Visualisasi Data pada Peta dengan Python – GeoPandas

Name: Visualisasi Data pada Peta dengan Python – GeoPandas
Rating: 4.3 (38 reviews)

Mengajarkan visualisasi data geospacial menggunakan real case studies sederhana

Created byUNPAR PLUS

Last updated 3/2021

Indonesian

What you'll learn

Kemampuan practical memvisualisasi data geospasial sederhana dengan Geopandas.
Kemampuan menggunakan Internet resources untuk memvisualisasi data geospasial sesuai kebutuhan.

Course content

5 sections • 8 lectures • 1h 15m total length

Apakah Visualisasi Geospacial?9:52
Video pertama akan menjelaskan kepada peserta mengenai mengapa data-data tertentu dapat lebih mudah dipahami bila divisualisasikan sebagai peta. Materi ini ditunjukkan dengan membandingkan visualisasi data yang sama menggunakan barchart vs visualisasi sebagai peta dan menunjukkan pola-pola yang dapat dengan mudah diinterpretasikan menggunakan visualisasi sebagai peta.
Overview Materi dan Contoh Kasus4:29
Video ini enjelaskan secara umum topik-topik yang akan dibahas dalam course ini serta gambaran umum mengenai contoh kasus yang akan digunakan.
Set Up Geopandas in Anacondas4:59
Video ini menjelaskan kepada peserta mengenai library-library yang akan digunakan dalam course ini, cara instalasinya, serta masalah yang kadang muncul dalam proses instalasinya.
Latihan

Menggambar Peta Administratif8:07
Menunjukkan kode yang dapat digunakan untuk menggambarkan sebuah layer dari Geoshape dan arti dari tiap baris pada kode tersebut. Bagian ini juga akan menunjukkan masalah yang ada pada kode tersebut karena adanya beberapa layer pada gadm36_KOR.gpkg.
Penjelasan Singkat Konsep Layer8:19
Menjelaskan secara intuitif konsep layer serta menunjukkan cara mengakses suatu layer tertentu pada GeoPandas. Kode yang dibuat akan dimodifikasi untuk menggambarkan isi dari tiap layer dan membandingkan hasilnya.
Latihan

Menggambar Choropleth dan Buffer16:12
Video ini menjelaskan secara sederhana apa yang dimaksud dengan choropleth serta cara membuatnya. Penjelasan cara implementasi dimulai ddengan cara menggabungkan data yang dimiliki ke dalam GeoDataFrame. Kode yang dihasilkan akan dijelaskan per bagian dengan pengecualian beberapa konsep seperti join yang akan dijelaskan pada section Materi Tambahan.
Lebih lanjut, video akan menjelaskan secara sederhana apa yang dimaksud dengan buffer serta contoh kasus yang dapat divisualisasikan dengan buffer. Penjelasan mencakup ide memvisualisasikan suatu angka sebagai radius maupun sebagai nilai alpha dari sebuah warna. Penjelasan dilanjutkan dengan kode untuk memvisualisasikan jumlah pasien di beberapa kota di Korea Selatan menggunakan buffer.
Selain itu, masalah standar normalisasi data dan coordinate reference system juga dibahas. Peetama, viceo menjelaskan secara intuitif masalah yang dapat terjadi pada visualisasi suatu data menggunakan buffer dan bagaimana masalah tersebut dapat diselesaikan menggunakan normalisasi data sederhana. Kedua, video memberi gambaran umum mengenai Coordinate Reference System serta efeknya terhadap visualisasi yang kita buat dan ukuran buffer yang kita buat.
Latihan

Menggambar Label Pada Peta dan Masalahnya10:52
Video ini menunjukan secara bertahap langkah-langkah yang dibutuhkan untuk menggabungkan data label dengan peta buffer yang telah dibuat pada section sebelumnya. Tahap-tahap ini akan dihubungkan dengan kode yang digunakan untuk mengimplementasikannya.
Peserta diajak untuk melihat masalah yang ada pada implementasi sebelumnya yaitu label-label yang berhimpitan. Masalah ini akan dipecahkan dengan menggunakan library AdjustText. Penjelasan tahap ini akan mencakup cara instalasi, cara penggunaan dasar, serta beberapa masalah yang mungkin terjadi.
Latihan

