Pada hari Sabtu, tanggal 3 Februari 2024, pukul 15.00 WIB, Fakultas Geografi Universitas Muhammadiyah Surakarta (UMS) menggelar Kuliah Umum secara daring bertajuk “Spatial Thinking dalam Konteks Data Science”. Acara ini dihadiri oleh para mahasiswa dan dosen di Fakultas Geografi yang ingin mendalami konsep-konsep penting dalam memahami dan menganalisis data yang memiliki dimensi geografis.
Pembicara utama dalam acara ini adalah Adipandang Yudono, Ph.D., seorang dosen yang berpengalaman dari Universitas Brawijaya Malang. Dalam presentasinya, Adipandang Yudono, Ph.D., memberikan pemahaman yang mendalam tentang konsep data primer dan data sekunder dalam konteks data spasial. Beliau menjelaskan bahwa data primer merujuk pada data yang diperoleh secara langsung dari sumber utamanya, seperti hasil survei lapangan atau pengukuran langsung. Sementara itu, data sekunder adalah data yang telah ada sebelumnya dan biasanya diperoleh dari publikasi pemerintah atau sumber lainnya. Dalam hal data spasial, contoh data primer dapat berupa data pengukuran langsung seperti peta hasil survei, sedangkan contoh data sekunder dapat berupa data jumlah penduduk dari publikasi pemerintah atau citra hasil penginderaan jauh.
Selanjutnya, Adipandang Yudono, Ph.D., menjelaskan konsep hierarki dalam konteks data spasial. “Hierarki” mengacu pada struktur data yang tersusun secara bertingkat, seperti struktur organisasi atau struktur jalan. Dalam Sistem Informasi Geografis (SIG), data spasial dapat diorganisir dalam hierarki yang merepresentasikan berbagai tingkatan detail, mulai dari tingkat negara hingga tingkat jalan atau bangunan. Hierarki ini memungkinkan pengguna untuk melakukan analisis dan visualisasi data secara terperinci sesuai dengan kebutuhan mereka.
Adipandang Yudono, Ph.D., juga menyoroti pentingnya spatial thinking dalam konteks data science. Spatial thinking mengacu pada kemampuan untuk memahami dan menganalisis data yang memiliki komponen geografis atau spasial. Hal ini melibatkan pemahaman terhadap konteks spasial dan pemanfaatan data geografis dalam analisis. Penerapan pemikiran spasial dalam sains data membuka peluang baru untuk analisis yang lebih komprehensif dan pengambilan keputusan yang lebih baik.
“Dalam Sistem Informasi Geografis (SIG), data spasial merupakan data yang menyajikan lokasi geografis suatu kenampakan muka bumi, sementara data non-spasial merupakan data yang tidak berkaitan dengan posisi geografis. Oleh karena itu, spatial thinking dalam data science menjadi penting dalam mengolah, menganalisis, dan memahami data yang memiliki dimensi geografis,” kata Adipandang Yudono, Ph.D.
Acara ini sukses menyajikan wawasan yang mendalam tentang konsep spatial thinking dalam konteks data science. Para peserta diharapkan dapat mengaplikasikan pemahaman ini dalam riset dan praktik mereka, membuka peluang baru untuk eksplorasi dan inovasi dalam bidang data science yang semakin penting di era digital ini.