagaimana melakukan hal berikut ini. Jika tidak, jangan ragu untuk melewati bagian ini dan kembali lagi ketika anda telah menyelesaikan materi yang diharuskan.}}

* Buka tabel atribut untuk ''places''.
* Masuk ke modus penyuntingan dengan mengklik tombol ini (di bagian tepi bawah tabel atribut):

[[Image:02310.png|image]]

* Tambahkan kolom baru:

[[Image:02410.png|image]]

* Lakukan konfigurasi sebagai berikut:

[[Image:0259.png|image]]

* Gunakan ini untuk mengatur ukuran huruf sesuai kebutuhan pada setiap jenis fasilitas yang berbeda (misalnya setiap kunci pada kolom <code>AMENITY</code>).

=== [[Image:hard.png|image]] Kemungkinan penggunaan label lebih lanjut ===

Kita tidak dapat membahas semua pilihan yang ada selama pelatihan ini, tetapi perlu dipahami bahwa ''Label tool'' memiliki banyak fungsi yang berguna. Anda dapat mengatur rendering berbasis skala, mengubah prioritas rendering label pada sebuah layer, dan mengatur pilihan label berdasarkan atribut layer. Anda bahkan dapat mengatur rotasi, posisi XY, dan properti label lainnya (jika anda memiliki kolom atribut yang dialokasikan untuk tujuan tersebut); kemudian menyunting properti tersebut dengan menggunakan alat bantu yang berada sejajar dengan ''Label tool'' utama:

[[Image:0288.png|image]]

(Alat bantu ini akan aktif jika terdapat kolom atribut yang diperlukan dan anda berada dalam modus penyuntingan.)

Jangan ragu untuk menelusuri kemungkinan lain dari penggunaan sistem label.

=== Kesimpulan ===

Anda telah belajar bagaimana menggunakan atribut layer untuk membuat label dinamis. Ini dapat membuat peta anda lebih informatif dan menarik!

=== Apa Selanjutnya? ===

Setelah mengetahui bagaimana atribut dapat membuat perbedaan visual pada peta, mengapa tidak menggunakannya untuk mengubah simbologi obyek itu sendiri? Itu yang akan kita pelajari pada bagian selanjutnya.

== Pelajaran: Classification ==

Label adalah cara yang bagus untuk mengkomunikasikan informasi seperti nama tempat tertentu, tetapi tidak bisa digunakan untuk semua hal. Sebagai contoh, katakan saja seseorang ingin mengetahui area lahan pertanian. Dengan tabel, anda akan mendapatkan hasil sebagai berikut:

[[Image:0019.png|image]]

Tentu saja ini tidak ideal, jadi kita perlu mencari solusi lain. Itulah tujuan dari pelajaran ini.

'''Tujuan dari pelajaran ini:''' Mempelajari cara mengklasifikasi data vektor secara efektif.

=== [[Image:basic.png|image]] Ikuti Bersama: Mengklasifikasi data nominal ===

* Buka ''Layer Properties'' untuk ''bandung_districts''.
* Lihat tab ''Style''.
* Klik daftar menurun yang bertuliskan ''Single Symbol'':

[[Image:00210.png|image]]

* Ubah menjadi ''Categorized'' sehingga antarmuka juga berubah:

[[Image:00310.png|image]]

* Ubah ''Column'' menjadi ''LANDCOVER'', dan ''Color ramp'' menjadi ''random'':

[[Image:0048.png|image]]

* Klik tombol berlabel ''Classify'', kemudian klik ''OK''.

Anda akan melihat hasil seperti berikut ini:

[[Image:00510.png|image]]

* Klik tanda panah (atau tanda tambah) di sebelah ''bandung_districts'' pada ''Layer list'', anda akan melihat penjelasan kategori sebagai berikut:

[[Image:0068.png|image]]

Ini sangat berguna! Tetapi tampilannya masih tidak enak untuk dilihat, jadi kita perlu melakukan sesuatu untuk memperbaikinya.

* Buka ''Layer Properties'' dan lihat tab ''Style'' sekali lagi.
* Ubah simbolnya :

[[Image:0079.png|image]]

* Hilangkan garis tepi seperti yang anda lakukan sebelumnya, kemudian klik ''OK''. (Jika perlu, anda dapat melihat kembali pelajaran sebelumnya mengenai langkah ini.)
* Klik tombol ''Delete all'':

[[Image:0089.png|image]]

Langkah ini akan menghilangkan kelas-kelas yang tidak enak dipandang sehingga anda dapat mencoba lagi.

* Buat pilihan baru pada ''Color ramp''.
* Klik ''Classify'' sekali lagi untuk memunculkan simbol-simbol yang baru.

Anda akan mendapati bahwa simbol-simbol tersebut tidak memiliki garis tepi karena anda sudah menghilangkannya.

* Ubah warna ''Water bodies'' dengan mengklik ganda pada kotak berwarna yang mewakili simbolnya:

[[Image:0098.png|image]]

Gunakan warna pilihan anda sehingga peta yang dihasilkan tidak akan seburuk sebelumnya. Pada contoh berikut, kita akan menggunakan warna-warna tersebut dengan daerah perairan diwarnai biru:

[[Image:0118.png|image]]

Ini akan menghasilkan peta yang bagus:

[[Image:0108.png|image]]

Ada satu kategori yang kosong :

[[Image:0127.png|image]]

* Pilih kategori yang kosong.
* Klik tombol ''Delete''.

Ini hanya akan menghilangkan simbol, bukan datanya, sehingga anda tidak perlu khawatir melakukan kesalahan; anda tidak menghapus apapun yang tidak dapat dikembalikan.

Ingatlah untuk menyimpan peta anda sehingga perubahan yang telah dibuat tidak hilang!

=== [[Image:basic.png|image]] Coba Sendiri: Klasifikasi lebih lanjut ===

Jika anda hanya mengikuti konten tingkat dasar, gunakan pengetahuan di atas untuk mengklasifikasi kawasan ''urban''. Gunakan warna yang lebih gelap untuk membedakannya dari area lahan pertanian.

=== [[Image:moderate.png|image]] Ikuti Bersama: Klasifikasi rasio ===

Terdapat empat jenis klasifikasi: ''nominal'', ''ordinal'', ''interval'', dan ''rasio''.

Pada klasifikasi nominal, kategori klasifikasi obyek didasarkan pada nama; tidak ada urutan tertentu. Sebagai contoh: Nama kota, kode kabupaten, dll.

Pada klasifikasi ordinal, kategori diatur berdasarkan urutan tertentu. Sebagai contoh, kota-kota besar di dunia diberikan peringkat berdasarkan tingkat kepentingannya untuk perdagangan dunia, pariwisata, kebudayaan, dll.

Pada klasifikasi interval, terdapat skala yang mencakup nilai-nilai positif, negatif, dan nol. Sebagai contoh, ketinggian di atas/di bawah permukaan laut, suhu di atas/di bawah titik beku (0 derajat Celcius), dll.

Pada klasifikasi rasio, skala yang digunakan hanya mencakup nilai-nilai positif dan nol. Sebagai contoh: Suhu di atas nol mutlak (0 derajat Kelvin), jarak dari titik a, lalu lintas rata-rata per bulan di suatu jalan, dll.

Pada contoh di atas, kita menggunakan klasifikasi nominal untuk menampilkan area tutupan lahan yang berbeda. Sekarang kita akan membuat proyek baru dan menggunakan klasifikasi rasio untuk mengklasifikasi desa berdasarkan area.

* Simpan simbologi rural anda (jika anda ingin menyimpannya) dengan mengklik tombol ''Save Style ...'' pada kotak dialog ''Style''.
* Tutup kotak dialog ''Style''.
* Simpan dan tutup proyek yang anda buat.

Sekarang kita akan memulai latihan yang baru.

* Buka proyek kosong yang baru.
* Buka layer ''[[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]'' and ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]''.
* Ubah style warna jika perlu.

Kita ingin mengklasifikasi desa berdasarkan area, tetapi ada satu masalah: Tidak ada kolom area! Maka kita akan membuatnya.

* Masuk ke modus penyuntingan dengan mengklik tombol ini:

[[Image:0139.png|image]]

* Tambah kolom baru dengan tombol ini:

[[Image:0149.png|image]]

* Lakukan pengaturan pada kotak dialog yang muncul seperti ini:

[[Image:0156.png|image]]

* Klik ''OK''.

Kolom baru akan ditambahkan (di ujung sebelah kanan tabel; anda mungkin harus menggeser tampilan secara horizontal untuk melihatnya). Namun, saat ini kolom tersebut masih kosong dan hanya dipenuhi oleh nilai <code>NULL</code>.

Untuk mengatasi masalah ini, kita perlu menghitung luas area tersebut.

* Buka kalkulator kolom:

[[Image:0168.png|image]]

Anda akan menjumpai kotak dialog ini:

[[Image:0188.png|image]]

* Ubah nilai-nilai di bagian atas kotak dialog agar tampak seperti ini:

[[Image:0178.png|image]]

* Pada ''Function List'', pilih ''Geometry <math>\rightarrow</math> $area'':

[[Image:0196.png|image]]

* Klik ganda sehingga muncul pada kolom ''Expression''.
* Klik ''OK''.

Sekarang kolom <code>AREA</code> sudah terisi dengan nilai! Periksa dengan seksama, kemudian tutup tabel atribut.

{{hlbox|Catatan: Luas semua area ini masih dalam satuan derajat. Nanti kita akan mengubah mereka ke dalam satuan meter persegi.}}

* Buka tab ''Style'' pada kotak dialog ''Layer properties''.
* Ubah style klasifikasi dari ''Classified'' menjadi ''Graduated'':

[[Image:0209.png|image]]

* Ubah ''Column'' menjadi ''AREA'':

[[Image:0218.png|image]]

* Pada ''Color ramp'', pilih ''New color ramp...'' untuk membuka kotak dialog berikut ini:

[[Image:0227.png|image]]

* Pilih ''Gradient'' (jika belum dipilih) dan klik ''OK''. Anda akan melihat tampilan berikut ini:

[[Image:0239.png|image]]

Anda akan menggunakan ini untuk menunjukkan luasan, dimana area yang kecil sebagai: ''Color 1'' dan area yang luas sebagai ''Color 2''.

* Pilih warna yang sesuai.

Pada contoh ini, hasilnya akan tampak sebagai berikut:

[[Image:0249.png|image]]

* Klik ''OK''.
* Pilih nama yang sesuai untuk pilihan warna yang baru tersebut.
* Klik ''OK'' setelah memberikan nama.

Sekarang anda akan melihat tampilan seperti berikut ini:

[[Image:0258.png|image]]

Biarkan semuanya tanpa perubahan.

* Klik ''Apply'':

[[Image:0267.png|image]]

=== [[Image:moderate18.png|image]] Coba Sendiri: Menyempurnakan klasifikasi ===

[vectorclassification/classification:backlink-classification-refine-1]

* Hilangkan garis-garis di antara kelas.
* Ubah nilai-nilai pada ''Mode'' dan ''Classes'' hingga anda mendapatkan klasifikasi yang memadai.

=== [[Image:hard18.png|image]] Ikuti Bersama: Klasifikasi berbasis aturan ===

Seringkali berguna untuk mengkombinasikan sejumlah kriteria dalam suatu klasifikasi, tetapi sayangnya klasifikasi normal hanya mempertimbangkan satu macam atribut. Disinilah peran dari klasifikasi berbasis aturan.

* Buka kotak dialog ''Layer Properties'' untuk layer ''rural''.
* Pilih tab ''Style''.
* Ubah style klasifikasi menjadi ''Rule-based''. Anda akan melihat tampilan berikut ini:

[[Image:0296.png|image]]

* Klik tombol ''Add''.
* Sebuah kotak dialog baru akan muncul.
* Klik tombol elipsis ''...'' di sebelah area teks ''Filter''.
* Dengan menggunakan query builder yang muncul, masukkan kriteria <code>AREA >= 30000000</code> dan pilih warna yang terang.
* Tambahkan kriteria <code>AREA <= 30000000</code> dan pilih warna yang gelap.
* Tambahkan kriteria <code>DESA = 'Ajakkang'</code> dan berikan warna merah dengan transparansi <code></code>35%.
* Gunakan ''Rendering order'' untuk me-render layer dengan benar sehingga Ajakkang akan terlihat.

Anda akan melihat kotak dialog seperti ini:

[[Image:0306.png|image]]

* Terapkan simbologi ini.

Peta anda akan tampak seperti berikut ini:

[[Image:0313.png|image]]

Kini anda mempunyai dua kelas area dengan desa Ajakkang yang ditandai.

=== Kesimpulan ===

Simbologi memungkinkan kita untuk mewakili atribut dari suatu layer dengan cara yang mudah dibaca dan dipahami. Dengan cara ini, pembaca peta maupun kita sendiri dapat memahami pentingnya fitur-fitur yang ditampilkan dengan menggunakan atribut-atribut relevan yang kita pilih. Tergantung dari permasalahan yang dihadapi, anda dapat menerapkan teknik klasifikasi yang berbeda untuk memecahkannya.

=== Apa Selanjutnya? ===

Sekarang kita telah memiliki peta yang bagus, tetapi bagaimana kita dapat memindahkannya dari QGIS ke dalam format yang dapat dicetak atau diubah menjadi gambar maupun PDF? Itu adalah topik dari pelajaran berikutnya!

{{example|Click here to go to [[GIS AH IND M5|Modul 5: Membuat Peta]]}}

GIS AH IND M4

2014-11-03T04:02:34Z

Rachel: /* image Ikuti Bersama: Klasifikasi berbasis aturan */

= Modul: Mengklasifikasi Data Vektor =

Dengan mengklasifikasi data vektor, anda dapat memberikan simbol yang berbeda untuk fitur (objek yang berbeda pada layer yang sama) tergantung dari atributnya. Hal ini memungkinkan pengguna peta untuk dapat melihat atribut dari berbagai fitur dengan mudah.

== Pelajaran: Data Atribut ==

Sejauh ini, tidak satu pun perubahan yang kita buat pada tampilan peta dipengaruhi oleh objek yang ditampilkan. Dengan kata lain, semua lahan pertanian dan jalan masih terlihat sama. Ketika melihat peta tersebut, pengguna tidak akan mengetahui banyak hal mengenai jalan-jalan yang dilihatnya; hanya sebatas bahwa terdapat sebuah jalan dengan bentuk tertentu di suatu tempat tertentu.

Namun seluruh kekuatan SIG (Sistem Informasi Geografis) bertumpu pada kemampuan untuk menampilkan semua objek pada peta bersama dengan atributnya. Peta pada SIG bukan hanya sebatas gambar. Peta tidak saja mewakili objek yang berada di suatu lokasi, tetapi juga informasi mengenai objek tersebut.

'''Tujuan dari pelajaran ini:''' Menelusuri data atribut dari suatu objek dan memahami kegunaan berbagai jenis data.

=== [[Image:basic18.png|image]] Ikuti Bersama: Data atribut ===

Buka tabel atribut untuk layer ''places'' (lihat kembali bagian ''Bekerja dengan Data Vektor'' jika perlu). Kolom mana yang paling berguna untuk ditampilkan dalam bentuk label, dan mengapa?

=== Kesimpulan ===

Sekarang anda mengetahui bagaimana menggunakan tabel atribut untuk melihat apa yang sebenarnya terkandung dalam data yang anda gunakan. Set data apapun hanya akan berguna bagi anda jika memiliki atribut yang anda butuhkah. Jika anda mengetahui atribut apa yang dibutuhkan, maka anda dapat dengan cepat memutuskan apakah suatu set data akan berguna; atau anda perlu mencari set data lain dengan atribut yang diperlukan.

=== Apa Selanjutnya? ===

Atribut yang berlainan dapat berguna untuk tujuan yang berbeda. Beberapa darinya dapat diwakili secara langsung dalam bentuk teks yang dapat dilihat oleh pembaca peta. Anda akan belajar bagaimana melakukan hal tersebut pada pelajaran berikutnya.

== Pelajaran: Alat Bantu Label ==

Label dapat ditambahkan pada sebuah peta untuk menampilkan informasi apapun mengenai suatu obyek. Layer vektor manapun dapat memiliki label. Isi dari label-label tersebut ditentukan oleh data atribut dari layer yang bersangkutan.

{{hlbox|Catatan: Kotak dialog ''Layer Properties'' memiliki tab ''Labels'', namun kita tidak akan menggunakannya pada contoh ini. Tab ini hanya memiliki sedikit pilihan dan terkadang sulit untuk digunakan sehingga mungkin akan dihilangkan pada versi QGIS yang lebih baru (setelah 1.8). Pada latihan ini, kita akan menggunakan ''Label tool'' terpisah yang memiliki lebih banyak pilihan dan lebih mudah digunakan.}}

'''Tujuan dari pelajaran ini:''' Menerapkan label yang berguna dan menarik pada sebuah layer.

=== [[Image:basic.png|image]] Ikuti Bersama: Menggunakan label ===

Sebelum dapat mengaksesnya, anda perlu memastikan bahwa alat bantu Label telah diaktifkan.

* Bukan item menu ''View <math>\rightarrow</math> Toolbars''.
* Pastikan item ''Label'' memiliki tanda centang di sebelahnya. Jika tidak, klik item :guilabel:'''`'''Label`untuk mengaktifkannya.
* Klik layer ''places'' pada ''Layers list'' untuk menandainya.
* Klik tombol toolbar berikut ini:

[[Image:00110.png|image]]

Ini akan membuka kotak dialog ''Layer labeling settings''.

* Periksa kotak di sebelah ''Label this layer with...''.

[[Image:00311.png|image]]

Anda harus menentukan kolom atribut mana yang akan digunakan untuk membuat label. Pada pelajaran sebelumnya, anda memutuskan bahwa kolom <code>NAME</code> adalah yang paling cocok untuk tujuan ini.

* Klik ''OK''.

Pada peta akan muncul label-label berikut ini:

[[Image:00511.png|700px]]

=== [[Image:basic18.png|image]] Ikuti Bersama: Mengubah pilihan label ===

Apa yang ada saat ini sudah cukup bagis, tetapi anda dapat melihat bahwa label-label tersebut tumpang tindih dengan titik-titik yang diasosiasikan dengan mereka. Ini tidak tampak menarik. Teksnya juga sedikit terlalu besar. Mari kita perbaiki!

* Buka ''Label tool'' sekali lagi dengan mengklik tombolnya.
* Klik pada tombol elipsis (''...'') untuk mengubah properti teks:

[[Image:0069.png|image]]

Akan muncul kotak dialog standar untuk mengubah teks, mirip dengan yang terdapat pada perangkat lunak lainnya. Ubah huruf menjadi <code>Arial</code> ukuran <code>9</code>. Label anda akan tampak seperti berikut ini:

[[Image:00710.png|700px]]

Dengan demikian masalah huruf sudah terpecahkan! Sekarang mari selesaikan masalah label yang tumpang tindih dengan titiknya; tetapi sebelum melakukan hal itu, mari kita lihat pilihan ''Buffer''.

* Buka kotak dialog ''Label tool''.
* Matikan buffer label dengan mengklik kotak centang di sebelah teks yang bertuliskan ''Buffer''.
* Klik ''Apply''.

Perhatikan efeknya pada peta:

[[Image:00810.png|700px]]

Sekarang anda dapat memahami mengapa kita membutuhkan buffer label!

* Aktifkan kembali buffer dengan mengklik kotak centang yang sama seperti sebelumnya, kemudian klik ''Apply''.

Kembali pada masalah label yang tumpang tindih dengan titik.

* Pada kotak dialog ''Label tool'', buka tab ''Advanced''.
* Ubah nilai ''Label distance'' menjadi <code>2</code>.

[[Image:0099.png|700px]]

* Klik ''Apply''.

Hasilnya tampak sebagai berikut:

[[Image:0109.png|700px]]

=== [[Image:moderate18.png|image]] Ikuti Bersama: Menggunakan label ketimbang simbologi layer ===

Dalam banyak kasus, lokasi sebuah titik tidak perlu terlalu spesifik. Sebagai contoh, jika suatu titik merujuk pada kota atau daerah sub-urban; titik spesifik yang diasosiasikan dengan fitur semacam itu tidak akan begitu spesifik pada skala yang lebih besar. Membuat titik yang terlalu spesifik justru seringkali dapat membingungkan pembaca peta.

Sebuah contoh: Pada peta dunia, titik yang menunjukkan Uni Eropa mungkin berada di suatu tempat di Polandia. Untuk seseorang yang sedang mencoba membaca peta tersebut, melihat sebuah titik dengan label ''Uni Eropa'' di Polandia mungkin akan menyesatkan karena seakan-akan menunjukkan bahwa ibu kota Uni Eropa berada di Polandia.

Untuk menghindari kesalahpahaman seperti ini, seringkali lebih bermanfaat untuk sepenuhnya mengganti simbol titik dengan label.

Anda dapat melakukan ini pada QGIS dengan mengubah posisi label sehingga di-render secara langsung di atas titik yang menjadi referensinya.

* Buka kotak dialog ''Layer labeling settings'' pada layer ''places''.
* Buka tab ''Advanced''.
* Klik tombol ''over point''.

[[Image:0119.png|image]]

* Sembunyikan simbol titik dengan menyunting style layer seperti biasa dan mengatur ukuran titik menjadi <code>0</code>:

[[Image:0128.png|image]]

* Klik ''OK'' dan anda akan melihat tampilan sebagai berikut:

[[Image:01310.png|image]]

Seperti yang anda lihat, beberapa label tidak lagi terlihat untuk mencegah tumpang tindih (pada skala ini). Kadangkala inilah yang anda inginkan ketika bekerja dengan set data yang memiliki banyak titik, tetapi ini berarti anda akan kehilangan informasi yang berguna pada situasi yang berbeda. Ada cara lain untuk mengatasi masalah seperti ini, yang akan dibahas pada latihan selanjutnya dalam bagian ini.

=== [[Image:moderate18.png|image]] Coba Sendiri: Menyesuaikan label ===

* Kembalikan pengaturan label dan simbol seperti sebelumnya.

* Atur skala peta menjadi <code>1:20000</code>. Anda dapat melakukan ini dengan mengetikkannya ke dalam kotak ''Scale'' pada ''Status Bar''.
* Modifikasi label anda agar dapat ditampilkan dengan benar pada skala ini.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memberi label pada garis ===

Setelah mengetahui cara kerja label, ada masalah baru yang muncul. Titik dan poligon mudah untuk diberi label, tetapi bagaimana dengan garis? Jika anda memberi label pada garis seperti halnya sebuah titik, maka hasilnya akan seperti ini:

[[Image:0179.png|image]]

Ini tidak begitu membantu! Untuk menangani garis, kita perlu menyunting beberapa pilihan.

* Sembunyikan layer ''places'' sehingga tidak memecah perhatian anda.
* Perbesar tampilan area kota.
* Aktifkan label pada layer ''streets'' seperti sebelumnya. (Ingatlah untuk menggunakan ''Label tool'' pada toolbar, bukan yang berada pada ''Label tool''!)
* Atur ''Size'' untuk huruf menjadi <code>9</code> sehingga anda dapat melihat lebih banyak label.
* Pada tab ''Advanced'' di kotak dialog ''Label tool'', pilih aturan berikut ini:

[[Image:0189.png|image]]

Tergantung dari skalanya, peta akan terlihat seperti berikut ini:

[[Image:0197.png|image]]

Lebih baik dari sebelumnya, tetapi masih belum ideal. Sebagai contoh, beberapa nama muncul lebih dari satu kali; ini tidak selalu diperlukan. Untuk mencegah hal ini:

* Aktifkan pilihan ''Merge connected lines to avoid duplicate labels'' (juga terdapat pada tab ''Advanced'' - anda mungkin harus menggeser ke bawah untuk menemukannya).

Fungsi lain yang juga bermanfaat adalah mencegah pemberian label pada fitur yang terlalu pendek untuk dapat terlihat.

* Atur nilai ''Suppress labeling of features smaller than ...'' menjadi <code>5mm</code> dan perhatikan hasilnya ketika anda mengklik ''Apply''.

Cobalah berbagai pengaturan ''Placement'' (juga terdapat pada tab ''Advanced''). Seperti yang telah kita lihat sebelumnya, pilihan ''horizontal'' bukan merupakan ide yang baik dalam kasus ini; oleh karena itu, mari coba menggunakan ''curved'' sebagai gantinya!

* Pilih ''curved'' pada tab ''Advanced'' dalam kotak dialog ''Layer labeling settings''.

Hasilnya tampak sebagai berikut:

[[Image:02010.png|image]]

Seperti yang anda lihat, pilihan ini menyembunyikan banyak label yang semula ditampilkan; ini dilakukan karena sulit untuk membuat label mengikuti garis jalan yang berliku-liku dan tetap terlihat jelas. Anda dapat memutuskan pilihan mana yang akan digunakan, ini bergantung pada apa yang anda anggap lebih berguna atau lebih menarik untuk ditampilkan.

=== [[Image:hard.png|image]] Ikuti Bersama: Pengaturan berdasarkan data ===

* Matikan label pada layer ''streets''.
* Aktifkan kembali label pada layer ''places''.
* Buka tabel atribut untuk ''places''.

Ada dua kolom yang menarik perhatian kita: <code>AMENITY</code> dan <code>RESTAURANT</code>. <code>AMENITY</code> adalah jenis lokasi yang bersangkutan. <code>RESTAURANT</code> diambil dari sini dan memberi tahu anda apakah sebuah fitur merupakan restoran atau bukan (<code>1</code> jika ya, <code>0</code> jika tidak). Kita dapat menggunakan data ini untuk mempengaruhi style label.

* Buka tab ''Data defined settings''.
* Pada daftar menurun ''Italic'' yang muncul, pilih <code>RESTAURANT</code> dan klik ''Apply''.

Perhatikan pengaruhnya:

[[Image:0228.png|image]]

=== [[Image:hard.png|image]] Coba Sendiri: Menggunakan pengaturan berdasarkan data ===

{{hlbox|Catatan: Kita sedikit melompat ke depan untuk mendemonstrasikan beberapa pengaturan label tingkat lanjut. Pada tingkat lanjut, anda diasumsikan sudah mengetahui bagaimana melakukan hal berikut ini. Jika tidak, jangan ragu untuk melewati bagian ini dan kembali lagi ketika anda telah menyelesaikan materi yang diharuskan.}}

* Buka tabel atribut untuk ''places''.
* Masuk ke modus penyuntingan dengan mengklik tombol ini (di bagian tepi bawah tabel atribut):

[[Image:02310.png|image]]

* Tambahkan kolom baru:

[[Image:02410.png|image]]

* Lakukan konfigurasi sebagai berikut:

[[Image:0259.png|image]]

* Gunakan ini untuk mengatur ukuran huruf sesuai kebutuhan pada setiap jenis fasilitas yang berbeda (misalnya setiap kunci pada kolom <code>AMENITY</code>).

=== [[Image:hard.png|image]] Kemungkinan penggunaan label lebih lanjut ===

Kita tidak dapat membahas semua pilihan yang ada selama pelatihan ini, tetapi perlu dipahami bahwa ''Label tool'' memiliki banyak fungsi yang berguna. Anda dapat mengatur rendering berbasis skala, mengubah prioritas rendering label pada sebuah layer, dan mengatur pilihan label berdasarkan atribut layer. Anda bahkan dapat mengatur rotasi, posisi XY, dan properti label lainnya (jika anda memiliki kolom atribut yang dialokasikan untuk tujuan tersebut); kemudian menyunting properti tersebut dengan menggunakan alat bantu yang berada sejajar dengan ''Label tool'' utama:

[[Image:0288.png|image]]

(Alat bantu ini akan aktif jika terdapat kolom atribut yang diperlukan dan anda berada dalam modus penyuntingan.)

Jangan ragu untuk menelusuri kemungkinan lain dari penggunaan sistem label.

=== Kesimpulan ===

Anda telah belajar bagaimana menggunakan atribut layer untuk membuat label dinamis. Ini dapat membuat peta anda lebih informatif dan menarik!

=== Apa Selanjutnya? ===

Setelah mengetahui bagaimana atribut dapat membuat perbedaan visual pada peta, mengapa tidak menggunakannya untuk mengubah simbologi obyek itu sendiri? Itu yang akan kita pelajari pada bagian selanjutnya.

== Pelajaran: Classification ==

Label adalah cara yang bagus untuk mengkomunikasikan informasi seperti nama tempat tertentu, tetapi tidak bisa digunakan untuk semua hal. Sebagai contoh, katakan saja seseorang ingin mengetahui area lahan pertanian. Dengan tabel, anda akan mendapatkan hasil sebagai berikut:

[[Image:0019.png|image]]

Tentu saja ini tidak ideal, jadi kita perlu mencari solusi lain. Itulah tujuan dari pelajaran ini.

'''Tujuan dari pelajaran ini:''' Mempelajari cara mengklasifikasi data vektor secara efektif.

=== [[Image:basic.png|image]] Ikuti Bersama: Mengklasifikasi data nominal ===

* Buka ''Layer Properties'' untuk ''bandung_districts''.
* Lihat tab ''Style''.
* Klik daftar menurun yang bertuliskan ''Single Symbol'':

[[Image:00210.png|image]]

* Ubah menjadi ''Categorized'' sehingga antarmuka juga berubah:

[[Image:00310.png|image]]

* Ubah ''Column'' menjadi ''LANDCOVER'', dan ''Color ramp'' menjadi ''random'':

[[Image:0048.png|image]]

* Klik tombol berlabel ''Classify'', kemudian klik ''OK''.

Anda akan melihat hasil seperti berikut ini:

[[Image:00510.png|image]]

* Klik tanda panah (atau tanda tambah) di sebelah ''bandung_districts'' pada ''Layer list'', anda akan melihat penjelasan kategori sebagai berikut:

[[Image:0068.png|image]]

Ini sangat berguna! Tetapi tampilannya masih tidak enak untuk dilihat, jadi kita perlu melakukan sesuatu untuk memperbaikinya.

* Buka ''Layer Properties'' dan lihat tab ''Style'' sekali lagi.
* Ubah simbolnya :

[[Image:0079.png|image]]

* Hilangkan garis tepi seperti yang anda lakukan sebelumnya, kemudian klik ''OK''. (Jika perlu, anda dapat melihat kembali pelajaran sebelumnya mengenai langkah ini.)
* Klik tombol ''Delete all'':

[[Image:0089.png|image]]

Langkah ini akan menghilangkan kelas-kelas yang tidak enak dipandang sehingga anda dapat mencoba lagi.

* Buat pilihan baru pada ''Color ramp''.
* Klik ''Classify'' sekali lagi untuk memunculkan simbol-simbol yang baru.

Anda akan mendapati bahwa simbol-simbol tersebut tidak memiliki garis tepi karena anda sudah menghilangkannya.

* Ubah warna ''Water bodies'' dengan mengklik ganda pada kotak berwarna yang mewakili simbolnya:

[[Image:0098.png|image]]

Gunakan warna pilihan anda sehingga peta yang dihasilkan tidak akan seburuk sebelumnya. Pada contoh berikut, kita akan menggunakan warna-warna tersebut dengan daerah perairan diwarnai biru:

[[Image:0118.png|image]]

Ini akan menghasilkan peta yang bagus:

[[Image:0108.png|image]]

Ada satu kategori yang kosong :

[[Image:0127.png|image]]

* Pilih kategori yang kosong.
* Klik tombol ''Delete''.

Ini hanya akan menghilangkan simbol, bukan datanya, sehingga anda tidak perlu khawatir melakukan kesalahan; anda tidak menghapus apapun yang tidak dapat dikembalikan.

Ingatlah untuk menyimpan peta anda sehingga perubahan yang telah dibuat tidak hilang!

=== [[Image:basic.png|image]] Coba Sendiri: Klasifikasi lebih lanjut ===

Jika anda hanya mengikuti konten tingkat dasar, gunakan pengetahuan di atas untuk mengklasifikasi kawasan ''urban''. Gunakan warna yang lebih gelap untuk membedakannya dari area lahan pertanian.

=== [[Image:moderate.png|image]] Ikuti Bersama: Klasifikasi rasio ===

Terdapat empat jenis klasifikasi: ''nominal'', ''ordinal'', ''interval'', dan ''rasio''.

Pada klasifikasi nominal, kategori klasifikasi obyek didasarkan pada nama; tidak ada urutan tertentu. Sebagai contoh: Nama kota, kode kabupaten, dll.

Pada klasifikasi ordinal, kategori diatur berdasarkan urutan tertentu. Sebagai contoh, kota-kota besar di dunia diberikan peringkat berdasarkan tingkat kepentingannya untuk perdagangan dunia, pariwisata, kebudayaan, dll.

Pada klasifikasi interval, terdapat skala yang mencakup nilai-nilai positif, negatif, dan nol. Sebagai contoh, ketinggian di atas/di bawah permukaan laut, suhu di atas/di bawah titik beku (0 derajat Celcius), dll.

Pada klasifikasi rasio, skala yang digunakan hanya mencakup nilai-nilai positif dan nol. Sebagai contoh: Suhu di atas nol mutlak (0 derajat Kelvin), jarak dari titik a, lalu lintas rata-rata per bulan di suatu jalan, dll.

Pada contoh di atas, kita menggunakan klasifikasi nominal untuk menampilkan area tutupan lahan yang berbeda. Sekarang kita akan membuat proyek baru dan menggunakan klasifikasi rasio untuk mengklasifikasi desa berdasarkan area.

* Simpan simbologi rural anda (jika anda ingin menyimpannya) dengan mengklik tombol ''Save Style ...'' pada kotak dialog ''Style''.
* Tutup kotak dialog ''Style''.
* Simpan dan tutup proyek yang anda buat.

Sekarang kita akan memulai latihan yang baru.

* Buka proyek kosong yang baru.
* Buka layer ''[[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]'' and ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]''.
* Ubah style warna jika perlu.

Kita ingin mengklasifikasi desa berdasarkan area, tetapi ada satu masalah: Tidak ada kolom area! Maka kita akan membuatnya.

* Masuk ke modus penyuntingan dengan mengklik tombol ini:

[[Image:0139.png|image]]

* Tambah kolom baru dengan tombol ini:

[[Image:0149.png|image]]

* Lakukan pengaturan pada kotak dialog yang muncul seperti ini:

[[Image:0156.png|image]]

* Klik ''OK''.

Kolom baru akan ditambahkan (di ujung sebelah kanan tabel; anda mungkin harus menggeser tampilan secara horizontal untuk melihatnya). Namun, saat ini kolom tersebut masih kosong dan hanya dipenuhi oleh nilai <code>NULL</code>.

Untuk mengatasi masalah ini, kita perlu menghitung luas area tersebut.

* Buka kalkulator kolom:

[[Image:0168.png|image]]

Anda akan menjumpai kotak dialog ini:

[[Image:0188.png|image]]

* Ubah nilai-nilai di bagian atas kotak dialog agar tampak seperti ini:

[[Image:0178.png|image]]

* Pada ''Function List'', pilih ''Geometry <math>\rightarrow</math> $area'':

[[Image:0196.png|image]]

* Klik ganda sehingga muncul pada kolom ''Expression''.
* Klik ''OK''.

Sekarang kolom <code>AREA</code> sudah terisi dengan nilai! Periksa dengan seksama, kemudian tutup tabel atribut.

{{hlbox|Catatan: Luas semua area ini masih dalam satuan derajat. Nanti kita akan mengubah mereka ke dalam satuan meter persegi.}}

* Buka tab ''Style'' pada kotak dialog ''Layer properties''.
* Ubah style klasifikasi dari ''Classified'' menjadi ''Graduated'':

[[Image:0209.png|image]]

* Ubah ''Column'' menjadi ''AREA'':

[[Image:0218.png|image]]

* Pada ''Color ramp'', pilih ''New color ramp...'' untuk membuka kotak dialog berikut ini:

[[Image:0227.png|image]]

* Pilih ''Gradient'' (jika belum dipilih) dan klik ''OK''. Anda akan melihat tampilan berikut ini:

[[Image:0239.png|image]]

Anda akan menggunakan ini untuk menunjukkan luasan, dimana area yang kecil sebagai: ''Color 1'' dan area yang luas sebagai ''Color 2''.

* Pilih warna yang sesuai.

Pada contoh ini, hasilnya akan tampak sebagai berikut:

[[Image:0249.png|image]]

* Klik ''OK''.
* Pilih nama yang sesuai untuk pilihan warna yang baru tersebut.
* Klik ''OK'' setelah memberikan nama.

Sekarang anda akan melihat tampilan seperti berikut ini:

[[Image:0258.png|image]]

Biarkan semuanya tanpa perubahan.

* Klik ''Apply'':

[[Image:0267.png|image]]

=== [[Image:moderate18.png|image]] Coba Sendiri: Menyempurnakan klasifikasi ===

[vectorclassification/classification:backlink-classification-refine-1]

* Hilangkan garis-garis di antara kelas.
* Ubah nilai-nilai pada ''Mode'' dan ''Classes'' hingga anda mendapatkan klasifikasi yang memadai.

=== [[Image:hard18.png|image]] Ikuti Bersama: Klasifikasi berbasis aturan ===

Seringkali berguna untuk mengkombinasikan sejumlah kriteria dalam suatu klasifikasi, tetapi sayangnya klasifikasi normal hanya mempertimbangkan satu macam atribut. Disinilah peran dari klasifikasi berbasis aturan.

* Buka kotak dialog ''Layer Properties'' untuk layer ''rural''.
* Pilih tab ''Style''.
* Ubah style klasifikasi menjadi ''Rule-based''. Anda akan melihat tampilan berikut ini:

[[Image:0296.png|image]]

* Klik tombol ''Add''.
* Sebuah kotak dialog baru akan muncul.
* Klik tombol elipsis ''...'' di sebelah area teks ''Filter''.
* Dengan menggunakan query builder yang muncul, masukkan kriteria <code>AREA >= 30000000</code> dan pilih warna yang terang.
* Tambahkan kriteria <code>AREA <= 30000000</code> dan pilih warna yang gelap.
* Tambahkan kriteria <code>DESA = 'Ajakkang'</code> dan berikan warna hitam dengan transparansi <code></code>35%.
* Gunakan ''Rendering order'' untuk me-render layer dengan benar sehingga Ajakkang akan terlihat.

Anda akan melihat kotak dialog seperti ini:

[[Image:0306.png|image]]

* Terapkan simbologi ini.

Peta anda akan tampak seperti berikut ini:

[[Image:0313.png|image]]

Kini anda mempunyai dua kelas area dengan desa Ajakkang yang ditandai.

=== Kesimpulan ===

Simbologi memungkinkan kita untuk mewakili atribut dari suatu layer dengan cara yang mudah dibaca dan dipahami. Dengan cara ini, pembaca peta maupun kita sendiri dapat memahami pentingnya fitur-fitur yang ditampilkan dengan menggunakan atribut-atribut relevan yang kita pilih. Tergantung dari permasalahan yang dihadapi, anda dapat menerapkan teknik klasifikasi yang berbeda untuk memecahkannya.

=== Apa Selanjutnya? ===

Sekarang kita telah memiliki peta yang bagus, tetapi bagaimana kita dapat memindahkannya dari QGIS ke dalam format yang dapat dicetak atau diubah menjadi gambar maupun PDF? Itu adalah topik dari pelajaran berikutnya!

{{example|Click here to go to [[GIS AH IND M5|Modul 5: Membuat Peta]]}}

GIS AH C4

2014-11-03T04:00:28Z

Rachel: /* 50px Follow along: Rule-based classification */

= Module: Classifying Vector Data =

Classifying vector data allows you to assign different symbols to features (different objects in the same layer), depending on their attributes. This allows someone who uses the map to easily see the attributes of various features.

== Lesson: Attribute Data ==

Up to now, none of the changes we have made to the map have been influenced by the objects that are being shown. In other words, all the farms look alike, and all the roads look alike. When looking at the map, the viewers don't know anything about the roads they are seeing; only that there is a road of a certain shape in a certain area.

But the whole strength of GIS is that all the objects that are visible on the map, also have attributes. Maps in a GIS aren't just pictures. They represent not only objects in locations, but also information about those objects.

'''The goal of this lesson:''' To explore the attribute data of an object and understand what the various data can be useful for.

=== [[Image:basic.png|50px]] Follow along: Attribute data ===

Open the attribute table for the ''places'' layer (refer back to the section ''"Working with Vector Data"'' if necessary). Which field would be the most useful to represent in label form, and why?

[[GIS_AH_Answers#Attribute_Data|''Check your results'']]

=== In conclusion ===

You now know how to use the attribute table to see what is actually in the data you're using. Any dataset will only be useful to you if it has the attributes that you care about. If you know which attributes you need, you can quickly decide if you're able to use a given dataset, or if you need to look for another one that has the required attribute data.

=== What's next? ===

Different attributes are useful for different purposes. Some of them can be represented directly as text for the map user to see. You'll learn how to do this in the next lesson.

== Lesson: The Label Tool ==

Labels can be added to a map to show any information about an object. Any vector layer can have labels associated with it. These labels rely on the attribute data of a layer for their content.

{{hlbox|Note: The ''Layer Properties'' dialogue does have a ''Labels'' tab, but for this example we will not be using it. It has too few options and may be difficult to work with, which is why it will probably be taken out of new versions of QGIS (after 1.8). Instead, for this lesson we'll use the separate ''Label tool'', which has more options and is more user-friendly.}}

'''The goal for this lesson:''' To apply useful and good-looking labels to a layer.

=== [[Image:basic.png|50px]] Follow along: Using labels ===

Before being able to access the Label tool, you will need to ensure that it has been activated.

* Go to the menu item ''View <math>\rightarrow</math> Toolbars''.
* Ensure that the ''Label'' item has a check mark next to it. If it doesn't, click on the ''Label'' item, and it will be activated.
* Click on the ''places'' layer in the ''Layers list'', so that it is highlighted.
* Click on the following toolbar button:

[[Image:00110.png|60px]]

This gives you the ''Layer labeling settings'' dialogue.

* Check the box next to ''Label this layer with...''.

[[Image:00311.png|image]]

You'll need to choose which field in the attributes will be used for the labels. In the previous lesson, you decided that the <code>NAME</code> field was the most suitable one for this purpose.

* Click ''OK''.

The map should now have labels like this:

[[Image:00511.png|600px]]

=== [[Image:basic.png|50px]] Follow along: Changing label options ===

What we have so far is good, but as you can see, the labels are overlapping the points that they are associated with. That doesn't look very nice. The text is also a bit larger than it needs to be. Let's fix these problems!

* Open the ''Label tool'' again by clicking on its button as before.
* Click on the ellipsis (''...'') button to change the text properties:

[[Image:00610.png|600px]]

A standard text change dialogue appears, similar to those in many other programs. Change the font to <code>Arial</code> size <code>9</code>. Your labels will now look like this:

[[Image:00710.png|600px]]

This solves the font problem, and now let's look at the problem of the labels overlapping the points, but before we do that, let's take a look at the ''Buffer'' option.

* Open the ''Label tool'' dialogue.
* Deactivate the label buffer by clicking on the checkbox next to the text that says ''Buffer''.
* Click ''Apply''.

Note the effects in the map:

[[Image:00810.png|600px]]

Now you can see why we usually need label buffers!

* Reactivate the buffers by clicking in the same checkbox as before, and then clicking ''Apply''.

Back to the problem of the labels that overlap points.

* In the ''Label tool'' dialogue, go to the ''Advanced'' tab.
* Change the value of ''Label distance'' to <code>2</code>.

[[Image:0099.png|600px]]

* Click ''Apply''.

This is the result:

[[Image:0109.png|600px]]

=== [[Image:moderate.png|50px]] Follow along: Using labels instead of layer symbology ===

In many cases, the location of a point doesn't need to be very specific. For example, when they refer to entire towns or suburbs, and the specific point associated with such features is not that specific on a large scale. In fact, giving a point that is too specific is often confusing for someone reading a map.

To name an example: on a map of the world, the point given for the European Union may be somewhere in Poland, for instance. To someone reading the map, seeing a point labeled ''European Union'' in Poland, it may seem that the capital of the European Union is therefore in Poland.

So, to prevent this kind of misunderstanding, it's often useful to deactivate the point symbols and replace them completely with labels.

In QGIS, you can do this by changing the position of the labels to be rendered directly over the points they refer to.

* Open the ''Layer labeling settings'' dialogue for the ''places'' layer.
* Go to the ''Advanced'' tab.
* Click on the ''over point'' button.

[[Image:0119.png|image]]

* Hide the point symbols by editing the layer style as usual, and setting the size of points to <code>0</code>:

[[Image:0128.png|image]]

* Click ''OK'' and you'll see this result:

[[Image:01310.png|600px]]

As you can see, some of the labels are now missing to prevent overlap (at this scale). Sometimes this is what you want when dealing with datasets that have many points, but at other times you will lose useful information this way. There is another possibility for handling cases like this, which we'll cover in a later exercise in this lesson.

=== [[Image:moderate.png|50px]] Try yourself... Customize the labels ===

* Return the label and symbol settings to the way they were before.

[[GIS_AH_Answers#Label_Customization_.28Part_1.29|''Check your results'']]

* Set the map to the scale <code>1:20000</code>. You can do this by typing it into the ''Scale'' box in the ''Status Bar''.
* Modify your labels to be suitable for viewing at this scale.

[[GIS_AH_Answers#Label_Customization_.28Part_2.29|''Check your results'']]

=== [[Image:moderate.png|50px]] Follow along: Labeling lines ===

Now that you know how labeling works, there's an additional problem. Points and polygons are easy to label, but what about lines? If you label them the same way as the points, your results would look like this:

[[Image:0179.png|600px]]

This is not very useful! To make lines behave, we'll need to edit some options.

* Hide the ''places'' layer so that it doesn't distract you.
* Zoom in on the town area.
* Activate labels for the ''streets'' layer as before. (Remember to use the ''Label tool'' on the toolbar, not the one in ''Label Properties''!)
* Set the font ''Size'' to <code>9</code> so that you can see more labels.
* In the ''Label tool'' dialogue's ''Advanced'' tab, choose the following settings:

[[Image:0189.png|image]]

The map will look somewhat like this, depending on scale:

[[Image:0197.png|image]]

It's better than before, but still not ideal. For starters, some of the names appear more than once, and that's not always necessary. To prevent that from happening:

* Enable the option ''Merge connected lines to avoid duplicate labels'' (also under the ''Advanced'' tab - you may need to scroll down to see it).

Another useful function is to prevent labels being drawn for features too short to be of notice.

* Set the value of ''Suppress labeling of features smaller than ...'' to <code>5mm</code> and note the results when you click ''Apply''.

Try out different ''Placement'' settings as well (also under the ''Advanced'' tab). As we've seen before, the ''horizontal'' option is not a good idea in this case, so let's try the ''curved'' option instead!

* Select the ''curved'' option under the ''Advanced'' tab of the ''Layer labeling settings'' dialogue.

Here's the result:

[[Image:02010.png|image]]

As you can see, this hides a lot of the labels that were previously visible, because of the difficulty of making some of them follow twisting street lines and still be legible. You can decide which of these options to use, depending on what you think seems more useful or what looks better.

=== [[Image:hard.png|50px]] Follow along: Data defined settings ===

* Deactivate labeling for the ''streets'' layer.
* Reactivate labeling for the ''places'' layer.
* Open the attribute table for ''places''.

It has two fields that are of interest to us now: <code>AMENITY</code> and <code>RESTAURANT</code>. <code>AMENITY</code> is what type of place it is. <code>RESTAURANT</code> is derived from it, and tells you whether or not that feature is a restaurant (<code>1</code> if it is, <code>0</code> if not). We can use this data to influence the label styles.

* Navigate to the ''Data defined settings'' tab.
* In the ''Italic'' dropdown, select <code>RESTAURANT</code> and click ''Apply''.

Notice its effects:

[[Image:0228.png|image]]

=== [[Image:hard.png|50px]] Try yourself... Using data defined settings ===

{{hlbox|Note: We're jumping ahead a bit here to demonstrate some advanced labeling settings. At the advanced level, it's assumed that you'll know what the following means. If you don't, feel free to leave out this section and come back later when you've covered the requisite materials.}}

* Open the attribute table for ''places''.
* Enter edit mode by clicking this button (at the lower edge of the attribute table):

[[Image:02310.png|60px]]

* Add a new column:

[[Image:02410.png|60px]]

* Configure it like this:

[[Image:0259.png|image]]

* Use this to set custom font sizes for each different type of amenity (i.e., each key in the <code>AMENITY</code> field).

[[GIS_AH_Answers#Using_Data_Defined_Settings|''Check your results'']]

=== [[Image:hard.png|50px]] Further possibilities with labeling ===

We can't cover every option in this course, but be aware that the ''Label tool'' has many other useful functions. You can set scale-based rendering, alter the rendering priority for labels in a layer, and set every label option using layer attributes. You can even set the rotation, XY position, and other properties of a label (if you have attribute fields allocated for the purpose), then edit these properties using the tools adjacent to the main ''Label tool'':

[[Image:0288.png|image]]

(These tools will be active if the required attribute fields exist and you are in edit mode.)

Feel free to explore more possibilities of the labeling system.

=== In conclusion ===

You've learned how to use layer attributes to create dynamic labels. This can make your map a lot more informative and stylish!

=== What's next? ===

Now that you know how attributes can make a visual difference for your map, how about using them to change the symbology of objects themselves? That's the topic for the next lesson!

== Lesson: Classification ==

Labels are a good way to communicate information such as the names of individual places, but they can't be used for everything. For example, let's say that someone wants to know what types of land cover are in the Bandung districts area. Using labels, you'd get this:

[[Image:0019.png|600px]]

Obviously this is not ideal, so we need another solution. That's what this lesson is about!

'''The goal for this lesson:''' To learn how to classify vector data effectively.

=== [[Image:basic.png|50px]] Follow along: Classifying nominal data ===

* Open ''Layer Properties'' for ''bandung_districts''
* Go to the ''Style'' tab.
* Click on the dropdown that says ''Single Symbol'':

[[Image:00210.png|600px]]

* Change it to ''Categorized'' and the interface will change:

[[Image:00310.png|600px]]

* Change the ''Column'' to ''LANDCOVER'' and the ''colour ramp'' to ''random'':

[[Image:0048.png|600px]]

* Click the button labeled ''Classify'' and then click ''OK''.

You'll see something like this:

[[Image:00510.png|600px]]

* Click the arrow (or plus sign) next to ''bandung_districts'' in the ''Layer list'', you'll see the categories explained:

[[Image:0069.png|image]]

So, this is useful! But it hurts your eyes to look at it, so let's see what we can do about that.

* Open ''Layer Properties'' and go to the ''Style'' tab again.
* Change the symbol:

[[Image:0079.png|image]]

* Get rid of the outline the same way you did before, and click ''OK''. (If you need to, go back to the lesson where we covered this to remember how it's done.)
* Click the ''Delete all'' button:

[[Image:0089.png|image]]

This gets rid of the ugly classes so you can try again.

* Choose a new option from the ''colour ramp''
* Click ''Classify'' again, and the new symbols will appear.

You'll notice they don't have outlines. This is because you just removed the outlines.

* Change the colour for ''Water bodies'' by double-clicking on the coloured block representing its symbol:

[[Image:0098.png|image]]

Use your own colours, so that the resulting map isn't as ugly as the old one. In the example, we'll use these colours, with our water bodies coloured blue:

[[Image:0118.png|image]]

This gives us a nice map:

[[Image:0108.png|image]]

There is one category that is empty:

[[Image:0127.png|image]]

* Select the empty category.
* Click the ''Delete'' button.

This only gets rid of the symbol, not the data, so don't worry about messing up; you're not actually deleting anything that you can't recover.

Remember to save your map now so that you don't lose all your hard-earned changes!

=== [[Image:basic.png|50px]] Try yourself... More classification ===

If you're only following the basic-level content, use the knowledge you gained above to classify the ''urban'' areas. Use darker colours to set them apart from the farms.

=== [[Image:moderate.png|50px]] Follow along: Ratio classification ===

There are four types of classification: ''nominal'', ''ordinal'', ''interval'' and ''ratio''.

In nominal classification, the categories that objects are classified into are name-based; they have no order. For example: town names, district codes, etc.

In ordinal classification, the categories are arranged in a certain order. For example, world cities are given a rank depending on their importance for world trade, travel, culture, etc.

In interval classification, the numbers are on a scale with positive, negative and zero values. For example: height above/below sea level, temperature above/below freezing (0 degrees Celsius), etc.

In ratio classification, the numbers are on a scale with only positive and zero values. For example: temparature above absolute zero (0 degrees Kelvin), distance from a point, the average amount of traffic on a given street per month, etc.

In the example above, we used nominal classification to show different land cover areas. Now we will begin a new project, and look at ratio classification to classify villages by area.

* Save your rural symbology (if you want to keep it) by clicking on the ''Save Style ...'' button in the ''Style'' dialogue.
* Close the ''Style'' dialogue.
* Save and close your current project.

Now we will begin our new exercise.

* Open a new, blank project
* Open the layers ''[[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]'' and ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]''.
* Change the colour styles if necessary.

We want to classify these villages by area, but there is a problem: they do not have an area field! We will have to make one.

* Enter edit mode by clicking this button:

[[Image:0139.png|50px]]

* Add a new column with this button:

[[Image:0149.png|50px]]

* Set up the dialogue that appears, like this:

[[Image:0156.png|image]]

* Click ''OK''.

The new field will be added (at the far right of the table; you may need to scroll horizontally to see it). However, at the moment it is not populated, it just has a lot of <code>NULL</code> values.

To solve this problem, we'll need to calculate the areas.

* Open the field calculator:

[[Image:0168.png|50px]]

You'll get this dialogue:

[[Image:0188.png|image]]

* Change the values at the top of the dialogue to look like this:

[[Image:0178.png|image]]

* In the ''Function List'', select ''Geometry <math>\rightarrow</math> $area'':

[[Image:0196.png|image]]

* Double-click on it so that it appears in the ''Expression'' field.
* Click ''OK''.

Now your <code>AREA</code> field is populated with values! Admire them, then close the attribute table.

{{hlbox|Note: These areas are in degrees area. Later, we will compute them in square meters.}}

* Open the ''Layer properties'' dialogue's ''Style'' tab.
* Change the classification style from ''Classified'' to ''Graduated'':

[[Image:0209.png|image]]

* Change the ''Column'' to ''AREA'':

[[Image:0218.png|image]]

* Under ''colour ramp'', choose the option ''New colour ramp...'' to get this dialogue:

[[Image:0227.png|image]]

* Choose ''Gradient'' (if it's not selected already) and click ''OK''. You'll see this:

[[Image:0239.png|image]]

You'll be using this to denote area, with small areas as ''colour 1'' and large areas as ''colour 2''.

* Choose appropriate colours.

In the example, the result looks like this:

[[Image:0249.png|image]]

* Click ''OK''.
* Choose a suitable name for the new colour ramp.
* Click ''OK'' after filling in the name.

Now you'll have something like this:

[[Image:0258.png|image]]

Leave everything as-is.

* Click ''Apply'':

[[Image:0267.png|700px]]

=== [[Image:moderate.png|50px]] Try yourself... Refine the classification ===

* Get rid of the lines between the classes.
* Change the values of ''Mode'' and ''Classes'' until you get a classification that makes sense.

[[GIS_AH_Answers#Refine_the_Classification|''Check your results'']]

=== [[Image:hard.png|50px]] Follow along: Rule-based classification ===

It's often useful to combine multiple criteria for a classification, but unfortunately normal classification only takes one attribute into account. That's where rule-based classification comes in handy.

* Open the ''Layer Properties'' dialogue for the ''rural'' layer.
* Switch to the ''Style'' tab.
* Switch the classification style to ''Rule-based''. You'll get this:

[[Image:0296.png|image]]

* Click the ''Add'' button.
* A new dialogue that appears.
* Click the ellipsis ''...'' button next to the ''Filter'' text area.
* Using the query builder that appears, enter the criterion <code>AREA >= 30000000</code> and choose a light colour for it.
* Add the criterion <code>AREA <= 30000000</code> and choose a dark colour.
* Add the criterion <code>DESA = 'Ajakkang'</code> and assign it the colour red, with transparency at <code></code>35%.
* Use the ''Rendering order'' to render the layers correctly so Ajakkang is visible.

Your dialogue should look like this:

[[Image:0306.png|image]]

* Apply this symbology.

Your map will look like this:

[[Image:0313.png|700px]]

Now you have two area classes, with the village Ajakkang highlighted.

=== In conclusion ===

Symbology allows us to represent the attributes of a layer in an easy-to-read way. It allows us as well as the map reader to understand the significance of features, using any relevant attributes that we choose. Depending on the problems you face, you'll apply different classification techniques to solve them.

[[GIS_AH_Answers#Results_for_Working_with_Vector_Data|Check your answers]]

=== What's next? ===

Now we have a nice-looking map, but how are we going to get it out of QGIS and into a format we can print out, or make into an image or PDF? That's the topic of the next lesson!

{{example|Click here to go to [[GIS AH C5|Module 5 : Creating Maps]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH C4

2014-11-03T03:59:48Z

Rachel: /* In conclusion */

= Module: Classifying Vector Data =

Classifying vector data allows you to assign different symbols to features (different objects in the same layer), depending on their attributes. This allows someone who uses the map to easily see the attributes of various features.

== Lesson: Attribute Data ==

Up to now, none of the changes we have made to the map have been influenced by the objects that are being shown. In other words, all the farms look alike, and all the roads look alike. When looking at the map, the viewers don't know anything about the roads they are seeing; only that there is a road of a certain shape in a certain area.

But the whole strength of GIS is that all the objects that are visible on the map, also have attributes. Maps in a GIS aren't just pictures. They represent not only objects in locations, but also information about those objects.

'''The goal of this lesson:''' To explore the attribute data of an object and understand what the various data can be useful for.

=== [[Image:basic.png|50px]] Follow along: Attribute data ===

Open the attribute table for the ''places'' layer (refer back to the section ''"Working with Vector Data"'' if necessary). Which field would be the most useful to represent in label form, and why?

[[GIS_AH_Answers#Attribute_Data|''Check your results'']]

=== In conclusion ===

You now know how to use the attribute table to see what is actually in the data you're using. Any dataset will only be useful to you if it has the attributes that you care about. If you know which attributes you need, you can quickly decide if you're able to use a given dataset, or if you need to look for another one that has the required attribute data.

=== What's next? ===

Different attributes are useful for different purposes. Some of them can be represented directly as text for the map user to see. You'll learn how to do this in the next lesson.

== Lesson: The Label Tool ==

Labels can be added to a map to show any information about an object. Any vector layer can have labels associated with it. These labels rely on the attribute data of a layer for their content.

{{hlbox|Note: The ''Layer Properties'' dialogue does have a ''Labels'' tab, but for this example we will not be using it. It has too few options and may be difficult to work with, which is why it will probably be taken out of new versions of QGIS (after 1.8). Instead, for this lesson we'll use the separate ''Label tool'', which has more options and is more user-friendly.}}

'''The goal for this lesson:''' To apply useful and good-looking labels to a layer.

=== [[Image:basic.png|50px]] Follow along: Using labels ===

Before being able to access the Label tool, you will need to ensure that it has been activated.

* Go to the menu item ''View <math>\rightarrow</math> Toolbars''.
* Ensure that the ''Label'' item has a check mark next to it. If it doesn't, click on the ''Label'' item, and it will be activated.
* Click on the ''places'' layer in the ''Layers list'', so that it is highlighted.
* Click on the following toolbar button:

[[Image:00110.png|60px]]

This gives you the ''Layer labeling settings'' dialogue.

* Check the box next to ''Label this layer with...''.

[[Image:00311.png|image]]

You'll need to choose which field in the attributes will be used for the labels. In the previous lesson, you decided that the <code>NAME</code> field was the most suitable one for this purpose.

* Click ''OK''.