GeoPackage dan Shape Secara Sederhana12:55
Video berupa materi tambahan ini ditujukan untuk:
Menjelaskan apa sebenarnya isi dari sebuah file GeoPackage serta konsep Shape dalam visualisasi data geospasial dan alasan penggunaannya
Menjelaskan mengenai beberapa fungsi dasar DataFrame yang digunakan dalam contoh-contoh kode pada section-section sebelumnya. Contoh-contoh fungsi yang dijelaskan dijelaskan adalah group by dan filtering sederhana.
Menjelaskan dengan contoh dan pemahaman intuitif mengenai arti dari konsep inner join dan outer join.
Latihan

Requirements

Kemampuan dasar programming dengan Python

Description

Apa itu data Geospasial? Secara sederhana, data geospasial dapat kita anggap sebagai data yang dikaitkan dengan suatu lokasi tertentu pada bumi.

Contoh data geospasial misalnya adalah bila kita memiliki data pendapatan per tahun penduduk tiap desa di Jawa Barat yang lalu kita gabungkan dengan posisi (lintang dan bujur) dari desa-desa tersebut di muka bumi. Dengan menggabungkan kedua data tersebut, kita dapat menganalisis dan memvisualisasikan polapola yang mungkin ada antara suatu data dan lokasi spasialnya. Sebagai contoh, kita dapat memvisualisasikan pendapatan tiap desa tersebut untuk mengetahui apakah terdapat perbedaan yang signifikan antara desa-desa di pesisir dan desa-desa di pegunungan? Atau mungkin terdapat perbedaan tingkat ekonomi antara desa-desa dengan akses jalan yang mudah dibandingkan desa terisolir?

Salah satu tahap awal yang dapat dilakukan untuk melakukan proses analisis ini adalah menggunakan visualisasi. Course ini akan menunjukan kepada anda bahwa dengan bantuan Geopandas, kita dapat membuat visualisasi data Geospasial pada Python dengan sangat mudah.

Course ini akan menunjukkan kepada anda cara melakukan visualisasi data geospasial dengan cara studi kasus. Kita akan melihat suatu permasalahan dunia nyata yang telah disederhanakan, dan kita akan mengerjakannya secara step by step. Dalam proses pengerjaan ini, kita akan melihat beberapa masalah yang dapat muncul dalam pengerjaannya serta beberapa library tambahan yang dapat kita gunakan untuk menyelesaikannya.

Instruktur pada kursus ini:

Kristopher David Harjono, M.T.

Kristopher David Harjono adalah Sarjana Ilmu Komputer dari Universitas Katolik Parahyangan dan menamatkan Magister Teknik Infomatika saya berasal dari Universitas Bina Nusantara, Jakarta. Selain bekerja sebagai dosen, Kristopher juga pernah bekerja sebagai software developer di Indonesia dan di Kanada.

Sebagai dosen, Kristopher mengajar dan mendalami bidang Information Retrieval serta Data Mining. Kedua topik tersebut membuatnya harus mengeksplorasi teknologi mulai dari library-library standar Python sampai dengan Hadoop dan Spark untuk memproses Big Data. Kristopher mengampu sejumlah mata kuliah di antaranya Algoritma dan Struktur Data, Manajemen Informasi dan Basis Data, Pemrograman Basis Data, Basis Data dan Pemrograman SQL untuk Big Data, Pemrograman Berorientasi Objek, Pemrograman Perangkat Mobile, Pengantar Sistem Cerdas, dan Penambangan Data.

Who this course is for:

Mahasiswa
Lulusan
Tenaga Kerja

Visualisasi Data pada Peta dengan Python – GeoPandas

What you'll learn

Explore related topics

Course content

Pendahuluan3 lectures • 19min

Menggambar Peta Sederhana2 lectures • 16min

Menggambar Choropleth dan Buffer1 lecture • 16min

Label dan Masalahnya1 lecture • 11min

Materi Tambahan1 lecture • 13min

Requirements

Description

Who this course is for: