Category: Teaching

Posted on

Inisiatif Penubuhan Pelan Induk Geospatial Negeri Johor

Pelan Induk Geospatial Negeri Johor

Oleh Shahabuddin Amerudin

Pengenalan

Dalam era digitalisasi dan globalisasi yang pesat, teknologi geospatial telah menjadi satu keperluan asas dalam perancangan dan pembangunan negeri. Negeri Johor, yang terkenal dengan pembangunan pesat dalam sektor ekonomi, infrastruktur, dan sosial, perlu memperkenalkan sebuah Pelan Induk Geospatial yang komprehensif bagi menguruskan data geospatial dengan lebih berkesan. Pelan ini bertujuan untuk memastikan Johor mampu memanfaatkan sepenuhnya teknologi geospatial dalam menyokong pembangunan mampan, mempertingkatkan pengurusan sumber, serta meningkatkan kualiti hidup rakyatnya. Di samping itu, pelan ini juga akan memastikan data geospatial Johor diselaraskan dengan keperluan dan piawaian nasional, khususnya melalui pematuhan kepada standard MyGDI yang ditetapkan oleh Pusat Geospatial Negara (PGN).

Objektif dan Kepentingan Pelan Induk Geospatial

Objektif utama pelan ini adalah untuk memperkukuhkan infrastruktur teknologi geospatial di Johor, serta memudahkan pengurusan dan perkongsian data antara agensi kerajaan, sektor swasta, dan masyarakat umum. Pembangunan ini penting bagi memastikan segala perancangan, sama ada dalam sektor perumahan, perindustrian, atau pertanian, dapat dijalankan berdasarkan data geospatial yang tepat dan terkini. Selain itu, pelan ini juga bertujuan untuk memaksimumkan penggunaan teknologi geospatial dalam pengurusan sumber alam seperti tanah, air, dan hutan. Sebagai contoh, dengan data geospatial yang terperinci, kerajaan negeri boleh merancang penggunaan tanah dengan lebih efisien, mengelakkan pembaziran sumber, dan memastikan kelestarian alam sekitar.

Kepentingan pelan ini juga terletak pada kemampuan untuk meningkatkan kecekapan perkhidmatan awam seperti pengurusan bencana, perancangan bandar, dan penyampaian perkhidmatan kesihatan. Sebagai contoh, dalam pengurusan bencana seperti banjir, data geospatial yang tepat dapat membantu pihak berkuasa mengenal pasti kawasan yang berisiko tinggi dan merangka pelan mitigasi yang berkesan. Di samping itu, perkhidmatan pengangkutan awam juga dapat dipertingkatkan dengan menggunakan data geospatial untuk merancang laluan bas atau tren yang lebih efisien, dengan mengambil kira kepadatan penduduk dan pola perjalanan harian.

Pematuhan kepada Standard MyGDI dan Penggunaan Infrastruktur MyGDI

Salah satu elemen penting dalam pelan ini adalah pematuhan kepada standard MyGDI yang ditetapkan oleh PGN. Standard ini penting untuk memastikan data geospatial yang dikumpul oleh kerajaan negeri adalah seragam dan boleh digunakan oleh pelbagai agensi, termasuk di peringkat persekutuan. Sebagai contoh, data penggunaan tanah yang dikumpul oleh negeri Johor perlu mematuhi standard MyGDI bagi memastikan ia boleh disepadukan dengan data lain seperti data geologi atau data alam sekitar yang disimpan dalam pangkalan data MyGDI. Ini akan memudahkan perkongsian data antara agensi, serta memastikan perancangan yang lebih menyeluruh dan bersepadu dapat dilakukan.

Penggunaan Infrastruktur MyGDI juga adalah satu langkah penting dalam memastikan data geospatial Johor boleh diakses dan digunakan oleh pelbagai pihak. Infrastruktur MyGDI menyediakan platform yang membolehkan data geospatial dikongsi dan digunakan dengan lebih meluas, sama ada oleh agensi kerajaan, sektor swasta, atau masyarakat umum. Sebagai contoh, data geospatial mengenai lokasi kemudahan awam seperti hospital, sekolah, atau balai polis boleh diakses oleh pihak berkuasa tempatan atau syarikat swasta bagi tujuan perancangan atau pelaksanaan projek. Ini akan memastikan segala keputusan yang dibuat adalah berdasarkan data yang tepat dan terkini, serta mengelakkan berlakunya pertindihan atau konflik dalam penggunaan sumber.