The map should now have labels like this:

[[Image:00511.png|600px]]

=== [[Image:basic.png|50px]] Follow along: Changing label options ===

What we have so far is good, but as you can see, the labels are overlapping the points that they are associated with. That doesn't look very nice. The text is also a bit larger than it needs to be. Let's fix these problems!

* Open the ''Label tool'' again by clicking on its button as before.
* Click on the ellipsis (''...'') button to change the text properties:

[[Image:00610.png|600px]]

A standard text change dialogue appears, similar to those in many other programs. Change the font to <code>Arial</code> size <code>9</code>. Your labels will now look like this:

[[Image:00710.png|600px]]

This solves the font problem, and now let's look at the problem of the labels overlapping the points, but before we do that, let's take a look at the ''Buffer'' option.

* Open the ''Label tool'' dialogue.
* Deactivate the label buffer by clicking on the checkbox next to the text that says ''Buffer''.
* Click ''Apply''.

Note the effects in the map:

[[Image:00810.png|600px]]

Now you can see why we usually need label buffers!

* Reactivate the buffers by clicking in the same checkbox as before, and then clicking ''Apply''.

Back to the problem of the labels that overlap points.

* In the ''Label tool'' dialogue, go to the ''Advanced'' tab.
* Change the value of ''Label distance'' to <code>2</code>.

[[Image:0099.png|600px]]

* Click ''Apply''.

This is the result:

[[Image:0109.png|600px]]

=== [[Image:moderate.png|50px]] Follow along: Using labels instead of layer symbology ===

In many cases, the location of a point doesn't need to be very specific. For example, when they refer to entire towns or suburbs, and the specific point associated with such features is not that specific on a large scale. In fact, giving a point that is too specific is often confusing for someone reading a map.

To name an example: on a map of the world, the point given for the European Union may be somewhere in Poland, for instance. To someone reading the map, seeing a point labeled ''European Union'' in Poland, it may seem that the capital of the European Union is therefore in Poland.

So, to prevent this kind of misunderstanding, it's often useful to deactivate the point symbols and replace them completely with labels.

In QGIS, you can do this by changing the position of the labels to be rendered directly over the points they refer to.

* Open the ''Layer labeling settings'' dialogue for the ''places'' layer.
* Go to the ''Advanced'' tab.
* Click on the ''over point'' button.

[[Image:0119.png|image]]

* Hide the point symbols by editing the layer style as usual, and setting the size of points to <code>0</code>:

[[Image:0128.png|image]]

* Click ''OK'' and you'll see this result:

[[Image:01310.png|600px]]

As you can see, some of the labels are now missing to prevent overlap (at this scale). Sometimes this is what you want when dealing with datasets that have many points, but at other times you will lose useful information this way. There is another possibility for handling cases like this, which we'll cover in a later exercise in this lesson.

=== [[Image:moderate.png|50px]] Try yourself... Customize the labels ===

* Return the label and symbol settings to the way they were before.

[[GIS_AH_Answers#Label_Customization_.28Part_1.29|''Check your results'']]

* Set the map to the scale <code>1:20000</code>. You can do this by typing it into the ''Scale'' box in the ''Status Bar''.
* Modify your labels to be suitable for viewing at this scale.

[[GIS_AH_Answers#Label_Customization_.28Part_2.29|''Check your results'']]

=== [[Image:moderate.png|50px]] Follow along: Labeling lines ===

Now that you know how labeling works, there's an additional problem. Points and polygons are easy to label, but what about lines? If you label them the same way as the points, your results would look like this:

[[Image:0179.png|600px]]

This is not very useful! To make lines behave, we'll need to edit some options.

* Hide the ''places'' layer so that it doesn't distract you.
* Zoom in on the town area.
* Activate labels for the ''streets'' layer as before. (Remember to use the ''Label tool'' on the toolbar, not the one in ''Label Properties''!)
* Set the font ''Size'' to <code>9</code> so that you can see more labels.
* In the ''Label tool'' dialogue's ''Advanced'' tab, choose the following settings:

[[Image:0189.png|image]]

The map will look somewhat like this, depending on scale:

[[Image:0197.png|image]]

It's better than before, but still not ideal. For starters, some of the names appear more than once, and that's not always necessary. To prevent that from happening:

* Enable the option ''Merge connected lines to avoid duplicate labels'' (also under the ''Advanced'' tab - you may need to scroll down to see it).

Another useful function is to prevent labels being drawn for features too short to be of notice.

* Set the value of ''Suppress labeling of features smaller than ...'' to <code>5mm</code> and note the results when you click ''Apply''.

Try out different ''Placement'' settings as well (also under the ''Advanced'' tab). As we've seen before, the ''horizontal'' option is not a good idea in this case, so let's try the ''curved'' option instead!

* Select the ''curved'' option under the ''Advanced'' tab of the ''Layer labeling settings'' dialogue.

Here's the result:

[[Image:02010.png|image]]

As you can see, this hides a lot of the labels that were previously visible, because of the difficulty of making some of them follow twisting street lines and still be legible. You can decide which of these options to use, depending on what you think seems more useful or what looks better.

=== [[Image:hard.png|50px]] Follow along: Data defined settings ===

* Deactivate labeling for the ''streets'' layer.
* Reactivate labeling for the ''places'' layer.
* Open the attribute table for ''places''.

It has two fields that are of interest to us now: <code>AMENITY</code> and <code>RESTAURANT</code>. <code>AMENITY</code> is what type of place it is. <code>RESTAURANT</code> is derived from it, and tells you whether or not that feature is a restaurant (<code>1</code> if it is, <code>0</code> if not). We can use this data to influence the label styles.

* Navigate to the ''Data defined settings'' tab.
* In the ''Italic'' dropdown, select <code>RESTAURANT</code> and click ''Apply''.

Notice its effects:

[[Image:0228.png|image]]

=== [[Image:hard.png|50px]] Try yourself... Using data defined settings ===

{{hlbox|Note: We're jumping ahead a bit here to demonstrate some advanced labeling settings. At the advanced level, it's assumed that you'll know what the following means. If you don't, feel free to leave out this section and come back later when you've covered the requisite materials.}}

* Open the attribute table for ''places''.
* Enter edit mode by clicking this button (at the lower edge of the attribute table):

[[Image:02310.png|60px]]

* Add a new column:

[[Image:02410.png|60px]]

* Configure it like this:

[[Image:0259.png|image]]

* Use this to set custom font sizes for each different type of amenity (i.e., each key in the <code>AMENITY</code> field).

[[GIS_AH_Answers#Using_Data_Defined_Settings|''Check your results'']]

=== [[Image:hard.png|50px]] Further possibilities with labeling ===

We can't cover every option in this course, but be aware that the ''Label tool'' has many other useful functions. You can set scale-based rendering, alter the rendering priority for labels in a layer, and set every label option using layer attributes. You can even set the rotation, XY position, and other properties of a label (if you have attribute fields allocated for the purpose), then edit these properties using the tools adjacent to the main ''Label tool'':

[[Image:0288.png|image]]

(These tools will be active if the required attribute fields exist and you are in edit mode.)

Feel free to explore more possibilities of the labeling system.

=== In conclusion ===

You've learned how to use layer attributes to create dynamic labels. This can make your map a lot more informative and stylish!

=== What's next? ===

Now that you know how attributes can make a visual difference for your map, how about using them to change the symbology of objects themselves? That's the topic for the next lesson!

== Lesson: Classification ==

Labels are a good way to communicate information such as the names of individual places, but they can't be used for everything. For example, let's say that someone wants to know what types of land cover are in the Bandung districts area. Using labels, you'd get this:

[[Image:0019.png|600px]]

Obviously this is not ideal, so we need another solution. That's what this lesson is about!

'''The goal for this lesson:''' To learn how to classify vector data effectively.

=== [[Image:basic.png|50px]] Follow along: Classifying nominal data ===

* Open ''Layer Properties'' for ''bandung_districts''
* Go to the ''Style'' tab.
* Click on the dropdown that says ''Single Symbol'':

[[Image:00210.png|600px]]

* Change it to ''Categorized'' and the interface will change:

[[Image:00310.png|600px]]

* Change the ''Column'' to ''LANDCOVER'' and the ''colour ramp'' to ''random'':

[[Image:0048.png|600px]]

* Click the button labeled ''Classify'' and then click ''OK''.

You'll see something like this:

[[Image:00510.png|600px]]

* Click the arrow (or plus sign) next to ''bandung_districts'' in the ''Layer list'', you'll see the categories explained:

[[Image:0069.png|image]]

So, this is useful! But it hurts your eyes to look at it, so let's see what we can do about that.

* Open ''Layer Properties'' and go to the ''Style'' tab again.
* Change the symbol:

[[Image:0079.png|image]]

* Get rid of the outline the same way you did before, and click ''OK''. (If you need to, go back to the lesson where we covered this to remember how it's done.)
* Click the ''Delete all'' button:

[[Image:0089.png|image]]

This gets rid of the ugly classes so you can try again.

* Choose a new option from the ''colour ramp''
* Click ''Classify'' again, and the new symbols will appear.

You'll notice they don't have outlines. This is because you just removed the outlines.

* Change the colour for ''Water bodies'' by double-clicking on the coloured block representing its symbol:

[[Image:0098.png|image]]

Use your own colours, so that the resulting map isn't as ugly as the old one. In the example, we'll use these colours, with our water bodies coloured blue:

[[Image:0118.png|image]]

This gives us a nice map:

[[Image:0108.png|image]]

There is one category that is empty:

[[Image:0127.png|image]]

* Select the empty category.
* Click the ''Delete'' button.

This only gets rid of the symbol, not the data, so don't worry about messing up; you're not actually deleting anything that you can't recover.

Remember to save your map now so that you don't lose all your hard-earned changes!

=== [[Image:basic.png|50px]] Try yourself... More classification ===

If you're only following the basic-level content, use the knowledge you gained above to classify the ''urban'' areas. Use darker colours to set them apart from the farms.

=== [[Image:moderate.png|50px]] Follow along: Ratio classification ===

There are four types of classification: ''nominal'', ''ordinal'', ''interval'' and ''ratio''.

In nominal classification, the categories that objects are classified into are name-based; they have no order. For example: town names, district codes, etc.

In ordinal classification, the categories are arranged in a certain order. For example, world cities are given a rank depending on their importance for world trade, travel, culture, etc.

In interval classification, the numbers are on a scale with positive, negative and zero values. For example: height above/below sea level, temperature above/below freezing (0 degrees Celsius), etc.

In ratio classification, the numbers are on a scale with only positive and zero values. For example: temparature above absolute zero (0 degrees Kelvin), distance from a point, the average amount of traffic on a given street per month, etc.

In the example above, we used nominal classification to show different land cover areas. Now we will begin a new project, and look at ratio classification to classify villages by area.

* Save your rural symbology (if you want to keep it) by clicking on the ''Save Style ...'' button in the ''Style'' dialogue.
* Close the ''Style'' dialogue.
* Save and close your current project.

Now we will begin our new exercise.

* Open a new, blank project
* Open the layers ''[[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]'' and ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]''.
* Change the colour styles if necessary.

We want to classify these villages by area, but there is a problem: they do not have an area field! We will have to make one.

* Enter edit mode by clicking this button:

[[Image:0139.png|50px]]

* Add a new column with this button:

[[Image:0149.png|50px]]

* Set up the dialogue that appears, like this:

[[Image:0156.png|image]]

* Click ''OK''.

The new field will be added (at the far right of the table; you may need to scroll horizontally to see it). However, at the moment it is not populated, it just has a lot of <code>NULL</code> values.

To solve this problem, we'll need to calculate the areas.

* Open the field calculator:

[[Image:0168.png|50px]]

You'll get this dialogue:

[[Image:0188.png|image]]

* Change the values at the top of the dialogue to look like this:

[[Image:0178.png|image]]

* In the ''Function List'', select ''Geometry <math>\rightarrow</math> $area'':

[[Image:0196.png|image]]

* Double-click on it so that it appears in the ''Expression'' field.
* Click ''OK''.

Now your <code>AREA</code> field is populated with values! Admire them, then close the attribute table.

{{hlbox|Note: These areas are in degrees area. Later, we will compute them in square meters.}}

* Open the ''Layer properties'' dialogue's ''Style'' tab.
* Change the classification style from ''Classified'' to ''Graduated'':

[[Image:0209.png|image]]

* Change the ''Column'' to ''AREA'':

[[Image:0218.png|image]]

* Under ''colour ramp'', choose the option ''New colour ramp...'' to get this dialogue:

[[Image:0227.png|image]]

* Choose ''Gradient'' (if it's not selected already) and click ''OK''. You'll see this:

[[Image:0239.png|image]]

You'll be using this to denote area, with small areas as ''colour 1'' and large areas as ''colour 2''.

* Choose appropriate colours.

In the example, the result looks like this:

[[Image:0249.png|image]]

* Click ''OK''.
* Choose a suitable name for the new colour ramp.
* Click ''OK'' after filling in the name.

Now you'll have something like this:

[[Image:0258.png|image]]

Leave everything as-is.

* Click ''Apply'':

[[Image:0267.png|700px]]

=== [[Image:moderate.png|50px]] Try yourself... Refine the classification ===

* Get rid of the lines between the classes.
* Change the values of ''Mode'' and ''Classes'' until you get a classification that makes sense.

[[GIS_AH_Answers#Refine_the_Classification|''Check your results'']]

=== [[Image:hard.png|50px]] Follow along: Rule-based classification ===

It's often useful to combine multiple criteria for a classification, but unfortunately normal classification only takes one attribute into account. That's where rule-based classification comes in handy.

* Open the ''Layer Properties'' dialogue for the ''rural'' layer.
* Switch to the ''Style'' tab.
* Switch the classification style to ''Rule-based''. You'll get this:

[[Image:0296.png|image]]

* Click the ''Add'' button.
* A new dialogue that appears.
* Click the ellipsis ''...'' button next to the ''Filter'' text area.
* Using the query builder that appears, enter the criterion <code>AREA >= 30000000</code> and choose a light colour for it.
* Add the criterion <code>AREA <= 30000000</code> and choose a dark colour.
* Add the criterion <code>DESA = 'Ajakkang'</code> and assign it the colour black, with transparency at <code></code>35%.
* Use the ''Rendering order'' to render the layers correctly so Ajakkang is visible.

Your dialogue should look like this:

[[Image:0306.png|image]]

* Apply this symbology.

Your map will look like this:

[[Image:0313.png|700px]]

Now you have two area classes, with the village Ajakkang highlighted.

=== In conclusion ===

Symbology allows us to represent the attributes of a layer in an easy-to-read way. It allows us as well as the map reader to understand the significance of features, using any relevant attributes that we choose. Depending on the problems you face, you'll apply different classification techniques to solve them.

[[GIS_AH_Answers#Results_for_Working_with_Vector_Data|Check your answers]]

=== What's next? ===

Now we have a nice-looking map, but how are we going to get it out of QGIS and into a format we can print out, or make into an image or PDF? That's the topic of the next lesson!

{{example|Click here to go to [[GIS AH C5|Module 5 : Creating Maps]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH C2

2014-11-03T01:38:48Z

Rachel: /* Lesson: Adding your first layer */

= Module: The Interface =

In this first module we introduce some basics of QGIS as well as explaining the user interface.

After completing this section, you will be able to correctly identify the main elements of the screen in QGIS and know what each of them does, and load a shapefile into QGIS.

{{hlbox|Warning: This course includes instructions on adding, deleting and altering GIS datasets. We have provided training datasets for this purpose. Before using the techniques described here on your own data, always ensure you have proper backups!}}
== Lesson: Adding your first layer ==

We will start the application, and create a basic map to use for examples and exercises.

'''The goal for this lesson:''' To get started with an example map.

{{hlbox|Note: Before starting this exercise, QGIS must be installed on your computer. [https://sites.google.com/site/eospansite/qgis-installation '''Download it now'''].}}

Launch QGIS from its desktop shortcut, menu item, etc., depending on how you configured its installation.

{{hlbox|Note:The screenshots for this course were taken in QGIS 1.8 running on Mac OS X 10.9.5. Depending on your setup, the screens you encounter may well appear somewhat different. However, all the same buttons will still be available, and the instructions will work on any Operating System. You will need QGIS 1.8 or above to use this course.}}

Let's get started right away!

=== [[Image:basic9.png|50px]] Follow along: Prepare a map ===

* Open QGIS.
* Your screen should look similar to this. You will have a new, blank project workspace.

[[Image:Open_screen_QGIS18.png|600px]]

* Look for the ''Add Vector Layer'' button:

[[Image:0024.png|50px]]

* Click on it to open the following dialogue:

[[Image:0034.png|image]]

* Click on the ''Browse'' button and navigate to the file [[media:streets.zip| <code>exercise_data/streets.shp</code>]] (in your course directory). With this file selected, click ''Open''. You will see the original dialogue, but with the file path filled in. Click ''Open'' here as well. The data you specified will now load.

Congratulations! You now have a basic map. Now would be a good time to save your work.

* Click on the ''Save As'' button:

[[Image:0045.png|50px]]

* Save the map under <code>exercise_data/</code> and call it <code>basic_map.qgs</code>.

[[GIS_AH_Answers#Preparation|''Check your results - Preparation'']]

=== In conclusion ===

You've learned how to add a layer and create a basic map!

=== What's next? ===

Now you're familiar with the function of the ''Add Vector Layer'' button, but what about all the others? How does this interface work? Before we go on with the more involved stuff, let's first take a good look at the general layout of the QGIS interface. This is the topic of the next lesson.

== Lesson: An Overview of the Interface ==

[introduction/overview::doc] We will explore the QGIS user interface so that you are familiar with the menus, toolbars, map canvas and layers list that form the basic structure of the interface.

'''The goal for this lesson:''' To understand the basics of the QGIS user interface.

=== [[Image:basic.png|50px]] Try yourself...: The Basics ===

[[Image:001-diagram.png|600px|centre]]

The elements identified in the figure above are:

# Layers list
# Toolbars
# Map canvas
# Status bar

==== [[Image:basic.png|50px]] The Layers List ====

In the Layers list, you can see a list, at any time, of all the layers available to you.

Expanding collapsed items (by clicking the arrow or plus symbol beside them) will provide you with more information on the layer's current appearance.

Right-clicking on a layer will give you a menu with lots of extra options. You will be using some of them before long, so take a look around!

Some versions of QGIS have a separate ''Control rendering order'' checkbox just underneath the Layers list. Don't worry if you can't see it. If it is present, ensure that it's checked for now.

{{hlbox|Note: A vector layer is a dataset, usually of a specific kind of object, such as roads, trees, etc. A vector layer can consist of either points, lines or polygons.}}

==== [[Image:basic.png|50px]] Toolbars ====

Your most oft-used sets of tools can be turned into toolbars for basic access. For example, the File toolbar allows you to save, load, print, and start a new project. You can easily customize the interface to see only the tools you use most often, adding or removing toolbars as necessary via the ''View <math>\rightarrow</math> Toolbars'' menu.

Even if they are not visible in a toolbar, all of your tools will remain accessible via the menus. For example, if you remove the ''File'' toolbar (which contains the ''Save'' button), you can still save your map by clicking on the ''File'' menu and then clicking on ''Save''.

==== [[Image:basic9.png|50px]] The Map Canvas ====

This is where the map itself is displayed.

==== [[Image:basic9.png|50px]] The Status Bar ====

Shows you information about the current map. Also allows you to adjust the map scale and see the mouse cursor's coordinates on the map.

=== [[Image:basic9.png|50px]] Try yourself... 1 ===

Try to identify the four elements listed above on your own screen, without referring to the diagram above. See if you can identify their names and functions. You will become more familiar with these elements as you use them in the coming days.

=== [[Image:basic9.png|50px]] Try yourself... 2 ===

Try to find each of these tools on your screen. What is their purpose?

# [[Image:0045.png|50px]]
# [[Image:0054.png|50px]]
# [[Image:0063.png|50px]]
# [[Image:0074.png|100px]]
# [[Image:0083.png|50px]]

{{example|Hint: If any of these tools is not visible on the screen, try enabling some toolbars that are currently hidden. Also keep in mind that if there isn't enough space on the screen, a toolbar may be shortened by hiding some of its tools. You can see the hidden tools by clicking on the double right arrow button in any such collapsed toolbar. You can see a tooltip with the name of any tool by holding your mouse over the tool for a while.}}

[[GIS_AH_Answers#Results_for_Adding_Your_First_Layer|Click here to check your answers for this Module]]

=== What's next? ===

Now you've seen how the QGIS interface works, you can use the tools available to you and start improving on your map! This is the topic of the next module.

{{example|Click here to go to [[GIS AH C3|Module 3 : Creating a Basic Map]]}}

{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH Intro

2014-11-03T01:37:27Z

Rachel: /* Why QGIS? */

=A Brief Introduction =

== About this course ==

The GIS for Animal Health course has adopted and modified an existing QGIS course developed by Linfiniti Consulting CC. We have adopted their exercises using Indonesian data. We have also created a new chapter showing you how to use these skills and apply them to animal health problems using data from the new Indonesian animal health information system, iSIKHNAS.

The original manual was created using QGIS 1.8, and we have continued with this version for this manual. The original manual, which includes more advanced exercises, is available from this website and also [http://www.qgis.org/en/docs/index.html '''here''']

Welcome to this course! We are going to show you how to use QGIS easily and efficiently. If you're new to GIS, we'll tell you what you need to get started.

If you're an experienced user, you'll see how QGIS fulfills all the functions you expect from a GIS program, and more!

== A few basics about GIS ==
===Overview===

Just as we use a word processor to write documents and deal with words on a computer, we can use a GIS application to deal with spatial information on a computer. GIS stands for ‘Geographical Information System’.

A GIS consists of:

* Digital Data – the geographical information that you will view and analyse using computer hardware and software.

* Computer Hardware – computers used for storing data, displaying graphics and processing data.

* Computer Software – computer programs that run on the computer hardware and allow you to work with digital data. A software program that forms part of the GIS is called a GIS Application.

With a GIS application you can open digital maps on your computer, create new spatial information to add to a map, create printed maps customised to your needs and perform spatial analysis.

GIS is a relatively new field — it started in the 1970’s. It used to be that computerised GIS was only available to companies and universities that had expensive computer equipment. These days, anyone with a personal computer or laptop can use GIS software. Over time GIS Applications have also become easier to use –– it used to require a lot of training to use a GIS Application, but now it is much easier to get started in GIS even for amateurs and casual users. As we described above, GIS is more than just software, it refers to all aspects of managing and using digital geographical data. In the tutorials that follow we will be focusing on GIS Software.

GIS software applications are normally programs with a graphical user interface that can be manipulated using the mouse and keyboard. The application provides menus near to the top of the window (File, Edit etc.) which, when clicked using the mouse, show a panel of actions. These actions provide a way for you to tell the GIS Application what you want to do. For example you may use the menus to tell the GIS Application to add a new layer to the display output.

'''Layers''' - A common function of GIS Applications is to display map layers. Map layers are stored as files on a disk or as records in a database. Normally each map layer will represent something in the real world –– a roads layer for example will have data about the street network.

'''Map view''' - When you open a layer in the GIS Application it will appear in the '''map view'''. The map view shows a graphic representing your layer. When you add more than one layer to a map view, the layers are overlaid on top of each other. You will often see a map view that has several layers added to it. An important function of the map view is to allow you to zoom in to magnify, zoom out to see a greater area and move around (panning) in the map.

'''Map Legend''' - Another common feature of GIS Applications is the '''map legend'''. The map legend provides a list of layers that have been loaded in the GIS Application. Unlike a paper map legend, the map legend or ‘layers list’ in the GIS Application provides a way to re-order, hide, show and group layers. Changing the layer order is done by clicking on a layer in the legend, holding the mouse button down and then dragging the layer to a new position. By changing the layer order, the way that layers are drawn can be adjusted – in this case so that rivers are drawn over the roads instead of below them.

There are many different GIS Applications available. Some have many sophisticated features and cost tens of thousands of rupiah for each copy. In other cases, you can obtain a GIS Application for free. Deciding which GIS Application to use is a question of how much money you can afford and personal preference. For these tutorials, we will be using the QGIS Application. QGIS is completely free and you can copy it and share it with your friends as much as you like.

'''GIS data''' - Now that we know what a GIS is and what a GIS Application can do, let’s talk about GIS data. Data is another word for information. The information we use in a GIS normally has a geographical aspect to it. Here is the start of some example data collected by a health care worker. She created a table to record diseases that looked like this:

Longitude Latitude Disease Date
26.870436 -31.909519 Mumps 13/12/2008

The longitude and latitude columns hold geographical data. The disease and date columns hold non-geographical data.

A common feature of GIS is that they allow you to '''associate information (non-geographical data) with places (geographical data)'''. In fact, the GIS Application can store many pieces of information which are associated with each place – something that paper maps are not very good at. For example, our health care worker could store the person’s age and gender on her table. When the GIS Application draws the layer, you can tell it to draw the layer based on gender, or based on disease type, and so on. So, with a GIS Application we have a way to easily change the appearance of the maps we created based on the non-geographical data associated with places.

GIS Systems work with many different types of data.

'''Vector data''' is stored as a series of X, Y coordinate pairs inside the computer’s memory. Vector data is used to represent points, lines and areas. Illustration figure_vector_data shows different types of vector data being viewed in a GIS application. In the tutorials that follow we will be exploring vector data in more detail.

Vector data is used to represent points (e.g. towns), lines (e.g. rivers) and polygons (e.g. municipal boundaries).

'''Raster data''' are stored as a grid of values. There are many satellites circling the earth and the photographs they take are a kind of raster data that can be viewed in a GIS. One important difference between raster and vector data is that if you zoom in too much on a raster image, it will start to appear ‘blocky’ (see illustrations figure_raster_data_1 and figure_raster_data_2). In fact these blocks are the individual cells of the data grid that makes up the raster image. We will be looking at raster data in greater detail in later tutorials.

Raster data are often images taken by satellites. Here we can see mountains in the Eastern Cape.

What have we learned?

Let’s wrap up what we covered in this brief overview:

* A GIS is a system of computer hardware, computer software and geographical data.
* A GIS Application allows you to view geographical data and is an important part of the GIS.
* A GIS Application normally consists of a menu bar, toolbars, a map view and a legend.
* Vector and raster data are geographical data used in a GIS application.
* Geographical data can have associated non-geographical data.

Think about these

3 reasons why GIS is more useful than paper maps.
* GIS Applications allow you to create many different types of maps from the same data.
* GIS is a great visualisation tool that can show you things about your data and how they are related in space.
* Paper maps need to be filed and are time consuming to view. The GIS can hold a very large amount of map data and make it quick and easy to find a place you are interested in.

How could raster data from satellites be useful? Here are some ideas we had:
* During natural disasters, raster data can be useful to show where the impacted areas are. For example a recent satellite image taken during a flood can help to show where people may need rescuing.
* Sometimes people do bad things to the the environment, like dumping dangerous chemicals that kill plants and animals. Using raster data from satellites can help us to monitor for these type of problems.
* Town planners can use raster data from satellites to see where informal settlements are and to help in planning infrastructure.

Trainers: Something to think about

If you don’t have a computer available, many of the topics we cover in this tutorial can be reproduced using an overhead and transparency as it uses the same technique of layering information. However, to properly understand GIS it is always better to learn it using a computer.

===Further reading===

[http://download.osgeo.org/qgis/doc/manual/qgis-1.0.0_a-gentle-gis-introduction_en.pdf Download '''A Gentle Introduction to GIS''']

Book: Desktop GIS: Mapping the Planet with Open Source Tools. Author: Gary Sherman. ISBN: 9781934356067

Website: http://www.gisdevelopment.net/tutorials/tuman006.htm

The QGIS User Guide has more detailed information on working with QGIS.

===What’s next?===

In the modules that follow we are going to go into more detail, showing you how to use a GIS Application. All of the tutorials will be done using QGIS.

== How to use this material ==

Any text ''that looks like this'' refers to something on the screen that you can click on.

Text that ''looks <math>\rightarrow</math> like <math>\rightarrow</math> this'' directs you through menus.

<code>This kind of text</code> refers to something you can type, such as a command, path, or file name.

== Tiered course objectives ==

This course caters to different user experience levels. Depending on which category you consider yourself to be in, you can expect a different set of course outcomes. Each category contains information that is essential for the next one, so it's important to do all exercises that are at or below your level of experience.

=== [[Image:basic.png|50px]] Basic ===

'''In this category, the course assumes that you have little or no prior experience with theoretical GIS knowledge or the operation of a GIS program.'''

Limited theoretical background will be provided to explain the purpose of an action you will be performing in the program, but the emphasis is on learning by doing.

When you complete the course, you will have a better concept of the possibilities of GIS, and how to harness their power via QGIS.

=== [[Image:moderate.png|50px]] Intermediate ===

'''In this category, it is assumed that you have working knowledge and experience of the everyday uses of GIS.'''

Following the instructions for the beginner level will provide you with familiar ground, as well as to make you aware of the cases where QGIS does things slightly differently from other software you may be used to. You will also learn how to use analysis functions in QGIS.

When you complete the course, you should be comfortable with using QGIS for all of the functions you usually need from a GIS for everyday use.

=== [[Image:hard.png|50px]] Advanced ===

'''In this category, the assumption is that you are experienced with GIS, have knowledge of and experience with spatial databases, using data on a remote server, perhaps writing scripts for analysis purposes, etc.'''

Following the instructions for the other two levels will familiarize you with the approach that the QGIS interface follows, and will ensure that you know how to access the basic functions that you need. You will also be shown how to make use of QGIS' plugin system, database access system, and so on.

When you complete the course, you should be well-acquainted with the everyday operation of QGIS, as well as its more advanced functions.

== Why QGIS? ==

As information becomes increasingly spatially aware, there is no shortage of tools able to fulfill some or all commonly used GIS functions. Why should anyone be using QGIS over some other GIS software package?

Here are only some of the reasons:

* ''It's free.'' Anyone can download it and use it - it costs nothing.
* ''It's powerful'' - as powerful and sophisticated as most high-level, expensive GIS software packages you buy off the shelf.
* ''It's open source'' which means you can sponsor the development of a feature, or add it yourself if you are familiar with programming. You are free to make it grow to suit your needs.
* ''It's constantly developing.'' Because anyone can add new features and improve on existing ones, QGIS never stagnates. The development of a new tool can happen as quickly as you need it to.
* ''Extensive help and documentation is available.'' If you're stuck with anything, you can turn to the extensive documentation, your fellow QGIS users, or even the developers.
* ''Cross-platform.'' QGIS can be installed on MacOS, Windows and Linux.

Now that you know why you want to use QGIS, we can show you how. The first lesson will guide you in creating your first QGIS map.

{{hlbox|Note: Before you go to the first module make sure that you have downloaded, installed and can open QGIS v.1.8
[https://sites.google.com/site/eospansite/qgis-installation '''Click here to download''']}}

{{example|Click here to go to [[GIS AH C2|Module 2 : The Interface]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH Intro

2014-11-03T01:35:14Z

Rachel: /* Why QGIS? */

=A Brief Introduction =

== About this course ==

The GIS for Animal Health course has adopted and modified an existing QGIS course developed by Linfiniti Consulting CC. We have adopted their exercises using Indonesian data. We have also created a new chapter showing you how to use these skills and apply them to animal health problems using data from the new Indonesian animal health information system, iSIKHNAS.

The original manual was created using QGIS 1.8, and we have continued with this version for this manual. The original manual, which includes more advanced exercises, is available from this website and also [http://www.qgis.org/en/docs/index.html '''here''']

Welcome to this course! We are going to show you how to use QGIS easily and efficiently. If you're new to GIS, we'll tell you what you need to get started.

If you're an experienced user, you'll see how QGIS fulfills all the functions you expect from a GIS program, and more!

== A few basics about GIS ==
===Overview===

Just as we use a word processor to write documents and deal with words on a computer, we can use a GIS application to deal with spatial information on a computer. GIS stands for ‘Geographical Information System’.

A GIS consists of:

* Digital Data – the geographical information that you will view and analyse using computer hardware and software.

* Computer Hardware – computers used for storing data, displaying graphics and processing data.

* Computer Software – computer programs that run on the computer hardware and allow you to work with digital data. A software program that forms part of the GIS is called a GIS Application.

With a GIS application you can open digital maps on your computer, create new spatial information to add to a map, create printed maps customised to your needs and perform spatial analysis.

GIS is a relatively new field — it started in the 1970’s. It used to be that computerised GIS was only available to companies and universities that had expensive computer equipment. These days, anyone with a personal computer or laptop can use GIS software. Over time GIS Applications have also become easier to use –– it used to require a lot of training to use a GIS Application, but now it is much easier to get started in GIS even for amateurs and casual users. As we described above, GIS is more than just software, it refers to all aspects of managing and using digital geographical data. In the tutorials that follow we will be focusing on GIS Software.

GIS software applications are normally programs with a graphical user interface that can be manipulated using the mouse and keyboard. The application provides menus near to the top of the window (File, Edit etc.) which, when clicked using the mouse, show a panel of actions. These actions provide a way for you to tell the GIS Application what you want to do. For example you may use the menus to tell the GIS Application to add a new layer to the display output.

'''Layers''' - A common function of GIS Applications is to display map layers. Map layers are stored as files on a disk or as records in a database. Normally each map layer will represent something in the real world –– a roads layer for example will have data about the street network.

'''Map view''' - When you open a layer in the GIS Application it will appear in the '''map view'''. The map view shows a graphic representing your layer. When you add more than one layer to a map view, the layers are overlaid on top of each other. You will often see a map view that has several layers added to it. An important function of the map view is to allow you to zoom in to magnify, zoom out to see a greater area and move around (panning) in the map.

'''Map Legend''' - Another common feature of GIS Applications is the '''map legend'''. The map legend provides a list of layers that have been loaded in the GIS Application. Unlike a paper map legend, the map legend or ‘layers list’ in the GIS Application provides a way to re-order, hide, show and group layers. Changing the layer order is done by clicking on a layer in the legend, holding the mouse button down and then dragging the layer to a new position. By changing the layer order, the way that layers are drawn can be adjusted – in this case so that rivers are drawn over the roads instead of below them.

There are many different GIS Applications available. Some have many sophisticated features and cost tens of thousands of rupiah for each copy. In other cases, you can obtain a GIS Application for free. Deciding which GIS Application to use is a question of how much money you can afford and personal preference. For these tutorials, we will be using the QGIS Application. QGIS is completely free and you can copy it and share it with your friends as much as you like.

'''GIS data''' - Now that we know what a GIS is and what a GIS Application can do, let’s talk about GIS data. Data is another word for information. The information we use in a GIS normally has a geographical aspect to it. Here is the start of some example data collected by a health care worker. She created a table to record diseases that looked like this:

Longitude Latitude Disease Date
26.870436 -31.909519 Mumps 13/12/2008

The longitude and latitude columns hold geographical data. The disease and date columns hold non-geographical data.

A common feature of GIS is that they allow you to '''associate information (non-geographical data) with places (geographical data)'''. In fact, the GIS Application can store many pieces of information which are associated with each place – something that paper maps are not very good at. For example, our health care worker could store the person’s age and gender on her table. When the GIS Application draws the layer, you can tell it to draw the layer based on gender, or based on disease type, and so on. So, with a GIS Application we have a way to easily change the appearance of the maps we created based on the non-geographical data associated with places.

GIS Systems work with many different types of data.

'''Vector data''' is stored as a series of X, Y coordinate pairs inside the computer’s memory. Vector data is used to represent points, lines and areas. Illustration figure_vector_data shows different types of vector data being viewed in a GIS application. In the tutorials that follow we will be exploring vector data in more detail.

Vector data is used to represent points (e.g. towns), lines (e.g. rivers) and polygons (e.g. municipal boundaries).

'''Raster data''' are stored as a grid of values. There are many satellites circling the earth and the photographs they take are a kind of raster data that can be viewed in a GIS. One important difference between raster and vector data is that if you zoom in too much on a raster image, it will start to appear ‘blocky’ (see illustrations figure_raster_data_1 and figure_raster_data_2). In fact these blocks are the individual cells of the data grid that makes up the raster image. We will be looking at raster data in greater detail in later tutorials.

Raster data are often images taken by satellites. Here we can see mountains in the Eastern Cape.

What have we learned?

Let’s wrap up what we covered in this brief overview:

* A GIS is a system of computer hardware, computer software and geographical data.
* A GIS Application allows you to view geographical data and is an important part of the GIS.
* A GIS Application normally consists of a menu bar, toolbars, a map view and a legend.
* Vector and raster data are geographical data used in a GIS application.
* Geographical data can have associated non-geographical data.

Think about these

3 reasons why GIS is more useful than paper maps.
* GIS Applications allow you to create many different types of maps from the same data.
* GIS is a great visualisation tool that can show you things about your data and how they are related in space.
* Paper maps need to be filed and are time consuming to view. The GIS can hold a very large amount of map data and make it quick and easy to find a place you are interested in.

How could raster data from satellites be useful? Here are some ideas we had:
* During natural disasters, raster data can be useful to show where the impacted areas are. For example a recent satellite image taken during a flood can help to show where people may need rescuing.
* Sometimes people do bad things to the the environment, like dumping dangerous chemicals that kill plants and animals. Using raster data from satellites can help us to monitor for these type of problems.
* Town planners can use raster data from satellites to see where informal settlements are and to help in planning infrastructure.

Trainers: Something to think about

If you don’t have a computer available, many of the topics we cover in this tutorial can be reproduced using an overhead and transparency as it uses the same technique of layering information. However, to properly understand GIS it is always better to learn it using a computer.

===Further reading===

[http://download.osgeo.org/qgis/doc/manual/qgis-1.0.0_a-gentle-gis-introduction_en.pdf Download '''A Gentle Introduction to GIS''']

Book: Desktop GIS: Mapping the Planet with Open Source Tools. Author: Gary Sherman. ISBN: 9781934356067

Website: http://www.gisdevelopment.net/tutorials/tuman006.htm

The QGIS User Guide has more detailed information on working with QGIS.

===What’s next?===

In the modules that follow we are going to go into more detail, showing you how to use a GIS Application. All of the tutorials will be done using QGIS.

== How to use this material ==

Any text ''that looks like this'' refers to something on the screen that you can click on.

Text that ''looks <math>\rightarrow</math> like <math>\rightarrow</math> this'' directs you through menus.

<code>This kind of text</code> refers to something you can type, such as a command, path, or file name.

== Tiered course objectives ==

This course caters to different user experience levels. Depending on which category you consider yourself to be in, you can expect a different set of course outcomes. Each category contains information that is essential for the next one, so it's important to do all exercises that are at or below your level of experience.

=== [[Image:basic.png|50px]] Basic ===

'''In this category, the course assumes that you have little or no prior experience with theoretical GIS knowledge or the operation of a GIS program.'''

Limited theoretical background will be provided to explain the purpose of an action you will be performing in the program, but the emphasis is on learning by doing.

When you complete the course, you will have a better concept of the possibilities of GIS, and how to harness their power via QGIS.

=== [[Image:moderate.png|50px]] Intermediate ===

'''In this category, it is assumed that you have working knowledge and experience of the everyday uses of GIS.'''

Following the instructions for the beginner level will provide you with familiar ground, as well as to make you aware of the cases where QGIS does things slightly differently from other software you may be used to. You will also learn how to use analysis functions in QGIS.

When you complete the course, you should be comfortable with using QGIS for all of the functions you usually need from a GIS for everyday use.

=== [[Image:hard.png|50px]] Advanced ===

'''In this category, the assumption is that you are experienced with GIS, have knowledge of and experience with spatial databases, using data on a remote server, perhaps writing scripts for analysis purposes, etc.'''

Following the instructions for the other two levels will familiarize you with the approach that the QGIS interface follows, and will ensure that you know how to access the basic functions that you need. You will also be shown how to make use of QGIS' plugin system, database access system, and so on.

When you complete the course, you should be well-acquainted with the everyday operation of QGIS, as well as its more advanced functions.

== Why QGIS? ==

As information becomes increasingly spatially aware, there is no shortage of tools able to fulfill some or all commonly used GIS functions. Why should anyone be using QGIS over some other GIS software package?

Here are only some of the reasons:

* ''It's free.'' Anyone can download it and use it - it costs nothing.
* ''It's powerful'' - as powerful and sophisticated as most high-level, expensive GIS software packages you buy off the shelf.
* ''It's open source'' which means you can sponsor the development of a feature, or add it yourself if you are familiar with programming. You are free to make it grow to suit your needs.
* ''It's constantly developing.'' Because anyone can add new features and improve on existing ones, QGIS never stagnates. The development of a new tool can happen as quickly as you need it to.
* ''Extensive help and documentation is available.'' If you're stuck with anything, you can turn to the extensive documentation, your fellow QGIS users, or even the developers.
* ''Cross-platform.'' QGIS can be installed on MacOS, Windows and Linux.

Now that you know why you want to use QGIS, we can show you how. The first lesson will guide you in creating your first QGIS map.

{{hlbox|Note: Before you go to the first module make sure that you have downloaded, installed and can open QGIS v.1.8
[http://wiki.isikhnas.com/images/QGIS-OSGeo4W-1.8.0-1-Setup.exe '''Click here to download''']}}

{{example|Click here to go to [[GIS AH C2|Module 2 : The Interface]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH IND M9

2014-10-31T03:01:18Z

Rachel: /* image Ikuti Bersama: Memeriksa data */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - ''Membuat peta dasar'' dan bab 7 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' http://colorbrewer2.org adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|800px]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai 'kematian unggas' pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela 'Search query builder'. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultryM15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama - memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama - ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' - ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|800px]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|900px]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'', ''name'', dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik - hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|700px]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|800px]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|800px]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|800px]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-31T02:51:20Z

Rachel: /* image Ikuti Bersama: Memilih data dengan SQL */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - ''Membuat peta dasar'' dan bab 7 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' http://colorbrewer2.org adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai 'kematian unggas' pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela 'Search query builder'. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultryM15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama - memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama - ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' - ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|800px]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|900px]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'', ''name'', dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik - hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|700px]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|800px]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|800px]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|800px]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND: Kata Pengantar

2014-10-31T02:33:53Z

Rachel: /* Mengapa QGIS? */

=Pengantar Singkat=

== Mengenai pelatihan ini ==

Pelatihan SIG (Sistem Informasi Geografis) untuk Kesehatan Hewan ini telah diadopsi dan dimodifikasi dari materi pelatihan QGIS yang dibuat oleh Linfiniti Consulting CC. Kami telah mengadopsi materi latihan tersebut dengan menggunakan data dari Indonesia. Kami juga telah menyusun bab baru untuk menunjukkan kepada anda bagaimana menggunakan dan menerapkan keahlian ini untuk memecahkan permasalahan kesehatan hewan berdasarkan data dari sistem informasi kesehatan hewan Indonesia yang baru, iSIKHNAS.

Panduan asli untuk pelatihan ini dibuat dengan QGIS 1.8 dan kita akan tetap menggunakan versi tersebut. Panduan asli yang berisi lebih banyak latihan tingkat lanjut dapat dilihat pada situs web ini dan juga [http://www.qgis.org/en/docs/index.html '''di sini.''']

Selamat datang di pelatihan ini! Kami akan menunjukkan kepada anda bagaimana menggunakan QGIS dengan mudah dan efisien. Jika anda baru mengenal QGIS, kami akan memberi tahu anda apa saja yang dibutuhkan untuk memulai.

Jika anda adalah seorang pengguna yang berpengalaman, anda akan melihat bagaimana QGIS dapat memenuhi semua fungsi yang diharapkan dari sebuah perangkat lunak SIG dan lebih banyak lagi!

== Beberapa konsep dasar dari SIG ==
===Gambaran umum===

Seperti halnya kita menggunakan pengolah kata untuk menulis dokumen dan mengelola kata pada komputer, kita dapat menggunakan aplikasi SIG untuk menangani informasi spasial pada komputer. SIG merupakan singkatan dari 'Sistem Informasi Geografis'.

SIG terdiri dari:

* Data Digital – informasi geografis yang akan anda simak dan analisis dengan menggunakan perangkat lunak dan keras komputer.

* Perangkat Keras Komputer – perangkat komputer yang digunakan untuk menampilkan gambar serta menyimpan dan mengolah data.

* Perangkat Lunak Komputer – aplikasi komputer yang menjalankan perangkat keras dan memungkinkan anda untuk bekerja dengan data digital. Sebuah perangkat lunak yang menjadi bagian dari SIG disebut sebagai Aplikasi SIG.

Dengan aplikasi SIG, anda dapat membuka peta digital pada komputer, menyusun informasi spasial baru untuk ditambahkan pada sebuah peta, membuat peta cetak sesuai dengan kebutuhan, dan melakukan analisis spasial.

SIG merupakan bidang yang relatif baru — dimulai pada tahun 1970-an. Pada awalnya, SIG yang terkomputerisasi hanya tersedia untuk perusahaan dan universitas yang memiliki perangkat komputer mahal. Sekarang, siapapun yang memiliki komputer pribadi atau komputer jinjing dapat menggunakan perangkat lunak SIG. Seiring waktu, Aplikasi SIG juga menjadi semakin mudah digunakan –– dahulu dibutuhkan pelatihan yang mendalam untuk dapat menggunakan Aplikasi SIG, namun saat ini siapa saja dapat mulai menggunakan SIG dengan mudah. Seperti yang disebutkan sebelumnya, SIG lebih dari sekadar perangkat lunak dan merujuk pada keseluruhan aspek dalam mengelola serta menggunakan data geografis. Pada tutorial selanjutnya, kita akan memusatkan perhatian pada Perangkat Lunak SIG.

Aplikasi SIG biasanya berupa perangkat lunak dengan antarmuka pengguna grafis yang dapat dimanipulasi dengan tetikus dan papan ketik. Aplikasi ini memiliki menu di dekat bagian atas jendela tampilan (File, Edit, dst.) yang akan menunjukkan panel pilihan apabila diklik dengan tetikus. Pilihan-pilihan ini memungkinkan anda untuk memberi tahu Aplikasi SIG mengenai apa yang anda butuhkan. Sebagai contoh, anda dapat menggunakan menu tersebut untuk memberi tahu Aplikasi SIG agar menambahkan layer baru pada tampilan.

'''Layer''' - Fungsi umum dari Aplikasi SIG untuk menampilkan layer peta. Layer peta disimpan dalam bentuk file pada komputer atau sebagai data pada basis data. Pada umumnya layer peta mewakili suatu fitur di dunia nyata –– misalnya sebuah layer jalan yang berisi data mengenai jaringan jalan.

'''Tampilan peta''' - Ketika anda membuka sebuah layer pada Aplikasi SIG, layer tersebut akan muncul pada '''tampilan peta'''. Bagian ini menunjukkan tampilan gambar yang mewakili layer anda. Jika anda menambahkan lebih dari satu layer pada tampilan peta, maka layer-layer tersebut akan ditampilkan secara bertumpukan. Anda akan sering melihat tampilan peta yang memiliki beberapa layer. Salah satu fungsi penting dari tampilan peta adalah kemampuan memperbesar atau memperkecil tampilan suatu daerah dan melihat sekeliling peta tersebut.

'''Legenda Peta''' - Fitur umum lainnya pada Aplikasi SIG adalah '''legenda peta'''. Fitur ini menampilkan daftar layer yang telah dimuat ke dalam Aplikasi SIG. Tidak seperti pada peta kertas, legenda peta atau ‘daftar layer’ pada Aplikasi SIG menyediakan cara untuk mengatur, menyembunyikan, menampilkan dan mengelompokkan layer. Mengganti urutan layer dapat dilakukan dengan mengklik sebuah layer pada legenda, kemudian menahan tombol tetikus dan menarik layer tersebut ke posisi yang baru. Cara penampilan layer dapat disesuaikan dengan mengubah urutannya – misalnya untuk menampilkan sungai di atas jalan ketimbang di bawahnya.

Terdapat berbagai Aplikasi SIG yang tersedia. Beberapa memiliki banyak fitur yang canggih dan berharga cukup mahal. Di lain sisi, anda juga bisa mendapatkan Aplikasi SIG dengan gratis. Memutuskan Aplikasi SIG mana yang digunakan bergantung pada jumlah dana yang anda miliki dan pilihan pribadi. Untuk tutorial ini, kita akan menggunakan Aplikasi SIG QGIS yang tersedia secara gratis sehingga anda dapat menyalin dan memberikannya kepada siapapun sebanyak yang dibutuhkan.

'''Data SIG''' - Setelah mengetahui apa itu SIG dan apa yang dapat dilakukan oleh Aplikasi SIG, mari kita bahas data SIG. Data adalah istilah lain dari informasi. Data yang kita gunakan dalam SIG biasanya memiliki aspek geografis. Berikut ini adalah contoh data yang dikumpulkan oleh seorang petugas kesehatan. Petugas tersebut membuat sebuah tabel untuk mencatat informasi penyakit berikut ini:

Bujur Lintang Penyakit Tanggal
26,870436 -31,909519 Gondok 13/12/2008

Kolom lintang dan bujur berisi data geografis. Sedangkan kolom penyakit dan tanggal berisi data non-geografis.

Fitur umum dari SIG adalah fungsi untuk '''mengasosiasikan informasi (data non-geografis) dengan tempat (data geografis)'''. Lebih jauh lagi, Aplikasi SIG dapat menyimpan berbagai potongan informasi yang diasosiasikan dengan masing-masing tempat – sebuah kemampuan yang kurang dimiliki peta kertas. Sebagai contoh, petugas kesehatan pada contoh sebelumnya dapat menyimpan informasi umur dan jenis kelamin pada tabel yang dibuatnya. Ketika Aplikasi SIG menampilkan layer, anda dapat memberi tahunya untuk membuat tampilan berdasarkan jenis kelamin, penyakit, atau yang lainnya. Dengan Aplikasi SIG, kita dapat dengan mudah mengubah tampilan sebuah peta berdasarkan data geografis yang diasosiasikan dengan tempat.

Sistem SIG dapat menangani berbagai jenis data.

'''Data vektor''' disimpan sebagai serangkaian pasangan koordinat X,Y pada memori komputer. Data vektor digunakan untuk mewakili titik, garis, dan area. Ilustrasi pada figure_vector_data menunjukkan berbagai jenis data vektor yang ditampilkan pada aplikasi SIG. Pada tutorial selanjutnya, kita akan mempelajari data vektor secara lebih mendalam.

Data vektor digunakan untuk mewakili titik (contohnya kota), garis (contohnya sungai), dan poligon (contohnya perbatasan kota).

'''Data raster''' disimpan dalam bentuk jaringan nilai. Terdapat banyak satelit di sekeliling bumi yang menghasilkan foto dalam bentuk data raster yang dapat dilihat dengan SIG. Salah satu perbedaan penting di antara data raster dan vektor ialah jika anda terlalu memperbesar sebuah gambar raster, maka tampilannya akan mulai terlihat 'terkotak-kotak' (lihat ilustrasi pada figure_raster_data_1 dan figure_raster_data_2). Kotak-kotak ini merupakan sel-sel individual dari jaringan data yang menyusun gambar raster tersebut. Kita akan membahas data raster secara lebih mendalam pada tutorial selanjutnya.

Data raster seringkali berupa gambar-gambar yang diambil oleh satelit. Di sini kita dapat melihat pegunungan di wilayah Eastern Cape.

Apa yang telah kita pelajari?

Mari kita rangkum materi yang telah dibahas pada gambaran umum yang singkat ini:

* SIG adalah sebuah sistem yang terdiri atas perangkat keras dan lunak komputer beserta data geografis.
* Aplikasi SIG memungkinkan anda untuk menampilkan data geografis dan merupakan bagian penting dari SIG.
* Aplikasi SIG biasanya terdiri atas batang menu, toolbar, tampilan peta, dan legenda.
* Data vektor dan raster merupakan jenis data geografis yang digunakan dalam aplikasi SIG.
* Data geografis dapat diasosiasikan dengan data non-geografis.

Pertimbangkan hal-hal berikut ini:

3 alasan mengapa SIG lebih bermanfaat dari peta kertas:
* Aplikasi SIG memungkinkan anda untuk membuat berbagai jenis peta dari data yang sama.
* SIG merupakan alat bantu visualisasi yang dapat membantu anda untuk menampilkan data dan relasinya dalam ruang.
* Peta kertas harus disimpan sebagai berkas dan dapat menghabiskan waktu untuk dibaca. SIG dapat menyimpan data peta dalam jumlah besar dan memudahkan anda untuk mencari suatu lokasi tertentu dengan cepat.

Bagaimana data raster dari satelit dapat berguna? Berikut adalah beberapa gagasan yang dapat kita pertimbangkan:
* Pada saat bencana alam, data raster dapat berguna untuk menunjukkan daerah terdampak. Sebagai contoh, foto satelit terbaru pada saat bencana banjir dapat membantu menunjukkan lokasi warga yang membutuhkan pertolongan.
* Kadangkala manusia melakukan perbuatan yang buruk terhadap lingkungan, misalnya membuang bahan kimia berbahaya yang dapat membunuh hewan dan tumbuhan. Data raster dari satelit dapat membantu kita untuk memantau permasalahan seperti ini.
* Perencana tata ruang kota dapat menggunakan data raster dari satelit untuk melihat lokasi pemukiman informal dan membantu perencanaan infrastruktur.

Trainer: Hal-hal yang perlu dipertimbangkan

Jika anda tidak memiliki komputer, banyak dari topik-topik yang kita bahas dalam tutorial ini dapat direproduksi dengan menggunakan proyektor dan plastik transparansi karena menggunakan teknik yang sama dengan penempatan informasi layer. Namun akan selalu lebih baik menggunakan komputer untuk dapat memahami SIG sepenuhnya.

===Bacaan lebih lanjut===

[http://download.osgeo.org/qgis/doc/manual/qgis-1.0.0_a-gentle-gis-introduction_en.pdf Unduh '''Pengantar Umum Mengenai SIG''']

Buku: Desktop GIS: Mapping the Planet with Open Source Tools. Penulis: Gary Sherman. ISBN: 9781934356067

Situs web: http://www.gisdevelopment.net/tutorials/tuman006.htm

Panduan Pengguna QGIS memiliki informasi yang lebih terperinci mengenai penggunaan QGIS.

===Apa selanjutnya?===

Pada modul selanjutnya, kita akan melakukan pembahasan lebih lanjut dan menunjukkan kepada anda bagaimana menggunakan Aplikasi SIG. Semua tutorial akan menggunakan QGIS.

== Bagaimana menggunakan materi pelatihan ini ==

Teks yang ''tampak seperti ini'' menunjukkan sesuatu pada layar tampilan yang dapat anda klik.

Teks yang ''tampak <math>\rightarrow</math> seperti <math>\rightarrow</math> ini'' mengarahkan anda melalui penggunaan menu.

<code>Teks seperti ini </code> menunjukkan sesuatu yang dapat anda ketikkan; misalnya perintah, lokasi file, atau nama dokumen.

== Sasaran pelatihan bertingkat ==

Pelatihan ini dapat diberikan kepada pengguna dengan tingkat pengalaman yang berbeda. Tergantung dari kategori pengalaman yang dimiliki, anda dapat mengharapkan hasil pelatihan yang berbeda. Setiap kategori berisi informasi yang penting untuk bagian selanjutnya, jadi anda perlu melakukan semua latihan yang berada pada tingkat kemampuan anda maupun di bawahnya.

=== [[Image:basic.png|50px]] Tingkat Dasar ===

'''Dalam kategori ini, anda diasumsikan hanya memiliki sedikit pengalaman dengan teori SIG maupun penggunaan perangkat lunaknya atau tidak sama sekali.'''

Latar belakang teori akan diberikan secara terbatas untuk menjelaskan tujuan dari langkah-langkah penggunaan perangkat lunak yang anda lakukan, tetapi penekanan akan diberikan pada pembelajaran melalui praktek.

Setelah menyelesaikan pelatihan ini, anda akan memperoleh pemahaman yang lebih baik mengenai potensi dari SIG dan bagaimana memanfaatkan kekuatannya melalui QGIS.

=== [[Image:moderate.png|50px]] Tingkat Menengah ===

'''Dalam kategori ini, anda diasumsikan telah memiliki pengetahuan dan pengalaman menggunakan SIG dalam pekerjaan sehari-hari.'''

Instruksi yang diberikan pada tingkat dasar akan membantu anda serta menunjukkan perbedaan QGIS dengan perangkat lunak lain yang biasa anda gunakan. Anda juga akan mempelajari bagaimana menggunakan fungsi analisis QGIS.

Setelah menyelesaikan pelatihan ini, anda akan merasa nyaman menggunakan QGIS untuk menangani semua fungsi yang dibutuhkan dari SIG dalam pekerjaan sehari-hari.

=== [[Image:hard.png|50px]] Tingkat Lanjut ===

'''Dalam kategori ini, anda diasumsikan telah berpengalaman dengan SIG serta memiliki pengetahuan dan pengalaman dalam penggunaan basis data spasial, pemanfaatan data dari server jarak jauh, penulisan skrip untuk keperluan analisis, dsb.'''

Intruksi yang diberikan pada dua tingkatan sebelumnya akan membantu mengakrabkan anda dengan pendekatan yang diikuti oleh antarmuka QGIS dan memastikan anda mengetahui bagaimana mengakses fungsi-fungsi dasar yang diperlukan. Anda juga akan ditunjukkan bagaimana menggunakan berbagai sistem pada QGIS seperti plugin, akses basis data, dst.

Setelah menyelesaikan pelatihan ini, anda akan lebih memahami penggunan QGIS, beserta fungsi-fungsi tingkat lanjut yang dimilikinya, dalam pekerjaan sehari-hari.

== Mengapa QGIS? ==

Seiring perkembangan informasi yang lebih bersifat spasial, saat ini telah tersedia banyak alat bantu yang dapat memenuhi sebagian atau seluruh fungsi-fungsi yang umum digunakan dalam SIG. Mengapa harus menggunakan QGIS dan bukan paket perangkat lunak SIG yang lain?

Berikut ini adalah sebagian dari alasannya:

* ''Gratis.'' Siapa saja dapat mengunduh dan menggunakannya - tanpa biaya.
* ''Berkemampuan tinggi'' - sehebat dan secanggih kebanyakan paket perangkat lunak SIG tingkat tinggi yang mahal.
* ''Bersifat open source'' yang berarti anda dapat mensponsori pembuatan suatu fitur atau menambahkannya sendiri jika anda memahami pemrograman komputer. Anda bebas mengembangkannya sesuai kebutuhan.
* ''Terus-menerus dikembangkan.'' Karena siapa saja dapat menambahkan fitur baru dan menyempurnakan yang telah ada, QGIS tidak pernah stagnan. Pembuatan alat bantu baru dapat berlangsung secepat anda membutuhkannya.
* ''Bantuan dan dokumen panduan tersedia secara ekstensif.'' Apabila mengalami kesulitan, anda dapat merujuk pada dokumentasi yang ekstensif maupun meminta bantuan dari sesama pengguna QGIS atau bahkan pengembangnya.
* ''Lintas sistem operasi.'' QGIS dapat diinstalasi pada MacOS, Windows dan Linux.

Kini setelah mengetahui mengapa anda perlu menggunakan QGIS, kami dapat menunjukkannya kepada anda. Materi berikutnya akan memberikan panduan dalam membuat peta QGIS pertama anda.

{{hlbox|Catatan: Sebelum memasuki modul pertama, pastikan anda telah mengunduh, menginstalasi, dan dapat menjalankan QGIS v.1.8
[https://sites.google.com/site/eospansite/qgis-installation '''Klik di sini untuk mengunduh''']}}

{{example|Klik di sini untuk memasuki [[GIS AH C2|Modul 2 : Antarmuka]]}}

GIS AH C9

2014-10-31T01:10:07Z

Rachel: /* In conclusion */

= Module: Using QGIS in animal health =

The purpose of this module is to show how QGIS can be used to assist in animal health scenarios. In order to do this, you will have needed to study, and be familiar with, the previous chapters of this manual, but in particular you need to be familiar with chapters 3 - ''Creating a basic map'', and chapter 7 - ''Vector analysis''.

