Visualisasi Data Spasial
Data spasial merupakan data grafis yang menunjukan penampakan fenomena objek di bumi. Baik yang ada di atas bumi, di dalam bumi atau pun di permukaan bumi. Oleh karena itu penyajian data geografis akan lebih bernilai dalam bentuk visualisasi pada peta dibandingkan hanya dengan tabel, diagram atau chart.
Salah satu tools dalam Python yang dapat kita gunakan untuk merepresentasikan data spasial adalah Folium. Folium dapat menintegrasikan data ke peta seperti membuat plot, polygon, choropleth dll. Dengan OpenStreetMap (OSM) sebagai peta dasar, kita dapat dengan mudah membaca data yang terlihat pada peta.
Untuk memulai menggunakan Folium, kita bisa melakukan instalasi melalui pip secara cepat.
Setelah modul folium telah terinstal maka kita dapat mengimport nya bersama beberapa module lainnya untuk memulai coding.
#import pandas as pd
#import numpy as np
#import matplotlib.pyplot as plt
#%matplotlib inline
#import folium
Kemudian kita load dataset yang akan kita gunakan dalam project ini. Dataset yang kita gunakan adalah data airpot di seluruh dunia yang diunduh dari https://www.kaggle.com/jinbonnie/airport-information.
Data mandatori yang dibutuhkan untuk melakukan pemetaan adalah longitude dan latitude sehingga kita dapat menvisualisasikan data tersebut menggunakan folium.
Setelah data yang kita perlukan sudah tersedia, kemudian kita akan melakukan beberapa visualisasi dengan data tsb.
- Plotting Category Map
Dikarenakan data yang kita miliki sangat besar, yaitu 58505 baris dan 11 kolom, maka kita hanya akan mengambil data airport untuk wilayah Indonesia saja. Setelah dilakukan filtering kita dapati sebanyak 458 baris dan 11 kolom. Dengan menggunakan data tersebut, kita melakukan plotting berdasarkan type airport yang ada di Indonesia yaitu (large airport, medium airport, small airport, heliport, dan closed / sudah tidak beroperasi).
2. Cycle Map
Cycle map merupakan visualisasi titik selain berdasarkan kordinat bisa juga dikombinasikan berdasarkan nilai numeric dari tiap-tiap titik tsb. Pada contoh ini kita menggunakan data freq pada dataset yang diasumsikan intensitas penerbangan dari masing-masing airport. Catatan bahwa data freq yang kita buat ada random nilai karena dari data asli nya tidak ada data freq tsb.
Terlihat ada perbedaan besar dan kecil lingkaran dari masing-masing titik yang merepresentasikan nilai dari freq masing-masing airport. Makin besar nilai freq nya maka makin besar punya lingkaran yang terlihat pada peta.
3. Choropleth Map
Choropleth map merupakan peta tematik yang tiap area dibedakan berdasarkan warna dengan karakteristik data tertentu yang dimilikinya. Gradasi warna choropleth map dapat diatus sesuai tingkatan naik atau turun. Sebagai contoh tingkat pengangguran dari masing-masing negara dapat digambarkan berdasarkan gradasi warna, dimana tingkat pengangguran yang tinggi diwakili dengan warna biru yang gelap.
4. Heat Map
Heat map merupakan visualisasi data geografis melalui tingkat intensitas masing-masing titik yang memiliki data yang berbeda. Dari dataset freq airport dapat digambarkan bahwa titik dengan warna merah merepresentasikan tingginya freq penerbangan di airport tsb.
Dari contoh project yang telah dibuat dapat disanpaikan bahwa folium memiliki kemampuan yang baik dalam melakukan visualisasi data spasial sehingga memudahkan kita untuk mendapatkan value dari data yang kita tampilkan. Semoga sharing ini bermanfaat dan dapat lebih baik lagi untuk kedepannya.
Referensi.
