119 198 1 SM PDF
119 198 1 SM PDF
1 Juni 2010: 82 - 88
Diterima (received): 04 April 2010; Disetujui untuk dipublikasikan (accepted): 05 Juni 2010
ABSTRAK
Permasalahan di Indonesia hingga hari ini adalah bahwa batas administrasi kelurahan
sudah ada, tetapi batas administrasi Rukun Warga/Rukun Tetangga (RW/RT) belum ada.
Pemda DKI sudah memiliki peta skala besar (1:1.000) untuk membuat peta batas
administrasi RW. Pemetaan skala besar (Batas RW) bermanfaat untuk akurasi informasi
data kejadian penyakit demam berdarah atau penyakit lainnya, sehingga menghilangkan
bias informasi karena menggunakan peta batas kelurahan. Manfaat lainnya adalah untuk
akurasi manajemen alamat pelanggan, misalnya pelanggan PDAM, memudahkan verifikasi
data pelanggan dengan peta sekala besar terutama yang hanya mencantumkan alamat
RT/RW, tanpa menyebutkan nama jalan dan nomor rumah.
ABSTRACT
A problem in Indonesia is the fact that village boundaries are already available, but the
RW/RT boundaries (RT consists of several households, while RW consists of several RTs)
are still not done until nowadays. Government of DKI Jakarta already has big scale maps
(1:1.000) for delineating boundary of RW administration. Big Scale Mapping (RW Boundary)
can help produce more precise data, such as dengue fever or other contagious diseases, in
order to prevent bias information when using village boundaries. Another usage of the big
scale mapping is to better manage customer addresses, for example PDAM (clean water
provider) customers, so that it would be easier to find where the address of the customers
are, especially when the customers did not mention street name and house number, but
only mentioned RT/RW address.
82
Peta Skala Besar (Batas RW) dan Manfaatnya...................................................(Wiboso, A. dan Sudarmadji, BW.)
83
Globë Volume 12 No.1 Juni 2010: 82 - 88
Rumah di Blok Blok Rumah di RT RT di dalam RW RW dalam Kel Kel dalam Kec
REALITA
TEORI
REALITA
Gambar 3. Proses Pembuatan Peta RW
Manfaat
84
Peta Skala Besar (Batas RW) dan Manfaatnya...................................................(Wiboso, A. dan Sudarmadji, BW.)
Pemetaan skala besar (detail) mampu menjadi 64 (8x8) bagian yang sama baik
memberikan data lebih lengkap. Untuk lintang maupun bujurnya (sepanjang 10
dapat memberikan penjelasan yang lebih km). Tertiary Frame berdasarkan Secon-
baik, maka diambil beberapa studi kasus dary Area yang dibagi rata menjadi 100
yang sudah ada pada pembahasan bagian (10x10) sama panjang lintang dan
berikut ini. bujurnya (sepanjang 1 km). Quarternary
Frame berdasarkan pembagian Tertiary
HASIL Frame dibagi rata menjadi 4 bagian (2x2)
sama panjang lintang dan bujurnya
Contoh di Jepang : Cencus Mapping (sepanjang 500 m). Data statistik yang
System (CMS) from Small Area dapat dihasilkan dari metode grid ini
Statistic memudahkan untuk menghitung jumlah
penduduk dan rumah tangga, sensus
Jepang adalah salah satu negara di berkala atau sensus untuk data tertentu
Asia yang cukup banyak melakukan kerja yang dibutuhkan seperti sensus perta-
sama dengan pemerintah Indonesia. nian, sensus perekonomian, sensus per-
Pemerintah Jepang tahun 2002 melalui dagangan dan industri. Data grid sistem
Japan International Cooperation Agency ini juga bisa digunakan untuk memantau
(JICA) dan Statistical Information Institute data pertanahan.
for Consulting and Analysis (Sinfonica) Tahun 1990 di Jepang mulai diguna-
melakukan sosialisasi progam yakni Small kan metode Small Area Statistic berdasar-
Area Statistics (Pemetaan Statistik Area kan Cencus Mapping System (CMS)
Kecil). Jepang memiliki tingkatan wilayah yakni Cho dan Aza Statistik, Enumeration
administrasi yang hampir mirip dengan District (ED) Statistic serta Basic Unit
administrasi di Indonesia yakni Prefecture Block Statistic.
(setingkat Provinsi), Regency (setingkat
Kabupaten), Muncipality (Shi, Ku, Machi Kondisi Peta Sekala Besar di Indonesia
dan Mura, setingkat Kota/Kecamatan)
serta Major Metropolitan Area (setingkat Salah satu keunggulan teknologi saat
Kota Besar). ini adalah adanya kemampuan citra satelit
Sejak tahun 1960 Jepang telah mela- untuk mendata kenampakan bangunan
kukan pemetaan statistik dengan sistem yang ada di suatu wilayah sehingga
Densely Inhabited District (DID) yakni berapa jumlah bangunannya bisa dihitung
pemetaan untuk statistik dengan syarat dengan mudah. Penghitungan ini dengan
bangunan di kota sejumlah 5.000 unit sangat mudah terutama untuk bangunan
atau lebih dan disatukan ke dalam sebuah yang ada di daerah yang teratur. Hal
pemerintahan. Tahun 1970 Jepang mulai yang mudah ini akan menjadi sulit dikerja-
dengan sistem Grid Square Statistic kan apabila menghitung jumlah bangunan
dengan metode Primary, Secondary, dan yang ada di daerah tidak teratur. Hal ini
Tertiary Frame (Basic Grid Square) serta disebabkan banyak bangunan yang
Quaternary Frame (Divided Grid Square). tampak dari citra hanyalah satu atap saja
Metode grid system ini bisa didasarkan tetapi fakta di lapangan ternyata terdiri
atas kerapatan rumah dalam satu grid dari rumah kontrakan dengan tujuh
dengan batas administrasi terkecil adalah pintu/kontrakan. Hal ini membuktikan
(RW/RT) atau titik berat dari wilayah bahwa data hasil citra harus tetap disurvei
administrasi terkecilnya. agar mendapatkan data yang akurat,
Primary Frame memiliki bentuk yakni apakah bangunan tunggal atau
0
berdasarkan 1 (1 derajat) garis bujur dan bangunan majemuk dalam satu atap.