== Lesson: Putting it into practice - iSIKHNAS ==

In this chapter we are going to use some of what you have learned and apply it to data taken from the ISIKHNAS database.

GIS has become an essential tool in the understanding and management of animal movements and disease. It can provide valuable assistance in a range of tasks, including:

# monitoring animal distribution or movements
# describing the level and distribution of disease
# assessing the efficacy of control programs across space
# developing zones for disease control
# exploring spatially-linked risk factors
# management of animal health emergencies.

This exercise is designed to show you how you can use QGIS in a practical way, using data that you are familiar with.

'''The goal for this lesson:'''

Your supervisor has asked you to identify and extract all the cases in the Sulawesi Selatan region, where the species is a type of poultry, and the syndrome recorded is poultry mortality. S/he would like you to provide a map showing where these cases have occurred, and to create a 15 kilometre buffer around the villages in which they have occurred.

In order to do this you will have to:

* load vector shapefile layers and create a new QGIS project
* format the styles appropriately
* subset a dataset spatially using ''Select by location''
* identify particular records in the attribute table using SQL (structured query language)
* save records to a new shapefile
* save layers with a projection suitable for spatial exercises
* create a buffer zone
* use the clip feature to create a layer including only the data required.

For the purpose of these exercises you will be using the shapefiles provided. It is possible to connect directly to the iSIKHNAS database and access the current data however this is beyond the scope of this exercise.

=== [[Image:basic.png|50px]] Follow along: Create a new map ===

Open QGIS. Using the ''Add Vector Layer'' button, add the following layers from the course exercise data, from the folder ''ISIKHNAS'':

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Your map will now look something like this:

[[Image:001.png|600px]]

The colours will no doubt be different, and probably not suitable. Take the time now to change the style to use the ''Style'' tab in the ''Layer Properties'' to change the colours to those of your choice. As a refresher:

* Right-click on the layer
* Select ''Properties''
* Click on the ''Style'' tab as described above

Here you can change the formatting of the layer in many ways, including colour, fill, symbols, lines, and more.

[[Image:001a.png|600px]]

You can save the colours you choose as styles, so you can easily apply them to other projects.

=== [[Image:basic.png|50px]] Try yourself... Saving styles ===

You might want to save a particular colour to be used for your background layer, both in this project and any future mapping projects. To do this, choose the layer you would like to work with, for example <code>Sulawesi</code>. Open the ''Layer Properties''.

Explore your options. As shown in the above image, there are two ''Change'' buttons.

The first ''Change'' button, with the little spanner, allows you to format items including:

* the symbol layer type
* the colour
* the fill style
* the border colour
* the border style
* the border width

If you only want to change the colour of the layer, click on the second ''Change'' button.

Once you are happy with your layer style, click on ''Save Style ...''

Save your new style with a name that will make sense to you later, such as <code>BaseCountry</code>. It is a good idea to save all your styles in the one folder so you can easily find them again.

To use a style you have saved, click on the ''Load Style ...'' button.

We changed our colours of our layers to this:

[[Image:002.png|700px]]

There is a very useful website named '''colourbrewer: colour Advice for Maps''' found here <http://colourbrewer2.org>' developed by Cynthia Brewer of Penn State. This site contains a lot of useful information about appropriate colour schemes for maps.

Save your work as a new project.

=== [[Image:basic.png|image]] Follow along: Selecting records ===

There are several ways of selecting records from layers, including:

* Select Single Feature
* Select Features by Rectangle
* Select Features by Polygon
* Select Features by Freehand
* Select Features by Radius

This are found by clicking on the ''Select Features by Polygon'' button, and referring to the drop down menu.

[[Image:003.png|image]]

This is a useful tool for selecting one or two features, or quickly drawing around an area. When we want to be more accurate, we can use the ''Select by Location'' tool.

To find the ''Select by Location'' tool, click on the menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|700px]]

By selecting features of one layer that intersect with another, we can create a new layer containing just the features we are interested in.

=== [[Image:moderate.png|50px]] Follow along: Selecting by location ===

Now that we have our map layers loaded into our project, we would like to work specifically with Sulawesi, and in particular, the cases that have been recorded in the Sulawesi Selatan districts. Currently our map shows all the cases recorded throughout Indonesia at the time the data was downloaded.

Open the ''Select by Location''. We want to select the features in the <code>cases_gis</code> file that intersect with the <code>Sul_sthn_dist</code> file:

[[Image:005.png|image]]

Click "OK' and check your map. You should see that the cases that occur in Sulawesi Selatan are now highlighted:

[[Image:006.png|image]]

Save this selection as a new layer by right-clicking on the <code>cases_gis</code> layer, and then clicking on ''Save Selection As...'':

[[Image:007.png|image]]

Save your new layer as <code>Sul_sthn_cases</code> and add it to your map. If you feel the need, format the colour.

You can now remove the <code>cases_gis</code> layer.

=== [[Image:basic.png|50px]] Follow along: Inspect the data ===

As mentioned above, you need to extract all the cases of poultry mortality in poultry in the Sulawesi Selatan region. How would you go about doing that?

One answer lies in a layer's ''Attribute Table''. Here you are able to see much more information about each record in the layer. The ''Attribute Table'' has been mentioned earlier, particularly in Chapters 3 and 4. Now we are going to use the information contained in the attribute table to select the records we require.

When we open the ''Attribute Table'' for the <code>Sul_sthn_cases</code> layer, we see several columns showing information about each record:

[[Image:008.png|700px]]

What information do you notice?

In this example we can see there are 1728 records in total in this layer. The attribute table has columns containing the following information:

* gid (Geographic identification)
* reportdate
* caseid
* species
* cases
* reporttype
* syndrome2
* reporter
* desa

We can use this screen to find (for example) all the records relating to chickens by typing in ''chicken'' in the ''Look for'' box, choosing ''species'' in the drop down box and clicking on ''Search''. Immediately, all the records with chicken recorded as the species are highlighted in the attribute table.

{{hlbox|Note: Notice the ''Case sensitive'' option. It is best to leave this box unticked.}}

That way your search will return results for ''Chicken'' and ''chicken,'' and any other variations of sentence case.

However, we do not want just chickens, we want all poultry that are recorded with ''poultry mortality'' as the syndrome. To select these records, we need to use the ''Advanced search'' features.

=== [[Image:moderate.png|50px]] Follow along: Selecting records using SQL (Structured Query Language) ===

The ''Advanced search features'' allow us to create more specific queries, selecting records with the particular attributes we are interested in.

[[Image:009.png|image]]

Our query is asking for all the records that contain chicken or duck or local chicken as the species, '''and''' a value of "poultry mortality' in the syndrome2 table.

By testing the query, we find that we have 11 matching records:

[[Image:010.png|image]]

Click ''OK'' in the window saying ''Found 11 matching feature(s),'' and click ''OK'' in the "Search query builder' window. Note that at the top of the attribute table you will now see the heading ''Attribute table - Sul_cases_sthn (11 matching features)''. Click ''Close'' on the attribute table.

Now that we have our records selected, we will use the ''Save selection as'' option that we used before, and save this layer to our map. Right-click on the <code>Sul_sthn_cases</code> layer, and click on ''Save selection as.''

[[Image:011.png|image]]

Name this new layer <code>Cases_PoultryMortality</code> and add it to your map.

By turning off the <code>Sul_sthn_cases</code> layer, we can now see the records in the database of poultry mortality recorded in poultry in Sulawesi Selatan.

[[Image:012.png|image]]

{{hlbox|Note: We have used the ''Advanced Labeling'' tool referred to in Section 4.2.1 ''Using labels'' to show the labels of each of the districts.}}

Save your project.

=== [[Image:moderate.png|50px]] Try yourself... Selection using SQL ===

Using the ''Advanced search'' features in the ''Attribute table'' for the <code>Sul_sthn_cases</code> layer, try selecting specific records according to various combinations.

Do not be afraid to experiment. Try selecting records different combinations such as the date, village, species, syndrome etc.

=== In conclusion ===

There are several ways available for selecting data. Which method you choose will depend upon your needs.

Using SQL queries enables you to select records according to the particular attributes that are of interest to you.

=== What's next? ===

Now you have your basic map showing where the cases of interest are located. In our next lesson we will review why we are going to need to project our layers in order to develop suitable buffers.

== Lesson: Projecting layers ==

We have created a map showing all the cases of poultry mortality in the Sulawesi Selatan region. Now we need to consider our approach to creating the required 15 kilometre buffer zone around these cases.

'''The goal for this lesson:'''

To review map projections

=== [[Image:basic.png|50px]] Follow along: Projecting the layers ===

Think back to Chapter 7 where you learnt about projections, and now take a look at the layers on your map. Is their CRS (Coordinate Reference System) a Geographic Coordinate Reference System (GCS) or a Projected Coordinate System (PCS)? How can you tell?

The easiest way is to check the ''Coordinate'' box at the bottom of the map canvas. It should be showing longitude and latitude values in decimal degrees, separated by a comma e.g. 120.723,-4.971.

To find even more detail about a layer's CRS, right-click on the layer, and go to ''Properties'', then click on the ''General'' tab you will see that the CRS is EPSG:4326 - WGS 84. Even greater detail is seen when you click on the ''Metadata'' tab.

[[Image:013.png|image]]

As a general rule, if you are going to manipulate spatial data using tools from the ''Vector'' menu, your layers will need to be projected to a format where distance is expressed in measurement units such as metres.

For this exercise we will use the Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Right-click on the <code>Cases_PoultryMortality</code> layer in the ''Layers list''.
* Select ''Save As...'' in the menu that appears. You will be shown the ''Save vector layer as...'' dialogue.
* Click on the ''Browse'' button next to the ''Save as'' field.
* Navigate to the folder you have nominated to store your exercise data and specify the name of the new layer as <code>PoultryMortality_32750.shp</code>.
* Leave the ''Encoding'' unchanged.
* Click the ''Browse'' button beneath the dropdown.
* The ''CRS Selector'' dialogue will now appear.
* In its ''Filter'' field, search for <code>32750</code>.
* Choose ''WGS 84 / UTM zone 50S'' from the list.
* Click ''OK''.

=== [[Image:basic.png|50px]] Try yourself... Project the remaining layers ===

Repeat these steps for your remaining layers, adding the new, projected layers to your map. You can now remove the original, unprojected layers from your map. As we have determined that we are only using maps from the areas in Sulawesi Selatan, you no longer need your <code>Sulawesi</code> layer.

The option to project ''On the fly'' should be turned off.

Your map should now look something like this:

[[Image:014.png|image]]

Note the ''Coordinate'' box shows the units in metres instead of degrees.

Save your project.

== Lesson: Buffering ==

Now we have have our layers necessary to create our 15 kilometre buffer. Or do we?

'''The goal for this lesson:'''

To consider and understand point data versus polygon data, and how what effect each type will have when creating a buffer zone.

=== [[Image:basic.png|50px]] Follow along: Point data, centroids and polygons ===

If you look at your map you will notice that the cases of poultry mortality occur mostly in the districts of Barru and Sinjai.

For this exercise we are going to add a new vector layer, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', which shows the boundaries of the village polygons in Barru and Sinjai.

Once you have loaded this layer, arrange the layers so the cases are on top of the village boundaries. Look closely at where the cases lie within the village polygons (you may have to zoom in closer on your map).

What do you notice?

[[Image:015.png|700px]]

Every case is positioned in the centre of the village boundaries. This suggests they are not the exact coordinates of where the case occurred - all we know is the case occurred somewhere in that particular village. The data is recorded at village level, and it is positioned using the centroid of the village polygon.

How will this affect our 15 kilometre buffer zone? Let's find out.

=== [[Image:basic.png|50px]] Follow along: Buffering from the village centroid ===

For this buffering exercise we will use the <code>PoultryMortality_32750</code> file we created. Select this layer, and go to the ''Vector'' menu. Hover over ''Geoprocessing Tools'' and select ''Buffer(s)''.

[[Image:0016.png|image]]

The following window will open:

[[Image:017.png|image]]

Choose <code>PoultryMortality_32750</code> as the input vector layer, and use a buffer distance of 15000 (remember your layer units are metres).

Click on ''Dissolve buffer results''.

Click on ''Browse'' and name your new shapefile <code>PoultryM15kmBuffer_32750.shp</code>.

Add this layer to your map. The result should look something like this:

[[Image:018.png|700px]]

Do you see that the buffers naturally extend into the sea? We will now use the '''Clip''' function to fix this.

=== [[Image:basic.png|50px]] Follow along: Clipping datasets ===

We can use one dataset to cut through another dataset, leaving us with only the information we want.

In this case, we are going to clip our new buffer layer with the <code>DistrictsSthnSul_32750</code> layer that you should have created in section 16.2.2 '''Try yourself... Project the remaining layers'''.

{{hlbox|Note: You may have named it differently, such as <code>Sul_sth_dist_32750</code>.}}

Again, we move to the ''Vector'' menu, hover over the ''Geoprocessing Tools'', and select ''Clip''.

[[Image:019.png|image]]

Our input layer is the layer we want to change, in this case our new buffer layer. The clip layer is the layer we will use cut around our buffered layer.

Click on the ''Browse'' button, and name your new shapefile <code>PoultryM15kmBufferClip_32750.shp</code>.

Add it to the map.

Remove the <code>PoultryM15kmBuffer_32750.shp</code> layer.

Your screen should now look similar to this:

[[Image:020.png|image]]

Our new layer is fitting nicely within the coastlines of South Sulawesi and your supervisor can easily see where the 15 kilometre buffers extend to.

But is this the best buffer zone for the data?

Remember the data suggests the cases are recorded in the database as being in the centre of each village - in reality they are probably taken from anywhere within the village boundary.

This means our 15 kilometre buffers are not going to be as accurate as they might be.

In the next section we will create the buffer using the village polygon layer and compare the two results.

=== [[Image:basic.png|50px]] Try yourself... Buffering using the village polygon ===

Using the same skills you have learnt above to buffer and clip layers, create a 15 kilometre buffer zone around the village polygons containing cases of poultry mortality. Clip your new layer and add it to your map, naming it <code>PoultryM15kmBufferPolyClip_32750</code>.

Rearrange the layers, so that the buffer zone created with the village centroids is visible over the top of your new buffer zone created with the village polygons. What do you notice?

[[Image:021.png|image]]

In this picture, the dark green shows the buffer zone around the village polygons (shown in the light colour). The lighter green shows the buffer zones created using the case data points.

Since we don't know exactly where each case occurred, it is a good idea to consider using the village polygons when creating a buffer zone, not the village centroids.

=== What's next? ===

It would be useful if we could estimate by looking at our map how many cases have been recorded in each village. In our next lesson we will review more styling, and how to colour areas according to particular attributes we wish to display.

== Lesson: Styling to show density ==

[animalhealth/exercise4::doc] A good map is able to convey information quickly and clearly. For example, we can use colour to indicate the number of cases in each village of the particular syndrome we are investigating.

'''The goal for this lesson:'''

To review ways of styling our maps so the information is displayed in the clearest possible way.

=== [[Image:basic.png|50px]] Follow along: Styling to show density ===

Open the <code>PoultryMortality_32750</code> attribute table and have a look at the columns. What do you notice? What information can you easily display on your map?

Take a look at the ''cases'' column. It tells you the number of cases recorded in each village. We can use colour coding to display this information on our map.

To do this, open the layer properties for <code>PoultryMortality_32750</code> and click on the ''Style'' tab.

Select ''Graduated'' from the pull-down rendering menu. This spreads our chosen colours from light to dark, or dark to light.

Set the ''Column'' to ''cases'', and the ''Classes'' to 5.

The ''colour ramp'' can stay at blue for now, and the ''Mode'' can be set to ''Equal Interval''. QGIS should immediately provide a set of five blue colours, with five equally spaced intervals. (If not, click on ''Classify'').

Click on ''Apply'' to see how this looks on your map.

What do you notice?

[[Image:022.png|image]]

Our points on the map are very small, and it is difficult to distinguish the colour variation. One way to change this is to experiment with the size of the points.

To do this, open the layer properties for <code>PoultryMortality_32750</code> and click on the ''Style'' tab again. This time, click on the change button next to ''Symbol''. Experiment with the size of the point until you think it is large enough to show the varying shades.

This is what it looks like when the size is set to 5 millimetres:

[[Image:023.png|image]]

=== What's next? ===

This improves our map for showing which villages have recorded the most cases, but it would be better if we could show this using the village boundaries.

In our next lesson, we will learn how to join layers together by their location. This will enable us to create a new file that combines attributes such as the case numbers from the <code>PoultryMortality_32750</code> shapefile and the village boundaries from the <code>VillagePolyBarSin_32750</code> shapefile.

== Lesson: Joining two layers together ==

There are two ways we can join layers together:

* we can use the ''Join by location'' tool to create a new layer combining the attributes from two different layers, or,
* we can join using a single matching attribute.

'''The goal for this lesson:'''

To use create a new shapefile using the ''Join by location'' tool

To display information from a non-spatial file on a spatial file, by joining the two using a common data field.

=== [[Image:moderate.png|50px]] Follow along: Join attributes by location ===

In the last lesson we reviewed how to use colour to show the density of case records in each village however the results were not really adequate because our file containing the case records shows them on the map as point data. We would really like to colour the entire villages as shown in the file containing the village boundaries. We can't do this using the file as it is, because it does not contain the cases information. We need to join the two files using the ''Join attributes by location'' tool, located under ''Data Management Tools'' in the ''Vector'' menu.

[[Image:024.png|image]]

Use the <code>VillagePolyBarSin_32750</code> file as the Target vector layer, and the <code>PoultryMortality_32750</code> file as the Join vector layer:

* Click on ''Take the summary of the first located feature'' under ''Attribute Summary''
* Tick the ''Sum'' box underneath.

Browse to where you are going to save your file, and name it appropriately (we used <code>PoultryMJoinLocation_32750</code>).

Only keep the matching records. Click ''OK'' and add the new layer to your map.

Close the ''Join attributes by location'' dialogue box.

Your results should look similar to this:

[[Image:025.png|image]]

Now open the ''Attribute table'' of your new layer. You can see that the new layer has the attributes of each original file, including the number of cases. We can now use this to improve our depiction of case density on the map.

=== [[Image:basic.png|50px]] Try yourself... Style the villages to show the density of recorded cases ===

Using the skills from the previous lesson, amend the style to show the case density in each village. Experiment with the effect of choosing different intervals:

* '''Equal Interval:''' Divides your data into equally-spaced groups.
* '''Quantile:''' Uses an equation to divide values into equal-sized subsets.
* '''Natural breaks (Jenks):''' Tries to minimise differences within classes whilst maximising the difference between classes. Standard deviation: Illustrates how values deviate from the average.
* '''Pretty breaks:''' Breaks the values into classes that are easily understood by non-statisticians.

Explore the effect of each of these, using ''Apply'' to see the changes each makes to your map.

== Lesson: Joining vectors by attribute ==

For this exercise, we would like to join a file from the iSIKHNAS database, with no associated spatial data, with a shapefile that does have geometric data. By doing this, we can display the data from the iSIKHNAS file on a map of Indonesia.

'''The goal for this lesson:'''

Your supervisor would like the data in a report from iSIKHNAS displayed on a map of Indonesia.

The problem you face is there isn't any spatial data associated with the data file.

To display the data for your supervisor, you are going to have to join the data file to a file that contains spatial data (such as a shapefile) and can be displayed.

=== [[Image:basic.png|50px]] Follow along: Load the required files ===

Load the particular shapefile you wish to use. This could be:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]''
*''[[media:Districts.zip| <code>Districts.shp</code>]]''
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]''

In this example we are using the <code>Provinces</code> shapefile.

There are two ways in which we can load our table from iSIKHNAS. You already know the first one - loading layers using the ''Add vector layer button''.

[[Image:025a.png|500px]]

In this scenario, you might download the data file you need as a .csv file from the iSIKHNAS website.

Save the .csv file in a folder where you will find it again.

Upload it to QGIS using the ''Add vector layer'' option.

Remember to choose the correct file type (in this case .csv). Otherwise it may default to shapefiles, and you will not be able to choose your .csv file.

[[Image:025b.png|500px]]

Or, you might want to load your own Excel file that you have been working with. From QGIS 1.8 onwards, you are able to load an ''Excel'' file directly into QGIS as well.

{{hlbox|Note: QGIS 1.8 will import Excel files saved as .xls, NOT in the newer .xlsx format.}}

If you are using QGIS 2.0 onwards, it should be able to import an .xlsx file.

The second way is using the supplied user login details to connect directly with the database.

[[Image:025c.png|400px]]

In this example we have used the <code>rph_prov_week_gis_centroid</code> table, from the iSIKHNAS training database.

We have found this by scrolling through the available tables.

[[Image:025d.png|400px]]

Double-click on the table and it will load in QGIS.

Our example QGIS project now looks like this. Save this as a new project.

[[Image:025e.png|700px]]

=== [[Image:basic.png|50px]] Follow along: Compare the loaded files ===

Look closely at the Layers window, and the two files shown there.

What do you notice?

[[Image:025f.png|image]]

The layer for the provinces can be displayed in QGIS, and therefore must contain spatial data. We know this from the little polygon icon next to the file name, and the little tick box beside it.

The layer for the slaughter statistics does not contain spatial data. It is a table only and cannot be displayed. We know this from the little table icon next to the file name, and there is no tick box.

Now compare the attribute tables for <code>rph_prov_week_gis_centroid</code> and <code>Provinces</code>.

What do you notice?

[[Image:025g.png|800px]]

[[Image:025h.png|800px]]

Both files contain an identical field ''code'' (this is the unique code for each location).

The ''code'' field is the field we can use to join these two layers together. By creating a join, we can display the attributes from the <code>rph_prov_week_gis_centroid</code> file with the images from the <code>Provinces</code> shapefile.

=== [[Image:moderate.png|50px]] Follow along: Joining files ===

Right-click on the <code>Provinces</code> shapefile and open the layer ''Properties''. Click on the ''Join'' tab as shown below:

[[Image:025i.png|700px]]

Click on the green plus sign, to open this window:

[[Image:025j.png|500px]]

The ''join layer'' is the <code>rph_prov_week_gis_centroid</code> file.

The ''join field'' is the field in the <code>rph_prov_week_gis_centroid</code> file that we are going to use to join the two files. In this case, we are going to use the field ''code''. This is selected from the drop down list.

The ''target field'' is ''code'' again - this is the field in the <code>Provinces</code> file that has matching data to the ''code'' field in the <code>rph_prov_week_gis_centroid</code> file.

[[Image:025k.png|700px]]

The names of these fields do not necessarily have to match, but the information contained in each field must refer to the same attribute.

For example, one file might use the name ''code'' and the other file might use the name ''location_code''. We can still join the two files as long as the data itself is identical.

In this case we are referring to the code given to each location.

Click OK.

Now open the attribute table for the <code>Provinces shapefile</code> again.

What can you see?

[[Image:025l.png|800px]]

The attributes from the <code>rph_prov_week_gis_centroid:kbd:</code> file (''gid'', ''name'', and ''sum'') are now in the attribute table for the <code>Provinces</code> file. The

We can now use this to map the data from the <code>rph_prov_week_gis_centroid</code> file on the <code>Provinces</code> image.

=== [[Image:basic.png|50px]] Try yourself... Format your new map using the styling tab ===

Using the skills you learnt earlier about style formatting, look for ways that will display your data in a way that is helpful.

For example, we can now format our map to show density, because we have the sum of the number of animals slaughtered in our new attribute table.

[[Image:025m.png|800px]]

Our <code>rph_prov_week_gis_centroid</code> file contained summary slaughter statistics for each province.

By joining this file with the <code>Provinces</code> file, we are able to format the style to indicate the numbers of animals slaughtered in each province.

=== In conclusion ===

It is possible to display the information in a data file that does not contain spatial data by joining it to a file that does contain spatial data.

Both files must contain an identical data field in order to join the two files.

The headings of the two fields do not have to be the same, just the data contained in those fields.

=== What's next? ===

In our next, and final, exercise, we will investigate some of the movements data (showing livestock moving from one place to another). Here we will work through a simple and practical exercise as another example of an actual task that you may be asked to complete.

== Lesson: Working with movement data ==

iSIKHNAS collects many types of data. One of these is movement data, showing the movement of livestock from one place to another.

'''The goal for this lesson:'''

To create a map that clearly shows livestock movements.

Your supervisor would like you to extract a dataset of poultry movements between certain dates. S/he would then like you to create a map that shows:

* Poultry movements between 1 December 2013 and 31 December 2013
* Format the style to clearly show density

=== [[Image:moderate.png|50px]] Follow along: Selecting data using SQL ===

For this exercise, start a new project. Load the following shapefiles supplied in your data folder:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Use the ''Layer Properties'' to style the layers as necessary like you have done in the exercises.

Your new map should look similar to this:

[[Image:026.png|700px]]

Open the ''Attribute table'' for the <code>Movements_32750</code> layer. You can do this by either right-clicking on the <code>Movements_32750</code> layer, and selecting ''Open Attribute Table'', or you can click on the icon in the menu bar as shown below:

[[Image:027.png|image]]

Here we will select the records we want using SQL. Open the ''Advanced search'' option. You want to select all records relating to poultry, that are between 1 December 2013 and 31 December 2013.

To do this, you need the following query:

("Tanggal" >= "2013-12-01" AND "Tanggal" <= "2013-12-31') AND (("Spesies" = "broiler") OR ("Spesies" = "chicken") OR ("Spesies" = "duck") OR ("Spesies" = "pigeon"))

This query is asking to return records:

Between the two dates: ("Tanggal" >= "2013-12-01" AND "Tanggal" <= "2013-12-31")

AND

With the following species:

(("Spesies" = "broiler') OR ("Spesies" = "chicken') OR ("Spesies" = "duck') OR ("Spesies" = "pigeon"))

If you test the query, it should return 30 records:

[[Image:028.png|image]]

Close the attribute table. Your selected records should be highlighted in yellow on your map.

Right-click on the <code>movements_32750</code> and choose the ''Save selection as'' option. Save your new layer with an appropriate name such as <code>movements_poultry_32750</code>. You can now remove the <code>movements_32750</code> layer.

When you look closely, you will see that all the movements take place in Sulawesi. If you like, you can remove the layer <code>Indonesia_32750</code>.

In the next section we will review styling again, and show density in our movement data.

=== [[Image:moderate.png|50px]] Follow along: Style formatting ===

Our movements data for is now showing on the map, but it doesn't really tell us too much about it. We can use styling to show more.

Right-click on your new <code>movements_poultry_32750</code> and click on the ''Style'' tab.

As you have learnt previously, here you can style your layer to show attributes such as density. You can also:

* colour the movement lines according to the number of animals in each movement (density)
* increase the width of the movement lines to show the number of animals in each movement
* layer the movement lines so thinner lines are displayed on top of the wider lines

=== [[Image:moderate.png|50px]] Try yourself... Style formatting ===

Review Section - ''Styling to show density'' and Section - ''Style the villages to show the density of the recorded cases''.

Format the movement lines using colour to show the number of animals in each movement. The column you will use is ''Jumlah Hew''.

Once you have your individual lines, you can double-click on each one and a new window will open. Here you can edit your line for things such as width, colour, transparency:

[[Image:029.png|700px]]

Experiment with the width of each line until you are happy with your results.

After changing the width of each graduated line, you will then be able to order the lines so the widest lines appear underneath the thinnest ones.

Still in the ''Layer properties'' window, click on ''Advanced'', and then ''Symbol levels'':

[[Image:030.png|image]]

This opens up a new window, where you can order your symbols:

[[Image:031.png|image]]

When ordering symbols, the first symbol to be placed on the map is the one with a zero. In the image above, you can see that our widest line is a zero, and the narrowest line is a four. The result is this:

[[Image:032.png|700px]]

This shows our lines formatted using colour and line width to show the number of animals in each movement. The darker, thicker line shows us there were between 860 and 1000 birds moved in this particular movement.

=== What's next? ===

Our final lesson is to show how to load another type of data into QGIS. Sometimes you will receive data as a spreadsheet, or you might download it from a source such as a database as a CSV file. We will now show you how to load this type of data into QGIS.

== Lesson: Loading point data ==

We have worked with data in the form of shapefiles, raster files, and directly from databases. Sometimes your data will be in an Excel spreadsheet, with longitude and latitude. It is important that you know how to load data when it is in this format.

'''The goal for this lesson:'''

To load and plot data from a spreadsheet.

=== [[Image:basic.png|50px]] Follow along: Loading a Delimited Text File ===

For this exercise, you will begin a new project.

We have worked with data in the form of shapefiles, raster files, and directly from databases. Often you might receive data in the form of a spreadsheet, so it is important to know how to load this data into QGIS.

Data is supplied in this way is often in a CSV file, which is a delimited text file. To load these types of files, we will use the "Add Delimited Text Layer" plugin:

[[Image:033.png|image]]

Click on this button, and the following dialogue will open:

[[Image:034.png|image]]

Browse to the course exercise data, and load ''[[media:PointData.zip| <code>PointData.csv</code>]]'' from the folder ''ISIKHNAS''. This is just randomly generated point data to use for this exercise.

The plugin does a very good job of reviewing the information contained in the file, but you will need to give it some guidance. In this file, the delimiter is a comma, so we need to select "Comma" as the delimiter.

Your dialogue box now looks like this:

[[Image:035.png|image]]

Click on the <code>OK</code> button. You will now be asked to specify the CRS. This should make you think about what format the data was collected in. For now we will select WGS 84 EPSG:4326. Click <code>OK</code>.

You should have a layer similar to the following image:

[[Image:036.png|600px]]

This shape should look familiar - load the shapefile <code>Sul_sthn_dist</code>, and rearrange the layers so the point data is the top layer.

You should now see something like this:

[[Image:037.png|600px]]

=== In conclusion ===

This chapter has been designed to show you how to use QGIS in a practical and useful way, using real data obtained from the iSIKHNAS database. The exercises have been developed to show examples of actual tasks you may be asked to carry out by your supervisor.

It is only a small example of what you can do using the QGIS software. If you are interested, do not be afraid to explore the software. Use the internet to search for new ways to create particular maps, or investigate different ways of doing things.

{{example|Click here to go to the [[GIS AH Answers|Answer sheet]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH C8

2014-10-31T01:09:43Z

Rachel: /* What's next? */

= Module: Plugins =

Plugins allow you to extend the functionality QGIS offers. In this module, you'll be shown how to activate and use plugins.

== Lesson: Installing and Managing Plugins ==

To begin using plugins, you need to know how to download, install and activate them. To do this, you will learn how to use the ''Plugin Installer'' and ''Plugin Manager''.

'''The goal for this lesson:''' To understand and use QGIS' plugin system.

=== [[Image:basic.png|50px]] Follow along: Managing Plugins ===

* To open the ''Plugin Manager'', click on the menu item ''Plugins <math>\rightarrow</math> Manage Plugins''.
* The following dialogue will open, showing the different plugins already installed in your QGIS software. What you see may differ slightly to the image below, depending upon what plugins you have installed:

[[Image:0057.png|image]]

You can activate or deactivate these plugins by clicking on their corresponding check box.

The list of plugins that you can activate and deactivate only draws from the plugins that you currently have installed. To install new plugins, you need to use the ''Plugin Installer''.

=== [[Image:basic.png|50px]] Follow along: Installing New Plugins ===

* To start the ''Plugin Installer'', click on the menu item ''Plugins <math>\rightarrow</math> Fetch Python Plugins''.

A dialogue will appear. The amount of plugins that you see here will differ, depending on your setup.

QGIS plugins are stored online in repositories. By default, only the official repositories are active, meaning that you can only access official plugins. These are usually the first plugins you want, because they have been tested thoroughly and are often included in QGIS by default.

It is possible, however, to try out more plugins than the default ones. To do this:

* Open the ''Options'' tab on the ''Plugin Installer'' dialogue:

[[Image:0027.png|image]]

* Click the ''Show all plugins except those marked as experimental'' option.

If you want to, you can click on the ''Show all plugins, even those marked as experimental'' option. Be aware that experimental plugins may not be fully tested.

* Now go back to the ''Plugins'' tab to find the available plugins.

[[Image:0037.png|image]]

* To install a plugin, simply click on it in the list and then click the ''Install plugin'' button.

=== In conclusion ===

Installing plugins in QGIS is simple.

=== What's next? ===

Next we will introduce you to some useful plugins as examples.

== Lesson: Useful QGIS Plugins ==

Now you can install, enable and disable plugins. Let's see how this can help you in practice by looking at some examples of useful plugins.

'''The goal for this lesson:''' To familiarize yourself with the plugin interface and get acquainted with some useful plugins.

=== [[Image:basic.png|50px]] Follow along: The OpenLayers Plugin ===

* Start a new map with only the ''streets'' layer in it.
* Using the ''Plugin Installer'', find the plugin by entering the word <code>Open</code> in the ''Filter'' field.
* Select the Google Layers plugin from the filtered list:

[[Image:0206.png|image]]

* Click the ''Install plugin'' button to install.
* When it's done, close the ''Plugin Installer''.
* Open the ''Plugin Manager''.
* Enable the new plugin:

[[Image:0216.png|image]]

* Check the box beside it.
* Now click ''OK'' to enable the plugin.

To use the plugin:

* Open the plugin by clicking on ''Plugins <math>\rightarrow</math> Open Layers <math>\rightarrow</math> Settings''.
* Use the dialogue to choose a map type you want. In this example, we'll use the "Add Google Satellite Layer" type map, but you can choose any others if you want.
* Enable "on the fly" projection and use the Google Mercator projection:

[[Image:0236.png|image]]

You should now have a new raster image in from Google that you can use as a backdrop, or to help you find out where you are on the map. Here is such a layer, with our own vector road layer as overlay:

[[Image:0247.png|image]]

=== [[Image:moderate.png|50px]] Follow along: The OpenStreetMap Plugin ===

Since we're using OpenStreetMap (OSM) data in our examples, it would be instructive to know where it comes from. QGIS has a plugin that allows you to download and edit this kind of data easily.

* First, ensure that you have the plugin installed by opening the ''Plugin Installer'' and filtering on the word <code>street</code>:

[[Image:0066.png|image]]

* The ''OpenStreetMap plugin'' should be installed by default, but if it isn't, you can get it by clicking the ''Install plugin'' button.
* Once it's installed, activate it via the ''Plugin Manager''.
* A new buttons and, if activated in ''View <math>\rightarrow</math> Panels <math>\rightarrow</math> OSM Feature'', a new panel will be added to your interface:

[[Image:0077.png|image]]

Let us download data for Bandung. The plugin will download data for the area currently on your map.

* Zoom in to the Bandung area.
* To add data, click on the ''Download OSM data'' button:

[[Image:0087.png|image]]

{{hlbox|Note: You may see a message stating that the latitude, longitude, or both extents are too large. This is because the OSM server doesn't have the capacity to continually give people data about the whole world. To prevent people trying to download too much data, there's a limit to the size of the area for which you can download data. If you get one of these error messages, zoom in to a smaller area on the map.}}

* If you have an acceptable area, you can leave the other options as default and click the ''Download'' button.
* After a while, the data will be downloaded, and will be shown in your map automatically. Here's an example:

[[Image:0115.png|image]]

With any of the OSM layers selected in your ''Layers list'', the buttons in the plugin's dock panel will become active:

[[Image:0125.png|image]]

* Using the plugin's own ''Identify feature'' tool (at the far left of the above buttons), click on any feature in the OSM layers to retrieve its data and see it displayed in the plugin interface. For example, clicking on the polygon near the top of the screen in our example shows it is a golf course:

[[Image:0136.png|image]]

* You can create new features (point, lines, polygons) as well as edit a feature that you have identified. For example, using the plugin's ''Identify feature'' tool as before, you can click on this polygon and see that it is a forest without a name:
[[Image:0146.png|image]]

* Double-click in the ''<new tag here>'' field.
* Select a new tag (attribute) from a list. Let's choose ''name'':

[[Image:0165.png|image]]

* Double-click in the ''Value'' field:

[[Image:0176.png|image]]

You can now enter a name for the forest. You can save your changes to the original source data, too. This makes the changes available internationally on the OSM server.

* Click the ''Upload OSM data'' button:

[[Image:0185.png|image]]

This gives you a dialogue, which you can fill in as needed.

If you have a user account at OSM, you can enter your credentials in the spaces provided and click the ''Upload'' button to save those changes.

Note that the plugin has many other functions: for example, you can also save OSM layers to a local directory, load data from saved OSM layers, and export OSM data as shapefiles.

OSM's data comes from, and is maintained by, the efforts of their users. Contributing data using this plugin allows you to help improve the quality of the OSM data you depend on.

=== In conclusion ===

There are many useful plugins available for QGIS. Using the built-in tools for installing and managing these plugins, you can find new plugins and make optimum use of them.

=== What's next? ===

Now we will look at combining some of the skills you have learnt in a practical exercise involving data from iSIKHNAS.

{{example|Click here to go to [[GIS AH C9|Module 9: GIS for Animal Health]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH C7

2014-10-31T01:09:24Z

Rachel: /* What's next? */

= Module: Vector Analysis =

Now that you have edited a few features, you must want to know what else one can do with them. Having features with attributes is nice, but when all is said and done, this doesn't really tell you anything that a normal, non-GIS map can't.

The key advantage of a GIS is this: ''a GIS can answer questions.''

For the next three modules, we will show you the functions of a GIS that you can use to answer a ''research question'' similar to what you may be asked to do as part of your job. This will include:

* projecting layers according to your needs
* using Simple Query Language (SQL) to find particular data
* creating buffers
* finding data contained in more than one layer using the ''Intersect'' tool
* find data using the ''Select by location'' tool

== Lesson: Reprojecting and Transforming Data ==

Let us talk about Coordinate Reference Systems (CRSs) again. We have touched on this briefly before, but have not discussed what it means practically.

'''The goal for this lesson:''' To reproject and transform vector datasets.

=== [[Image:basic.png|50px]] Follow along: Projections ===

The CRS that all the data as well as the map itself are in right now is called WGS84. This is a very common Geographic Coordinate System (GCS) for representing data. But there's a problem, as we will see.

* Save your current map.
* Then open the map of the world which you'll find under ''[[media:world.zip| <code>exercise_data/world/world.qgs</code>]]''.
* Zoom in to Indonesia by using the ''Zoom In'' tool.
* Try setting a scale in the ''Scale'' field, which is in the ''Status Bar'' along the bottom of the screen. While over Indonesia, set this value to <code>1:5000000</code> (one to five million).
* Pan around the map while keeping an eye on the ''Scale'' field.

Notice the scale changing? That's because you're moving away from the one point that you zoomed into at <code>1:5000000</code>, which was at the center of your screen. All around that point, the scale is different.

To understand why, think about a globe of the Earth. It has lines running along it from North to South. These longitude lines are far apart at the equator, but they meet at the poles.

In a GCS, you're working on this sphere, but your screen is flat. When you try to represent the sphere on a flat surface, distortion occurs, similar to what would happen if you cut open a tennis ball and tried to flatten it out. What this means on a map is that the longitude lines stay equally far apart from each other, even at the poles (where they are supposed to meet). This means that, as you travel away from the equator on your map, the scale of the objects that you see gets larger and larger. What this means for us, practically, is that there is no constant scale on our map.

To solve this, we will use a Projected Coordinate System (PCS) instead. A PCS "projects" or converts the data in a way that makes allowance for the scale change and corrects it. Therefore, to keep the scale constant, we should reproject our data to use a PCS.

=== [[Image:basic.png|50px]] Follow along: "On the Fly" Reprojection ===

QGIS allows you to reproject data "on the fly". What this means is that even if the data itself is in another CRS, QGIS can project it as if it were in a CRS of your choice.

* To enable "on the fly" projection, click on the ''CRS Status'' button in the ''Status Bar'' along the bottom of the QGIS window:

[[Image:0017.png|50px]]

* In the dialogue that appears, check the box next to ''Enable "on the fly' CRS transformation''.
* Type the word <code>global</code> into the ''Filter'' field. One CRS (''NSIDC EASE-Grid Global'') will appear in the list below.
* Click on it to select it, then click <code>OK</code>.
* Notice how the shape of Indonesia changes. All projections work by changing the apparent shapes of objects on Earth.
* Zoom in to a scale of <code>1:5000000</code> again, as before.
* Pan around the map.
* Notice how the scale stays the same!

"On the fly" reprojection is also used for combining datasets that are in different CRSs.

* Deactivate "on the fly" reprojection again:
** Click on the ''CRS Status'' button again.
** Uncheck the ''Enable "on the fly" CRS transformation'' box.
** Clicking ''OK''.
* Add another vector layer to your map which has the data for Indonesia only. You will find it as ''[[media:Indonesia_regions_32750.zip| <code>exercise_data/world/Indonesia_regions_32750.shp</code>]]''.

What do you notice?

The layer is not visible! But that is easy to fix, right?

* Right-click on the layer in the ''Layers list''.
* Select ''Zoom to Layer Extent''.

So now we see Indonesia... but where is the rest of the world?

It turns out that we can zoom between these two layers, but we can not ever see them at the same time. That is because their Coordinate Reference Systems are so different. The ''continents'' dataset is in ''degrees'', but the ''Indonesia_regions_32750'' dataset is in ''meters''. So, let us say that a given point in Jakarta in the ''Indonesia_regions_32750'' dataset is about <code>620 000</code> meters away from the equator. But in the ''continents'' dataset, that same point is about <code>6.3</code> degrees away from the equator.

This is the same distance - but QGIS doesn't know that. You haven't told it to reproject the data. So as far as it's concerned, the version of Indonesia that we see in the ''Indonesia_regions_32750'' dataset has Jakarta at the correct distance of <code>620 000</code> meters from the equator. But in the ''continents'' dataset, Jakarta is only <code>6.3</code> ''meters'' away from the equator! You can see why this is a problem.

QGIS does not know where Jakarta is ''supposed'' to be - that is what the data should be telling it. If the data tells QGIS that Jakarta is <code>6.3</code> meters away from the equator and that Indonesia is only about <code>12</code> meters from north to south, then that is what QGIS will draw.

To correct this:

* Switch ''Enable "on the fly' CRS transformation'' on again as before.
* Zoom to the extents of the ''Indonesia_regions_32750'' dataset.

Now, because they are made to project in the same CRS, the two datasets fit perfectly:

[[Image:0028.png|700px]]

When combining data from different sources, it is important to remember that they might not be in the same CRS. "On the fly" reprojection helps you to display them together.

=== [[Image:moderate.png|50px]] Follow along: Saving a Dataset to Another CRS ===

We have shown how using "On the fly" can make layers with different projections appear on the same map. But how can we reproject the layers so they are the same projection?

To truly reproject the data itself, you need to export it to a new file using a new projection.

Our layer ''Indonesian_regions_32750'' is projected using the CRS WGS 84 / UTM zone 50S, which is correct for most of Indonesia. What we will do now is reproject this layer so it is the same as our ''continents'' layer.

* Right-click on the ''Indonesian_regions_32750''
* Click on ''Save as''
* A new window ''Save vector layer as...'' will appear
* Click on the ''Browse'' button next to the ''Save as'' field
* Navigate to your <code>exercise_data/</code> folder, and call your new file <code>Indonesia_regions_WGS84.shp</code>
* Leave the ''Encoding'' unchanged.
* Change the value of the ''Layer CRS'' dropdown to ''Selected CRS''.
* Click the ''Browse'' button beneath the dropdown.
* The ''CRS Selector'' dialogue will now appear.
* In its ''Filter'' field, search for <code>33S</code>.
* Choose ''WGS 84 EPSG:4326'' from the list.
* Click ''OK''.

The ''Save vector layer as...'' dialogue now looks like this:

[[Image:0046.png|image]]

* Click ''OK'' and after an instant, you should be presented with:

[[Image:0058.png|image]]

* Click ''OK''.

Now both layers have the same projection and are displayed correctly, without the need for "On the fly".

Both the layers are now projected in degrees. If you want to measure distance using units of length such as meters or kilometers, you will need to project the layers accordingly, using a different PCS.

{{hlbox|Note: It is very important to remember that to reproject a layer, you must save it as a new layer, with the new projection. You can not correctly change the projection of a layer using any other way.}}

=== In conclusion ===

Different projections are useful for different purposes. By choosing the correct projection, you can ensure that the features on your map are being represented accurately.

[[Image:0067.png|50px]]

=== Further reading ===

Further information on Coordinate Reference Systems is available [http://linfiniti.com/dla/worksheets/7_CRS.pdf here]<ref>http://linfiniti.com/dla/worksheets/7_CRS.pdf
</ref>.

=== What's next? ===

In the next lesson you'll learn how to analyze vector data using QGIS's various vector analysis tools.

== Lesson: Vector Analysis ==

Vector data can also be analyzed to reveal how different features interact with each other in space. There are many different analysis-related functions in GIS, so we won't go through them all. Instead, we will show show you the tools QGIS provides to solve a realistic problem you might face.

{{hlbox|Note: For this lesson we are going to use the original exercise and data, which is based in South Africa. You will have the opportunity in Chapter 9, ''Using QGIS in animal health'', to use GIS for a specific animal health exercise using Indonesian data from iSIKHNAS.}}

'''The goal for this lesson:''' To ask a question and solve it using analysis tools.

=== [[Image:basic.png|50px]] The GIS Process ===

Before we start, it would be useful to give a brief overview of a process that can be used to solve any GIS problem. The way to go about it is:

# State the Problem
# Get the Data
# Analyze the Problem
# Present the Results

=== [[Image:basic.png|50px]] The problem ===

We begin the process by deciding on a problem to solve. Let us say you are a property developer, and you need to buy a farm to build a new residential development for people who have had enough of Cape Town and Johannesburg. You have done some market research, and you have come up with the following requirements that a farm needs to satisfy:

# It needs to be in Swellendam.
# You don't want to have to build a long access road (maximum distance 500 meters), and it has to be easily accessible from main routes.
# The people who make up the target market will probably have children, so it must be within a reasonable distance (by car) from a school.
# The farm must be between 100 and 150 hectares in area.

=== [[Image:basic.png|50px]] The data ===

To answer these questions, we are going to need the following data:

# The farms we're going to be choosing from.
# The roads that need to be running through these farms.
# The location of schools.

For this exercise the data has been provided already, but in reality you may need to find a provider for the datasets in question.

=== [[Image:basic.png|50px]] Follow along: Start a Project ===

So now that we know what we want to do, let's start doing it!

* Start a new QGIS project.
* Start adding new layers. They're all to be found in the <code>exercise_data/projected_data</code> folder.
* Add the ''[[media:schools_33S.zip| <code>schools_33S.shp</code>]]'', ''[[media:roads_33S.zip| <code>roads_33S.shp</code>]]'', and ''[[media:farms_33S.zip| <code>farms_33S.shp</code>]]'' layers.

These files are in a Projected Coordinate System, which is necessary for this analysis, for reasons we have covered in the previous lesson. (We want to be able to calculate distances in meters and areas in hectares, not in degrees.)

Once you have got these layers in your ''Layers list'':

* Rename the layers by right-clicking on them and selecting the ''Rename'' option.
* Give them the new, less messy names <code>roads</code>, <code>schools</code> and <code>farms</code>.
* Save your map under ''exercise_data'', as <code>analysis.qgs</code>.
* In your operating system's file manager, create a new folder under ''exercise_data'' and call it <code>residential_development</code>. This is where you'll save the datasets that will be the results of the analysis functions.

Now that we've got the data, we can analyze the problem.

=== [[Image:basic.png|50px]] Follow along: Analyzing the Problem: Farms in Swellendam ===

The first criterion we are facing is that the farm needs to be in Swellendam. So let's tell QGIS to only show us the farms that are, in fact, in Swellendam.

* Right-click on the ''farms'' layer in the ''Layers list''.
* Select the option ''Query...''. This gives you a new ''Query Builder'' dialogue.
* Scroll down in the ''Fields'' list on the left of this dialogue until you see the field <code>TOWN</code>.
* Click on it once.
* Click the ''All'' button underneath the ''Values'' list:

[[Image:0138.png|image]]

Now we need to tell QGIS to only show us the farms where the value of <code>TOWN</code> is equal to <code>Swellendam</code>.

* Double-click the word <code>TOWN</code> in the ''Fields'' list.
* Watch what happens in the ''SQL where clause'' field below:

[[Image:0148.png|image]]

The word <code>TOWN</code> has appeared! To build the rest of the query:

* Click the ''='' button (under ''Operators'').
* Double-click the value <code>Swellendam</code> in the ''Values'' list.

Your query is this:

[[Image:0155.png|image]]

And now your ''farms'' layer looks like this:

[[Image:0167.png|image]]

For further analysis, it's better if we've got these farms as a separate layer.

* Right-click on the ''farms'' layer and click ''Save As...''.
* Next to the ''Save as'' field in the dialogue that appears, click the ''Browse'' button.
* Save the layer under <code>exercise_data/residential_development/</code>, as <code>swellendam_farms.shp</code>.
* Check the ''Add saved file to map'' box in the ''Save vector layer as...'' dialogue.
* Click ''OK''. It will tell you that <code>Export to vector file has been completed</code>.
* Click ''OK''.

Now we've got the ''farms'' twice, but we only need the one we just created.

* Right-click on the old ''farms'' layer and remove it.

=== [[Image:basic.png|50px]] Try yourself... find important roads ===

We have a similar problem with the roads; the only roads we're taking into account are the main ones.

* Build a query for the ''roads'' layer, like you did above for the ''farms'' layer. You want only the types <code>primary</code>, <code>secondary</code>, <code>tertiary</code> and <code>trunk</code>, so you need to build this query:

<code>TYPE = 'primary' OR TYPE = 'secondary' OR TYPE = 'tertiary' OR TYPE = 'trunk'</code>

You can either use the approach above, where you double-clicked values and clicked buttons, or you can copy and paste the command above.

[[GIS_AH_Answers#Find_Important_Roads|''Check your results'']]

=== [[Image:basic.png|50px]] Try yourself... find high schools ===

Your future customers will want to send their children to high schools.

* Use the same approach as before and build this query for the ''schools'' layer:

<code>"has_high_s" = 'y'</code>

You should have only 3 out of the 4 original schools left.

* Save the resulting layer under <code>exercise_data/residential_development/</code> as <code>high_schools.shp</code>.

=== [[Image:basic.png|50px]] Follow along: Analyzing the Problem: Distances From Schools and Roads ===

QGIS allows you to calculate distances from any vector object.

* Make sure that only the ''important_roads'' and ''swellendam_farms'' layers are visible, to simplify the map while you're working.
* Click on the ''Vector <math>\rightarrow</math> Geoprocessing Tools <math>\rightarrow</math> Buffer(s)'' tool:

[[Image:0187.png|image]]

This gives you a new dialogue.

* Set it up like this:

[[Image:0208.png|image]]

The ''Buffer distance'' is in meters because our input dataset is in a Projected Coordinate System. This is why we needed to use projected data!

* Save the resulting layer under <code>exercise_data/residential_development/</code> as <code>important_roads_buffer_500m.shp</code>.
* Click ''OK'' and it will create the buffer.
* When it asks you if it should "add the new layer to the TOC", click ''Yes''. ("TOC" stands for "Table of Contents", by which it means the ''Layers list'').
* Now click on ''Close'' on the dialogue box.

Now you've got this:

[[Image:0217.png|image]]

OK, that looks interesting! Those are all the areas that are within 500 meters of an important road.

But look closer: it looks like there are joins between different sections of road! That is not nice. Remove that layer and let us try again:

[[Image:0226.png|image]]

* Note that we're now checking the ''Dissolve buffer results'' box.
* Save the output under the same name as before (click ''Yes'' when it asks your permission to overwrite the old one).
* Click ''OK''.

Once you've added the layer to the ''Layers list'', it will look like this:

[[Image:0238.png|image]]

That's more like it! Now there are no unnecessary subdivisions.

=== [[Image:basic.png|50px]] Try yourself... distance from high schools ===

* Use the same approach as above and create a buffer for your schools.

It needs to be 10 km in radius, and saved under the usual directory as <code>high_schools_buffer_10km.shp</code>.

[[GIS_AH_Answers#Distance_from_High_Schools|''Check your results'']]

=== [[Image:basic.png|50px]] Follow along: Overlapping Areas ===

Now we have areas where the road in 500 meters away and there's a school within 10 km (as the crow flies). But obviously, we only want the areas where both of these criteria are satisfied at once! To do that, we'll need to use the ''Intersect'' tool. Find it under ''Vector <math>\rightarrow</math> Geoprocessing Tools <math>\rightarrow</math> Intersect''. Set it up like this:

[[Image:0278.png|image]]

The two input layers are the two buffers; the save location is as usual; and the file name is <code>road_school_buffers_intersect.shp</code>. Once it's set up like this, click ''OK'' and add the layer to the ''Layers list'' when prompted.

In the image below, the blue areas show us where both distance criteria are satisfied at once!

[[Image:0287.png|image]]

You may remove the two buffer layers and only keep the one that shows where they overlap, since that's what we really wanted to know in the first place.

=== [[Image:basic.png|50px]] Follow along: Select the Farms ===

Now you've got the area that the farms must overlap. Next, you want to select the farms in that area.

* Click on the menu entry ''Vector <math>\rightarrow</math> Research Tools <math>\rightarrow</math> Select by location''. A dialogue will appear.
* Set it up like this:

[[Image:0305.png|image]]

* Click ''OK'' and you'll see the results:

[[Image:0312.png|image]]

The yellow farms are the selected ones. Let's save them as a new layer.

* Right-click on the ''swellendam_farms'' layer in the ''Layers list''.
* Select ''Save Selection As...''.
* Set the dialogue up like this:

[[Image:0322.png|image]]

* The file name is <code>well_located_farms.shp</code>.
* Click ''OK''.

Now you have the selection as a separate layer.

=== [[Image:basic.png|50px]] Follow along: Select Farms of the Right Size ===

To see which farms are the right area (between 100 and 150 ha), we first need to calculate their areas in hectares.

* Open the attribute table for the ''well_located_farms'' layer.
* Enter edit mode:

[[Image:0331.png|image]]

* Start the field calculator:

[[Image:0344.png|image]]

* Set it up like this:

[[Image:0353.png|image]]

* If you can not find ''AREA'' in the list, try this instead:

[[Image:0363.png|image]]

* Click ''OK''.
* Scroll to the right of the attribute table; your <code>AREA</code> field now has areas in hectares for all the farms in your ''well_located_farms'' layer.
* Click the edit mode button again as above, and save your edits when prompted.
* Do a query:

[[Image:0373.png|image]]

* Click ''OK''. Your results should look like this:

[[Image:0381.png|image]]

That's it! Those red farms are the ones satisfying your criteria. Well done!

=== [[Image:basic.png|50px]] Try yourself... ===

* Save your solution as a new layer, using the approach you learned above for doing so. The file should be saved under the usual directory, with the name <code>solution.shp</code>.

=== In conclusion ===

Using the GIS problem-solving approach together with QGIS vector analysis tools, you were able to solve a problem with multiple criteria quickly and easily.

[[GIS_AH_Answers#Results_for_Vector_Analysis|Check your answers]]

=== What's next? ===

In the next lesson, we will look at Plugins, and how they can help you with your mapping tasks.

{{example|Click here to go to [[GIS AH C8|Module 8 : Plugins]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

<references/>

GIS AH C6

2014-10-31T01:08:57Z

Rachel: /* What's next? */

= Module: Creating Vector Data =

Creating maps using existing data is just the beginning. In this module, you'll learn how to modify existing vector data and create new datasets entirely.

== Lesson: Creating a New Vector Dataset ==

The data that you use has to come from somewhere. For most common applications, the data exists already; but the more particular and specialized the project, the less likely it is that the data will already be available. In such cases, you'll need to create your own new data.

'''The goal for this lesson:''' To create a new vector dataset.

=== [[Image:basic.png|50px]] Follow along: The Layer Creation dialogue ===

Before you can add new vector data, you need a vector dataset to add it to. In our case, you'll begin by creating new data entirely, rather than editing an existing dataset. Therefore, you'll need to define your own new dataset first.

You'll need to open the ''New Vector Layer'' dialogue that will allow you to define a new layer.

* Navigate to and click on the menu entry ''Layer <math>\rightarrow</math> New <math>\rightarrow</math> New Shapefile Layer''.

You'll be presented with the following dialogue:

[[Image:0013.png|image]]

It's important to decide which kind of dataset you want at this stage. Each different vector layer type is "built differently" in the background, so once you've created the layer, you can't change its type.

For the next exercise, we're going to be creating new features which describe areas. For such features, you'll need to create a polygon dataset.

* Click on the ''Polygon'' radio button:

[[Image:0022.png|image]]

This has no impact on the rest of the dialogue, but it will cause the correct type of geometry to be used when the vector dataset is created.

The next field allows you to specify the Coordinate Reference System, or CRS. A CRS specifies how to describe a point on Earth in terms of coordinates, and because there are many different ways to do this, there are many different CRSs. The CRS of this project is WGS84, so it's already correct by default:

[[Image:0033.png|image]]

Next there is a collection of fields grouped under ''New attribute''. By default, a new layer has only one attribute, the <code>id</code> field (which you should see in the ''Attributes list'') below. However, in order for the data you create to be useful, you actually need to say something about the features you'll be creating in this new layer! For our current purposes, it will be enough to add one field called <code>name</code>.

* Replicate the setup below, then click the ''Add to attributes list'' button:

[[Image:0043.png|image]]

* Check that your dialogue now looks like this:

[[Image:0052.png|image]]

* Click ''OK''. A save dialogue will appear.
* Navigate to the <code>exercise_data</code> directory.
* Save your new layer as <code>university_property.shp</code>.

The new layer should appear in your ''Layers list''.

=== [[Image:basic.png|50px]] Follow along: Data sources ===

When you create new data, it obviously has to be about objects that really exist on the ground. Therefore, you'll need to get your information from somewhere.

There are many different ways to obtain data about objects. For example, you could use a GPS to capture points in the real world, then import the data into QGS afterwards. Or you could survey points using a theodolite, and enter the coordinates manually to create new features. Or you could use the digitizing process to trace objects off of remote sensing data, such as satellite imagery or aerial photography.

For our example, you'll be using the digitizing approach. Sample raster datasets are provided, so you'll need to import them as necessary.

* Click on the ''Add Raster Layer'' button:

[[Image:0061.png|50px]]

* Navigate to <code>exercise_data/raster/</code>.
* Select the file ''[[media:ITB_raster.zip| <code>ITB_raster.tif</code>]]''.
* Click ''Open''. An image will load into your map.
* Find the new image in the ''Layers list''.

[[Image:0072.png|image]]

You'll be digitizing these three fields:

[[Image:0142.png|image]]

* Hide all the layers except the raster and the ''university_property'' layer.

In order to begin digitizing, you'll need to enter '''edit mode'''. GIS software commonly requires this to prevent you from accidentally editing or deleting important data. Edit mode is switched on or off individually for each layer.

To enter edit mode for the ''university_property'' layer:

* Right click on the layer in the ''Layer list'' to select it. (Make very sure that the correct layer is selected, otherwise you'll edit the wrong layer)
* Click on the ''Toggle Editing'' button:

[[Image:0081.png|50px]]

If you can't find this button, check that the ''Digitizing'' toolbar is enabled. There should be a check mark next to the ''View <math>\rightarrow</math> Toolbars <math>\rightarrow</math> Digitizing'' menu entry.

As soon as you are in edit mode, you'll see the digitizing tools are now active:

[[Image:0091.png|image]]

From left to right on the image above, they are:

* ''Toggle Edit'': activates / deactivates edit mode.
* ''Save Edits'': saves changes made to the layer.
* ''Add Feature'': start digitizing a new feature.
* ''Move Feature(s)'': move an entire feature around.
* ''Node Tool'': move only one part of a feature.
* ''Delete Selected'': delete the selected feature (only active if a feature is selected).
* ''Cut Features'': cut the selected feature (only active if a feature is selected).
* ''Copy Features'': copy the selected feature (only active if a feature is selected).
* ''Paste Features'': paste a cut or copied feature back into the map (only active if a feature has been cut or copied).

