Saya ingin mengetahui beberapa contoh proyek GIS yang salah.
yaitu keputusan buruk akan / dibuat, berdasarkan pada output GIS dari proyek itu.
Saya tidak melihat penamaan dan mempermalukan siapa pun, jadi jika itu adalah perusahaan tempat Anda bekerja, harap jangan sebutkan nama itu, dan sembunyikan cerita jika perlu. Saya yakin pasti ada beberapa contoh publik utama?
mis. Proyek manajemen bencana, salah karena data yang buruk atau ketinggalan zaman.
Saya akui, ini adalah pertanyaan yang cukup subyektif tanpa jawaban yang benar. Oleh karena itu, saya akan membiarkan suara melakukan pembicaraan, dan jika seseorang dapat mengonversi ke c-wiki jika perlu.
Secara pribadi, saya akan mendapat manfaat besar dari ini, dan saya akan memberikan contoh ketika mengajar GIS.
sumber
Ini satu lagi: Eurocrat melupakan Wales di sampul buku tahunan Eurostat 2004
Reaksi dari BBC , Telegraph , dan Mail .
(via blog Analisis Spasial ; gambar dari GIT NEWS )
sumber
Pertanyaan yang bagus untuk ditanyakan di atas bir (Anda pasti akan mendapatkan jawaban yang menyenangkan).
Kegagalan terbesar saya (ya jamak sayangnya) biasanya berputar di sekitar lingkup creep. Lebih banyak tidak pernah lebih baik, kata-kata untuk dijalani.
sumber
Bukankah seharusnya Cristopher Columbus disebutkan di sini?
Dia pikir dia ada di sisi lain dunia ketika dia tiba di Amerika. Tidak diragukan lagi itu karena data peta yang buruk.
sunting: mungkin setidaknya bukan hanya data yang buruk menurut komentar pengacau, lebih seperti teknik arsitek umum untuk mewujudkan proyek impian mereka.
/ Nicklas
sumber
Astaga, saya bisa menyebutkan beberapa. Masalah utama saya tentang proyek GIS, adalah mereka dipikirkan, dianalisis, dirancang dan dibangun sebagai proyek TI dengan elemen GIS, bukan proyek GIS. Pentingnya data dan manajemen data selalu tampak menurun dan, jujur saja, mereka adalah beberapa orang di luar sana yang tidak cukup tahu tentang GIS untuk terlibat dalam perencanaan mereka.
Saya pernah tahu tentang sebuah proyek, dikalengkan setelah 6 tahun menjadi jalan, cara, cara melebihi anggaran, yang penggambaran Lead BA Inggris tentang Inggris adalah sistem koordinat bola 100.000 km.
Jika suatu proyek memiliki elemen GIS, atau seluruhnya merupakan GIS, itu harus direncanakan, dari Get GO sebagai GIS. Untuk beberapa kali dibangun sebagai IS dengan beberapa peta ditempelkan, dan mereka selalu gagal total.
sumber
Banyak kegagalan yang saya lihat adalah akibat dari Big Design Up Front , yang kemudian menyebabkan dilema biaya yang besar .
sumber
Saya punya satu. Alur kerja untuk Proyek GIS. Jika Anda tidak melakukan ini dengan benar, Anda akan menghabiskan banyak waktu dan uang untuk sebuah organisasi. Contohnya adalah merancang model data untuk mengumpulkan jaringan berbasis utilitas. Sebagai manajer proyek, Anda harus menghabiskan sebagian besar waktu Anda mempersiapkan model data untuk Proyek GIS. Ada organisasi yang menggunakan model data mereka sendiri (biasanya yang lama). ESRI memiliki begitu banyak model data khusus industri yang dapat digunakan seseorang dalam proyek mereka daripada mulai dari awal.
sumber
Spatial Sustain menunjukkan satu contoh lagi: Peta Satire Mendapat The Economist in Trouble .
The Economist menerbitkan sebuah artikel tentang Skotlandia dan sampulnya tampak seperti:
Menurut blog :
...
Hasilnya: 1595 komentar sejauh ini (seperti untuk 16.04.12). Dan diskusi yang cukup memanas;)
sumber
Bergantung pada apa yang Anda sebut 'buruk', tetapi kesan saya adalah bahwa sebagian besar peta yang dibuat oleh ilmuwan-ilmuwan di universitas sangat buruk sehingga tidak ada yang menggunakannya (kecuali, mungkin, untuk model perubahan iklim).
Kesalahan paling umum: interpolasi terlalu optimis. Alih-alih menggunakan rata-rata global untuk suatu area / strata, nilai-nilai diinterpolasi menggunakan teknik rumit yang menyembunyikan fakta bahwa itu tidak lebih tepat atau bahkan kurang tepat daripada menggunakan rata-rata / standar deviasi.
Lihat misalnya: http://www.springerlink.com/content/qq5h67635g4l4417/ atau makalah diskusi panjang di sini: http://dx.doi.org/10.1016/S0016-7061(97)00072-4
Kesalahan kedua (dan terkait) yang paling umum: berpikir bahwa kesalahan kriging mewakili kesalahan pada prediksi Anda.
sumber
Contoh yang baik adalah untuk meninjau proyek US-DOI / BLM yang disebut ALMRS atau NILS. Kedua proyek ini dihentikan setelah 10 dari jutaan dolar (atau lebih menurut perkiraan) investasi untuk meningkatkan akurasi catatan tanah nasional.
Keduanya ditemukan memiliki akurasi yang menurun dan dalam beberapa kasus menunjukkan limbah kotor.
Pada akhirnya, ditemukan bahwa sumber data komersial, yang dibangun menggunakan data BLMS sendiri jauh lebih akurat dan terkini daripada apa yang dilakukan sistem BLM baru.
Begitu banyak kegagalan sehingga kantor BLM sendiri mengontrak sumber komersial karena kebutuhan tidak terpenuhi oleh sistem yang dikembangkan secara internal. Persyaratan komprehensif tidak diperhatikan untuk kebutuhan mereka sendiri.
sumber
Berikut adalah satu lagi (cukup mengejutkan) contoh dari Google yang menyebabkan kegemparan di Jepang dengan memasukkan 1858 (sic!) Peta woodblock Tokyo (Edo) di Google Earth.
Meskipun peta itu sendiri cantik:
( sumber interaktif )
itu menunjukkan dengan tepat lokasi desa Buraku yang dulu dihuni oleh 'orang yang tak tersentuh'. Dan bahkan setelah bertahun-tahun ada kekhawatiran bahwa prasangka dan diskriminasi mungkin masih menjadi masalah.
Saya semakin mencintai Jepang sekarang! ;]
(info lebih lanjut tentang masalah ini di sini dan di sini .)
sumber