40’ (40 menit) garis lintang dengan pan- Saat ini Direktorat Pajak Bumi dan
jang + 80 km, Secondary Frame berda- Bangunan sudah mulai memanfaatkan
sarkan pembagian dari Primary Frame satu nomor identitas untuk satu bangunan
85
Globë Volume 12 No.1 Juni 2010: 82 - 88
sebagai obyek pajak. Data bangunan ini penggunaannya. Kondisi ini baru menim-
didapat dengan bantuan citra satelit bulkan masalah jika data pelanggan mulai
sehingga memudahkan mendata obyek dibenahi terutama untuk menentukan
pajak di lapangan. Keunggulan data yang golongan tarif penggunaan air yang
didapat dari citra ini juga digunakan untuk berbeda antara golongan satu dengan
banyak hal antara lain pemetaan petak yang lain, atau telah terjadi gangguan
sawah, bangunan dan persil tanah, misalnya penanggulangan kebocoran
jaringan jalan dan sungai serta pemetaan jaringan instalasi air minum.
untuk pelanggan, seperti telekomunikasi Contoh kasus pelanggan perusahaan
(Telkom), perusahaan listrik negara air minum di Jakarta misalnya, memper-
(PLN), perusaan air minum (PAM) dan lihatkan bahwa banyak sekali data
instalasi pengelolaan air limbah (IPAL). pelanggan yang kelengkapan data ala-
Hanya saja belum banyak daerah (selain matnya sangat minim dan penulisan
DKI Jakarta) yang sudah memanfaatkan alamat yang tidak seragam. Misalnya ada
data dari citra tersebut untuk membuat data alamat Komplek AL 78A RT 005/08
peta batas administrasi RW. Pasar Minggu, Jl. Teluk Sampit 78B RT
005/08, No 79 Rawa Bambu RT 06/08
Manfaat Peta Skala Besar di Jakarta Pasar Minggu. Sekilas data ini mem-
bingungkan karena ada nomor rumah
Pelanggan PDAM berurutan tetapi keterangan yang lain
terdapat perbedaan lokasi. Setelah diteliti
Pelanggan sering kali tidak memasuk- ternyata memang rumah ini berada di
kan data yang akurat terhadap domisili daerah perbatasan, yang dua rumah
atau tempat tinggal dimana instalasi berada di dalam Komplek AL, sedangkan
meteran air terpasang. Hal ini bisa terjadi yang satu rumah berada di luar komplek.
dikarenakan petugas pemasang instalasi Jika melihat contoh kasus ini maka
tahu persis dimana lokasi calon pelang- dengan bantuan data RW dapat
gan, sehingga dalam pengisian data dipersempit radius lokasi pencarian
pelanggan seolah diabaikan. Pelaksa- alamat tersebut, sehingga penempuan
naan instalasi berlangsung, setelah alamat lokasi pelanggan lebih akurat.
dipasang dan air bisa digunakan, maka Gambar 4 memperlihatkan sebaran
bulan berikutnya pelanggan sudah pelanggan yang ada tanpa batas RW,
membayar sesuai air yang digunakan sedangkan Gambar 5 memperlihatkan
bulan lalu. pelanggan yang telah dibatasi hanya di
Kedua adalah adanya target pema- RW 04 saja. Gambaran yang dapat
sangan dari perusahaan sehingga ada dijelaskan dari ilustrasi ini adalah data
instalasi meter air yang disebut sebagai lokasi pelanggan yang di dalam data
pemasangan massal, sehinga data atributnya terdapat informasi mengenai
pelanggan seolah diabaikan. Pemasang- data RW dan RT, maka lokasi dari
an massal instalasi meter air di pelanggan pelanggan tersebut dengan mudah
akan terpasang sesuai nama dan lokasi dideteksi keberadaannya. Jika ada lokasi
pelanggan, sehingga setelah satu bulan pelanggan tersebut yang belum terdapat
berjalan pemakaian maka pelanggan bisa data RW maka dengan menggunakan
membayar sesuai pemakaiannya. Kedua peta batas RW, masing-masing pelang-
contoh di atas mengambarkan bagaimana gan dapat ditambahkan data RW,
cara pemasangan instalasi meter air sehingga data atributnya lengkap dan
untuk pelanggan baru, dan belum menjadi seragam secara informasi kelengkapan
perhatian yang serius bagi perusahaan data.
selama konsumen membayar sesuai
86
Peta Skala Besar (Batas RW) dan Manfaatnya...................................................(Wiboso, A. dan Sudarmadji, BW.)
87
Globë Volume 12 No.1 Juni 2010: 82 - 88
88