You want to add a new feature.

* Click on the ''Add Feature'' button now to begin digitizing right away!

You'll notice that your mouse cursor has become a crosshair. This allows you to more accurately place the points you'll be digitizing. Remember that even as you're using the digitizing tool, you can zoom in and out on your map by rolling the mouse wheel, and you can pan around by holding down the mouse wheel and dragging around in the map.

The first feature you'll be digitizing is the tennis courts:

[[Image:0103.png|image]]

* Start digitizing by clicking on a point somewhere along the edge of the field.
* Place more points by clicking further along the edge, until the shape you're drawing completely covers the field.
* To place your last point, ''right-click'' where you want it to be. This will finalize the feature and show you the ''Attributes'' dialogue.
* Fill in the values as below:

[[Image:0132.png|image]]

* Click ''OK'' and you've created a new feature!

Remember, if you've made a mistake while digitizing a feature, you can always edit it after you're done creating it. If you've made a mistake, continue digitizing until you're done creating the feature as above. Then:

* Select the feature with the ''Select Single Feature'' tool:

[[Image:0122.png|image]]

You can use:

* the ''Move Feature(s)'' tool to move the entire feature,
* the ''Node Tool'' to move only one point where you may have misclicked,
* ''Delete Selected'' to get rid of the feature entirely so you can try again, and
* the ''Edit <math>\rightarrow</math> Undo'' menu item or the <code>ctrl + z</code> keyboard shortcut to undo mistakes.

=== [[Image:basic.png|50px]] Try yourself... ===

* Digitize the athletics field and the swimming pools. Use this image to assist you:

[[Image:0142.png|image]]

Remember that each new feature needs to have a unique <code>id</code> value.

{{hlbox|Note: When you're done adding features to a layer, remember to save your edits and then exit edit mode.}}

=== In conclusion ===

This lesson has shown you how to create new features in your dataset. This course doesn't cover adding point features, because that's not really necessary now you have worked with more complicated features (lines and polygons). Adding point features works exactly the same, except that you only click once where you want the point to be, give it attributes as usual, and then the feature is created.

Knowing how to digitize is important because it's a very common activity in GIS programs.

=== What's next? ===

Now that you have been introduced to vector data creation, you can learn how to analyze this data to solve problems. That is the topic of the next module.

{{example|Click here to go to [[GIS AH C7|Module 7 : Vector Analysis]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH C5

2014-10-31T01:08:35Z

Rachel: /* In conclusion */

= Module: Creating Maps =

In this module, you'll learn how to use the QGIS Map Composer to produce quality maps with all the requisite map components.

== Lesson: Using Map Composer ==

Now that you've got a map, you need to be able to print it or to export it to a document. The reason is, a GIS map file is not an image. It saves the state of the GIS program, with references to all the layers, their labels, colours, etc. So for someone who doesn't have the data or the same GIS program (such as QGIS), the map file will be useless. Luckily, QGIS can export its map file to a format that anyone's computer can read, as well as printing out the map if you have a printer connected. Both exporting and printing is handled via the Map Composer.

'''The goal for this lesson:''' To use the QGIS Map Composer to create a basic map with all the required settings.

=== [[Image:basic.png|50px]] Follow along: The Composer Manager ===

QGIS allows you to create multiple maps using the same map file. For this reason, it has a tool called the ''Composer Manager''.

* Zoom in on the area of your map showing the streets and places of Bandung.
* Click on the ''File <math>\rightarrow</math> Composer Manager'' menu entry to open this tool. You'll see a blank ''Composer manager'' dialogue appear.
* Click the ''Add'' button and a new composer will be added called ''Composer 1'' (it may be another number if you have tried using the ''Composer Manager'' before now).
* With your new composer selected, click on the ''Rename'' button and rename it to <code>Bandung</code>.
* Click ''OK''.
* Click the ''Show'' button.

(You could also close the dialogue and navigate to a composer via the ''File <math>\rightarrow</math> Print Composers'' menus, as in the image below.)

[[Image:0035.png|600px]]

Whichever route you take to get there, you will now see the ''Print Composer'' window.

=== [[Image:basic.png|50px]] Follow along: Basic Map Composition ===

In this example, the composition was already the way we wanted it. Ensure that yours is as well.

* Check that the values under ''General <math>\rightarrow</math> Composition <math>\rightarrow</math> Paper and Quality'' are set to the following:

* ''Size'': <code>A4 (210x297mm)</code>
* ''Orientation'': <code>Landscape</code>
* ''Quality'': <code>300dpi</code>

Now you've got the page layout the way you wanted it, but this page is still blank. It clearly lacks a map. Let's fix that!

* Click on the ''Add New Map'' button:

[[Image:0055.png|50px]]

With this tool activated, you'll be able to place a map on the page.

* Click and drag a box on the blank page:

[[Image:0064.png|600px]]

The map will appear on the page.

* Move the map by clicking and dragging it around:

[[Image:0075.png|600px]]

* Resize it by clicking and dragging the boxes in the corners:

[[Image:0084.png|600px]]

{{hlbox|Note: Your map may look a lot different, of course! This depends on how your own project is set up. But not to worry! These instructions are general, so they will work the same regardless of what the map itself looks like.}}

* Be sure to leave margins along the edges, and a space along the top for the title:

[[Image:0093.png|600px]]

* Zoom in and out on the page (but not the map!) by using these buttons:

[[Image:0104.png|120px]]

* Zoom and pan the map in the main QGIS window. You can also pan the map using the ''Move item content'' tool:

[[Image:0234.png|50px]]

When zooming in, the map view will not refresh by itself. This is so that it doesn't waste your time redrawing the map while you're zooming the page to where you want it, but it also means that if you zoom in or out, the map will be at the wrong resolution and will look ugly or unreadable.

* Force the map to refresh by clicking this button:

[[Image:0112.png|50px]]

Remember that the size and position you've given the map doesn't need to be final. You can always come back and change it later if you're not satisfied. For now, you need to ensure that you've saved your work on this map. Because a ''Composer'' in QGIS is part of the main map file, you'll need to save your main project. Go to the main QGIS window (the one with the ''Layers list'' and all the other familiar elements you were working with before), and save your project from there as usual.

=== [[Image:basic.png|50px]] Follow along: Adding a Title ===

Now your map is looking good on the page, but the reader is not being told what's going on yet. They need some context, which is what you'll provide for them by adding map elements. First, let's add a title.

* Click on this button:

[[Image:0123.png|50px]]

* Click on the page, and a label will appear:

[[Image:0134.png|600px]]

* Resize it and place it in the top center of the page. It can be resized and moved in the same way that you resized and moved the map.

[[Image:0144.png|600px]]

But if you tried it, you'll see that it's difficult to align the label to be completely centered to the map! Luckily, there's a tool for that.

* Click the map to select it.
* Hold in <code>shift</code> on your keyboard and click on the label.
* Look for this tool (but don't click it yet):

[[Image:0153.png|50px]]

* Click on the downwards arrow next to the button.
* Click ''Align center'':

[[Image:0164.png|200px]]

To make sure that you don't accidentally move these elements around now that you've aligned them:

* Right-click on both the map and the label.

A small lock icon will appear in the corner to tell you that an element can't be dragged right now. You can always right-click on an element again to unlock it, though.

Now the label is centered to the map, but not the contents. To center the contents of the label:

* Select the label by clicking on it.
* Click on the ''Item'' tab in the side panel of the ''Composer'' window.
* Change the text of the label to "Bandung":

[[Image:0174.png|image]]

* Use this interface to set the font and alignment options:

[[Image:0184.png|image]]

* Choose a large but sensible font (the example will use the default font with a size of <code>36</code>), and keep the colour subdued.

In fact, it's probably best to keep it black as per the default. The key is that the font should not be distracting, otherwise people who see the page will be looking at the heading instead of reading the map!

* Set the ''Horizontal Alignment'' to ''Center'', so that the heading is properly centered within the label.

[[Image:0194.png|image]]

This is progressing nicely, but the label still has an unnecessary frame around it:

[[Image:0204.png|image]]

Let's get rid of it.

* Click on the ''General options'' slider at the bottom of the ''Item'' tab. The ''Label'' slider will slide away and you will see a new interface.
* Click the ''Show frame'' checkbox to disable the frame:

[[Image:0214.png|image]]

Here is our page so far:

[[Image:0224.png|image]]

=== [[Image:basic.png|50px]] Follow along: Adding a Legend ===

The map reader also needs to be able to see what various things on the map actually mean. In some cases, like the place names, this is quite obvious. In other cases, it's more difficult to guess, like the colours of the farms. Let's add a new legend.

* Click on this button:

[[Image:0245.png|50px]]

* Click on the page to place the legend, and move it to where you want it:

[[Image:0255.png|600px]]

In this example, the legend is far too big. We will now learn how to customize the legend.

=== [[Image:moderate.png|50px]] Follow along: Customizing Legend Items ===

Not everything on the legend is necessary, so let's remove some unwanted items.

* In the ''Item'' tab, click on the ''Legend items'' slider.
* Select the ''places'' entry.
* Delete it from the legend by clicking the ''minus'' button:

[[Image:0265.png|50px]]

* Remove any other items that you don't think are necessary.

You can also rename items.

* Select a layer from the same list.
* Click the ''Edit'' button:

[[Image:0276.png|50px]]

* Rename the layers to <code>Roads and Streets</code>, <code>Water ways</code>, and <code>Land cover</code>.
* Click the down arrow next to any item with multiple classes to rename the classes (using the same method as above).
* Remove any layers not necessary (for example, areas of land cover that are

not displayed on the map).

This is the result in the example. We have moved the legend to the side of the map and realigned the title with the map:

[[Image:0285.png|image]]

=== [[Image:basic.png|50px]] Follow along: Exporting Your Map ===

{{hlbox|Note: Did you remember to save your work often?}}

Finally the map is ready for export! You'll see the export buttons near the top left corner of the ''Composer'' window:

[[Image:0294.png|120px]]

The button on the right is the ''Print'' button, which interfaces with a printer. Since the printer options will differ depending on the model of printer that you're working with, it's probably better to consult the printer manual or a general guide to printing for more information on this topic.

The other three buttons allow you to export the map page to a file. There are three export formats to choose from:

* ''Export as Image''
* ''Export as PDF''
* ''Export as SVG''

Exporting as an image will give you a selection of various common image formats to choose from. This is probably the simplest option, but the image it creates is "dead" and difficult to edit.

The other two options are more common.

If you're sending the map to a cartographer (who may want to edit the map for publication), it's best to export as an SVG. SVG stands for "Scalable Vector Graphic", and can be imported to programs like Inkscape or other vector image editing software.

If you need to send the map to a client, it's most common to use a PDF, because it's easier to set up printing options for a PDF. Some cartographers may prefer PDF as well, if they have a program that allows them to import and edit this format.

For our purposes, we're going to use PDF.

* Click the ''Export as PDF'' button:

[[Image:0303.png|50px]]

* Choose a save location and a file name as usual.
* Click ''Save''.

=== In conclusion ===

* Close the ''Composer'' window.
* Save your map.
* Find your exported PDF using your operating system's file manager.
* Open it.
* Bask in its glory.

Congratulations on your first completed QGIS map project!

=== What's next? ===

On the next page, you will be given an assignment to complete. This will allow you to practice the techniques you have learned so far.

== Assignment 1 ==

Open your existing map project and revise it thoroughly. If you have noticed small errors or things you'd have liked to fix earlier, do so now.

If you are following this course at a ''Basic'' or ''Intermediate'' level, try to understand and implement techniques taught at a higher level.

While customizing your map, keep asking yourself questions. Is this map easy to read and understand for someone who's unfamiliar with the data? If I saw this map on the Internet, or on a poster, or in a magazine, would it capture my attention? Would I want to read this map if it wasn't mine?

If you're doing this course at a [[Image:basic10.png|image]] Basic or [[Image:moderate10.png|image]] Intermediate level, read up on techniques from the more advanced sections. If you see something you'd like to do in your map, why not try to implement it?

If this course is being presented to you, the course presenter may require you to submit a final version of your map, exported to PDF, for evaluation. If you're doing this course by yourself, it's recommended that you evaluate your own map using the same criteria. Your map will be evaluated on the overall appearance and symbology of the map itself, as well as the appearance and layout of the map page and elements. Remember that the emphasis for evaluating the appearance of maps will always be ''ease of use''. The nicer the map is to look at and the easier it is to understand at a glance, the better.

Happy customizing! :)

=== In conclusion ===

The first four modules have taught you how to create and style a vector map. In the next four modules, you'll learn how to use QGIS for a complete GIS analysis. This will include creating and editing vector data; analyzing vector data; using and analyzing raster data; and using GIS to solve a problem from start to finish, using both raster and vector data sources.

{{example|Click here to go to [[GIS AH C6|Module 6 : Creating Vector Data]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH C4

2014-10-31T01:08:08Z

Rachel: /* What's next? */

= Module: Classifying Vector Data =

Classifying vector data allows you to assign different symbols to features (different objects in the same layer), depending on their attributes. This allows someone who uses the map to easily see the attributes of various features.

== Lesson: Attribute Data ==

Up to now, none of the changes we have made to the map have been influenced by the objects that are being shown. In other words, all the farms look alike, and all the roads look alike. When looking at the map, the viewers don't know anything about the roads they are seeing; only that there is a road of a certain shape in a certain area.

But the whole strength of GIS is that all the objects that are visible on the map, also have attributes. Maps in a GIS aren't just pictures. They represent not only objects in locations, but also information about those objects.

'''The goal of this lesson:''' To explore the attribute data of an object and understand what the various data can be useful for.

=== [[Image:basic.png|50px]] Follow along: Attribute data ===

Open the attribute table for the ''places'' layer (refer back to the section ''"Working with Vector Data"'' if necessary). Which field would be the most useful to represent in label form, and why?

[[GIS_AH_Answers#Attribute_Data|''Check your results'']]

=== In conclusion ===

You now know how to use the attribute table to see what is actually in the data you're using. Any dataset will only be useful to you if it has the attributes that you care about. If you know which attributes you need, you can quickly decide if you're able to use a given dataset, or if you need to look for another one that has the required attribute data.

=== What's next? ===

Different attributes are useful for different purposes. Some of them can be represented directly as text for the map user to see. You'll learn how to do this in the next lesson.

== Lesson: The Label Tool ==

Labels can be added to a map to show any information about an object. Any vector layer can have labels associated with it. These labels rely on the attribute data of a layer for their content.

{{hlbox|Note: The ''Layer Properties'' dialogue does have a ''Labels'' tab, but for this example we will not be using it. It has too few options and may be difficult to work with, which is why it will probably be taken out of new versions of QGIS (after 1.8). Instead, for this lesson we'll use the separate ''Label tool'', which has more options and is more user-friendly.}}

'''The goal for this lesson:''' To apply useful and good-looking labels to a layer.

=== [[Image:basic.png|50px]] Follow along: Using labels ===

Before being able to access the Label tool, you will need to ensure that it has been activated.

* Go to the menu item ''View <math>\rightarrow</math> Toolbars''.
* Ensure that the ''Label'' item has a check mark next to it. If it doesn't, click on the ''Label'' item, and it will be activated.
* Click on the ''places'' layer in the ''Layers list'', so that it is highlighted.
* Click on the following toolbar button:

[[Image:00110.png|60px]]

This gives you the ''Layer labeling settings'' dialogue.

* Check the box next to ''Label this layer with...''.

[[Image:00311.png|image]]

You'll need to choose which field in the attributes will be used for the labels. In the previous lesson, you decided that the <code>NAME</code> field was the most suitable one for this purpose.

* Click ''OK''.

The map should now have labels like this:

[[Image:00511.png|600px]]

=== [[Image:basic.png|50px]] Follow along: Changing label options ===

What we have so far is good, but as you can see, the labels are overlapping the points that they are associated with. That doesn't look very nice. The text is also a bit larger than it needs to be. Let's fix these problems!

* Open the ''Label tool'' again by clicking on its button as before.
* Click on the ellipsis (''...'') button to change the text properties:

[[Image:00610.png|600px]]

A standard text change dialogue appears, similar to those in many other programs. Change the font to <code>Arial</code> size <code>9</code>. Your labels will now look like this:

[[Image:00710.png|600px]]

This solves the font problem, and now let's look at the problem of the labels overlapping the points, but before we do that, let's take a look at the ''Buffer'' option.

* Open the ''Label tool'' dialogue.
* Deactivate the label buffer by clicking on the checkbox next to the text that says ''Buffer''.
* Click ''Apply''.

Note the effects in the map:

[[Image:00810.png|600px]]

Now you can see why we usually need label buffers!

* Reactivate the buffers by clicking in the same checkbox as before, and then clicking ''Apply''.

Back to the problem of the labels that overlap points.

* In the ''Label tool'' dialogue, go to the ''Advanced'' tab.
* Change the value of ''Label distance'' to <code>2</code>.

[[Image:0099.png|600px]]

* Click ''Apply''.

This is the result:

[[Image:0109.png|600px]]

=== [[Image:moderate.png|50px]] Follow along: Using labels instead of layer symbology ===

In many cases, the location of a point doesn't need to be very specific. For example, when they refer to entire towns or suburbs, and the specific point associated with such features is not that specific on a large scale. In fact, giving a point that is too specific is often confusing for someone reading a map.

To name an example: on a map of the world, the point given for the European Union may be somewhere in Poland, for instance. To someone reading the map, seeing a point labeled ''European Union'' in Poland, it may seem that the capital of the European Union is therefore in Poland.

So, to prevent this kind of misunderstanding, it's often useful to deactivate the point symbols and replace them completely with labels.

In QGIS, you can do this by changing the position of the labels to be rendered directly over the points they refer to.

* Open the ''Layer labeling settings'' dialogue for the ''places'' layer.
* Go to the ''Advanced'' tab.
* Click on the ''over point'' button.

[[Image:0119.png|image]]

* Hide the point symbols by editing the layer style as usual, and setting the size of points to <code>0</code>:

[[Image:0128.png|image]]

* Click ''OK'' and you'll see this result:

[[Image:01310.png|600px]]

As you can see, some of the labels are now missing to prevent overlap (at this scale). Sometimes this is what you want when dealing with datasets that have many points, but at other times you will lose useful information this way. There is another possibility for handling cases like this, which we'll cover in a later exercise in this lesson.

=== [[Image:moderate.png|50px]] Try yourself... Customize the labels ===

* Return the label and symbol settings to the way they were before.

[[GIS_AH_Answers#Label_Customization_.28Part_1.29|''Check your results'']]

* Set the map to the scale <code>1:20000</code>. You can do this by typing it into the ''Scale'' box in the ''Status Bar''.
* Modify your labels to be suitable for viewing at this scale.

[[GIS_AH_Answers#Label_Customization_.28Part_2.29|''Check your results'']]

=== [[Image:moderate.png|50px]] Follow along: Labeling lines ===

Now that you know how labeling works, there's an additional problem. Points and polygons are easy to label, but what about lines? If you label them the same way as the points, your results would look like this:

[[Image:0179.png|600px]]

This is not very useful! To make lines behave, we'll need to edit some options.

* Hide the ''places'' layer so that it doesn't distract you.
* Zoom in on the town area.
* Activate labels for the ''streets'' layer as before. (Remember to use the ''Label tool'' on the toolbar, not the one in ''Label Properties''!)
* Set the font ''Size'' to <code>9</code> so that you can see more labels.
* In the ''Label tool'' dialogue's ''Advanced'' tab, choose the following settings:

[[Image:0189.png|image]]

The map will look somewhat like this, depending on scale:

[[Image:0197.png|image]]

It's better than before, but still not ideal. For starters, some of the names appear more than once, and that's not always necessary. To prevent that from happening:

* Enable the option ''Merge connected lines to avoid duplicate labels'' (also under the ''Advanced'' tab - you may need to scroll down to see it).

Another useful function is to prevent labels being drawn for features too short to be of notice.

* Set the value of ''Suppress labeling of features smaller than ...'' to <code>5mm</code> and note the results when you click ''Apply''.

Try out different ''Placement'' settings as well (also under the ''Advanced'' tab). As we've seen before, the ''horizontal'' option is not a good idea in this case, so let's try the ''curved'' option instead!

* Select the ''curved'' option under the ''Advanced'' tab of the ''Layer labeling settings'' dialogue.

Here's the result:

[[Image:02010.png|image]]

As you can see, this hides a lot of the labels that were previously visible, because of the difficulty of making some of them follow twisting street lines and still be legible. You can decide which of these options to use, depending on what you think seems more useful or what looks better.

=== [[Image:hard.png|50px]] Follow along: Data defined settings ===

* Deactivate labeling for the ''streets'' layer.
* Reactivate labeling for the ''places'' layer.
* Open the attribute table for ''places''.

It has two fields that are of interest to us now: <code>AMENITY</code> and <code>RESTAURANT</code>. <code>AMENITY</code> is what type of place it is. <code>RESTAURANT</code> is derived from it, and tells you whether or not that feature is a restaurant (<code>1</code> if it is, <code>0</code> if not). We can use this data to influence the label styles.

* Navigate to the ''Data defined settings'' tab.
* In the ''Italic'' dropdown, select <code>RESTAURANT</code> and click ''Apply''.

Notice its effects:

[[Image:0228.png|image]]

=== [[Image:hard.png|50px]] Try yourself... Using data defined settings ===

{{hlbox|Note: We're jumping ahead a bit here to demonstrate some advanced labeling settings. At the advanced level, it's assumed that you'll know what the following means. If you don't, feel free to leave out this section and come back later when you've covered the requisite materials.}}

* Open the attribute table for ''places''.
* Enter edit mode by clicking this button (at the lower edge of the attribute table):

[[Image:02310.png|60px]]

* Add a new column:

[[Image:02410.png|60px]]

* Configure it like this:

[[Image:0259.png|image]]

* Use this to set custom font sizes for each different type of amenity (i.e., each key in the <code>AMENITY</code> field).

[[GIS_AH_Answers#Using_Data_Defined_Settings|''Check your results'']]

=== [[Image:hard.png|50px]] Further possibilities with labeling ===

We can't cover every option in this course, but be aware that the ''Label tool'' has many other useful functions. You can set scale-based rendering, alter the rendering priority for labels in a layer, and set every label option using layer attributes. You can even set the rotation, XY position, and other properties of a label (if you have attribute fields allocated for the purpose), then edit these properties using the tools adjacent to the main ''Label tool'':

[[Image:0288.png|image]]

(These tools will be active if the required attribute fields exist and you are in edit mode.)

Feel free to explore more possibilities of the labeling system.

=== In conclusion ===

You've learned how to use layer attributes to create dynamic labels. This can make your map a lot more informative and stylish!

=== What's next? ===

Now that you know how attributes can make a visual difference for your map, how about using them to change the symbology of objects themselves? That's the topic for the next lesson!

== Lesson: Classification ==

Labels are a good way to communicate information such as the names of individual places, but they can't be used for everything. For example, let's say that someone wants to know what types of land cover are in the Bandung districts area. Using labels, you'd get this:

[[Image:0019.png|600px]]

Obviously this is not ideal, so we need another solution. That's what this lesson is about!

'''The goal for this lesson:''' To learn how to classify vector data effectively.

=== [[Image:basic.png|50px]] Follow along: Classifying nominal data ===

* Open ''Layer Properties'' for ''bandung_districts''
* Go to the ''Style'' tab.
* Click on the dropdown that says ''Single Symbol'':

[[Image:00210.png|600px]]

* Change it to ''Categorized'' and the interface will change:

[[Image:00310.png|600px]]

* Change the ''Column'' to ''LANDCOVER'' and the ''colour ramp'' to ''random'':

[[Image:0048.png|600px]]

* Click the button labeled ''Classify'' and then click ''OK''.

You'll see something like this:

[[Image:00510.png|600px]]

* Click the arrow (or plus sign) next to ''bandung_districts'' in the ''Layer list'', you'll see the categories explained:

[[Image:0069.png|image]]

So, this is useful! But it hurts your eyes to look at it, so let's see what we can do about that.

* Open ''Layer Properties'' and go to the ''Style'' tab again.
* Change the symbol:

[[Image:0079.png|image]]

* Get rid of the outline the same way you did before, and click ''OK''. (If you need to, go back to the lesson where we covered this to remember how it's done.)
* Click the ''Delete all'' button:

[[Image:0089.png|image]]

This gets rid of the ugly classes so you can try again.

* Choose a new option from the ''colour ramp''
* Click ''Classify'' again, and the new symbols will appear.

You'll notice they don't have outlines. This is because you just removed the outlines.

* Change the colour for ''Water bodies'' by double-clicking on the coloured block representing its symbol:

[[Image:0098.png|image]]

Use your own colours, so that the resulting map isn't as ugly as the old one. In the example, we'll use these colours, with our water bodies coloured blue:

[[Image:0118.png|image]]

This gives us a nice map:

[[Image:0108.png|image]]

There is one category that is empty:

[[Image:0127.png|image]]

* Select the empty category.
* Click the ''Delete'' button.

This only gets rid of the symbol, not the data, so don't worry about messing up; you're not actually deleting anything that you can't recover.

Remember to save your map now so that you don't lose all your hard-earned changes!

=== [[Image:basic.png|50px]] Try yourself... More classification ===

If you're only following the basic-level content, use the knowledge you gained above to classify the ''urban'' areas. Use darker colours to set them apart from the farms.

=== [[Image:moderate.png|50px]] Follow along: Ratio classification ===

There are four types of classification: ''nominal'', ''ordinal'', ''interval'' and ''ratio''.

In nominal classification, the categories that objects are classified into are name-based; they have no order. For example: town names, district codes, etc.

In ordinal classification, the categories are arranged in a certain order. For example, world cities are given a rank depending on their importance for world trade, travel, culture, etc.

In interval classification, the numbers are on a scale with positive, negative and zero values. For example: height above/below sea level, temperature above/below freezing (0 degrees Celsius), etc.

In ratio classification, the numbers are on a scale with only positive and zero values. For example: temparature above absolute zero (0 degrees Kelvin), distance from a point, the average amount of traffic on a given street per month, etc.

In the example above, we used nominal classification to show different land cover areas. Now we will begin a new project, and look at ratio classification to classify villages by area.

* Save your rural symbology (if you want to keep it) by clicking on the ''Save Style ...'' button in the ''Style'' dialogue.
* Close the ''Style'' dialogue.
* Save and close your current project.

Now we will begin our new exercise.

* Open a new, blank project
* Open the layers ''[[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]'' and ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]''.
* Change the colour styles if necessary.

We want to classify these villages by area, but there is a problem: they do not have an area field! We will have to make one.

* Enter edit mode by clicking this button:

[[Image:0139.png|50px]]

* Add a new column with this button:

[[Image:0149.png|50px]]

* Set up the dialogue that appears, like this:

[[Image:0156.png|image]]

* Click ''OK''.

The new field will be added (at the far right of the table; you may need to scroll horizontally to see it). However, at the moment it is not populated, it just has a lot of <code>NULL</code> values.

To solve this problem, we'll need to calculate the areas.

* Open the field calculator:

[[Image:0168.png|50px]]

You'll get this dialogue:

[[Image:0188.png|image]]

* Change the values at the top of the dialogue to look like this:

[[Image:0178.png|image]]

* In the ''Function List'', select ''Geometry <math>\rightarrow</math> $area'':

[[Image:0196.png|image]]

* Double-click on it so that it appears in the ''Expression'' field.
* Click ''OK''.

Now your <code>AREA</code> field is populated with values! Admire them, then close the attribute table.

{{hlbox|Note: These areas are in degrees area. Later, we will compute them in square meters.}}

* Open the ''Layer properties'' dialogue's ''Style'' tab.
* Change the classification style from ''Classified'' to ''Graduated'':

[[Image:0209.png|image]]

* Change the ''Column'' to ''AREA'':

[[Image:0218.png|image]]

* Under ''colour ramp'', choose the option ''New colour ramp...'' to get this dialogue:

[[Image:0227.png|image]]

* Choose ''Gradient'' (if it's not selected already) and click ''OK''. You'll see this:

[[Image:0239.png|image]]

You'll be using this to denote area, with small areas as ''colour 1'' and large areas as ''colour 2''.

* Choose appropriate colours.

In the example, the result looks like this:

[[Image:0249.png|image]]

* Click ''OK''.
* Choose a suitable name for the new colour ramp.
* Click ''OK'' after filling in the name.

Now you'll have something like this:

[[Image:0258.png|image]]

Leave everything as-is.

* Click ''Apply'':

[[Image:0267.png|700px]]

=== [[Image:moderate.png|50px]] Try yourself... Refine the classification ===

* Get rid of the lines between the classes.
* Change the values of ''Mode'' and ''Classes'' until you get a classification that makes sense.

[[GIS_AH_Answers#Refine_the_Classification|''Check your results'']]

=== [[Image:hard.png|50px]] Follow along: Rule-based classification ===

It's often useful to combine multiple criteria for a classification, but unfortunately normal classification only takes one attribute into account. That's where rule-based classification comes in handy.

* Open the ''Layer Properties'' dialogue for the ''rural'' layer.
* Switch to the ''Style'' tab.
* Switch the classification style to ''Rule-based''. You'll get this:

[[Image:0296.png|image]]

* Click the ''Add'' button.
* A new dialogue that appears.
* Click the ellipsis ''...'' button next to the ''Filter'' text area.
* Using the query builder that appears, enter the criterion <code>AREA >= 30000000</code> and choose a light colour for it.
* Add the criterion <code>AREA <= 30000000</code> and choose a dark colour.
* Add the criterion <code>DESA = 'Ajakkang'</code> and assign it the colour black, with transparency at <code></code>35%.
* Use the ''Rendering order'' to render the layers correctly so Ajakkang is visible.

Your dialogue should look like this:

[[Image:0306.png|image]]

* Apply this symbology.

Your map will look like this:

[[Image:0313.png|700px]]

Now you have two area classes, with the village Ajakkang highlighted.

=== In conclusion ===

Symbology allows us to represent the attributes of a layer in an easy-to-read way. It allows us as well as the map reader to understand the significance of features, using any relevat attributes that we choose. Depending on the problems you face, you'll apply different classification techniques to solve them.

[[GIS_AH_Answers#Results_for_Working_with_Vector_Data|Check your answers]]

=== What's next? ===

Now we have a nice-looking map, but how are we going to get it out of QGIS and into a format we can print out, or make into an image or PDF? That's the topic of the next lesson!

{{example|Click here to go to [[GIS AH C5|Module 5 : Creating Maps]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH C3

2014-10-31T01:07:31Z

Rachel: /* What's next? */

= Module: Creating a Basic Map =

In this module, you will create a basic map which will be used later as a basis for further demonstrations of QGIS functionality.

== Lesson: Working with Vector Data ==

Vector data is arguably the most common kind of data you will find in the daily use of GIS. It describes geographic data in terms of points, that may be connected into lines and polygons. Every object in a vector dataset is called a '''feature''', and is associated with data that describes that feature.

'''The goal for this lesson:''' To learn about the structure of vector data, and how to load vector datasets into a map.

=== [[Image:basic4.png|50px]] Follow along: Viewing layer attributes ===

It's important to know that the data you will be working with does not only represent '''where''' objects are in space, but also tells you '''what''' those objects are.

From the previous exercise, you should have the ''streets'' layer loaded in your map. What you can see right now is merely the position of the roads.

To see all the data available to you:

* Click on this button:

[[Image:0041.png|50px]]

It will show you a table with more data about the ''streets'' layer. This extra data is called ''attribute data''. The lines that you can see on your map represent where the streets go; this is the ''spatial data''.

These definitions are commonly used in GIS, so it's essential to remember them!

* You may now close the attribute table.

Vector data represents features in terms of points, lines and polygons on a coordinate plane. It is usually used to store discrete features, like roads and city blocks.

=== [[Image:basic.png|50px]] Follow along: Loading vector data from shapefiles ===

The Shapefile is a specific file format that allows you to store GIS data in an associated group of files. Each layer consists of several files with the same name, but different file types. Shapefiles are easy to send back and forth, and most GIS software can read them.

Refer back to the introductory exercise in the previous section for instructions on how to add vector layers.

* Load the ''[[media:waterways.zip| <code>waterways.shp</code>]]'', ''[[media:places.zip| <code>places.shp</code>]]'' and ''[[media:forests.zip| <code>forests.shp</code>]]'' datasets into your map following the same method.

[[GIS_AH_Answers#Shapefiles|''Check your results'']]

=== [[Image:basic4.png|50px]] Follow along: Loading vector data from a database ===

Databases allow you to store a large volume of associated data in one file. You may already be familiar with a database management system (DBMS) such as Microsoft Access. GIS applications can also make use of databases. GIS-specific DBMSes (such as PostGIS) have extra functions, because they need to handle spatial data.

* Click on this icon:

[[Image:0051.png|60px]]

(If you're sure you can't see it at all, check that the ''Manage Layers'' toolbar is enabled.)

It will give you a new dialogue. In this dialogue:

* Click the ''New'' button.
* In the same folder as the other data, you should find the file ''[[media:land_use.zip| <code>land_use.sqlite</code>]]''. Select it and click ''Open''.

You will now see the first dialogue again. Notice that the dropdown select above the three buttons now reads "land_use.sqlite@...", followed by the path of the database file on your computer.

* Click the ''Connect'' button. You should see this in the previously empty box:

[[Image:0071.png|image]]

* Click on the layer to select it
* Click ''Add''

{{hlbox|Note: Remember to save the map often! The map file doesn't contain any of the data directly, but it remembers which layers you loaded into your map.}}

[[GIS_AH_Answers#Databases|''Check your results'']]

=== Follow along: Reordering the layers ===

The layers in your Layers list are drawn on the map in a certain order. The layer at the bottom of the list is drawn first, and the layer at the top is drawn last. By changing the order that they are shown on the list, you can change the order they are drawn in.

{{hlbox|Note: Depending on the version of QGIS that you are using, you may have a checkbox beneath your Layers list reading ''Control rendering order''. This must be checked (switched on) so that moving the layers up and down in the Layers list will bring them to the front or send them to the back in the map. If your version of QGIS doesn't have this option, then it is switched on by default and you don't need to worry about it.}}

The order in which the layers have been loaded into the map is probably not logical at this stage.

For example, this layer order...

[[Image:0021.png|image]]

... would result in some places being hidden as they run ''underneath'' the <code>land_use</code> areas.

To resolve this problem:

* Click and drag on a layer in the Layers list.
* Reorder them to look like this:

[[Image:0031.png|image]]

=== In conclusion ===

Now you've added all the layers you need from several different sources.

=== What's next? ===

Using the random palette automatically assigned when loading the layers, your current map is probably not easy to read. It would be preferable to assign your own choice of colours and symbols. This is what you'll learn to do in the next lesson.

== Lesson: Symbology ==

The symbology of a layer is its visual appearance on the map. The basic strength of GIS over other ways of representing data with spatial aspects is that with GIS, you have a dynamic visual representation of the data you're working with.

Therefore, the visual appearance of the map (which depends on the symbology of the individual layers) is very important. The end user of the maps you produce will need to be able to easily see what the map represents. Equally as important, you need to be able to explore the data as you're working with it, and good symbology helps a lot.

In other words, having proper symbology is not a luxury or just nice to have. In fact, it's essential for you to use a GIS properly and produce maps and information that people will be able to use.

'''The goal for this lesson:''' To create different symbology for any vector layer.

=== [[Image:basic4.png|50px]] Follow along: Changing colours ===

To change a layer's symbology, open its ''Layer Properties''. Let's begin by changing the colour of the ''waterways'' layer.

* Right-click on the ''waterways'' layer in the Layers list.
* Select the menu item ''Properties'' in the menu that appears.

{{hlbox|Note: By default, you can also access a layer's properties by double-clicking on the layer in the Layers list.}}

In the ''Properties'' window:

* Select the ''Style'' tab at the extreme left:

[[Image:052.png|image]]

* Click the ''Change'' button next to the ''colour'' label.

A standard colour dialogue will appear.

* Choose a blue colour and click ''OK''.
* Click ''OK'' again in the ''Layer Properties'' window, and you will see the colour change being applied to the layer.

[[Image:0191.png|600px]]

=== [[Image:basic4.png|50px]] Try yourself... ===

Change the ''forest'' layer to a new colour that you associate with forests.

[[GIS_AH_Answers#colours|''Check your results'']]

=== [[Image:basic4.png|50px]] Follow along: Changing symbol structure ===

This is a good introduction, but there is more to a layer's symbology than just its colour. To learn about some of the other options available, add the layer ''[[media:bandung_districts.zip| <code>bandung_districts.shp</code>]]''. This layer has been made up of images originally taken by satellite, and showing various types of land cover in the area around Bandung.

Using this layer we can learn how to remove the lines so the map does not appear cluttered.

* Open the ''Layer Properties'' window for the ''bandung_districts'' layer.

Under the ''Style'' tab, you will see the same kind of dialogue as before. This time, however, you're doing more than just quickly changing the colour.

* Click on the ''Change...'' button below the colour display:

[[Image:053.png|image]]

The ''Symbol properties'' dialogue will appear.

* Change the colour inside the polygons in the layer by clicking the button next to the ''colour'' label (if you haven't done so already during the previous lesson).
* In the dialogue that appears, choose a new colour.
* Click ''OK'', but only once.

Next, we want to get rid of the lines between the different types of land cover.

* Click on the ''Border style'' dropdown. At the moment, it should be showing a short line and the words ''Solid Line''.
* Change this to ''No Pen''.
* Click ''OK'', and then ''OK'' again.

Now the ''bandung_districts'' layer won't have any lines between the different areas of land cover.

=== [[Image:basic4.png|50px]] Try yourself... ===

* Change the ''bandung_districts'' layer again so that it has dotted outlines which are just a bit darker than the fill colour for that layer.

[[GIS_AH_Answers#Symbol_Structure|''Check your results'']]

=== [[Image:moderate4.png|50px]] Follow along: Scale-based visibility ===

Sometimes you will find that a layer is not suitable for a given scale. For example, a dataset of all the continents may have low detail, and not be very accurate at street level. When that happens, you want to be able to hide the dataset at inappropriate scales.

In our case, we may decide to hide the streets from view at small scales. This map, for example ...

[[Image:049.png|image]]

... is not very useful. The streets are just a blob at that scale.

To enable scale-based rendering:

* Open the ''Layer Properties'' dialogue for the ''streets'' layer.
* Activate the ''General'' tab.
* Enable scale-based rendering by clicking on the checkbox labeled ''Use scale dependent rendering'':

[[Image:050.png|image]]

* Change the ''Maximum'' value to <code>100000</code>.
* Click ''OK''.

Test the effects of this by zooming in and out in your map, noting when the ''streets'' layer disappears and reappears.

{{hlbox|Note: You can use your mouse wheel to zoom in increments. Alternatively, use the zoom tools to zoom to a window:}}

[[Image:051.png|120px]]

=== [[Image:moderate4.png|50px]] Follow along: Adding symbol layers ===

Now that you know how to change simple symbology for layers, the next step is to create more complex symbology. QGIS allows you to do this using symbol layers.

* Go back to the ''bandung_districts'' layer's ''Symbol properties'' dialogue as before.

In this example, the current symbol has a dotted outline (i.e., it uses the ''Dot Line'' border style).

[[Image:054.png|image]]

Note the highlighted button.

* Click on it and the dialogue will change to look somewhat like this:

[[Image:0102.png|image]]

(It may appear somewhat different in colour, for example, but you're going to change that anyway.)

Now there's a second symbol layer. Being a solid colour, it will of course completely hide the previous kind of symbol. Plus, it has a ''Solid Line'' border style, which we don't want. Clearly this symbol has to be changed.

{{hlbox|Note: It's important not to get confused between a map layer and a symbol layer. A map layer is a vector (or raster) that has been loaded into the map. A symbol layer is part of the symbol used to represent a map layer. This course will usually refer to a map layer as just a layer, but a symbol layer will always be called a symbol layer, to prevent confusion.}}

* Set the border styles to ''No Pen''.
* Change the fill style to something other than ''Solid'' or ''No brush''. For example:

[[Image:0111.png|image]]

* Click ''OK'' in this dialogue and ''Apply'' in the one after that. Now you can see your results and tweak them as needed.

You can even add multiple extra symbol layers and create a kind of texture for your layer that way.

[[Image:0121.png|image]]

It's fun! But it probably has too many colours to use in a real map...

=== [[Image:moderate4.png|50px]] Try yourself... ===

* Create a simple, but not distracting texture for the ''forest'' layer using the methods above.

[[GIS_AH_Answers#Symbol_Layers|''Check your results'']]

=== [[Image:moderate4.png|50px]] Follow along: Enabling symbol levels ===

When symbol layers are rendered, they are also rendered in a sequence, similar to how the different map layers are rendered. This means that in some cases, having many symbol layers in one symbol can cause unexpected results.

* Give the ''streets'' layer an extra symbol layer (using the method for adding symbol layers demonstrated above).
* Give the base line a thickness of <code>0.5</code>.
* Give the top layer a thickness of <code>2.0</code>.

You'll notice that this happens:

[[Image:0141.png|600px]]

Well that's not what we want at all!

To prevent this from happening, you can enable symbol levels, which will control the order in which the different symbol layers are rendered.

* In the ''Layer Properties'' dialogue, click on ''Advanced <math>\rightarrow</math> Symbol levels'':

[[Image:055.png|image]]

The ''Symbol Levels'' dialogue will appear.

* Alter its values to match this example:

[[Image:0162.png|image]]

* Click ''OK'', then ''OK'' again.

The map will now look like this:

[[Image:0172.png|600px]]

When you're done, remember to save the symbol itself so as not to lose your work if you change the symbol again in the future. You can save your current symbol style by clicking the ''Save Style ...'' button under the ''Style'' tab of the ''Layer Properties'' dialogue. Save your style under <code>exercise_data/styles</code>. You can load a previously saved style at any time by clicking the ''Load Style ...'' button. Before you change a style, keep in mind that any unsaved style you are replacing will be lost.

=== [[Image:moderate4.png|50px]] Try yourself... ===

* Change the appearance of the ''streets'' layer again.

The roads must be dark gray or black, with a thin yellow outline, and a dashed white line running in the middle to make them resemble a real road.

[[Image:0273.png|image]]

[[GIS_AH_Answers#Symbol_Levels|''Check your results'']]

=== [[Image:hard.png|50px]] Try yourself... ===

Symbol levels also work for classified layers (i.e., layers having multiple symbols). Since we haven't covered classification yet, you will work with some rudimentary preclassified data.

* Create a new map and add only the ''streets'' dataset.
* Apply the style ''[[media:advanced_street_style_demo.qml.zip| <code>advanced_street_style_demo.qml</code>]]'' provided in <code>exercise_data/styles</code>.
* Zoom into the layer so it is easier to see.
* Using symbol layers, ensure that the outlines of layers flow into one another as per the image below:

[[Image:0252.png|image]]

[[GIS_AH_Answers#Symbol_Levels|''Check your results'']]

=== [[Image:moderate.png|50px]] Follow along: Symbol layer types ===

To continue with the exercise, open your original map again.

In addition to setting fill colours and using predefined patterns, you can use different symbol layer types entirely. The only type we've been using up to now was the ''Simple Fill'' type. The more advanced symbol layer types allow you to customize your symbols even further.

Each type of vector (point, line and polygon) has its own set of symbol layer types. First we will look at the types available for points.

==== Point symbol layer types ====

* Change the symbol properties for the ''places'' layer:

[[Image:0282.png|image]]

* You can access the various symbol layer types here:

[[Image:0291.png|image]]

* Investigate the various options available to you, and choose a symbol layer type other than the default ''Simple Marker''.

==== Line symbol layer types ====

To see the various options available for line data:

* Change the symbol layer type for the ''street'' layer's "residential" layer:

[[Image:0301.png|image]]

* Click on the ''Change'' button next to the ''Marker'' label.
* Change the symbol properties to match this dialogue:

[[Image:0311.png|image]]

* Change the interval to <code>2,00</code>:

[[Image:0321.png|image]]

* Ensure that the symbol levels are correct before applying the style.

Once you have applied the style, take a look at its results on the map. If you look closely, these symbols change direction along with the road but don't always bend along with it. This is useful for some purposes, but not for others. If you prefer, you can change the symbol layer in question back to the way it was before.

==== Polygon symbol layer types ====

To see the various options available for polygon data:

* Change one or more of the symbol layer type for the ''bandung_districts'' layer, as before for the other layers.
* Investigate what the different options on the list can do.
* You can change each symbol by double-clicking on the symbol you want to change

[[Image:033a.png|600px]]

* In this particularl example we have categorised the data. You will learn more about this in the next chapter.
* Choose one of them that you find suitable.
* If in doubt, use a combination of two layers, using the ''Point pattern fill'' and a ''Simple fill'':

[[Image:0341.png|image]]

* Use the ''Symbol layer type'' Point pattern fill
* The ''Marker'' should be a Simple marker
* Choose an appropriate border and fill colour (this can be the same colour)
* Choose an appropriate marker size
* Click ''OK''
* Add a new symbol layer with a normal ''Simple fill''.
* Make it a contrasting colour to your first layer
* Move it underneath the point pattern symbol layer with the ''Move down'' button:

As a result, you have a textured symbol for your chosen layers, with the added benefit that you can change the size, shape and distance of the individual dots that make up the texture. The following screenshot shows we have changed two layers using the above method.

[[Image:0351.png|image]]

=== In conclusion ===

Changing the symbology for the different layers can transformed a collection of vector files into a legible map. Not only can you see what's happening, it's even nice to look at!

You can even create your own, custom SVG fill using vector editing software such as Inkscape, which is freely available on the internet.

=== Further reading ===

[http://gis.stackexchange.com/questions/3083/examples-of-beautiful-maps Examples of Beautiful Maps]<ref>http://gis.stackexchange.com/questions/3083/examples-of-beautiful-maps
</ref>

=== What's next? ===

Changing symbols for whole layers is useful, but the information contained within each layer is not yet available to someone reading these maps. What are the streets called? Which administrative regions do certain areas belong to? What are the relative surface areas of the farms? All of this information is still hidden. The next lesson will explain how to represent this data on your map.

{{hlbox|Note: Did you remember to save your map recently?}}

[[GIS_AH_Answers#Results_for_Working with Vector Data|Check your answers]]

{{example|Click here to go to [[GIS AH C4|Module 4 : Classifying Vector Data]]}}
{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

<references/>

GIS AH C2

2014-10-31T01:06:41Z

Rachel: /* What's next? */

= Module: The Interface =

In this first module we introduce some basics of QGIS as well as explaining the user interface.

After completing this section, you will be able to correctly identify the main elements of the screen in QGIS and know what each of them does, and load a shapefile into QGIS.

{{hlbox|Warning: This course includes instructions on adding, deleting and altering GIS datasets. We have provided training datasets for this purpose. Before using the techniques described here on your own data, always ensure you have proper backups!}}
== Lesson: Adding your first layer ==

We will start the application, and create a basic map to use for examples and exercises.

'''The goal for this lesson:''' To get started with an example map.

{{hlbox|Note: Before starting this exercise, QGIS must be installed on your computer. [http://wiki.isikhnas.com/images/QGIS-OSGeo4W-1.8.0-1-Setup.exe '''Download it now''']}}

Launch QGIS from its desktop shortcut, menu item, etc., depending on how you configured its installation.

{{hlbox|Note:The screenshots for this course were taken in QGIS 1.8 running on Mac OS X 10.9.5. Depending on your setup, the screens you encounter may well appear somewhat different. However, all the same buttons will still be available, and the instructions will work on any Operating System. You will need QGIS 1.8 or above to use this course.}}

Let's get started right away!

=== [[Image:basic9.png|50px]] Follow along: Prepare a map ===

* Open QGIS.
* Your screen should look similar to this. You will have a new, blank project workspace.

[[Image:Open_screen_QGIS18.png|600px]]

* Look for the ''Add Vector Layer'' button:

[[Image:0024.png|50px]]

* Click on it to open the following dialogue:

[[Image:0034.png|image]]

* Click on the ''Browse'' button and navigate to the file [[media:streets.zip| <code>exercise_data/streets.shp</code>]] (in your course directory). With this file selected, click ''Open''. You will see the original dialogue, but with the file path filled in. Click ''Open'' here as well. The data you specified will now load.

Congratulations! You now have a basic map. Now would be a good time to save your work.

* Click on the ''Save As'' button:

[[Image:0045.png|50px]]

* Save the map under <code>exercise_data/</code> and call it <code>basic_map.qgs</code>.

[[GIS_AH_Answers#Preparation|''Check your results - Preparation'']]

=== In conclusion ===

You've learned how to add a layer and create a basic map!

=== What's next? ===

Now you're familiar with the function of the ''Add Vector Layer'' button, but what about all the others? How does this interface work? Before we go on with the more involved stuff, let's first take a good look at the general layout of the QGIS interface. This is the topic of the next lesson.

== Lesson: An Overview of the Interface ==

[introduction/overview::doc] We will explore the QGIS user interface so that you are familiar with the menus, toolbars, map canvas and layers list that form the basic structure of the interface.

'''The goal for this lesson:''' To understand the basics of the QGIS user interface.

=== [[Image:basic.png|50px]] Try yourself...: The Basics ===

[[Image:001-diagram.png|600px|centre]]

The elements identified in the figure above are:

# Layers list
# Toolbars
# Map canvas
# Status bar

==== [[Image:basic.png|50px]] The Layers List ====

In the Layers list, you can see a list, at any time, of all the layers available to you.

Expanding collapsed items (by clicking the arrow or plus symbol beside them) will provide you with more information on the layer's current appearance.

Right-clicking on a layer will give you a menu with lots of extra options. You will be using some of them before long, so take a look around!

Some versions of QGIS have a separate ''Control rendering order'' checkbox just underneath the Layers list. Don't worry if you can't see it. If it is present, ensure that it's checked for now.

{{hlbox|Note: A vector layer is a dataset, usually of a specific kind of object, such as roads, trees, etc. A vector layer can consist of either points, lines or polygons.}}

==== [[Image:basic.png|50px]] Toolbars ====

Your most oft-used sets of tools can be turned into toolbars for basic access. For example, the File toolbar allows you to save, load, print, and start a new project. You can easily customize the interface to see only the tools you use most often, adding or removing toolbars as necessary via the ''View <math>\rightarrow</math> Toolbars'' menu.

Even if they are not visible in a toolbar, all of your tools will remain accessible via the menus. For example, if you remove the ''File'' toolbar (which contains the ''Save'' button), you can still save your map by clicking on the ''File'' menu and then clicking on ''Save''.

==== [[Image:basic9.png|50px]] The Map Canvas ====

This is where the map itself is displayed.

==== [[Image:basic9.png|50px]] The Status Bar ====

Shows you information about the current map. Also allows you to adjust the map scale and see the mouse cursor's coordinates on the map.

=== [[Image:basic9.png|50px]] Try yourself... 1 ===

Try to identify the four elements listed above on your own screen, without referring to the diagram above. See if you can identify their names and functions. You will become more familiar with these elements as you use them in the coming days.

=== [[Image:basic9.png|50px]] Try yourself... 2 ===

Try to find each of these tools on your screen. What is their purpose?

# [[Image:0045.png|50px]]
# [[Image:0054.png|50px]]
# [[Image:0063.png|50px]]
# [[Image:0074.png|100px]]
# [[Image:0083.png|50px]]

{{example|Hint: If any of these tools is not visible on the screen, try enabling some toolbars that are currently hidden. Also keep in mind that if there isn't enough space on the screen, a toolbar may be shortened by hiding some of its tools. You can see the hidden tools by clicking on the double right arrow button in any such collapsed toolbar. You can see a tooltip with the name of any tool by holding your mouse over the tool for a while.}}

[[GIS_AH_Answers#Results_for_Adding_Your_First_Layer|Click here to check your answers for this Module]]

=== What's next? ===

Now you've seen how the QGIS interface works, you can use the tools available to you and start improving on your map! This is the topic of the next module.

{{example|Click here to go to [[GIS AH C3|Module 3 : Creating a Basic Map]]}}

{{example|Click [[GIS_Animal_Health:English|'''here''']] to go back to the list of Modules}}

GIS AH C2

2014-10-31T01:05:42Z

Rachel: /* What's next? */

= Module: The Interface =

In this first module we introduce some basics of QGIS as well as explaining the user interface.

After completing this section, you will be able to correctly identify the main elements of the screen in QGIS and know what each of them does, and load a shapefile into QGIS.

{{hlbox|Warning: This course includes instructions on adding, deleting and altering GIS datasets. We have provided training datasets for this purpose. Before using the techniques described here on your own data, always ensure you have proper backups!}}
== Lesson: Adding your first layer ==

We will start the application, and create a basic map to use for examples and exercises.

'''The goal for this lesson:''' To get started with an example map.

{{hlbox|Note: Before starting this exercise, QGIS must be installed on your computer. [http://wiki.isikhnas.com/images/QGIS-OSGeo4W-1.8.0-1-Setup.exe '''Download it now''']}}

Launch QGIS from its desktop shortcut, menu item, etc., depending on how you configured its installation.

{{hlbox|Note:The screenshots for this course were taken in QGIS 1.8 running on Mac OS X 10.9.5. Depending on your setup, the screens you encounter may well appear somewhat different. However, all the same buttons will still be available, and the instructions will work on any Operating System. You will need QGIS 1.8 or above to use this course.}}

Let's get started right away!

=== [[Image:basic9.png|50px]] Follow along: Prepare a map ===

* Open QGIS.
* Your screen should look similar to this. You will have a new, blank project workspace.

[[Image:Open_screen_QGIS18.png|600px]]

* Look for the ''Add Vector Layer'' button:

[[Image:0024.png|50px]]

* Click on it to open the following dialogue:

[[Image:0034.png|image]]

* Click on the ''Browse'' button and navigate to the file [[media:streets.zip| <code>exercise_data/streets.shp</code>]] (in your course directory). With this file selected, click ''Open''. You will see the original dialogue, but with the file path filled in. Click ''Open'' here as well. The data you specified will now load.

Congratulations! You now have a basic map. Now would be a good time to save your work.

* Click on the ''Save As'' button:

[[Image:0045.png|50px]]

* Save the map under <code>exercise_data/</code> and call it <code>basic_map.qgs</code>.

[[GIS_AH_Answers#Preparation|''Check your results - Preparation'']]

=== In conclusion ===

You've learned how to add a layer and create a basic map!

=== What's next? ===

Now you're familiar with the function of the ''Add Vector Layer'' button, but what about all the others? How does this interface work? Before we go on with the more involved stuff, let's first take a good look at the general layout of the QGIS interface. This is the topic of the next lesson.

== Lesson: An Overview of the Interface ==

[introduction/overview::doc] We will explore the QGIS user interface so that you are familiar with the menus, toolbars, map canvas and layers list that form the basic structure of the interface.

'''The goal for this lesson:''' To understand the basics of the QGIS user interface.

=== [[Image:basic.png|50px]] Try yourself...: The Basics ===

[[Image:001-diagram.png|600px|centre]]

The elements identified in the figure above are:

# Layers list
# Toolbars
# Map canvas
# Status bar

==== [[Image:basic.png|50px]] The Layers List ====

In the Layers list, you can see a list, at any time, of all the layers available to you.

Expanding collapsed items (by clicking the arrow or plus symbol beside them) will provide you with more information on the layer's current appearance.

Right-clicking on a layer will give you a menu with lots of extra options. You will be using some of them before long, so take a look around!

Some versions of QGIS have a separate ''Control rendering order'' checkbox just underneath the Layers list. Don't worry if you can't see it. If it is present, ensure that it's checked for now.

{{hlbox|Note: A vector layer is a dataset, usually of a specific kind of object, such as roads, trees, etc. A vector layer can consist of either points, lines or polygons.}}

==== [[Image:basic.png|50px]] Toolbars ====

Your most oft-used sets of tools can be turned into toolbars for basic access. For example, the File toolbar allows you to save, load, print, and start a new project. You can easily customize the interface to see only the tools you use most often, adding or removing toolbars as necessary via the ''View <math>\rightarrow</math> Toolbars'' menu.

Even if they are not visible in a toolbar, all of your tools will remain accessible via the menus. For example, if you remove the ''File'' toolbar (which contains the ''Save'' button), you can still save your map by clicking on the ''File'' menu and then clicking on ''Save''.

==== [[Image:basic9.png|50px]] The Map Canvas ====

This is where the map itself is displayed.

==== [[Image:basic9.png|50px]] The Status Bar ====

Shows you information about the current map. Also allows you to adjust the map scale and see the mouse cursor's coordinates on the map.

=== [[Image:basic9.png|50px]] Try yourself... 1 ===

Try to identify the four elements listed above on your own screen, without referring to the diagram above. See if you can identify their names and functions. You will become more familiar with these elements as you use them in the coming days.

=== [[Image:basic9.png|50px]] Try yourself... 2 ===

Try to find each of these tools on your screen. What is their purpose?

# [[Image:0045.png|50px]]
# [[Image:0054.png|50px]]
# [[Image:0063.png|50px]]
# [[Image:0074.png|100px]]
# [[Image:0083.png|50px]]

{{example|Hint: If any of these tools is not visible on the screen, try enabling some toolbars that are currently hidden. Also keep in mind that if there isn't enough space on the screen, a toolbar may be shortened by hiding some of its tools. You can see the hidden tools by clicking on the double right arrow button in any such collapsed toolbar. You can see a tooltip with the name of any tool by holding your mouse over the tool for a while.}}

[[GIS_AH_Answers#Results_for_Adding_Your_First_Layer|Click here to check your answers for this Module]]

=== What's next? ===

Now you've seen how the QGIS interface works, you can use the tools available to you and start improving on your map! This is the topic of the next module.

{{example|Click here to go to [[GIS AH C3|Module 3 : Creating a Basic Map]]}}

{{example|Click [[GIS_AH_Intro|'''here''']] to go back to the list of Modules}}

GIS AH C2

2014-10-31T01:03:41Z

Rachel: /* What's next? */

= Module: The Interface =

In this first module we introduce some basics of QGIS as well as explaining the user interface.

After completing this section, you will be able to correctly identify the main elements of the screen in QGIS and know what each of them does, and load a shapefile into QGIS.

{{hlbox|Warning: This course includes instructions on adding, deleting and altering GIS datasets. We have provided training datasets for this purpose. Before using the techniques described here on your own data, always ensure you have proper backups!}}
== Lesson: Adding your first layer ==

We will start the application, and create a basic map to use for examples and exercises.

'''The goal for this lesson:''' To get started with an example map.

{{hlbox|Note: Before starting this exercise, QGIS must be installed on your computer. [http://wiki.isikhnas.com/images/QGIS-OSGeo4W-1.8.0-1-Setup.exe '''Download it now''']}}

Launch QGIS from its desktop shortcut, menu item, etc., depending on how you configured its installation.

{{hlbox|Note:The screenshots for this course were taken in QGIS 1.8 running on Mac OS X 10.9.5. Depending on your setup, the screens you encounter may well appear somewhat different. However, all the same buttons will still be available, and the instructions will work on any Operating System. You will need QGIS 1.8 or above to use this course.}}

Let's get started right away!

=== [[Image:basic9.png|50px]] Follow along: Prepare a map ===

* Open QGIS.
* Your screen should look similar to this. You will have a new, blank project workspace.

[[Image:Open_screen_QGIS18.png|600px]]

* Look for the ''Add Vector Layer'' button:

[[Image:0024.png|50px]]

* Click on it to open the following dialogue:

[[Image:0034.png|image]]

* Click on the ''Browse'' button and navigate to the file [[media:streets.zip| <code>exercise_data/streets.shp</code>]] (in your course directory). With this file selected, click ''Open''. You will see the original dialogue, but with the file path filled in. Click ''Open'' here as well. The data you specified will now load.

