Skripsi PWK Aditya Mahardhika A 15 384874 TK 43536

KEBUTUHAN DATA KERUANGAN DALAM
RANGKA PEMBANGUNAN SMART CITY

(KASUS 4 KOTA DI DUNIA)
TUGAS AKHIR
Program Studi S1 Perencanaan Wilayah Dan Kota
Sebagai Salah Satu Syarat Untuk Mencapai Gelar

Sarjana Perencanaan Wilayah dan Kota
Disusun oleh :
Aditya Mahardhika Ariyanto (15/384874/TK/43536)
PERENCANAAN WILAYAH DAN KOTA

DEPARTEMEN TEKNIK ARSITEKTUR DAN PERENCANAAN
FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2019
SURAT PERNYATAAN BEBAS PLAGIASI
Saya yang bertanda tangan dibawah ini :

Nama : Aditya Mahardhika Arianto
NIM : 15/384874/TK/43536
Tahun Terdaftar : 2015
Program Studi : Perencanaan Wilayah dan Kota
Fakultas/Sekolah : Teknik
Menyatakan bahwa dalam dokumen ilmiah Skripsi ini tidak terdapat bagian dari
karya lain yang telah diajukan untuk memperoleh gerak akademik di suatu lembaga
Pendidikan Tinggi, dan juga tidak terdapat karya atau pendapat yang pernah ditulis
atau diterbitkan oleh orang/ lembaga lain, kecuali yang secara tertulis disitasi dalam
dokumen ini dan disebutkan sumbernya secara lengkap dalam daftar pustaka.
Dengan demikian saya menyatakan bahwa dokumen ilmiah ini bebas dari unsur-
unsur plagiasi dan apabila dokumen ilmiah Skripsi ini di kemudian hari terbukti
merupakan plagiasi dari hasil karya penulis lain dan/atau dengan sengaja
mengajukan karya tau pendapat yang merupakan hasil karya penulis lain, maka
penulis bersedia menerima sanksi akademik dan/atau sanksi hukum yang berlaku.
Yogyakarta, 12 Juni 2019
Aditya Mahardhika Arianto

15/384874/TK/43536
iii
KATA PENGANTAR
Segala puji bagi Allah SWT yang senantiasa selalu memberikan kemudahan
dan keberkahan sehingga proses penulisan dan pengerjaan tugas akhir ini dapat
selesai tepat waktu sesuai dengan rencana yang sebaik baiknya. Dengan
tersusunnya Tugas Akhir ini, penulis ingin mengucapkan syukur dan banyak terima
kasih kepada pihak pihak yang turut serta membantu dalam proses pengerjaan tugas
akhir ini, di antaranya:
1. Kedua orang tua dan keluarga besar yang telah memberikan dukungan
berupa dukungan moral, do’a, dan masukan,
2. Prof. Ir. Achmad Djunaedi, MURP., Ph.D., selaku pembimbing utama
Tugas Akhir yang dengan kesibukannya selalu ada dan meluangkan waktu
untuk bimbingan, selalu menyemangati agar tekun dan rajin mengerjakan
Tugas Akhir ini,
3. DR. Eng. M. Sani Roychansyah, ST., M. Eng., selaku Ketua Program Studi
Perencanaan Wilayah dan Kota dan dosen penguji yang telah memberikan
masukan dan saran yang sangat penting untuk kesempurnaan penelitian
Tugas Akhir ini,
4. Irsyad Adhi Waskita Hutama ST., M.Sc., sebagai dosen penguji yang telah
memberikan masukan dan saran untuk kesempurnaan penelitian Tugas
Akhir ini,
5. Widyasari Her Nugrahandika ST., M.Sc., selaku Dosen Pembimbing
Akademik,
6. Seluruh dosen Departemen Teknik Arsitektur dan Perncanaan Universitas
Gadjah Mada yang telah membekali penulis dengan berbagai ilmu dan
perspektif baru selama masa perkuliahan hingga penulisan tugas akhir,
7. Seluruh Staf Departemen Teknik Arsitektur dan Perencanaan yang telah
membantu selama masa perkuliahan dalam hal administrasi dan keperluan
teknis lainnya,
8. Keluarga besar Perencanaan Wilayah dan Kota 2015 atas memori dan
perjalanan perkuliahan selama 4 tahun yang menyenangkan dan
mengesankan,
9. Idham, Faisal, Deano dan Rifdah yang selalu menyemangati, memberi saran
dan selalu ada dalam setiap proses kehidupan perkuliahan dan pengerjaan
tugas akhir,
10. Risantri Aisa Putri Retno Wardhani yang selalu ada untuk dukungan terus
menerus, teguran dan pandangan-pandangan baru selama proses
perkuliahan dan pengerjaan tugas akhir ini,
iv
11. Keluarga besar Kontrakan Agung dan Kos Anugerah F31 (Irvan, Raja,
Febrian, Dada, Agung) atas pengalaman berharga dan kesempatan untuk
hidup bersama sementara,
12. Teman teman Kementerian OASE BEM KMFT terutama Ipank, Mukti,
Abeng, Yayas, Afi, dan Arzy atas pengalaman organisasi yang sangat
berharga selama masa perkuliahan,
13. Teman teman dan adik adik Divisi Minat dan Bakat Himpunan Mahasiswa
Teknik Perencanaan Wilayah dan Kota Kabinet Cakra Baswara, atas
pengalaman organisasi dan proses pengembangan diri yang sangat
berharga,
14. Tim KKN JK-001 atas pengalaman kehidupan yang tak terlupakan selama
2 bulan hidup bersama di Kepulauan Seribu,
Penelitian ini dilatarbelakangi oleh kondisi pembangunan perkotaan di
Indonesia yang sedang mengalami perkembangan menuju arah pembangunan smart
city. Pemerintah Indonesia melalui KEMKOMINFO resmi meluncurkan program
100 smart city Indonesia 2017 silam. Selain pembangunan smart city, Indonesia
sendiri telah memiliki pedoman pembangunan perkotaan melalui RTRW atau
konvensional. Dimana kedua perencanaan yang telah disebutkan diatas
membutuhkan beberapa data sebagai dasar analisis. Penelitian ini kemudian akan
meneliti apakah data yang telah dikumpulkan RTRW sebagai dokumen rencana
yang telah establish dapat digunakan untuk pembangunan smart city yang sedang
dikembangkan.
Besar harapan penulis agar tugas akhir ini dapat memberi manfaat sebesar-
besarnya terhadap pengembangan ilmu pengetahuan perkotaan terutama smart city
di masa yang akan datang.
Yogyakarta, 12 Juni 2019
Aditya Mahardhika Arianto
v
INTISARI
Perencanaan tata ruang di Indonesia memiliki beberapa hirarki dan tingkatan di

dalamnya. Perencanaan tata ruang di Indonesia di payungi Undang Undang nomor 26 tahun
2007, yang kemudian dibawahnya ada PP Nomor 26 tahun 2008 tentang pedoman
perencanaan RTRW Nasional. Dalam perencanaan kota, Indonesia memiliki RTRW
Kabupaten/kota yang penyusunannya diatur dalam Permen ATR Nomor 1 Tahun 2018.
RTRW merupakan perencanaan Kabupaten dan Kota yang telah establish di Indonesia.
Sejak tahun 2017, pemerintah Indonesia melalui Kementerian Komunikasi dan Informasi
(KOMINFO) resmi meluncurkan program 100 smart city Indonesia, program
pembangunan smart city di 100 kabupaten/kota di Indonesia. Berdasarkan hal tersebut, saat
ini Indonesia memiliki pendekatan perencanaan kota baru, yang memiliki kebutuhan data
yang banyak, dalam bentuk big data. Dalam penyusunan RTRW Kabupaten/kota,
berdasarkan pedoman Permen ATR Nomor 1 Tahun 2018, telah tercantum kebutuhan data
dan informasi yang dibutuhkan dalam penyusunan RTRW. Kedua pendekatan perencanaan
tersebut sama sama membutuhkan data sebagai dasar analisis dan penyusunan.
Penelitian ini menggunakan metode eksploratif, artinya penelitian akan mencari
jawaban dari fenomena yang belum terjawab. Proses analisis terbagi menjadi dua proses
besar berdasarkan pertanyaan penelitian, yaitu analisis kebutuhan data smart city dan
analisis sejauh mana data RTRW dapat digunakan dalam smart city. Berdasarkan dua
proses besar tersebut, peneliti memberikan beberapa rekomendasi terkait penggunaan
kebutuhan data dalam pembangunan smart city di Indonesia. Alur penelitian dimulai dari
menentukan kebutuhan data smart city dengan menentukan kota kasus terpilih, kemudian
mencari program program smart city dan deskripsi program per kota tersebut, dari proses
tersebut akan ditemukan kebutuhan data smart city per dimensi. Setelah proses awal selesai,
proses analisis dimulai dengan mengkategorikan data menjadi beberapa kategori dan
proses akhir berupa komparasi dengan kebutuhan data RTRW berdasarkan peraturan
terkait.
Berdasarkan hasil analisis didapatkan bahwa kebutuhan data smart city dibagi atas
3 kategori data besar, yaitu data identitas sebagai pengenal program atau pengguna
program, data informasi sebagai tampilan informasi apa saja yang dihasilkan atau
disediakan program tersebut, dan data unit analisis sebagai data dasar analisis lanjutan yang
akan menghasilkan data informasi dan hasil output dari program tersebut. Kemudian hasil
analisis selanjutnya ditemukan hasil bahwa kebutuhan data yang telah dikumpulkan dalam
penyusunan RTRW beberapa telah mencakup kebutuhan data yang dibutuhkan dalam
pembangunan smart city. Bahkan, beberapa data yang telah dikumpulkan dalam
penyusunan RTRW dapat menjadi data dasar untuk pengumpulan data data lanjutan yang
dibutuhkan dalam pembangunan smart city di Indonesia.
Kata kunci: data keruangan, smart city, RTRW Kota, eksploratif, komparasi, big data
vi
ABSTRACT
Urban planning in Indonesia has several hierarchies and levels. Its highest
hierarchy were Undang Undang nomor 26 Tahun 2007, beyond its, there are government
law number 26 of 2008 which is guidelines about National RTRW planning. The urban
level, Indonesia has a regional/municipal spatial planning where its formulation is
controlled in the Regulation of the Ministry of Agrarian and Spatial Planning no. 1 year
2018. RTRW was established city planning guideline in Indonesia. Per 2017, the Indonesia
Government through the Ministry of Communication and Information has launched 100
smart cities program, a smart city development program in 100 cities or regencies in
Indonesia. According to this, Indonesia currently has new urban planning approach, which
needs several data for its analysis, in the form of big data. Based on the Regulation of the
Ministry of Agrarian and Spatial Planning no. 1 year 2018, several data and information
requirements needed for RTRW were listed. It shows that these two planning approach
require several data as basis for analysis and preparation.
This research will use explanatory method, the method will answer phenomena
that have not been answered yet. The analysis consists of two processes based on the
research questions, that is data needed for smart city analysis and how far does RTRW
required data could be as data basis for smart city. From these two processes, the research
will give several recommendations about data requirement for smart city development in
Indonesia. Analysis process starts from determining data that required for smart city, by
determining the selected case cities, then search for its smart city programs and
description, from that process, the smart city data needs per dimension will be determined.
After these process complete, next process begins by categorizing the data into several
categories using clustering method. Finally, the last process is by comparing smart city
data requirement with the RTRW data needs based on the relevant regulation.
The analysis found that smart city data needs could be divided into 3 major data
categories which is identity data as program identifiers, information data as a display of
information data which produced by the program, and unit analysis data as a basic data
for further analysis. The results of the subsequent analysis found the data needs that have
been collected in the preparation of RTRW, some, have conclude data requirements for
smart city development. In addition, some of the data that has been collected could be use
as the basic data for further data collects activity in smart city development in Indonesia.
Keywords: Spatial Data, Smart City, Cities RTRW, Explanatory, comparation, Big Data
vii
DAFTAR ISI
HALAMAN PENGESAHAN ............................................................................ ii

SURAT PERNYATAAN .................................................................................. iii
KATA PENGANTAR ....................................................................................... iv
INTISARI .......................................................................................................... vi
ABSTRACT ..................................................................................................... vii
DAFTAR ISI ................................................................................................... viii
DAFTAR TABEL ............................................................................................ xii
DAFTAR GAMBAR ....................................................................................... xiv
BAB I PENDAHULUAN ................................................................................... 1
1.1 Latar Belakang....................................................................................... 1
1.2 Rumusan Masalah dan Pertanyaan Penelitian ......................................... 3
1.2.1. Rumusan Masalah........................................................................... 3
1.2.2. Pertanyaan Penelitian...................................................................... 3
1.3 Tujuan Penelitian ................................................................................... 4
1.4 Batasan Penelitian.................................................................................. 4
1.4.1 Batasan Cakupan Areal ................................................................... 4
1.4.2 Batasan Temporal ........................................................................... 4
1.4.3 Batasan Substansial ........................................................................ 5
1.5 Manfaat Penelitian ................................................................................. 5
1.5.1 Manfaat bagi Ilmu Pengetahuan PWK ............................................ 5
1.5.2 Manfaat bagi Pengembang Kota Cerdas .......................................... 5
1.5.3 Manfaat bagi Keilmuan Terkait dengan PWK ................................. 6
1.6 Keaslian Penelitian ................................................................................ 7
1.7 Sistematika Penulisan ............................................................................ 7
BAB II TINJAUAN PUSTAKA ........................................................................ 9
2.1 Perencanaan ........................................................................................... 9
2.1.1 Definisi Perencanaan ...................................................................... 9
2.1.2 Karakteristik Perencanaan Kota ...................................................... 9
2.1.3 Perencanaan Kota di Indonesia ..................................................... 10
2.2 Smart City............................................................................................ 12
2.2.1 Definisi Smart City ....................................................................... 12
viii
2.2.2 Dimensi Karakteristik Smart City ................................................. 13
2.2.3 Smart City di Indonesia ................................................................. 17
2.3 Data Mining ........................................................................................ 19
2.3.1 Definisi Data Mining .................................................................... 19
2.3.2 Teknik Data Mining ..................................................................... 20
2.4 Big Data .............................................................................................. 22
2.4.1 Definisi Big Data .......................................................................... 22
2.4.2 Karakteristik Big Data .................................................................. 23
2.5 Big Data Analytics ............................................................................... 25
2.5.1 Definisi Big Data Analytics .......................................................... 25
2.5.2 Analisis dalam Big Data Analytics ................................................ 26
2.6 Kerangka Teori .................................................................................. 28
BAB III METODE PENELITIAN .................................................................. 30
3.1 Pendekatan Penelitian .......................................................................... 30
3.2 Pemilihan Kasus / Unit Amatan dan Unit Analisis ............................... 32
3.2.1 Unit Amatan ................................................................................. 32
3.2.2 Unit Analisis ................................................................................. 33
3.3 Instrumen Penelitian ............................................................................ 34
3.4 Metode Pengumpulan Data .................................................................. 34
3.4.1 Kajian Literatur ............................................................................ 34
3.4.2 Penentuan Kebutuhan Data berdasarkan Strategi Kota .................. 35
3.5 Metode Analisis Data........................................................................... 35
3.6 Jalannya Penelitian / Tahapan Penelitian .............................................. 39
3.6.1 Tahapan Persiapan ........................................................................ 40
3.6.2 Tahapan Pengumpulan Data.......................................................... 40
3.6.3 Tahapan Pengumpulan Data Tambahan ........................................ 40
3.6.4 Tahapan Analisis dan Pelaporan ................................................... 41
BAB IV RAGAM KEBUTUHAN DATA DIMENSI SMART CITY ............ 43
4.1 Profil Kota Kasus ................................................................................. 43
4.1.1 Kasus Dubai ................................................................................. 43
4.1.2 Kasus Singapura ........................................................................... 45
4.1.3 Kasus Hongkong .......................................................................... 47
ix
4.1.4 Kasus Barcelona ........................................................................... 50
4.2 Smart Governance ............................................................................... 53
4.2.1 Data Identitas................................................................................ 54
4.2.2 Data Informasi .............................................................................. 55
4.2.3 Data Unit Analisis ........................................................................ 56
4.3 Smart People........................................................................................ 58
4.3.1 Data Identitas................................................................................ 59
4.3.2 Data Informasi .............................................................................. 60
4.4 Smart Economy ................................................................................... 62
4.4.1 Data Identitas................................................................................ 63
4.4.2 Data Informasi .............................................................................. 64
4.5 Smart Living ........................................................................................ 66
4.5.1 Data Identitas................................................................................ 67
4.5.2 Data Informasi .............................................................................. 68
4.6 Smart Environment .............................................................................. 71
4.6.1 Data Identitas................................................................................ 72
4.6.2 Data Informasi .............................................................................. 73
4.7 Smart Mobility..................................................................................... 76
4.7.1 Data Identitas................................................................................ 77
4.7.2 Data Informasi .............................................................................. 78
4.8 Analisis Gabungan ............................................................................... 82
4.8.1 Data Identitas................................................................................ 83
4.8.2 Data Informasi .............................................................................. 86
BAB V TEMUAN DAN PEMBAHASAN RTRW .......................................... 95
5.1 Perencanaan Kota di Indonesia (RTRW) .............................................. 96
5.2 Kebutuhan Data Keruangan RTRW Kabupaten/Kota ......................... 100
x
5.3 Perbandingan Kebutuhan Data RTRW dan Smart City ....................... 103
5.4 Diskusi Teoritik ................................................................................. 108
5.4.1 Keterkaitan Dokumen RTRW Kota dengan Smart City ............... 108
5.4.2 Smart City sebagai Alat Perencanaan Spasial di Indonesia .......... 109
5.4.3 Pentingnya mengintegrasikan data spasial dalam big data smart
city…… 111
BAB VI KESIMPULAN DAN SARAN......................................................... 114
6.1 Kesimpulan........................................................................................ 116
6.2 Saran dan Rekomendasi ..................................................................... 117
DAFTAR PUSTAKA ..................................................................................... 125
LAMPIRAN ................................................................................................... 131
xi
DAFTAR TABEL
........................................................................... 7
.................................... 11
....................................................... 24
..................................................................... 33
.............................................................. 38
............................................................... 46
................ 55
.............. 56
......... 57
........................ 60
....................... 62
................. 64
..................... 66
................... 67
............ 68
....................... 71
..................... 72
................ 73
............. 77
........... 79
................... 80
.................... 83
.................. 85
............. 87
........................... 91
.......................... 94
.................... 98
................. 104
............. 105
.......... 106
xii
........... 108
............... 111
............................................... 112
xiii
DAFTAR GAMBAR
..................................................................... 14
..................................................... 14
...................................................... 18
...................................................... 19
................................................................. 21
............................................................... 22
................................................ 28
........................................................... 29
.................................... 36
................................. 36
........................................... 42
................................................................................... 43
.......... 44
............................................................................ 45
................................................................ 48
............................................... 49
.................................................................... 50
................. 50
................ 54
........................ 60
................... 65
....................... 70
............. 76
................... 82
......... 90
............... 110
.......... 115
xiv
BAB I
PENDAHULUAN
1.1 Latar Belakang

