Perpustakaan Digital ITB

Volume yang sangat besar serta atribut spasiotemporal yang dimiliki data urban menjadi tantangan dalam manajemen data urban. Walaupun dewasa ini ada banyak banyak basis data relasional yang memiliki ekstensi spasial untuk menangani hal ini, namun belum mampu menangani proses kueri pada data spasiotemporal yang sangat besar. Penelitian ini berfokus untuk mengembangkan struktur data yang dapat mengakomodasi proses kueri cepat pada data spasiotemporal menggunakan basis data MongoDB. Struktur data tersebut akan dapat mengakomodasi data lain yang tidak memiliki atribut spasiotemporal sehingga diharapkan dapat menyimpan semua jenis data urban. Struktur data yang dikembangkan dalam penelitian ini memanfaatkan Space Time Cube (STC) untuk menangani data urban yang memiliki atribut spasiotemporal. Pada penelitian yang dilakukan Chen dkk, data spasiotemporal ditautkan kedalam sebuah STC yang mana setiap sel pada STC tersebut merepresentasikan ruang (sumbu x dan sumbu y) serta merepresentasikan waktu (sumbu z). Ukuran sel pada STC tersebut disesuaikan dengan lokasi dimana struktur data ini akan diimplementasikan dengan mempertimbangkan beberapa hal sepeti luas wilayah, tingkat kemacetan, hingga struktur jalan. Struktur data yang dapat mengakomodasi data urban baik yang memiliki atribut spasiotemporal maupun yang tidak memiliki atribut spasiotemporal berhasil dibangun dalam basis data MongoDB. Berdasarkan eksperimen yang dilakukan pada struktur data tersebut, disimpulkan bahwa struktur data tersebut dapat mendukung model-model kueri data urban, baik itu kueri pada satu sumber data (single-source query), kueri origin-destination (OD), maupun kueri pada banyak sumber data (multi-source query). Kedepannya, struktur data tersebut dapat diimplementasikan untuk mengembangkan berbagai aplikasi yang mendukung analisis visual yang dapat membantu proses perencanaan tata kota.