Penelitian Chao Gong saat ini berfokus pada metode analisis geospasial berbasis API yang mendukung akses data hampir real-time dan sesuai permintaan.
Peneliti PhD dari Maynooth University, Chao Gong, telah menghabiskan lebih dari 10 tahun sebagai profesional di bidang analisis data geospasial, dengan latar belakang pekerjaan survei dan pemetaan tingkat nasional di Tiongkok.
Selama bekerja di Tiongkok, Gong terlibat dalam pengelolaan database geospasial berskala besar dan mendukung proyek infrastruktur, penggunaan lahan, dan lingkungan.
Saat ini, beliau sedang mengejar gelar PhD dalam sistem informasi geografis (GIS) dan penginderaan jarak jauh di Maynooth, dan juga bekerja sebagai spesialis GIS di Quarry Consulting, yang berbasis di Co Mayo.
Karya terbarunya berfokus pada otomatisasi alur kerja analisis spasial dan mengintegrasikan akses data real-time dan on-demand ke dalam sistem GIS.
“Seiring waktu, penelitian saya telah berevolusi dari pemrosesan GIS tradisional menuju pendekatan yang lebih dinamis dan berbasis API yang bertujuan untuk meningkatkan efisiensi dan menjembatani kesenjangan antara penelitian akademis dan aplikasi di dunia nyata,” katanya.
Apa yang menginspirasi Anda untuk menjadi peneliti?
Saya pertama kali diperkenalkan dengan GIS selama studi sarjana saya, dan saya langsung terpesona dengan bagaimana data spasial dapat digunakan untuk memahami dan menafsirkan dunia nyata.
Namun, momen yang lebih menentukan terjadi kemudian selama pekerjaan profesional saya. Saya terlibat dalam proyek-proyek di mana sejumlah besar data geospasial harus diproses secara manual, yang sering kali memerlukan banyak waktu dan upaya sebelum analisis yang berarti dapat dimulai.
Saya ingat pernah berpikir bahwa tantangan sebenarnya bukan hanya menganalisis data, namun juga mengakses dan mengelolanya secara efisien. Kesadaran itu melekat pada saya dan menjadi titik balik. Hal ini membuat saya menyadari bahwa meningkatkan cara kita bekerja dengan data spasial dapat memberikan dampak yang sama besarnya dengan analisis itu sendiri.
Saat itulah saya tertarik untuk mengeksplorasi pendekatan baru, yang akhirnya mengarahkan saya pada penelitian.
Bisakah Anda memberi tahu kami tentang penelitian yang sedang Anda kerjakan?
Penelitian saya saat ini berfokus pada pengembangan metode analisis geospasial berbasis API yang mendukung akses data hampir real-time dan sesuai permintaan.
Saya telah mengembangkan alat berbasis QGIS yang mengintegrasikan data spasial lokal dengan layanan web langsung seperti WFS dan ArcGIS API. Hal ini memungkinkan pengguna untuk melakukan analisis kedekatan tanpa harus mengunduh kumpulan data lengkap terlebih dahulu, yang merupakan batasan umum dalam alur kerja GIS tradisional.
Alat ini telah diterapkan bekerja sama dengan Quarry Consulting untuk mendukung tugas analisis lingkungan dalam konteks industri dunia nyata.
Dengan menggabungkan teknik seperti standardisasi sistem koordinat, pengindeksan spasial, dan caching, sistem ini meningkatkan efisiensi dan kinerja sekaligus menjaga keandalan analitis.
Pekerjaan ini mencerminkan pergeseran yang lebih luas dalam GIS menuju alur kerja yang lebih terukur, fleksibel, dan efisien data.
Menurut Anda, mengapa penelitian Anda penting?
Analisis geospasial tradisional sering kali bergantung pada pengunduhan dan pemrosesan seluruh kumpulan data, yang dapat memakan waktu dan tidak efisien, terutama karena volume data terus bertambah.
Penelitian saya mengatasi hal ini dengan mengaktifkan akses on-demand ke subset data spasial yang relevan melalui API, sehingga memungkinkan pengguna mengambil informasi yang mereka perlukan saat mereka membutuhkannya.
Pendekatan ini dapat secara signifikan mengurangi biaya transfer dan pemrosesan data, menjadikan analisis spasial lebih efisien dan mudah diakses. Hal ini sangat relevan dalam konteks dimana informasi yang tepat waktu dan dapat diandalkan sangat penting, seperti pemantauan lingkungan, perencanaan dan pembangunan infrastruktur.
Penerapan komersial apa yang Anda perkirakan untuk penelitian Anda?
Penelitian ini memiliki potensi kuat di beberapa sektor, termasuk kepatuhan dan pemantauan lingkungan hidup, perencanaan infrastruktur dan pemilihan lokasi, proyek rekayasa dan konstruksi, serta penilaian risiko spasial.
Dengan memungkinkan akses yang lebih cepat dan efisien terhadap data spasial yang relevan, organisasi dapat meningkatkan pengambilan keputusan sekaligus mengurangi biaya operasional dan hambatan teknis.
Apa saja tantangan terbesar yang Anda hadapi sebagai peneliti di bidang Anda?
Salah satu tantangan utamanya adalah menyeimbangkan akses data yang hampir real-time dengan keandalan analitis. Memastikan bahwa hasil tetap kuat saat bekerja dengan sumber data yang dinamis dan terdistribusi tidak selalu mudah.
Tantangan lainnya terletak pada pengintegrasian sumber data yang heterogen, yang sering kali berbeda dalam format, kualitas, dan sistem koordinat.
Selain itu, menerjemahkan hasil penelitian menjadi alat praktis yang dapat diadopsi secara efektif oleh industri memerlukan menjembatani kesenjangan antara inovasi teknis dan kegunaan di dunia nyata.
Apakah ada kesalahpahaman umum mengenai bidang penelitian ini?
Kesalahpahaman yang umum adalah bahwa memiliki akses ke lebih banyak data secara otomatis menghasilkan analisis yang lebih baik.
Meskipun kumpulan data yang lebih besar dapat bermanfaat, namun belum tentu memberikan hasil yang lebih baik jika tidak relevan atau tidak dikelola secara efisien. Dalam banyak skenario dunia nyata, tantangan utamanya adalah mengidentifikasi dan mengakses data yang tepat pada waktu yang tepat, dibandingkan memproses semua data yang tersedia.
Alur kerja tradisional sering kali melibatkan pengunduhan kumpulan data lengkap, meskipun hanya diperlukan sebagian kecil. Penelitian saya berfokus pada mengatasi inefisiensi ini dengan mengaktifkan akses on-demand berbasis API ke subkumpulan data yang relevan, sehingga memungkinkan analisis menjadi lebih tepat sasaran dan efisien.
Dalam hal ini, yang penting bukan sekadar memiliki lebih banyak data, namun yang terpenting adalah memiliki akses yang lebih baik terhadap data.
Bidang penelitian apa saja yang ingin Anda tangani di tahun-tahun mendatang?
Saya ingin melihat penelitian lebih lanjut di berbagai bidang seperti pemrosesan data geospasial yang hampir real-time, integrasi antara GIS berbasis cloud dan sistem desktop, serta kombinasi GIS dengan AI dan pembelajaran mesin untuk analisis yang lebih otomatis.
Secara khusus, pengembangan sistem GIS yang skalabel dan ramah pengguna serta mudah diterapkan di lingkungan penelitian dan industri akan menjadi arah penting di masa depan.