Indonesia merupakan salah satu negara yang telah menerapkan smart
city di beberapa kota. Smart city di Indonesia bermula di Surabaya, dimana
Surabaya mengadopsi beberapa program smart city yang diterapkan oleh
Barcelona, seperti control room, traffic light control dan beberapa program
berupa aplikasi lainnya. Semenjak kemunculan Surabaya tersebut,
Indonesia mulai membuka diri dengan pendekatan perencanaan smart city.
Beberapa kota lain, seperti Bandung, DKI Jakarta dan Makassar mulai
mencoba mengadopsi beberapa program yang diterapkan oleh surabaya
maupun beberapa kota percontohan smart city lain yang ada di dunia.
Beberapa kota seperti London, Barcelona, Singapore merupakan
beberapa contoh kota yang telah maju dalam menerapkan smart city,
dimana kota kota tersebut menjadikan smart city sebagai salah satu
pendekatan perencanaan, tanpa mengintervensi perencanaan spasial secara
langsung, artinya smart city berperan sebagai salah satu alat untuk
mencapai tujuan dari perencanaan tersebut.
Selain kota kota yang telah disebutkan diatas, terdapat pula kota kota
yang baru saja memulai proses perencanaan kotanya melalui pendekatan
smart city, beberapa diantaranya ada Hong Kong yang baru 2017 lalu
mulai secara resmi meluncurkan smart city dan masih berfokus pada
pembangunan manusia dan mental masyarakat kotanya. Kemudian ada
Dubai, menjadi salah satu kota paling baru dan paling total dalam
menerapkan smart city, bahkan rencana smart city di Dubai dijadikan
sebagai acuan perencanaan spasial utama.
Pada tahun 2017, pemerintah Indonesia melalui KOMINFO turut
menyambut smart city dengan memulai gerakan “100 smart city
Indonesia” yang merupakan program pembangunan 100 Kabupaten dan
Kota Pintar di Indonesia yang terbagi dalam 3 tahap, yaitu 25 kota pada
1
tahap pertama, 50 kota pada tahap kedua dan 25 kota terpilih sisanya
sebagai tahap terakhir.
Hasil dari program ini adalah berupa dokumen masterplan smart city
dari tiap tiap kota yang direncanakan tersebut. Dokumen masterplan
tersebut nantinya berisi 3 buku, yang masing masing merupakan buku
analisis, buku rencana dan buku executive summary. Dokumen masterplan
ini berdiri sendiri, artinya tidak terkait dengan rencana daerah yang telah
diperdakan sebelumnya, seperti Rencana Tata Ruang Wilayah dan
Rencana Detail Tata Ruang.
Fakta ini cukup berbeda dengan beberapa kota yang ada di luar, seperti
Barcelona, Singapore atau Dubai yang menggunakan pendekatan smart
city sebagai pendekatan perencanaan untuk mencapai tujuan perencanaan
spasial kota tersebut.
Muncul beberapa pertanyaan, seperti apakah dikarenakan perbedaan
data yang dibutuhkan antara RTRW dengan kebutuhan data yang
dibutuhkan untuk pembangunan smart city menyebabkan kedua
pendekatan perencanaan ini berjalan sendiri sendiri. Kemudian, kebutuhan
data apa saja yang sebenarnya dibutuhkan dalam pembangunan smart city
jika merujuk kepada beberapa kota di luar negeri yang disebutkan
sebelumnya.
Dalam penelitian ini, akan diteliti mengenai kebutuhan data yang
dibutuhkan dalam pembangunan sebuah smart city yang mengambil kasus
di 4 kota yang menerapkan smart city dengan alasan pengambilan kasus
yang berbeda beda. Kemudian dari kebutuhan data tersebut, akan dijadikan
patokan sebagai pengganti kebutuhan data masterplan smart city di
Indonesia yang belum ada dasarnya, untuk dibandingkan dengan RTRW
sebagai rencana spasial kota yang telah establish di Indonesia untuk
mengetahui sejauh mana data yang telah dikumpulkan dalam RTRW dapat
digunakan dalam pembangunan smart city khususnya di Indonesia.
2
1.2 Rumusan Masalah dan Pertanyaan Penelitian
1.2.1. Rumusan Masalah
Program smart city di Indonesia beserta hasilnya bersifat berdiri
sendiri, artinya tidak terkait dengan rencana daerah yang telah
diperdakan sebelumnya, seperti Rencana Tata Ruang Wilayah dan
Rencana Detail Tata Ruang.
Fakta ini cukup berbeda dengan beberapa kota yang ada di luar,
seperti Barcelona, Singapore atau Dubai yang menggunakan
pendekatan smart city sebagai pendekatan perencanaan untuk
mencapai tujuan perencanaan spasial kota tersebut.
Muncul beberapa pertanyaan, seperti apakah dikarenakan
perbedaan data yang dibutuhkan antara RTRW dengan kebutuhan
data yang dibutuhkan untuk pembangunan smart city menyebabkan
kedua pendekatan perencanaan ini berjalan sendiri sendiri.
Kemudian, kebutuhan data apa saja yang sebenarnya dibutuhkan
dalam pembangunan smart city jika merujuk kepada beberapa kota
di luar negeri yang disebutkan sebelumnya.
Dalam penelitian ini, akan diteliti mengenai kebutuhan data
yang dibutuhkan dalam pembangunan sebuah smart city yang
mengambil kasus di 4 kota yang menerapkan smart city dengan
alasan pengambilan kasus yang berbeda beda. Kemudian dari
kebutuhan data tersebut, akan dijadikan patokan sebagai pengganti
kebutuhan data masterplan smart city di Indonesia yang belum ada
dasarnya, untuk dibandingkan dengan RTRW sebagai rencana
spasial kota yang telah establish di Indonesia untuk mengetahui
sejauh mana data yang telah dikumpulkan dalam RTRW dapat
digunakan dalam pembangunan smart city khususnya di Indonesia.
1.2.2. Pertanyaan Penelitian

a. Apa saja data data yang diperlukan untuk pembangunan smart
city dan bagaimana pengelompokkannya?
3
b. Sejauh apakah data yang dikumpulkan untuk penyusunan
RTRW Kota dapat digunakan untuk pembangunan smart city?
1.3 Tujuan Penelitian

Berdasarkan pertanyaan penelitian yang menjadi latar belakang
dilaksanakan penelitian di atas, maka tujuan penelitian adalah:
a. Mengetahui kebutuhan data smart city dan pengelompokkannya
b. Mengetahui sejauh manakah data yang telah dikumpulkan untuk
RTRW dapat digunakan untuk pembangunan smart city
1.4 Batasan Penelitian

Peneliti menetapkan Batasan-batasan khusus dengan tujuan agar
penelitian yang dilakukan memiliki cakupan yang fokus dan dengan arah
penelitian yang lebih jelas. Batas batas tersebut diantaranya :
1.4.1 Batasan Cakupan Areal

Cakupan areal penelitian ini meliputi 4 kota terpilih yang telah
menerapkan smart city berdasarkan 6 dimensi yang telah ditetapkan
oleh Giffinger. Keempat kota tersebut dipilih berdasarkan beberapa
alasan, diantaranya:
Barcelona, dipilih sebagai kasus penerapan smart city pertama
dan salah satu yang paling sukses.
Hongkong, dipilih sebagai kasus penerapan smart city yang
masih tergolong baru, kurang dari 5 tahun, dan berfokus pada
pembangunan manusianya.
Dubai, dipilih sebagai kasus penerapan smart city dengan
inovasi yang unik dan ambisius.
Singapura, dipilih sebagai kasus penerapan smart city untuk
memperbaiki sistem kehidupan perkotaan maupun lingkungannya.
1.4.2 Batasan Temporal

Batasan temporal yang digunakan dalam penelitian ini berkaitan
dengan waktu perencanaan strategi Smart City kota kota tersebut.
4
Batas temporal tersebut berperan sebagai dasar penggunaan data
penelitian yang akan dilakukan. Batas akhir yang dimaksud bersifat
tentatif, bergantung kepada penerapan strategi smart city tiap tiap
kota. Selain itu, pelaksanaan penelitian ini dibatasi mulai dari bulan
Desember 2018 hingga bulan Mei 2019.
1.4.3 Batasan Substansial

Substansi yang menjadi fokus bahasan pada penelitian ini
adalah keragaman kebutuhan data yang dihasilkan dari keragaman
inovasi dan strategi dari masing masing kasus smart city terpilih.
Selain itu, fokus penelitian lainnya adalah data data yang
dikumpulkan dalam RTRW Kota.
1.5 Manfaat Penelitian

1.5.1 Manfaat bagi Ilmu Pengetahuan PWK
• Menambah kekayaan keilmuan terkait dengan pengembangan
kota cerdas, terkhusus mengenai strategi-strategi penyelesaian
masalah yang dihadapi oleh kota tersebut serta inovasi dan data
apa saja yang dapat dilakukan untuk menyelesaikan masalah
perkotaan.
• Memberikan gambaran mengenai pemanfaatan teknologi
sebagai perangkat pemantauan kota yang dapat mengubah cara
memandang dan memahami kota.
• Memberikan dasar untuk penelitian serupa atau terkait
kedepannya.
1.5.2 Manfaat bagi Pengembang Kota Cerdas

a. Penelitian yang dilakukan ini dapat memberikan gambaran
mengenai ragam strategi dan pendekatan berbagai kota cerdas
di dunia untuk menyelesaikan masalah-masalah perkotaan.
b. Penelitian ini dapat menjadi pembelajaran untuk dapat
mengetahui ragam strategi smart city dalam membantu
menyelesaikan masalah perkotaan. Sehingga kedepannya, kota-
5
kota dengan permasalahan sama dapat merencanakan,
mempertimbangkan dan memilih strategi yang sesuai dan paling
cocok dengannya.
c. Penelitian ini dapat memberikan informasi mengenai kebutuhan
data, ragam inovasi, hasil dan penerapannya di kota lain,
sehingga dapat diadopsi di kota cerdas lain di dunia.
1.5.3 Manfaat bagi Keilmuan Terkait dengan PWK

a. Memberikan gambaran mengenai ragam strategi dan penerapan
smart city di dunia sebagai solusi cerdas yang dapat dilakukan
untuk mengatasi masalah masalah perkotaan.
b. Memberikan gambaran kebutuhan data, klasifikasinya dan
fungsi yang dapat diambil dari data tersebut.
c. Memberikan gambaran kebutuhan data RTRW serta Smart City
bisa saling melengkapi satu sama lain.
6
1.6 Keaslian Penelitian
Tabel 1.1 Keaslian Penelitian
No Nama dan Jenis Judul Fokus Lokus Metode

Tahun Penelitian Penelitian
1 Arbi Ali Skripsi Ragam Keragaman Kota Studi
Farmadi PWK Pemanfaatan Big Penggunaan Yogya Kasus
UGM Data Smart Card Big Data karta
dan GPS dalam dalam
Perencanan Kota Smart Card
(Studi Kasus: dan GPS
Beberapa Kota di yang ada di
Dunia) 11 kota.
2 Marry Skripsi Strategi Kota Mengidenti Barcel Deskriptif
Colleena PWK Barcelona fikasi ona Kualitatif
UGM Menuju Smart Strategi
City Smart City
Barcelona
3 Adjisetya Skripsi Ragam Sensor Mengkateg Kota Eksploratif
Agung PWK Smart City orikan kota di
Aripambudi UGM sebagai Bagian ragam Dunia
Solusi Digital sensor yang
Terhadap digunakan
Masalah dalam
Perkotaan smart city
Sumber: Analisis Penulis, 2019
1.7 Sistematika Penulisan

Sistematika Penulisan menjelaskan definisi, keragaman dan
kebutuhan data dalam tiap inovasi strategi smart city di kota kota dunia,
menggunakan alur penulisan sebagai berikut:
1. Bab 1, Pendahuluan, berisi tentang latar belakang pemilihan tema
kebutuhan data dalam smart city dan latar belakang pemilihan RTRW
Kota sebagai pembanding di Indonesia.
7
2. Bab 2, Tinjauan Pustaka, berisi teori-teori pendukung yang memiliki
keterkaitan dengan topik, seperti teori perencanaan di Indonesia, Smart
City, big data, analisis kategori data, karakteristik big data dan beberapa
literatur lain yang mencoba untuk menjabarkan mengenai kebutuhan
dan pengkategorian data smart city dan RTRW.
3. Bab 3, Metode Penelitian, berisi tentang penjabaran metode yang
digunakan dalam penelitian, yang berisi alur penelitian, kerangka
berfikir dan atribut yang akan dianalisis dalam penelitian ini.
4. Bab 4, Temuan Kasus, berisi tentang temuan peneliti terhadap kasus
kasus yang telah dipilih, dalam penelitian ini berupa kebutuhan data
smart city.
5. Bab 5, Pembahasan, berisi temuan-temuan yang merupakan hasil
analisis untuk menjawab pertanyaan penelitian juga diskusi teoritis.
6. Bab 6, Kesimpulan dan Saran, berisi mengenai rangkuman dari
penelitian yang telah dilakukan dan rekomendasi berupa saran,
sehingga penelitian ini dapat bermanfaat.
8
BAB II
TINJAUAN PUSTAKA
2.1 Perencanaan
2.1.1 Definisi Perencanaan

Menurut Hall (dalam Djunaedi, 2015:2), perencanaan adalah
kegiatan umum sehari-hari untuk menyusun dan mengurutkan
langkah-langkah tindakan dalam rangka mencapai suatu tujuan atau
tujuan yang sudah ditetapkan.
Sedangkan menurut Alexander (dalam Djunaedi, 2015:3),
perencanaan adalah salah satu kegiatan dasar manusia yang
memberikan pilihan-pilihan rasional yang berperan sebagai
pengendali tindakan masa depan sebagai pemecahan masalah.
Menurut Branch (1983), perencanaan adalah proses aktifitas
berkelanjutan dan memutuskan apa yang dapat dilakukan dan
diinginkan untuk masa depan serta bagaimana cara mencapainya.
Sedangkan menurut Faludi (dalam Mukhopadhyay, 2018:10),
perencanaan sebagai suatu proses untuk menentukan tindakan yang
berorientasi pada masa depan melalui serangkaian pikiran.
2.1.2 Karakteristik Perencanaan Kota

Berdasarkan paparan Djunaedi (2018), perencanaan kota
memiliki beberapa karakteristik yang menjelaskan dirinya:
a. Perencanaan bersifat komprehensif, artinya mencakup
seluruh aspek terkait yang akan direncanakan
b. Perencanaan bersifat jangka panjang, perencanaan
bukan sebuah kegiatan yang difokuskan untuk 1-2 tahun,
melainkan bisa mencapai 20 tahun
c. Perencanaan nantinya terkait dengan seluruh wilayah
perencanaan
9
d. Perencanaan harus bervisi masa depan, artinya
perencanaan harus memikirkan dampak 10-20 tahun
setelahnya
e. Perencanaan harus realistis, artinya tidak terlalu
berlebihan namun menyelesaikan permasalahan
Komponen utama dalam proses perencanaan secara
komprehensif adalah sebagai berikut :
a. Diagnosis masalah
b. Artikulasi atau perumusan tujuan
c. Prediksi dan proyeksi
d. Desain Alternatif
e. Uji perencanaan (seleksi alternatif)
f. Evaluasi
g. Implementasi
2.1.3 Perencanaan Kota di Indonesia

Di Indonesia terdapat beberapa tingkatan dalam perencanaan
atau penataan ruang. Berdasarkan Undang-undang, hirarki paling
tinggi dalam perencanaan di Indonesia adalah Undang Undang
nomor 26 tahun 2007 tentang penataan ruang, yang kemudian
memiliki beberapa peraturan kecil yang lebih detail. Untuk
perencanaan kota, peraturan yang mengatur adalah Peraturan
Menteri Agraria dan Tata Ruang/Kepala Badan Pertanahan Nasional
nomor 1 tahun 2018 mengenai pedoman penyusunan Rencana Tata
Ruang Wilayah Provinsi, Kabupaten dan Kota.
Permen ATR No 1 Tahun 2018 sebagai pedoman penyusunan
RTRW Provinsi, Kabupaten dan Kota menyebutkan bahwa
dokumen perencanaan kota dalam hal ini RTRW Kota berlaku
selama 20 tahun sejak RTRW Provinsi diundangkan.
Dalam pasal (6) Permen ATR No 1 Tahun 2018 tentang
pedoman penyusunan RTRW Provinsi, Kabupaten dan Kota
disebutkan juga mengenai beberapa tahapan yang harus dilalui
10
dalam penyusunan RTRW Provinsi dan RTRW Kabupaten/Kota,
diantaranya terdapat 5 tahapan:
a. Persiapan;
b. Pengumpulan data dan informasi;
c. Pengolahan dan analisis data;
d. Penyusunan konsep; dan
e. Penyusunan dan pembahasan rancangan peraturan
daerah.
Kemudian dalam pasal pasal selanjutnya disebutkan mengenai
pengumpulan data yang dimaksud berupa apa dan kemudian muatan
dalam RTRW tersebut, yang dapat dilihat berdasarkan tabel berikut:
Tabel 2.1 Muatan Permen ATR Nomor 1 Tahun 2018
Pasal Ayat Isi
a. Pembentukan tim
b. Kajian awal data
sekunder
(1)
c. Persiapan teknis
Persiapan
pelaksanaan
7 d. Pemberitaan kepada
publik
a. Data dan informasi
(2)
primer
Pengumpulan data dan
b. Data dan informasi
informasi
sekunder
a. Kebijakan spasial dan
sectoral
b. Konstelasi
7 (3) c. Fisik wilayah
Pengolahan dan analisis data d. Sosial kependudukan
e. Ekonomi wilayah
Bersambung
11
Lanjutan tabel sebelumnya
f. Sebaran sarana prasarana
g. Penguasaan tanah
h. Sistem pusat
(3) permukiman
Pengolahan dan analisis data i. Lingkungan hidup
j. Pengurangan risiko
bencana
k. Kemampuan keuangan
a. Alternatif konsep
7 rencana
(4) b. Pemilihan konsep
Penyusunan konsep rencana
c. Perumusan rencana
terpilih
a. Penyusunan naskah
akedemik
(5)
b. Penyusunan rancangan
Penyusunan dan pembahasan
peraturan daerah
rancangan peraturan daerah
c. Pembahasan rancangan
peraturan daerah
Sumber: Permen ATR Nomor 1 Tahun 2018