Strategi Pelaksanaan

Pelaksanaan Pelan Induk Geospatial Negeri Johor akan dijalankan dalam beberapa fasa yang dirancang secara teliti untuk memastikan keberkesanan dan kelestarian pelan ini. Pada fasa pertama (tahun 1-2), penilaian terhadap keperluan dan kapasiti sedia ada akan dijalankan, diikuti dengan penyediaan kerangka kerja dasar yang mantap. Pada fasa ini, kerajaan negeri akan melakukan penilaian terhadap infrastruktur teknologi yang ada, serta mengenal pasti kekurangan atau jurang yang perlu ditangani. Pada masa yang sama, kerangka kerja dasar akan disediakan untuk memastikan segala aktiviti yang dijalankan adalah selaras dengan visi dan misi pelan ini.

Fasa kedua (tahun 3-5) melibatkan pengumpulan dan pemprosesan data geospatial yang lebih terperinci. Data ini akan meliputi pelbagai aspek seperti penggunaan tanah, perancangan bandar, infrastruktur, dan sumber alam. Data yang dikumpul juga akan diselaraskan dengan standard MyGDI dan diintegrasikan ke dalam pangkalan data MyGDI untuk memastikan ia boleh dikongsi dan digunakan oleh pelbagai pihak. Selain itu, pada fasa ini juga, kerajaan negeri akan membangunkan infrastruktur teknologi seperti pusat data geospatial yang canggih, serta menyediakan latihan kepada tenaga kerja yang terlibat.

Fasa ketiga (tahun 6-10) akan memberi tumpuan kepada peningkatan dan inovasi dalam penggunaan teknologi geospatial. Pada fasa ini, pelbagai aplikasi geospatial akan dibangunkan untuk menyokong pelbagai sektor seperti pertanian, perindustrian, dan pelancongan. Sebagai contoh, aplikasi geospatial boleh digunakan untuk mengenal pasti kawasan pertanian yang berpotensi tinggi atau untuk merancang pembangunan industri yang lebih mampan. Selain itu, data geospatial juga akan sentiasa dikemas kini dan relevan untuk analisis semasa, serta inovasi dalam penggunaan data akan disokong bagi meningkatkan kualiti hidup rakyat Johor.

Cabaran dan Penyelesaian

Pelaksanaan Pelan Induk Geospatial Negeri Johor tidak akan terlepas daripada pelbagai cabaran yang perlu ditangani dengan bijak. Salah satu cabaran utama adalah kekangan kewangan, di mana kos pembangunan infrastruktur dan pengumpulan data geospatial adalah tinggi. Oleh itu, kerajaan negeri perlu mencari sumber pembiayaan alternatif seperti melalui kerjasama dengan sektor swasta atau memohon bantuan pembiayaan daripada kerajaan persekutuan. Sebagai contoh, kerajaan negeri boleh menjalin kerjasama dengan syarikat swasta melalui inisiatif Public-Private Partnership (PPP) bagi membiayai projek-projek tertentu.

Selain itu, cabaran dari segi keselamatan dan privasi data juga perlu diberi perhatian serius. Data geospatial sering kali mengandungi maklumat yang sensitif, terutamanya apabila melibatkan maklumat mengenai infrastruktur kritikal atau maklumat peribadi. Oleh itu, kerajaan negeri perlu memastikan bahawa sistem keselamatan yang komprehensif dilaksanakan untuk melindungi data tersebut. Ini termasuk pematuhan kepada undang-undang seperti Akta Perlindungan Data Peribadi 2010 (PDPA), serta pelaksanaan sistem kawalan akses yang ketat bagi memastikan hanya pihak yang diberi kebenaran sahaja boleh mengakses data tersebut.

Cabaran dari segi penyelarasan antara agensi kerajaan negeri, persekutuan, serta sektor swasta juga tidak boleh diabaikan. Penyelarasan ini penting bagi memastikan segala aktiviti yang dijalankan adalah selaras dan tidak berlaku pertindihan atau konflik. Bagi menangani cabaran ini, penubuhan satu badan penyelaras yang kukuh seperti Jawatankuasa Pengurusan Geospatial Negeri adalah penting. Jawatankuasa ini akan bertanggungjawab untuk memastikan kelancaran operasi dan komunikasi antara semua pihak yang terlibat, serta memastikan segala aktiviti yang dijalankan adalah selaras dengan visi dan misi pelan ini.

