Anggri Yulio P
Web Developer, sekarang mulai jatuh hati pada Computer Vision.
February 8, 2020 7:05 am
Info! Ini adalah artikel pertama saya di kanal Data Challenge, kanal ini nantinya akan dimuat artikel terkait contoh kasus pengolahan data.
Artikel kali ini masih berkaitan dengan tulisan saya sebelumnya tentang Manipulation & Cleaning Data Source . Pada artikel ini saya akan melakukan visualisasi data pada Google Maps menggunakan Python berdasarkan data yang telah diolah sebelumnya.
Disini saya menggunakan library Python, library ini bisa diinstall dengan perintah pip install gmaps jika menggunakan conda dapat diinstal dengan perintah conda install -c conda-forge gmaps .
| Unnamed: 0 | NoLink | Provinsi | KotaKab | Link | TipeFaskes | No | KodeFaskes | NamaFaskes | AlamatFaskes | TelpFaskes | Latitude | Longitude | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 0 | Nanggroe Aceh Darussalam | Kota Langsa | https://lovia.life/id/health/bpjs/area/kota-la… | Rumah Sakit | 1.0 | 0001R001 | RSU Cut Nyak Dhien | Jl. Tm Bahrum No. 1 Langsa | 0641-0621039 | 4.488058 | 97.947963 |
| 1 | 1 | 0 | Nanggroe Aceh Darussalam | Kota Langsa | https://lovia.life/id/health/bpjs/area/kota-la… | Rumah Sakit | 2.0 | 0001R004 | RSU Cut Meutia Langsa | Jl.Garuda Kebun Baru Langsa | 0641- 4840076 | 4.488088 | 97.947781 |
| 2 | 2 | 0 | Nanggroe Aceh Darussalam | Kota Langsa | https://lovia.life/id/health/bpjs/area/kota-la… | Rumah Sakit | 3.0 | 0105R001 | RSUD Langsa | Jln.A.Yani No. 1 Langsa | 0641-22051 | 4.472208 | 97.975533 |
| 3 | 3 | 0 | Nanggroe Aceh Darussalam | Kota Langsa | https://lovia.life/id/health/bpjs/area/kota-la… | Rumah Sakit | 4.0 | 0105R013 | RSU Ummi | Jln. Prof. A. Madjid Ibrahim | 0641-22886 | 4.470376 | 97.991915 |
| 4 | 4 | 0 | Nanggroe Aceh Darussalam | Kota Langsa | https://lovia.life/id/health/bpjs/area/kota-la… | Puskesmas | 1.0 | 00010001 | Langsa Lama | Gampong Meurandeh Dayah | 0641-064121218 | 4.478172 | 97.949988 |
| … | … | … | … | … | … | … | … | … | … | … | … | … | … |
| 29152 | 29152 | 513 | Kalimantan Utara | Kab. Tana Tidung | https://lovia.life/id/health/bpjs/area/kab-tan… | Dokter Praktik Perorangan | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 29153 | 29153 | 513 | Kalimantan Utara | Kab. Tana Tidung | https://lovia.life/id/health/bpjs/area/kab-tan… | Dokter Gigi | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 29154 | 29154 | 513 | Kalimantan Utara | Kab. Tana Tidung | https://lovia.life/id/health/bpjs/area/kab-tan… | Klinik Utama | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 29155 | 29155 | 513 | Kalimantan Utara | Kab. Tana Tidung | https://lovia.life/id/health/bpjs/area/kab-tan… | Klinik Pratama | 1.0 | 0472B001 | RSUD Akhmad Berahim | Jl. Perintis Km I | 0813-86928242 | NaN | NaN |
| 29156 | 29156 | 513 | Kalimantan Utara | Kab. Tana Tidung | https://lovia.life/id/health/bpjs/area/kab-tan… | Apotek | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
Dari data di atas bisa dilihat bahwa nantinya kita akan menggambar heatmap pada Google Maps berdasarkan titik Latitude dan Longitude, maka terlebih dahulu kita akan membersihkan data kembali untuk menghapus row yang tidak memiliki nilai Latitude dan Longitude dengan fungsi dropna() dari Pandas. Agar nantinya dapat menampilkan peta dari Google Maps, maka terlebih dahulu kita harus mendapatkan api key dari google silahkan merujuk pada halaman Developer Google untuk mendapatkan api key tersebut.
Load Library dan Setup Api Key
Pertama kali tentu saja kita harus memanggil library yang kita gunakan.
|
1 2 3 4 5 6 |
import gmaps import gmaps.datasets import pandas as pd gmaps.configure(api_key='AI_YOUR_API_KEY') data = pd.read_csv('Data Faskes BPJS 2019-clean_data.csv', header=0) |
Ganti AI_YOUR_API_KEY pada baris ke-5 dengan API KEY milik anda. Pada baris ke-6 kita melakukan load data source. Selanjutnya kita melakukan pembersihan data atau menghapus row yang tidak memiliki nilai Latitude dan Longitude.
|
1 |
data = data.dropna(how='any', subset=['Latitude','Longitude']) |
Selanjutnya ambil hanya kolom Latitude dan Longitude, buat sebuah layer baru untuk heatmap lalu tampilkan petanya.
|
1 2 3 4 5 |
locations = data[['Latitude','Longitude']] heatmap_layer = gmaps.heatmap_layer(locations) fig = gmaps.figure(map_type='SATELLITE') fig.add_layer(heatmap_layer) fig |
Jalankan skrip tersebut maka kita akan mendapatkan peta heatmap seperti gambar berikut.
Heatmap Python & Google Maps
Incoming Terms
- Fungsi Dropna Di Python