Dalam pasal berikutnya, dijelaskan berupa muatan apa saja yang
harus masuk dalam RTRW Provinsi atau RTRW Kabupaten/Kota,
diantaranya meliputi:
a. Tujuan, kebijakan dan strategi penataan ruang;
b. Rencana struktur ruang;
c. Rencana pola ruang;
d. Penetapan kawasan strategis;
e. Arahan pemanfaatan ruang; dan
f. Arahan pengendalian pemanfaatan ruang.
2.2 Smart City

2.2.1 Definisi Smart City
Menurut Giffinger (2007), smart city didefinisikan sebagai
sebuah kota yang mampu mengelola kotanya dengan pemikiran
kedepan dengan menggabungkan 6 karakteristik, yang akan
menciptakan masyarakat kota yang lebih independen dan peduli.
Menurut Hall (dalam Hall, 2015), smart city merupakan kota
yang mampu memonitor dan mengintegrasikan kondisi dari setiap
12
infrastruktur pentingnya untuk menghasilkan sebuah kota yang lebih
optimal dalam memanfaatkan sumber daya sembari memberikan
pelayanan maksimal kepada masyarakatnya.
Definisi definisi diatas tadi kemudian disimpulkan oleh Pratiwi
dan Sakarov (2014) yang mengatakan bahwa smart city adalah
sebuah konsep perkotaan cerdas yang membantu masyarakat
mengelola sumber daya dan menjalankan kehidupan sehari-hari
secara efisien dan efektif dengan memanfaatkan teknologi informasi
dan komunikasi. Dengan layanan yang aman dan saling terintegrasi
satu sama lain, konsep ini akan mendukung dalam penghematan
energi serta penghematan biaya di berbagai sektor.
Menurut Suhono Harso Supangkat (2017), Smart City
didefinisikan sebagai sebagai kota yang dapat mengelola semua
sumberdaya secara efektif dan efisien dalam menyelesaikan
berbagai tantangan, menggunakan solusi inovatif, terintegrasi dan
berkelanjutan. Pengelolaan tersebut dilakukan untuk meningkatkan
kualitas hidup warga kota.
2.2.2 Dimensi Karakteristik Smart City
Dalam perencanaan kota cerdas, diperlukan beberapa
komponen komponen utama sebagai pembentuk konsep tersebut.
Menurut Griffinger, Dkk. (2007) terdapat 6 dimensi komponen
pembentuk dari Smart City, keenam indikator tersebut adalah Smart
Economy (Competitiveness), Smart People (Social & Human
Capital), Smart Governance (Participation), Smart Mobility
(Transport & ICT), Smart Environment (Natural Resources), dan
Smart Living (Quality of Life). Komponen-komponen yang
disebutkan oleh Griffinger tersebut dipakai dan digunakan sebagai
proses penilaian dan benchmark bagi kota-kota yang telah
menerapkan konsep smart city.
13
Gambar 2.1 Dimensi Smart City
Sumber : Giffinger, dkk, 2007
Indikator-indikator dan komponen yang disebutkan oleh

Griffinger kemudian dikembangkan lebih lanjut dan lebih
komprehensif oleh Boyd Cohen pada tahun 2014, yang kemudian
dikenal sebagai Boyd Cohen Smart City Wheel dengan rincian
sebagai berikut:
Gambar 2.2 Boyd Cohen Smart City Wheel

Sumber : Brussels Smart City, 2019
(https://smartcity.brussels/the-project-definition), diakses pada 2 Mei 2019,
pukul 15.12
14
Kedua indikator dan komponen yang disebutkan diatas
seringkali digunakan untuk melihat kondisi sebuah kota terkait
konsep smart city yang selanjutnya dielaborasikan dan disesuaikan
dengan kondisi dan konteks masing-masing kota. Seperti yang
dipaparkan oleh Djunaedi (2016) dengan menambahkan satu
dimensi yaitu smart disaster management dengan pertimbangan
Indonesia merupakan negara dengan kerentanan bahaya bencana
alam yang tinggi. Dalam kasus ini (Yogyakarta), salah satu dimensi
komponen yang mungkin bisa ditambahkan adalah smart culture
dengan mempertimbangkan keistimewaan budaya yang dimiliki
Yogyakarta serta smart tourism dengan pertimbangan Yogyakarta
sebagai destinasi wisata nasional paling sering dikunjungi setelah
Bali.
Terdapat 6 dimensi pembentuk karakteristik Smart City menurut

Giffinger (2007), antara lain:
I. Smart Economy
Dimensi pertama adalah Smart Economy, dimensi ini
mencakup aspek inovasi, persaingan dan kegiatan yang
meningkatkan ekonomi lainnya. Jika semakin banyak
inovasi yang dikembangkan, maka peluang usaha baru
akan semakin meningkat dan persaingan suatu kota di
pasar usaha akan meningkat.
II. Smart Mobility
Smart Mobility mencakup aspek transportasi dan
pembangunan infrastruktur terkait di dalamnya.
Pembangunan infrastruktur diwujudkan melalui
penguatan sistem perencanaan infrastruktur kota yang
lebih pintar dan efisien, pengembangan aliran sungai,
peningkatan kualitas dan kuantitas cakupan sarpras
dasar, pengembangan perumahan dan permukiman, dan
15
peningkatan konsistensi pengendalian
pembangunannya.
Dengan ketersedian sarpras mobilitas yang memadai,
secara langsung akan meningkatkan kualitas hidup dan
meningkatkan pertumbuhan ekonomi dan kesejahteraan
masyarakat.
III. Smart Environment
Dimensi ini mencakup perencanaan lingkungan yang
memberikan kenyamanan, keberlanjutan, keindahan
visual dan non visual bagi masayarakat dan publik. Di
Indonesia, terdapat peraturan yang diatur dalam undang-
undang yang mensyaratkan 30% lahan perkotaan harus
difungsikan menjadi RTH, baik privat maupun publik.
Salah satu bentuk dimensi ini adalah Lingkungan
Perumahan ataupun Lingkungan Perkotaan yang bersih
dan tertata.
IV. Smart People
Smart People, pembangunan senantian membutuhkan
modal, baik modal ekonomi, modal sosial maupun
modal manusia. Kemudahan akses modal dan
tersedianya pelatihan-pelatihan dapat meningkatkan
kualitas modal manusia dari suatu kota. Namun, dimensi
Smart People tidak hanya mencakup modal manusia
saja, melainkan modal sosial juga.
Modal sosial seperti kepercayaan, toleransi, saling
memberi dan menerima hingga penghargaan memiliki
pengaruh yang besar terhadap pertumbuhan ekonomi
suatu kota melalui berbagai mekanisme, seperti
meningkatnya rasa tanggung jawab terhadap
kepentingan publik, meluasnya partisipasi masyarakat
dalam pembangunan dan menurunnya tingkat kejahatan.
16
V. Smart Living
Smart Living terkait dengan kualitas hidup manusia
dalam suatu kota tersebut. Kualitas hidup tersebut
bersifat dinamis, dalam artian selalu berusaha untuk
berkembang dan memperbaiki dirinya sendiri. Dalam
hal ini dimensi ini termasuk dalam perencanaan yang
akan mempengaruhi kualitas hidup masyarakat
perkotaannya, seperti pembangunan pojok wifi, atau
penyediaan layanan broadband gratis bagi masyarakat.
VI. Smart Governance
Dimensi ini merupakan salah satu dimensi yang paling
sering diambil dan diadopsi oleh kota kota di Indonesia.
Bahkan, masterplan smart city di Indonesia berangkat
dari penerapan Smart Governance atau dulu disebut
sebagai e-Government. Dimensi ini mencakup
penyelenggaraan dan pembangunan pemerintahan yang
lebih efisien, lebih transparan dan lebih kredibel dalam
melayani masyarakat. Salah satu contoh penerapannya
adalah dengan adanya layanan aduan masyarakat kota
bernama Qlue di Jakarta, atau portal satu data yang
dimiliki berbagai kota di dunia seperti Stockholm,
Boston dan di Indonesia di Surabaya.
2.2.3 Smart City di Indonesia

Indonesia merupakan salah satu negara yang baru baru ini ikut
dalam penerapan smart city melalui program 100 smart city,
program pembangunan 100 kabupaten/kota pintar di seluruh
Indonesia. Program ini dimulai di Makassar pada tahun 2017 silam.
Program ini merupakan kolaborasi antara pemerintah dengan swasta
dalam hal ini dalam pembuatan dokumen berupa masterplan smart
city yang merupakan keluaran dari program ini.
17
Konsep smart city yang dijadikan dasar program ini adalah
konsep yang dicetuskan oleh IBM dengan beberapa modifikasi,
seperti dengan ditambahkannya kajian Smart City Readiness yang
berguna untuk menganalisis kesiapan kota tersebut dalam
menerapkan smart city yang terdiri dari 3 aspek.
Gambar 2.3 Elemen Smart City Readiness

Sumber : Buku Panduan Penyusunan Masterplan Smart City, 2017
Penerapan smart city di Indonesia akan menghasilkan keluaran

berupa 3 buku yang menjadi bagian dari masterplan smart city
tersebut. Setiap buku memiliki isi konten dan juga fungsi yang
berbeda beda, dan untuk setiap buku yang telah selesai, akan
dilakukan kegiatan bimbingan teknis (bimtek) untuk membedah isi
buku tersebut apakah sudah sesuai dengan kebutuhan dari daerah
tersebut atau belum.
18
Gambar 2.4 Muatan Masing Masing Buku Masterplan Smart City
Sumber : Buku Panduan Penyusunan Masterplan Smart City, 2017
Selain beberapa aspek diatas, dalam pembangunan smart city di

Indonesia, terdapat sebuah badan yang bernama Dewan smart city.
Dewan smart city berperan dalam beberapa hal, seperti koordinasi
antar semua komponen kota, menyusun rancangan smart city,
menyusun program kerja, mengevaluasi pencapaian program
tersebut. Mereka tidak mengeksekusi proyek, namun
mengkoordinasikan komponen kota agar proyek tersebut dapat
selesai.
2.3 Data Mining
2.3.1 Definisi Data Mining

Data mining merupakan sebuah istilah yang digunakan dalam
proses analisis untuk menemukan pengetahuan yang tersembunyi
dalam suatu database.
Menurut Turban et al (dalam Nurcahya, 2013:II-1), data mining
merupakan proses semi otomatik yang menggunakan teknisk
statistik, matematika, kecerdasan buatan, dan machine learning
19
untuk mengidentifikasi informasi pengetahuan potensial dan
berguna yang tersimpan dalam suatu database besar.
Menurut Larose (dalam Nurcahya, 2013:II-1), data mining
didefinisikan sebagai proses menemukan pola dalam data, prosesnya
bisa otomatis atau semiotomatis. Pola yang ditemukan harus penuh
arti dan pola tersebut memberikan keuntungan dan data yang
dibutuhkan dalam jumlah yang besar.
2.3.2 Teknik Data Mining

Menurut Nurcahya (2013), terdapat banyak macam jenis teknik
analisa yang dapat digunakan dalam data mining. Dimana terdapat
tiga teknik data mining yang paling populer dan paling sering
digunakan
1. Association Rule Mining
Merupakan studi tentang “apa bersama apa”. Sebagai
contoh berupa studi transaksi di supermarket, misalnya
seorang anak yang membeli mainan juga membeli alat
tulis. Pada kasus ini berarti mainan digolongkan sama
dengan alat tulis. Karena sering digunakan sebagai
analisis produk, analisis ini biasa disebut sebagai market
basket analysis. Analisis asosiasi juga dikenal sebagai
salah satu metode dasar data mining yang kemudian
dikembangkan menjadi berbagai metode lainnya.
2. Classification
Merupakan sebuah teknik analisis dengan melihat pada
kelakukan dan atribut dari kelompok yang telah
didefinisikan. Teknik ini memberikan klasifikasi pada
data baru dengan memanipulasi data yang telah
diklasifikasi dan menggunakan hasilnya untuk
membentuk beberapa aturan yang nanti akan digunakan
untuk klasifikasi data baru.
20
Terdapat beberapa metode yang sering digunakan dalam
pengklasifikasian adalah decision tree. Decision tree
adalah model prediksi menggunakan struktur pohon atau
berhirarki. Dimana setiap simpul menandakan tes pada
atribut, dan setiap cabang merepresentasikan hasil tes
dan simpul daun merepresentasikan kelas atau distribusi
kelas.
Gambar 2.5 Decision Tree Making

Sumber : Hoare, Jake. 2018.
<https://www.displayr.com/how-is-splitting-decided-for-decision-trees/
(diakses pada 11 mei 2019, pukul 13.30)
3. Clustering
Proses ini digunakan untuk menganalisis
pengelompokkan berbeda terhadap data. Clustering
membagi item menjadi kelompok-kelompok
berdasarkan kesamaan antar item. Tujuan dari metode
clustering adalah pengelompokan sejumlah data
kedalam kelompok yang nantinya kelompok tersebut
akan berisi data yang semirip mungkin.
Dalam clustering, metode ini berusaha untuk
menempatkan obyek yang mirip dalam satu klaster yang
sama dan membuat jarak atau perbedaan antar klaster
sejauh mungkin. Ini berarti obyek dalam satu klaster
21
sangat mirip antar satu sama lain dan berbeda dengan
obyek dalam klaster lain.
Gambar 2.6 Clustering in Data Mining

Sumber : Archana, S. 2015.
<https://www.slideshare.net/archnaswaminathan/cdm-44314029
(diakses pada 11 mei 2019 pukul 13.45)
2.4 Big Data
2.4.1 Definisi Big Data

Big Data merupakan sebuah istilah yang dicetuskan oleh Nature
pada tahun 2008, yang kemudian pada tahun 2011 diperbaharui oleh
pengetahuan dengan istilah dealing with data. Kedua istilah tersebut
merupakan awal munculnya era big data di dunia. Pada tahun 2012,
Pemerintah Amerika Serikat mengumumkan bahwa mereka telah
meluncurkan sebuah project bertemakan big data yang diberi nama
Big Data Research and Deveopment Initiative. Sedangkan, menurut
para ahli, big data adalah:
a. Menurut Dumbill (dalam Farmadi, 2017:11), big data
adalah sebuah data yang melebihi kapasitas pengolahan
sistem basis data konvensional. Data yang jumlah dan
ukurannya besar, bergerak dengan cepat, dan tidak sesuai
dengan struktur dari arsitektur data biasanya. Untuk
22
memperoleh data ini, tidak jarang pengguna harus
memproses dengan berbagai cara.
b. Menurut Sujana (dalam Farmadi, 2017:11), big data adalah
data berukuran besar yang volumenya akan terus
bertambah, terdiri dari berbagai jenis dan variasi data,
terbentuk secara terus menerus dengan kecepatan tertentu
.dan harus diproses pada kecepatan tertentu juga.
c. Menurut Kumar dan Prakash (dalam Farmadi, 2017:11),
big data merupakan volume besar data baik berupa data
terstruktur dan tidak terstruktur yang sangat besar dan
kompleks, yang sulit bila dianalisis emnggunakan basis
data dan perangkat tradisional.
d. Menurut Rathore dkk (dalam Farmadi, 2017:11), big data
merupakan sejumlah perangkat berkomunikasi satu sama
lain yang menghasilkan volume data yang besar.
Dari berbagai definisi yang telah disebutkan diatas, maka dapat
diambil kesimpulan mengenai big data. Big data adalah data yang
berjumlah besar, kompleks, real-time serta strukturnya ada yang
berbentuk dan tidak berbentuk dan tidak dapat diolah menggunakan
perangkat tradisional.
Data terstruktur adalah data yang direpresentasikan dalam
bentuk relasi yang mudah dipertakan dan disimpan dengan skema
yang terdefinisi sehingga mudah untuk dilakukan pengumpulan,
analisis, maupun integrasi dengan sumber data lain, sedangkan data
yang tidak terstruktur dapat direpresentasikan dalam berbagai
bentuk dokumen dan secara alami sifatnya sulit untuk dikumpulkan
secara teratur.
2.4.2 Karakteristik Big Data

Karakteristik big data merupakan penanda istilah big data
tersebut. Berbagai peneilitian telah dilakukan untuk menemukan
beragam karakteristik dari big data. Russom (dalam Farmadi,
23
2017:11) menyebutkan ada 3 karakteristik big data, antara lain
volume, variety dan velocity. Dijcks (dalam Farmadi, 2017:11)
menambahkan satu poin dari 3 poin tersebut, yaitu value. Lalu
kemudian dilengkapi lagi oleh Al Nuaimi dkk (dalam Farmadi,
2017:11) yaitu variability dan kemudian akhirnya dilengkapi oleh
Ularu dkk (dalam Farmadi, 2017:11) dengan veracity.
Farmadi (2017), kemudian merangkum istilah karakteristik
tersebut dalam sebuah tabel dibawah ini:
Tabel 2.2 Definisi Karakteristik Big Data
Karakteristik Definisi
Volume Al Nuaimi dkk (2015), mengacu pada ukuran data yang telah
dibuat semua sumber.
Fan dan Bifet (2012), ada lebih banyak data daripada
sebelumnya, ukurannya terus meningkat.
Dijcks (2013), data yang dihasilkan mesin diproduksi dalam
jumlah lebih besar daripada data non tradisional.
Russom (2011), data besar juga dapat diukur dengan
menghitung catatan, transaksi, tabel, atau file. Ruang lingkup
big data mempengaruhi kuantifikasinya
Ularu dkk (2012), mengacu pada jumlah data yang
dikumpulkan oleh perusahan.
Kumar dan Prakash (2014), mengacu pada jumlah data
Velocity Al Nuaimi dkk (2015), mengacu pada kecepatan dimana data
yang dihasilkan, disimpan, dianalisis dan diproses.
Fan dan Bifet (2012), data yang diterima terus-menerus
sebagai aliran data.
Dijcks (2013), aliran data media sosial menghasilkan
gelombang besar pendapat dan hubungan yang berharga untuk
manajemen hubungan pelanggan.
Russom (2011), frekuensi pembuatan data atau frekuensi
pengiriman data dengan data sensor dan web data yang melaku
pada pengguna tanpa henti secara real time.
Ularu dkk (2012), mengacu pada waktu di mana big data dapat
diproses.
Kumar dan Prakash (2014), berhubungan dengan tingkat
aliran data dari berbagai sumber. Aliran big data sangat besar
dan bersifat kontinyu.
Variety Al Nuaimi dkk (2015), mengacu pada berbagai jenis data yang
dihasilkan. Hal ini umum bahwa sebagian besar data tidak
terstruktur dan tidak dapat dengan mudah dikategorikan atau
ditabulasikan.
Fan dan Bifet (2012), ada banyak jenis data daripada
sebelumnya seperti teks, sensor, audio, video, grafik dan
lainnya.
Dijcks (2013), format data tradisional cenderung relative baik
didefinisikan oleh skema data dan berubah secara perlahan.
bersambung
24
Variety Sebaiknya, formast data non-tradisional menunjukkan tingkat
perubahan yang membingungkan.
Russom (2011), berasal dari berbagai besar sumber daripada
sebelumnya.
Kumar dan Prakash (2014), mengacu pada data dari berbagai
sumber berupa format struktur dan tidak struktur. Sumber data
beragam.
Value Al Nuaimi dkk (2015), mengacu pada keuntungan big data
yang dapat menawarkan bisnis berdasarkan pengumpulan,
manajemen dan analisis big data yang baik.
Fan dan Bifet (2012), nilai bisnis yang memberikan organisasi
sebuah keuntungan, karena kemampuan membuat kepurusan
berdasarkan jawaban pertanyaan yang sebelumnya dianggap di
luar jangkauan.
Dijcks (2013), nilai ekonomi daru variasi data yang berbeda
secara signifikan. Biasanya ada informasi baik tersembunyi
diantara isi yang lebih besar dari data non-tradisional;
tantangannya adalah mengidentifikasi apa yang berharga dan
kemudian mengubah dan menggali data untuk analisis.
Variability Al Nuaimi dkk (2015), mengacu pada bagimana struktur dan
makna dari data yang terus berubah terutama ketika berhadapan
dengan data yang dihasilkan dari analisis alami biasanya.
Fan dan Bifet (2012), ada perubahan dalam struktur data dan
bagaimana pengguna ingin menafsirkan data.
Veracity Siewert (2013), seberapa banyak data yang dapat dipercaya
saat keputusan penting perlu dilakukan pada volume besar
seperti pengumpulan data volume besar dengan kecepatan
tinggi.
Ularu dkk (2012), mengacu pada tingkat di mana seorang
pemimpin mempercayai informasi yang digunakan untuk
mengambil keputusan.
Kumar dan Prakash (2014), mengacu pada ketidakpastian
data. Ini berkaitan dengan kualitas, kepercayaan dan akurasi
data.
Sumber: Farmadi, 2017
2.5 Big Data Analytics