Congratulations! You now have a basic map. Now would be a good time to save your work.

* Click on the ''Save As'' button:

[[Image:0045.png|50px]]

* Save the map under <code>exercise_data/</code> and call it <code>basic_map.qgs</code>.

[[GIS_AH_Answers#Preparation|''Check your results - Preparation'']]

=== In conclusion ===

You've learned how to add a layer and create a basic map!

=== What's next? ===

Now you're familiar with the function of the ''Add Vector Layer'' button, but what about all the others? How does this interface work? Before we go on with the more involved stuff, let's first take a good look at the general layout of the QGIS interface. This is the topic of the next lesson.

== Lesson: An Overview of the Interface ==

[introduction/overview::doc] We will explore the QGIS user interface so that you are familiar with the menus, toolbars, map canvas and layers list that form the basic structure of the interface.

'''The goal for this lesson:''' To understand the basics of the QGIS user interface.

=== [[Image:basic.png|50px]] Try yourself...: The Basics ===

[[Image:001-diagram.png|600px|centre]]

The elements identified in the figure above are:

# Layers list
# Toolbars
# Map canvas
# Status bar

==== [[Image:basic.png|50px]] The Layers List ====

In the Layers list, you can see a list, at any time, of all the layers available to you.

Expanding collapsed items (by clicking the arrow or plus symbol beside them) will provide you with more information on the layer's current appearance.

Right-clicking on a layer will give you a menu with lots of extra options. You will be using some of them before long, so take a look around!

Some versions of QGIS have a separate ''Control rendering order'' checkbox just underneath the Layers list. Don't worry if you can't see it. If it is present, ensure that it's checked for now.

{{hlbox|Note: A vector layer is a dataset, usually of a specific kind of object, such as roads, trees, etc. A vector layer can consist of either points, lines or polygons.}}

==== [[Image:basic.png|50px]] Toolbars ====

Your most oft-used sets of tools can be turned into toolbars for basic access. For example, the File toolbar allows you to save, load, print, and start a new project. You can easily customize the interface to see only the tools you use most often, adding or removing toolbars as necessary via the ''View <math>\rightarrow</math> Toolbars'' menu.

Even if they are not visible in a toolbar, all of your tools will remain accessible via the menus. For example, if you remove the ''File'' toolbar (which contains the ''Save'' button), you can still save your map by clicking on the ''File'' menu and then clicking on ''Save''.

==== [[Image:basic9.png|50px]] The Map Canvas ====

This is where the map itself is displayed.

==== [[Image:basic9.png|50px]] The Status Bar ====

Shows you information about the current map. Also allows you to adjust the map scale and see the mouse cursor's coordinates on the map.

=== [[Image:basic9.png|50px]] Try yourself... 1 ===

Try to identify the four elements listed above on your own screen, without referring to the diagram above. See if you can identify their names and functions. You will become more familiar with these elements as you use them in the coming days.

=== [[Image:basic9.png|50px]] Try yourself... 2 ===

Try to find each of these tools on your screen. What is their purpose?

# [[Image:0045.png|50px]]
# [[Image:0054.png|50px]]
# [[Image:0063.png|50px]]
# [[Image:0074.png|100px]]
# [[Image:0083.png|50px]]

{{example|Hint: If any of these tools is not visible on the screen, try enabling some toolbars that are currently hidden. Also keep in mind that if there isn't enough space on the screen, a toolbar may be shortened by hiding some of its tools. You can see the hidden tools by clicking on the double right arrow button in any such collapsed toolbar. You can see a tooltip with the name of any tool by holding your mouse over the tool for a while.}}

[[GIS_AH_Answers#Results_for_Adding_Your_First_Layer|Click here to check your answers for this Module]]

=== What's next? ===

Now you've seen how the QGIS interface works, you can use the tools available to you and start improving on your map! This is the topic of the next module.

{{example|Click here to go to [[GIS AH C3|Module 3 : Creating a Basic Map]]}}

{{example|Click [[GIS_AH_Intro|'''here''']] to go back to the Introduction}}

GIS AH Intro

2014-10-31T01:00:51Z

Rachel:

<languages/>
<translate>
=A Brief Introduction = 

== About this course == 


The GIS for Animal Health course has adopted and modified an existing QGIS course developed by Linfiniti Consulting CC. We have adopted their exercises using Indonesian data. We have also created a new chapter showing you how to use these skills and apply them to animal health problems using data from the new Indonesian animal health information system, iSIKHNAS.


The original manual was created using QGIS 1.8, and we have continued with this version for this manual. The original manual, which includes more advanced exercises, is available from this website and also [http://www.qgis.org/en/docs/index.html '''here''']


Welcome to this course! We are going to show you how to use QGIS easily and efficiently. If you're new to GIS, we'll tell you what you need to get started.


If you're an experienced user, you'll see how QGIS fulfills all the functions you expect from a GIS program, and more!

== A few basics about GIS == 
===Overview===


Just as we use a word processor to write documents and deal with words on a computer, we can use a GIS application to deal with spatial information on a computer. GIS stands for ‘Geographical Information System’.


A GIS consists of:


* Digital Data – the geographical information that you will view and analyse using computer hardware and software.


* Computer Hardware – computers used for storing data, displaying graphics and processing data.


* Computer Software – computer programs that run on the computer hardware and allow you to work with digital data. A software program that forms part of the GIS is called a GIS Application.


With a GIS application you can open digital maps on your computer, create new spatial information to add to a map, create printed maps customised to your needs and perform spatial analysis.


GIS is a relatively new field — it started in the 1970’s. It used to be that computerised GIS was only available to companies and universities that had expensive computer equipment. These days, anyone with a personal computer or laptop can use GIS software. Over time GIS Applications have also become easier to use –– it used to require a lot of training to use a GIS Application, but now it is much easier to get started in GIS even for amateurs and casual users. As we described above, GIS is more than just software, it refers to all aspects of managing and using digital geographical data. In the tutorials that follow we will be focusing on GIS Software.


GIS software applications are normally programs with a graphical user interface that can be manipulated using the mouse and keyboard. The application provides menus near to the top of the window (File, Edit etc.) which, when clicked using the mouse, show a panel of actions. These actions provide a way for you to tell the GIS Application what you want to do. For example you may use the menus to tell the GIS Application to add a new layer to the display output.


'''Layers''' - A common function of GIS Applications is to display map layers. Map layers are stored as files on a disk or as records in a database. Normally each map layer will represent something in the real world –– a roads layer for example will have data about the street network.


'''Map view''' - When you open a layer in the GIS Application it will appear in the '''map view'''. The map view shows a graphic representing your layer. When you add more than one layer to a map view, the layers are overlaid on top of each other. You will often see a map view that has several layers added to it. An important function of the map view is to allow you to zoom in to magnify, zoom out to see a greater area and move around (panning) in the map.


'''Map Legend''' - Another common feature of GIS Applications is the '''map legend'''. The map legend provides a list of layers that have been loaded in the GIS Application. Unlike a paper map legend, the map legend or ‘layers list’ in the GIS Application provides a way to re-order, hide, show and group layers. Changing the layer order is done by clicking on a layer in the legend, holding the mouse button down and then dragging the layer to a new position. By changing the layer order, the way that layers are drawn can be adjusted – in this case so that rivers are drawn over the roads instead of below them.


There are many different GIS Applications available. Some have many sophisticated features and cost tens of thousands of rupiah for each copy. In other cases, you can obtain a GIS Application for free. Deciding which GIS Application to use is a question of how much money you can afford and personal preference. For these tutorials, we will be using the QGIS Application. QGIS is completely free and you can copy it and share it with your friends as much as you like.


'''GIS data''' - Now that we know what a GIS is and what a GIS Application can do, let’s talk about GIS data. Data is another word for information. The information we use in a GIS normally has a geographical aspect to it. Here is the start of some example data collected by a health care worker. She created a table to record diseases that looked like this:


Longitude Latitude Disease Date
26.870436 -31.909519 Mumps 13/12/2008


The longitude and latitude columns hold geographical data. The disease and date columns hold non-geographical data.


A common feature of GIS is that they allow you to '''associate information (non-geographical data) with places (geographical data)'''. In fact, the GIS Application can store many pieces of information which are associated with each place – something that paper maps are not very good at. For example, our health care worker could store the person’s age and gender on her table. When the GIS Application draws the layer, you can tell it to draw the layer based on gender, or based on disease type, and so on. So, with a GIS Application we have a way to easily change the appearance of the maps we created based on the non-geographical data associated with places.


GIS Systems work with many different types of data.


'''Vector data''' is stored as a series of X, Y coordinate pairs inside the computer’s memory. Vector data is used to represent points, lines and areas. Illustration figure_vector_data shows different types of vector data being viewed in a GIS application. In the tutorials that follow we will be exploring vector data in more detail.


Vector data is used to represent points (e.g. towns), lines (e.g. rivers) and polygons (e.g. municipal boundaries).


'''Raster data''' are stored as a grid of values. There are many satellites circling the earth and the photographs they take are a kind of raster data that can be viewed in a GIS. One important difference between raster and vector data is that if you zoom in too much on a raster image, it will start to appear ‘blocky’ (see illustrations figure_raster_data_1 and figure_raster_data_2). In fact these blocks are the individual cells of the data grid that makes up the raster image. We will be looking at raster data in greater detail in later tutorials.


Raster data are often images taken by satellites. Here we can see mountains in the Eastern Cape.


What have we learned?


Let’s wrap up what we covered in this brief overview:


* A GIS is a system of computer hardware, computer software and geographical data.
* A GIS Application allows you to view geographical data and is an important part of the GIS.
* A GIS Application normally consists of a menu bar, toolbars, a map view and a legend.
* Vector and raster data are geographical data used in a GIS application.
* Geographical data can have associated non-geographical data.


Think about these


3 reasons why GIS is more useful than paper maps.
* GIS Applications allow you to create many different types of maps from the same data.
* GIS is a great visualisation tool that can show you things about your data and how they are related in space.
* Paper maps need to be filed and are time consuming to view. The GIS can hold a very large amount of map data and make it quick and easy to find a place you are interested in.


How could raster data from satellites be useful? Here are some ideas we had:
* During natural disasters, raster data can be useful to show where the impacted areas are. For example a recent satellite image taken during a flood can help to show where people may need rescuing.
* Sometimes people do bad things to the the environment, like dumping dangerous chemicals that kill plants and animals. Using raster data from satellites can help us to monitor for these type of problems.
* Town planners can use raster data from satellites to see where informal settlements are and to help in planning infrastructure.


Trainers: Something to think about


If you don’t have a computer available, many of the topics we cover in this tutorial can be reproduced using an overhead and transparency as it uses the same technique of layering information. However, to properly understand GIS it is always better to learn it using a computer.

===Further reading=== 


[http://download.osgeo.org/qgis/doc/manual/qgis-1.0.0_a-gentle-gis-introduction_en.pdf Download '''A Gentle Introduction to GIS''']


Book: Desktop GIS: Mapping the Planet with Open Source Tools. Author: Gary Sherman. ISBN: 9781934356067


Website: http://www.gisdevelopment.net/tutorials/tuman006.htm


The QGIS User Guide has more detailed information on working with QGIS.

===What’s next?=== 


In the modules that follow we are going to go into more detail, showing you how to use a GIS Application. All of the tutorials will be done using QGIS.

== How to use this material == 


Any text ''that looks like this'' refers to something on the screen that you can click on.


Text that ''looks <math>\rightarrow</math> like <math>\rightarrow</math> this'' directs you through menus.


<code>This kind of text</code> refers to something you can type, such as a command, path, or file name.

== Tiered course objectives == 


This course caters to different user experience levels. Depending on which category you consider yourself to be in, you can expect a different set of course outcomes. Each category contains information that is essential for the next one, so it's important to do all exercises that are at or below your level of experience.

=== [[Image:basic.png|50px]] Basic === 


'''In this category, the course assumes that you have little or no prior experience with theoretical GIS knowledge or the operation of a GIS program.'''


Limited theoretical background will be provided to explain the purpose of an action you will be performing in the program, but the emphasis is on learning by doing.


When you complete the course, you will have a better concept of the possibilities of GIS, and how to harness their power via QGIS.

=== [[Image:moderate.png|50px]] Intermediate === 


'''In this category, it is assumed that you have working knowledge and experience of the everyday uses of GIS.'''


Following the instructions for the beginner level will provide you with familiar ground, as well as to make you aware of the cases where QGIS does things slightly differently from other software you may be used to. You will also learn how to use analysis functions in QGIS.


When you complete the course, you should be comfortable with using QGIS for all of the functions you usually need from a GIS for everyday use.

=== [[Image:hard.png|50px]] Advanced === 


'''In this category, the assumption is that you are experienced with GIS, have knowledge of and experience with spatial databases, using data on a remote server, perhaps writing scripts for analysis purposes, etc.'''


Following the instructions for the other two levels will familiarize you with the approach that the QGIS interface follows, and will ensure that you know how to access the basic functions that you need. You will also be shown how to make use of QGIS' plugin system, database access system, and so on.


When you complete the course, you should be well-acquainted with the everyday operation of QGIS, as well as its more advanced functions.

== Why QGIS? == 


As information becomes increasingly spatially aware, there is no shortage of tools able to fulfill some or all commonly used GIS functions. Why should anyone be using QGIS over some other GIS software package?


Here are only some of the reasons:


* ''It's free.'' Anyone can download it and use it - it costs nothing.
* ''It's powerful'' - as powerful and sophisticated as most high-level, expensive GIS software packages you buy off the shelf.
* ''It's open source'' which means you can sponsor the development of a feature, or add it yourself if you are familiar with programming. You are free to make it grow to suit your needs.
* ''It's constantly developing.'' Because anyone can add new features and improve on existing ones, QGIS never stagnates. The development of a new tool can happen as quickly as you need it to.
* ''Extensive help and documentation is available.'' If you're stuck with anything, you can turn to the extensive documentation, your fellow QGIS users, or even the developers.
* ''Cross-platform.'' QGIS can be installed on MacOS, Windows and Linux.


Now that you know why you want to use QGIS, we can show you how. The first lesson will guide you in creating your first QGIS map.


{{hlbox|Note: Before you go to the first module make sure that you have downloaded, installed and can open QGIS v.1.8
[https://sites.google.com/site/eospansite/qgis-installation '''Click here to download''']}}


{{example|Click here to go to [[GIS AH C2|Module 2 : The Interface]]}}

{{example|Click [[GIS_for_Animal_Health|'''here''']] to go back to the GIS for Animal Health contents page}}

</translate>

GIS AH Intro

2014-10-31T00:38:46Z

Rachel:

GIS for Animal Health

2014-10-29T06:09:34Z

Rachel: /* Download QGIS Software */

= GIS: Using QGIS =

[http://docs.qgis.org/testing/en/docs/gentle_gis_introduction/ '''A Gentle Introduction to GIS''']

=== '''GIS for Animal Health''' ===

====Versi Bahasa Indonesia====
[[GIS Animal Health:Bahasa Indonesia|GIS untuk Kesahaten Hewan : Versi Bahasa Indonesia]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====English version====
[[GIS Animal Health:English|GIS for Animal Health : English Version]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====Original QGIS Training Manual====

This is the original, full English version of the [http://docs.qgis.org/2.2/en/docs/training_manual/ '''QGIS manual'''], developed by Linfiniti Consulting.

===Download QGIS Software===

[https://sites.google.com/site/eospansite/qgis-installation '''QGIS Version 1.8''']. This is the version used in the course and is recommended for use during the course

[http://www.qgis.org/en/site/forusers/index.html#download '''Latest version''']. For independent use or use after the course.

=== About the QGIS Project ===
[[About QGIS Project|Read a little about the project]]

=== Why use QGIS? ===
[[Image:QGISLogo.png|250px|frameless|left]]
As information becomes increasingly connected to geographical location, there is no shortage of tools able to fulfill some or all commonly used GIS functions. Why should anyone be using QGIS over some other GIS software package?

Here are only some of the reasons:

*It’s free. Installing and using the QGIS program costs you a grand total of zero money. No initial fee, no recurring fee, nothing.

* It’s flexible. If you need extra functionality in QGIS, you can do more than just hope it will be included in the next release. You can sponsor the development of a feature, or add it yourself if you are familiar with programming.

* It’s open source so its constantly developing. Because anyone can add new features and improve on existing ones, QGIS never stagnates. The development of a new tool can happen as quickly as you need it to.

* Extensive help and documentation is available. If you’re stuck with anything, you can turn to the extensive documentation, your fellow QGIS users, or even the developers.

* Cross-platform. QGIS can be installed on MacOS, Windows and Linux.

Click here if you would like a [http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/index.html '''Gentle Introduction in GIS'''] before commencing this training course. At the moment this introduction is available in English only.

===Tiered course objectives===

This course caters to different user experience levels. Depending on which category you consider yourself to be in, you can expect a different set of course outcomes. Each category contains information that is essential for the next one, so it’s important to do all exercises that are at or below your level of experience.

====Basic====

[[Image:Bronze-metal-green256.png|100px|frameless|left]]

In this category, the course assumes that you have little or no prior experience with theoretical GIS knowledge or the operation of a GIS program.
Limited theoretical background will be provided to explain the purpose of an action you will be performing in the program, but the emphasis is on learning by doing.
When you complete the course, you will have a better concept of the possibilities of GIS, and how to harness their power via QGIS.

====Intermediate====

[[Image:Bronze-metal-blue256.png|100px|frameless|left]]

In this category, it is assumed that you have working knowledge and experience of the everyday uses of GIS. Following the instructions for the beginner level will provide you with familiar ground, as well as to make you aware of the cases where QGIS does things slightly differently from other software you may be used to. You will also learn how to use analysis functions in QGIS. When you complete the course, you should be comfortable with using QGIS for all of the functions you usually need from a GIS for everyday use.

====Advanced====

[[Image:Bronze-metal-red128.png|100px|frameless|left]]

In this category, the assumption is that you are experienced with GIS, have knowledge of and experience with spatial databases, using data on a remote server, perhaps writing scripts for analysis purposes, etc. Following the instructions for the other two levels will familiarize you with the approach that
the QGIS interface follows, and will ensure that you know how to access the basic functions that you need. You will also be shown how to make use of QGIS’ plugin system, database access system, and so on. When you complete the course, you should be well--acquainted with the everyday operation of
QGIS, as well as its more advanced functions.

==Additional links to other QGIS tutorials and materials==

http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/

http://www.qgistutorials.com/en/index.html

https://www.youtube.com/watch?v=K2iJFeyHnvA

http://maps.cga.harvard.edu/qgis/

http://www.qgisforum.org/qgis-tutorial

http://www.gistutor.com/quantum-gis.html

http://docs.qgis.org/2.2/pdf/id/

GIS for Animal Health

2014-10-29T04:57:37Z

Rachel: /* GIS for Animal Health */

= GIS Basics: QGIS documentation =

[http://docs.qgis.org/testing/en/docs/gentle_gis_introduction/ '''A Gentle Introduction to GIS''']

=== '''GIS for Animal Health''' ===

====Versi Bahasa Indonesia====
[[GIS Animal Health:Bahasa Indonesia|GIS untuk Kesahaten Hewan : Versi Bahasa Indonesia]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====English version====
[[GIS Animal Health:English|GIS for Animal Health : English Version]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====Original QGIS Training Manual====

This is the original, full English version of the [http://docs.qgis.org/2.2/en/docs/training_manual/ '''QGIS manual'''], developed by Linfiniti Consulting.

===Download QGIS Software===

[http://wiki.isikhnas.com/images/QGIS-OSGeo4W-1.8.0-1-Setup.exe '''QGIS Version 1.8''']. This is the version used in the course and is recommended for use during the course

[http://www.qgis.org/en/site/forusers/index.html#download '''Latest version''']. For independent use or use after the course.

=== About the QGIS Project ===
[[About QGIS Project|Read a little about the project]]

=== Why use QGIS? ===
[[Image:QGISLogo.png|250px|frameless|left]]
As information becomes increasingly connected to geographical location, there is no shortage of tools able to fulfill some or all commonly used GIS functions. Why should anyone be using QGIS over some other GIS software package?

Here are only some of the reasons:

*It’s free. Installing and using the QGIS program costs you a grand total of zero money. No initial fee, no recurring fee, nothing.

* It’s flexible. If you need extra functionality in QGIS, you can do more than just hope it will be included in the next release. You can sponsor the development of a feature, or add it yourself if you are familiar with programming.

* It’s open source so its constantly developing. Because anyone can add new features and improve on existing ones, QGIS never stagnates. The development of a new tool can happen as quickly as you need it to.

* Extensive help and documentation is available. If you’re stuck with anything, you can turn to the extensive documentation, your fellow QGIS users, or even the developers.

* Cross-platform. QGIS can be installed on MacOS, Windows and Linux.

Click here if you would like a [http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/index.html '''Gentle Introduction in GIS'''] before commencing this training course. At the moment this introduction is available in English only.

===Tiered course objectives===

This course caters to different user experience levels. Depending on which category you consider yourself to be in, you can expect a different set of course outcomes. Each category contains information that is essential for the next one, so it’s important to do all exercises that are at or below your level of experience.

====Basic====

[[Image:Bronze-metal-green256.png|100px|frameless|left]]

In this category, the course assumes that you have little or no prior experience with theoretical GIS knowledge or the operation of a GIS program.
Limited theoretical background will be provided to explain the purpose of an action you will be performing in the program, but the emphasis is on learning by doing.
When you complete the course, you will have a better concept of the possibilities of GIS, and how to harness their power via QGIS.

====Intermediate====

[[Image:Bronze-metal-blue256.png|100px|frameless|left]]

In this category, it is assumed that you have working knowledge and experience of the everyday uses of GIS. Following the instructions for the beginner level will provide you with familiar ground, as well as to make you aware of the cases where QGIS does things slightly differently from other software you may be used to. You will also learn how to use analysis functions in QGIS. When you complete the course, you should be comfortable with using QGIS for all of the functions you usually need from a GIS for everyday use.

====Advanced====

[[Image:Bronze-metal-red128.png|100px|frameless|left]]

In this category, the assumption is that you are experienced with GIS, have knowledge of and experience with spatial databases, using data on a remote server, perhaps writing scripts for analysis purposes, etc. Following the instructions for the other two levels will familiarize you with the approach that
the QGIS interface follows, and will ensure that you know how to access the basic functions that you need. You will also be shown how to make use of QGIS’ plugin system, database access system, and so on. When you complete the course, you should be well--acquainted with the everyday operation of
QGIS, as well as its more advanced functions.

==Additional links to other QGIS tutorials and materials==

http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/

http://www.qgistutorials.com/en/index.html

https://www.youtube.com/watch?v=K2iJFeyHnvA

http://maps.cga.harvard.edu/qgis/

http://www.qgisforum.org/qgis-tutorial

http://www.gistutor.com/quantum-gis.html

http://docs.qgis.org/2.2/pdf/id/

GIS for Animal Health

2014-10-29T04:56:15Z

Rachel: /* Original QGIS Training Manual */

= GIS for Animal Health =

[http://docs.qgis.org/testing/en/docs/gentle_gis_introduction/ '''A Gentle Introduction to GIS''']

=== '''GIS for Animal Health''' ===

====Versi Bahasa Indonesia====
[[GIS Animal Health:Bahasa Indonesia|GIS untuk Kesahaten Hewan : Versi Bahasa Indonesia]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====English version====
[[GIS Animal Health:English|GIS for Animal Health : English Version]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====Original QGIS Training Manual====

This is the original, full English version of the [http://docs.qgis.org/2.2/en/docs/training_manual/ '''QGIS manual'''], developed by Linfiniti Consulting.

===Download QGIS Software===

[http://wiki.isikhnas.com/images/QGIS-OSGeo4W-1.8.0-1-Setup.exe '''QGIS Version 1.8''']. This is the version used in the course and is recommended for use during the course

[http://www.qgis.org/en/site/forusers/index.html#download '''Latest version''']. For independent use or use after the course.

=== About the QGIS Project ===
[[About QGIS Project|Read a little about the project]]

=== Why use QGIS? ===
[[Image:QGISLogo.png|250px|frameless|left]]
As information becomes increasingly connected to geographical location, there is no shortage of tools able to fulfill some or all commonly used GIS functions. Why should anyone be using QGIS over some other GIS software package?

Here are only some of the reasons:

*It’s free. Installing and using the QGIS program costs you a grand total of zero money. No initial fee, no recurring fee, nothing.

* It’s flexible. If you need extra functionality in QGIS, you can do more than just hope it will be included in the next release. You can sponsor the development of a feature, or add it yourself if you are familiar with programming.

* It’s open source so its constantly developing. Because anyone can add new features and improve on existing ones, QGIS never stagnates. The development of a new tool can happen as quickly as you need it to.

* Extensive help and documentation is available. If you’re stuck with anything, you can turn to the extensive documentation, your fellow QGIS users, or even the developers.

* Cross-platform. QGIS can be installed on MacOS, Windows and Linux.

Click here if you would like a [http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/index.html '''Gentle Introduction in GIS'''] before commencing this training course. At the moment this introduction is available in English only.

===Tiered course objectives===

This course caters to different user experience levels. Depending on which category you consider yourself to be in, you can expect a different set of course outcomes. Each category contains information that is essential for the next one, so it’s important to do all exercises that are at or below your level of experience.

====Basic====

[[Image:Bronze-metal-green256.png|100px|frameless|left]]

In this category, the course assumes that you have little or no prior experience with theoretical GIS knowledge or the operation of a GIS program.
Limited theoretical background will be provided to explain the purpose of an action you will be performing in the program, but the emphasis is on learning by doing.
When you complete the course, you will have a better concept of the possibilities of GIS, and how to harness their power via QGIS.

====Intermediate====

[[Image:Bronze-metal-blue256.png|100px|frameless|left]]

In this category, it is assumed that you have working knowledge and experience of the everyday uses of GIS. Following the instructions for the beginner level will provide you with familiar ground, as well as to make you aware of the cases where QGIS does things slightly differently from other software you may be used to. You will also learn how to use analysis functions in QGIS. When you complete the course, you should be comfortable with using QGIS for all of the functions you usually need from a GIS for everyday use.

====Advanced====

[[Image:Bronze-metal-red128.png|100px|frameless|left]]

In this category, the assumption is that you are experienced with GIS, have knowledge of and experience with spatial databases, using data on a remote server, perhaps writing scripts for analysis purposes, etc. Following the instructions for the other two levels will familiarize you with the approach that
the QGIS interface follows, and will ensure that you know how to access the basic functions that you need. You will also be shown how to make use of QGIS’ plugin system, database access system, and so on. When you complete the course, you should be well--acquainted with the everyday operation of
QGIS, as well as its more advanced functions.

==Additional links to other QGIS tutorials and materials==

http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/

http://www.qgistutorials.com/en/index.html

https://www.youtube.com/watch?v=K2iJFeyHnvA

http://maps.cga.harvard.edu/qgis/

http://www.qgisforum.org/qgis-tutorial

http://www.gistutor.com/quantum-gis.html

http://docs.qgis.org/2.2/pdf/id/

GIS for Animal Health

2014-10-29T04:48:16Z

Rachel: /* Original QGIS Training Manual */

= GIS for Animal Health =

[http://docs.qgis.org/testing/en/docs/gentle_gis_introduction/ '''A Gentle Introduction to GIS''']

=== '''GIS for Animal Health''' ===

====Versi Bahasa Indonesia====
[[GIS Animal Health:Bahasa Indonesia|GIS untuk Kesahaten Hewan : Versi Bahasa Indonesia]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====English version====
[[GIS Animal Health:English|GIS for Animal Health : English Version]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====Original QGIS Training Manual====

This is the original, full English version of the [http://docs.qgis.org/2.2/en/docs/training_manual/ QGIS manual], developed by Linfiniti Consulting.

===Download QGIS Software===

[http://wiki.isikhnas.com/images/QGIS-OSGeo4W-1.8.0-1-Setup.exe '''QGIS Version 1.8''']. This is the version used in the course and is recommended for use during the course

[http://www.qgis.org/en/site/forusers/index.html#download '''Latest version''']. For independent use or use after the course.

=== About the QGIS Project ===
[[About QGIS Project|Read a little about the project]]

=== Why use QGIS? ===
[[Image:QGISLogo.png|250px|frameless|left]]
As information becomes increasingly connected to geographical location, there is no shortage of tools able to fulfill some or all commonly used GIS functions. Why should anyone be using QGIS over some other GIS software package?

Here are only some of the reasons:

*It’s free. Installing and using the QGIS program costs you a grand total of zero money. No initial fee, no recurring fee, nothing.

* It’s flexible. If you need extra functionality in QGIS, you can do more than just hope it will be included in the next release. You can sponsor the development of a feature, or add it yourself if you are familiar with programming.

* It’s open source so its constantly developing. Because anyone can add new features and improve on existing ones, QGIS never stagnates. The development of a new tool can happen as quickly as you need it to.

* Extensive help and documentation is available. If you’re stuck with anything, you can turn to the extensive documentation, your fellow QGIS users, or even the developers.

* Cross-platform. QGIS can be installed on MacOS, Windows and Linux.

Click here if you would like a [http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/index.html '''Gentle Introduction in GIS'''] before commencing this training course. At the moment this introduction is available in English only.

===Tiered course objectives===

This course caters to different user experience levels. Depending on which category you consider yourself to be in, you can expect a different set of course outcomes. Each category contains information that is essential for the next one, so it’s important to do all exercises that are at or below your level of experience.

====Basic====

[[Image:Bronze-metal-green256.png|100px|frameless|left]]

In this category, the course assumes that you have little or no prior experience with theoretical GIS knowledge or the operation of a GIS program.
Limited theoretical background will be provided to explain the purpose of an action you will be performing in the program, but the emphasis is on learning by doing.
When you complete the course, you will have a better concept of the possibilities of GIS, and how to harness their power via QGIS.

====Intermediate====

[[Image:Bronze-metal-blue256.png|100px|frameless|left]]

In this category, it is assumed that you have working knowledge and experience of the everyday uses of GIS. Following the instructions for the beginner level will provide you with familiar ground, as well as to make you aware of the cases where QGIS does things slightly differently from other software you may be used to. You will also learn how to use analysis functions in QGIS. When you complete the course, you should be comfortable with using QGIS for all of the functions you usually need from a GIS for everyday use.

====Advanced====

[[Image:Bronze-metal-red128.png|100px|frameless|left]]

In this category, the assumption is that you are experienced with GIS, have knowledge of and experience with spatial databases, using data on a remote server, perhaps writing scripts for analysis purposes, etc. Following the instructions for the other two levels will familiarize you with the approach that
the QGIS interface follows, and will ensure that you know how to access the basic functions that you need. You will also be shown how to make use of QGIS’ plugin system, database access system, and so on. When you complete the course, you should be well--acquainted with the everyday operation of
QGIS, as well as its more advanced functions.

==Additional links to other QGIS tutorials and materials==

http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/

http://www.qgistutorials.com/en/index.html

https://www.youtube.com/watch?v=K2iJFeyHnvA

http://maps.cga.harvard.edu/qgis/

http://www.qgisforum.org/qgis-tutorial

http://www.gistutor.com/quantum-gis.html

http://docs.qgis.org/2.2/pdf/id/

GIS for Animal Health

2014-10-29T04:40:46Z

Rachel: /* GIS for Animal Health */

= GIS for Animal Health =

[http://docs.qgis.org/testing/en/docs/gentle_gis_introduction/ '''A Gentle Introduction to GIS''']

=== '''GIS for Animal Health''' ===

====Versi Bahasa Indonesia====
[[GIS Animal Health:Bahasa Indonesia|GIS untuk Kesahaten Hewan : Versi Bahasa Indonesia]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====English version====
[[GIS Animal Health:English|GIS for Animal Health : English Version]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====Original QGIS Training Manual====

This is the original, full English version of the [http://docs.qgis.org/2.2/en/docs/training_manual/| QGIS manual], developed by Linfiniti Consulting.

===Download QGIS Software===

[http://wiki.isikhnas.com/images/QGIS-OSGeo4W-1.8.0-1-Setup.exe '''QGIS Version 1.8''']. This is the version used in the course and is recommended for use during the course

[http://www.qgis.org/en/site/forusers/index.html#download '''Latest version''']. For independent use or use after the course.

=== About the QGIS Project ===
[[About QGIS Project|Read a little about the project]]

=== Why use QGIS? ===
[[Image:QGISLogo.png|250px|frameless|left]]
As information becomes increasingly connected to geographical location, there is no shortage of tools able to fulfill some or all commonly used GIS functions. Why should anyone be using QGIS over some other GIS software package?

Here are only some of the reasons:

*It’s free. Installing and using the QGIS program costs you a grand total of zero money. No initial fee, no recurring fee, nothing.

* It’s flexible. If you need extra functionality in QGIS, you can do more than just hope it will be included in the next release. You can sponsor the development of a feature, or add it yourself if you are familiar with programming.

* It’s open source so its constantly developing. Because anyone can add new features and improve on existing ones, QGIS never stagnates. The development of a new tool can happen as quickly as you need it to.

* Extensive help and documentation is available. If you’re stuck with anything, you can turn to the extensive documentation, your fellow QGIS users, or even the developers.

* Cross-platform. QGIS can be installed on MacOS, Windows and Linux.

Click here if you would like a [http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/index.html '''Gentle Introduction in GIS'''] before commencing this training course. At the moment this introduction is available in English only.

===Tiered course objectives===

This course caters to different user experience levels. Depending on which category you consider yourself to be in, you can expect a different set of course outcomes. Each category contains information that is essential for the next one, so it’s important to do all exercises that are at or below your level of experience.

====Basic====

[[Image:Bronze-metal-green256.png|100px|frameless|left]]

In this category, the course assumes that you have little or no prior experience with theoretical GIS knowledge or the operation of a GIS program.
Limited theoretical background will be provided to explain the purpose of an action you will be performing in the program, but the emphasis is on learning by doing.
When you complete the course, you will have a better concept of the possibilities of GIS, and how to harness their power via QGIS.

====Intermediate====

[[Image:Bronze-metal-blue256.png|100px|frameless|left]]

In this category, it is assumed that you have working knowledge and experience of the everyday uses of GIS. Following the instructions for the beginner level will provide you with familiar ground, as well as to make you aware of the cases where QGIS does things slightly differently from other software you may be used to. You will also learn how to use analysis functions in QGIS. When you complete the course, you should be comfortable with using QGIS for all of the functions you usually need from a GIS for everyday use.

====Advanced====

[[Image:Bronze-metal-red128.png|100px|frameless|left]]

In this category, the assumption is that you are experienced with GIS, have knowledge of and experience with spatial databases, using data on a remote server, perhaps writing scripts for analysis purposes, etc. Following the instructions for the other two levels will familiarize you with the approach that
the QGIS interface follows, and will ensure that you know how to access the basic functions that you need. You will also be shown how to make use of QGIS’ plugin system, database access system, and so on. When you complete the course, you should be well--acquainted with the everyday operation of
QGIS, as well as its more advanced functions.

==Additional links to other QGIS tutorials and materials==

http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/

http://www.qgistutorials.com/en/index.html

https://www.youtube.com/watch?v=K2iJFeyHnvA

http://maps.cga.harvard.edu/qgis/

http://www.qgisforum.org/qgis-tutorial

http://www.gistutor.com/quantum-gis.html

http://docs.qgis.org/2.2/pdf/id/

GIS for Animal Health

2014-10-29T04:24:24Z

Rachel:

= GIS for Animal Health =

[http://docs.qgis.org/testing/en/docs/gentle_gis_introduction/ '''A Gentle Introduction to GIS''']

=== '''GIS for Animal Health''' ===

====Versi Bahasa Indonesia====
[[GIS Animal Health:Bahasa Indonesia|GIS untuk Kesahaten Hewan : Versi Bahasa Indonesia]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

====English version====
[[GIS Animal Health:English|GIS for Animal Health : English Version]]

[[Media:PDF|PDF]]

[[Media:DOCX|DOCX]]

===Download QGIS Software===

[http://wiki.isikhnas.com/images/QGIS-OSGeo4W-1.8.0-1-Setup.exe '''QGIS Version 1.8''']. This is the version used in the course and is recommended for use during the course

[http://www.qgis.org/en/site/forusers/index.html#download '''Latest version''']. For independent use or use after the course.

=== About the QGIS Project ===
[[About QGIS Project|Read a little about the project]]

=== Why use QGIS? ===
[[Image:QGISLogo.png|250px|frameless|left]]
As information becomes increasingly connected to geographical location, there is no shortage of tools able to fulfill some or all commonly used GIS functions. Why should anyone be using QGIS over some other GIS software package?

Here are only some of the reasons:

*It’s free. Installing and using the QGIS program costs you a grand total of zero money. No initial fee, no recurring fee, nothing.

* It’s flexible. If you need extra functionality in QGIS, you can do more than just hope it will be included in the next release. You can sponsor the development of a feature, or add it yourself if you are familiar with programming.

* It’s open source so its constantly developing. Because anyone can add new features and improve on existing ones, QGIS never stagnates. The development of a new tool can happen as quickly as you need it to.

* Extensive help and documentation is available. If you’re stuck with anything, you can turn to the extensive documentation, your fellow QGIS users, or even the developers.

* Cross-platform. QGIS can be installed on MacOS, Windows and Linux.

Click here if you would like a [http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/index.html '''Gentle Introduction in GIS'''] before commencing this training course. At the moment this introduction is available in English only.

===Tiered course objectives===

This course caters to different user experience levels. Depending on which category you consider yourself to be in, you can expect a different set of course outcomes. Each category contains information that is essential for the next one, so it’s important to do all exercises that are at or below your level of experience.

====Basic====

[[Image:Bronze-metal-green256.png|100px|frameless|left]]

In this category, the course assumes that you have little or no prior experience with theoretical GIS knowledge or the operation of a GIS program.
Limited theoretical background will be provided to explain the purpose of an action you will be performing in the program, but the emphasis is on learning by doing.
When you complete the course, you will have a better concept of the possibilities of GIS, and how to harness their power via QGIS.

====Intermediate====

[[Image:Bronze-metal-blue256.png|100px|frameless|left]]

In this category, it is assumed that you have working knowledge and experience of the everyday uses of GIS. Following the instructions for the beginner level will provide you with familiar ground, as well as to make you aware of the cases where QGIS does things slightly differently from other software you may be used to. You will also learn how to use analysis functions in QGIS. When you complete the course, you should be comfortable with using QGIS for all of the functions you usually need from a GIS for everyday use.

====Advanced====

[[Image:Bronze-metal-red128.png|100px|frameless|left]]

In this category, the assumption is that you are experienced with GIS, have knowledge of and experience with spatial databases, using data on a remote server, perhaps writing scripts for analysis purposes, etc. Following the instructions for the other two levels will familiarize you with the approach that
the QGIS interface follows, and will ensure that you know how to access the basic functions that you need. You will also be shown how to make use of QGIS’ plugin system, database access system, and so on. When you complete the course, you should be well--acquainted with the everyday operation of
QGIS, as well as its more advanced functions.

==Additional links to other QGIS tutorials and materials==

http://docs.qgis.org/2.2/en/docs/gentle_gis_introduction/

http://www.qgistutorials.com/en/index.html

https://www.youtube.com/watch?v=K2iJFeyHnvA

http://maps.cga.harvard.edu/qgis/

http://www.qgisforum.org/qgis-tutorial

http://www.gistutor.com/quantum-gis.html

http://docs.qgis.org/2.2/pdf/id/

GIS AH IND M9

2014-10-28T05:18:05Z

Rachel: /* Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - ''Membuat peta dasar'' dan bab 7 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' http://colorbrewer2.org adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai 'kematian unggas' pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela 'Search query builder'. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultryM15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama - memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama - ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' - ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|800px]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|900px]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'', ''name'', dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik - hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|800px]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|800px]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|800px]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T05:16:10Z

Rachel: /* Modul: Menggunakan QGIS dalam bidang kesehatan hewan */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - ''Membuat peta dasar'' dan bab 7 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' http://colorbrewer2.org adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai 'kematian unggas' pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela 'Search query builder'. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultryM15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama - memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama - ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' - ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|800px]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|900px]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'', ''name'', dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik - hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|800px]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|800px]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|800px]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T05:00:14Z

Rachel: /* image Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai 'kematian unggas' pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela 'Search query builder'. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|800px]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|900px]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|800px]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|800px]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|800px]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:55:32Z

Rachel: /* image Ikuti Bersama: Menggabungkan file */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|800px]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|900px]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|800px]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|800px]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|800px]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:54:11Z

Rachel: /* image Ikuti Bersama: Menggabungkan file */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|800px]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|image]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|800px]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|800px]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|800px]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:48:46Z

Rachel: /* image Coba sendiri: Pengaturan style */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|image]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|image]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|800px]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|800px]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|800px]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:47:57Z

Rachel: /* image Ikuti Bersama: Memuat File Teks Terdelimitasi */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|image]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|image]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|image]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|800px]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|800px]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:35:26Z

Rachel: /* image Ikuti Bersama: Clipping (Memotong) set data */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultryM15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|image]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|image]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|image]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|image]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|image]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:34:02Z

Rachel: /* Apa Selanjutnya? */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultrySD15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultrySD15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultryMortality_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|image]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|image]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|image]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|image]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|image]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:33:30Z

Rachel: /* image Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultrySD15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultrySD15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultryMortality_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultryMortality_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultrySuddenDeath_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|image]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|image]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|image]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|image]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|image]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:32:34Z

Rachel: /* image Ikuti Bersama: Membuat buffer dari sentroid desa */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultryMortality_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultryMortality_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultryM15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultrySD15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultrySD15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultrySuddenDeath_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultrySuddenDeath_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultrySuddenDeath_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultrySuddenDeath_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|image]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|image]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|image]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|image]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|image]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:28:03Z

Rachel: /* image Coba sendiri: Menyimpan style */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|800px]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultrySuddenDeath_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultrySuddenDeath_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultrySD15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultrySD15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultrySD15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultrySuddenDeath_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultrySuddenDeath_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultrySuddenDeath_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultrySuddenDeath_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|image]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|image]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|image]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|image]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|image]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M9

2014-10-28T04:27:20Z

Rachel: /* image Ikuti Bersama: Membuat peta baru */

= Modul: Menggunakan QGIS dalam bidang kesehatan hewan =

Tunjuan dari modul ini adalah menunjukkan bagaimana menggunakan QGIS untuk membantu penanganan skenario kesehatan hewan. Untuk melakukan hal ini, terlebih dahulu anda perlu mempelajari dan mengakrabi bab-bab sebelumnya dari panduan ini, khususnya bab 3 - * Membuat peta dasar* dan bab 6 - ''Analisis vektor''.

== Pelajaran: Praktek Penerapan - ISIKHNAS ==

Dalam bab ini, kita akan menggunakan beberapa keahlian yang telah dipelajari dan menerapkannya pada data yang diambil dari basis data ISIKHNAS.

GIS telah menjadi alat bantu yang penting untuk memahami dan mengelola lalu lintas dan penyakit hewan. GIS dapat memberikan bantuan berharga dalam berbagai tugas, antara lain:

# memantau distribusi atau lalu lintas hewan
# menggambarkan tingkat dan distribusi penyakit
# menilai kemanjurkan program pengendalian dalam satuan ruang
# mengembangkan zona pengendalian penyakit
# menjelajahi faktor-faktor risiko spasial
# mengelola keadaan darurat kesehatan hewan.

Pelatihan ini dirancang untuk memperlihatkan kepada Anda cara menggunakan QGIS secara praktis, dengan menggunakan data yang sudah Anda kenal baik.

'''Sasaran dari pelatihan ini:'''

Atasan meminta anda untuk mengidentifikasi dan mengekstrak semua data kasus penyakit unggas dengan sindrom berupa kematian di wilayah Sulawesi Selatan. Ia ingin anda membuat sebuah peta yang menunjukkan tempat kejadian kasus-kasus tersebut dan menetapkan daerah penyangga (buffer) sepanjang 15 kilometer di sekeliling masing-masing desa yang menjadi tempat kejadian kasus.

Untuk mencapai hal tersebut, anda perlu melakukan langkah-langkah berikut ini:

* memuat layer shapefile vektor dan membuat proyek QGIS baru
* menentukan format tampilan (style) yang tepat
* membuat subset dari suatu set data secara spasial dengan pilihan ''Select by location''
* mengidentifikasi data tertentu pada tabel atribut dengan menggunakan SQL (Structured Query Language)
* menyimpan data pada shapefile baru
* menyimpan layer dengan proyeksi yang sesuai untuk pelatihan spasial
* membuat daerah penyangga (buffer)
* menggunakan fitur klip untuk membuat layer dengan hanya menyertakan data yang diperlukan.

Untuk tujuan pelatihan ini, anda akan menggunakan shapefile yang sudah disediakan. Walaupun kita dapat tersambung dengan basis data iSIKHNAS secara langsung untuk mengakses data terbaru, hal tersebut berada di luar cakupan pelatihan ini.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat peta baru ===

Buka QGIS. Dengan menggunakan tombol ''Add Vector Layer'', tambahkan layer berikut dari data latihan:

*''[[media:Sulawesi.zip| <code>Sulawesi.shp</code>]]''
*''[[media:Sul_sthn_dist.zip| <code>Sul_sthn_dist.shp</code>]]''
*''[[media:cases_gis.zip| <code>cases_gis.shp</code>]]''

Peta Anda akan tampak seperti berikut ini:

[[Image:001.png|800px]]

Tentu saja warna yang digunakan akan berbeda dan kemungkinan tidak sesuai. Sekarang ubahlah tampilan style melalui tab ''Style'' pada ''Layer Properties'' untuk menggunakan warna pilihan Anda. Sebagai pengingat:

* Klik kanan pada layer
* Pilih ''Properties''
* Klik tab ''Style'' seperti dijelaskan di atas

Disini anda dapat mengubah tampilan format layer dalam beberapa cara yang mencakup warna, arsiran, simbol, garis, dan masih banyak lagi.

[[Image:001a.png|image]]

Anda dapat menyimpan warna pilihan anda sebagai style sehingga dapat digunakan kembali pada proyek lain.

=== [[Image:basic.png|image]] Coba sendiri: Menyimpan style ===

Anda mungkin ingin menyimpan warna tertentu untuk digunakan sebagai latar belakang layer anda, baik dalam pelatihan ini maupun proyek pemetaan lain di kemudian hari. Untuk melakukan hal ini, pilih layer yang anda inginkan (misalnya <code>Sulawesi</code>) kemudian buka ''Layer Properties''.

Tentukan pilihan anda. Seperti tampak pada gambar di atas, terdapat dua tombol ''Change''.

Tombol ''Change'' yang pertama, dengan simbol kunci inggris, memungkinkan anda mengatur format beberapa item berikut ini:

* jenis layer simbol
* warna
* style arsiran
* warna garis tepi
* style garis tepi
* lebar garis tepi

Jika anda hanya ingin mengubah warna layer, klik tombol ''Change'' kedua.

Apabila anda sudah puas dengan style layer pilihan anda, klik ''Save Style ...''

Simpan style baru anda dengan nama yang mudah diingat, misalnya <code>BaseCountry</code>. Sebaiknya simpan semua style anda dalam satu folder agar mudah ditemukan.

Untuk menggunakan style yang sudah anda simpan, klik tombol ''Load Style ...'' .

Kita telah mengubah warna layer sehingga tampak sebagai berikut:

[[Image:002.png|image]]

'''Colorbrewer: Color Advice for Maps''' <http://colorbrewer2.org>â€™ adalah situs web yang sangat bermanfaat. Situs ini dikembangkan oleh Cynthia Brewer dari Pennsylvania State University dan berisi banyak informasi berguna mengenai skema warna yang cocok untuk peta.

Simpan peta Anda sebagai proyek baru.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih data ===

Terdapat beberapa cara untuk memilih data dari layer, antara lain:

* Select Single Feature (Memilih Fitur Tunggal)
* Select Features by Rectangle (Memilih Fitur dengan Pola Persegi Panjang)
* Select Features by Polygon (Memilih Fitur dengan Pola Poligon)
* Select Features by Freehand (Memilih Fitur dengan Pola Bebas)
* Select Features by Radius (Memilih Fitur dengan Radius)

Pilihan ini dapat ditemukan dengan mengklik tombol ''Select Features by Polygon'', kemudian memilih dari daftar menu yang muncul.

[[Image:003.png|image]]

Ini merupakan alat bantu yang berguna untuk memilih satu atau dua fitur, atau membuat pola di sekitar area tertentu dengan cepat. Apabila dibutuhkan akurasi yang lebih tinggi, kita dapat menggunakan alat bantu ''Select by Location''.

Untuk menemukan alat bantu ''Select by Location'', klik menu ''Vector - Research Tools - Select by location'':

[[Image:004.png|image]]

Dengan memilih fitur-fitur pada salah satu layer yang berpotongan dengan layer lainnya, kita dapat membuat layer baru yang hanya berisi atribut tertentu saja.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih berdasarkan lokasi ===

Setelah memuat layer peta ke dalam proyek, kita akan berkonsentrasi pada wilayah Sulawesi; terutama menyangkut kasus-kasus yang tercatat di Kabupaten Sulawesi Selatan. Saat ini peta kita memperlihatkan semua kasus yang tercatat di seluruh Indonesia pada saat data diunduh.

Buka ''Select by Location''. Kita ingin memilih fitur pada file <code>cases_gis</code> yang berpotongan dengan file <code>Sul_sthn_dist</code>:

[[Image:005.png|image]]

Klik "OK" dan periksa peta Anda. Anda akan melihat bahwa kasus-kasus yang terjadi di Sulawesi Selatan kini telah ditandai:

[[Image:006.png|image]]

Simpan pilihan ini sebagai layer baru dengan mengklik kanan pada layer <code>cases_gis</code>, lalu klik ''Save Selection As...'':

[[Image:007.png|image]]

Simpan layer baru Anda dengan nama <code>Sul_sthn_cases</code> dan tambahkan ke peta Anda. Jika dirasa perlu, ubah format warna.

Sekarang anda dapat menghapus layer ''cases_gis''.

=== [[Image:basic.png|image]] Ikuti Bersama: Memeriksa data ===

Seperti disebutkan sebelumnya, anda perlu mengekstrak semua kasus kematian unggas di wilayah Sulawesi Selatan. Bagaimana anda dapat melakukan hal tersebut?

Salah satu caranya adalah dengan menggunakan ''Attribute Table'' pada layer tersebut. Pada tabel ini anda dapat melihat lebih banyak informasi mengenai tiap-tiap data pada layer tersebut. ''Attribute Table'' telah dijelaskan sebelumnya, terutama pada Bab 3 dan 4. Kini kita akan menggunakan informasi dalam tabel atribut tersebut untuk memilih data yang kita perlukan.

Ketika membuka ''Attribute Table'' pada layer <code>Sul_sthn_cases</code>, kita akan melihat beberapa kolom yang menampilkan informasi mengenai masing-masing data:

[[Image:008.png|image]]

Informasi apa yang Anda lihat?

Pada contoh ini, kita dapat melihat bahwa secara keseluruhan terdapat 1728 butir data dalam layer ini. Tabel atribut memiliki kolom-kolom yang berisi informasi berikut ini:

* gid (Identifikasi geografis)
* reportdate (Tanggal pelaporan)
* caseid (Nomor kasus)
* species (Spesies hewan)
* cases (Kasus)
* reporttype (Jenis laporan)
* syndrome2 (Sindrom penyakit)
* reporter (Pelapor)
* desa

Kita dapat menggunakan tampilan ini untuk menemukan (misalnya) semua data menyangkut ayam dengan mengetikkan ''chicken'' pada kotak ''Look for'', lalu memilih ''species'' pada kotak yang muncul dan mengklik ''Search''. Semua data berisi spesies ayam akan ditandai pada tabel atribut tersebut.

{{hlbox|Catatan: Perhatikan pilihan ''Case sensitive''. Kotak pilihan ini sebaiknya tetap dikosongkan.}}

Dengan begitu, pencarian anda akan menampilkan hasil untuk ''Chicken'' dan ''chicken'', serta variasi lain dengan penggunaan huruf besar yang berbeda.

Tetapi kita tidak hanya menginginkan ayam, melainkan semua unggas yang tercatat mengalami sindrom ''kematian''. Untuk memilih data tersebut, kita perlu menggunakan fitur ''Advanced search''.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL (Structured Query Language) ===

''Fitur pencarian tingkat lanjut'' memungkinkan kita membuat permintaan data yang lebih spesifik dengan memilih data yang memiliki atribut tertentu sesuai kebutuhan kita.

[[Image:009.png|image]]

Permintaan data yang kita buat meminta semua data berisi spesies ayam, itik atau ayam kampung, '''dan''' nilai â€˜kematian unggasâ€™ pada tabel syndrome2.

Dengan menguji permintaan data tersebut, kita akan menemukan 11 butir data yang cocok:

[[Image:010.png|image]]

Klik ''OK'' pada jendela yang berisi ''Found 11 matching feature(s)'', dan klik ''OK'' pada jendela â€˜Search query builderâ€™. Perhatikan bagian atas tabel atribut, kini anda akan melihat judul ''Attribute table - Sul_cases_sthn (11 matching features)''. Klik ''Close'' pada tabel atribut.

Setelah memilih data yang diperlukan, kita akan menggunakan pilihan ''Save selection as'' yang telah kita gunakan sebelumnya dan menyimpan layer ini pada peta kita. Klik kanan pada layer <code>Sul_sthn_cases</code> dan klik ''Save selection as.''

[[Image:011.png|image]]

Beri nama layer baru ini sebagai <code>Cases_PoultryMortality</code> dan tambahkan pada peta anda.

Dengan mematikan layer <code>Sul_sthn_cases</code>, kita sekarang dapat melihat data kematian unggas di Sulawesi Selatan yang diperoleh dari basis data.

[[Image:012.png|image]]

{{hlbox|Catatan: Kita telah memanfaatkan alat bantu ''Advanced Labeling'' yang dibahas pada Bagian 4.2.1 dengan menggunakan ''Using labels'' untuk memperlihatkan label pada setiap kabupaten.}}

Simpan proyek anda.

=== [[Image:moderate.png|image]] Coba sendiri: Memilih dengan SQL ===

Dengan menggunakan fitur ''Advanced search'' pada ''Attribute table'' untuk layer <code>Sul_sthn_cases</code>, cobalah memilih data tertentu menurut kombinasi yang berbeda.

Jangan ragu untuk bereksperimen. Cobalah memilih berbagai kombinasi data seperti tanggal, desa, spesies, sindrom, dll.

=== Kesimpulan ===

Terdapat beberapa cara untuk memilih data. Metode yang dapat anda pilih akan bergantung pada kebutuhan anda.

Query SQL memungkinkan anda untuk memilih data menurut atribut spesifik yang anda inginkan.

=== Apa Selanjutnya? ===

Sekarang anda telah memiliki peta dasar yang menunjukkan di mana lokasi kasus-kasus yang menarik perhatian. Pada sesi berikutnya, kita akan mengulas kembali alasan mengapa kita perlu memproyeksikan layer untuk membuat buffer yang sesuai.

== Pelajaran: Memproyeksikan layer ==

Kita telah membuat sebuah peta yang menunjukkan semua kasus kematian unggas di wilayah Sulawesi Selatan. Sekarang kita perlu mempertimbangkan pendekatan untuk membuat daerah penyangga sepanjang 15 kilometer di sekitar lokasi kasus-kasus tersebut.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali proyeksi peta

=== [[Image:basic.png|image]] Ikuti Bersama: Memproyeksikan layer ===

Ingat kembali Bab 7 ketika anda mempelajari proyeksi, sekarang periksalah layer-layer pada peta anda. Apakah CRS (Sistem Koordinat Referensi) yang ada berupa Sistem Koordinat Geografis (GCS) atau Sistem Koordinat Proyeksi (PCS)? Bagaimana anda bisa mengetahuinya?

Cara yang paling mudah adalah dengan melihat kotak ''Coordinate'' di bagian bawah tampilan kanvas peta. Kotak ini menunjukkan posisi lintang dan bujur dalam bentuk derajat desimal yang dipisahkan dengan tanda koma, misalnya 120.723,-4.971.

Untuk melihat lebih banyak informasi mengenai CRS pada sebuah layer, klik kanan pada layer tersebut dan buka ''Properties''. Dengan mengklik tab ''General'', anda akan melihat EPSG:4326 - WGS 84 sebagai CRS. Anda dapat melihat informasi yang lebih terperinci dengan mengklik tab ''Metadata''.

[[Image:013.png|image]]

Sebagai aturan dasar, jika anda hendak memanipulasi data spasial dengan menggunakan alat bantu dari menu ''Vector'', layer yang ingin anda kerjakan harus diproyeksikan ke format yang mengekspresikan jarak dalam satuan pengukuran tertentu seperti meter.

Dalam latihan ini, kita akan menggunakan Universal Transverse Mercator (UTM) zone 50s (EPSG 32750).

* Klik kanan layer <code>Cases_PoultryMortality</code> pada ''Layers list''.
* Pilih ''Save As...'' pada menu yang muncul. Kemudian anda akan melihat kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder yang anda gunakan untuk menyimpan data latihan dan tambahkan nama layer baru <code>PoultryMortality_32750.shp</code>.
* Biarkan ''Encoding'' tanpa perubahan.
* Klik tombol ''Browse'' di bawah menu pilihan yang muncul.
* Kemudian kotak dialog ''CRS Selector'' akan muncul.
* Pada kolom ''Filter'', cari <code>32750</code>.
* Pilih ''WGS 84 / UTM zone 50S'' dari daftar.
* Klik ''OK''.

=== [[Image:basic.png|image]] Coba sendiri: Memproyeksikan layer lainnya ===

Ulangi langkah-langkah tersebut pada layer lainnya untuk menambahkan layer-layer yang telah diproyeksikan pada peta anda. Setelahnya anda dapat menghapus layer-layer lama yang belum diproyeksikan pada peta anda. Karena kita hanya ingin menggunakan peta wilayah Sulawesi Selatan, anda tidak lagi membutuhkan layer <code>Sulawesi</code>.

Pilihan untuk membuat proyeksi ''On the fly'' sebaiknya dimatikan.

Peta Anda sekarang akan terlihat seperti ini:

[[Image:014.png|image]]

Perhatikan bahwa kotak ''Coordinate'' kini menunjukkan satuan meter dan bukan derajat.

Simpan proyek anda.

== Pelajaran: Membuat Buffer ==

Setelah kita memiliki layer-layer yang diperlukan untuk membuat daerah penyangga sepanjang 15 km, apa langkah berikutnya?

'''Sasaran dari pelatihan ini:'''

Memahami dan mempertimbangkan data titik versus data poligon, dan pengaruh masing-masing pada saat membuat daerah penyangga.

=== [[Image:basic.png|image]] Ikuti Bersama: Data titik, sentroid, dan poligon ===

Dengan memperhatikan peta yang ada, anda akan melihat bahwa kasus-kasus kematian unggas kebanyakan terjadi di wilayah kabupaten Barru dan Sinjai.

Dalam latihan ini, kita akan menambahkan layer vektor baru, ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]'', yang menunjukkan batasan poligon-poligon desa di Barru dan Sinjai.

Setelah anda memuat layer ini, aturlah semua layer yang ada sehingga kasus penyakit berada di atas perbatasan desa. Perhatikan dengan seksama lokasi kasus penyakit pada poligon desa (anda mungkin harus memperbesar tampilan peta).

Hal apa yang Anda perhatikan?

[[Image:015.png|image]]

Posisi setiap kasus penyakit berada di tengah-tengah perbatasan desa. Ini menunjukkan bahwa posisi tersebut bukanlah koordinat pasti di mana kasus penyakit tersebut terjadi - kita hanya mengetahui bahwa kasus penyakit terjadi di suatu tempat di desa tersebut. Data yang ada diperoleh dari tingkat desa dan diposisikan berdasarkan sentroid (titik pusat) dari poligon desa yang bersangkutan.