Anggaran Kos dan Sumber Pembiayaan

Pelaksanaan Pelan Induk Geospatial Negeri Johor memerlukan peruntukan kewangan yang besar, dan anggaran kos keseluruhan projek adalah sekitar RM100 juta hingga RM150 juta. Kos ini merangkumi pelbagai komponen seperti pengumpulan data geospatial, pembangunan dan penyelenggaraan infrastruktur teknologi, latihan dan pembangunan kapasiti, serta kemas kini data dan inovasi. Bagi komponen pengumpulan data, anggaran kos adalah antara RM15 juta hingga RM25 juta, manakala bagi komponen pembangunan dan penyelenggaraan infrastruktur teknologi, anggaran kos adalah antara RM30 juta hingga RM50 juta. Komponen latihan dan pembangunan kapasiti memerlukan anggaran kos antara RM10 juta hingga RM15 juta, manakala bagi komponen kemas kini data dan inovasi, anggaran kos adalah sekitar RM10 juta setahun.

Bagi memastikan kelestarian projek ini, kerajaan negeri perlu mencari sumber pembiayaan yang mencukupi, sama ada melalui peruntukan bajet negeri, kerjasama dengan sektor swasta, atau bantuan pembiayaan daripada kerajaan persekutuan. Kerjasama dengan sektor swasta melalui inisiatif PPP adalah salah satu pendekatan yang boleh dipertimbangkan, di mana syarikat swasta boleh menyumbang dalam bentuk kewangan atau kepakaran teknikal, manakala kerajaan negeri menyediakan sokongan dalam bentuk dasar atau insentif. Selain itu, kerajaan negeri juga boleh memohon bantuan pembiayaan daripada kerajaan persekutuan melalui pelbagai program atau inisiatif yang disediakan oleh agensi persekutuan seperti Kementerian Kewangan atau Kementerian Sains, Teknologi, dan Inovasi.

Kesimpulan

Penubuhan Pelan Induk Geospatial Negeri Johor merupakan satu inisiatif penting yang perlu dilaksanakan dengan teliti. Pelan ini akan memastikan Johor dapat memanfaatkan teknologi geospatial secara penuh untuk memperkukuh pembangunan negeri, meningkatkan kecekapan pengurusan sumber, serta menyokong pelbagai sektor ekonomi dan perkhidmatan awam. Pematuhan kepada standard MyGDI dan penyelarasan dengan Infrastruktur Data Geospatial Negara adalah kunci kepada kejayaan pelan ini. Dengan perancangan yang teliti, pelaksanaan yang berfasa, dan kerjasama erat antara agensi-agensi yang terlibat, Johor akan dapat mencapai matlamat pembangunan yang mampan dan berdaya saing dalam jangka masa 5 hingga 10 tahun akan datang.

Posted on

Thesis, Dissertation and Project

Terminologies like thesis, dissertation and project are common in academic and research practice. Although, these terms are used synonymously by students and some faculty they have different implications. 

The word ‘dissertation’ is derived from the Latin word “dissertare” which means ‘to discuss’. Oxford Dictionary defines dissertation as ‘a long essay on a particular subject or topic especially written for a university degree or diploma’. In Merriam Webster dictionary, it is defined as “an extended usually written treatment of a subject; specifically: one submitted for a doctorate”. The Cambridge dictionary defines dissertation as “a long piece of writing on a particular subject, especially one that is done to receive a degree at college or university”. It is clear from these definitions that the emphasis in a dissertation is on a review and write up on a subject rather than the novelty of the research.

The origin of the word “thesis” comes from the Greek word “tithenai” which means “to place or to put forth”. The early Greek word “tithenai” metamorphosed into ‘thesis’ which in Greek refers “to put forth something” like a proposal. The Oxford English dictionary defines a thesis as “a long essay or dissertation involving personal research, written by a candidate for a university degree”. In Merriam Webster dictionary it is defined as a “dissertation embodying results of original research and especially substantiating a specific view”. The Cambridge dictionary defines a thesis as “a long piece of writing on a subject, especially one based on original research and done for a higher college or university degree”. In some countries, a dissertation is also referred to as a thesis. However, in contrast to dissertation thesis is an in-depth study of a topic that contributes novel information in the field of research.

The word project is derived from the Latin word “projectum” from the Latin verb “proicere” (before an action), which in turn comes from “pro” (precedence), and “iacere”(to do). Thus, the original meaning of the word “project” is to plan of something and not to the act of carrying out the plan. The Oxford English dictionary defines project as “a piece of research work undertaken by a school or college student”. In Merriam Webster dictionary, it is defined as a planned undertaking: such as a formulated piece of research. The Cambridge dictionary defines a project as “a study of a particular subject done over a period, especially by students”.

