Dokumen ini menjelaskan alasan dan cara menerapkan Gaya visual berbasis data dinamis untuk Batas Google menggunakan Maps JavaScript API, yang berguna untuk berbagai kasus penggunaan di berbagai industri dan segmen.
Jumlah taksi animasi di New York City menurut batas kode pos (simulasi, time lapse):
Gaya visual berbasis data adalah kemampuan Google Maps Platform yang memungkinkan Anda menggunakan poligon batas administratif Google, menerapkan gaya visual ke poligon tersebut untuk ditampilkan di peta, dan menggabungkan data Anda sendiri untuk membuat peta lengkap yang disesuaikan yang dapat digunakan untuk analisis visual dan pemahaman yang lebih baik tentang data Anda. Dokumen ini akan membahas beberapa kasus penggunaan yang menjelaskan alasan dan cara Anda dapat memvisualisasikan data dengan Gaya visual berbasis data pada peta secara mendekati real-time dengan mengintegrasikan feed data dinamis.
Gaya visual berbasis data memungkinkan Anda membuat peta yang menampilkan distribusi geografis data, menyesuaikan gaya poligon secara dinamis, dan berinteraksi dengan data melalui peristiwa klik. Fitur ini dapat digunakan untuk membuat peta yang informatif dan menarik untuk berbagai kasus penggunaan dan industri.
Berikut beberapa contoh kasus penggunaan yang dapat diterapkan ke peta yang menampilkan pembaruan data dinamis pada Gaya visual berbasis data:
- Ojek online: Pembaruan real-time dapat digunakan untuk mengidentifikasi area dengan permintaan tinggi. Dalam hal ini, beberapa penyedia mungkin memiliki harga yang lebih tinggi.
- Transportasi: Info terbaru real-time dapat digunakan untuk mengidentifikasi area kemacetan, yang akan membantu menentukan rute alternatif terbaik.
- Pemilu: Pada malam pemilu, data polling data real-time dapat digunakan untuk memvisualisasikan hasil saat terjadi.
- Keselamatan pekerja: Update real-time dapat digunakan untuk melacak peristiwa saat terjadi secara real-time, mengidentifikasi area berisiko tinggi, dan memberikan kesadaran situasional kepada petugas di lapangan.
- Cuaca: Info terbaru real-time dapat digunakan untuk melacak pergerakan badai, mengidentifikasi bahaya saat ini, serta memberikan peringatan dan pemberitahuan.
- Lingkungan: Pembaruan real-time dapat digunakan untuk melacak pergerakan abu vulkanik dan polutan lainnya, mengidentifikasi area degradasi lingkungan, dan memantau dampak aktivitas manusia.
Dalam semua situasi ini, pelanggan dapat memperoleh nilai tambahan dengan menggabungkan feed data real-time mereka dengan batas Google untuk memvisualisasikan data mereka dengan cepat dan mudah di peta, sehingga memberi mereka kekuatan super insight yang hampir instan untuk pengambilan keputusan yang lebih tepat.
Pendekatan Arsitektur untuk Solusi
Sekarang, mari kita pelajari cara membuat peta menggunakan Gaya visual berbasis data untuk memvisualisasikan data dinamis. Seperti yang diilustrasikan sebelumnya, kasus penggunaannya adalah jumlah taksi NYC yang divisualisasikan menurut kode pos. Hal ini dapat membantu pengguna memahami betapa mudahnya memanggil taksi.
Berikut adalah diagram arsitektur aplikasi dari pendekatan ini:
Solusi Gaya Visual Dinamis Berbasis Data
Sekarang, mari kita bahas langkah-langkah yang diperlukan untuk menerapkan peta koroplet Gaya visual berbasis data dinamis untuk set data Anda.
Solusi ini memungkinkan Anda memvisualisasikan set data hipotetis kepadatan taksi real-time di sekitar New York City berdasarkan kode pos. Meskipun mungkin bukan data dunia nyata, data ini memiliki aplikasi dunia nyata dan memberi Anda gambaran tentang kekuatan dan kemampuan cara data dinamis dapat divisualisasi di peta dengan Gaya visual berbasis data.
Langkah 1: Pilih data untuk divisualisasikan dan digabungkan ke ID Tempat batas
Langkah pertama adalah mengidentifikasi data yang ingin ditampilkan dan memastikan data tersebut dapat dicocokkan dengan batas Google. Anda dapat melakukan pencocokan sisi klien ini dengan memanggil metode callback findPlaceFromQuery untuk setiap kode pos. Perhatikan bahwa kode pos di AS memiliki nama yang berbeda, tetapi tingkat administratif lainnya tidak. Anda harus memastikan untuk memilih ID Tempat yang benar untuk kueri Anda jika ada hasil yang ambigu.
const request = {
query: postalCode,
fields: ['place_id'],
};
function findPlaceId() {
placesService.findPlaceFromQuery(request, function (results, status) {
if (status === google.maps.places.PlacesServiceStatus.OK) {
console.log(results[0]);
}
});
}
Jika data Anda memiliki nilai lintang dan bujur, Anda juga dapat menggunakan Geocoding API dengan pemfilteran komponen untuk me-resolve nilai lintang/bujur tersebut ke nilai ID Tempat untuk lapisan fitur yang gaya visualnya ingin Anda buat. Dalam contoh ini, Anda akan menata gaya lapisan fitur POSTAL_CODE.