Big data analytics memiliki definisi yang bervariasi tergantung sudut
pandang atau konteks yang digunakan. Berikut beberapa definisi dari big
data analytics:
2.5.1 Definisi Big Data Analytics

Menurut Kumar dan Prakash (dalam Farmadi, 2017:13), big
data analytics adalah proses penggalian big data yang dilakukan
untuk mengungkapkan pola tersembunyi, korelasi yang belum
25
diketahui dan informasi penting lainnya yang dapat digunakan untuk
membuat sebuah keputusan. Big data analytics menggunakan teknik
terbaru, seperti prediksi, permodelan, analisis teks, pembelajaran
mesin, peramalan dan analisis statistik.
Menurut Russon (dalam Farmadi, 2017:14), big data analytics
merupakan teknik analitik canggih yang beroperasi pada data yang
sifatnya besar. Oleh karena itu, big data analytics benar benar
mengenai dua hal –big data dan analytics- ditambah bagaimana
kedua hal tersebut telah bekerja sama untuk membuat sebuah tren
baru yang mendalam.
2.5.2 Analisis dalam Big Data Analytics

Menurut Pickell (2018), big data analytics memiliki 4 macam
tipe analisis. Proses analisis diperlukan untuk mendapatkan hasil
yang diingkan dari data data yang jumlahnya besar dan sangat
beragam. Berdasarkan Pickell (2018), terdapat 4 macam analisis big
data, yaitu:
a. Descriptive Analysis
Analisis deskriptif adalah salah satu jenis big data
analytics yang akan memberikan hasil berupa gambaran
yang terjadi pada masa lalu. Analisis kemudian
divisualisasikan melalui laporan, grafik dan gambar.
Cara kerja analisis deskriptif adalah dengan merangkum
data mentah dan menjadikannya bahasa yang lebih
dimengerti oleh pengguna. Analisis deskriptif berguna
untuk menunjukkan hal hal yang sifarnya umum, seperti
data total, data rata rata dan perubahan dari tahun ke
tahun.
b. Diagnostic Analysis
Analisis diagnostik adalah analisis big data yang biasa
digunakan untuk menjawab persoalan atu pertanyaan
kenapa. Analisis diagnostik dapat digunakan untuk
26
mendapatkan jawaban akan akar permasalahan, tanpa
melihat hasil secara umum.
c. Predictive Analysis
Analisis prediktif merupakan analisis untuk
menciptakan prediksi hal yang akan terjadi di masa
depan. Dengan analisis ini, pihak tertentu bisa
mengambil keputusan based on data. Analisis ini
memanfaatkan yang dimiliki oleh pihak tersebut,
kemudian nantinya akan memunculkan pattern dan
model algoritma hubungan antar data data yang
dianalisis.
d. Prescriptive Analysis
Analisis preskriptif memungkinkan pengguna data
untuk merancang beragam tindakan untuk menuju
tujuan mereka. Singkatnya, analisis preskriptif
memungkinkan hasil yang bersifat saran dan
rekomendasi. Analisis ini dapat mengukur efek
keputusan yang diambil dalam masa depan untuk
memberi nasihat tentang kemungkinan hasil sebelum
keputusan tersebut benar benar dibuat. Salah satu aspek
yang menjadikan analisis ini sangat maju adalah analisis
ini mampu menganalisis mengapa hal itu terjadi.
27
Gambar 2.7 Ragam Bentuk Analisis Big Data
Sumber: Pickell, 2018
2.6 Kerangka Teori

Dalam kasus ini, peneliti berangkat dari teori perencanaan secara
umum, kemudian diturunkan menjadi teori perencanaan spasial yang ada
di indonesia, dimana hirarki tertinggi merupakan perencanaan tata ruang
yang diatur dalam undang undang nomor 26 tahun 2007 mengenai
Perencanaan tata ruang, yang kemudian diturunkan dalam Peraturan
Pemerintah nomor 26 tahun 2008 mengenai Pedoman Penyusunan
Perencanaan Nasional atau RTRW Nasional.
Kemudian dibawahnya adalah Peraturan Menteri Agraria dan Tata
Ruang/Kepala Badan Pertanahan Nasional nomor 1 tahun 2018 mengenai
Pedoman Penyusunan RTRW Provinsi, Kabupaten dan Kota, yang
kemudian menghasilkan fokus berupa pendekatan RTRW Kota sebagai
salah satu pendekatan perencanaan kota di Indonesia yang telah establish.
Selain pendekatan perencanaan berupa RTRW Kota, Indonesia mulai
memperkenalkan pendekatan perencanaan kota baru yang bernama smart
city, dimana pendekatan ini menerapkan 6 dimensi perencanaan yang
direncakan.
Dalam teori, masing masing pendekatan perencanaan kota ini
memiliki beberapa tahapan analisis dan juga kebutuhan data yang
digunakan untuk analisis tersebut. Kebutuhan data masing masing
28
pendekatan kemudian dikategorikan menggunakan teori data mining
khususnya metode clustering yang akan menghasilkan keluaran berupa
klasifikasi data masing masing pendekatan perencanaan yang nantinya
kemudian akan dikomparasikan untuk penelitian ini.
Kerangka gambaran teori tersebut dapat dilihat dari gambar dibawah
ini:
Gambar 2.8 Kerangka Teori Penelitian

29
BAB III
METODE PENELITIAN
3.1 Pendekatan Penelitian
Penelitian ini sendiri menggunakan metode eksploratif dengan

pendekatan analisis kualitatif dan teknik analisis konten atau content
analysis. Metode eksploratif merupakan metode yang digunakan untuk
mendapatkan pemahaman dan pandangan yang lebih mendalam serta
menyeluruh mengenai suatu fenomena.
Selain itu, penelitian ini juga menggunakan pendekatan eksploratif
yang biasa digunakan pada fenomena atau kasus yang belum jelas, hal ini
berarti belum ada ilmu atau pengetahuan yang dapat menjelaskannya
dengan jelas atau belum pernah ada yang meneliti topik ini (Malhotra
dalam Margaretha dalam Aripambudi, 2018). Penelitian yang akan
dilakukan sebagai bentuk usaha untuk menemukan ide atau hubungan baru
yang sebelumnya belum digambarkan sebelumnya disebut sebagai
penelitian eksploratif. Selain itu, hasil penelitian eksploratif bersifat
sementara, dengan artian hasil yang dikeluarkan merupakan sebuah
gambaran awal/hipotesa dari suatu fenomena yang memerlukan penelitian
lanjutan yang bersifat lebih dalam dan luas.
Penelitian eksploratif dalam penelitian ini akan dilakukan melalui
survei literatur, bacaan, penelitian dan jurnal yang ada atau biasa disebut
sebagai Literature Survey. Literature Survey merupakan pendalaman
literature yang dilakukan untuk menggali lebih lanjut pola atau variabel
yang ada di balik suatu fenomena, melalui kajian dokumen-dokumen yang
tersedia sebelumnya. Penelitian ini berorientasi pada kajian data sekunder
berupa publikasi, jurnal, penelitian dan pustaka lainnya yang relevan dari
berbagai sumber.
Pendekatan yang digunakan dalam penelitian ini adalah pendekatan
kualitatif. Pendekatan kualitatif merupakan metode yang digunakan untuk
memandang suatu fenoemena secara utuh dengan obyek penelitian yang
30
sifatnya alamiah (Sugiyono, 2016; Moelong, 2006). Alamiah berarti dalam
hal ini adalah obyek dalam kondisi apa adanya, tidak mendapat intervensi
ataupun manipulasi tertentu untuk kepentingan penelitian. Selain itu,
penggunaan metode kualitatif memungkinkan penulis untuk mendapatkan
data yang mendalam dan informasi di balik data yang terlihat (Sugiyono,
2016). Menurut Miles dan Huberman dalam Sugiyono (2016), proses
analisis dalam penelitian kualitatif memiliki 3 tahapan, yaitu: (1) reduksi
data; (2) penyajian data; dan (3) penarikan kesimpulan dan verifikasi.
Tahap reduksi data adalah proses berpikir komprehensif yang berujuan
untuk merangkum, memilih, memfokuskan, serta menemukan tema dan
pola dari data data yang ada. Proses reduksi data juga diarahkan oleh
tujuan penelitian yang telah ditentukan sebelumnya. Penyajian data
merupakan kegiatan untuk menampilkan data secara lebih terorganisasi
dan berpola agar lebih mudah dipahami. Sementara pada penarikan
kesimpulan dan verifikasi, dilakukan pengecekan ulang dari langkah
sebelumnya. Pemilihan pendkatan kualitatif digunakan dengan tiga
pertimbangan, yaitu:
1) Menyesuaikan metode kualitatif akan lebih mudah saat berhadapan

dengan kenyataan ganda
2) Metode ini menyajikan secara langsung hubungan antara peneliti
dengan responden
3) Metode ini lebih peka dan lebih dapat menyesuaikan diri dengan
banyak mempertajam pengaruh bersama serta pengaruhnya terhadap
pola-pola nilai yang dihadapi
Dalam penelitian ini, juga digunakan teknik content analysis.

Menurut Wulandari (dalam Aripambudi, 2018) content analysis adalah
suatu teknik yang digunakan untuk penarikan kesimpulan dari hasil
mengidentifikasi karakteristik pesan-pesan tertentu secara objektif dan
sistematis. Penggunaan teknik content analysis dalam penelitian ini
bertujuan untuk memberikan analisis yang valid dari data publikasi yang
31
digunakan. Sehingga, kesimpulan yang dihasilkan merupakan kesimpulan
yang valid dan relevan dengan informasi dari data-data yang digunakan.
3.2 Pemilihan Kasus / Unit Amatan dan Unit Analisis
Unit amatan dalam penelitian ini adalah Unit amatan dalam

penelitian ini adalah 4 kota yang telah menerapkan konsep smart city
berdasarkan 6 karakteristik smart city yang dikemukakan oleh Giffinger.
Keempat kota tersebut dipilih berdasarkan alasan yang berbeda beda,
jumlah kota dibatasi, dengan alasan cakupan analisis yang cukup luas dan
untuk menghindari analisis yang mengulang-ulang.
3.2.1 Unit Amatan

Unit amatan dalam penelitian ini adalah 4 kota yang
menerapkan konsep smart city. Keempat kota tersebut adalah
Hongkong di Tiongkok, Dubai di Uni Emirat Arab, Singapura di
Singapura dan Barcelona di Spanyol. Keempat kota tersebut dipilih
dengan beberapa alasan sebagai berikut:
a. Kota kota yang menerapkan konsep smart city berdasarkan 6
dimensi yang dikemukakan oleh Rudolf Giffinger. Pemilihan
kota kasus didasarkan kepada 4 alasan berbeda untuk tiap
kotanya.
1. Barcelona, dipilih sebagai kasus penerapan smart
city pertama dan salah satu yang paling sukses.
2. Hongkong, dipilih sebagai kasus penerapan smart
city yang masih tergolong baru, kurang dari 5 tahun,
dan berfokus pada pembangunan manusianya.
3. Dubai, dipilih sebagai kasus penerapan smart city
dengan inovasi yang unik dan ambisius.
4. Singapura, dipilih sebagai kasus penerapan smart
city untuk memperbaiki sistem kehidupan perkotaan
maupun lingkungannya.
32
b. Kemapanan dalam penerapan dan/atau pengembangan smart
city. Hal ini ditunjukkan dengan prestasi dan ranking kota dalam
konteks smart city, dengan preferensi berupa penelitian-
penelitian terkait peringkat smart city dunia. Beberapa aspek
yang dilihat diantarnya inovasi program, jangkauan program,
dan keunikan program.
c. Ketersediaan data yang dapat diakses melalui layanan internet.
d. Meskipun Indonesia telah memiliki smart city, pedoman dan
beberapa masterplan, kasus-kasus di Indonesia tidak digunakan
dikarenakan masih belum adanya benang merah antara 6
dimensi smart city yang diterapkan di Indonesia dengan 6
dimensi smart city Giffinger. Ditambah argumentasi bahwa
Indonesia masih dalam tahap sangat awal dalam penerapan
smart city.
Daftar kota yang diteliti dalam penelitian ini adalah :
Tabel 3.1 Daftar Kota Penelitian
No Nama Kota Negara Benua

1 Dubai Uni Emirat Arab Asia
2 Singapura Singapura Asia
3 Barcelona Spanyol Eropa
4 Hongkong China Asia
3.2.2 Unit Analisis

Unit analisis pada penelitian ini adalah berbagai data,
kategorinya hingga input terkecil datanya berupa apa. Unit analisis
ini didukung ketersediaan data sekunder berupa dokumen teks yang
meliputi: e-book, jurnal, artikel, website (pemerintah maupun yang
terkait lain), yang memuat informasi mengenai keragaman strategi,
33
pendekatan dan kebutuhan data keruangan dalam pembangunan
suatu kota dalam menerapkan smart city.
Selain itu, unit analisis yang digunakan untuk komparasi smart
city adalah kebutuhan data dari RTRW Kota yang diperoleh melalui
Lampiran 3 Peraturan Menteri Agraria dan Tata Ruang Badan
Pertanahan Nasional Nomor 1 Tahun 2018 tentang Pedoman
Penyusunan RTRW Provinsi, Kabupaten dan Kota.
3.3 Instrumen Penelitian
Alat alat yang digunakan untuk mendukung penelitian ini meliputi:

a. Laptop, digunakan sebagai salah satu alat mengumpulkan
data dan informasi, serta menyusun temuan dan hasil analisis
yang dilakukan.
b. Software. Digunakan untuk mendukung proses
pengumpulan datam pengolahan dan analisis, serta
penyajian data dan informasi.
c. Pustaka berupa buku, jurnal penelitian, buku elektronik, situs
resmi pemerintah, dokumen rencana.
3.4 Metode Pengumpulan Data

Pada penelitian studi kasus, diperlukan adanya desain penelitian
sebagai strategi penelitian untuk mempermudah peneliti dalam memahami
metode studi kasus (Yin, 2009). Pada bagian ini, peneliti akan menjelaskan
desain penelitian dan sumber daya.
3.4.1 Kajian Literatur

Kajian literatur menurut Pohan dalam Prastowo dalam Pambudi
(2018) merupakan kegiatan pengumpulan metode, teori, pendekatan,
maupun informasi lain melalui sumber data sekunder berupa
dokumen perencanaan, artikel terkait, penelitian smart city kota
tersebut dan dokumentasi lainnya.
34
Sumber informasi yang digunakan tidak hanya bersumber dari
pemerintah kota amatan, namun juga pihak swasta yang merupakan
rekanan kota amatan dalam mengembangkan smart city serta
dokumen resmi pedoman penyusunan RTRW Kota di Indonesia.
3.4.2 Penentuan Kebutuhan Data berdasarkan Strategi Kota

Untuk menemukan kebutuhan data per dimensi smart city,
langkah pertama yang dilakukan adalah dengan mengumpulkan
strategi per dimensi di setiap rencana smart city di kota kota tersebut.
Dengan sumber data dan informasi berupa dokumen resmi
perencanaan smart city kota tersebut. Tiap tiap strategi tersebut
kemudian dicari dengan kata kunci nama strategi tersebut, untuk
mendapatkan detail program tersebut. Setelah mendapatkan detail
program dari tiap tiap program, kemudian dapat diestimasikan data
atau input apa saja yang diperlukan untuk program tersebut.
Sedangkan untuk menemukan kebutuhan data dalam
penyusunan RTRW Kota di Indonesia, peneliti menggunakan
sumber data dan informasi resmi dari Lampiran 3 Peraturan Menteri
Agraria dan Tata Ruang Badan Pertanahan Nasional Nomor 1 Tahun
2018 tentang Pedoman Penyusunan RTRW Provinsi, Kabupaten dan
Kota. Dalam lampiran dokumen tersebut terdapat kebutuhan data
apa saja yang dibutuhkan dalam penyusunan RTRW Kota.
3.5 Metode Analisis Data
Cara analisis data yang dilakukan pada penelitian ini dimulai dengan
membaca dan memahami seluruh konten dari program, tujuan dan visi dari
dokumen dokumen resmi perencanaan smart city yang didaparkan dari
dokumen pemerintahan ataupun website resmi dari kota tersebut.
Kemudian dilanjutkan dengan pengumpulan strategi-strategi yang ada
dalam dokumen tersebut, strategi-strategi tersebut dibagi berdasarkan 6
dimensi smart city yang dikemukakan oleh Rudolf Giffinger. Langkah
selanjutnya adalah memahami lebih dalam mengenai detail program
35
tersebut, mulai dari deskripsi program, tahun berjalannya program dan
tujuan diadakannya program tersebut yang didapatkan dari jurnal, website
atau dokumen penelitian dan pemerintahan kota terkait.
Setelah mengetahui detail program program tersebut, dilakukan
estimasi kebutuhan data yang dibutuhkan dari program tersebut dengan
melihat dari user interface dari aplikasi, atau bentuk fisik dan deskripsi
program tersebut. Data yang didapatkan kemudian disebut sebagai data
input.
Setelah menemukan kebutuhan data dari tiap strategi atau program
tersebut, melalui teknik clustering berdasarkan teori data mining, peneliti
mengelompokkan kebutuhan data tiap tiap dimensi di tiap tiap kota
menjadi kebutuhan data untuk tiap tiap dimensi smart city secara
keseluruhan, yang kemudian dikategorikan menjadi kebutuhan data yang
bersifat keruangan atau tidak, kemudian dikategorikan menjadi data kecil
yang terdiri dari 3 kategori, identitas, informasi dan unit analisis, kemudian
dikategorikan lagi menjadi data kecil dalam kategori apa, dan akhirnya
dimasukkan input.
Gambar 3.1 Diagram Analisis Kasus Data Smart City

