
Kode
KM03221163
Mata Kuliah
Visualisasi Analisis Data Spasial Lanjut
2
SKS
Deskripsi
Capaian Pembelajaran
Yang Kamu Pelajari
Prasyarat Pengetahuan Sebelumnya
Item Penilaian
Deskripsi
Mata kuliah ini mengajarkan tentang penggunaan teknik visualisasi data spasial lanjut dalam menganalisis masalah kesehatan masyarakat. Mahasiswa akan mempelajari konsep pemetaan, analisis spasial, dan teknik visualisasi data spasial tingkat lanjut yang relevan dengan konteks kesehatan masyarakat. Mata kuliah ini menekankan pada aplikasi praktis dari konsep-konsep tersebut untuk memahami dan mengatasi masalah kesehatan masyarakat yang kompleks.
Capaian Pembelajaran
- Mahasiswa mampu mengenal pengelolaan informasi geospasial dasar tingkat lanjut di layanan kesehatan primer menggunakan GeoDa dan SaTScan
- Mahasiswa mampu menggunakan mengenal GeoDa sebagai aplikasi pengolah data spasial tingkat lanjut
- Mahasiswa mampu praktik analisis data kesehatan menggunakan GeoDa
- Mahasiswa mampu menggambarkan output hasil olah data GeoDa dan menelusuri riset terkait
- Mahasiswa mampu mempraktikkan penggunaan SaTScan, menggambarkan output hasil olah data SaTScan, dan menelusuri riset terkait
Yang Kamu Pelajari
- pengantar visualisasi analisis data spasial lanjut
- Tujuan Analisis Menggunakan Geoda (konsep dasar)
- Add/delete fields, variable calculation (Fungsi dasar)
- Fungsi Spatial Weights Matrix, perbedaan jenis spatial weight matrix, dan membuat Queen Weights Matrix
- Global Moran's I (univariate), LISA (Local Indicator of Spatial Association) : Bivariate
- Export hasil analisis Moran's I dan LISA
- Menampilkan peta di GeoDa
- Menginterpretasikan hasil analisis Moran's I dan LISA
- Analisis data menggunakan SaTScan
- Pengantar dasar penggunaan SaTScan
- Menyusun Dataset SaTScan sederhana
- Perbedaan analisis spatial dan space-time SaTScan
- Intergasi (Mengolah) hasil analisis SaTScan di QGIS
- Interpretasi hasil Analisis SaTScan ke artikel/laporan + review artikel
Prasyarat Pengetahuan Sebelumnya
Visualisasi Analisis Data Spasial
Item Penilaian
- Presensi 15%
- Tugas mandiri 10%
- Tugas kelompok 5%
- UTS 35%
- UAS 45%

Jl. A. Yani, Pabelan, Kartasura, Sukoharjo, Jawa Tengah 57169 Indonesia
More Information
© Copyright 2026 - Universitas Muhammadiyah Surakarta