The word project is often used in the engineering field and various government plans. A research project can be a short-term (less than a year) or long-term project. A short-term research project is usually undertaken by the undergraduate students and a long-term project is usually undertaken by faculty working in research institutes. A short-term research project is an abbreviated form of the dissertation where the focus is on research methodology and not the outcome of the research. In the long-term research project, the focus is on the novelty of research in addition to the methodology like a thesis.

Source: Subhash Chandra Parija and Vikram Kate (2018). Thesis, Dissertation and Project in Thesis Writing for Master’s and Ph.D. Program. Springer Nature Singaporer Pte Ltd.

Posted on

10 Python Libraries for GIS and Mapping

Python Libraries for GIS and Mapping

Python libraries are the ultimate extension in GIS because it allows you to boost its core functionality.

By using Python libraries, you can break out of the mould that is GIS and dive into some serious data science.

There are 200+ standard libraries in Python. But there are thousands of third-party libraries too. So, it’s endless how far you can take it.

Today, it’s all about Python libraries in GIS. Specifically, what are the most popular Python packages that GIS professionals use today? Let’s get started.

First, why even use Python libraries for GIS?

Have you ever noticed how GIS is missing that one capability you need it to do? Because no GIS software can do it all, Python libraries can add that extra functionality you need.

Put simply, a Python library is code someone else has written to make life easier for the rest of us. Developers have written open libraries for machine learning, reporting, graphing and almost everything in Python.

If you want this extra functionality, you can leverage those libraries by importing them in your Python script. From here, you can call functions that aren’t natively part of your core GIS software.

PRO TIP: Use pip to install and manage your packages in Python

Python Libraries for GIS

If you’re going to build an all-star team for GIS Python libraries, this would be it. They all help you go beyond the typical managing, analyzing and visualizing of spatial data. That is the true definition of a geographic information system.

1 Arcpy

If you use Esri ArcGIS, then you’re probably familiar with the ArcPy library. ArcPy is meant for geoprocessing operations. But it’s not only for spatial analysis, but it’s also for data conversion, management and map production with Esri ArcGIS.

2 Geopandas

Geopandas is like pandas meet GIS. But instead of straight-forward tabular analysis, the geopandas library adds a geographic component. For overlay operations, geopandas uses Fiona and Shapely, which are Python libraries of their own.

3 GDAL/OGR

The GDAL/OGR library is used for translating between GIS formats and extensions. QGIS, ArcGIS, ERDAS, ENVI and GRASS GIS and almost all GIS software use it for translation in some way. At this time, GDAL/OGR supports 97 vector and 162 raster drivers.

GIS Formats Conversions

4 RSGISLib

The RSGISLib library is a set of remote sensing tools for raster processing and analysis. To name a few, it classifies, filters and performs statistics on imagery. My personal favourite is the module for object-based segmentation and classification (GEOBIA).

5 PyProj

The main purpose of the PyProj library is how it works with spatial referencing systems. It can project and transform coordinates with a range of geographic reference systems. PyProj can also perform geodetic calculations and distances for any given datum.

Python Libraries for Data Science

Data science extracts insights from data. It takes data and tries to make sense of it, such as by plotting it graphically or using machine learning. This list of Python libraries can do exactly this for you.

6 NumPy

Numerical Python (NumPy library) takes your attribute table and puts it in a structured array. Once it’s in a structured array, it’s much faster for any scientific computing. One of the best things about it is how you can work with other Python libraries like SciPy for heavy statistical operations.

7 Pandas

The Pandas library is immensely popular for data wrangling. It’s not only for statisticians. But it’s incredibly useful in GIS too. Computational performance is key for pandas. The success of Pandas lies in its data frame. Data frames are optimized to work with big data. They’re optimized to such a point that it’s something that Microsoft Excel wouldn’t even be able to handle.

8 Matplotlib

When you’re working with thousands of data points, sometimes the best thing to do is plot it all out. Enter matplotlib. Statisticians use the matplotlib library for visual display. Matplotlib does it all. It plots graphs, charts and maps. Even with big data, it’s decent at crunching numbers.

matplotlib

9 Scikit

Lately, machine learning has been all the buzz. And with good reason. Scikit is a Python library that enables machine learning. It’s built in NumPy, SciPy and matplotlib. So, if you want to do any data mining, classification or ML prediction, the Scikit library is a decent choice.

10 Re (regular expressions)

Regular expressions (Re) are the ultimate filtering tool. When there’s a specific string you want to hunt down in a table, this is your go-to library. But you can take it a bit further like detecting, extracting and replacing with pattern matching.