Data input merupakan unit data terkecil dalam analisis ini, data ini
merupakan data langsung yang didapatkan dari estimasi program atau
aplikasi tersebut. Data input merupakan data satuan dan beberapa set data
36
yang kemudian menjadi kebutuhan data paling kecil dan sifatnya lebih
detail dari 3 data lainnya. Beberapa contoh data ini diantaranya adalah data
nomor kendaraan, data identitas lokasi pengguna, data lokasi kantor dan
contoh set data adalah berupa data statistik, seperti data kependudukan,
data ekonomi dan data sosial.
Data kecil, merupakan turunan dari data besar yang mencakup
kedetailan dari data input. Secara singkat, data kecil berfungsi sebagai
pengelompokkan data data detail input menjadi data yang lebih memiliki
purpose. Contohnya adalah data kecil identitas lokasi untuk mencakup
data data input seperti data lokasi kantor, data lokasi halte dan data lokasi
stasiun.
Data besar, merupakan data hasil pengelompokkan data kecil secara
umum, artinya data data kecil yang merupakan pengelompokkan dari data
input kemudian dikelompokkan lagi menjadi 3 kategori data besar, data
identitas, data informasi dan data unit analisis.
Data identitas merupakan data yang berfungsi untuk sebagai pengenal
dari program tersebut atau pengguna dari program tersebut (objek), data
informasi merupakan data yang berfungsi sebagai informasi yang akan
ditampilkan atau informasi yang nantinya (tanpa pengolahan) akan
ditunjukkan kepada pengguna atau subjek pengguna program. Data unit
analisis meurpakan data yang berfungsi sebagai data yang harus
dikumpulkan untuk nantinya dianalisis dengan data lainnya untuk
menghasilkan data informasi yang dibutuhkan oleh program tersebut.
Data sifat, data ini merupakan data yang berfungsi sebagai
pengelompokkan sifat data yang dianalisis, menjadi data yang sifatnya
spasial/keruangan dan data yang bersifat atribut.
37
Tabel 3.2 Kategorisasi Data Analisis
No Jenis Data Fungsi/Pengertian Contoh

1 Data Input Data input merupakan data satuan Nomor Kendaraan,
dan beberapa set data yang Lokasi Kantor,
kemudian menjadi kebutuhan data Lokasi Halte, KTP,
paling kecil dan sifatnya lebih SIM.
detail dari 3 data lainnya.
2 Data Kecil data kecil berfungsi sebagai Identitas: Lokasi,
pengelompokkan data data detail Verifikasi, Pribadi.
input menjadi data yang lebih Informasi: Layanan
memiliki purpose dan Umum
Unit Analisis:
Informasi Analisis
3 Data Besar data hasil pengelompokkan data Identitas: Data
kecil secara umum, artinya data Pengenal
data kecil yang merupakan Informasi: Data yang
pengelompokkan dari data input ditampilkan atau
kemudian dikelompokkan lagi disediakan tanpa
menjadi 3 kategori data besar pengeolahan
Unit analisis: Data
dasar untuk analisis
lanjutan
4 Sifat Data Sifat dari data yang dianalisis. Data keruangan dan
Penggolongan data ini atribut
berdasarkan sifat fisik utuh
datanya, bukan purposenya.
Langkah pertama untuk analisis selanjutnya adalah mengkategorikan

tiap tiap data yang dibutuhkan dalam penyusunan RTRW Kota menurut
pedoman dalam permen ATR nomor 1 tahun 2018. Pengkategorian tiap
tiap data tersebut berdasarkan metode clustering yang sama dengan smart
city. Data dikategorikan mulai dari data-data yang termasuk dalam data
keruangan dan data atribut. Kemudian, data-data yang bersfat keruangan
dikumpulkan menjadi klaster tersendiri.
38
Langkah terakhir, dilakukan komparasi berdasarkan kebutuhan data
keruangan yang ada di RTRW dengan kebutuhan data keruangan yang ada
di smart city, hal ini dilakukan untuk mengetahui sejauh mana data yang
sudah ada di pedoman RTRW dapat digunakan untuk pembangunan smart
city (berdasarkan 4 kasus smart city).
Gambar 3.2 Diagram Analisis Kasus Data RTRW Kota

Setelah mengetahui sejauh mana data yang telah dikumpulkan dalam

RTRW dapat digunakan kembali, kemudian peneliti menganalisis data apa
saja yang belum tercakup, dan dalam bentuk apa, serta kemungkinan data
tersebut ada dalam dokumen apa. Selain itu, juga akan dilakukan analisis
berupa hubungan antara RTRW Kota dengan Smart City yang ada di
Indonesia. Analisis akan bermuara pada saran dan rekomendasi dari
kondisi eksisting yang telah diketahui.
3.6 Jalannya Penelitian / Tahapan Penelitian
Dalam penelitian ini terdapat beberapa tahapan, antara lain tahap

persiapan, pengumpulan data, analisis data, dan tahap penyusunan laporan
penelitian:
39
3.6.1 Tahapan Persiapan
Tahapan persiapan dimulai dengan melakukan pengumpulan
informasi umum mengenai konsep smart city atau istilah lainnya
adalah grand tour. Grand tour dilakukan untuk mendapatkan
gambaran secara umum (garis besar) bagaimana karakteristik kota,
strategi dan ciri ciri lainnya dari suatu kota yang menerapkan konsep
smart city. Grand tour dilakukan dengan mengumpulkan data
mengenai arahan kebijakan, strategi, bentuk fisik spasial, penelitian,
ataupun hasil dari penerapan smart city di kota tersebut dan masalah
apa yang sedang dihadapi oleh kota tersebut. Data data yang
dikumpulkan berasal dari artikel, jurnal, dokumen, hasil penelitian,
website pemerintah kota, ataupun diskusi yang memuat ataupun
membahas mengenai konten strategi atau inovasi strategi smart city
di kota tersebut.
3.6.2 Tahapan Pengumpulan Data

Pada tahap ini dilakukan pengumpulan data data yang berasal
dari artikel, jurnal, dokumen rencana/analisis, website pemerintah
kota, ataupun diskusi yang membahas mengenai smart city dan
tujuan yang ingin dicapai oleh kota tersebut. Data ini bersifat data
sekunder dan berfungsi sebagai dasar awal dan sebagai fokus
penelitian. Data ini berguna bagi peneliti untuk mengidentifikasi
strategi smart city dan kebutuhan datanya.
3.6.3 Tahapan Pengumpulan Data Tambahan

Pada tahap ini, peneliti melakukan pengumpulan data tambahan
berupa strategi-strategi ataupun isu isu yang berkembang di kota
tersebut, yang terkait dengan smart city dan data yang dibutuhkan
untuk pembangunan smart city di kota tersebut. Selain itu, juga akan
dilakukan pengumpulan data yang bersifat netral, yang berasal dari
jurnal ataupun penilaian tentang tingkat kecerdasan kota ataupun
tingkat kekompakan kota tersebut.
40
Kemudian, pada tahap ini juga dilakukan pengumpulan data dari
variabel penelitian lainnya, yaitu RTRW Kota. Pengumpulan data
didapatkan dari Lampiran 3 Permen ATR Nomor 1 Tahun 2018
tentang Pedoman Penyusunan RTRW Provinsi, Kabupaten dan
Kota.
3.6.4 Tahapan Analisis dan Pelaporan

Pada tahap ini penulis melakukan analisis dan pengolahan
semua data dan informasi yang telah dikumpulkan sebelumnya.
Analisis yang dilakukan berupa menemukan kebutuhan data smart
city dari kota tersebut yang disebut input, yang kemudian melalui
metode clustering, data input dikelompokkan kedalam beberapa
kelompok data besar yang memiliki kesamaan antar satu sama
lainnya. Selanjutnya, dikategorikan lagi menjadi cluster yang lebih
umum, yaitu data identitas, data informasi dan data unit analisis.
Selanjutnya, setiap input data strategi dan program smart city yang
ada dikota tersebut dikategorikan berdasarkan tiga kategori yang
telah dijabarkan sebelumnya. Setelah itu, dilakukan kategorisasi
kebutuhan data keruangan dan atribut.
Terakhir, proses analisis tersebut kemudian dibalik, dimulai dari
pengelompokkan data terbesar yaitu keruangan/atribut, kemudian
menjadi klaster data kecil, yang didalam tiap klaster data kecil
tersebut terdapat klaster yang lebih detail lainnya yang berisi input
dari tiap tiap dimensi tersebut.
Setelah ditemukan kebutuhan data smart city dari kasus 4 kota
tersebut, dilakukan komparasi kebutuhan data tersebut dengan
kebutuhan data keruangan dalam perencanaan kota di Indonesia,
RTRW Kota. Hasil temuan terdiri dari pengelompokkan data,
kebutuhan data dan data mana yang telah tercakup dalam kebutuhan
RTRW dan data yang belum tercakup dalam RTRW serta beberapa
diskusi teoritis mengenai keterhubungan antara RTRW Kota dengan
Smart city.
41
Gambar 3.3 Diagram Alur Penelitian Kasus Data
42
BAB IV
RAGAM KEBUTUHAN DATA DIMENSI SMART CITY
4.1 Profil Kota Kasus

4.1.1 Kasus Dubai
Dubai, merupakan sebuah kota yang terletak di negara Uni
Emirat Arab dan berbatasan dengan teluk persia. Dubai tercatat
memiliki luas 4114 kilometer persegi dimana sebagian merupakan
hasil reklamasi sekitar 200 kilometer persegi.
Gambar 4.1 Peta Dubai

Sumber: dubai-online.com
(diakses pada 25 februari 2018)
Dubai merupakan sebuah kota yang sedang berkembang pesat

dari sisi ekonomi, pembangunan maupun perencanaan kotanya.
Melalui Dubai Masterplan 2020, pemerintah Dubai memiliki
rencana untuk memperbaiki perencanaan kotanya, terutama dari segi
skala kota bagi manusia dan kebebasan masyarakat Dubai untuk
menjadi seorang pejalan kaki di Dubai.
Melalui masterplan tersebut, pemerintah Dubai memiliki 8
strategi yang akan dijalankan. Dalam masterplan tersebut juga
43
disebutkan bahwa konsep perencanaan yang diusung Dubai adalah
Compact City atau kota kompak.
Menurut pemerintah Dubai, skenario perencanaan tersebut
merupakan salah satu yang paling cocok dan sesuai di Dubai,
mengingat potensi neighborhood dan tempat publik yang ada di
Dubai. Dengan konsep kota kompak, ketersediaan transportasi
publik, transportasi massal dan kedekatan jarak antar aktivitas
memegang peranan penting suksesnya konsep perencanaan kota
Dubai.
Selain kota kompak, skenario perencanaan lain yang dimiliki
Dubai adalah smart city. Skenario perencanaan smart city di Dubai
dimulai dengan penerapan e-gov pada tahun 2000, yang kemudian
pada tahun 2013 dikembangkan menjadi Smart Governance,
kemudian pada tahun 2017 kembali berubah menjadi Smart Dubai
Initiative yang bermuara pada dokumen saat ini yaitu Smart Dubai
2021.
Tujuan penerapan smart city Dubai adalah menjadikan Dubai
sebagai ‘kota paling bahagia di dunia’. Smart Dubai 2021 terbagi
atas 6 dimensi strategi berdasrkan 6 karakteristik smart city yang
dicetuskan oleh Rudolf Giffinger.
Gambar 4.2 Perencanaan Transportasi Saat Ini dan Masa

Depan di Dubai
Sumber: Dokumen masterplan dubai 2020
44
Dalam hakikat perencanaan Dubai, smart city berperan sebagai
enabler atau instrumen untuk mencapai tujuan besar keruangan
Dubai melalui masterplan Dubai 2020. Sebagai contoh, salah satu
aspek penting perencanaan masterplan Dubai 2020 adalah
tersedianya akses mobilitas dan transportasi yang lebih baik bagi
masyarakat Dubai. Hal tersebut diwujudkan melalui penerapan
smart city, khususnya dalam dimensi smart mobility, seperti adanya
aplikasi transportasi satu pintu, kendaraan ramah lingkungan hingga
transportasi massal cepat.
Selain smart mobility, beberapa penerapan dimensi lain seperti
smart governance dan juga smart living membantu Dubai untuk
mencapai tujuan perencanaan spasial mereka. Contohnya dengan
menyediakan portal aduan masyarakat, hingga portal lokasi tempat
tempat penting.
4.1.2 Kasus Singapura

Singapura, merupakan sebuah negara sekaligus kota yang
terletak di selatan Malaysia dan utara Pulau Sumatra. Singapura
tercatat memiliki luas 721,5 kilometer persegi dan terdiri dari 63
Pulau, dimana pulau yang terbesar sekaligus menjadi pusat kegiatan
adalah Pulau Ujong.
Gambar 4.3 Peta Singapura

Sumber: geology.com
(diakses pada 25 februari 2019)
45
Singapura terkenal akan wilayahnya yang sangat terbatas, oleh
karena itu dalam beberapa tahun belakangan, pemerintah Singapura
menjalankan kebijakan reklamasi untuk memperluas wilayah
Singapura. Proyek reklamasi yang diusung Pemerintah Singapura ini
sendiri masih ditargetkan akan terus berlanjut hingga akhirnya pada
tahun 2030, dimana direncanakan luas Singapura akan mencapai 766
kilometer persegi.
Singapura merupakan sebuah kota yang menyatukan
perencanaan dan pemerintahannya secara sejalur dan sangat dinamis
dan mengacu kepada masyarakat. Dalam laman pemerintah
Singapura, Singapura memiliki 5 kunci dalam perencanan fisik dan
keruangan, yaitu:
Tabel 4.1 Perencanaan di Singapura
No Kunci Definisi/penjelasan Rujukan
Perencanaan
1 Consistent Pembangunan lebih kepada Urban
planning, redevelopment, bukan Redevelopment
smooth pembangunan baru
upgrading
2 Designing for Pembangunan padat, namun Density, Human
density tidak high-rise, menciptakan Scale Planning
kota human scale.
3 Being in touch Perencanaan kota dengan Garden City
with nature berbagai elemen hijau, seperti
taman dan jalur hijau.
4 keep your Perencanaan yang sifatnya -
friends close, plural. Contohnya seperti
your neighbors perumahan yang campur,
closer tanpa membedakan etnis.
5 Home where is Setiap neighborhood punya Compact City
the heart is semua kebutuhan
Sumber: Singapore Government, 2017
46
Selain itu, Singapura memiliki pendekatan smart city yang
dinamakan smart nation singapore. Smart nation merupakan sebuah
strategi smart city yang diterapkan secara komprehensif untuk satu
negara Singapura. Smart nation merupakan salah satu bentuk cara
Singapura dalam mencapai 5 kunci penting perencanaannya.
Dalam kunci perencanaan tersebut, kunci perencanaan ketiga
adalah pendekatan terhadap lingkungan. Melalui smart nation,
khususnya dimensi smart environment, Singapura menyediakan
beberapa program untuk mencapai tujuan tersebut, diantaranya
seperti aplikasi atlas lingkungan dan aplikasi informasi lingkungan
perkotaan, seperti kualitas udara, level sinar UV dan lainnya.
4.1.3 Kasus Hongkong

Hongkong, sebuah kota yang terletak di Selatan Tiongkok yang
juga merupakan bagian dari negara Tiongkok. Meskipun Hongkong
termasuk bagian dari Republik Rakyat China, namun Hongkong
memiliki otonomi khusus untuk mengatur sendiri kotanya. Hong
Kong terdiri atas 3 pulau, yaitu pulau Hong Kong, Kowloon dan
yang terbesar New Territories. Perbandingan ketiga pulau tersebut
terletak pada fungsi kegiatan dan keruangan yang ada di dalamnya.
Kebanyakan aktivitas ekonomi, pekerjaan banyak terjadi di New
Territories, hal ini disebabkan letaknya yang satu daratan dengan
Tiongkok.
47
Gambar 4.4 Peta Distrik Hongkong
Sumber: China Discovery, 2017
Pembangunan di Hongkong cenderung kepada Vertical

Development dibandingkan Horizontal Development. Menurut
tulisan Dewolf (2016), terdapat hampir sekitar 7827 bangunan di
Hongkong yang memiliki tinggi lebih dari 35 meter. Sedangkan
menurut Urban Habitat (2015), Hongkong memiliki 315 bangunan
dengan tinggi lebih dari 150 meter, atau lebih banyak 72 bangunan
dibanding New York. minimnya lahan yang tersedia di Hongkong
menjadi faktor paling utama langkah ini dilakukan pemerintah
Hongkong. Hongkong hanya memiliki lahan 1108 kilometer persegi
dengan populasi mencapai 7,5 juta penduduk membuat Hongkong
memilih untuk meng-kompak-an kotanya agar lahan yang digunakan
juga semakin efisien dan cukup bagi setiap warganya.
Perencanaan spasial di Hongkong sendiri mengacu pada
dokumen ‘Hongkong 2030+’. Dalam dokumen tersebut tercantum 3
pedoman perencanaan Hongkong seperti gambar berikut:
48
Gambar 4.5 3 Konsep Perencanaan Hongkong
Sumber: Dokumen Hongkong 2030+, 2018
Pada intinya, perencanaan spasial di Hongkong berfokus kepada

pembangunan kota dengan kepadatan tinggi, kemudian menjadikan
kota tersebut sebagai kota yang resilien ekonomi dan kota yang
sustainable.
Hongkong seperti 2 kasus sebelumnya, juga menerapkan smart
city pada kotanya. Melalui dokumen Hongkong Smart City Blueprint
(2017), Hongkong membagi penerapan smart city di kotanya
menjadi 6 dimensi Giffinger. Berdasarkan dokumen tersebut,
kebanyakan inovasi program yang dilakukan smart city Hongkong
merupakan program dasar yang berfungsi membentuk mental
masyarakatnya tentang smart city.
Dengan kata lain, smart city dalam perencanaan spasial
Hongkong tidak berperan banyak. Beberapa program dari dimensi
smart economy seperti scan retina untuk data pembukaan rekening
hingga face recognition mendukung 3 konsep diatas, namun tidak
memiliki porsi yang cukup besar dalam spasial.
49
4.1.4 Kasus Barcelona
Barcelona merupakan ibukota provinsi Catalonia yang memiliki
luas 101,4 km2 dengan 1,6 juta penduduk yang tinggal di dalamnya.
Barcelona seringkali menjadi acuan bagi kota kota lainnya dalam hal
perencanaan dan juga pengaplikasian kebijakan kotanya. Hal ini
disebabkan Barceloan menjadi salah satu kota terdepan dan paling
total dalam menerapkan praktik perencanaan pada era teknologi
ataupun globalisasi pada saat ini. Pemerintahan Barcelona sendiri
terdiri atas 3 tingkatan, yaitu Ajuntament de Barcelona yang terdiri
dari 10 distrik yang dibawahi oleh Metropolitan Regional Council
yang berkoordinasi dengan 310 kota dan Catalan Regional
Government.
Gambar 4.5 Peta Kota Barcelona

