Pemateri
Rizki Atthoriq Hidayat
GIS, Remote Sensing, Data Science, Machine LearningGIS, Remote Sensing, Data Science, Machine Learning
Deskripsi
Logis Map Kembali mempersembahkan Geopython dengan judul: Integrasi Pemrograman Python & Google Colab untuk Analisis Geospasial. Pelatihan ini berfokus pada pemahaman dasar bahasa pemrograman Python yang digunakan dalam analisis data spasial. Melalui platform Google Colab, peserta akan belajar mengotomasi dan mempercepat proses analisis geospasial dengan berbagai library populer seperti GeoPandas, Shapely, dan Folium. Pelatihan ini ideal bagi peserta pemula hingga menengah yang ingin memahami integrasi antara Python dan GIS untuk kebutuhan analisis, visualisasi, dan pemrosesan data spasial.
MATERI YANG AKAN KAMU PELAJARI SELAMA 3 SESI:
Sesi 1 — Dasar Bahasa Pemrograman Python
- Pengenalan Python & perannya dalam GIS
- Dasar-dasar pemrograman (variabel, tipe data, struktur kontrol, list, dictionary)
- Manipulasi data non-spasial (baca/tulis CSV, visualisasi sederhana dengan Matplotlib)
- Setup environment GIS di Google Colab (install dan uji library GeoPandas, Shapely, dll.)
Sesi 2 — Pemrosesan Data Geospasial
- Membaca dan mengeksplorasi data spasial (Shapefile, GeoJSON)
- Operasi spasial dasar (buffer, intersect, union, perhitungan area/jarak)
- Visualisasi data spasial (statis & interaktif dengan Folium)
- Analisis sederhana (spatial join, filter data berbasis lokasi)
Sesi 3 — Analisis Lanjut dan Otomasi
- Query spasial lanjut (contoh: titik dalam poligon untuk deteksi area rawan)
- Otomatisasi GIS (batch processing, merge data, konversi CRS, ekspor data otomatis)
- Integrasi dengan API OpenStreetMap (OSMnx) untuk analisis jaringan jalan & jarak
Silabus
01
Sesi 1 – Dasar Bahasa Pemrograman Python untuk GIS
Sesi pertama dirancang untuk peserta tanpa latar belakang pemrograman sekalipun. Sesi ini memperkenalkan peserta pada dasar-dasar pemrograman Python dalam konteks geospasial. Materi dimulai dengan pemahaman mengapa Python menjadi alat penting dalam analisis GIS, diikuti dengan pengenalan antarmuka Google Colab dan pustaka seperti GeoPandas dan Folium. Peserta akan mempelajari konsep dasar pemrograman seperti variabel, tipe data, struktur kontrol, serta manipulasi data non-spasial melalui file CSV dan visualisasi sederhana menggunakan Matplotlib. Selain itu, akan dilakukan praktik instalasi dan konfigurasi lingkungan kerja berbasis Python untuk GIS, termasuk instalasi pustaka-pustaka utama....
02
Sesi 2 – Pemrosesan dan Visualisasi Data Geospasial
Pada sesi kedua, fokus diarahkan pada keterampilan teknis dalam membaca, mengeksplorasi, dan memanipulasi data spasial. Peserta akan belajar membaca file shapefile dan GeoJSON menggunakan GeoPandas, serta melakukan operasi spasial dasar seperti buffer, intersect, dan union. Materi ini juga mencakup visualisasi data spasial baik secara statis maupun interaktif menggunakan GeoPandas dan Folium. Analisis dasar seperti spatial join dan filter data berdasarkan lokasi turut diajarkan untuk memperkuat pemahaman spasial peserta....
03
Sesi 3 – Analisis Spasial Lanjutan dan Otomasi Proses
Sesi terakhir membawa peserta ke tahap lanjutan analisis spasial dengan fokus pada efisiensi dan integrasi. Peserta akan mempelajari teknik query spasial lanjutan untuk menjawab pertanyaan berbasis lokasi, seperti mengidentifikasi objek dalam suatu zona. Selanjutnya, peserta akan mempelajari konsep otomasi dalam pemrosesan GIS, termasuk pemrosesan batch untuk konversi sistem koordinat dan penggabungan data. Sesi ini juga mencakup integrasi data spasial dari sumber eksternal menggunakan API OpenStreetMap (OSMnx), serta eksplorasi analisis jaringan jalan dan perhitungan jarak terdekat....
Kelas Ini Cocok Untuk?
01
Mahasiswa dan Akademisi
Cocok untuk yang ingin memahami dasar Python dan penerapannya dalam penelitian atau tugas akhir berbasis data spasial.
02
Praktisi GIS & Perencana
Membantu meningkatkan efisiensi kerja melalui otomasi, analisis spasial lanjutan, dan visualisasi data yang lebih dinamis.
03
Pemula & Career Switchers
Dirancang ramah pemula, cocok bagi yang ingin masuk dunia data dan GIS tanpa perlu latar belakang teknis.
04
Pengambil Kebijakan & Pemerhati Spasial
Membekali dengan keterampilan teknis untuk mendukung pengambilan keputusan berbasis bukti dan data geospasial.
Manfaat yang didapat
Menguasai Dasar Pemrograman Python
Peserta mampu memahami dan menulis kode Python dasar, termasuk penggunaan variabel, struktur data, perulangan, fungsi, dan logika kondisional.
Mampu Memproses dan Menganalisis Data Geospasial
Peserta dapat membaca, memanipulasi, dan menganalisis data spasial (vektor dan raster) menggunakan pustaka seperti GeoPandas, Shapely, dan Rasterio.
Melakukan Visualisasi Data Spasial
Peserta dapat membuat visualisasi data spasial dalam bentuk peta statis maupun interaktif dengan pustaka seperti GeoPandas dan Folium.
Mengotomasi Alur Kerja GIS dengan Python
Peserta memahami prinsip-prinsip otomasi, seperti pemrosesan data massal, konversi CRS, dan ekspor data menggunakan perulangan dan fungsi dalam Python....