11 ReportLab

ReportLab is one of the most satisfying libraries in this list. I say this because GIS often lacks sufficient reporting capabilities. Especially, if you want to create a report template, this is a fabulous option. I don’t know why the ReportLab library falls a bit off the radar because it shouldn’t.

PRO TIP: If you need a quick and dirty list of functions for Python libraries, check out DataCamp’s Cheat Sheets.

Source: https://gisgeography.com/python-libraries-gis-mapping/

Posted on

Alternative measures of terrain distance

This figure provides a simple cross-sectional illustration of the kind of issues that arise. We wish to determine the distance separating points A and B. If A and B are not too far apart (e.g. less than 10 km) we could use a high precision laser rangefinder to establish the slope distance between A and B, assuming there is no atmospheric distortion. In practice, there will be some distortion and the laser wave path will need to be adjusted in order to provide an estimated slope path distance. This, in turn, will require further adjustment if it is to be referenced to a common datum or a level terrain surface. In each case, the distance recorded between A and B will be different.

From the figure, it is clear that none of these distances corresponds to the actual distance across the terrain surface along a fixed transect, nor to a distance adjusted or computed to reflect the particular model of the Earth or region of the globe we are using. In some cases, these differences will be small, whilst in other, they may be highly significant.

Source: Smith, Goodchild and Longley (2020). Geospatial Analysis. The Winchelsea Press.

 

Posted on

Kunjungan dari bekas pelajar – Sdri. Azne Hazira bt. Sukor

Hari ini seorang bekas pelajar PSM saya, Sdri. Azne Hazira bt Sukor telah datang ke UTM Johor Bahru di atas urusan pengesahan dokumen dan mengambil kesempatan untuk menziarahi saya. Beliau sekarang bekerja di Perunding Ukur DC di Subang dan sebelum itu berkhidmat di Geoinfo Services, Taman Melawati, Kuala Lumpur selepas sahaja tamat pengajian di dalam program Sarjana Muda Sains (Geoinformatik).

Pada sesi pengajian 2018/2019 beliau telah berjaya menyiapkan sebuah thesis Projek Sarjana Muda bertajuk “Determination of Potential Water Pipeline Bursting using Stochastic Approach in Geographical Information System”. Di dalam projek PSM tersebut beliau telah mendapat kerjasama daripada Pejabat Harta Bina (PHB) bagi membekalkan data awalan dan Sekolah Kejuruteraan Awam, Fakulti Kejuruteraan bagi khidmat nasihat tentang proses pengagihan bekalan paip air di kawasan UTM.

Selamat maju jaya diucapkan kepada beliau.

Posted on

PEMAKLUMAN URUSAN AKADEMIK – PERKEMBANGAN SEMASA BERKAITAN PENULARAN WABAK COVID-19

Merujuk kepada perkembangan semasa dan maklumat daripada pihak Kementerian Kesihatan Malaysia (KKM), Universiti Teknologi Malaysia (UTM) turut mengambil langkah-langkah pengawasan wabak COVID-19 sejak ianya dikesan bagi memastikan UTM bebas daripada wabak tersebut.

Sehubungan itu, pihak Pengurusan Universiti telah mengeluarkan Pekeliling Pentadbiran Bil 10/2020 bertarikh 29 Februari 2020 menasihatkan staf dan pelajar (termasuk UTM Mobility (outbound)) untuk menangguhkan perjalanan ke China dan negara-negara yang tersenarai oleh pihak KKM iaitu Korea Selatan, Jepun, Iran dan Itali. Bagi pelajar kanan, permohonan penangguhan pengajian yang disebabkan oleh COVID-19 diputuskan juga sebagai tidak termasuk dalam kiraan semester pengajian.  Keputusan ini terpakai sehingga keadaan kembali normal berdasarkan pengesahan pihak KKM.

Pihak Universiti juga sedia maklum terdapat pelajar antarabangsa baharu yang telah menerima tawaran mengikuti pengajian dari negara-negara yang tersenarai. Bakal pelajar (termasuk UTM Mobility (inbound)) yang belum tiba di Malaysia adalah dinasihatkan supaya menangguhkan pendaftaran masing-masing.

Semua pihak yang terlibat adalah diminta mengambil maklum dan tindakan mengenainya.

Sekian, terima kasih

Office of Deputy Vice Chancellor (Academic & International)
Sultan Ibrahim Chancellery Building
Universiti Teknologi Malaysia
81310 UTM Johor Bahru, Johor