Sumber: Barcelona Tourist Guide, 2019
Dalam perencanaan spasialnya, Barcelona berfokus kepada

bagaimana mengembalikan kota kembali menjadi milik masyarakat
dan penggunanya. Barcelona juga terkenal akan beberapa
perencanaan spasial yang menjadi inspirasi bagi kota kota lain.
Beberapa pendekatan spasial yang dilakukan antara lain adalah
merevitalisasi beberapa koridor di pusat kota, agar masyarakatnya
mau menggunakan koridor tersebut lagi untuk aktivitas sehari-hari.
50
Kemudian konsep superilles atau superblock, dimana konsep ini
merupakan konsep unik namun sangat berhasil diterapkan di
Barcelona, dengan membagi blok-blok di kota menjadi 9 blok yang
ruas jalan ditengahnya tidak boleh dilalui kendaraan selain orang
yang tinggal disana.
Kemudian, Barcelona merupakan salah satu kota dengan
penerapan smart city terbaik dan terdepan. Tahun 2019, Barcelona
ditunjuk menjadi tuan rumah dalam konvensi smart city terbesar
dunia. Dalam penerapannya, smart city menjadi salah satu inti dalam
perencanaan di Barcelona. Berbagai macam inisiatif dan juga
program menggabungkan antara aspek smart city dan spasial.
Beberapa program smart city diantaranya berupa pengaduan
masyarakat, aplikasi bagi masyarakat untuk memonitor
pembangunan dan proyek yang sedang dilakukan pemerintah,
hingga aplikasi peminjaman sepeda dan kendaraan listrik. Barcelona
menjadikan smart city salah satu alat penting dalam mencapai tujuan
spasial kotanya.
51
Gambar 4.6 Grafik Temuan Kasus Strategi Tiap Kota Kasus Smart City
52
4.2 Smart Governance
Dimensi ini merupakan salah satu dimensi yang paling sering diambil
dan diadopsi menjadi dasar dari perkembangan smart city di kota kota
dunia. Beberapa kota seperti Dubai, Singapura bahkan Indonesia memulai
langkah penerapan smart city mereka dari e-governance yang kemudian
menjadi smart government dan akhirnya menuju kepada dimensi lain di
smart city.
Dalam penerapannya, dari hasil temuan peneliti terdapat beberapa
strategi yang diterapkan dalam dimensi ini, yang terbagi atas 2 bentuk,
program fisik dan program yang sifatnya aplikasi. Beberapa contoh
program diantaranya adalah aplikasi yang merangkum setiap layanan
pemerintah hingga aplikasi yang menyediakan data statistik kota secara
terbuka.
Dalam program smart governance, setiap kota memiliki dua
kebutuhan data, data yang sifatnya keruangan dan juga data yang sifatnya
atribut. Data keruangan adalah data yang nantinya akan dianalisis lebih
lanjut lagi dan terkait dengan lingkup spasial ataupun ke-PWK-an.
53
Gambar 4.7 Grafik Pembagian Data Keruangan Smart
Governance
4.2.1 Data Identitas

Jenis data yang pertama merupakan data identitas. Data identitas
merupakan data yang dibutuhkan nantinya sebagai penanda atau
pemberi jatidiri bagi program dan kebijakan smart governance
nantinya. Data Identitas sendiri terbagi menjadi 2 bagian, data
identitas lokasi dan data identitas transportasi.
Data identitas lokasi merupakan data yang nantinya akan
menunjukkan karakter atau identitas dari lokasi tersebut, contohnya
seperti alamat pengguna, lokasi parkir, lokasi tempat kerja, lokasi
masjid, surat kepemilikan rumah, harga rumah dan data lainnya.
Sedangkan data identitas transportasi merupakan data yang
menunjukkan bentuk atau identitas dari transportasi atau kendaraan,
berupa rute transportasi tersebut.
54
Tabel 4.2 Kebutuhan Data Identitas Keruangan Smart
Governance
No Jenis Data Jenis Data Kecil Kebutuhan Data (Input)

1 Identitas Identitas Lokasi Data lokasi plts
2 Identitas Identitas Lokasi Alamat Pengguna
3 Identitas Identitas Lokasi Data Lokasi komplain
4 Identitas Identitas Lokasi Alamat instansi
pemerintahan
5 Identitas Identitas Lokasi Lokasi Pengguna
6 Identitas Identitas Lokasi Lokasi Kantor ICA
7 Identitas Identitas Lokasi Data Lokasi Parkir
8 Identitas Identitas Lokasi Data lokasi tempat kerja
9 Identitas Identitas Lokasi Setdata lokasi tempat
tempat di Kota (alamat,
rute tersedia, rute tercepat,
kategori)
10 Identitas Identitas Lokasi Setdata sekolah (nama,
rating, tuition fee,
kurikulum, jumlah murid,
lokasi) – termasuk univ
11 Identitas Identitas Lokasi Set data Ibadah (Lokasi
dan nama masjid)
12 Identitas Identitas Lokasi Data harga rumah
13 Identitas Identitas Lokasi Data surat kepemilikan
rumah
14 Identitas Identitas Transportasi Data Rute Transportasi
umum
4.2.2 Data Informasi

Jenis data yang kedua merupakan data informasi. Data
informasi merupakan data yang dibutuhkan nantinya sebagai
layanan ataupun tampilan yang akan disediakan oleh strategi smart
governance tersebut, data ini tidak berfungsi sebagai analisis
lanjutan untuk menghasilkan output lanjutan, melainkan hanya
sebagai informais bagi pengguna dan masyarakat saja.. Data
Identitas sendiri terbagi menjadi 2 bagian, data identitas lokasi dan
data identitas transportasi.
55
Data informasi layanan merupakan data yang berfungsi untuk
menginformasikan fitur, fasilitas, data atau layanan apa saja yang
disediakan oleh program tersebut (tidak harus aplikasi), contohnya
seperti data tentang kepariwisataan, data transportasi, data real
estate, data tentang perumahan hingga data cuaca dan suhu.
Tabel 4.3 Kebutuhan Data Informasi Keruangan Smart

Governance

1 Informasi
Informasi SetData pariwisata
Layanan
2 Informasi
Informasi SetData transportasi
Layanan
3 Informasi
Informasi SetData real estate
Layanan
4 Informasi
Informasi SetData Pengelolaan Kota
Layanan
5 Informasi
Informasi SetData Cuaca dan Suhu
Layanan
6 Informasi
Informasi SetData Pembangunan
Layanan
7 Informasi
Informasi SetData Lingkungan
Layanan
8 Informasi
Informasi SetData Perumahan
Layanan
9 Informasi
Informasi SetData Rekreasi
Layanan
10 Informasi
Informasi SetData Transport
Layanan
11 Informasi Data Ketersediaan Tempat
Informasi
Layanan Parkir
4.2.3 Data Unit Analisis

Jenis data yang ketiga merupakan data unit analisis. Data unit
analisis merupakan data yang dibutuhkan sebagai data dasar untuk
diolah lebih lanjut oleh sistem, program atau stakeholder terkait
untuk menghasilkan output yang diingkan oleh pengguna. Data unit
analisis memiliki peran penting dalam menghasilkan data yang
diinginkan oleh penyedia program (pemerintah).
56
Data unit analisis merupakan data yang berfungsi untuk
memberikan informasi dasar yang diperlukan untuk analisis lanjutan
dan menghasilkan output baru. Beberapa contoh dari data unit
analisis antara lain berupa peta kota yang berfungsi sebagai ‘kanvas’
dasar untuk program yang menyediakan layanannya dengan peta,
kemudian data suhu dan kualitas udara yang nantinya akan menjadi
informasi penting dalam analisis pengambilan kebijakan
kedepannya, hingga data yang didapat dari sensor, seperti sensor
parkir untuk mengetahui ketersediaan parkir nantinya.
Tabel 4.4 Kebutuhan Data Unit Analisis Keruangan Smart
Governance

1 Data tempat dan waktu
Unit Analisis Informasi Analisis
kejadian
2 Unit Analisis Informasi Analisis Peta Kota
3 Unit Analisis Informasi Analisis Sensor Pergerakan Manusia
4 Unit Analisis Informasi Analisis Sensor Pengukur Kualitas
Udara
5 Unit Analisis Informasi Analisis Sensor Pengukur Suhu
6 Unit Analisis Informasi Analisis Sensor Pengukur Kecepatan
Kendaraan
7 Unit Analisis Informasi Analisis Sensor Pengukur Kecepatan
Angin
8 Unit Analisis Informasi Analisis Setiap Data Perkotaan
Terkait
9 Unit Analisis Informasi Analisis Koordinat Bangunan
10 Unit Analisis Informasi Analisis Tinggi Bangunan
11 Unit Analisis Informasi Analisis Skala
12 Unit Analisis Informasi Analisis Data tingkat kebisingan
13 Unit Analisis Informasi Analisis Data tingkat kelembaban
udara
14 Unit Analisis Informasi Analisis Data tingkat kemacetan
15 Unit Analisis Informasi Analisis Data suhu
16 Unit Analisis Informasi Analisis Data kondisi cuaca
17 Unit Analisis Informasi Analisis Data kecepatan angin
18 Unit Analisis Informasi Analisis Data kualitas udara
19 Unit Analisis Informasi Analisis Data lokasi parkir
Bersambung
57
Lanjutan Tabel 4.4
20 Unit Analisis Informasi Analisis Data kepadatan jalanan
21 Unit Analisis Informasi Analisis Sensor jalan (kemacetan,
accident)
22 Unit Analisis Informasi Analisis Sensor parking
4.3 Smart People

Dimensi ini merupakan dimensi yang mengedepankan peran
masyarakat dalam pengaplikasian program dan kebijakan. Beberapa kota
seperti Barcelona, Singapura dan London menjadikan masyarakatnya
sebagai stakeholder terdepan dalam penerapan smart city, seperti dengan
menjadikan masyarakatnya sebagai sensor hidup untuk melaporkan
kejadian secara real-time yang sedang terjadi di kota mereka. Selain itu,
smart people juga merupakan dimensi dimana program smart city yang
dijalankan berfokus untuk mencerdaskan dan meningkatkan kualtias
masyarakatnya secara individu.
Dalam penerapannya, berdasarkan hasil temuan peneliti terdapat
beberapa strategi yang diterapkan dalam dimensi ini, yang terbagi atas 3
bentuk, program penyediaan fasiltias fisik, program berupa aplikasi hingga
progam yang sifatnya merupakan pelatihan atau training bagi masyarakat
kota tersebut. Beberapa contoh program diantaranya adalah aplikasi untuk
memudahkan kehidupan sehari hari, aplikasi pencerdasan seperti
perpustakaan online hingga pelatihan teknologi dan aplikasi.
Dalam program smart people, setiap kota memiliki dua kebutuhan
data, data yang sifatnya keruangan dan juga data yang sifatnya atribut.
58
Gambar 4.8 Grafik Pembagian Data Keruangan Smart People

pemberi jatidiri bagi program dan kebijakan smart people nantinya.
Data Identitas sendiri terbagi dalam 1 kategori, yaitu data identitas
untuk menunjukkan lokasi.
seperti lokasi tempat tinggal pengguna, lokasi tempat kerja, lokasi
tempat tempat di kota tersebut, lokasi wifi hingga lokasi sekolah.
Tabel 4.5 Kebutuhan Data Identitas Keruangan Smart People
1 Data lokasi tempat tinggal

Identitas Identitas Lokasi
pengguna
SetData lokasi tempat tempat
3 Identitas Identitas Lokasi di Kota (alamat, rute tersedia,
rute tercepat, kategori)
SetData sekolah (nama,
4 rating, tuition fee, kurikulum,
jumlah murid, lokasi) –
termasuk univ
Bersambung
59
Lanjutan Tabel 4.5
SetData Agama (waktu
5 Identitas Identitas Lokasi ibadah, data lokasi dan nama
masjid)
6 Identitas Identitas Lokasi Peta kota
7 Identitas Identitas Lokasi Data Lokasi Wifi
9 SetData event (lokasi, waktu
dan deskripsi)
10 Identitas Identitas Lokasi Data lokasi TK
11 Identitas Identitas Lokasi Data Lokasi SD

people tersebut, data ini tidak berfungsi sebagai analisis lanjutan
untuk menghasilkan output lanjutan, melainkan hanya sebagai
informais bagi pengguna dan masyarakat saja. Data informasi
sendiri terbagi menjadi 1 bagiSean, yaitu data informasi layanan.
seperti data tentang kepariwisataan, data kedaruratan, informasi
kemasyarakatan dan sebagainya.
Tabel 4.6 Kebutuhan Data Informasi Keruangan Smart People

1 Informasi Informasi Layanan SetData tentang pertanian
SetData transportasi
2 Informasi Informasi Layanan (tilang, traffic update, cctv
jalan)
Bersambung
60
Lanjutan Tabel 4.6
SetData kedaruratan
3 (informasi pencegahan
Informasi Informasi Layanan
kebakaran, lokasi kantor
polisi)
SetData Lingkungan
(Informasi cuaca, perijinan
4 Informasi Informasi Layanan dan peraturan binatang,
peta rawan kebakaran
hutan)
SetData kemasyarakatan
(Informasi Pengungsi, data
5 Informasi Informasi Layanan kualifikasi keluarga, peta
kuburan, informasi darurat
kekerasan)
SetData perkotaan
6 (petunjuk jalan, peta
tutupan lahan, peta letak
taman, peta suhu)
SetData Pariwisata
(Informasi Lokasi,
7 Informasi Informasi Layanan Akomodasi tersedia, data
riwayat perjalanan
sebelumnya)
8 Informasi Informasi Layanan Data Kebisingan
9 Informasi Informasi Layanan Data Suhu udara
10 Data Kualitas Udara
(NO2, CO)
11 Informasi Informasi Layanan SetData tentang Kota

analisis antara lain berupa data rute transportasi umum untuk
dianalisis kemudian lebih lanjut untuk memberikan informais rute
61
transportasi, estimasi waktu sampai hingga lama waktu perjalanan
yang diperlukan, kemudian data informasi mengenai sensor, big data
analytics hingga smart city yang berfungsi nantinya sebagai materi
dasar bagi pelatihan pelatihan terkait smart city, teknologi maupun
aplikasi.

People
1 Unit Informasi
Data rute transportasi umum
Analisis Analisis
2 Unit Informasi Sensor jalan (kemacetan,
Analisis Analisis accident)
3 Unit Informasi
Sensor parking
Analisis Analisis
4 Unit Informasi
Data harga rumah
Analisis Analisis
5 Unit Informasi
Lokasi pengambilan data
Analisis Analisis
6 Unit Informasi SetData Informasi Mengenai
Analisis Analisis Jenis Sensor
Analisis Analisis Big Data Analysis
Analisis Analisis Smart City
4.4 Smart Economy

Dimensi ini merupakan dimensi yang mengedepankan tujuannya
untuk mencerdaskan aspek aspek pendukung ekonomi yang nantinya
diharapkan dapat mengingkatkan laju aktivitas ekonomi. dimensi ini
mencakup aspek inovasi, persaingan dan kegiatan yang meningkatkan
ekonomi lainnya. Jika semakin banyak inovasi yang dikembangkan, maka
peluang usaha baru akan semakin meningkat dan persaingan suatu kota di
pasar usaha akan meningkat.
Selain itu, beberapa kota seperti Dubai dan Singapura yang
notabenenya merupakan kota pusat perkonomian dunia, mulai
menerapkan strategi-strategi yang berfokus kepada pengamanan transaksi
62
ekonomi yang sifatnya digital, dalam rangka transisi mereka menuju
ekonomi digital.
Dalam program smart economy, setiap kota memiliki dua kebutuhan
Gambar 4.9 Grafik Pembagian Data Keruangan Smart Economy


pemberi jatidiri bagi program dan kebijakan smart economy
nantinya. Data Identitas sendiri terbagi dalam 2 kategori, yaitu data
identitas untuk menunjukkan lokasi dan identitas untuk
menunjukkan suatu perusahaan.
seperti alamat startup, alamat perusahaan, lokasi tempat wisata
hingga data lokasi tempat hiburan terdekat dari kawasan terkait.
63
Economy
1 Identitas
Identitas Data Lokasi Perusahaan
Perusahaan
2 Identitas Identitas Lokasi Alamat Startup
4 Identitas Identitas Lokasi Lokasi Akses Wifi Tersedia
5 Gambar Streetview Lokasi
Wi-Fi
6 Identitas Identitas Lokasi Data lokasi tempat wisata
7 Data informasi tempat
tersebut masa kini
tersebut di masa lalu
9 Data perkembangan
kawasan/tempat tersebut
SetData tempat hiburan
10 Identitas Identitas Lokasi disekitar kawasan tersebut
(rumah makan, bar, pub)

economy tersebut, data ini tidak berfungsi sebagai analisis lanjutan
sendiri terbagi menjadi 2 bagian, yaitu data informasi layanan dan
data informasi umum.
disediakan oleh program tersebut (tidak harus aplikasi), sedangkan
data informasi umum merupakan data yang berfungsi sebagai
layanan informasi yang sifatnya umum dan tidak terkait dengan
kebijakan, kepentingan ataupun penyedia program.
64
Economy
1 Informasi
Informasi Data Lokasi Parkir
Layanan
2 Informasi
Informasi Data Ketersediaan Parkir
Layanan
3 Informasi Informasi Umum Data cuaca

analisis antara lain berupa data masalah perkotaan yang harus
diselesaikan oleh startup, data lokasi barang yang akan dikirim, data
tempat tujuan barang dikirim, hingga sensor sensor, seperti sensor
pergerakan manusia.