Langkah 2: Menghubungkan ke data real-time
Ada berbagai cara untuk terhubung ke sumber data, dan implementasi terbaik akan bergantung pada kebutuhan spesifik dan infrastruktur teknis Anda. Dalam hal ini, asumsikan bahwa data Anda berada di tabel BigQuery dengan dua kolom: “zip_code” dan “taxi_count”, dan Anda akan membuat kueri melalui Firebase Cloud Function.
async function queryNycTaxis() {
// Queries the NYC Taxis dataset.
// Create a client
const bigqueryClient = new BigQuery();
// The SQL query to run
const sqlQuery = 'SELECT zip_code, taxi_count
FROM \'YOUR_DATASET_ID.TABLE\' LIMIT 100';
const options = {
query: sqlQuery,
// Location must match that of the dataset(s)
// referenced in the query.
location: 'US',
};
// Run the query
const [rows] = await bigqueryClient.query(options);
rows.forEach(row => {
const postalCode = row['zip_code'];
const taxiCount = row['taxi_count'];
});
}
Selanjutnya, Anda harus memastikan data tetap aktual. Salah satu cara melakukannya adalah dengan memanggil kueri di atas menggunakan web worker, dan menyetel timer untuk memuat ulang data menggunakan fungsi setInterval. Anda dapat menetapkan interval ke nilai yang sesuai, seperti memuat ulang peta setiap 15 detik. Setiap kali waktu interval berlalu, pekerja web akan meminta nilai taxiCount yang diperbarui per postalCode.
Setelah kita dapat membuat kueri dan memuat ulang data, mari kita pastikan tampilan poligon peta mencerminkan perubahan ini.
Langkah 3: Buat gaya peta dengan gaya visual berbasis data
Setelah Anda memiliki nilai data dinamis yang diperlukan untuk membuat dan menerapkan gaya visual ke batas kode pos di instance JavaScript Maps sebagai objek JSON, saatnya untuk memberinya beberapa gaya sebagai peta koroplet.
Dalam contoh ini, Anda akan menata gaya peta berdasarkan jumlah taksi di setiap kode pos, sehingga pengguna dapat mengetahui kepadatan dan ketersediaan taksi di area mereka. Gayanya akan bervariasi bergantung pada nilai jumlah taksi. Area dengan taksi paling sedikit akan menerapkan gaya visual ungu, dan gradien warna akan berpindah melalui merah, oranye, dan berakhir di kuning taksi NYC untuk area dengan kepadatan tertinggi. Untuk skema warna ini, Anda akan menerapkan nilai warna ini ke fillColor dan strokeColor. Menetapkan fillOpacity ke 0,5 memungkinkan pengguna melihat peta yang mendasarinya, dan menetapkan strokeOpacity ke 1,0 memungkinkan mereka membedakan antara batas poligon yang berwarna sama:
const featureLayer = map.getFeatureLayer(
google.maps.FeatureType.POSTAL_CODE
);
featureLayer.style = (featureStyleFunctionOptions) => {
const placeFeature = featureStyleFunctionOptions.feature;
// taxiCount per (postal_code) PlaceID
const taxiCount = zips[placeFeature.placeId];
let fillColor;
let strokeColor;
// Apply colors to features based on taxiCount values
if (taxiCount < 8) {
fillColor = "#571845";
strokeColor = "#571845";
} else if (taxiCount < 13) {
fillColor = "#900c3e";
strokeColor = "#900c3e";
} else if (taxiCount < 21) {
fillColor = "#c60039";
strokeColor = "#c60039";
} else if (taxiCount < 34) {
fillColor = "#fe5733";
strokeColor = "#fe5733";
// keep else if or the whole map gets this style with else
} else if (taxiCount >= 34) {
fillColor = "#fec30f";
strokeColor = "#fec30f";
}
return {
fillColor,
strokeColor,
fillOpacity: 0.5,
strokeOpacity: 1.0,
};
Kesimpulan
Gaya visual berbasis data untuk batas Google memungkinkan Anda menggunakan data untuk menata gaya peta Anda untuk berbagai penerapan di seluruh industri dan segmen. Dengan terhubung ke data real-time, Anda dapat menyampaikan apa yang terjadi, di mana hal itu terjadi, dan saat hal itu terjadi. Kemampuan ini berpotensi untuk memaksimalkan nilai data real-time Anda dan membantu pengguna lebih memahaminya secara real-time, di dunia nyata.
Tindakan Berikutnya
- Tonton webinar Cara menggunakan Gaya visual berbasis data untuk menata gaya batas peta Google.
- Tingkatkan visualisasi Anda dengan peristiwa klik untuk Gaya visual berbasis data.
- Pertimbangkan untuk menambahkan Penanda Lanjutan ke peta Anda.
Kontributor
Penulis utama:
Jim Leflar | Engineer Solusi Google Maps Platform