Instalasi Miniconda untuk Pengolahan Data Geospasial dengan Earth Engine API

Miniconda adalah alternatif dari Anaconda yang hanya terdiri dari Python, conda, dan beberapa library Python esensial lainnya seperti pip, zlib, dan beberapa lainnya. Kelebihan dari Anaconda/Miniconda adalah adanya Conda sebagai package manager yang bisa mengatur environment dan instalasi package yang kita inginkan. Anaconda direkomendasikan bagi pemula yang baru mengerti conda atau Python dan memiliki ruang yang cukup untuk menginstal beberapa package bawaan sekaligus.

Karena keterbatasan space di SSD, artikel kali ini saya ingin membahas penggunaan Miniconda untuk mempersiapkan sebuah environment untuk mengolah data geospasial melalui Google Earth Engine API. Instalasi Miniconda3 di Windows 10 bisa dilakukan dengan mengunduh dari tautan berikut ini (Miniconda — Conda documentation). Setelah mejalankan instalasi Miniconda3, saya sarankan untuk menginstal hanya untuk user anda (bukan all users). Setelah terinstal Miniconda, Anda bisa menggunakan Anaconda Prompt atau Anaconda Powershell Prompt untuk memulai instalasi tools di bawah ini, namun sebelumnya saya akan membahas singkat kedua tools yang dapat dipakai untuk mengolah data geospasial melalui Google Earth Engine di Python.

Google Earth Engine Python API dan GEE Map

Google Earth Engine menyediakan penginderaan satelit dan dataset geospasial yang beragam. Arsip data publik ini berukuran hingga 20 petabyte dan dapat dipakai untuk berbagai macam jenis analisis. Melalui Earth Engine API, kita dapat menggunakan Google Cloud untuk membantu mengolah data satelit tersebut untuk pengembangan aplikasi geospasial kita. Selain dari JavaScript, Earth Engine API juga bisa diakses melalui bahasa pemrograman Python. Kelebihan menggunakan Python adalah banyaknya toolset yang sudah tersedia di Python untuk pemrosesan data lebih lanjut, namun perlu diketahui bahwa status development dari Earth Engine API di Python masih Pre-Alpha, sehingga perlu diingat bahwa beberapa fitur di Python API berbeda dari Javascript API.

Selain itu, library yang cukup penting untuk melakukan eksplorasi data geospasial melalui Google Earth Engine adalah library GEEMap (https://geemap.org). Library ini dikembangkan oleh Prof. Qiusheng Wu dan tutorial penggunaan library ini dapat diakses di channel YouTube Prof. Wu. Kelebihan dari library ini adalah kemudahan untuk membuat peta dengan syntax yang serupa dengan JavaScript agar lebih mudah transisi dari Google Earth Code Editor (JavaScript) ke Jupyter Notebook (Python). Selain itu, terdapat berbagai fitur tambahan di peta yang dihasilkan, selengkapnya bisa dilihat di tutorial yang telah disediakan oleh Prof. Wu.

Instalasi Menggunakan Conda

Untuk instalasi GEEMap maupun Earth Engine API menggunakan Conda sangat sederhana, pertama kita bisa membuat sebuah environment baru dengan

conda create -n earthengine python=3.9
conda activate earthengine

Lalu kita dapat menginstal GEEMap dan Earth Engine API menggunakan command:

conda install -c conda-forge earthengine-api
conda install -c conda-forge geemap

Setelah terinstal earthengine-api dan geemap, kita sudah bisa memulai pengembangan melalui Jupyter Notebook dan memulai eksplorasi data

Gambar 1. GEEMap dan Earth Engine API di atas Jupyter Notebook untuk mencari data Carbon Monoxide

Selamat mencoba dan melakukan eksplorasi data satelit yang terbuka dari European Space Agency (ESA) melalui berbagai jenis satelit Sentinel ataupun data-data terbuka lainnya.