Apa pengaruhnya terhadap daerah penyangga sepanjang 15 kilometer yang akan kita buat? Mari kita lihat.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat buffer dari sentroid desa ===

Dalam latihan membuat buffer ini, kita akan menggunakan file <code>PoultrySuddenDeath_32750</code> yang telah kita buat. Pilihlah layer tersebut, kemudian buka menu ''Vector''. Layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Buffer(s)''.

[[Image:016.png|image]]

Jendela berikut ini akan terbuka:

[[Image:017.png|image]]

Pilih <code>PoultrySuddenDeath_32750</code> sebagai layer vektor masukan dan tetapkan ukuran daerah penyangga sebesar 15000 (ingatlah bahwa satuan dalam layer menggunakan meter).

Klik ''Dissolve buffer results''.

Klik ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultrySD15kmBuffer_32750.shp</code>.

Tambahkan layer ini pada peta anda. Hasilnya akan tampak sebagai berikut:

[[Image:018.png|image]]

Apakah anda memperhatikan bahwa daerah penyangga memanjang hingga ke laut? Sekarang kita akan menggunakan fungsi '''Clip''' untuk memperbaiknya.

=== [[Image:basic.png|image]] Ikuti Bersama: '''Clipping''' (Memotong) set data ===

Kita dapat menggunakan satu set data untuk memotong set data lainnya sehingga hanya menyisakan informasi yang kita inginkan.

Dalam latihan ini, kita akan memotong layer buffer yang baru dengan <code>DistrictsSthnSul_32750</code> yang telah anda buat pada bagian 16.2.2 '''Praktek Mandiri... Memproyeksikan layer lainnya'''.

{{hlbox|Catatan: Anda mungkin memberikan nama yang berbeda, misalnya <code>Sul_sth_dist_32750</code>.}}

Buka menu ''Vector'', kemudian layangkan kursor ke ''Geoprocessing Tools'' dan pilih ''Clip''.

[[Image:019.png|image]]

Layer masukan (input) adalah layer yang ingin kita ubah, dalam hal ini berupa layer buffer yang baru. Layer pemotong (clip) adalah layer yang akan kita gunakan untuk memotong layer buffer.

Klik tombol ''Browse'' dan beri nama shapefile baru anda sebagai <code>PoultrySD15kmBufferClip_32750.shp</code>.

Tambahkan pada peta.

Hapus layer <code>PoultrySD15kmBuffer_32750.shp</code>.

Tampilan anda akan terlihat seperti berikut ini:

[[Image:020.png|image]]

Layer baru yang kita buat telah sesuai dengan garis pesisir Sulawesi Selatan dan atasan anda dapat dengan mudah melihat bentangan daerah penyangga sepanjang 15 kilometer tersebut.

Namun, apakah ini merupakan buffer terbaik untuk data tersebut?

Ingat bahwa data tersebut mengungkapkan bahwa kasus penyakit direkam dalam basis data dengan posisi di tengah-tengah setiap desa - pada kenyataannya, data tersebut kemungkinan diambil dari berbagai lokasi di dalam batas desa.

Ini berarti daerah penyangga sepanjang 15 kilometer yang kita buat tidak akan sepenuhnya akurat.

Pada bagian berikutnya, kita akan membuat buffer dengan menggunakan layer poligon desa dan membandingkan hasilnya.

=== [[Image:basic.png|image]] Coba sendiri: Membuat buffer menggunakan poligon desa ===

Dengan menerapkan keahlian yang telah anda pelajari sebelumnya dalam membuat daerah penyangga dan memotong layer, buatlah daerah penyangga sepanjang 15 kilometer di sekitar poligon-poligon desa yang memiliki kasus kematian mendadak pada unggas. Potong layer baru tersebut dan tambahkan pada peta anda, beri nama sebagai <code>PoultrySD15kmBufferPolyClip_32750</code>.

Atur kembali semua layer sehingga daerah penyangga yang dibuat dengan sentroid desa dapat terlihat di atas daerah penyangga berdasarkan poligon desa yang baru anda buat. Apa yang dapat anda lihat?

[[Image:021.png|image]]

Pada gambar ini, warna hijau gelap menunjukkan daerah penyangga di sekitar poligon desa (berwarna terang). Warna hijau yang lebih terang menunjukkan daerah penyangga yang dibuat dengan data titik kasus penyakit.

Karena kita tidak tahu persis lokasi terjadinya kasus penyakit, maka sebaiknya dipertimbangkan untuk membuat daerah penyangga dengan menggunakan poligon desa ketimbang sentroid (titik pusat) desa.

=== Apa Selanjutnya? ===

Membuat perkiraan mengenai jumlah kasus penyakit yang tercatat di setiap desa dengan melihat peta yang ada akan bermanfaat. Pada pelajaran selanjutnya, kita akan mengulas lebih banyak mengenai pengaturan tampilan dan bagaimana mewarnai masing-masing area berdasarkan atribut tertentu yang ingin kita tampilkan.

== Pelajaran: Pengaturan tampilan untuk menunjukkan kepadatan ==

[animalhealth/exercise4::doc] Sebuah peta yang baik dapat menyampaikan informasi dengan cepat dan jelas. Sebagai contoh, kita dapat menggunakan warna untuk mengindikasikan jumlah kasus penyakit dengan sindrom tertentu yang kita selidiki di setiap desa.

'''Sasaran dari pelatihan ini:'''

Mengulas kembali cara-cara pengaturan tampilan peta yang kita buat sehingga informasi yang ada dapat disampaikan sejelas mungkin.

=== [[Image:basic.png|image]] Ikuti Bersama: Pengaturan tampilan untuk menunjukkan kepadatan ===

Buka tabel atribut <code>PoultrySuddenDeath_32750</code> dan perhatikan kolom-kolomnya. Apa yang dapat anda lihat? Informasi apa yang dapat ditampilkan dengan mudah pada peta anda?

Perhatikan kolom ''cases''. Kolom ini memberi tahu anda jumlah kasus penyakit yang tercatat di setiap desa. Kita dapat menggunakan pengkodean warna untuk menampilkan informasi ini pada peta yang kita buat.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultrySuddenDeath_32750</code> dan klik tab ''Style''.

Pilih ''Graduated'' dari menu rendering yang muncul. Fungsi ini menggradasikan warna-warna pilihan kita dari terang hingga gelap dan sebaliknya.

Atur ''Column'' menjadi ''cases'' dan ''Classes'' menjadi 5.

''Color ramp'' dapat dibiarkan pada warna biru untuk saat ini dan ''Mode'' dapat diatur menjadi ''Equal Interval''. QGIS akan segera menampilkan satu set berisi lima macam warna biru yang memiliki lima interval dengan jarak yang sama. (Jika tidak, klik ''Classify'')

Klik ''Apply'' untuk melihat tampilan pada peta anda.

Hal apa yang Anda perhatikan?

[[Image:022.png|image]]

Titik-titik pada peta kita berukuran sangat kecil sehingga sulit untuk membedakan variasi warnanya. Salah satu cara untuk mengubah hal ini adalah dengan mencoba berbagai ukuran titik.

Untuk melakukan hal ini, buka properti layer untuk <code>PoultrySuddenDeath_32750</code> dan klik tab ''Style''. Kali ini, klik tombol change di sebelah ''Symbol''. Coba gunakan berbagai pilihan ukuran titik hingga anda menemukan ukuran yang cukup besar untuk menampilkan gradasi warna.

Dengan ukuran 5 milimeter maka tampilannya akan tampak seperti berikut ini:

[[Image:023.png|image]]

=== Apa Selanjutnya? ===

Fungsi ini meningkatkan kemampuan peta kita dalam menunjukkan desa mana saja yang memiliki jumlah kasus penyakit terbanyak, tetapi akan lebih baik lagi jika kita dapat menunjukkannya bersama dengan batas desa.

Pada pelajaran berikutnya, kita akan mempelajari bagaimana menggabungkan layer berdasarkan lokasi. Fungsi ini memungkinkan kita membuat file baru yang menggabungkan beberapa atribut sekaligus, misalnya nomor kasus dari shapefile <code>PoultrySuddenDeath_32750</code> dan batas desa dari shapefile <code>VillagePolyBarSin_32750</code>.

== Pelajaran: Menggabungkan dua layer ==

Terdapat dua cara untuk menggabungkan layer:

* Kita dapat menggunakan alat bantu ''Join by location'' untuk membuat layer baru dengan menggabungkan atribut dari dua layer yang berbeda, atau
* kita dapat melakukan penggabungan dengan menggunakan satu atribut yang sama.

'''Sasaran dari pelatihan ini:'''

Membuat shapefile baru dengan alat bantu ''Join by location''

Menampilkan informasi dari file non-spasial pada file spasial dengan menggabungkan keduanya berdasarkan kolom data yang sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan atribut berdasarkan lokasi ===

Pada pelajaran sebelumnya, kita telah mengulas kembali bagaimana menggunakan warna untuk menunjukkan kepadatan data kasus penyakit di setiap desa. Namun, hasilnya belum cukup memadai karena file yang berisi data kasus penyakit menampilkannya sebagai data titik pada peta. Kita ingin mewarnai seluruh desa yang ada seperti ditunjukkan pada file yang berisi batas desa. Kita tidak dapat melakukannya karena file tersebut tidak berisi informasi kasus penyakit. Kita perlu menggabungkan kedua file tersebut dengan menggunakan alat bantu ''Join attributes by location'' yang terletak di bawah ''Data Management Tools'' pada menu ''Vector''.

[[Image:024.png|image]]

Gunakan file <code>VillagePolyBarSin_32750</code> sebagai layer vektor target dan <code>PoultryMortality_32750</code> sebagai layer vektor penggabung:

* Klik ''Take the summary of the first located feature'' di bawah ''Attribute Summary''.
* Centang kotak ''Sum'' di bagian bawah.

Tentukan lokasi di mana anda akan menyimpan file tersebut dan beri nama yang sesuai (kita dapat menggunakan <code>PoultryMJoinLocation_32750</code>).

Hanya simpan data yang memiliki kecocokan. Klik ''OK'' dan tambahkan layer baru tersebut pada peta anda.

Tutup kotak dialog ''Join attributes by location''.

Hasilnya akan terlihat seperti berikut ini:

[[Image:025.png|image]]

Sekarang bukalah ''Attribute table'' pada layer yang baru. Anda dapat melihat bahwa layer baru tersebut berisi atribut dari masing-masing file semula, termasuk jumlah kasus penyakit. Kini kita dapat menggunakannya untuk memperbaiki tampilan kepadatan kasus penyakit pada peta kita.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat ===

Dengan menerapkan keahlian yang telah dipelajari sebelumnya, sesuaikan style untuk menunjukkan kepadatan kasus penyakit di setiap desa. Coba gunakan interval yang berbeda untuk melihat pengaruhnya:

* '''Equal Interval:''' Membagi data anda menjadi kelompok-kelompok dengan interval yang sama.
* '''Quantile:''' Menggunakan perhitungan untuk membagi nilai menjadi beberapa subset dengan ukuran yang sama.
* '''Natural breaks (Jenks):''' Berupaya untuk meminimalkan perbedaan dalam kelas dan memaksimalkan perbedaan diantaranya. Simpangan baku: Menggambarkan bagaimana nilai menyimpang dari rata-rata.
* '''Pretty breaks:''' Membagi nilai menjadi beberapa kelas yang mudah dipahami oleh pembaca yang tidak memiliki latar belakang statistik.

Perhatikan pengaruh dari masing-masing pilihan dengan menggunakan ''Apply'' untuk melihat perubahan yang terjadi pada peta anda.

== Pelajaran: Menggabungkan vektor berdasarkan atribut ==

Dalam latihan ini, kita ingin menggabungkan sebuah file tanpa data spasial dari basis data iSIKHNAS dengan shapefile yang memiliki data geometrik. Dengan melakukan ini, kita dapat menampilkan data dari file iSIKHNAS pada peta Indonesia.

'''Sasaran dari pelatihan ini:'''

Atasan anda pasti akan lebih senang jika data laporan dari iSIKHNAS dapat ditampilkan pada peta Indonesia.

Masalahnya, file tersebut tidak memiliki data spasial apapun.

Untuk dapat menampilkan data yang dibutuhkan oleh atasan, anda harus menggabungkan file data tersebut dengan file berisi data spasial (misalnya shapefile) yang dapat ditampilkan.

=== [[Image:basic.png|image]] Ikuti Bersama: Muat semua file yang dibutuhkan ===

Muat shapefile yang ingin anda gunakan. Ini dapat mencakup:

*''[[media:Provinces.zip| <code>Provinces.shp</code>]]'' (Provinsi)
*''[[media:Districts.zip| <code>Districts.shp</code>]]'' (Kabupaten)
*''[[media:Sub_districts.zip| <code>Sub_districts.shp</code>]]'' (Kecamatan)
Dalam contoh ini, kita akan menggunakan shapefile <code>Provinces</code>

Terdapat dua cara untuk memuat tabel yang kita miliki ke dalam iSIKHNAS. Anda sudah mempelajari cara yang pertama â€“ memuat layer dengan menggunakan tombol ''Add vector layer''.

[[Image:025a.png|image]]

Dalam skenario ini, anda dapat mengunduh file data yang diperlukan ke dalam bentuk file .csv dari situs web iSIKHNAS.

Simpan file .csv ke dalam folder yang mudah ditemukan.

Muat file tersebut ke dalam QGIS dengan menggunakan pilihan ''Add vector layer''.

Jangan lupa untuk memilih jenis file yang tepat (dalam hal ini .csv). Jika tidak, pilihan hanya akan terbatas pada shapefile sehingga anda tidak dapat memilih file .csv.

[[Image:025b.png|image]]

Atau anda mungkin lebih memilih untuk memuat file Excel yang anda buat sendiri. QGIS versi 1.8 keatas juga memungkinkan anda untuk memuat file ''Excel'' secara langsung.

{{hlbox|Catatan: QGIS 1.8 dapat mengimpor file Excel yang disimpan dalam format .xls, tetapi tidak dalam format .xlsx.}}

Anda dapat mengimpor file .xlsx jika menggunakan QGIS versi 2.0 keatas.

Cara yang kedua adalah dengan menggunakan informasi login pengguna yang tersedia untuk membuka basis data secara langsung.

[[Image:025c.png|image]]

Dalam contoh ini, kita akan menggunakan tabel <code>rph_prov_week_gis_centroid</code> dari basis data latihan iSIKHNAS.

Kita dapat menemukan data ini dengan mencari diantara tabel-tabel yang tersedia.

[[Image:025d.png|image]]

Klik ganda pada tabel tersebut untuk memuatnya ke dalam QGIS.

Contoh proyek QGIS kita akan tampak seperti berikut ini. Simpan sebagai proyek baru.

[[Image:025e.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Bandingkan file yang telah dimuat ===

Perhatikan jendela Layers dan kedua file yang ditampilkan di dalamnya dengan seksama.

Hal apa yang Anda perhatikan?

[[Image:025f.png|image]]

Karena QGIS dapat menampilkan layer untuk provinsi, maka sudah pasti terdapat data spasial yang berkaitan. Kita dapat mengetahui hal ini dari ikon poligon kecil di sebelah nama file dan kotak centang kecil di sampingnya.

Layer untuk statistik pemotongan hewan tidak memiliki data spasial. Data ini hanya berupa tabel dan tidak dapat ditampilkan. Kita dapat mengetahui hal ini dari ikon tabel kecil di sebelah nama file dan tidak adanya kotak centang.

Sekarang bandingkan tabel atribut untuk <code>rph_prov_week_gis_centroid</code> dan <code>Provinces</code>.

Hal apa yang Anda perhatikan?

[[Image:025g.png|image]]

[[Image:025h.png|image]]

Kedua file memiliki kolom yang sama â€“ ''code'' (berisi kode unik untuk setiap lokasi).

Kolom ''code'' merupakan kolom yang dapat kita gunakan untuk menggabungkan kedua layer. Dengan membuat penggabungan, kita dapat menampilkan atribut dari file <code>rph_prov_week_gis_centroid</code> dengan gambar dari shapefile <code>Provinces</code>.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menggabungkan file ===

Klik kanan pada shapefile <code>Provinces</code> dan buka ''Properties'' untuk layer tersebut. Klik tab ''Join'' seperti ditunjukkan berikut ini:

[[Image:025i.png|image]]

Klik tanda tambah berwarna hijau untuk membuka jendela berikut:

[[Image:025j.png|image]]

''Join layer'' merupakan file <code>rph_prov_week_gis_centroid</code>.

''Join field'' adalah kolom pada file <code>rph_prov_week_gis_centroid</code> yang akan kita gunakan untuk menggabungkan kedua file. Dalam hal ini, kita akan menggunakan kolom ''code''. Kolom ini dapat dipilih dari daftar yang muncul.

''Target field'' berisi ''code'' â€“ ini adalah kolom pada file <code>Provinces</code> yang memiliki data yang sama dengan kolom ''code'' pada file <code>rph_prov_week_gis_centroid</code>.

[[Image:025k.png|image]]

Nama dari kolom-kolom ini tidak harus sama, tetapi informasi yang terdapat pada masing-masing kolom harus merujuk pada atribut yang sama.

Sebagai contoh, salah satu file mungkin menggunakan nama ''code'' sementara file yang lain memakai nama ''location_code''. Kita tetap dapat menggabungkan kedua file selama data di dalamnya sama.

Dalam hal ini, kita merujuk pada kode yang berikan untuk setiap lokasi.

Klik OK.

Sekarang buka kembali tabel atribut pada shapefile <code>Provinces</code>.

Apa yang dapat anda lihat?

[[Image:025l.png|image]]

Atribut dari file <code>rph_prov_week_gis_centroid</code> (''gid'' , ''name'' , dan ''sum'' ) sekarang berada pada tabel atribut untuk file <code>Provinces</code>.

Sekarang kita dapat menggunakannya untuk memetakan data pada file <code>rph_prov_week_gis_centroid</code> dengan gambar pada <code>Provinces</code>.

=== [[Image:basic.png|image]] Coba sendiri: Mengatur tampilan peta baru anda dengan menggunakan tab style ===

Dengan menerapkan keahlian dalam mengatur tampilan style yang telah anda pelajari sebelumnya, carilah cara untuk menampilkan data yang anda miliki secara lebih bermanfaat.

Sebagai contoh, kita kini dapat mengatur peta untuk menampilkan data kepadatan karena kita memiliki informasi jumlah hewan yang dipotong pada tabel atribut yang baru.

[[Image:025m.png|image]]

File <code>rph_prov_week_gis_centroid</code> berisi ringkasan statistik pemotongan hewan di setiap provinsi.

Dengan menggabungkan file ini dan <code>Provinces</code>, kita dapat mengatur tampilan style untuk menunjukkan jumlah hewan yang dipotong di setiap provinsi.

=== Kesimpulan ===

Informasi pada file yang tidak memiliki data spasial dapat ditampilkan dengan menggabungkannya bersama file lain yang memiliki data spasial.

Kedua file harus memiliki kolom data yang identik agar dapat digabungkan.

Nama kedua kolom tersebut tidak perlu identik â€“ hanya data di dalamnya yang harus sama.

=== Apa Selanjutnya? ===

Dalam latihan berikutnya, kita akan menyelidiki sejumlah data lalu lintas (yang menunjukkan pemindahan hewan dari satu tempat ke tempat lain). Pada bagian ini, kita akan melakukan latihan sederhana dan praktis sebagai contoh tugas nyata yang dapat anda kerjakan.

== Pelajaran: Bekerja dengan data lalu lintas ==

[animalhealth/exercise6:ls-working-with-movements-data] iSIKHNAS memiliki berbagai jenis data. Salah satunya adalah data lalu lintas yang menunjukkan pemindahan hewan ternak dari satu tempat ke tempat lain.

'''Sasaran dari pelatihan ini:'''

Membuat peta yang dapat menunjukkan lalu lintas hewan ternak dengan jelas.

Atasan ingin agar anda mengekstrak set data lalu lintas unggas untuk periode waktu tertentu. Kemudian anda diminta untuk membuat sebuah peta yang dapat menunjukkan informasi berikut ini:

* Lalu lintas unggas antara tanggal 1 Desember 2013 hingga 31 Desember 2013.
* Mengatur style untuk menunjukkan kepadatan dengan jelas.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memilih data dengan SQL ===

Buat proyek baru untuk latihan ini. Muat shapefile berikut ini yang telah disediakan pada folder data anda:

* [[media:Indonesia_32750.zip| <code>Indonesia_32750.shp</code>]]
* [[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]
* [[media:movements_32750.zip| <code>movements_32750.shp</code>]]

Gunakan ''Layer Properties'' untuk mengatur tampilan style layer sesuai kebutuhan seperti yang telah anda lakukan pada latihan sebelumnya.

Peta anda yang baru akan tampak seperti berikut ini:

[[Image:026.png|image]]

Buka ''Attribute table'' untuk layer <code>Movements_32750</code>. Anda dapat melakukan ini dengan mengklik kanan pada layer <code>Movements_32750</code> dan memilih ''Open Attribute Table'', atau mengklik ikon pada batang menu seperti ditunjukkan berikut ini:

[[Image:027.png|image]]

Sekarang kita akan memilih data yang dibutuhkan dengan menggunakan SQL. Buka pilihan ''Advanced search''. Anda perlu memilih semua data yang berkaitan dengan unggas antara periode 1 Desember 2013 hingga 31 Desember 2013.

Untuk melakukan ini, anda membutuhkan permintaan data (query) berikut ini:

(Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31") AND ((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Permintaan ini akan menampilkan data sebagai berikut:

Data di antara dua periode waktu: (Tanggal >= "2013-12-01" AND Tanggal <= "2013-12-31")

DAN

Dengan spesies berikut ini:

((Spesies = "broiler") OR (Spesies = "chicken") OR (Spesies = "duck") OR (Spesies = "pigeon"))

Jika anda menguji permintaan data ini, maka akan muncul 30 data sebagai berikut:

[[Image:028.png|image]]

Tutup tabel atribut. Data yang anda pilih akan ditandai dengan warna kuning pada peta.

Klik kanan pada <code>movements_32750</code> dan pilih ''Save selection as''. Simpan layer baru anda dengan nama yang sesuai, misalnya <code>movements_poultry_32750</code>. Kini anda dapat menghapus layer <code>movements_32750</code>.

Jika anda perhatikan dengan seksama, anda akan melihat semua lalu lintas hewan yang berlangsung di wilayah Sulawesi. Jika anda menginginkannya, anda dapat menghapus layer <code>Indonesia_32750</code>.

Pada bagian selanjutnya, kita akan mengulas kembali pengaturan tampilan dan bagaimana menampilkan informasi kepadatan dengan data lalu lintas yang kita miliki.

=== [[Image:moderate.png|image]] Ikuti Bersama: Pengaturan style ===

Kita sudah dapat menampilkan data lalu lintas hewan pada peta, namun belum banyak informasi yang dapat kita peroleh. Kita dapat mengatur tampilan untuk menunjukkan lebih banyak informasi.

Klik kanan pada <code>movements_poultry_32750</code> dan klik tab ''Style''.

Seperti yang sudah dipelajari sebelumnya, anda dapat mengatur style layer untuk menunjukkan atribut seperti kepadatan. Anda juga dapat melakukan hal-hal berikut ini:

* Memberi warna pada garis penanda lalu lintas menurut jumlah hewan (kepadatan).
* Memperbesar garis penanda lalu lintas untuk menunjukkan jumlah hewan.
* Menumpuk garis penanda lalu lintas sehingga garis yang lebih kecil dapat ditampilkan di atas garis yang lebih besar.

=== [[Image:moderate.png|image]] Coba sendiri: Pengaturan style ===

Mengulas kembali Bagian 16.4.1 ''Pengaturan tampilan untuk menunjukkan kepadatan'' dan Bagian 16.5.2 ''Pengaturan tampilan style desa untuk menunjukkan kepadatan kasus penyakit yang tercatat''.

Beri warna pada garis penanda lalu lintas untuk menunjukkan jumlah hewan. Anda akan menggunakan kolom ''Jumlah Hew''.

Setelah membuat masing-masing garis penanda, anda dapat mengklik ganda masing-masing garis untuk membuka jendela baru. Disini anda dapat menyunting tampilan garis seperti lebar, warna, transparansi:

[[Image:029.png|image]]

Coba gunakan ukuran lebar yang berbeda pada setiap garis sampai anda puas dengan hasilnya.

Setelah mengubah lebar masing-masing garis, anda dapat mengatur urutannya sehingga garis yang paling besar akan ditampilkan di bawah garis yang lebih kecil.

Masih pada jendela ''Layer properties'', klik ''Advanced'' kemudian ''Symbol levels'':

[[Image:030.png|image]]

Ini akan membuka jendela baru yang memungkinkan anda dapat mengatur tampilan simbol:

[[Image:031.png|image]]

Ketika mengatur tampilan simbol, yang pertama akan ditampilkan pada peta adalah simbol yang memiliki angka nol. Pada gambar di atas, anda dapat melihat bahwa garis terbesar adalah nol sedangkan yang paling kecil adalah empat. Hasilnya akan tampak seperti berikut ini:

[[Image:032.png|image]]

Contoh ini menampilkan garis-garis dengan warna dan ukuran yang menunjukkan jumlah hewan pada masing-masing kegiatan lalu lintas hewan. Garis yang lebih besar dan berwarna gelap mewakili 860 hingga 1000 ekor unggas yang dipindahkan dalam kegiatan lalu lintas tersebut.

=== Apa Selanjutnya? ===

Hal terakhir yang akan kita pelajari adalah bagaimana memuat jenis data lain ke dalam QGIS. Terkadang anda dapat menerima data dalam bentuk lembar lajur (spreadsheet) atau mungkin mengunduhnya dalam bentuk file CSV dari suatu sumber, misalnya basis data. Sekarang kita akan mempelajari bagaimana memuat jenis data seperti ini ke dalam QGIS.

== Pelajaran: Memuat data titik ==

[animalhealth/exercise7::doc] Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Kadangkala data anda dapat berbentuk lembar lajur Excel dengan informasi lintang dan bujur. Penting bagi anda untuk mengetahui bagaimana memuat data dalam format seperti ini.

'''Sasaran dari pelatihan ini:'''

Memuat dan menampilkan data dari lembar lajur (spreadsheet)

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat File Teks Terdelimitasi ===

Buatlah proyek baru untuk latihan ini.

Kita telah berlatih dengan data dalam bentuk shapefile, file raster, dan dari basis data secara langsung. Terkadang anda dapat menerima data dalam bentuk lembar lajur Excel sehingga penting untuk mengetahui bagaimana memuatnya ke dalam QGIS.

Data yang harus dimuat dengan cara ini biasanya berbentuk file CSV, yaitu file teks terdelimitasi. Untuk memuat file jenis ini, kita akan menggunakan plugin Add Delimited Text Layer:

[[Image:033.png|image]]

Klik tombol ini untuk membuka kotak dialog berikut ini:

[[Image:034.png|image]]

Buka lokasi data latihan dan muat ''[[media:PointData.zip| <code>PointData.csv</code>]]'' dari folder ''iSIKHNAS''. Data tersebut hanya berupa data titik yang dihasilkan secara acak untuk latihan ini.

Plugin ini sangat membantu dalam mengkaji informasi yang terdapat dalam file tersebut, namun anda perlu memberikan sedikit arahan. File ini menggunakan tanda koma sebagai pemisah, oleh karena itu kita perlu memilih tanda koma sebagai pemisah.

Kotak dialog yang anda lihat akan tampak seperti berikut ini:

[[Image:035.png|image]]

Klik tombol <code>OK</code>. Kini anda akan diminta menentukan CRS. Dalam hal ini anda perlu memikirkan format apa yang digunakan dalam pengumpulan data. Untuk saat ini, kita akan memilih WGS 84 EPSG:4326. Klik <code>OK</code>.

Layer anda akan tampak seperti gambar berikut ini:

[[Image:036.png|image]]

Bentuk akan cukup mudah dikenali - muat shapefile <code>Sul_sthn_dist</code> dan atur kembali semua layer sehingga data titik berada pada layer paling atas.

Anda akan melihat tampilan seperti berikut ini:

[[Image:037.png|image]]

=== Kesimpulan ===

Bab ini telah dirancang untuk menunjukan kepada anda bagaimana menggunakan QGIS secara praktis dan bermanfaat dengan menggunakan data nyata yang diperoleh dari basis data iSIKHNAS. Latihan-latihan yang dilakukan telah disusun untuk menampilkan contoh tugas-tugas yang dapat diberikan oleh atasan anda.

Ini hanya merupakan contoh kecil dari apa yang dapat anda lakukan dengan perangkat lunak QGIS. Jika anda berminat, jangan takut untuk menjelajahi perangkat lunak ini lebih jauh. Anda dapat menggunakan internet untuk mencari metode-metode baru untuk membuat jenis peta tertentu atau melakukan pekerjaan lainnya.

GIS AH IND M7

2014-10-28T04:24:54Z

Rachel: /* image Ikuti Bersama: Proyeksi ulang On the Fly */

= Modul: Analisis Vektor =

Setelah anda menyunting beberapa fitur, anda pasti ingin tahu apa lagi yang bisa dilakukan dengan fitur tersebut. Fitur dengan atribut merupakan hal yang bagus, namun tidak dapat sepenuhnya memberikan informasi yang tidak dapat disampaikan oleh peta non-SIG biasa.

Kelebihan utama dari SIG adalah: ''SIG dapat menjawab pertanyaan.''

Dalam tiga modul selanjutnya, kita akan membahas fungsi-fungsi SIG yang dapat anda gunakan untuk menjawab ''pertanyaan riset'' yang mungkin menyerupai tugas-tugas yang anda kerjakan. Ini mencakup:

* Memproyeksikan layer sesuai dengan kebutuhan
* menggunakan Structured Query Language (SQL) untuk mencari data tertentu
* membuat penyangga (buffer)
* menemukan data yang tercantum pada lebih dari satu layer dengan menggunakan alat bantu ''Intersect''
* menemukan data dengan menggunakan alat bantu ''Select by location''

== Pelajaran: Memproyeksikan Kembali dan Mentransformasikan data ==

Mari kita bahas kembali mengenai Sistem Koordinat Referensi (CRS). Kita telah menyinggung hal ini secara singkat sebelumnya, tetapi belum membahas artinya secara praktis.

'''Tujuan dari pelajaran ini''': Memproyeksikan kembali dan mentransformasikan set data vektor.

=== [[Image:basic.png|image]] Ikuti Bersama: Proyeksi ===

CRS dari semua data dan peta dalam latihan ini disebut sebagai WGS84. WGS84 adalah Sistem Koordinat Geografis (GCS) yang sangat umum digunakan dalam penyajian data. Namun ada satu masalah yang akan segera kita lihat.

* Simpan peta anda.
* Kemudian buka peta dunia yang dapat anda temukan di ''[[media:world.zip| <code>exercise_data/world/world.qgs</code>]]''.
* Perbesar peta Indonesia dengan menggunakan ''Zoom In''.
* Cobalah mengatur skala dalam kolom ''Scale'' yang berada di bagian bawah ''Status Bar''. Untuk Indonesia, atur nilai ini menjadi ''1:5000000'' (satu banding lima puluh juta).
* Perhatikan seluruh bagian peta sambil tetap memperhatikan kolom ''Scale''.

Apakah skalanya berubah? Hal ini terjadi karena anda berpindah dari satu titik yang diperbesar ke skala <code>1:5000000</code> di tengah layar. Di sekeliling titik itu, skalanya berbeda.

Untuk memahami alasannya, bayangkan bentuk Bumi yang bulat. Bumi mempunyai garis melintang yang memanjang dari Utara ke Selatan. Garis-garis bujur ini terpisah jauh di khatulistiwa, tapi mereka bertemu di kutub.

Dalam GCS, anda bekerja dengan bentuk bumi yang bulat tetapi layar anda datar. Ketika anda mencoba menampilkan sebuah bola pada permukaan yang datar, maka akan terjadi distorsi; seperti ketika anda membelah bola tenis dan mencoba untuk meratakannya. Ini berarti garis bujur akan tetap berjauhan satu sama lain pada sebuah peta, bahkan di kutub (dimana mereka seharusnya bertemu). Artinya, jika anda menjauhi khatulistiwa pada peta maka skala dari objek yang anda lihat akan semakin bertambah besar. Dengan kata lain, secara praktis tidak ada skala konstan pada peta kita!

Untuk mengatasi hal ini, mari kita gunakan Sistem Koordinat Proyeksi (PCS) sebagai gantinya. PCS memproyeksikan atau mengkonversikan data sedemikian rupa sehingga dapat menyediakan ruang untuk perubahan skala dan memperbaikinya. Oleh karena itu, untuk menjaga skala tetap konstan, kita harus memproyeksikan kembali data yang ada dengan menggunakan PCS.

=== [[Image:basic.png|image]] Ikuti Bersama: Proyeksi ulang On the Fly ===

QGIS memungkinkan anda untuk memproyeksikan ulang data secara On the Fly. Artinya, walaupun data memiliki CRS yang berbeda, QGIS tetap dapat memproyeksikannya seolah-olah data tersebut berada dalam CRS pilihan Anda.

* Untuk mengaktifkan proyeksi On the Fly, klik tombol ''CRS Status'' pada ''Status Bar'' di bagian bawah jendela QGIS:

[[Image:0017.png|image]]

* Pada kotak dialog yang muncul, berilah tanda centang di kotak pilihan ''Enable â€˜on the flyâ€™ CRS transformation''.
* Ketikkan kata <code>global</code> ke dalam kolom ''Filter''. Satu CRS (''NSIDC EASE-Grid Global'') akan muncul dalam daftar.
* Klik CRS tersebut untuk memilihnya, kemudian klik <code>OK</code>.
* Perhatikan perubahan bentuk wilayah Indonesia. Semua proyeksi bekerja dengan mengubah bentuk tampilan obyek di permukaan bumi.
* Perbesar hingga skala <code>1:5000000</code> seperti sebelumnya.
* Perhatikan seluruh bagian peta.
* Perhatikan bagaimana skalanya tetap sama!

Proyeksi ulang On the Fly juga digunakan untuk menggabungkan set data dengan CRS yang berbeda.

* Matikan proyeksi On the Fly:
** Klik kembali tombol ''CRS Status''.
** Hilangkan tanda centang pada kotak ''Enable "on the fly" CRS transformation''.
** Klik ''OK''.
* Tambahkan satu layer vektor pada peta anda yang hanya berisi data Indonesia saja. Anda dapat menemukannya pada direktori ''[[media:Indonesia_regions_32750.zip| <code>exercise_data/world/Indonesia_regions_32750.shp</code>]]''..

Apa yang anda perhatikan?

Layer tersebut tidak terlihat! Tetapi mudah untuk memperbaikinya, bukan?

* Klik kanan pada layer di dalam ''Layers List''.
* Pilih ''Zoom to Layer Extent''.

Sekarang kita dapat melihat Indonesia ... tetapi mengapa bagian dunia yang lain tidak terlihat?

Ternyata kita dapat memperbesar tampilan kedua layer tersebut, tetapi kita tidak bisa melihat keduanya secara bersamaan. Penyebabnya adalah Sistem Koordinat Referensi yang berbeda. Set data ''continents'' memiliki satuan ''derajat'', tetapi set data ''Indonesia_regions_32750'' berada dalam satuan ''meter''. Jadi, katakanlah sebuah titik di Jakarta dalam set data ''Indonesia_regions_32750'' berjarak sekitar <code>620 000</code> meter dari khatulistiwa. Namun, pada Set data ''continents'', titik yang sama terletak sekitar <code>6,3</code> derajat dari katulistiwa.

Kedua jarak tersebut adalah sama - tapi QGIS tidak tahu itu! Anda belum memproyeksikan ulang kedua data tersebut. Pada versi Indonesia yang kita lihat dalam set data ''Indonesia_regions_32750'', Jakarta berjarak <code>620 000</code> meter dari khatulistiwa. Namun dalam Set data ''continents'', Jakarta hanya berjarak <code>6,3</code> ''meter'' dari khatulistiwa! Kini anda dapat melihat permasalahannya.

QGIS tidak tahu di mana Jakarta ''seharusnya'' berada - datalah yang harus menentukannya. Jika data memberitahu QGIS bahwa Jakarta berada <code>6,3</code> meter dari garis khatulistiwa dan Indonesia hanya berukuran <code>12</code> meter dari utara ke selatan, maka itulah yang akan ditampilkan QGIS.

Untuk memperbaiki masalah ini:

* Aktifkan kembali ''Enable "on the fly" CRS transformation'' seperti sebelumnya.
* Perbesar tampilan set data ''Indonesia_regions_32750''.

Sekarang, karena telah diproyeksikan dengan CRS yang sama, kedua set data tersebut cocok satu sama lain:

[[Image:0028.png|800px]]

Ketika menggabungkan data dari sumber yang berbeda, penting untuk mengingat bahwa mereka mungkin tidak menggunakan CRS yang sama. Proyeksi ulang On the Fly dapat membantu anda untuk menampilkan mereka bersama-sama.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menyimpan Set Data ke Bentuk CRS Lain ===

Kita telah melihat bagaimana metode On the Fly dapat membuat layer-layer dengan proyeksi yang berbeda dapat ditampilkan pada peta yang sama. Tetapi bagaimana kita dapat memproyeksikan ulang layer-layer tersebut sehingga memiliki proyeksi yang sama?

Untuk dapat memproyeksi ulang data itu sendiri, anda harus mengekspornya ke file baru dengan menggunakan proyeksi baru.

Layer ''Indonesian_regions_32750'' diproyeksikan dengan CRS WGS 84 / UTM zona 50S yang sesuai untuk sebagian besar wilayah Indonesia. Yang akan kita lakukan sekarang adalah memproyeksi ulang layer ini sehingga sama dengan layer ''continents''.

* Klik kanan pada ''Indonesian_regions_32750''.
* Klik ''Save as''.
* Akan muncul kotak dialog ''Save vector layer as...''.
* Klik tombol ''Browse'' di sebelah kolom ''Save as''.
* Buka folder <code>exercise_data/</code> dan temukan file baru anda <code>Indonesia_regions_WGS84.shp</code>.
* Jangan ubah ''Encoding'' yang sudah ada.
* Ubah nilai ''Layer CRS'' pada menu yang muncul menjadi ''Selected CRS''.
* Klik tombol ''Browse'' di bagian bawah menu yang muncul.
* Kotak dialog ''CRS Selector'' akan muncul.
* Cari <code>33S</code> pada kolom ''Filter''.
* Pilih ''WGS 84 EPSG:4326'' dari daftar.
* Klik ''OK''.

Kotak dialog ''Save vector layer as...'' akan tampak seperti berikut ini:

[[Image:0046.png|image]]

* Klik ''OK'' dan tidak lama kemudian akan muncul:

[[Image:0058.png|image]]

* Klik ''OK''.

Kini kedua layer memiliki proyeksi yang sama dan ditampilkan dengan benar tanpa harus menggunakan fitur On the fly.

Kedua layer sekarang diproyeksikan dalam derajat. Jika anda ingin mengukur jarak dengan satuan panjang seperti meter atau kilometer, anda harus menyesuaikan kembali proyeksi layer-layer tersebut dengan PCS yang berbeda.

{{hlbox|Catatan: Penting untuk diingat bahwa untuk memproyeksi ulang sebuah layer, anda harus menyimpannya terlebih dulu sebagai layer baru dengan proyeksi yang baru pula. Tidak ada cara lain untuk mengubah proyeksi sebuah layer dengan benar.}}

=== Kesimpulan ===

Proyeksi yang berbeda berguna untuk tujuan yang berbeda pula. Dengan memilih proyeksi yang tepat, anda dapat memastikan fitur pada peta akan tersaji dengan akurat.

=== Bacaan lebih lanjut ===

Informasi lebih lanjut tentang Sistem Koordinat Referensi dapat dilihat [http://linfiniti.com/dla/worksheets/7_CRS.pdf di sini]<ref>http://linfiniti.com/dla/worksheets/7_CRS.pdf
</ref>.

=== Apa Selanjutnya? ===

Pada pelajaran selanjutnya, anda akan belajar bagaimana menganalisis data vektor menggunakan berbagai alat bantu analisis vektor yang dimiliki QGIS.

== Pelajaran: Analisis Vektor ==

Data vektor dapat dianalisis untuk mengungkapkan bagaimana fitur-fitur yang berbeda saling berinteraksi satu sama lain dalam satuan ruang. Terdapat berbagai fungsi analisis dalam GIS (SIG - Sistem Informasi Geografis), sehingga kita tidak akan membahas semuanya. Sebaliknya, kita akan melihat alat bantu apa saja yang dimiliki QGIS untuk membantu menyelesaikan permasalahan nyata yang mungkin anda hadapi.

{{hlbox|Catatan: Pada bagian ini, kita akan menggunakan data dan latihan yang diambil dari Afrika Selatan. Pada Bab 9 ''Menggunakan QGIS dalam bidang kesehatan hewan'', anda akan mendapat kesempatan untuk menggunakan SIG dalam latihan kesehatan hewan yang spesifik dengan menggunakan data Indonesia dari iSIKHNAS.}}

'''Tujuan dari pelajaran ini''': Mengajukan pertanyaan dan memecahkannya dengan menggunakan alat bantu analisis.

=== [[Image:basic.png|image]] Proses SIG ===

Sebelum kita mulai, akan sangat bermanfaat untuk memberikan gambaran singkat mengenai proses yang dapat digunakan untuk memecahkan masalah SIG. Caranya adalah sebagai berikut:

# Menentukan Permasalahan
# Mendapatkan Data
# menganalisis Permasalahan
# Menyajikan Hasil

=== [[Image:basic.png|image]] Permasalahan ===

Kita mulai proses ini dengan menetapkan suatu permasalahan yang ingin dipecahkan. Katakanlah anda adalah seorang pengembang properti yang ingin membeli lahan pertanian untuk membangun perumahan baru bagi orang-orang yang ingin pindah dari Cape Town dan Johannesburg. Anda telah melakukan sejumlah riset pasar dan berhasil menyusun persyaratan berikut ini yang harus dipenuhi oleh lahan pertanian tersebut:

# Harus berlokasi di Swellendam.
# Anda tidak perlu lagi membangun akses jalan yang panjang (jarak maksimum 500 meter) dan lokasi harus mudah diakses dari jalan utama.
# Orang-orang yang menjadi target pasar anda kemungkinan besar memiliki anak, sehingga lokasi harus berada dalam jarak yang wajar (dengan mobil) dari sekolah.
# Luas lahan antara 100 dan 150 hektar.

=== [[Image:basic.png|image]] Data ===

Untuk menjawab semua pertanyaan ini, kita akan membutuhkan data sebagai berikut:

# Lahan pertanian yang akan kita pilih.
# Jalan-jalan yang melalui lahan petanian ini.
# Lokasi sekolah.

Dalam latihan ini, semua data tersebut sudah disediakan. Namun, di dunia nyata, anda mungkin harus mencari sumber informasi untuk memperoleh data-data tersebut.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat Proyek ===

Setelah kita mengetahui apa yang perlu dilakukan, mari kita mulai!

* Buat proyek QGIS baru.
* Mulai dengan menambahkan layer-layer baru. Semua layer ini dapat ditemukan di folder ''[[media:schools_33S.zip| <code>schools_33S.shp</code>]]'', ''[[media:roads_33S.zip| <code>roads_33S.shp</code>]]'', and ''[[media:farms_33S.zip| <code>farms_33S.shp</code>]]'' layers..

File-file ini menggunakan Sistem Koordinat Proyeksi, yang diperlukan dalam analisis ini, untuk alasan yang telah kita bahas pada pelajaran sebelumnya. (Kita ingin menghitung jarak dalam meter dan luas dalam hektar, bukan dalam derajat.)

Lakukan langkah-langkah berikut ini setelah semua layer tersebut berada pada :guilabel:'''`'''Layers list`anda:

* Ubah nama layer dengan mengklik kanan pada layer tersebut dan memilih pilihan ''Rename''.
* Beri nama baru <code>roads</code>, <code>schools</code>, dan <code>farms</code> yang lebih sederhana pada layer-layer tersebut.
* Simpan peta anda sebagai <code>analysis.qgs</code> di dalam ''exercise_data''.
* Dengan menggunakan manajer file pada sistem operasi anda, buatlah folder baru di dalam ''exercise_data'' dan beri nama <code>residential_development</code>. Anda akan menyimpan set data yang dihasilkan oleh fungsi analisis pada folder ini.

Setelah memperoleh data tersebut, mari kita analisis permasalahannya!

=== [[Image:basic.png|image]] Ikuti Bersama: Menganalisis Permasalahan: Lahan Pertanian di Swellendam ===

Kriteria pertama yang kita miliki mengharuskan lahan pertanian berada di Swellendam. Jadi mari kita minta QGIS untuk hanya menampilkan lahan pertanian yang berada di Swellendam.

* Klik kanan pada layer ''farms'' yang berada di dalam ''Layers list''.
* Pilih ''Query...''. Ini akan membuka kotak dialog baru ''Query Builder''.
* Geser ke bawah daftar ''Fields'' di sebelah kiri kotak dialog ini sampai anda melihat kolom <code>TOWN</code>.
* Klik satu kali.
* Klik tombol ''All'' di bawah daftar ''Values'':

[[Image:0138.png|image]]

Sekarang kita perlu meminta QGIS untuk menampilkan lahan pertanian yang memiliki nilai <code>TOWN</code> sama dengan <code>Swellendam</code>.

* Klik ganda pada kata <code>TOWN</code> dalam daftar ''Fields''.
* Perhatikan apa yang terjadi pada kolom ''SQL where clause'' seperti tampak berikut ini:

[[Image:0148.png|image]]

Muncul kata <code>TOWN</code>! Untuk membuat query selanjutnya:

* Klik tombol ''='' (pada ''Operators'').
* Klik ganda pada nilai <code>Swellendam</code> dalam daftar ''Values''.

Permintaan data anda akan tampak seperti berikut ini:

[[Image:0155.png|image]]

Dan layer ''farms'' anda akan terlihat seperti ini:

[[Image:0167.png|image]]

Untuk analisis lebih lanjut, akan lebih baik jika kita memisahkan lahan-lahan pertanian ini ke dalam layer yang terpisah.

* Klik kanan pada layer ''farms'' dan klik ''Save As...''.
* Klik tombol ''Browse'' yang terletak di samping kolom ''Save as'' pada kotak dialog yang muncul.
* Simpan layer pada folder <code>exercise_data/residential_development/</code> dengan nama <code>swellendam_farms.shp</code>.
* Periksa kotak ''Add saved file to map'' pada kotak dialog ''Save vector layer as...''.
* Klik ''OK''. Akan muncul pesan <code>Export to vector file has been completed</code>.
* Klik ''OK''.

Sekarang kita memiliki dua layer ''farms'', tetapi kita hanya membutuhkan layer yang baru saja kita buat.

* Klik kanan pada layer ''farms'' yang lama dan hapus layer tersebut.

=== [[Image:basic.png|image]] Coba Sendiri: Mencari jalan-jalan yang penting ===

Kita memiliki masalah yang serupa dengan jalan; satu-satu jenis jalan yang akan kita sertakan adalah jalan utama.

* Buatlah query untuk layer ''roads'' seperti yang anda lakukan pada layer ''farms''. Anda hanya menginginkan jenis jalan <code>primary</code>, <code>secondary</code>, <code>tertiary</code>, dan <code>trunk</code>; oleh karena itu, anda perlu membuat permintaan data sebagai berikut:

<code>TYPE = primary OR TYPE = secondary OR TYPE = tertiary OR TYPE = trunk</code>

Anda dapat menggunakan pendekatan di atas, dengan mengklik ganda nilai-nilai yang diinginkan dan mengklik tombol, atau anda dapat menyalin dan menyisipkan perintah tersebut.

=== [[Image:basic.png|image]] Coba Sendiri: Mencari Sekolah Menengah ===

Calon pembeli kemungkinan besar ingin mengirim anak mereka ke sekolah menengah.

<ul>
<li>Gunakan pendekatan yang sama seperti sebelumnya dan buat permintaan data berikut ini untuk layer ''schools'':
<code>has_high_s = "y"</code></li></ul>

Seharusnya hanya akan tersisa 3 dari 4 sekolah yang ada.

* Simpan layer hasilnya pada folder <code>exercise_data/residential_development/</code> dengan nama <code>high_schools.shp</code>.

=== [[Image:basic.png|image]] Ikuti Bersama: Menganalisis Permasalahan: Jarak Dari Sekolah dan Jalan ===

QGIS memungkinkan anda untuk menghitung jarak dari setiap obyek vektor.

* Pastikan hanya layer ''important_roads'' dan ''swellendam_farms'' yang ditampilkan untuk menyederhanakan peta saat Anda sedang bekerja.
* Klik alat bantu ''Vector <math>\rightarrow</math> Geoprocessing Tools <math>\rightarrow</math> Buffer(s)'':

[[Image:0187.png|image]]

Ini akan membuka sebuah kotak dialog baru.

* Lakukan pengaturan sebagai berikut:

[[Image:0208.png|image]]

''Buffer distance'' dinyatakan dalam meter karena set data masukan berupa Sistem Koordinat Proyeksi. Inilah mengapa kita harus menggunakan data yang terproyeksi!

* Simpan layer hasilnya pada folder <code>exercise_data/residential_development/</code> dengan nama <code>important_roads_buffer_500m.shp</code>.
* Klik ''OK'' untuk membuat penyangga (buffer).
* Ketika muncul pertanyaan add new layer to the TOC, klik ''Yes''. (TOC merupakan singkatan dari Table of Contents atau Daftar Isi yang juga berarti ''Layers list'').
* Klik tombol ''Browse'' pada kotak dialog.

Hasilnya akan tampak seperti berikut ini:

[[Image:0217.png|image]]

Tampilan menarik tersebut terdiri atas daerah-daerah yang berada dalam radius 500 meter dari salah satu jalan utama.

Tapi lihat lagi lebih dekat: Tampaknya ada sambungan diantara beberapa bagian jalan yang berbeda. Ini tidak bagus. Hapus layer tersebut dan mari coba kembali:

[[Image:0226.png|image]]

* Perhatikan bahwa kita sekarang mencentang kotak ''Dissolve buffer results''.
* Simpan keluaran dengan nama yang sama seperti sebelumnya (klik ''Yes'' ketika muncul pertanyaan apakah anda ingin menimpa file yang lama).
* Klik ''OK''.

Setelah anda menambahkan layer tersebut ke dalam ''layers list'', maka akan terlihat seperti berikut ini:

[[Image:0238.png|image]]

Hasilnya lebih bagus! Tidak ada lagi percabangan-percabangan yang tidak perlu.

=== [[Image:basic.png|image]] Coba Sendiri: Jarak dari sekolah menengah ===

* Gunakan pendekatan yang sama seperti di atas dalam membuat daerah pembatas untuk sekolah.

Radiusnya harus <code>10 km</code>, kemudian simpan di dalam direktori yang sama dengan nama <code>high_schools_buffer_10km.shp</code>.

=== [[Image:basic.png|image]] Ikuti Bersama: Membuat Daerah Perpotongan ===

Sekarang kita memiliki beberapa area yang berjarak 500 meter dari jalan utama dan berada dalam radius 10 km dari sekolah. Tetapi kita hanya menginginkan area yang dapat memenuhi kedua kriteria tersebut sekaligus! Untuk mencapai hal itu, kita harus menggunakan alat bantu ''Intersect''. Alat bantu ini dapat ditemukan pada ''Vector <math>\rightarrow</math> Geoprocessing Tools <math>\rightarrow</math> Intersect''. Lakukan pengaturan sebagai berikut:

[[Image:0278.png|image]]

Gunakan kedua penyangga (buffer) sebagai layer masukan, lokasi penyimpanan data yang sama, dan nama file <code>road_school_buffers_intersect.shp</code>. Lakukan pengaturan berikut ini, klik ''OK'', dan tambahkan layer ke ''Layers list'' ketika diminta.

Pada gambar di bawah ini, daerah berwarna biru menunjukkan lokasi dimana kedua kriteria tersebut terpenuhi sekaligus!

[[Image:0287.png|image]]

Anda dapat menghapus kedua layer daerah pembatas tersebut dan hanya menyimpan layer yang menunjukkan area perpotongan yang kita inginkan.

=== [[Image:basic.png|image]] Ikuti Bersama:Memilih lahan pertanian ===

[vectoranalysis/basicanalysis:basic-fa-select-the-farms] Setelah memperoleh area perpotongan yang diinginkan, selanjutnya anda dapat memilih lahan pertanian di area tersebut.

* Klik menu ''Vector <math>\rightarrow</math> Research Tools <math>\rightarrow</math> Select by location'' yang akan membuka kotak dialog baru.
* Lakukan pengaturan sebagai berikut:

[[Image:0305.png|image]]

* Klik ''OK'' dan anda akan memperoleh hasil sebagai berikut:

[[Image:0312.png|image]]

Lahan pertanian berwarna kuning adalah lahan terpilih yang akan kita simpan sebagai layer baru.

* Klik kanan pada layer ''swellendam_farms'' yang terdapat di ''Layers list''.
* Pilih ''Save Selection As...''.
* Lakukan pengaturan pada kotak dialog sebagai berikut:

[[Image:0322.png|image]]

* Nama file <code>well_located_farms.shp</code>.
* Klik ''OK''.

Sekarang hasil seleksi tersebut telah dimasukkan ke dalam layer yang terpisah.

=== [[Image:basic.png|image]] Ikuti Bersama: Memilih Lahan Pertanian dengan Ukuran yang Sesuai ===

Untuk melihat lahan pertanian yang sesuai (dengan luas antara 100 â€“ 150 ha), pertama-tama kita perlu menghitung luasnya dalam satuan hektar.

* Buka tabel atribut untuk layer ''well_located_farms''.
* Pilih modus penyuntingan:

[[Image:0331.png|image]]

* Buka kalkulator kolom:

[[Image:0344.png|image]]

* Lakukan pengaturan sebagai berikut:

[[Image:0353.png|image]]

* Jika anda tidak menemukan ''AREA'' pada daftar, coba lakukan langkah berikut ini:

[[Image:0363.png|image]]

* Klik ''OK''.
* Geser ke bagian kanan tabel atribut; kolom <code>AREA</code> kini memiliki luas dalam satuan hektar untuk semua lahan pertanian dalam layer ''well_located_farms''.
* Klik tombol modus penyuntingan sekali lagi seperti di atas dan simpan hasil penyuntingan anda ketika diminta.
* Buat permintaan data berikut ini:

[[Image:0373.png|image]]

* Klik ''OK''. Hasilnya akan tampak seperti berikut ini:

[[Image:0381.png|image]]

Lahan pertanian berwarna merah merupakan lokasi yang sesuai dengan kriteria Anda. Selamat!

=== [[Image:basic.png|image]] Coba Sendiri: ===

* Simpan hasil pekerjaan anda sebagai layer baru dengan menggunakan pendekatan yang telah kita pelajari sebelumnya. Simpan file tersebut dalam direktori kerja yang biasa digunakan, beri nama <code>solution.shp</code>.

=== Kesimpulan ===

Dengan menggunakan pendekatan pemecahan masalah SIG menggunakan alat bantu analisis vektor dalam QGIS, anda telah berhasil menyelesaikan sebuah permasalahan dengan sejumlah kriteria secara cepat dan mudah.

=== Apa Selanjutnya? ===

Pada bagian berikutnya, kita akan membahas mengenai Plugin dan bagaimana hal tersebut dapat membantu tugas pemetaan anda.

<references/>

{{example|Click here to go to [[GIS AH IND M8|Modul 8: Plugin]]}}

GIS AH IND M5

2014-10-28T04:10:32Z

Rachel: /* image Ikuti Bersama: Menambahkan Legenda */

= Modul: Membuat Peta =

Pada modul ini, anda akan mempelajari bagaimana menggunakan Map Composer QGIS untuk menghasilkan peta berkualitas yang dilengkapi dengan semua komponen peta yang diperlukan.

== Pelajaran: Menggunakan Map Composer ==

Setelah memiliki sebuah peta, anda harus dapat mencetak atau mengekspor peta tersebut menjadi sebuah dokumen. Alasannya, file peta SIG bukanlah sebuah peta. File ini hanya menyimpan kondisi program SIG dengan referensi yang mengacu pada semua layer, label, warna, dsb. Bagi orang yang tidak memiliki datanya atau program SIG yang sama (seperti QGIS), file peta tersebut menjadi tidak berguna. Untungnya, QGIS dapat mengekspor file peta ke dalam format yang dapat dibaca oleh komputer manapun serta mencetak isinya jika anda mempunyai printer. Baik pencetakan maupun ekspor dilakukan melalui Map Composer.

'''Tujuan dari pelajaran ini:''' Menggunakan Map Composer QGIS untuk membuat peta dasar dengan semua pengaturan yang diperlukan.

=== [[Image:basic.png|image]] Ikuti Bersama: Composer Manager ===

QGIS memungkinkan anda untuk membuat beberapa peta dengan menggunakan file peta yang sama. Untuk tujuan ini, QGIS memiliki alat bantu yang disebut ''Composer Manager'' .

* Perbesar tampilan area peta yang menunjukkan jalan-jalan dan lokasi di Bandung.
* Klik menu ''File <math>\rightarrow</math> Composer Manager'' untuk menjalankan alat bantu ini. Anda akan melihat kotak dialog ''Composer manager'' yang kosong.
* Klik tombol ''Add'' untuk menambahkan composer baru yang diberi nama ''Composer 1'' (anda dapat menggunakan angka lain jika sudah pernah menggunakan ''Composer Manager'' sebelumnya).
* Pilih composer baru dan klik tombol ''Rename'' untuk mengubah namanya menjadi <code>Swellendam</code>.
* Klik ''OK''.
* Klik tombol ''Show''.

(Anda juga dapat menutup kotak dialog tersebut dan membuka sebuah composer melalui ''File <math>\rightarrow</math> Print Composers'', seperti ditunjukkan pada gambar berikut ini.)

[[Image:0035.png|image]]

Terlepas dari cara yang digunakan, anda sekarang akan melihat jendela ''Print Composer''.

=== [[Image:basic10.png|image]] Ikuti Bersama: Komposisi Peta Dasar ===

Pada contoh ini, komposisinya sudah sesuai dengan keinginan kita. Pastikan peta yang anda buat juga demikian.

* Periksa bahwa nilai-nilai yang berada pada ''General <math>\rightarrow</math> Composition <math>\rightarrow</math> Paper and Quality'' sudah diatur sebagai berikut:

* ''Size'': <code>A4 (210x297mm)</code>
* ''Orientation'': <code>Landscape</code>
* ''Quality'': <code>300dpi</code>

Kini anda sudah memiliki tata letak halaman seperti yang diinginkan, tetapi halaman ini masih kosong. Sudah jelas yang kurang adalah peta itu sendiri. Mari kita selesaikan!

* Klik tombol ''Add New Map'':

[[Image:0055.png|image]]

Setelah mengaktifkan alat bantu ini, anda dapat menempatkan sebuah peta pada halaman tata letak.

* Klik dan geser sebuah kotak pada halaman kosong:

[[Image:0064.png|800px]]

Peta akan muncul pada halaman tersebut.

