Arsitektur cloud native mengalami peningkatan popularitas di bidang IT, menghasilkan berbagai perkembangan perangkat dan praktik terbaik yang dikembangkan oleh perusahaan komputasi awan untuk membuat proses pengembangan yang murni berjalan di atas komputasi awan. Bidang informasi geospasial juga secara perlahan mulai bermigrasi untuk mengikuti tren komputasi awan, memindahkan algoritma yang biasanya terlalu berat untuk dijalankan di sebuah komputer dan melakukan visualisasi di atas aplikasi peta di halaman web. Artikel ini membahas evolusi aplikasi Geospasial di Awan (cloud native geospatial) dengan melihat arsitektur dan praktik terbaik yang muncul belakangan ini.
Sebelum mengeksplorasi lebih lanjut tentang Geospasial di Awan dan memberikan definisinya, ada empat asumsi yang menjadi dasar pengembangan ekosistem Geospasial di Awan:
- Semua data yang dibutuhkan oleh user ada di Awan, koleksi data ini jauh lebih besar dari data yang dapat dikumpulkan di sebuah komputer pribadi.
- Komputasi yang tidak terbatas untuk mengolah data besar ini tersedia di Awan dan algoritma yang mendasari pemrosesan data tersebut dapat dibagikan secara daring dan diubah-ubah secara kolaboratif.
- Sistem antrian dan notifikasi dapat dikembangkan agar data baru dapat diproses secara langsung, memberikan perkembangan terkini dan notifikasi kepada penggunanya.
- Data bisa divisualisasikan dengan peta melalui peladen web map tiles yang bisa menunjukkan data sumber maupun data dalam proses ataupun hasil akhir pemrosesan data.
Melalui empat asumsi dasar ini, proses pengolahan data geospasial yang sudah ada bisa berubah dengan adanya kapabilitas komputasi awan dan proses data yang sepenuhnya ada di Awan. Hasil dari asumsi ini adalah berbagai perkembangan teknologi untuk menunjang konsep microservices, bukan hanya dalam perspektif teknologi, namun juga dalam proses dan metodologi. Beberapa hasil evolusinya adalah munculnya paradigma-paradigma baru dalam pengolahan data geospasial.
Jika seluruh data sudah ada di Awan, tidak perlu lagi adanya duplikat data untuk mengolah dan memroses data. Sebelumnya kita perlu mengunduh data geospasial untuk menggunakan perangkat lunak untuk melakukan proses dan membuat visualisasi. Dengan komputasi awan, pemilik data dapat membayar untuk harga penyimpanan data sedangkan pengguna dapat membayar untuk akses data tanpa perlu memikirkan infrastruktur besar yang menjembataninya.
Paradigma yang berubah akibat data di Awan adalah algoritma yang dapat dikirim ke tempat data, dan bukan sebaliknya. Saat data ada di Awan, akan lebih realistis untuk membuat kontainer yang berisi algoritma pemrosesan untuk dijalankan di komputasi awan yang dekat dengan sumber data. Kontainer algoritma ini bisa dalam bentuk kontainer Docker atau sebuah fungsi seperti AWS Lambda / Google Cloud Functions. Komputasi ini dapat menggunakan sistem geospasial awan terkini seperti RasterFoundry atau Google Earth Engine, di mana pengguna dapat mengirimkan sebuah instruksi operasi pengolahan data.
Ketika data dan algoritmanya sudah bisa diimplementasikan dan dibagikan dengan sesama pengguna data, kolaborasi antar peneliti dapat muncul. Pengguna selanjutnya dapat menggunakan algoritma yang tersedia secara terbuka dan menerapkannya terhadap data yang tersedia tanpa perlu mendalami proses di belakang layar. Melalui bantuan layanan web map tiles, data-data ini bisa divisualisasikan pada setiap langkah dalam proses tersebut.
Akhir dari data hasil pengolahan GIS atau penginderaan jauh ini umumnya berupa sebuah peta statis yang seringkali berada di sebuah slide PowerPoint. Tujuan sebuah peta adalah untuk membantu memberikan informasi yang tepat guna, dengan Geospasial di Awan, pengguna yang membutuhkan informasi tertentu dapat berlangganan produk data untuk area yang diminati oleh pengguna tersebut tanpa harus membaca peta statis untuk mencari data yang dibutuhkan.
Realisasi Geospasial di Awan adalah penggunaan format data Cloud Optimized GeoTIFF yang dapat memanfaatkan fitur HTTP yaitu Byte Serving. Byte Serving adalah teknologi yang mendasari konsep streaming musik dan video tanpa harus mengunduh keseluruhan file audio atau video. Format COG mengikuti prinsip yang serupa sehingga pengguna dapat mengakses hanya bagian dari sebuah file raster yang dibutuhkan, sehingga konsep pengolahan data baru dapat dikembangkan.
Konsep utama dari COG relatif sederhana, dengan menaruh data penginderaan dan data penggambaran tersebut di Awan dan dapat diakses sebagai secara streaming. Melalui COG dan penyimpanan di Awan, perangkat lunak dapat dikembangkan untuk mengakses data ini di ekosistem Awan yang sama, sehingga pengolahan data dapat dilakukan tanpa perlu biaya unduh data dan penyimpanan data. Pengguna tidak perlu lagi menghabiskan waktu untuk mencari data, tapi hanya perlu mengakses data terkini yang tersedia dan menghasilkan analisis berdasarkan data tersebut.
Konsep kedua yang membantu sebuah aplikasi Geospasial di Awan adalah katalog aset spatiotemporal (SpatioTemporal Asset Catalog). Penyedia data penginderaan dan penggambaran tidak perlu lagi menyiapkan sistem katalog, namun bisa mengadopsi katalog STAC untuk mengidentifikasi seluruh data yang tersedia.
Konsep ketiga adalah adanya web tiling dinamis, menggunakan COG sebagai data masukan, perantara dan keluaran, sebuah server web map yang mengikuti standar Open Geospatial Consortium seperti WMTS ataupun XYZ tiles dapat digunakan untuk membantu visualisasi data. Layanan yang dapat membaca COG dan menghasilkan web map tile seperti rio-tiler dapat digunakan untuk mengembangkan prinsip visualisasi data ini.
Menggunakan ketiga teknologi ini dan berdasarkan sistem-sistem yang sudah dikembangkan menggunakan konsep Geospasial di Awan, pengguna dapat menghasilkan data peta yang dapat ditambahkan oleh informasi terkini dan bukan peta statis. Akhirnya, data geospasial bisa menjadi bagian dari kehidupan, membantu memperbaiki aplikasi yang sudah ada dan membantu membuat ekosistem interoperabilitas di mana berbagai organisasi dapat mengadopsi teknologi-teknologi ini untuk menyajikan data mereka. Selanjutnya, pengguna dapat fokus dengan hasil analisis yang dapat dibuat melalui data-data terkini yang terbuka untuk umum untuk aplikasi demi kemaslahatan bersama.
Artikel ini merupakan intisari dari seri artikel oleh Chris Holmes: Cloud Native Geospatial – Planet Stories – Medium.
Josef Matondang 