Economy
1 Unit Informasi Data Input Challenge

Analisis Analisis (Masalah Perkotaan)
2 Unit Informasi Data lokasi barang yang
Analisis Analisis dikirim
3 Unit Informasi
Sensor Pergerakan Manusia
Analisis Analisis
Bersambung
65
Lanjutan Tabel 4.10
4 Unit Informasi Sensor Pengukur Kualitas
Analisis Analisis Udara
5 Unit Informasi
Sensor Pengukur Suhu
Analisis Analisis
6 Unit Informasi Sensor Pengukur Kecepatan
Analisis Analisis Kendaraan
7 Unit Informasi Sensor Pengukur Kecepatan
Analisis Analisis Angin
8 Unit Informasi
Data Lokasi Pengguna
Analisis Analisis
4.5 Smart Living

Dimensi ini merupakan dimensi yang mengedepankan strategi
program untuk memperbaiki kualitas kehidupan masyarakat perkotaan.
Smart living terkait dengan kualitas hidup manusia dalam suatu kota
tersebut. Kualitas hidup tersebut bersifat dinamis, dalam artian selalu
berusaha untuk berkembang dan memperbaiki dirinya sendiri. Dalam hal
ini dimensi ini termasuk dalam perencanaan yang akan mempengaruhi
kualitas hidup masyarakat perkotaannya, seperti pembangunan pojok wifi,
atau penyediaan layanan broadband gratis bagi masyarakat.
Beberapa kota seperti Barcelona, Singapura dan Dubai mencoba
untuk mewujudkan kehidupan yang lebih nyaman, efisien dan aman bagi
masyarakatnya. Dimensi smart living sendiri akan mencakup semua
lapisan masyarakat, dari anak-anak hingga dewasa. Beberapa kota bahkan
telah mendeklarasakian kotanya sebagai kota inklusif yang menerima
setiap pengguna yang ingin tinggal dikotanya. Dalam penerapannya,
berdasarkan hasil temuan peneliti terdapat beberapa strategi yang
diterapkan dalam dimensi ini, yang terbagi atas 2 bentuk, program
penyediaan fasiltias fisik dan program berupa aplikasi.
Dalam program smart living, setiap kota memiliki dua kebutuhan data,
data yang sifatnya keruangan dan juga data yang sifatnya atribut.
66
Gambar 4.10 Grafik Pembagian Data Keruangan Smart Living

pemberi jatidiri bagi program dan kebijakan smart living nantinya.
untuk menunjukkan lokasi.
seperti persebaran rumah sakit, persebaran sekolah, persebaran
fasilitas kesehatan, lokasi event hingga informasi mengenai halte.
Tabel 4.11 Kebutuhan Data Identitas Keruangan Smart Living

1 Identitas Identitas Lokasi Lokasi Akses Wifi Tersedia
Wi-Fi
4 Identitas Identitas Lokasi Data Lokasi Kamar Pasien
5 Identitas Identitas Lokasi Data Lokasi Perawat
6 Data Lokasi Klinik/Rumah
Sakit
Bersambung
67
Lanjutan Tabel 4.11
7 Identitas Identitas Lokasi Koordinat Lokasi (GPS)
8 Data Informasi Tempat-
Tempat di Kota
SetData Event – Tanggal
9 Identitas Identitas Lokasi Event, Lokasi dan Event
tentang apa
10 Data Informasi Tempat yang
dilalui oleh rute
11 Identitas Identitas Lokasi Data lokasi store
12 Identitas Identitas Lokasi Lokasi halte terdekat lainnya
13 Lokasi kantong parkir
terdekat
14 Identitas Identitas Lokasi Data lokasi kolam renang
15 Identitas Identitas Lokasi Data Kondisi Suhu
16 Data Persebaran Rumah
Sakit
17 Data Lokasi Fasilitas
Kesehatan
18 Identitas Identitas Lokasi Data Lokasi Kerja
19 Identitas Identitas Lokasi Peta Kota
20 Data Informasi Lokasi
Sekolah

living tersebut, data ini tidak berfungsi sebagai analisis lanjutan
sendiri terbagi menjadi 1 bagian, yaitu data informasi layanan.
seperti data informasi rute, data lokasi servis hingga data penyedia
layanan kesehatan.
68
Tabel 4.12 Kebutuhan Data Informasi Keruangan Smart Living

1 Informasi Informasi Layanan Data lokasi servis
2 Informasi Informasi Layanan SetInformasi Bangunan
3 Data Penyedia Layanan
Kesehatan Lainnya
4 Informasi Informasi Layanan Data Informasi Rute
5 Data servis yang tersedia di
Kota

analisis antara lain berupa data informasi pribadi khususnya wajah
yang diperlukan sebagai dasar untuk melakukan face recognition,
kemudian data sejarah bangunan, data jumlah rumah sakit, data
jumlah apotik, data kemungkinan hujan, data sejarah kebencanaan
hingga peta rawan bencana yang berfungsi sebagai analisis
kerawanan bencana nantinya.
69
Living

1 Unit Analisis Informasi Analisis Sensor Deteksi Gerakan
2 Unit Analisis Informasi Analisis Face Recognition
3 Unit Analisis Informasi Analisis Dalam Kolam Renang
4 Sensor Pergerakan
Manusia
5 Unit Analisis Informasi Analisis Sensor Autonomous Car
6 Sensor Pengukur Kualitas
Udara
8 Sensor pendeteksi
kecepatan
9 Sensor Pendeteksi
Penggunaan Listrik
Sensor Kontak Pintu
10 Unit Analisis Informasi Analisis (Mendeteksi orang
dirumah)
11 Foto Bangunan/Kawasan
pada tahun berbeda
12 Unit Analisis Informasi Analisis GPS
13 Unit Analisis Informasi Analisis Data Sejarah Bangunan
14 Unit Analisis Informasi Analisis Sensor perkotaan
15 Unit Analisis Informasi Analisis Data Waste Management
16 Unit Analisis Informasi Analisis Data Sanitasi
17 Unit Analisis Informasi Analisis Data Jumlah Rumah Sakit
18 Unit Analisis Informasi Analisis Data Jumlah Farmasi
19 Data jaringan
telekomunikasi
20 Unit Analisis Informasi Analisis Data Stok Bahan Bakar
21 Unit Analisis Informasi Analisis Data Jumlah Hutan
22 Unit Analisis Informasi Analisis Data Rute Evakuasi
23 Unit Analisis Informasi Analisis Data persebaran Industri
24 Unit Analisis Informasi Analisis Data persebaran Pemadam
25 Unit Analisis Informasi Analisis Data Histori Kebencanaan
26 Unit Analisis Informasi Analisis Peta Rawan Bencana
27 Unit Analisis Informasi Analisis Peta Persebaran Penduduk
28 Unit Analisis Informasi Analisis Data Jalan
Bersambung
70
Lanjutan Tabel 4.13
29 Unit Analisis Informasi Analisis Data Temperatur
30 Unit Analisis Informasi Analisis Data cuaca
31 Unit Analisis Informasi Analisis Data kemungkinan hujan
32 Unit Analisis Informasi Analisis Data kelembaban
33 Data tingkat pengairan di
taman
34 Unit Analisis Informasi Analisis Peta kawasan
36 Unit Analisis Informasi Analisis Sensor Darurat
37 Unit Analisis Informasi Analisis Alamat Pasien
4.6 Smart Environment

program untuk memperbaiki kualitas lingkungan hidup maupun
lingkungan perkotaan. Dimensi ini mencakup perencanaan lingkungan
yang memberikan kenyamanan, keberlanjutan, keindahan visual dan non
visual bagi masayarakat dan publik. Smart environment terkait dengan
kualitas lingkungan, hingga penyediaan ruang hijau yang cukup bagi
perkotaan. Dimensi ini juga bertujuan untuk menyeimbangkan
pembangunan dari segi fisik dan lingkungan yang lebih smart.
Beberapa kota mencoba untuk mewujudkan kehidupan yang lebih
nyaman, hijau dan sehat bagi masyarakat kotanya dengan menyediakan
aplikasi untuk menghidupkan kembali dimensi lingkungan dalam
lingkungan perkotaannya. Dimensi smart environment mencakup
beberapa aspek, bukan hanya aspek yang mengandung unsur lingkungan,
unsur pendukung kehidupan lingkungan perkotaan seperti sampah,
neighborhood juga termasuk dalam cakupan perencanaan dimensi ini.
Dalam penerapannya, berdasarkan hasil temuan peneliti terdapat beberapa
strategi yang diterapkan dalam dimensi ini, yang terbagi atas 2 bentuk,
program penyediaan fasiltias fisik dan program berupa aplikasi. Beberapa
contoh program diantaranya adalah aplikasi ensiklopedi flora dan fauna,
71
smart trash can hingga pengaplikasian tenaga surya pada kehidupan
perkotaan.
Dalam program smart environment, setiap kota memiliki dua
kebutuhan data, data yang sifatnya keruangan dan juga data yang sifatnya
atribut.
Gambar 4.11 Grafik Pembagian Data Keruangan Smart

Environment

pemberi jatidiri bagi program dan kebijakan smart environment
nantinya. Data Identitas sendiri terbagi dalam 2 kategori, yaitu data
identitas untuk menunjukkan lokasi dan data identitas transportasi.
seperti data lokasi dan informasi neighborhood, data lokasi dan
persebaran hutan kota. Data identitas transportasi merupakan data
yang nantinya berfungsi sebagai pengenal bagi transportasi atau
kendaraan yang ada diperkotaan.
72
Environment
Kebutuhan Data
No Jenis Data Jenis Data Kecil
(Input)
1 Identitas Identitas Lokasi Alamat Rumah
3 Identitas Identitas Lokasi Data Lokasi Pengguna
Kesehatan
5 Identitas Identitas Lokasi Data Lokasi Kerja
6 Data Universitas
Pengguna
7 Identitas Identitas Lokasi Data lokasi hutan kota
8 Identitas Identitas Lokasi Data lokasi tempat
9 Data lokasi tempat
minum
10 Identitas Identitas Lokasi Peta Kota
11 Data lokasi tempat
wisata
12 Identitas Identitas Lokasi SetData Neighborhood
13 Identitas Identitas Lokasi GPS
14 Identitas Identitas Lokasi Data Lokasi Lampu Jalan
15 Identitas Identitas Kendaraan Data Nomor kendaraan
16 Identitas Identitas Kendaraan Data jenis kendaraan

environment tersebut, data ini tidak berfungsi sebagai analisis
lanjutan untuk menghasilkan output lanjutan, melainkan hanya
sebagai informasi bagi pengguna dan masyarakat saja. Data
informasi sendiri terbagi menjadi 1 bagian, yaitu data informasi
layanan.
73
seperti data informasi level tingkat bahaya sinar UV yang ada di
kota, kecepatan angin dan kualitas udara perkotaan.

Environment

1 Informasi Informasi Layanan Data Ketersediaan parkir
2 Data Kualitas Udara Kota
Lain
3 Informasi Informasi Layanan Data Lokasi Event
4 Data fakta mengenai lokasi
air minum tersebut
wisata tersebut
6 Data kualitas udara kota
tersebut
7 Informasi Informasi Layanan Data Ramalan Cuaca
8 Informasi Informasi Layanan Data Kelembaban Udara
9 Informasi Informasi Layanan Data Suhu
10 Informasi Informasi Layanan Data kecepatan angin
11 Informasi Informasi Layanan Data tinggi air
12 Informasi Informasi Layanan Data level sinar UV
13 Informasi Informasi Layanan Data curah hujan
14 Informasi Informasi Layanan Data lokasi smoking area
15 Data Lokasi Rumah Sakit
Terdekat
Data pengguna aplikasi
16 Informasi Informasi Layanan yang sama dalam radius
400m
17 Informasi Informasi Layanan Data lokasi kotak p3k

74
analisis antara lain berupa data lokasi flora dan fauna yang ada di
kota, kemudian indikator kualitas udara, tingkat kelembaban, tingkat
okupansi sampah, dan persebaran rumah sakit.

Environment

1 Unit Analisis Informasi Analisis Data lama waktu parkir
2 Unit Analisis Informasi Analisis Sensor Parking
3 Unit Analisis Informasi Analisis Sensor Kualitas Udara
5 Indikator Kualitas Udara
dari berbagai negara
6 Unit Analisis Informasi Analisis Sensor pendeteksi manusia
7 Data jarak antar lokasi
pengambilan sampah
8 Unit Analisis Informasi Analisis Data Temperatur
10 Prediksi kemungkinan
hujan
taman
14 Unit Analisis Informasi Analisis Sensor Pergerakan
Sakit
16 Unit Analisis Informasi Analisis Lokasi Flora
17 Unit Analisis Informasi Analisis Lokasi Fauna
Bersambung
75
Lanjutan Tabel 4.16
18 Sensor Pendeteksi
Penggunaan Listrik
Sensor Kontak Pintu
dirumah)
4.7 Smart Mobility

program untuk menciptakan mobilitas yang ramah lingkungan, lebih
efisien dan lebih nyaman bagi masyarakat. Smart mobility mencakup
aspek transportasi dan pembangunan infrastruktur terkait di dalamnya.
Pembangunan infrastruktur diwujudkan melalui penguatan sistem
perencanaan infrastruktur kota yang lebih pintar dan efisien,
pengembangan aliran sungai, peningkatan kualitas dan kuantitas cakupan
sarpras dasar, pengembangan perumahan dan permukiman, dan
peningkatan konsistensi pengendalian pembangunannya.
Dengan ketersedian sarpras mobilitas yang memadai, secara langsung
akan meningkatkan kualitas hidup dan meningkatkan pertumbuhan
ekonomi dan kesejahteraan masyarakat. Dalam penerapannya,
berdasarkan hasil temuan peneliti terdapat beberapa strategi yang
diterapkan dalam dimensi ini, yang terbagi atas 2 bentuk, program
penyediaan fasiltias fisik dan program berupa aplikasi. Beberapa contoh
program diantaranya adalah aplikasi transportasi umum, smart parking
hingga autonomous vehicle.
Dalam program smart mobility, setiap kota memiliki dua kebutuhan
76
Gambar 4.12 Grafik Pembagian Data Keruangan Smart Mobility

merupakan data yang dibutuhkan sebagai penanda atau pemberi
jatidiri bagi program dan kebijakan smart mobility. Data Identitas
sendiri terbagi dalam 2 kategori, yaitu data identitas untuk
menunjukkan lokasi dan data identitas transportasi.
seperti data lokasi dan informasi halte, informasi lokasi stasiun,
lokasi kantong parkir, tempat parkir hingga informasi kecelakaan.
Data identitas transportasi merupakan data yang nantinya berfungsi
sebagai pengenal bagi transportasi atau kendaraan yang ada
diperkotaan.
77
Mobility

2 Identitas Identitas Lokasi Data Lokasi Halte terdekat
3 Identitas Identitas Lokasi Data lokasi bus
5 Identitas Identitas Lokasi Data Lokasi Stasiun
6 Identitas Identitas Lokasi Lokasi Stasiun MTR
7 Data tempat indentik
sekitar stasiun
SetData lokasi tempat
8 tempat di kota (alamat,
rute tersedia, rute tercepat,
kategori)
9 Lokasi pengguna dan
Lokasi Tujuan (GPS)
10 Identitas Identitas Lokasi Data lokasi volpad
11 Identitas Identitas Lokasi Data lokasi sekitar halte
12 Lokasi halte terdekat
lainnya
13 Identitas Identitas Lokasi Lokasi kantong parkir
14 Identitas Identitas Lokasi Lokasi Traffic Light
15 Identitas Identitas Lokasi Lokasi kendaraan
16 Identitas Identitas Lokasi Data kondisi cuaca
17 Data rute transportasi
Identitas Identitas Transportasi
umum
18 Identitas Identitas Transportasi Tipe kendaraan
19 Identitas Identitas Transportasi Nomor Kendaraan
20 Identitas Identitas Transportasi Data identitas kendaraan
21 Identitas Identitas Transportasi Data jenis kendaraan
22 Identitas Identitas Transportasi Data Jenis Transportasi

78
mobility tersebut, data ini tidak berfungsi sebagai analisis lanjutan
sendiri terbagi menjadi 1 bagian, yaitu data informasi layanan.
seperti data informasi peraturan transportasi, lokasi SPBU terdekat,
lokasi shuttle bus, rute sepeda tersedia hingga informasi ketersediaan
dan kedatangan bus.

Mobility
1 Data informasi taxi

terdekat
2 SetData informasi
transportasi publik
3 Data kedatangan
transportasi publik
Data ketersediaan dan
4 Informasi Informasi Layanan informasi tiket transportasi
publik
5 Informasi Informasi Layanan Data rute tercepat
6 Informasi Informasi Layanan Data Kedatangan MRT
7 Data Informasi Layanan
Bus
8 Informasi Informasi Layanan Data Kedatangan Bus
9 Informasi Informasi Layanan Data Ketersediaan Parkir
10 Informasi Informasi Layanan Data Rute Sepeda
11 Informasi Informasi Layanan Data Kecelakaan terbaru
12 Informasi Informasi Layanan Data proyek jalan terbaru
13 Lokasi Shuttle Bus
Tersedia
14 Informasi Informasi Layanan Rute Jalan
15 Estimasi waktu
penjemputan
16 Informasi Informasi Layanan Estimasi waktu tiba
Bersambung
79
Lanjutan Tabel 4.18
17 Data tempat menarik
sekitar halte
18 Informasi Informasi Layanan Data cuaca
19 Informasi Informasi Layanan Data suhu
20 Informasi Informasi Layanan Data Lokasi Traffic Light
21 SetData peraturan
transportasi
22 Data tempat tempat di
menarik di Kota
23 Informasi Informasi Layanan Ketersediaan transportasi
24 Informasi Informasi Layanan Tarif transportasi
25 Informasi Informasi Layanan Data informasi insiden
26 Informasi Informasi Layanan Data Lokasi SPBU
27 Informasi Informasi Layanan Data ketersediaan parkir
28 Informasi Informasi Layanan Data Lama Waktu Parkir
29 Informasi Informasi Layanan Data rute MTR
30 Data Waktu
Keberangkatan MTR
31 Data waktu kedatangan
BUS
32 Data fasilitas yang ada
dalam Stasiun
33 Data Status Layanan
Stasiun
34 Data Lokasi Kantong
Peminjaman Sepeda
35 Informasi Informasi Layanan Data jumlah sepeda
36 Informasi Informasi Layanan Data lokasi parker
37 Informasi Informasi Layanan Data lokasi dilarang parkir
38 Data lokasi larangan
berhenti

80
analisis antara lain berupa data lokasi tujuan dan destinasi yang ada
di kota, kemudian rute transportasi publik, tingkat kemacetan,
tingkat kepadatan lalin, dan persebaran halte.