* Pindahkan peta dengan mengklik dan menggesernya:

[[Image:0075.png|800px]]

* Ubah ukurannya dengan mengklik dan menggeser kotak di bagian sudut:

[[Image:0084.png|800px]]

{{hlbox|Catatan: Tentu saja peta anda mungkin tampak jauh berbeda. Ini tergantung pada pengaturan proyek anda. Tetapi jangan khawatir! Langkah-langkah ini bersifat umum sehingga tetap dapat diterapkan terlepas dari penampilan peta itu sendiri.}}

* Pastikan anda menyisakan batas margin di sepanjang tepian peta dan memberi ruang di bagian atas untuk memasukkan judul:

[[Image:0093.png|image]]

* Perbesar dan perkecil tampilan halaman (tapi bukan pada petanya!) dengan menggunakan tombol-tombol ini:

[[Image:0104.png|image]]

* Perbesar dan geser peta pada jendela utama QGIS. Anda juga dapat menggeser peta dengan menggunakan alat bantu ''Move item content'':

[[Image:0234.png|image]]

Pada saat melakukan pembesaran, tampilan peta tidak akan memperbarui diri secara otomatis. Hal ini dilakukan agar waktu anda tidak terbuang untuk memuat ulang peta sementara anda melakukan pembesaran pada halaman yang diinginkan. Namun akibatnya jika anda memperbesar atau memperkecilnya, peta tersebut akan berada pada resolusi yang salah dan akan terlihat jelek atau tidak terbaca.

* Perbarui tampilan peta dengan mengklik tombol ini:

[[Image:0112.png|image]]

Ingatlah bahwa ukuran dan posisi peta yang anda tentukan disini tidak harus final. Anda selalu dapat kembali dan mengubahnya lagi jika perlu. Sekarang, anda perlu memastikan bahwa anda telah menyimpan perubahan pada peta ini. Karena ''Composer'' pada QGIS merupakan bagian dari file peta utama, anda perlu melakukan penyimpanan pada proyek utama. Buka jendela utama QGIS (yang menampilkan ''Layers list'' dan elemen lain yang anda gunakan sebelumnya) dan simpan proyek anda seperti biasa.

=== [[Image:basic.png|image]] Ikuti Bersama: Menambahkan Judul ===

Sekarang peta anda sudah terlihat bagus pada halaman tersebut, tetapi pembaca belum mengetahui apa-apa mengenai peta ini. Mereka membutuhkan suatu konteks, yang akan anda sediakan dengan menambahkan elemen-elemen peta. Pertama-tama, mari kita tambahkan judul.

* Klik tombol ini:

[[Image:0123.png|image]]

* Klik pada peta sehingga muncul sebuah label:

[[Image:0134.png|image]]

* Ubah ukurannya dan tempatkan pada bagian atas halaman. Label tersebut bisa diubah ukurannya dan dipindah dengan cara yang sama seperti anda mengubah ukuran dan memindahkan petanya.

[[Image:0144.png|image]]

Namun jika anda mencobanya, anda akan melihat bahwa cukup sulit untuk menempatkan label tepat di bagian tengah peta! Untungnya ada alat bantu yang dapat melakukannya.

* Klik pada peta untuk memilihnya.
* Tahan tombol <code>shift</code> pada keyboard anda dan klik pada label.
* Cari alat bantu ini (tetapi jangan diklik dulu):

[[Image:0153.png|image]]

* Klik tanda panah ke bawah di samping tombol tersebut.
* Klik ''Align center'':

[[Image:0164.png|image]]

Untuk memastikan agar anda tidak memindahkan elemen-elemen ini secara tidak sengaja setelah anda menempatkannya:

* Klik kanan pada peta dan label.

Sebuah ikon kecil berbentuk kunci akan muncul di bagian sudut yang memberitahu anda bahwa elemen tersebut tidak dapat dipindahkan. Anda selalu dapat mengklik kanan pada elemen tersebut untuk membuka kuncinya.

Kini labelnya telah ditempatkan di tengah peta, tetapi isinya belum. Untuk menempatkan isi label di bagian tengah:

* Klik label untuk memilihnya.
* Klik tab ''Item'' pada panel di samping jendela ''Composer''.
* Ubah teks label menjadi Bandung:

[[Image:0174.png|image]]

* Gunakan antarmuka berikut ini untuk mengubah pengaturan pilihan huruf dan perataan teks:

[[Image:0184.png|image]]

* Pilih huruf yang besar namun tetap dapat dibaca (contoh ini menggunakan huruf default dengan ukuran <code>36</code>) dan biarkan warnanya.

Bahkan mungkin akan lebih baik untuk membiarkannya berwarna hitam seperti aslinya. Kuncinya adalah mengatur huruf agar tidak memecah perhatian sehingga pembaca yang melihatnya tidak terpaku pada judul dan mengabaikan petanya!

* Atur ''Horizontal Alignment'' menjadi ''Center'' sehingga judul berada di tengah label.

[[Image:0194.png|image]]

Kita sudah mencapai kemajuan yang baik, tetapi label ini masih memiliki bingkai yang tidak perlu:

[[Image:0204.png|image]]

Mari kita hilangkan.

* Klik panel geser ''General options'' di bagian bawah tab ''Item''. Panel geser ''Label'' akan bergerak menjauh dan anda akan melihat antarmuka baru.
* Klik kotak centang ''Show frame'' untuk menghilangkan bingkai:

[[Image:0214.png|image]]

Berikut tampilan peta kita saat ini:

[[Image:0224.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Menambahkan Legenda ===

Pembaca peta juga harus dapat memahami arti dari berbagai hal yang ditampilkan pada peta. Dalam beberapa kasus, seperti nama tempat, hal ini cukup jelas. Dalam kasus yang lain, artinya cukup sulit untuk ditebak; misalnya warna-warna pada area pertanian. Mari kita tambahkan legenda yang baru.

* Klik tombol ini:

[[Image:0245.png|image]]

* Klik pada halaman untuk menempatkan legenda dan pindahkan ke tempat yang anda inginkan:

[[Image:0255.png|800px]]

Pada contoh ini, legendanya terlalu besar. Sekarang kita akan belajar untuk menyesuaikan legenda.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menyesuaikan Item Legenda ===

Tidak semuanya pada legenda perlu ditampilkan sehingga kita perlu menghilangkan beberapa yang tidak penting.

* Pada tab ''Item'', klik panel geser ''Legend items'' .
* Pilih ''places''.
* Hapus dari legenda dengan mengklik tombol ''minus'':

[[Image:0265.png|image]]

* Hapus item lain yang menurut anda tidak perlu.

Anda juga dapat mengubah nama item.

* Pilih sebuah layer dari daftar yang sama.
* Klik tombol ''Edit'':

[[Image:0276.png|image]]

* Ubah nama layer tersebut menjadi <code>Roads and Streets</code>, <code>Water ways</code>, dan <code>Land cover</code>.
* Klik tanda panah ke bawah di samping item manapun yang memiliki beberapa kelas untuk mengubah nama-nama kelasnya (dengan metode yang sama seperti di atas).
* Hapus layer yang tidak perlu (misalnya area tutupan lahan yang

tidak ditampilkan pada peta).

Ini adalah hasil di dalam contoh. Kami telah memindahkan legenda ke bagian sisi peta dan menggabungkan judul dengan peta.

[[Image:0285.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Mengekspor Peta Anda ===

{{hlbox|Catatan: Apakah anda ingat untuk sering menyimpan hasil kerja anda?}}

Akhirnya peta ini siap untuk diekspor! Anda akan melihat tombol ekspor di dekat sudut kiri atas jendela ''Composer'':

[[Image:0294.png|image]]

Tombol di sebelah kanan adalah tombol ''Print'' yang menyediakan antarmuka dengan printer. Karena pilihan pencetakan akan bervariasi tergantung dari jenis printer yang anda gunakan, mungkin lebih baik untuk merujuk pada panduan printer atau panduan umum pencetakan untuk mendapatkan informasi lebih lanjut mengenai topik ini.

Ketiga tombol lainnya memungkinkan anda untuk mengekspor halaman peta menjadi sebuah file. Ada tiga format ekspor yang dapat anda pilih:

* ''Export as Image'' (Ekspor menjadi gambar)
* ''Export as PDF'' (Ekspor menjadi PDF)
* ''Export as SVG'' (Ekspor menjadi SVG)

Ekspor menjadi gambar akan menampilkan pilihan berbagai format gambar yang biasa digunakan. Ini mungkin pilihan yang paling sederhana, tetapi gambar yang dihasilkan akan sulit untuk disunting.

Dua pilihan yang lain lebih umum digunakan.

Jika anda hendak mengirim peta kepada seorang kartografer (yang mungkin ingin menyunting peta tersebut untuk publikasi), pilihan terbaik adalah mengekspor peta tersebut menjadi sebuah file SVG. SVG merupakan kependekan dari ''Scalable Vector Graphic'' yang dapat diimpor ke dalam berbagai perangkat lunak seperti Inkscape atau program penyunting vektor lainnya.

Jika anda ingin mengirim peta kepada seorang klien, format yang paling umum digunakan adalah PDF karena mudah disesuaikan untuk keperluan pencetakan. Beberapa kartografer juga mungkin lebih menyukai PDF, jika mempunyai program untuk mengimpor dan menyunting format ini.

Kali ini kita akan menggunakan format PDF.

* Klik tombol ''Export as PDF'':

[[Image:0303.png|image]]

* Tentukan lokasi penyimpanan dan nama file seperti biasa.
* Klik ''Save''.

=== Kesimpulan ===

* Tutup jendela ''Composer''.
* Simpan peta Anda.
* Cari file PDF hasil ekspor dengan menggunakan manager file pada sistem operasi anda.
* Buka file tersebut.
* Periksa hasilnya.

Selamat karena telah menyelesaikan proyek peta QGIS pertama anda!

=== Apa Selanjutnya? ===

Pada halaman selanjutnya, anda akan diberi sebuah tugas untuk diselesaikan. Tugas ini memungkinkan anda untuk mempraktekkan teknik yang telah di pelajari sejauh ini.

== Tugas 1 ==

Buka projek peta anda sebelumnya dan perbaiki seperlunya. Jika anda melihat ada kesalahan kecil atau sesuatu yang belum anda perbaiki sebelumnya, lakukan sekarang.

Apabila anda mengikuti pelatihan ini pada level ''Dasar'' atau ''Menengah'', cobalah untuk memahami dan mengimplementasikan teknik-teknik yang diberikan pada level yang lebih tinggi.

Sembari memodifikasi peta, selalu buat pertanyaan untuk diri anda. Apakah peta ini mudah dibaca dan dipahami oleh seseorang yang tidak mengetahui datanya? Jika saya melihat peta ini di Internet, pada sebuah poster atau majalah, apakah peta ini akan menarik perhatian saya? Apakah saya ingin melihatnya jika peta ini bukan milik saya?

Apabila anda mengikuti pelatihan ini pada tingkat [[Image:basic10.png|image]] Dasar atau [[Image:moderate10.png|image]] Menengah, bacalah materi mengenai teknik-teknik pada tingkatan yang lebih lanjut. Jika ada sesuatu yang ingin anda coba terapkan pada peta, kenapa tidak mencobanya?

Jika pelatihan ini diberikan kepada anda, penyelenggara latihan mungkin akan meminta anda untuk menyerahkan versi akhir dari peta anda dalam format PDF untuk dievaluasi. Jika anda mengerjakan latihan ini secara mandiri, anda disarankan untuk mengevaluasi peta yang anda buat berdasarkan kriteria yang sama. Peta anda akan dievaluasi berdasarkan tampilan dan simbologi secara keseluruhan, serta penampilan dan tata letak halaman dan elemen peta. Perlu diingat bahwa penekanan pada evaluasi tampilan peta adalah adalah kemudahan penggunaannya. Semakin menarik peta tersebut untuk dilihat, dan semakin mudah dipahami dalam sekilas, akan semakin baik.

Selamat bekerja! :)

=== Kesimpulan ===

Keempat modul pertama telah menunjukkan kepada Anda bagaimana membuat dan mengubah style pada sebuah peta vektor. Pada empat modul berikutnya, anda akan mempelajari bagaimana menggunakan QGIS dalam melakukan analisis SIG (Sistem Informasi Geografis) lengkap. Ini akan mencakup pembuatan dan penyuntingan data vektor; analisis data vektor; penggunaan dan analisis data raster; dan penggunaan SIG untuk memecahkan suatu permasalahan dari awal hingga akhir dengan menggunakan sumber data raster dan vektor.

{{example|Click here to go to [[GIS AH IND M6|Modul 6: Membuat Data Vektor]]}}

GIS AH IND M5

2014-10-28T04:09:59Z

Rachel: /* image Ikuti Bersama: Komposisi Peta Dasar */

= Modul: Membuat Peta =

Pada modul ini, anda akan mempelajari bagaimana menggunakan Map Composer QGIS untuk menghasilkan peta berkualitas yang dilengkapi dengan semua komponen peta yang diperlukan.

== Pelajaran: Menggunakan Map Composer ==

Setelah memiliki sebuah peta, anda harus dapat mencetak atau mengekspor peta tersebut menjadi sebuah dokumen. Alasannya, file peta SIG bukanlah sebuah peta. File ini hanya menyimpan kondisi program SIG dengan referensi yang mengacu pada semua layer, label, warna, dsb. Bagi orang yang tidak memiliki datanya atau program SIG yang sama (seperti QGIS), file peta tersebut menjadi tidak berguna. Untungnya, QGIS dapat mengekspor file peta ke dalam format yang dapat dibaca oleh komputer manapun serta mencetak isinya jika anda mempunyai printer. Baik pencetakan maupun ekspor dilakukan melalui Map Composer.

'''Tujuan dari pelajaran ini:''' Menggunakan Map Composer QGIS untuk membuat peta dasar dengan semua pengaturan yang diperlukan.

=== [[Image:basic.png|image]] Ikuti Bersama: Composer Manager ===

QGIS memungkinkan anda untuk membuat beberapa peta dengan menggunakan file peta yang sama. Untuk tujuan ini, QGIS memiliki alat bantu yang disebut ''Composer Manager'' .

* Perbesar tampilan area peta yang menunjukkan jalan-jalan dan lokasi di Bandung.
* Klik menu ''File <math>\rightarrow</math> Composer Manager'' untuk menjalankan alat bantu ini. Anda akan melihat kotak dialog ''Composer manager'' yang kosong.
* Klik tombol ''Add'' untuk menambahkan composer baru yang diberi nama ''Composer 1'' (anda dapat menggunakan angka lain jika sudah pernah menggunakan ''Composer Manager'' sebelumnya).
* Pilih composer baru dan klik tombol ''Rename'' untuk mengubah namanya menjadi <code>Swellendam</code>.
* Klik ''OK''.
* Klik tombol ''Show''.

(Anda juga dapat menutup kotak dialog tersebut dan membuka sebuah composer melalui ''File <math>\rightarrow</math> Print Composers'', seperti ditunjukkan pada gambar berikut ini.)

[[Image:0035.png|image]]

Terlepas dari cara yang digunakan, anda sekarang akan melihat jendela ''Print Composer''.

=== [[Image:basic10.png|image]] Ikuti Bersama: Komposisi Peta Dasar ===

Pada contoh ini, komposisinya sudah sesuai dengan keinginan kita. Pastikan peta yang anda buat juga demikian.

* Periksa bahwa nilai-nilai yang berada pada ''General <math>\rightarrow</math> Composition <math>\rightarrow</math> Paper and Quality'' sudah diatur sebagai berikut:

* ''Size'': <code>A4 (210x297mm)</code>
* ''Orientation'': <code>Landscape</code>
* ''Quality'': <code>300dpi</code>

Kini anda sudah memiliki tata letak halaman seperti yang diinginkan, tetapi halaman ini masih kosong. Sudah jelas yang kurang adalah peta itu sendiri. Mari kita selesaikan!

* Klik tombol ''Add New Map'':

[[Image:0055.png|image]]

Setelah mengaktifkan alat bantu ini, anda dapat menempatkan sebuah peta pada halaman tata letak.

* Klik dan geser sebuah kotak pada halaman kosong:

[[Image:0064.png|800px]]

Peta akan muncul pada halaman tersebut.

* Pindahkan peta dengan mengklik dan menggesernya:

[[Image:0075.png|800px]]

* Ubah ukurannya dengan mengklik dan menggeser kotak di bagian sudut:

[[Image:0084.png|800px]]

{{hlbox|Catatan: Tentu saja peta anda mungkin tampak jauh berbeda. Ini tergantung pada pengaturan proyek anda. Tetapi jangan khawatir! Langkah-langkah ini bersifat umum sehingga tetap dapat diterapkan terlepas dari penampilan peta itu sendiri.}}

* Pastikan anda menyisakan batas margin di sepanjang tepian peta dan memberi ruang di bagian atas untuk memasukkan judul:

[[Image:0093.png|image]]

* Perbesar dan perkecil tampilan halaman (tapi bukan pada petanya!) dengan menggunakan tombol-tombol ini:

[[Image:0104.png|image]]

* Perbesar dan geser peta pada jendela utama QGIS. Anda juga dapat menggeser peta dengan menggunakan alat bantu ''Move item content'':

[[Image:0234.png|image]]

Pada saat melakukan pembesaran, tampilan peta tidak akan memperbarui diri secara otomatis. Hal ini dilakukan agar waktu anda tidak terbuang untuk memuat ulang peta sementara anda melakukan pembesaran pada halaman yang diinginkan. Namun akibatnya jika anda memperbesar atau memperkecilnya, peta tersebut akan berada pada resolusi yang salah dan akan terlihat jelek atau tidak terbaca.

* Perbarui tampilan peta dengan mengklik tombol ini:

[[Image:0112.png|image]]

Ingatlah bahwa ukuran dan posisi peta yang anda tentukan disini tidak harus final. Anda selalu dapat kembali dan mengubahnya lagi jika perlu. Sekarang, anda perlu memastikan bahwa anda telah menyimpan perubahan pada peta ini. Karena ''Composer'' pada QGIS merupakan bagian dari file peta utama, anda perlu melakukan penyimpanan pada proyek utama. Buka jendela utama QGIS (yang menampilkan ''Layers list'' dan elemen lain yang anda gunakan sebelumnya) dan simpan proyek anda seperti biasa.

=== [[Image:basic.png|image]] Ikuti Bersama: Menambahkan Judul ===

Sekarang peta anda sudah terlihat bagus pada halaman tersebut, tetapi pembaca belum mengetahui apa-apa mengenai peta ini. Mereka membutuhkan suatu konteks, yang akan anda sediakan dengan menambahkan elemen-elemen peta. Pertama-tama, mari kita tambahkan judul.

* Klik tombol ini:

[[Image:0123.png|image]]

* Klik pada peta sehingga muncul sebuah label:

[[Image:0134.png|image]]

* Ubah ukurannya dan tempatkan pada bagian atas halaman. Label tersebut bisa diubah ukurannya dan dipindah dengan cara yang sama seperti anda mengubah ukuran dan memindahkan petanya.

[[Image:0144.png|image]]

Namun jika anda mencobanya, anda akan melihat bahwa cukup sulit untuk menempatkan label tepat di bagian tengah peta! Untungnya ada alat bantu yang dapat melakukannya.

* Klik pada peta untuk memilihnya.
* Tahan tombol <code>shift</code> pada keyboard anda dan klik pada label.
* Cari alat bantu ini (tetapi jangan diklik dulu):

[[Image:0153.png|image]]

* Klik tanda panah ke bawah di samping tombol tersebut.
* Klik ''Align center'':

[[Image:0164.png|image]]

Untuk memastikan agar anda tidak memindahkan elemen-elemen ini secara tidak sengaja setelah anda menempatkannya:

* Klik kanan pada peta dan label.

Sebuah ikon kecil berbentuk kunci akan muncul di bagian sudut yang memberitahu anda bahwa elemen tersebut tidak dapat dipindahkan. Anda selalu dapat mengklik kanan pada elemen tersebut untuk membuka kuncinya.

Kini labelnya telah ditempatkan di tengah peta, tetapi isinya belum. Untuk menempatkan isi label di bagian tengah:

* Klik label untuk memilihnya.
* Klik tab ''Item'' pada panel di samping jendela ''Composer''.
* Ubah teks label menjadi Bandung:

[[Image:0174.png|image]]

* Gunakan antarmuka berikut ini untuk mengubah pengaturan pilihan huruf dan perataan teks:

[[Image:0184.png|image]]

* Pilih huruf yang besar namun tetap dapat dibaca (contoh ini menggunakan huruf default dengan ukuran <code>36</code>) dan biarkan warnanya.

Bahkan mungkin akan lebih baik untuk membiarkannya berwarna hitam seperti aslinya. Kuncinya adalah mengatur huruf agar tidak memecah perhatian sehingga pembaca yang melihatnya tidak terpaku pada judul dan mengabaikan petanya!

* Atur ''Horizontal Alignment'' menjadi ''Center'' sehingga judul berada di tengah label.

[[Image:0194.png|image]]

Kita sudah mencapai kemajuan yang baik, tetapi label ini masih memiliki bingkai yang tidak perlu:

[[Image:0204.png|image]]

Mari kita hilangkan.

* Klik panel geser ''General options'' di bagian bawah tab ''Item''. Panel geser ''Label'' akan bergerak menjauh dan anda akan melihat antarmuka baru.
* Klik kotak centang ''Show frame'' untuk menghilangkan bingkai:

[[Image:0214.png|image]]

Berikut tampilan peta kita saat ini:

[[Image:0224.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Menambahkan Legenda ===

Pembaca peta juga harus dapat memahami arti dari berbagai hal yang ditampilkan pada peta. Dalam beberapa kasus, seperti nama tempat, hal ini cukup jelas. Dalam kasus yang lain, artinya cukup sulit untuk ditebak; misalnya warna-warna pada area pertanian. Mari kita tambahkan legenda yang baru.

* Klik tombol ini:

[[Image:0245.png|image]]

* Klik pada halaman untuk menempatkan legenda dan pindahkan ke tempat yang anda inginkan:

[[Image:0255.png|image]]

Pada contoh ini, legendanya terlalu besar. Sekarang kita akan belajar untuk menyesuaikan legenda.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menyesuaikan Item Legenda ===

Tidak semuanya pada legenda perlu ditampilkan sehingga kita perlu menghilangkan beberapa yang tidak penting.

* Pada tab ''Item'', klik panel geser ''Legend items'' .
* Pilih ''places''.
* Hapus dari legenda dengan mengklik tombol ''minus'':

[[Image:0265.png|image]]

* Hapus item lain yang menurut anda tidak perlu.

Anda juga dapat mengubah nama item.

* Pilih sebuah layer dari daftar yang sama.
* Klik tombol ''Edit'':

[[Image:0276.png|image]]

* Ubah nama layer tersebut menjadi <code>Roads and Streets</code>, <code>Water ways</code>, dan <code>Land cover</code>.
* Klik tanda panah ke bawah di samping item manapun yang memiliki beberapa kelas untuk mengubah nama-nama kelasnya (dengan metode yang sama seperti di atas).
* Hapus layer yang tidak perlu (misalnya area tutupan lahan yang

tidak ditampilkan pada peta).

Ini adalah hasil di dalam contoh. Kami telah memindahkan legenda ke bagian sisi peta dan menggabungkan judul dengan peta.

[[Image:0285.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Mengekspor Peta Anda ===

{{hlbox|Catatan: Apakah anda ingat untuk sering menyimpan hasil kerja anda?}}

Akhirnya peta ini siap untuk diekspor! Anda akan melihat tombol ekspor di dekat sudut kiri atas jendela ''Composer'':

[[Image:0294.png|image]]

Tombol di sebelah kanan adalah tombol ''Print'' yang menyediakan antarmuka dengan printer. Karena pilihan pencetakan akan bervariasi tergantung dari jenis printer yang anda gunakan, mungkin lebih baik untuk merujuk pada panduan printer atau panduan umum pencetakan untuk mendapatkan informasi lebih lanjut mengenai topik ini.

Ketiga tombol lainnya memungkinkan anda untuk mengekspor halaman peta menjadi sebuah file. Ada tiga format ekspor yang dapat anda pilih:

* ''Export as Image'' (Ekspor menjadi gambar)
* ''Export as PDF'' (Ekspor menjadi PDF)
* ''Export as SVG'' (Ekspor menjadi SVG)

Ekspor menjadi gambar akan menampilkan pilihan berbagai format gambar yang biasa digunakan. Ini mungkin pilihan yang paling sederhana, tetapi gambar yang dihasilkan akan sulit untuk disunting.

Dua pilihan yang lain lebih umum digunakan.

Jika anda hendak mengirim peta kepada seorang kartografer (yang mungkin ingin menyunting peta tersebut untuk publikasi), pilihan terbaik adalah mengekspor peta tersebut menjadi sebuah file SVG. SVG merupakan kependekan dari ''Scalable Vector Graphic'' yang dapat diimpor ke dalam berbagai perangkat lunak seperti Inkscape atau program penyunting vektor lainnya.

Jika anda ingin mengirim peta kepada seorang klien, format yang paling umum digunakan adalah PDF karena mudah disesuaikan untuk keperluan pencetakan. Beberapa kartografer juga mungkin lebih menyukai PDF, jika mempunyai program untuk mengimpor dan menyunting format ini.

Kali ini kita akan menggunakan format PDF.

* Klik tombol ''Export as PDF'':

[[Image:0303.png|image]]

* Tentukan lokasi penyimpanan dan nama file seperti biasa.
* Klik ''Save''.

=== Kesimpulan ===

* Tutup jendela ''Composer''.
* Simpan peta Anda.
* Cari file PDF hasil ekspor dengan menggunakan manager file pada sistem operasi anda.
* Buka file tersebut.
* Periksa hasilnya.

Selamat karena telah menyelesaikan proyek peta QGIS pertama anda!

=== Apa Selanjutnya? ===

Pada halaman selanjutnya, anda akan diberi sebuah tugas untuk diselesaikan. Tugas ini memungkinkan anda untuk mempraktekkan teknik yang telah di pelajari sejauh ini.

== Tugas 1 ==

Buka projek peta anda sebelumnya dan perbaiki seperlunya. Jika anda melihat ada kesalahan kecil atau sesuatu yang belum anda perbaiki sebelumnya, lakukan sekarang.

Apabila anda mengikuti pelatihan ini pada level ''Dasar'' atau ''Menengah'', cobalah untuk memahami dan mengimplementasikan teknik-teknik yang diberikan pada level yang lebih tinggi.

Sembari memodifikasi peta, selalu buat pertanyaan untuk diri anda. Apakah peta ini mudah dibaca dan dipahami oleh seseorang yang tidak mengetahui datanya? Jika saya melihat peta ini di Internet, pada sebuah poster atau majalah, apakah peta ini akan menarik perhatian saya? Apakah saya ingin melihatnya jika peta ini bukan milik saya?

Apabila anda mengikuti pelatihan ini pada tingkat [[Image:basic10.png|image]] Dasar atau [[Image:moderate10.png|image]] Menengah, bacalah materi mengenai teknik-teknik pada tingkatan yang lebih lanjut. Jika ada sesuatu yang ingin anda coba terapkan pada peta, kenapa tidak mencobanya?

Jika pelatihan ini diberikan kepada anda, penyelenggara latihan mungkin akan meminta anda untuk menyerahkan versi akhir dari peta anda dalam format PDF untuk dievaluasi. Jika anda mengerjakan latihan ini secara mandiri, anda disarankan untuk mengevaluasi peta yang anda buat berdasarkan kriteria yang sama. Peta anda akan dievaluasi berdasarkan tampilan dan simbologi secara keseluruhan, serta penampilan dan tata letak halaman dan elemen peta. Perlu diingat bahwa penekanan pada evaluasi tampilan peta adalah adalah kemudahan penggunaannya. Semakin menarik peta tersebut untuk dilihat, dan semakin mudah dipahami dalam sekilas, akan semakin baik.

Selamat bekerja! :)

=== Kesimpulan ===

Keempat modul pertama telah menunjukkan kepada Anda bagaimana membuat dan mengubah style pada sebuah peta vektor. Pada empat modul berikutnya, anda akan mempelajari bagaimana menggunakan QGIS dalam melakukan analisis SIG (Sistem Informasi Geografis) lengkap. Ini akan mencakup pembuatan dan penyuntingan data vektor; analisis data vektor; penggunaan dan analisis data raster; dan penggunaan SIG untuk memecahkan suatu permasalahan dari awal hingga akhir dengan menggunakan sumber data raster dan vektor.

{{example|Click here to go to [[GIS AH IND M6|Modul 6: Membuat Data Vektor]]}}

GIS AH IND M5

2014-10-28T04:08:38Z

Rachel: /* image Ikuti Bersama: Komposisi Peta Dasar */

= Modul: Membuat Peta =

Pada modul ini, anda akan mempelajari bagaimana menggunakan Map Composer QGIS untuk menghasilkan peta berkualitas yang dilengkapi dengan semua komponen peta yang diperlukan.

== Pelajaran: Menggunakan Map Composer ==

Setelah memiliki sebuah peta, anda harus dapat mencetak atau mengekspor peta tersebut menjadi sebuah dokumen. Alasannya, file peta SIG bukanlah sebuah peta. File ini hanya menyimpan kondisi program SIG dengan referensi yang mengacu pada semua layer, label, warna, dsb. Bagi orang yang tidak memiliki datanya atau program SIG yang sama (seperti QGIS), file peta tersebut menjadi tidak berguna. Untungnya, QGIS dapat mengekspor file peta ke dalam format yang dapat dibaca oleh komputer manapun serta mencetak isinya jika anda mempunyai printer. Baik pencetakan maupun ekspor dilakukan melalui Map Composer.

'''Tujuan dari pelajaran ini:''' Menggunakan Map Composer QGIS untuk membuat peta dasar dengan semua pengaturan yang diperlukan.

=== [[Image:basic.png|image]] Ikuti Bersama: Composer Manager ===

QGIS memungkinkan anda untuk membuat beberapa peta dengan menggunakan file peta yang sama. Untuk tujuan ini, QGIS memiliki alat bantu yang disebut ''Composer Manager'' .

* Perbesar tampilan area peta yang menunjukkan jalan-jalan dan lokasi di Bandung.
* Klik menu ''File <math>\rightarrow</math> Composer Manager'' untuk menjalankan alat bantu ini. Anda akan melihat kotak dialog ''Composer manager'' yang kosong.
* Klik tombol ''Add'' untuk menambahkan composer baru yang diberi nama ''Composer 1'' (anda dapat menggunakan angka lain jika sudah pernah menggunakan ''Composer Manager'' sebelumnya).
* Pilih composer baru dan klik tombol ''Rename'' untuk mengubah namanya menjadi <code>Swellendam</code>.
* Klik ''OK''.
* Klik tombol ''Show''.

(Anda juga dapat menutup kotak dialog tersebut dan membuka sebuah composer melalui ''File <math>\rightarrow</math> Print Composers'', seperti ditunjukkan pada gambar berikut ini.)

[[Image:0035.png|image]]

Terlepas dari cara yang digunakan, anda sekarang akan melihat jendela ''Print Composer''.

=== [[Image:basic10.png|image]] Ikuti Bersama: Komposisi Peta Dasar ===

Pada contoh ini, komposisinya sudah sesuai dengan keinginan kita. Pastikan peta yang anda buat juga demikian.

* Periksa bahwa nilai-nilai yang berada pada ''General <math>\rightarrow</math> Composition <math>\rightarrow</math> Paper and Quality'' sudah diatur sebagai berikut:

* ''Size'': <code>A4 (210x297mm)</code>
* ''Orientation'': <code>Landscape</code>
* ''Quality'': <code>300dpi</code>

Kini anda sudah memiliki tata letak halaman seperti yang diinginkan, tetapi halaman ini masih kosong. Sudah jelas yang kurang adalah peta itu sendiri. Mari kita selesaikan!

* Klik tombol ''Add New Map'':

[[Image:0055.png|image]]

Setelah mengaktifkan alat bantu ini, anda dapat menempatkan sebuah peta pada halaman tata letak.

* Klik dan geser sebuah kotak pada halaman kosong:

[[Image:0064.png|700px]]

Peta akan muncul pada halaman tersebut.

* Pindahkan peta dengan mengklik dan menggesernya:

[[Image:0075.png|700px]]

* Ubah ukurannya dengan mengklik dan menggeser kotak di bagian sudut:

[[Image:0084.png|700px]]

{{hlbox|Catatan: Tentu saja peta anda mungkin tampak jauh berbeda. Ini tergantung pada pengaturan proyek anda. Tetapi jangan khawatir! Langkah-langkah ini bersifat umum sehingga tetap dapat diterapkan terlepas dari penampilan peta itu sendiri.}}

* Pastikan anda menyisakan batas margin di sepanjang tepian peta dan memberi ruang di bagian atas untuk memasukkan judul:

[[Image:0093.png|image]]

* Perbesar dan perkecil tampilan halaman (tapi bukan pada petanya!) dengan menggunakan tombol-tombol ini:

[[Image:0104.png|image]]

* Perbesar dan geser peta pada jendela utama QGIS. Anda juga dapat menggeser peta dengan menggunakan alat bantu ''Move item content'':

[[Image:0234.png|image]]

Pada saat melakukan pembesaran, tampilan peta tidak akan memperbarui diri secara otomatis. Hal ini dilakukan agar waktu anda tidak terbuang untuk memuat ulang peta sementara anda melakukan pembesaran pada halaman yang diinginkan. Namun akibatnya jika anda memperbesar atau memperkecilnya, peta tersebut akan berada pada resolusi yang salah dan akan terlihat jelek atau tidak terbaca.

* Perbarui tampilan peta dengan mengklik tombol ini:

[[Image:0112.png|image]]

Ingatlah bahwa ukuran dan posisi peta yang anda tentukan disini tidak harus final. Anda selalu dapat kembali dan mengubahnya lagi jika perlu. Sekarang, anda perlu memastikan bahwa anda telah menyimpan perubahan pada peta ini. Karena ''Composer'' pada QGIS merupakan bagian dari file peta utama, anda perlu melakukan penyimpanan pada proyek utama. Buka jendela utama QGIS (yang menampilkan ''Layers list'' dan elemen lain yang anda gunakan sebelumnya) dan simpan proyek anda seperti biasa.

=== [[Image:basic.png|image]] Ikuti Bersama: Menambahkan Judul ===

Sekarang peta anda sudah terlihat bagus pada halaman tersebut, tetapi pembaca belum mengetahui apa-apa mengenai peta ini. Mereka membutuhkan suatu konteks, yang akan anda sediakan dengan menambahkan elemen-elemen peta. Pertama-tama, mari kita tambahkan judul.

* Klik tombol ini:

[[Image:0123.png|image]]

* Klik pada peta sehingga muncul sebuah label:

[[Image:0134.png|image]]

* Ubah ukurannya dan tempatkan pada bagian atas halaman. Label tersebut bisa diubah ukurannya dan dipindah dengan cara yang sama seperti anda mengubah ukuran dan memindahkan petanya.

[[Image:0144.png|image]]

Namun jika anda mencobanya, anda akan melihat bahwa cukup sulit untuk menempatkan label tepat di bagian tengah peta! Untungnya ada alat bantu yang dapat melakukannya.

* Klik pada peta untuk memilihnya.
* Tahan tombol <code>shift</code> pada keyboard anda dan klik pada label.
* Cari alat bantu ini (tetapi jangan diklik dulu):

[[Image:0153.png|image]]

* Klik tanda panah ke bawah di samping tombol tersebut.
* Klik ''Align center'':

[[Image:0164.png|image]]

Untuk memastikan agar anda tidak memindahkan elemen-elemen ini secara tidak sengaja setelah anda menempatkannya:

* Klik kanan pada peta dan label.

Sebuah ikon kecil berbentuk kunci akan muncul di bagian sudut yang memberitahu anda bahwa elemen tersebut tidak dapat dipindahkan. Anda selalu dapat mengklik kanan pada elemen tersebut untuk membuka kuncinya.

Kini labelnya telah ditempatkan di tengah peta, tetapi isinya belum. Untuk menempatkan isi label di bagian tengah:

* Klik label untuk memilihnya.
* Klik tab ''Item'' pada panel di samping jendela ''Composer''.
* Ubah teks label menjadi Bandung:

[[Image:0174.png|image]]

* Gunakan antarmuka berikut ini untuk mengubah pengaturan pilihan huruf dan perataan teks:

[[Image:0184.png|image]]

* Pilih huruf yang besar namun tetap dapat dibaca (contoh ini menggunakan huruf default dengan ukuran <code>36</code>) dan biarkan warnanya.

Bahkan mungkin akan lebih baik untuk membiarkannya berwarna hitam seperti aslinya. Kuncinya adalah mengatur huruf agar tidak memecah perhatian sehingga pembaca yang melihatnya tidak terpaku pada judul dan mengabaikan petanya!

* Atur ''Horizontal Alignment'' menjadi ''Center'' sehingga judul berada di tengah label.

[[Image:0194.png|image]]

Kita sudah mencapai kemajuan yang baik, tetapi label ini masih memiliki bingkai yang tidak perlu:

[[Image:0204.png|image]]

Mari kita hilangkan.

* Klik panel geser ''General options'' di bagian bawah tab ''Item''. Panel geser ''Label'' akan bergerak menjauh dan anda akan melihat antarmuka baru.
* Klik kotak centang ''Show frame'' untuk menghilangkan bingkai:

[[Image:0214.png|image]]

Berikut tampilan peta kita saat ini:

[[Image:0224.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Menambahkan Legenda ===

Pembaca peta juga harus dapat memahami arti dari berbagai hal yang ditampilkan pada peta. Dalam beberapa kasus, seperti nama tempat, hal ini cukup jelas. Dalam kasus yang lain, artinya cukup sulit untuk ditebak; misalnya warna-warna pada area pertanian. Mari kita tambahkan legenda yang baru.

* Klik tombol ini:

[[Image:0245.png|image]]

* Klik pada halaman untuk menempatkan legenda dan pindahkan ke tempat yang anda inginkan:

[[Image:0255.png|image]]

Pada contoh ini, legendanya terlalu besar. Sekarang kita akan belajar untuk menyesuaikan legenda.

=== [[Image:moderate.png|image]] Ikuti Bersama: Menyesuaikan Item Legenda ===

Tidak semuanya pada legenda perlu ditampilkan sehingga kita perlu menghilangkan beberapa yang tidak penting.

* Pada tab ''Item'', klik panel geser ''Legend items'' .
* Pilih ''places''.
* Hapus dari legenda dengan mengklik tombol ''minus'':

[[Image:0265.png|image]]

* Hapus item lain yang menurut anda tidak perlu.

Anda juga dapat mengubah nama item.

* Pilih sebuah layer dari daftar yang sama.
* Klik tombol ''Edit'':

[[Image:0276.png|image]]

* Ubah nama layer tersebut menjadi <code>Roads and Streets</code>, <code>Water ways</code>, dan <code>Land cover</code>.
* Klik tanda panah ke bawah di samping item manapun yang memiliki beberapa kelas untuk mengubah nama-nama kelasnya (dengan metode yang sama seperti di atas).
* Hapus layer yang tidak perlu (misalnya area tutupan lahan yang

tidak ditampilkan pada peta).

Ini adalah hasil di dalam contoh. Kami telah memindahkan legenda ke bagian sisi peta dan menggabungkan judul dengan peta.

[[Image:0285.png|image]]

=== [[Image:basic.png|image]] Ikuti Bersama: Mengekspor Peta Anda ===

{{hlbox|Catatan: Apakah anda ingat untuk sering menyimpan hasil kerja anda?}}

Akhirnya peta ini siap untuk diekspor! Anda akan melihat tombol ekspor di dekat sudut kiri atas jendela ''Composer'':

[[Image:0294.png|image]]

Tombol di sebelah kanan adalah tombol ''Print'' yang menyediakan antarmuka dengan printer. Karena pilihan pencetakan akan bervariasi tergantung dari jenis printer yang anda gunakan, mungkin lebih baik untuk merujuk pada panduan printer atau panduan umum pencetakan untuk mendapatkan informasi lebih lanjut mengenai topik ini.

Ketiga tombol lainnya memungkinkan anda untuk mengekspor halaman peta menjadi sebuah file. Ada tiga format ekspor yang dapat anda pilih:

* ''Export as Image'' (Ekspor menjadi gambar)
* ''Export as PDF'' (Ekspor menjadi PDF)
* ''Export as SVG'' (Ekspor menjadi SVG)

Ekspor menjadi gambar akan menampilkan pilihan berbagai format gambar yang biasa digunakan. Ini mungkin pilihan yang paling sederhana, tetapi gambar yang dihasilkan akan sulit untuk disunting.

Dua pilihan yang lain lebih umum digunakan.

Jika anda hendak mengirim peta kepada seorang kartografer (yang mungkin ingin menyunting peta tersebut untuk publikasi), pilihan terbaik adalah mengekspor peta tersebut menjadi sebuah file SVG. SVG merupakan kependekan dari ''Scalable Vector Graphic'' yang dapat diimpor ke dalam berbagai perangkat lunak seperti Inkscape atau program penyunting vektor lainnya.

Jika anda ingin mengirim peta kepada seorang klien, format yang paling umum digunakan adalah PDF karena mudah disesuaikan untuk keperluan pencetakan. Beberapa kartografer juga mungkin lebih menyukai PDF, jika mempunyai program untuk mengimpor dan menyunting format ini.

Kali ini kita akan menggunakan format PDF.

* Klik tombol ''Export as PDF'':

[[Image:0303.png|image]]

* Tentukan lokasi penyimpanan dan nama file seperti biasa.
* Klik ''Save''.

=== Kesimpulan ===

* Tutup jendela ''Composer''.
* Simpan peta Anda.
* Cari file PDF hasil ekspor dengan menggunakan manager file pada sistem operasi anda.
* Buka file tersebut.
* Periksa hasilnya.

Selamat karena telah menyelesaikan proyek peta QGIS pertama anda!

=== Apa Selanjutnya? ===

Pada halaman selanjutnya, anda akan diberi sebuah tugas untuk diselesaikan. Tugas ini memungkinkan anda untuk mempraktekkan teknik yang telah di pelajari sejauh ini.

== Tugas 1 ==

Buka projek peta anda sebelumnya dan perbaiki seperlunya. Jika anda melihat ada kesalahan kecil atau sesuatu yang belum anda perbaiki sebelumnya, lakukan sekarang.

Apabila anda mengikuti pelatihan ini pada level ''Dasar'' atau ''Menengah'', cobalah untuk memahami dan mengimplementasikan teknik-teknik yang diberikan pada level yang lebih tinggi.

Sembari memodifikasi peta, selalu buat pertanyaan untuk diri anda. Apakah peta ini mudah dibaca dan dipahami oleh seseorang yang tidak mengetahui datanya? Jika saya melihat peta ini di Internet, pada sebuah poster atau majalah, apakah peta ini akan menarik perhatian saya? Apakah saya ingin melihatnya jika peta ini bukan milik saya?

Apabila anda mengikuti pelatihan ini pada tingkat [[Image:basic10.png|image]] Dasar atau [[Image:moderate10.png|image]] Menengah, bacalah materi mengenai teknik-teknik pada tingkatan yang lebih lanjut. Jika ada sesuatu yang ingin anda coba terapkan pada peta, kenapa tidak mencobanya?

Jika pelatihan ini diberikan kepada anda, penyelenggara latihan mungkin akan meminta anda untuk menyerahkan versi akhir dari peta anda dalam format PDF untuk dievaluasi. Jika anda mengerjakan latihan ini secara mandiri, anda disarankan untuk mengevaluasi peta yang anda buat berdasarkan kriteria yang sama. Peta anda akan dievaluasi berdasarkan tampilan dan simbologi secara keseluruhan, serta penampilan dan tata letak halaman dan elemen peta. Perlu diingat bahwa penekanan pada evaluasi tampilan peta adalah adalah kemudahan penggunaannya. Semakin menarik peta tersebut untuk dilihat, dan semakin mudah dipahami dalam sekilas, akan semakin baik.

Selamat bekerja! :)

=== Kesimpulan ===

Keempat modul pertama telah menunjukkan kepada Anda bagaimana membuat dan mengubah style pada sebuah peta vektor. Pada empat modul berikutnya, anda akan mempelajari bagaimana menggunakan QGIS dalam melakukan analisis SIG (Sistem Informasi Geografis) lengkap. Ini akan mencakup pembuatan dan penyuntingan data vektor; analisis data vektor; penggunaan dan analisis data raster; dan penggunaan SIG untuk memecahkan suatu permasalahan dari awal hingga akhir dengan menggunakan sumber data raster dan vektor.

{{example|Click here to go to [[GIS AH IND M6|Modul 6: Membuat Data Vektor]]}}

GIS AH IND M4

2014-10-28T03:44:38Z

Rachel: /* image Ikuti Bersama: Mengubah pilihan label */

= Modul: Mengklasifikasi Data Vektor =

Dengan mengklasifikasi data vektor, anda dapat memberikan simbol yang berbeda untuk fitur (objek yang berbeda pada layer yang sama) tergantung dari atributnya. Hal ini memungkinkan pengguna peta untuk dapat melihat atribut dari berbagai fitur dengan mudah.

== Pelajaran: Data Atribut ==

Sejauh ini, tidak satu pun perubahan yang kita buat pada tampilan peta dipengaruhi oleh objek yang ditampilkan. Dengan kata lain, semua lahan pertanian dan jalan masih terlihat sama. Ketika melihat peta tersebut, pengguna tidak akan mengetahui banyak hal mengenai jalan-jalan yang dilihatnya; hanya sebatas bahwa terdapat sebuah jalan dengan bentuk tertentu di suatu tempat tertentu.

Namun seluruh kekuatan SIG (Sistem Informasi Geografis) bertumpu pada kemampuan untuk menampilkan semua objek pada peta bersama dengan atributnya. Peta pada SIG bukan hanya sebatas gambar. Peta tidak saja mewakili objek yang berada di suatu lokasi, tetapi juga informasi mengenai objek tersebut.

'''Tujuan dari pelajaran ini:''' Menelusuri data atribut dari suatu objek dan memahami kegunaan berbagai jenis data.

=== [[Image:basic18.png|image]] Ikuti Bersama: Data atribut ===

Buka tabel atribut untuk layer ''places'' (lihat kembali bagian ''Bekerja dengan Data Vektor'' jika perlu). Kolom mana yang paling berguna untuk ditampilkan dalam bentuk label, dan mengapa?

=== Kesimpulan ===

Sekarang anda mengetahui bagaimana menggunakan tabel atribut untuk melihat apa yang sebenarnya terkandung dalam data yang anda gunakan. Set data apapun hanya akan berguna bagi anda jika memiliki atribut yang anda butuhkah. Jika anda mengetahui atribut apa yang dibutuhkan, maka anda dapat dengan cepat memutuskan apakah suatu set data akan berguna; atau anda perlu mencari set data lain dengan atribut yang diperlukan.

=== Apa Selanjutnya? ===

Atribut yang berlainan dapat berguna untuk tujuan yang berbeda. Beberapa darinya dapat diwakili secara langsung dalam bentuk teks yang dapat dilihat oleh pembaca peta. Anda akan belajar bagaimana melakukan hal tersebut pada pelajaran berikutnya.

== Pelajaran: Alat Bantu Label ==

Label dapat ditambahkan pada sebuah peta untuk menampilkan informasi apapun mengenai suatu obyek. Layer vektor manapun dapat memiliki label. Isi dari label-label tersebut ditentukan oleh data atribut dari layer yang bersangkutan.

{{hlbox|Catatan: Kotak dialog ''Layer Properties'' memiliki tab ''Labels'', namun kita tidak akan menggunakannya pada contoh ini. Tab ini hanya memiliki sedikit pilihan dan terkadang sulit untuk digunakan sehingga mungkin akan dihilangkan pada versi QGIS yang lebih baru (setelah 1.8). Pada latihan ini, kita akan menggunakan ''Label tool'' terpisah yang memiliki lebih banyak pilihan dan lebih mudah digunakan.}}

'''Tujuan dari pelajaran ini:''' Menerapkan label yang berguna dan menarik pada sebuah layer.

=== [[Image:basic.png|image]] Ikuti Bersama: Menggunakan label ===

Sebelum dapat mengaksesnya, anda perlu memastikan bahwa alat bantu Label telah diaktifkan.

* Bukan item menu ''View <math>\rightarrow</math> Toolbars''.
* Pastikan item ''Label'' memiliki tanda centang di sebelahnya. Jika tidak, klik item :guilabel:'''`'''Label`untuk mengaktifkannya.
* Klik layer ''places'' pada ''Layers list'' untuk menandainya.
* Klik tombol toolbar berikut ini:

[[Image:00110.png|image]]

Ini akan membuka kotak dialog ''Layer labeling settings''.

* Periksa kotak di sebelah ''Label this layer with...''.

[[Image:00311.png|image]]

Anda harus menentukan kolom atribut mana yang akan digunakan untuk membuat label. Pada pelajaran sebelumnya, anda memutuskan bahwa kolom <code>NAME</code> adalah yang paling cocok untuk tujuan ini.

* Klik ''OK''.

Pada peta akan muncul label-label berikut ini:

[[Image:00511.png|700px]]

=== [[Image:basic18.png|image]] Ikuti Bersama: Mengubah pilihan label ===

Apa yang ada saat ini sudah cukup bagis, tetapi anda dapat melihat bahwa label-label tersebut tumpang tindih dengan titik-titik yang diasosiasikan dengan mereka. Ini tidak tampak menarik. Teksnya juga sedikit terlalu besar. Mari kita perbaiki!

* Buka ''Label tool'' sekali lagi dengan mengklik tombolnya.
* Klik pada tombol elipsis (''...'') untuk mengubah properti teks:

[[Image:0069.png|image]]

Akan muncul kotak dialog standar untuk mengubah teks, mirip dengan yang terdapat pada perangkat lunak lainnya. Ubah huruf menjadi <code>Arial</code> ukuran <code>9</code>. Label anda akan tampak seperti berikut ini:

[[Image:00710.png|700px]]

Dengan demikian masalah huruf sudah terpecahkan! Sekarang mari selesaikan masalah label yang tumpang tindih dengan titiknya; tetapi sebelum melakukan hal itu, mari kita lihat pilihan ''Buffer''.

* Buka kotak dialog ''Label tool''.
* Matikan buffer label dengan mengklik kotak centang di sebelah teks yang bertuliskan ''Buffer''.
* Klik ''Apply''.

Perhatikan efeknya pada peta:

[[Image:00810.png|700px]]

Sekarang anda dapat memahami mengapa kita membutuhkan buffer label!

* Aktifkan kembali buffer dengan mengklik kotak centang yang sama seperti sebelumnya, kemudian klik ''Apply''.

Kembali pada masalah label yang tumpang tindih dengan titik.

* Pada kotak dialog ''Label tool'', buka tab ''Advanced''.
* Ubah nilai ''Label distance'' menjadi <code>2</code>.

[[Image:0099.png|700px]]

* Klik ''Apply''.

Hasilnya tampak sebagai berikut:

[[Image:0109.png|700px]]

=== [[Image:moderate18.png|image]] Ikuti Bersama: Menggunakan label ketimbang simbologi layer ===

Dalam banyak kasus, lokasi sebuah titik tidak perlu terlalu spesifik. Sebagai contoh, jika suatu titik merujuk pada kota atau daerah sub-urban; titik spesifik yang diasosiasikan dengan fitur semacam itu tidak akan begitu spesifik pada skala yang lebih besar. Membuat titik yang terlalu spesifik justru seringkali dapat membingungkan pembaca peta.

Sebuah contoh: Pada peta dunia, titik yang menunjukkan Uni Eropa mungkin berada di suatu tempat di Polandia. Untuk seseorang yang sedang mencoba membaca peta tersebut, melihat sebuah titik dengan label ''Uni Eropa'' di Polandia mungkin akan menyesatkan karena seakan-akan menunjukkan bahwa ibu kota Uni Eropa berada di Polandia.

Untuk menghindari kesalahpahaman seperti ini, seringkali lebih bermanfaat untuk sepenuhnya mengganti simbol titik dengan label.

Anda dapat melakukan ini pada QGIS dengan mengubah posisi label sehingga di-render secara langsung di atas titik yang menjadi referensinya.

* Buka kotak dialog ''Layer labeling settings'' pada layer ''places''.
* Buka tab ''Advanced''.
* Klik tombol ''over point''.

[[Image:0119.png|image]]

* Sembunyikan simbol titik dengan menyunting style layer seperti biasa dan mengatur ukuran titik menjadi <code>0</code>:

[[Image:0128.png|image]]

* Klik ''OK'' dan anda akan melihat tampilan sebagai berikut:

[[Image:01310.png|image]]

Seperti yang anda lihat, beberapa label tidak lagi terlihat untuk mencegah tumpang tindih (pada skala ini). Kadangkala inilah yang anda inginkan ketika bekerja dengan set data yang memiliki banyak titik, tetapi ini berarti anda akan kehilangan informasi yang berguna pada situasi yang berbeda. Ada cara lain untuk mengatasi masalah seperti ini, yang akan dibahas pada latihan selanjutnya dalam bagian ini.

=== [[Image:moderate18.png|image]] Coba Sendiri: Menyesuaikan label ===

* Kembalikan pengaturan label dan simbol seperti sebelumnya.

* Atur skala peta menjadi <code>1:20000</code>. Anda dapat melakukan ini dengan mengetikkannya ke dalam kotak ''Scale'' pada ''Status Bar''.
* Modifikasi label anda agar dapat ditampilkan dengan benar pada skala ini.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memberi label pada garis ===

Setelah mengetahui cara kerja label, ada masalah baru yang muncul. Titik dan poligon mudah untuk diberi label, tetapi bagaimana dengan garis? Jika anda memberi label pada garis seperti halnya sebuah titik, maka hasilnya akan seperti ini:

[[Image:0179.png|image]]

Ini tidak begitu membantu! Untuk menangani garis, kita perlu menyunting beberapa pilihan.

* Sembunyikan layer ''places'' sehingga tidak memecah perhatian anda.
* Perbesar tampilan area kota.
* Aktifkan label pada layer ''streets'' seperti sebelumnya. (Ingatlah untuk menggunakan ''Label tool'' pada toolbar, bukan yang berada pada ''Label tool''!)
* Atur ''Size'' untuk huruf menjadi <code>9</code> sehingga anda dapat melihat lebih banyak label.
* Pada tab ''Advanced'' di kotak dialog ''Label tool'', pilih aturan berikut ini:

[[Image:0189.png|image]]

Tergantung dari skalanya, peta akan terlihat seperti berikut ini:

[[Image:0197.png|image]]

Lebih baik dari sebelumnya, tetapi masih belum ideal. Sebagai contoh, beberapa nama muncul lebih dari satu kali; ini tidak selalu diperlukan. Untuk mencegah hal ini:

* Aktifkan pilihan ''Merge connected lines to avoid duplicate labels'' (juga terdapat pada tab ''Advanced'' - anda mungkin harus menggeser ke bawah untuk menemukannya).

Fungsi lain yang juga bermanfaat adalah mencegah pemberian label pada fitur yang terlalu pendek untuk dapat terlihat.

* Atur nilai ''Suppress labeling of features smaller than ...'' menjadi <code>5mm</code> dan perhatikan hasilnya ketika anda mengklik ''Apply''.

Cobalah berbagai pengaturan ''Placement'' (juga terdapat pada tab ''Advanced''). Seperti yang telah kita lihat sebelumnya, pilihan ''horizontal'' bukan merupakan ide yang baik dalam kasus ini; oleh karena itu, mari coba menggunakan ''curved'' sebagai gantinya!

* Pilih ''curved'' pada tab ''Advanced'' dalam kotak dialog ''Layer labeling settings''.

Hasilnya tampak sebagai berikut:

[[Image:02010.png|image]]

Seperti yang anda lihat, pilihan ini menyembunyikan banyak label yang semula ditampilkan; ini dilakukan karena sulit untuk membuat label mengikuti garis jalan yang berliku-liku dan tetap terlihat jelas. Anda dapat memutuskan pilihan mana yang akan digunakan, ini bergantung pada apa yang anda anggap lebih berguna atau lebih menarik untuk ditampilkan.

=== [[Image:hard.png|image]] Ikuti Bersama: Pengaturan berdasarkan data ===

* Matikan label pada layer ''streets''.
* Aktifkan kembali label pada layer ''places''.
* Buka tabel atribut untuk ''places''.

Ada dua kolom yang menarik perhatian kita: <code>AMENITY</code> dan <code>RESTAURANT</code>. <code>AMENITY</code> adalah jenis lokasi yang bersangkutan. <code>RESTAURANT</code> diambil dari sini dan memberi tahu anda apakah sebuah fitur merupakan restoran atau bukan (<code>1</code> jika ya, <code>0</code> jika tidak). Kita dapat menggunakan data ini untuk mempengaruhi style label.

* Buka tab ''Data defined settings''.
* Pada daftar menurun ''Italic'' yang muncul, pilih <code>RESTAURANT</code> dan klik ''Apply''.

Perhatikan pengaruhnya:

[[Image:0228.png|image]]

=== [[Image:hard.png|image]] Coba Sendiri: Menggunakan pengaturan berdasarkan data ===

{{hlbox|Catatan: Kita sedikit melompat ke depan untuk mendemonstrasikan beberapa pengaturan label tingkat lanjut. Pada tingkat lanjut, anda diasumsikan sudah mengetahui bagaimana melakukan hal berikut ini. Jika tidak, jangan ragu untuk melewati bagian ini dan kembali lagi ketika anda telah menyelesaikan materi yang diharuskan.}}

* Buka tabel atribut untuk ''places''.
* Masuk ke modus penyuntingan dengan mengklik tombol ini (di bagian tepi bawah tabel atribut):

[[Image:02310.png|image]]

* Tambahkan kolom baru:

[[Image:02410.png|image]]

* Lakukan konfigurasi sebagai berikut:

[[Image:0259.png|image]]

* Gunakan ini untuk mengatur ukuran huruf sesuai kebutuhan pada setiap jenis fasilitas yang berbeda (misalnya setiap kunci pada kolom <code>AMENITY</code>).

=== [[Image:hard.png|image]] Kemungkinan penggunaan label lebih lanjut ===

Kita tidak dapat membahas semua pilihan yang ada selama pelatihan ini, tetapi perlu dipahami bahwa ''Label tool'' memiliki banyak fungsi yang berguna. Anda dapat mengatur rendering berbasis skala, mengubah prioritas rendering label pada sebuah layer, dan mengatur pilihan label berdasarkan atribut layer. Anda bahkan dapat mengatur rotasi, posisi XY, dan properti label lainnya (jika anda memiliki kolom atribut yang dialokasikan untuk tujuan tersebut); kemudian menyunting properti tersebut dengan menggunakan alat bantu yang berada sejajar dengan ''Label tool'' utama:

[[Image:0288.png|image]]

(Alat bantu ini akan aktif jika terdapat kolom atribut yang diperlukan dan anda berada dalam modus penyuntingan.)

Jangan ragu untuk menelusuri kemungkinan lain dari penggunaan sistem label.

=== Kesimpulan ===

Anda telah belajar bagaimana menggunakan atribut layer untuk membuat label dinamis. Ini dapat membuat peta anda lebih informatif dan menarik!

=== Apa Selanjutnya? ===

Setelah mengetahui bagaimana atribut dapat membuat perbedaan visual pada peta, mengapa tidak menggunakannya untuk mengubah simbologi obyek itu sendiri? Itu yang akan kita pelajari pada bagian selanjutnya.

== Pelajaran: Classification ==

Label adalah cara yang bagus untuk mengkomunikasikan informasi seperti nama tempat tertentu, tetapi tidak bisa digunakan untuk semua hal. Sebagai contoh, katakan saja seseorang ingin mengetahui area lahan pertanian. Dengan tabel, anda akan mendapatkan hasil sebagai berikut:

[[Image:0019.png|image]]

Tentu saja ini tidak ideal, jadi kita perlu mencari solusi lain. Itulah tujuan dari pelajaran ini.

'''Tujuan dari pelajaran ini:''' Mempelajari cara mengklasifikasi data vektor secara efektif.

=== [[Image:basic.png|image]] Ikuti Bersama: Mengklasifikasi data nominal ===

* Buka ''Layer Properties'' untuk ''bandung_districts''.
* Lihat tab ''Style''.
* Klik daftar menurun yang bertuliskan ''Single Symbol'':

[[Image:00210.png|image]]

* Ubah menjadi ''Categorized'' sehingga antarmuka juga berubah:

[[Image:00310.png|image]]

* Ubah ''Column'' menjadi ''LANDCOVER'', dan ''Color ramp'' menjadi ''random'':

[[Image:0048.png|image]]

* Klik tombol berlabel ''Classify'', kemudian klik ''OK''.

Anda akan melihat hasil seperti berikut ini:

[[Image:00510.png|image]]

* Klik tanda panah (atau tanda tambah) di sebelah ''bandung_districts'' pada ''Layer list'', anda akan melihat penjelasan kategori sebagai berikut:

[[Image:0068.png|image]]

Ini sangat berguna! Tetapi tampilannya masih tidak enak untuk dilihat, jadi kita perlu melakukan sesuatu untuk memperbaikinya.

* Buka ''Layer Properties'' dan lihat tab ''Style'' sekali lagi.
* Ubah simbolnya :

[[Image:0079.png|image]]

* Hilangkan garis tepi seperti yang anda lakukan sebelumnya, kemudian klik ''OK''. (Jika perlu, anda dapat melihat kembali pelajaran sebelumnya mengenai langkah ini.)
* Klik tombol ''Delete all'':

[[Image:0089.png|image]]

Langkah ini akan menghilangkan kelas-kelas yang tidak enak dipandang sehingga anda dapat mencoba lagi.

* Buat pilihan baru pada ''Color ramp''.
* Klik ''Classify'' sekali lagi untuk memunculkan simbol-simbol yang baru.

Anda akan mendapati bahwa simbol-simbol tersebut tidak memiliki garis tepi karena anda sudah menghilangkannya.

* Ubah warna ''Water bodies'' dengan mengklik ganda pada kotak berwarna yang mewakili simbolnya:

[[Image:0098.png|image]]

Gunakan warna pilihan anda sehingga peta yang dihasilkan tidak akan seburuk sebelumnya. Pada contoh berikut, kita akan menggunakan warna-warna tersebut dengan daerah perairan diwarnai biru:

[[Image:0118.png|image]]

Ini akan menghasilkan peta yang bagus:

[[Image:0108.png|image]]

Ada satu kategori yang kosong :

[[Image:0127.png|image]]

* Pilih kategori yang kosong.
* Klik tombol ''Delete''.

Ini hanya akan menghilangkan simbol, bukan datanya, sehingga anda tidak perlu khawatir melakukan kesalahan; anda tidak menghapus apapun yang tidak dapat dikembalikan.

Ingatlah untuk menyimpan peta anda sehingga perubahan yang telah dibuat tidak hilang!

=== [[Image:basic.png|image]] Coba Sendiri: Klasifikasi lebih lanjut ===

Jika anda hanya mengikuti konten tingkat dasar, gunakan pengetahuan di atas untuk mengklasifikasi kawasan ''urban''. Gunakan warna yang lebih gelap untuk membedakannya dari area lahan pertanian.

=== [[Image:moderate.png|image]] Ikuti Bersama: Klasifikasi rasio ===

Terdapat empat jenis klasifikasi: ''nominal'', ''ordinal'', ''interval'', dan ''rasio''.

Pada klasifikasi nominal, kategori klasifikasi obyek didasarkan pada nama; tidak ada urutan tertentu. Sebagai contoh: Nama kota, kode kabupaten, dll.

Pada klasifikasi ordinal, kategori diatur berdasarkan urutan tertentu. Sebagai contoh, kota-kota besar di dunia diberikan peringkat berdasarkan tingkat kepentingannya untuk perdagangan dunia, pariwisata, kebudayaan, dll.

Pada klasifikasi interval, terdapat skala yang mencakup nilai-nilai positif, negatif, dan nol. Sebagai contoh, ketinggian di atas/di bawah permukaan laut, suhu di atas/di bawah titik beku (0 derajat Celcius), dll.

Pada klasifikasi rasio, skala yang digunakan hanya mencakup nilai-nilai positif dan nol. Sebagai contoh: Suhu di atas nol mutlak (0 derajat Kelvin), jarak dari titik a, lalu lintas rata-rata per bulan di suatu jalan, dll.

Pada contoh di atas, kita menggunakan klasifikasi nominal untuk menampilkan area tutupan lahan yang berbeda. Sekarang kita akan membuat proyek baru dan menggunakan klasifikasi rasio untuk mengklasifikasi desa berdasarkan area.

* Simpan simbologi rural anda (jika anda ingin menyimpannya) dengan mengklik tombol ''Save Style ...'' pada kotak dialog ''Style''.
* Tutup kotak dialog ''Style''.
* Simpan dan tutup proyek yang anda buat.

Sekarang kita akan memulai latihan yang baru.

* Buka proyek kosong yang baru.
* Buka layer ''[[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]'' and ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]''.
* Ubah style warna jika perlu.

Kita ingin mengklasifikasi desa berdasarkan area, tetapi ada satu masalah: Tidak ada kolom area! Maka kita akan membuatnya.

* Masuk ke modus penyuntingan dengan mengklik tombol ini:

[[Image:0139.png|image]]

* Tambah kolom baru dengan tombol ini:

[[Image:0149.png|image]]

* Lakukan pengaturan pada kotak dialog yang muncul seperti ini:

[[Image:0156.png|image]]

* Klik ''OK''.

Kolom baru akan ditambahkan (di ujung sebelah kanan tabel; anda mungkin harus menggeser tampilan secara horizontal untuk melihatnya). Namun, saat ini kolom tersebut masih kosong dan hanya dipenuhi oleh nilai <code>NULL</code>.

Untuk mengatasi masalah ini, kita perlu menghitung luas area tersebut.

* Buka kalkulator kolom:

[[Image:0168.png|image]]

Anda akan menjumpai kotak dialog ini:

[[Image:0188.png|image]]

* Ubah nilai-nilai di bagian atas kotak dialog agar tampak seperti ini:

[[Image:0178.png|image]]

* Pada ''Function List'', pilih ''Geometry <math>\rightarrow</math> $area'':

[[Image:0196.png|image]]

* Klik ganda sehingga muncul pada kolom ''Expression''.
* Klik ''OK''.

Sekarang kolom <code>AREA</code> sudah terisi dengan nilai! Periksa dengan seksama, kemudian tutup tabel atribut.

{{hlbox|Catatan: Luas semua area ini masih dalam satuan derajat. Nanti kita akan mengubah mereka ke dalam satuan meter persegi.}}

* Buka tab ''Style'' pada kotak dialog ''Layer properties''.
* Ubah style klasifikasi dari ''Classified'' menjadi ''Graduated'':

[[Image:0209.png|image]]

* Ubah ''Column'' menjadi ''AREA'':

[[Image:0218.png|image]]

* Pada ''Color ramp'', pilih ''New color ramp...'' untuk membuka kotak dialog berikut ini:

[[Image:0227.png|image]]

* Pilih ''Gradient'' (jika belum dipilih) dan klik ''OK''. Anda akan melihat tampilan berikut ini:

[[Image:0239.png|image]]

Anda akan menggunakan ini untuk menunjukkan luasan, dimana area yang kecil sebagai: ''Color 1'' dan area yang luas sebagai ''Color 2''.

* Pilih warna yang sesuai.

Pada contoh ini, hasilnya akan tampak sebagai berikut:

[[Image:0249.png|image]]

* Klik ''OK''.
* Pilih nama yang sesuai untuk pilihan warna yang baru tersebut.
* Klik ''OK'' setelah memberikan nama.

Sekarang anda akan melihat tampilan seperti berikut ini:

[[Image:0258.png|image]]

Biarkan semuanya tanpa perubahan.

* Klik ''Apply'':

[[Image:0267.png|image]]

=== [[Image:moderate18.png|image]] Coba Sendiri: Menyempurnakan klasifikasi ===

[vectorclassification/classification:backlink-classification-refine-1]

* Hilangkan garis-garis di antara kelas.
* Ubah nilai-nilai pada ''Mode'' dan ''Classes'' hingga anda mendapatkan klasifikasi yang memadai.

=== [[Image:hard18.png|image]] Ikuti Bersama: Klasifikasi berbasis aturan ===

Seringkali berguna untuk mengkombinasikan sejumlah kriteria dalam suatu klasifikasi, tetapi sayangnya klasifikasi normal hanya mempertimbangkan satu macam atribut. Disinilah peran dari klasifikasi berbasis aturan.

* Buka kotak dialog ''Layer Properties'' untuk layer ''rural''.
* Pilih tab ''Style''.
* Ubah style klasifikasi menjadi ''Rule-based''. Anda akan melihat tampilan berikut ini:

[[Image:0296.png|image]]

* Klik tombol ''Add''.
* Sebuah kotak dialog baru akan muncul.
* Klik tombol elipsis ''...'' di sebelah area teks ''Filter''.
* Dengan menggunakan query builder yang muncul, masukkan kriteria <code>AREA >= 30000000</code> dan pilih warna yang terang.
* Tambahkan kriteria <code>AREA <= 30000000</code> dan pilih warna yang gelap.
* Tambahkan kriteria <code>DESA = â€™Ajakkangâ€™</code> dan berikan warna hitam dengan transparansi <code></code>35%.
* Gunakan ''Rendering order'' untuk me-render layer dengan benar sehingga Ajakkang akan terlihat.

Anda akan melihat kotak dialog seperti ini:

[[Image:0306.png|image]]

* Terapkan simbologi ini.

Peta anda akan tampak seperti berikut ini:

[[Image:0313.png|image]]

Kini anda mempunyai dua kelas area dengan desa Ajakkang yang ditandai.

=== Kesimpulan ===

Simbologi memungkinkan kita untuk mewakili atribut dari suatu layer dengan cara yang mudah dibaca dan dipahami. Dengan cara ini, pembaca peta maupun kita sendiri dapat memahami pentingnya fitur-fitur yang ditampilkan dengan menggunakan atribut-atribut relevan yang kita pilih. Tergantung dari permasalahan yang dihadapi, anda dapat menerapkan teknik klasifikasi yang berbeda untuk memecahkannya.

=== Apa Selanjutnya? ===

Sekarang kita telah memiliki peta yang bagus, tetapi bagaimana kita dapat memindahkannya dari QGIS ke dalam format yang dapat dicetak atau diubah menjadi gambar maupun PDF? Itu adalah topik dari pelajaran berikutnya!

{{example|Click here to go to [[GIS AH IND M5|Modul 5: Membuat Peta]]}}

GIS AH IND M4

2014-10-28T03:43:17Z

Rachel: /* image Ikuti Bersama: Menggunakan label */

= Modul: Mengklasifikasi Data Vektor =

Dengan mengklasifikasi data vektor, anda dapat memberikan simbol yang berbeda untuk fitur (objek yang berbeda pada layer yang sama) tergantung dari atributnya. Hal ini memungkinkan pengguna peta untuk dapat melihat atribut dari berbagai fitur dengan mudah.

== Pelajaran: Data Atribut ==

Sejauh ini, tidak satu pun perubahan yang kita buat pada tampilan peta dipengaruhi oleh objek yang ditampilkan. Dengan kata lain, semua lahan pertanian dan jalan masih terlihat sama. Ketika melihat peta tersebut, pengguna tidak akan mengetahui banyak hal mengenai jalan-jalan yang dilihatnya; hanya sebatas bahwa terdapat sebuah jalan dengan bentuk tertentu di suatu tempat tertentu.

Namun seluruh kekuatan SIG (Sistem Informasi Geografis) bertumpu pada kemampuan untuk menampilkan semua objek pada peta bersama dengan atributnya. Peta pada SIG bukan hanya sebatas gambar. Peta tidak saja mewakili objek yang berada di suatu lokasi, tetapi juga informasi mengenai objek tersebut.

'''Tujuan dari pelajaran ini:''' Menelusuri data atribut dari suatu objek dan memahami kegunaan berbagai jenis data.

=== [[Image:basic18.png|image]] Ikuti Bersama: Data atribut ===

Buka tabel atribut untuk layer ''places'' (lihat kembali bagian ''Bekerja dengan Data Vektor'' jika perlu). Kolom mana yang paling berguna untuk ditampilkan dalam bentuk label, dan mengapa?

=== Kesimpulan ===

Sekarang anda mengetahui bagaimana menggunakan tabel atribut untuk melihat apa yang sebenarnya terkandung dalam data yang anda gunakan. Set data apapun hanya akan berguna bagi anda jika memiliki atribut yang anda butuhkah. Jika anda mengetahui atribut apa yang dibutuhkan, maka anda dapat dengan cepat memutuskan apakah suatu set data akan berguna; atau anda perlu mencari set data lain dengan atribut yang diperlukan.

=== Apa Selanjutnya? ===

Atribut yang berlainan dapat berguna untuk tujuan yang berbeda. Beberapa darinya dapat diwakili secara langsung dalam bentuk teks yang dapat dilihat oleh pembaca peta. Anda akan belajar bagaimana melakukan hal tersebut pada pelajaran berikutnya.

== Pelajaran: Alat Bantu Label ==

Label dapat ditambahkan pada sebuah peta untuk menampilkan informasi apapun mengenai suatu obyek. Layer vektor manapun dapat memiliki label. Isi dari label-label tersebut ditentukan oleh data atribut dari layer yang bersangkutan.

{{hlbox|Catatan: Kotak dialog ''Layer Properties'' memiliki tab ''Labels'', namun kita tidak akan menggunakannya pada contoh ini. Tab ini hanya memiliki sedikit pilihan dan terkadang sulit untuk digunakan sehingga mungkin akan dihilangkan pada versi QGIS yang lebih baru (setelah 1.8). Pada latihan ini, kita akan menggunakan ''Label tool'' terpisah yang memiliki lebih banyak pilihan dan lebih mudah digunakan.}}

'''Tujuan dari pelajaran ini:''' Menerapkan label yang berguna dan menarik pada sebuah layer.

=== [[Image:basic.png|image]] Ikuti Bersama: Menggunakan label ===

Sebelum dapat mengaksesnya, anda perlu memastikan bahwa alat bantu Label telah diaktifkan.

* Bukan item menu ''View <math>\rightarrow</math> Toolbars''.
* Pastikan item ''Label'' memiliki tanda centang di sebelahnya. Jika tidak, klik item :guilabel:'''`'''Label`untuk mengaktifkannya.
* Klik layer ''places'' pada ''Layers list'' untuk menandainya.
* Klik tombol toolbar berikut ini:

[[Image:00110.png|image]]

Ini akan membuka kotak dialog ''Layer labeling settings''.

* Periksa kotak di sebelah ''Label this layer with...''.

[[Image:00311.png|image]]

Anda harus menentukan kolom atribut mana yang akan digunakan untuk membuat label. Pada pelajaran sebelumnya, anda memutuskan bahwa kolom <code>NAME</code> adalah yang paling cocok untuk tujuan ini.

* Klik ''OK''.

Pada peta akan muncul label-label berikut ini:

[[Image:00511.png|700px]]

=== [[Image:basic18.png|image]] Ikuti Bersama: Mengubah pilihan label ===

Apa yang ada saat ini sudah cukup bagis, tetapi anda dapat melihat bahwa label-label tersebut tumpang tindih dengan titik-titik yang diasosiasikan dengan mereka. Ini tidak tampak menarik. Teksnya juga sedikit terlalu besar. Mari kita perbaiki!

* Buka ''Label tool'' sekali lagi dengan mengklik tombolnya.
* Klik pada tombol elipsis (''...'') untuk mengubah properti teks:

[[Image:0069.png|image]]

Akan muncul kotak dialog standar untuk mengubah teks, mirip dengan yang terdapat pada perangkat lunak lainnya. Ubah huruf menjadi <code>Arial</code> ukuran <code>9</code>. Label anda akan tampak seperti berikut ini:

[[Image:00710.png|image]]

Dengan demikian masalah huruf sudah terpecahkan! Sekarang mari selesaikan masalah label yang tumpang tindih dengan titiknya; tetapi sebelum melakukan hal itu, mari kita lihat pilihan ''Buffer''.

* Buka kotak dialog ''Label tool''.
* Matikan buffer label dengan mengklik kotak centang di sebelah teks yang bertuliskan ''Buffer''.
* Klik ''Apply''.

Perhatikan efeknya pada peta:

[[Image:00810.png|image]]

Sekarang anda dapat memahami mengapa kita membutuhkan buffer label!

* Aktifkan kembali buffer dengan mengklik kotak centang yang sama seperti sebelumnya, kemudian klik ''Apply''.

Kembali pada masalah label yang tumpang tindih dengan titik.

* Pada kotak dialog ''Label tool'', buka tab ''Advanced''.
* Ubah nilai ''Label distance'' menjadi <code>2</code>.

[[Image:0099.png|image]]

* Klik ''Apply''.

Hasilnya tampak sebagai berikut:

[[Image:0109.png|image]]

=== [[Image:moderate18.png|image]] Ikuti Bersama: Menggunakan label ketimbang simbologi layer ===

Dalam banyak kasus, lokasi sebuah titik tidak perlu terlalu spesifik. Sebagai contoh, jika suatu titik merujuk pada kota atau daerah sub-urban; titik spesifik yang diasosiasikan dengan fitur semacam itu tidak akan begitu spesifik pada skala yang lebih besar. Membuat titik yang terlalu spesifik justru seringkali dapat membingungkan pembaca peta.

Sebuah contoh: Pada peta dunia, titik yang menunjukkan Uni Eropa mungkin berada di suatu tempat di Polandia. Untuk seseorang yang sedang mencoba membaca peta tersebut, melihat sebuah titik dengan label ''Uni Eropa'' di Polandia mungkin akan menyesatkan karena seakan-akan menunjukkan bahwa ibu kota Uni Eropa berada di Polandia.

Untuk menghindari kesalahpahaman seperti ini, seringkali lebih bermanfaat untuk sepenuhnya mengganti simbol titik dengan label.

Anda dapat melakukan ini pada QGIS dengan mengubah posisi label sehingga di-render secara langsung di atas titik yang menjadi referensinya.

* Buka kotak dialog ''Layer labeling settings'' pada layer ''places''.
* Buka tab ''Advanced''.
* Klik tombol ''over point''.

[[Image:0119.png|image]]

* Sembunyikan simbol titik dengan menyunting style layer seperti biasa dan mengatur ukuran titik menjadi <code>0</code>:

[[Image:0128.png|image]]

* Klik ''OK'' dan anda akan melihat tampilan sebagai berikut:

[[Image:01310.png|image]]

Seperti yang anda lihat, beberapa label tidak lagi terlihat untuk mencegah tumpang tindih (pada skala ini). Kadangkala inilah yang anda inginkan ketika bekerja dengan set data yang memiliki banyak titik, tetapi ini berarti anda akan kehilangan informasi yang berguna pada situasi yang berbeda. Ada cara lain untuk mengatasi masalah seperti ini, yang akan dibahas pada latihan selanjutnya dalam bagian ini.

=== [[Image:moderate18.png|image]] Coba Sendiri: Menyesuaikan label ===

* Kembalikan pengaturan label dan simbol seperti sebelumnya.

* Atur skala peta menjadi <code>1:20000</code>. Anda dapat melakukan ini dengan mengetikkannya ke dalam kotak ''Scale'' pada ''Status Bar''.
* Modifikasi label anda agar dapat ditampilkan dengan benar pada skala ini.

=== [[Image:moderate.png|image]] Ikuti Bersama: Memberi label pada garis ===

Setelah mengetahui cara kerja label, ada masalah baru yang muncul. Titik dan poligon mudah untuk diberi label, tetapi bagaimana dengan garis? Jika anda memberi label pada garis seperti halnya sebuah titik, maka hasilnya akan seperti ini:

[[Image:0179.png|image]]

Ini tidak begitu membantu! Untuk menangani garis, kita perlu menyunting beberapa pilihan.

* Sembunyikan layer ''places'' sehingga tidak memecah perhatian anda.
* Perbesar tampilan area kota.
* Aktifkan label pada layer ''streets'' seperti sebelumnya. (Ingatlah untuk menggunakan ''Label tool'' pada toolbar, bukan yang berada pada ''Label tool''!)
* Atur ''Size'' untuk huruf menjadi <code>9</code> sehingga anda dapat melihat lebih banyak label.
* Pada tab ''Advanced'' di kotak dialog ''Label tool'', pilih aturan berikut ini:

[[Image:0189.png|image]]

Tergantung dari skalanya, peta akan terlihat seperti berikut ini:

[[Image:0197.png|image]]

Lebih baik dari sebelumnya, tetapi masih belum ideal. Sebagai contoh, beberapa nama muncul lebih dari satu kali; ini tidak selalu diperlukan. Untuk mencegah hal ini:

* Aktifkan pilihan ''Merge connected lines to avoid duplicate labels'' (juga terdapat pada tab ''Advanced'' - anda mungkin harus menggeser ke bawah untuk menemukannya).

Fungsi lain yang juga bermanfaat adalah mencegah pemberian label pada fitur yang terlalu pendek untuk dapat terlihat.

* Atur nilai ''Suppress labeling of features smaller than ...'' menjadi <code>5mm</code> dan perhatikan hasilnya ketika anda mengklik ''Apply''.

Cobalah berbagai pengaturan ''Placement'' (juga terdapat pada tab ''Advanced''). Seperti yang telah kita lihat sebelumnya, pilihan ''horizontal'' bukan merupakan ide yang baik dalam kasus ini; oleh karena itu, mari coba menggunakan ''curved'' sebagai gantinya!

* Pilih ''curved'' pada tab ''Advanced'' dalam kotak dialog ''Layer labeling settings''.

Hasilnya tampak sebagai berikut:

[[Image:02010.png|image]]

Seperti yang anda lihat, pilihan ini menyembunyikan banyak label yang semula ditampilkan; ini dilakukan karena sulit untuk membuat label mengikuti garis jalan yang berliku-liku dan tetap terlihat jelas. Anda dapat memutuskan pilihan mana yang akan digunakan, ini bergantung pada apa yang anda anggap lebih berguna atau lebih menarik untuk ditampilkan.

=== [[Image:hard.png|image]] Ikuti Bersama: Pengaturan berdasarkan data ===

* Matikan label pada layer ''streets''.
* Aktifkan kembali label pada layer ''places''.
* Buka tabel atribut untuk ''places''.

Ada dua kolom yang menarik perhatian kita: <code>AMENITY</code> dan <code>RESTAURANT</code>. <code>AMENITY</code> adalah jenis lokasi yang bersangkutan. <code>RESTAURANT</code> diambil dari sini dan memberi tahu anda apakah sebuah fitur merupakan restoran atau bukan (<code>1</code> jika ya, <code>0</code> jika tidak). Kita dapat menggunakan data ini untuk mempengaruhi style label.

* Buka tab ''Data defined settings''.
* Pada daftar menurun ''Italic'' yang muncul, pilih <code>RESTAURANT</code> dan klik ''Apply''.

Perhatikan pengaruhnya:

[[Image:0228.png|image]]

=== [[Image:hard.png|image]] Coba Sendiri: Menggunakan pengaturan berdasarkan data ===

{{hlbox|Catatan: Kita sedikit melompat ke depan untuk mendemonstrasikan beberapa pengaturan label tingkat lanjut. Pada tingkat lanjut, anda diasumsikan sudah mengetahui bagaimana melakukan hal berikut ini. Jika tidak, jangan ragu untuk melewati bagian ini dan kembali lagi ketika anda telah menyelesaikan materi yang diharuskan.}}

* Buka tabel atribut untuk ''places''.
* Masuk ke modus penyuntingan dengan mengklik tombol ini (di bagian tepi bawah tabel atribut):

[[Image:02310.png|image]]

* Tambahkan kolom baru:

[[Image:02410.png|image]]

* Lakukan konfigurasi sebagai berikut:

[[Image:0259.png|image]]

* Gunakan ini untuk mengatur ukuran huruf sesuai kebutuhan pada setiap jenis fasilitas yang berbeda (misalnya setiap kunci pada kolom <code>AMENITY</code>).

=== [[Image:hard.png|image]] Kemungkinan penggunaan label lebih lanjut ===

Kita tidak dapat membahas semua pilihan yang ada selama pelatihan ini, tetapi perlu dipahami bahwa ''Label tool'' memiliki banyak fungsi yang berguna. Anda dapat mengatur rendering berbasis skala, mengubah prioritas rendering label pada sebuah layer, dan mengatur pilihan label berdasarkan atribut layer. Anda bahkan dapat mengatur rotasi, posisi XY, dan properti label lainnya (jika anda memiliki kolom atribut yang dialokasikan untuk tujuan tersebut); kemudian menyunting properti tersebut dengan menggunakan alat bantu yang berada sejajar dengan ''Label tool'' utama:

[[Image:0288.png|image]]

(Alat bantu ini akan aktif jika terdapat kolom atribut yang diperlukan dan anda berada dalam modus penyuntingan.)

Jangan ragu untuk menelusuri kemungkinan lain dari penggunaan sistem label.

=== Kesimpulan ===

Anda telah belajar bagaimana menggunakan atribut layer untuk membuat label dinamis. Ini dapat membuat peta anda lebih informatif dan menarik!

=== Apa Selanjutnya? ===

Setelah mengetahui bagaimana atribut dapat membuat perbedaan visual pada peta, mengapa tidak menggunakannya untuk mengubah simbologi obyek itu sendiri? Itu yang akan kita pelajari pada bagian selanjutnya.

== Pelajaran: Classification ==

Label adalah cara yang bagus untuk mengkomunikasikan informasi seperti nama tempat tertentu, tetapi tidak bisa digunakan untuk semua hal. Sebagai contoh, katakan saja seseorang ingin mengetahui area lahan pertanian. Dengan tabel, anda akan mendapatkan hasil sebagai berikut:

[[Image:0019.png|image]]

Tentu saja ini tidak ideal, jadi kita perlu mencari solusi lain. Itulah tujuan dari pelajaran ini.

'''Tujuan dari pelajaran ini:''' Mempelajari cara mengklasifikasi data vektor secara efektif.

=== [[Image:basic.png|image]] Ikuti Bersama: Mengklasifikasi data nominal ===

* Buka ''Layer Properties'' untuk ''bandung_districts''.
* Lihat tab ''Style''.
* Klik daftar menurun yang bertuliskan ''Single Symbol'':

[[Image:00210.png|image]]

* Ubah menjadi ''Categorized'' sehingga antarmuka juga berubah:

[[Image:00310.png|image]]

* Ubah ''Column'' menjadi ''LANDCOVER'', dan ''Color ramp'' menjadi ''random'':

[[Image:0048.png|image]]

* Klik tombol berlabel ''Classify'', kemudian klik ''OK''.

Anda akan melihat hasil seperti berikut ini:

[[Image:00510.png|image]]

* Klik tanda panah (atau tanda tambah) di sebelah ''bandung_districts'' pada ''Layer list'', anda akan melihat penjelasan kategori sebagai berikut:

[[Image:0068.png|image]]

Ini sangat berguna! Tetapi tampilannya masih tidak enak untuk dilihat, jadi kita perlu melakukan sesuatu untuk memperbaikinya.

* Buka ''Layer Properties'' dan lihat tab ''Style'' sekali lagi.
* Ubah simbolnya :

[[Image:0079.png|image]]

* Hilangkan garis tepi seperti yang anda lakukan sebelumnya, kemudian klik ''OK''. (Jika perlu, anda dapat melihat kembali pelajaran sebelumnya mengenai langkah ini.)
* Klik tombol ''Delete all'':

[[Image:0089.png|image]]

Langkah ini akan menghilangkan kelas-kelas yang tidak enak dipandang sehingga anda dapat mencoba lagi.

* Buat pilihan baru pada ''Color ramp''.
* Klik ''Classify'' sekali lagi untuk memunculkan simbol-simbol yang baru.

Anda akan mendapati bahwa simbol-simbol tersebut tidak memiliki garis tepi karena anda sudah menghilangkannya.

* Ubah warna ''Water bodies'' dengan mengklik ganda pada kotak berwarna yang mewakili simbolnya:

[[Image:0098.png|image]]

Gunakan warna pilihan anda sehingga peta yang dihasilkan tidak akan seburuk sebelumnya. Pada contoh berikut, kita akan menggunakan warna-warna tersebut dengan daerah perairan diwarnai biru:

[[Image:0118.png|image]]

Ini akan menghasilkan peta yang bagus:

[[Image:0108.png|image]]

Ada satu kategori yang kosong :

[[Image:0127.png|image]]

* Pilih kategori yang kosong.
* Klik tombol ''Delete''.

Ini hanya akan menghilangkan simbol, bukan datanya, sehingga anda tidak perlu khawatir melakukan kesalahan; anda tidak menghapus apapun yang tidak dapat dikembalikan.

Ingatlah untuk menyimpan peta anda sehingga perubahan yang telah dibuat tidak hilang!

=== [[Image:basic.png|image]] Coba Sendiri: Klasifikasi lebih lanjut ===

Jika anda hanya mengikuti konten tingkat dasar, gunakan pengetahuan di atas untuk mengklasifikasi kawasan ''urban''. Gunakan warna yang lebih gelap untuk membedakannya dari area lahan pertanian.

=== [[Image:moderate.png|image]] Ikuti Bersama: Klasifikasi rasio ===

Terdapat empat jenis klasifikasi: ''nominal'', ''ordinal'', ''interval'', dan ''rasio''.

Pada klasifikasi nominal, kategori klasifikasi obyek didasarkan pada nama; tidak ada urutan tertentu. Sebagai contoh: Nama kota, kode kabupaten, dll.

Pada klasifikasi ordinal, kategori diatur berdasarkan urutan tertentu. Sebagai contoh, kota-kota besar di dunia diberikan peringkat berdasarkan tingkat kepentingannya untuk perdagangan dunia, pariwisata, kebudayaan, dll.

Pada klasifikasi interval, terdapat skala yang mencakup nilai-nilai positif, negatif, dan nol. Sebagai contoh, ketinggian di atas/di bawah permukaan laut, suhu di atas/di bawah titik beku (0 derajat Celcius), dll.

Pada klasifikasi rasio, skala yang digunakan hanya mencakup nilai-nilai positif dan nol. Sebagai contoh: Suhu di atas nol mutlak (0 derajat Kelvin), jarak dari titik a, lalu lintas rata-rata per bulan di suatu jalan, dll.

Pada contoh di atas, kita menggunakan klasifikasi nominal untuk menampilkan area tutupan lahan yang berbeda. Sekarang kita akan membuat proyek baru dan menggunakan klasifikasi rasio untuk mengklasifikasi desa berdasarkan area.

* Simpan simbologi rural anda (jika anda ingin menyimpannya) dengan mengklik tombol ''Save Style ...'' pada kotak dialog ''Style''.
* Tutup kotak dialog ''Style''.
* Simpan dan tutup proyek yang anda buat.

Sekarang kita akan memulai latihan yang baru.

* Buka proyek kosong yang baru.
* Buka layer ''[[media:Sulawesi_dist_32750.zip| <code>Sulawesi_dist_32750.shp</code>]]'' and ''[[media:VillagePolyBarSin_32750.zip| <code>VillagePolyBarSin_32750.shp</code>]]''.
* Ubah style warna jika perlu.

Kita ingin mengklasifikasi desa berdasarkan area, tetapi ada satu masalah: Tidak ada kolom area! Maka kita akan membuatnya.

* Masuk ke modus penyuntingan dengan mengklik tombol ini:

[[Image:0139.png|image]]

* Tambah kolom baru dengan tombol ini:

[[Image:0149.png|image]]

* Lakukan pengaturan pada kotak dialog yang muncul seperti ini:

[[Image:0156.png|image]]

* Klik ''OK''.

Kolom baru akan ditambahkan (di ujung sebelah kanan tabel; anda mungkin harus menggeser tampilan secara horizontal untuk melihatnya). Namun, saat ini kolom tersebut masih kosong dan hanya dipenuhi oleh nilai <code>NULL</code>.

Untuk mengatasi masalah ini, kita perlu menghitung luas area tersebut.

* Buka kalkulator kolom:

[[Image:0168.png|image]]

Anda akan menjumpai kotak dialog ini:

[[Image:0188.png|image]]

* Ubah nilai-nilai di bagian atas kotak dialog agar tampak seperti ini:

[[Image:0178.png|image]]

* Pada ''Function List'', pilih ''Geometry <math>\rightarrow</math> $area'':

[[Image:0196.png|image]]

* Klik ganda sehingga muncul pada kolom ''Expression''.
* Klik ''OK''.

Sekarang kolom <code>AREA</code> sudah terisi dengan nilai! Periksa dengan seksama, kemudian tutup tabel atribut.

{{hlbox|Catatan: Luas semua area ini masih dalam satuan derajat. Nanti kita akan mengubah mereka ke dalam satuan meter persegi.}}

* Buka tab ''Style'' pada kotak dialog ''Layer properties''.
* Ubah style klasifikasi dari ''Classified'' menjadi ''Graduated'':

[[Image:0209.png|image]]

* Ubah ''Column'' menjadi ''AREA'':

[[Image:0218.png|image]]

* Pada ''Color ramp'', pilih ''New color ramp...'' untuk membuka kotak dialog berikut ini:

[[Image:0227.png|image]]

* Pilih ''Gradient'' (jika belum dipilih) dan klik ''OK''. Anda akan melihat tampilan berikut ini:

[[Image:0239.png|image]]

Anda akan menggunakan ini untuk menunjukkan luasan, dimana area yang kecil sebagai: ''Color 1'' dan area yang luas sebagai ''Color 2''.

* Pilih warna yang sesuai.

Pada contoh ini, hasilnya akan tampak sebagai berikut:

[[Image:0249.png|image]]

* Klik ''OK''.
* Pilih nama yang sesuai untuk pilihan warna yang baru tersebut.
* Klik ''OK'' setelah memberikan nama.

Sekarang anda akan melihat tampilan seperti berikut ini:

[[Image:0258.png|image]]

Biarkan semuanya tanpa perubahan.

* Klik ''Apply'':

[[Image:0267.png|image]]

=== [[Image:moderate18.png|image]] Coba Sendiri: Menyempurnakan klasifikasi ===

[vectorclassification/classification:backlink-classification-refine-1]

* Hilangkan garis-garis di antara kelas.
* Ubah nilai-nilai pada ''Mode'' dan ''Classes'' hingga anda mendapatkan klasifikasi yang memadai.

=== [[Image:hard18.png|image]] Ikuti Bersama: Klasifikasi berbasis aturan ===

Seringkali berguna untuk mengkombinasikan sejumlah kriteria dalam suatu klasifikasi, tetapi sayangnya klasifikasi normal hanya mempertimbangkan satu macam atribut. Disinilah peran dari klasifikasi berbasis aturan.

* Buka kotak dialog ''Layer Properties'' untuk layer ''rural''.
* Pilih tab ''Style''.
* Ubah style klasifikasi menjadi ''Rule-based''. Anda akan melihat tampilan berikut ini:

[[Image:0296.png|image]]

* Klik tombol ''Add''.
* Sebuah kotak dialog baru akan muncul.
* Klik tombol elipsis ''...'' di sebelah area teks ''Filter''.
* Dengan menggunakan query builder yang muncul, masukkan kriteria <code>AREA >= 30000000</code> dan pilih warna yang terang.
* Tambahkan kriteria <code>AREA <= 30000000</code> dan pilih warna yang gelap.
* Tambahkan kriteria <code>DESA = â€™Ajakkangâ€™</code> dan berikan warna hitam dengan transparansi <code></code>35%.
* Gunakan ''Rendering order'' untuk me-render layer dengan benar sehingga Ajakkang akan terlihat.

Anda akan melihat kotak dialog seperti ini:

[[Image:0306.png|image]]

* Terapkan simbologi ini.

Peta anda akan tampak seperti berikut ini:

[[Image:0313.png|image]]

Kini anda mempunyai dua kelas area dengan desa Ajakkang yang ditandai.

=== Kesimpulan ===

Simbologi memungkinkan kita untuk mewakili atribut dari suatu layer dengan cara yang mudah dibaca dan dipahami. Dengan cara ini, pembaca peta maupun kita sendiri dapat memahami pentingnya fitur-fitur yang ditampilkan dengan menggunakan atribut-atribut relevan yang kita pilih. Tergantung dari permasalahan yang dihadapi, anda dapat menerapkan teknik klasifikasi yang berbeda untuk memecahkannya.

=== Apa Selanjutnya? ===

Sekarang kita telah memiliki peta yang bagus, tetapi bagaimana kita dapat memindahkannya dari QGIS ke dalam format yang dapat dicetak atau diubah menjadi gambar maupun PDF? Itu adalah topik dari pelajaran berikutnya!

{{example|Click here to go to [[GIS AH IND M5|Modul 5: Membuat Peta]]}}

GIS AH IND M3

2014-10-28T03:40:08Z

Rachel: /* image Ikuti Bersama: Mengaktifkan tingkatan simbol */

= Modul: Membuat Peta Dasar =

Dalam modul ini, anda akan membuat peta sederhana yang digunakan sebagai dasar demonstrasi fungsi QGIS lebih lanjut.

== Pelajaran: Bekerja dengan Data Vektor ==

Data vektor dapat dikatakan sebagai jenis data yang paling umum ditemukan dalam penggunaan SIG. Data ini menggambarkan situasi geografis dalam bentuk titik yang dapat dihubungkan dengan menjadi garis dan poligon. Setiap objek pada set data vektor disebut sebagai '''fitur''' yang diasosiasikan dengan data yang menggambarkan fitur tersebut.

'''Tujuan dari pelajaran ini:''' Mempelajari struktur data vektor dan cara memuat set data vektor ke dalam sebuah peta.

=== [[Image:basic.png|image]] Ikuti Bersama: Melihat atribut layer ===

Penting untuk memahami bahwa data yang akan anda gunakan tidak hanya mewakili '''letak''' objek dalam ruang, tetapi juga menggambarkan objek '''apakah''' itu.

Dari latihan sebelumnya, anda telah memuat layer ''streets'' ke dalam peta anda. Yang dapat anda lihat saat ini hanyalah posisi dari jalan-jalan yang ada.

Untuk melihat semua data yang tersedia untuk anda:

* Klik tombol ini:

[[Image:0041.png|image]]

Tombol tersebut akan menampilkan sebuah tabel yang berisi lebih banyak data mengenai layer ''streets''. Data tambahan ini disebut sebagai ''data atribut''. Garis-garis yang terlihat pada peta mewakili arah jalan dan disebut sebagai ''data spasial''.

Definisi ini biasa digunakan dalam SIG, jadi penting untuk mengingatnya!

* Anda dapat menutup tabel atribut.

Data vektor mewakili fitur dalam hal titik, garis dan poligon pada sebuah bidang koordinat. Data ini biasanya digunakan untuk menyimpan fitur-fitur diskrit seperti jalan dan blok kota.

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat data vektor dari shapefile ===

Shapefile adalah format file spesifik yang memungkinkan anda untuk menyimpan data SIG dalam sekelompok file yang saling berhubungan. Setiap layer terdiri atas beberapa file dengan nama yang sama, tetapi dengan jenis file yang berbeda. Shapefile mudah untuk diubah-ubah dan kebanyakan perangkat lunak SIG dapat membacanya.

Lihat kembali latihan pengantar pada bagian sebelumnya mengenai instruksi untuk menambahkan layer vektor.

* Tambahkan set data ''[[media:waterways.zip| <code>waterways.shp</code>]]'', ''[[media:places.zip| <code>places.shp</code>]]'' dan ''[[media:forests.zip| <code>forests.shp</code>]]'' ke dalam peta anda dengan mengikuti metode yang sama.

=== [[Image:basic.png|image]] Ikuti Bersama: Memuat data vektor dari suatu basis data ===

Basis data memungkinkan anda untuk menyimpan sejumlah besar data yang saling berhubungan dalam satu file. Anda mungkin sudah mengenal beberapa sistem pengelolaan basis data (DBMS) seperti Microsoft Access. Aplikasi SIG juga dapat memanfaatkan basis data. DBMS untuk SIG (misalnya PostGIS) memiliki fungsi-fungsi tambahan karena harus dapat menangani data spasial.

* Klik ikon berikut ini:

[[Image:0051.png|image]]

(Jika anda tidak dapat menemukannya, periksa apakah toolbar ''Manage layers'' sudah diaktifkan.)

Sebuah kotak dialog baru akan muncul. Pada kotak dialog ini:

* Klik tombol ''New''.
* Pada folder yang sama dengan data lainnya, carilah file ''[[media:land_use.zip| <code>land_use.sqlite</code>]]''. Pilih file tersebut dan klik ''Open''.

Anda akan melihat kotak dialog yang pertama. Perhatikan bahwa daftar pilihan menurun di atas ketiga tombol sekarang bertuliskan land_use.sqlite@..., diikuti oleh lokasi file basis data pada komputer anda.

* Klik tombol ''Connect''. Anda akan melihat tampilan berikut ini pada kotak yang sebelumnya kosong:

[[Image:0071.png|image]]

* Klik pada layer untuk memilihnya.
* Klik ''Add''

{{hlbox|Catatan: Jangan lupa untuk sering menyimpan peta Anda! File peta tidak berisi data apapun secara langsung, tetapi akan mengingat layer-layer mana saja yang telah anda muat .}}

=== Ikuti Bersama: Mengatur kembali urutan layer ===

Layer-layer pada daftar layer anda dimuat ke dalam peta berdasarkan urutan tertentu. Layer di urutan paling bawah akan dimuat lebih dulu, sedangkan yang paling atas dimuat terakhir. Dengan mengubah urutan pada daftar, anda dapat mengubah urutan layer yang akan ditampilkan.

{{hlbox|Catatan: Tergantung dari versi QGIS yang digunakan, anda mungkin akan menemukan sebuah kotak centang di bawah Daftar layer yang bertuliskan ''Control rendering order''. Kotak ini harus dicentang (diaktifkan) sehingga memindahkan layer ke atas dan ke bawah pada Daftar layer akan membawanya ke muka atau menariknya ke belakang. Jika versi QGIS anda tidak memiliki pilihan ini, maka secara otomatis sudah aktif dan anda tidak perlu mengkhawatirkannya.}}

Pada tahap ini, urutan pemuatan layer-layer ke dalam peta mungkin tidak terlihat logis.

Sebagai contoh, urutan layer ini...

[[Image:0021.png|image]]

... akan mengakibatkan beberapa area menjadi tersembunyi karena berada ''di bawah'' area land_use.

Untuk mengatasi masalah ini:

* Klik dan geser sebuah layer dalam Daftar layer.
* Susun kembali urutannya hingga terlihat seperti ini:

[[Image:0031.png|image]]

=== Kesimpulan ===

Sekarang anda telah menambahkan semua layer yang dibutuhkan dari beberapa sumber yang berbeda.

=== Apa Selanjutnya? ===

Dengan palet acak yang secara otomatis diberikan ketika memuat layer, peta anda saat ini mungkin agak sulit dibaca. Akan lebih baik untuk menggunakan pilihan warna dan simbol anda sendiri. Inilah yang akan anda pelajari pada bagian berikutnya.

== Pelajaran: Simbologi ==

Simbologi dari sebuah layer mewakili penampilan visualnya pada peta. Keunggulan utama dari SIG (Sistem Informasi Geografis) dibandingkan metode lain untuk menampilkan data dengan aspek spasial adalah kemampuan untuk membuat representasi visual yang dinamis dari data yang anda miliki.

Oleh karena itu, tampilan visual dari peta (yang bergantung pada simbologi dari masing-masing layer) sangatlah penting. Pengguna akhir dari peta yang anda buat harus dapat memahami representasi peta anda dengan cepat. Selain itu, anda juga harus dapat menelusuri data tersebut pada saat sedang mengerjakannya. Dalam hal ini, simbologi yang baik akan sangat membantu.

Dengan kata lain, memiliki simbologi yang tepat bukan merupakan kemewahan atau sekedar meningkatkan penampilan. Sebaliknya, hal ini penting agar anda dapat menggunakan SIG dengan benar serta menghasilkan peta dan informasi yang dapat digunakan oleh orang lain.

'''Tujuan dari pelajaran ini:''' Menciptakan simbologi yang berbeda untuk suatu layer vektor.

=== [[Image:basic.png|image]] Ikuti Bersama: Mengganti warna ===

Untuk mengubah simbologi pada sebuah layer, buka ''layer Properties'' pada layer tersebut. Mari kita mulai dengan mengubah warna layer ''waterways''.

* Klik kanan pada layer ''waterways'' dalam Layers list.
* Pilih item menu ''Properties'' pada menu yang mucul.

{{hlbox|Catatan: Secara default, anda juga dapat mengakses properti dari sebuah layer dengan mengklik ganda layer tersebut pada Layers list.}}

Pada jendela ''Properties'':

* Pilih tab ''Style'' di ujung kiri:

[[Image:052.png|image]]

* Klik tombol ''Change'' di samping label ''Color''.

Sebuah kotak dialog standar untuk warna akan muncul.

* Pilih warna biru dan klik ''OK''.
* Klik ''OK'' sekali lagi pada jendela ''*layer* Properties'' dan anda akan melihat perubahan warna pada layer tersebut.

[[Image:0191.png|700px]]

=== [[Image:basic.png|image]] Coba sendiri: ===

Ubah warna layer ''forest'' ke warna lain yang menurut anda sesuai dengan hutan.

=== [[Image:basic4.png|image]] Ikuti Bersama: Mengubah struktur simbol ===

Ini merupakan pengantar yang baik, tetapi ada lebih banyak hal yang tercakup dalam simbologi suatu layer ketimbang hanya warnanya saja. Untuk mengetahui beberapa pilihan lain yang tersedia, tambahkan layer ''[[media:bandung_districts.zip| <code>bandung_districts.shp</code>]]''. Layer ini disusun dari gambar-gambar yang diambil oleh satelit dan menunjukkan berbagai jenis tutupan lahan di sekira kawasan Bandung.

Dengan menggunakan layer ini, kita dapat belajar bagaimana menghapus garis-garis yang tampak pada peta sehingga tidak terkesan berantakan.

* Buka jendela ''Layer Properties'' pada layer ''bandung_districts''.

Di bawah tab ''style'', anda akan melihat kotak dialog yang sama dengan sebelumnya. Tetapi sekarang anda akan melakukan lebih dari sekedar mengubah warnanya dengan cepat.

* Klik tombol ''Change...'' di bawah tampilan pilihan warna:

[[Image:053.png|image]]

Kotak dialog ''Symbol properties'' akan muncul.

* Ubah warna di bagian dalam poligon pada layer dengan mengklik tombol yang terletak di samping label ''Color'' (jika anda belum melakukannya pada pelajaran yang terdahulu).
* Pilih warna baru pada kotak dialog yang muncul.
* Klik ''OK'' sekali saja.

Selanjutnya, kita akan menghilangkan garis-garis di antara jenis tutupan lahan.

* Klik pada menu ''Border style''. Pada titik ini, akan muncul sebuah garis pendek dengan tulisan ''Solid Line''.
* Ubahlah menjadi ''No Pen''.
* Klik ''OK'', kemudian klik ''OK'' sekali lagi.

Sekarang layer ''bandung_districts'' tidak lagi memiliki garis-garis di antara daerah tutupan lahan yang berbeda.

=== [[Image:basic.png|image]] Coba sendiri: ===

* Ubah layer ''bandung_districts'' sekali lagi untuk menampilkan titik-titik batas tepi yang berwarna sedikit lebih gelap dari warna arsirannya.

=== [[Image:moderate.png|image]] Ikuti Bersama: Jarak pandang berbasis skala ===

Terkadang anda akan menemukan bahwa sebuah layer tidak sesuai dengan skala tertentu. Sebagai contoh, suatu set data yang berisi semua benua di dunia mungkin tidak akan terlalu terperinci dan akurat dalam menampilkan jalan-jalan. Jika itu terjadi, anda perlu menyembunyikan tampilan set data pada skala tertentu yang tidak sesuai.

Dalam kasus ini, kita dapat menyembunyikan tampilan jalan pada skala kecil. Sebagai contoh, ...

[[Image:049.png|image]]

...peta ini tidak terlalu berguna. Tampilan jalan hanya berupa gambar yang tidak berarti pada skala ini.

Untuk mengaktifkan rendering berbasis skala:

* Buka kotak dialog ''Layer Properties'' pada layer ''streets'' layer.
* Aktifkan tab ''General''.
* Aktifkan rendering berbasis skala dengan mengklik kotak centang berlabel ''Use scale dependent rendering'':

[[Image:050.png|image]]

* Ubah nilai ''Maximum'' menjadi <code>100000</code>.
* Klik ''OK''.

Uji efek yang dihasilkan dengan memperbesar dan memperkecil tampilan peta anda, perhatikan kapan layer ''streets'' hilang dan muncul kembali.

{{hlbox|Catatan: Anda dapat menggunakan roda tetikus untuk memperbesar tampilan secara bertahap. Alternatifnya, anda dapat menggunakan alat bantu untuk memperbesar tampilan jendela tertentu:}}

[[Image:051.png|image]]

=== [[Image:moderate.png|image]] Ikuti Bersama: Menambahkan layer simbol ===

Setelah anda mengetahui bagaimana mengubah simbologi sederhana pada suatu layer, langkah berikutnya adalah membuat simbologi yang lebih kompleks. QGIS memungkinkan anda untuk melakukannya dengan menggunakan layer simbol.

* Kembali ke kotak dialog ''Symbol Properties'' pada layer ''bandung_districts'' seperti sebelumnya.

Pada contoh ini, simbol yang digunakan memiliki titik-titik batas tepi (karena menggunakan style tepi ''Dot Line'').

[[Image:054.png|image]]

Perhatikan tombol yang ditandai.

* Klik tombol tersebut sehingga kotak dialog akan berubah menjadi seperti berikut ini:

[[Image:0102.png|image]]

(Bisa jadi tampilannya akan berbeda, dalam hal warna misalnya, tetapi anda akan tetap akan mengubahnya.)

Sekarang terdapat layer simbol kedua. Karena warnanya lebih penuh, layer tersebut sudah pasti akan menutupi simbol sebelumnya. Selain itu, layer ini juga memiliki style tepi ''Solid Line'' yang tidak kita inginkan. Sudah jelas simbol ini perlu diubah.

{{hlbox|Catatan: Jangan sampai layer peta dan layer simbol tertukar. Layer peta adalah data vektor (atau raster) yang dimuat ke dalam peta. Layer simbol adalah bagian dari simbol yang digunakan untuk mewakili sebuah layer pada peta. Materi ini pada umumnya akan menyebut layer peta dengan istilah layer, sedangkan layer simbol tetap menggunakan istilah yang sama untuk menghindari kebingungan.}}

* Atur style tepi menjadi ''No Pen''.
* Ubah style arsiran menjadi sesuatu selain ''Solid'' atau ''No brush''. Sebagai contoh:

[[Image:0111.png|image]]

* Klik ''OK'' pada kotak dialog ini dan ''Apply'' pada kotak dialog yang muncul setelahnya. Kini anda dapat melihat hasilnya dan membuat perubahan sesuai dengan kebutuhan.

Anda juga dapat menambahkan beberapa layer simbol ekstra dan membuat suatu tekstur untuk layer anda dengan cara ini.

[[Image:0121.png|image]]

Ini menyenangkan! Tetapi mungkin memiliki terlalu banyak warna untuk digunakan pada peta yang riil...

=== [[Image:moderate4.png|image]] Coba sendiri: ===

* Buatlah tekstur yang sederhana tetapi tidak terlalu mencolok untuk layer ''forest'' dengan menggunakan metode di atas.

''Periksa hasil yang anda peroleh''

=== [[Image:moderate.png|image]] Ikuti Bersama: Mengaktifkan tingkatan simbol ===

Layer simbol di-render secara berurutan seperti halnya layer peta yang berbeda. Dalam kasus tertentu, ini berarti memiliki banyak layer untuk satu simbol dapat menimbulkan hasil yang tidak diharapkan.

* Buat layer simbol baru untuk layer ''streets'' (dengan menggunakan metode untuk menambahkan layer simbol yang ditunjukkan sebelumnya).
* Berikan ketebalan dasar sebesar <code>0.5</code>.
* Berikan ketebalan layer teratas sebesar <code>2.0</code>.

Anda akan melihat perubahan sebagai berikut:

[[Image:0141.png|700px]]

Hasilnya ternyata bukan seperti yang kita harapkan!

Untuk mencegah hal ini, anda dapat mengaktifkan tingkatan simbol untuk mengendalikan urutan layer simbol yang di-render.

* Pada kotak dialog ''Layer Properties'', klik ''Advanced <math>\rightarrow</math> Symbol levels'':

[[Image:055.png|image]]

Kotak dialog ''Symbol Levels'' akan muncul.

* Ubah nilai-nilai yang ada agar sesuai dengan contoh berikut ini:

[[Image:0162.png|image]]

* Klik ''OK'', kemudian ''OK'' sekali lagi.

Peta anda sekarang akan tampak seperti ini:

[[Image:0172.png|700px]]

Setelah selesai, ingatlah untuk menyimpan simbol itu sendiri sehingga tidak hilang apabila anda hendak melakukan perubahan lagi di masa mendatang. Anda dapat menyimpan style simbol dengan mengklik tombol ''Save Style ...'' pada tab ''Style'' di dalam kotak dialog ''Layer Properties''. Simpan style anda di <code>exercise_data/styles</code>. Anda dapat memuat style yang telah disimpan sebelumnya dengan mengklik tombol ''Load Style ...''. Sebelum mengubah style, ingatlah bahwa style yang tidak tersimpan akan hilang ketika anda menggantinya.

=== [[Image:moderate.png|image]] Coba sendiri: ===

* Ubah tampilan layer ''streets'' sekali lagi.

Tampilan jalan harus berwarna abu-abu gelap atau hitam dengan garis tepi tipis berwarna kuning dan garis putih putus-putus di tengahnya agar tampak seperti jalan yang sesungguhnya.

[[Image:0273.png|image]]

=== [[Image:hard4.png|image]] Coba sendiri: ===

Tingkatan simbol juga dapat digunakan untuk mengklasifikasi layer (pada layer yang memiliki banyak simbol). Karena kita belum membahas mengenai klasifikasi, anda akan menggunakan data dasar yang belum diklasifikasi.

* Buat peta baru dan hanya tambahkan set data ''streets''.
* Terapkan style ''[[media:advanced_street_style_demo.qml.zip| <code>advanced_street_style_demo.qml</code>]]'' yang telah disediakan di <code>exercise_data/styles</code>.
* Perbesar tampilan layer agar lebih mudah dilihat.
* Dengan menggunakan layer simbol, pastikan garis tepi layer saling bersambungan seperti terlihat pada gambar berikut ini:

[[Image:0252.png|image]]

=== [[Image:moderate.png|image]] Ikuti Bersama: Jenis-jenis layer simbol ===

Untuk melanjutkan latihan ini, buka peta anda semula.

Di samping mengatur warna arsiran dan menggunakan pola yang telah tersedia, anda juga dapat menggunakan jenis layer simbol yang berbeda. Satu-satunya jenis yang sudah kita gunakan sejauh ini adalah ''Simple Fill''. Tingkatan layer simbol yang lebih tinggi memungkinkan anda untuk mengatur pilihan simbol lebih jauh lagi.

Setiap jenis vektor (titik, garis, dan poligon) memiliki jenis layer simbol tersendiri. Pertama-tama kita akan membahas jenis layer simbol untuk titik.

==== Jenis-jenis layer simbol untuk titik ====

* Ubah properti simbol pada layer ''places'':

[[Image:0282.png|image]]

* Anda dapat mengakses berbagai jenis layer simbol di sini:

[[Image:0291.png|image]]

* Pelajari berbagai pilihan yang tersedia dan pilih jenis layer simbol selain ''Simple Marker'' yang telah disediakan.

==== Jenis-jenis layer simbol untuk garis ====

Untuk melihat berbagai pilihan yang tersedia untuk data garis:

* Ubah jenis layer simbol untuk layer residential pada layer ''street'':

[[Image:0301.png|image]]

* Klik tombol ''Change'' di samping label ''Marker''.
* Ubah properti simbol seperti dicontohkan pada kotak dialog berikut ini:

[[Image:0311.png|image]]

* Ubah interval menjadi <code>2,00</code>:

[[Image:0321.png|image]]

* Pastikan agar tingkatan simbol sudah benar sebelum menerapkan style tersebut.

Setelah anda menerapkan style tersebut, lihat hasilnya pada peta. Jika anda perhatikan dengan seksama, simbol-simbol ini berubah arah sesuai dengan alur jalan tetapi tidak selalu mengikuti lekukannya. Ini dapat berguna untuk tujuan tertentu, tetapi tidak untuk yang lain. Jika ingin, anda dapat mengubah kembali layer simbol tersebut ke bentuknya semula.

==== Jenis-jenis layer simbol untuk poligon ====

Untuk melihat berbagai pilihan yang tersedia untuk data poligon:

* Ubah satu atau lebih jenis layer simbol pada layer ''bandung_districts'' seperti dilakukan sebelumnya pada layer yang lain.
* Pelajari pengaruh dari masing-masing pilihan yang tersedia dalam daftar.
* Anda dapat mengubah setiap simbol dengan mengklik ganda pada simbol yang ingin anda ubah.

[[Image:033a.png|image]]

* Pada contoh ini, kita telah mengkategorikan data yang ada. Anda akan mempelajari hal ini lebih jauh pada bab berikutnya.
* Pilih salah satu yang menurut anda cocok.
* Jika ragu, gunakan kombinasi dua layer melalui ''Point pattern fill'' dan ''Simple fill'':

[[Image:0341.png|image]]

* Gunakan pola arsiran titik ''Symbol layer type'':
* ''Marker'' seharusnya berisi Simple Marker.
* Pilih garis batas dan warna arsiran yang sesuai (dapat menggunakan warna yang sama).
* Pilih ukuran penanda (marker) yang sesuai.
* Klik ''OK''.
* Tambahkan layer simbol baru dengan ''Simple fill'' normal.
* Berikan warna yang kontras dengan layer pertama anda.
* Pindahkan ke bawah layer simbol pola titik dengan tombol ''Move down'':

Sebagai hasilnya, anda akan memiliki simbol bertekstur untuk layer tersebut dan anda dapat mengatur ukuran, bentuk, dan jarak titik-titik individual yang menyusun tekstur tersebut. Cuplikan layar berikut ini menunjukkan bahwa kita telah mengubah dua layer dengan metode di atas.

[[Image:0351.png|image]]

=== Kesimpulan ===

Mengubah simbologi untuk layer yang berbeda dapat mentransformasi sekumpulan file vektor menjadi sebuah peta yang dapat dibaca. Peta tersebut tidak saja mudah dipahami, tetapi juga enak dilihat!

Anda juga dapat membuat arsiran SVG buatan sendiri dengan menggunakan perangkat lunak penyunting vektor, misalnya Inkscape, yang banyak tersedia di Internet secara gratis.

=== Bacaan lebih lanjut ===

Contoh peta-peta yang menarik dapat dilihat [http://gis.stackexchange.com/questions/3083/examples-of-beautiful-maps Examples of Beautiful Maps]<ref>http://gis.stackexchange.com/questions/3083/examples-of-beautiful-maps
</ref>

=== Apa Selanjutnya? ===

Mengubah simbol untuk seluruh layer memang berguna, tetapi informasi yang terkandung dalam setiap layer belum tersedia untuk pembaca peta. Apa nama jalan-jalan tersebut? Wilayah administratif apa yang menaungi daerah-daerah tertentu? Bidang permukaan relatif seperti apa yang dimiliki lahan pertanian tersebut? Semua informasi ini masih tersembunyi. Pelajaran berikutnya akan menjelaskan bagaimana menampilkan data ini pada peta anda.

{{hlbox|Catatan: Apakah anda ingat untuk menyimpan peta anda sebelumnya?}}

<references/>

{{example|Click here to go to [[GIS AH IND M4|Modul 4: Mengklasifikasi Data Vektor]]}}