Mobility
1 Sensor jalan (kemacetan,

accident)
2 Unit Analisis Informasi Analisis Data kemacetan
publik
5 Unit Analisis Informasi Analisis Sensor anti-bump
6 Data Kepadatan Lalu lintas
jalan
7 Foto Terbaru dari CCTV
jalan
8 Unit Analisis Informasi Analisis Data Lokasi Penjemputan
9 Unit Analisis Informasi Analisis Data Lokasi Tujuan
10 Data Tempat Tempat di
perkotaan
lainnya
terdekat
14 Unit Analisis Informasi Analisis Peta Expressway
15 Unit Analisis Informasi Analisis Sensor Kecelakaan
16 Unit Analisis Informasi Analisis Data Lokasi Kecelakaan
17 Unit Analisis Informasi Analisis Data Kepadatan Jalan
18 Unit Analisis Informasi Analisis Data Estimasi Pergerakan
19 Unit Analisis Informasi Analisis Data Lama Traffic Light
20 Unit Analisis Informasi Analisis Data Jam Sibuk Kota
21 Data Event yang ada di
Perkotaan
Bersambung
81
Lanjutan Tabel 4.19
22 Sensor pendeteksi
kendaraan
23 Sensor pendeteksi pejalan
kaki (tombol)
24 Data waktu keberangkatan
pengguna
27 Unit Analisis Informasi Analisis data rute moda transportasi
28 Unit Analisis Informasi Analisis Data Informasi Cuaca
29 Data Informasi Penutupan
Jembatan
30 Unit Analisis Informasi Analisis Sensor Posisi Kendaraan
31 Unit Analisis Informasi Analisis Sensor Anti-Bump
32 Unit Analisis Informasi Analisis Sensor Berhenti
33 Unit Analisis Informasi Analisis Sensor Pembaca Kartu
34 Data lokasi stasiun
keberangkatan
35 Unit Analisis Informasi Analisis Data lokasi stasiun tujuan
36 Unit Analisis Informasi Analisis Data Lokasi Pengguna
37 Unit Analisis Informasi Analisis Data Jumlah Kendaraan
38 Data Transportasi yang
digunakan
39 Data lokasi rumah
pengguna
40 Data intensi penggunaan
kendaraan pengguna
41 Jumlah Kendaraan per
menit
42 Unit Analisis Informasi Analisis Jumlah kendaraan saat itu
43 Unit Analisis Informasi Analisis Data forecast cuaca
4.8 Analisis Gabungan

Analisis ini merupakan analisis akhir dari kebutuhan data smart city
di perkotaan. Analisis ini menggabungkan keseluruhan data yang telah
dianalisis sebelumnya di tiap tiap dimesi smart city. Analisis kebutuhan
data dibagi berdasarkan 3 tipe kategori, data identitas, data informasi dan
82
data unit analisis, dengan fungsi masing masing yang telah di jabarkan di
atas.
Dalam analisis gabungan, setiap kota memiliki dua kebutuhan data,
data yang sifatnya keruangan dan juga data yang sifatnya atribut. Data
keruangan adalah data yang nantinya akan dianalisis lebih lanjut lagi dan
terkait dengan lingkup spasial ataupun ke-PWK-an.
Kebutuhan data tiap tiap dimensi disatukan dan kemudian di
kategorikan berdasarkan keruangan dan dimensinya. Data gabungan ini
nantinya merupakan keluaran akhir dari analisis, untuk memperlihatkan
kebutuhan data dari masing masing dimensi smart city dari 4 kasus yang
diteliti.
Dalam analisis ini, peneliti membagi kategori data keruangan menjadi
3 macam, yaitu data identitas, data informasi dan data unit analisis,
sebagaimana grafik berikut.
Gambar 4.13 Grafik Pembagian Data Gabungan Keruangan

Smart City

pemberi jatidiri bagi program dan kebijakan smart city nantinya.
83
untuk menunjukkan lokasi, identitas transportasi dan identitas
perusahaan.
seperti data lokasi dan informasi halte, informasi lokasi stasiun,
lokasi kantong parkir, lokasi pengguna, lokasi hutan kota. Data
identitas transportasi merupakan data yang nantinya berfungsi
sebagai pengenal bagi transportasi atau kendaraan yang ada
diperkotaan, seperti nomor kendaraan dan jenis kendaraan. Data
identitas perusahaan merupakan data yang berfungsi sebagai
pengenal bagi perusahaan seperti lokasi perusahaan.
Tabel 4.20 Kebutuhan Data Identitas Keruangan Gabungan
Jenis
No Jenis Data Kecil Kebutuhan Data (Input)
Data
1 Data lokasi tempat tinggal

pengguna
SetData sekolah (nama,
3 rating, tuition fee,
kurikulum, jumlah murid,
lokasi) – termasuk univ
4 SetData waktu ibadah, data
lokasi dan nama masjid
5 Identitas Identitas Lokasi Peta kota
6 Identitas Identitas Lokasi Data Lokasi Wifi
7 Identitas Identitas Lokasi Data lokasi TK
8 Identitas Identitas Lokasi Data Lokasi SD
10 Identitas Identitas Lokasi Data Lokasi Halte terdekat
11 Identitas Identitas Lokasi Data lokasi bus
13 Identitas Identitas Lokasi Data Lokasi Stasiun KA
14 Identitas Identitas Lokasi Lokasi Stasiun MTR
15 Data tempat indentik sekitar
stasiun
Bersambung
84
Lanjutan Tabel 4.20
Data lokasi tempat tempat di
16 Identitas Identitas Lokasi kota (alamat, rute tersedia,
rute tercepat, kategori)
17 Lokasi pengguna dan Lokasi
Tujuan (GPS)
18 Identitas Identitas Lokasi Data lokasi volpad
19 Identitas Identitas Lokasi Data lokasi sekitar halte
20 Identitas Identitas Lokasi Lokasi halte terdekat lainnya
21 Identitas Identitas Lokasi Lokasi Traffic Light
22 Identitas Identitas Lokasi Lokasi kendaraan
23 Identitas Identitas Lokasi Data kondisi cuaca
24 Identitas Identitas Lokasi Data rute transportasi umum
25 Identitas Identitas Lokasi Tipe kendaraan
26 Identitas Identitas Lokasi Nomor Kendaraan
27 Identitas Identitas Lokasi Data identitas kendaraan
28 Identitas Identitas Lokasi Data jenis kendaraan
29 Identitas Identitas Lokasi Data Jenis Transportasi
30 Identitas Identitas Lokasi Data lokasi plts
31 Data Lokasi komplain
(masukan)
32 Alamat instansi
pemerintahan
33 Identitas Identitas Lokasi Lokasi Kantor Imigrasi
34 Identitas Identitas Lokasi Data harga rumah
35 Data surat kepemilikan
rumah
Kesehatan
37 Identitas Identitas Lokasi Data Universitas Pengguna
38 Identitas Identitas Lokasi Data lokasi hutan kota
39 Identitas Identitas Lokasi Data lokasi tempat minum
40 Identitas Identitas Lokasi Data lokasi tempat wisata
41 Identitas Identitas Lokasi Data Neighborhood
42 Identitas Identitas Lokasi GPS
43 Identitas Identitas Lokasi Data Lokasi Lampu Jalan
Wi-Fi
45 Identitas Identitas Lokasi Data Lokasi Kamar Pasien
46 Identitas Identitas Lokasi Data Lokasi Perawat
Bersambung
85
Lanjutan Tabel 4.20
Data Event – Tanggal Event,
47 Identitas Identitas Lokasi Lokasi dan Event tentang
apa
48 Data Informasi Tempat yang
dilalui oleh rute
49 Identitas Identitas Lokasi Data lokasi store
50 Identitas Identitas Lokasi Data lokasi kolam renang
51 Identitas Identitas Lokasi Data Kondisi Suhu
Sakit
53 Data Informasi Lokasi
Sekolah
54 Identitas Identitas Perusahaan Data Lokasi Perusahaan
55 Identitas Identitas Transportasi Data Lokasi Startup
tersebut masa kini
tersebut di masa lalu
58 Data perkembangan
kawasan/tempat tersebut
59 SetData tempat hiburan
disekitar kawasan tersebut

city tersebut, data ini tidak berfungsi sebagai analisis lanjutan untuk
menghasilkan output lanjutan, melainkan hanya sebagai informais
bagi pengguna dan masyarakat saja. Data informasi sendiri terbagi
menjadi 2 bagian, yaitu data informasi layanan dan data informasi
umum.
seperti data informasi peraturan transportasi, lokasi SPBU terdekat,
lokasi shuttle bus.
86
Tabel 4.21 Kebutuhan Data Informasi Keruangan

1 Informasi Informasi Layanan Data tentang pertanian
SetData transportasi
2 Informasi Informasi Layanan (tilang, traffic update, cctv
jalan)
SetData kedaruratan
3 (informasi pencegahan
kebakaran, lokasi kantor
polisi)
SetData Lingkungan
(Informasi cuaca, perijinan
4 Informasi Informasi Layanan dan peraturan binatang,
peta rawan kebakaran
hutan)
SetData kemasyarakatan
(Informasi Pengungsi, data
5 Informasi Informasi Layanan kualifikasi keluarga, peta
kuburan, informasi darurat
kekerasan)
SetData perkotaan
6 (petunjuk jalan, peta
tutupan lahan, peta letak
taman, peta suhu)
SetData Pariwisata
7 (Informasi Lokasi,
Akomodasi tersedia, data
riwayat perjalanan)
8 Informasi Informasi Layanan Data Kebisingan
9 Informasi Informasi Layanan Data Suhu udara
10 Data Kualitas Udara (NO2,
CO)
11 Informasi Informasi Layanan Data tentang Kota
12 Data informasi taxi
terdekat
13 SetData informasi
transportasi publik
14 Data kedatangan
transportasi publik
Data ketersediaan dan
15 Informasi Informasi Layanan informasi tiket transportasi
publik
16 Informasi Informasi Layanan Data rute tercepat
17 Informasi Informasi Layanan Data Kedatangan MRT
18 Data Informasi Layanan
Bus
19 Informasi Informasi Layanan Data Kedatangan Bus
Bersambung
87
Lanjutan Tabel 4.21
21 Informasi Informasi Layanan Data Rute Sepeda
22 Informasi Informasi Layanan Data Kecelakaan terbaru
23 Informasi Informasi Layanan Data proyek jalan terbaru
24 Lokasi Shuttle Bus
Tersedia
25 Informasi Informasi Layanan Rute Jalan
26 Estimasi waktu
penjemputan
27 Informasi Informasi Layanan Estimasi waktu tiba
28 Data tempat menarik
sekitar halte
29 Informasi Informasi Layanan Data Lokasi Traffic Light
30 SetData peraturan
transportasi
31 Data tempat tempat di
menarik di Kota
32 Informasi Informasi Layanan Ketersediaan transportasi
33 Informasi Informasi Layanan Tarif transportasi
34 Informasi Informasi Layanan Data informasi insiden
35 Informasi Informasi Layanan Data Lokasi SPBU
36 Informasi Informasi Layanan Data Lama Waktu Parkir
37 Informasi Informasi Layanan Data rute MTR
38 Data Waktu
Keberangkatan MTR
39 Data waktu kedatangan
BUS
40 Data fasilitas yang ada
dalam Stasiun
41 Data Status Layanan
Stasiun
42 Data Lokasi Kantong
Peminjaman Sepeda
43 Informasi Informasi Layanan Data jumlah sepeda
44 Informasi Informasi Layanan Data lokasi parker
45 Data lokasi verboden
parker
46 Informasi Informasi Layanan Data real estate
47 Informasi Informasi Layanan Data Pengelolaan Kota
48 Informasi Informasi Layanan Data Pembangunan
49 Informasi Informasi Layanan Data Lingkungan
50 Informasi Informasi Layanan Data Perumahan
Bersambung
88
Lanjutan Tabel 4.21
51 Informasi Informasi Layanan Data Rekreasi
52 Data Kualitas Udara Kota
Lain
53 Informasi Informasi Layanan Data Lokasi Event
54 Informasi Informasi Layanan Data kecepatan angin
55 Informasi Informasi Layanan Data tinggi air
56 Informasi Informasi Layanan Data level sinar UV
57 Informasi Informasi Layanan Data curah hujan
58 Informasi Informasi Layanan Data lokasi smoking area
59 Data Lokasi Rumah Sakit
Terdekat
60 Informasi Informasi Layanan yang sama dalam radius
400m
61 Informasi Informasi Layanan Data lokasi kotak p3k
62 Informasi Informasi Layanan Data lokasi servis
63 Informasi Informasi Layanan Informasi Bangunan
SetData Penyedia Layanan
64 Kesehatan Lainnya
(Lokasi, Nama, Jenis
Layanan)
65 Data servis yang tersedia
di Kota
66 Informasi Informasi Layanan Data Lokasi Parkir
68 Informasi Informasi Umum Data cuaca
89
dan menghasilkan output baru.
90
Tabel 4.22 Kebutuhan Data Unit Analisis Keruangan
Gabungan

umum
2 Unit Analisis Informasi Analisis Data harga rumah
3 Unit Analisis Informasi Analisis Lokasi pengambilan data
4 SetData Informasi
Mengenai Jenis Sensor
SetData Informasi
5 Unit Analisis Informasi Analisis Mengenai Big Data
Analysis
6 SetData Informasi
Mengenai Smart City
7 Sensor jalan (kemacetan,
accident)
8 Unit Analisis Informasi Analisis Data kemacetan
publik
11 Unit Analisis Informasi Analisis Sensor anti-bump
12 Data Kepadatan Lalu lintas
jalan
13 Foto Terbaru dari CCTV
jalan
14 Unit Analisis Informasi Analisis Data Lokasi Penjemputan
15 Unit Analisis Informasi Analisis Data Lokasi Tujuan
16 Data Tempat Tempat di
perkotaan
lainnya
terdekat
20 Unit Analisis Informasi Analisis Peta Expressway
21 Unit Analisis Informasi Analisis Sensor Kecelakaan
22 Unit Analisis Informasi Analisis Data Lokasi Kecelakaan
23 Unit Analisis Informasi Analisis Data Kepadatan Jalan
24 Unit Analisis Informasi Analisis Data Estimasi Pergerakan
25 Unit Analisis Informasi Analisis Data Lama Traffic Light
26 Unit Analisis Informasi Analisis Data Jam Sibuk Kota
27 Data Event yang ada di
Perkotaan
bersambung
91
28 Unit Analisis Informasi Analisis Sensor pendeteksi
kendaraan
29 Sensor pendeteksi pejalan
kaki (tombol)
30 Data waktu keberangkatan
pengguna
33 Unit Analisis Informasi Analisis Data Informasi Cuaca
34 Data Informasi Penutupan
Jembatan
35 Unit Analisis Informasi Analisis Sensor Posisi Kendaraan
36 Unit Analisis Informasi Analisis Sensor Berhenti
37 Unit Analisis Informasi Analisis Sensor Pembaca Kartu
38 Data lokasi stasiun
keberangkatan
39 Unit Analisis Informasi Analisis Data lokasi stasiun tujuan
40 Unit Analisis Informasi Analisis Data Lokasi Pengguna
41 Unit Analisis Informasi Analisis Data Jumlah Kendaraan
42 Data Transportasi yang
digunakan
43 Data lokasi rumah
pengguna
44 Data intensi penggunaan
kendaraan pengguna
45 Jumlah Kendaraan per
menit
46 Unit Analisis Informasi Analisis Jumlah kendaraan saat itu
47 Unit Analisis Informasi Analisis Data forecast cuaca
48 Data tempat dan waktu
kejadian
49 Sensor Pergerakan
Manusia
50 Sensor Pengukur Kualitas
Udara
52 Sensor Pengukur
Kecepatan Kendaraan
53 Sensor Pengukur
Kecepatan Angin
54 Setiap Data Perkotaan
Terkait
55 Unit Analisis Informasi Analisis Koordinat Bangunan
bersambung
92
56 Unit Analisis Informasi Analisis Tinggi Bangunan
57 Unit Analisis Informasi Analisis Skala
58 Unit Analisis Informasi Analisis Data tingkat kebisingan
59 Data tingkat kelembaban
udara
60 Unit Analisis Informasi Analisis Data tingkat kemacetan
61 Unit Analisis Informasi Analisis Data suhu
63 Unit Analisis Informasi Analisis Data kecepatan angin
64 Unit Analisis Informasi Analisis Data kualitas udara
65 Unit Analisis Informasi Analisis Data kepadatan jalanan
66 Indikator Kualitas Udara
dari berbagai negara
67 Data jarak antar lokasi
pengambilan sampah
68 Prediksi kemungkinan
hujan
taman
Sakit
73 Unit Analisis Informasi Analisis Lokasi Flora
74 Unit Analisis Informasi Analisis Lokasi Fauna
75 Sensor Pendeteksi
Penggunaan Listrik
Sensor Kontak Pintu
dirumah)
77 Unit Analisis Informasi Analisis Face Recognition
78 Unit Analisis Informasi Analisis Dalam Kolam Renang
79 Sensor pendeteksi
kecepatan
80 Foto Bangunan/Kawasan
pada tahun berbeda
81 Unit Analisis Informasi Analisis Data Sejarah Bangunan
82 Unit Analisis Informasi Analisis Data Waste Management
83 Unit Analisis Informasi Analisis Data Sanitasi
84 Unit Analisis Informasi Analisis Data Jumlah Rumah Sakit
85 Unit Analisis Informasi Analisis Data Jumlah Farmasi
bersambung
93
86 Unit Analisis Informasi Analisis Data jaringan
telekomunikasi
87 Unit Analisis Informasi Analisis Data Stok Bahan Bakar
88 Unit Analisis Informasi Analisis Data Jumlah Hutan
89 Unit Analisis Informasi Analisis Data Rute Evakuasi
90 Unit Analisis Informasi Analisis Data persebaran Industri
91 Unit Analisis Informasi Analisis Data persebaran Pemadam
92 Unit Analisis Informasi Analisis Data Histori Kebencanaan
93 Unit Analisis Informasi Analisis Peta Rawan Bencana
94 Unit Analisis Informasi Analisis Peta Persebaran Penduduk
95 Unit Analisis Informasi Analisis Sensor Darurat
96 Unit Analisis Informasi Analisis Data Masalah Perkotaan
97 Data lokasi barang yang
dikirim
94
Gambar 4.14 Grafik Temuan Data Tiap Dimensi Smart City
95
BAB V
TEMUAN DAN PEMBAHASAN
5.1 Perencanaan Kota di Indonesia (RTRW)

Rencana umum tata ruang merupakan perangkat penataan perkotaan
yang disusun berdasarkan pendekatan yang sifatnya adminsitratif di
Indonesia. Secara hirarki, tingkatan administratif tersebut adalah nasional
yang diatur dengan RTRW nasional, provinsi yang diatur oleh RTRW
provinsi dan kabupaten/kota diatur dalam RTRW kabupaten/kota. RTRW
nasional merupakan hirarki tertinggi yang disusun untuk menjaga
integritas nasional, keseimbangan dan keserasian perkembangan antar
wilayah, kemudian RTRW provinsi merupakan rencana kebijakan
operasional dari RTRW nasional diatasnya, berisi strategi pengembangan
wilayah provinsi, neraca sumber daya alam, hingga koordinasi antar lintas
wilayah kabupaten/kota. RTRW kabupaten/kota selanjutnya merupakan
penjabaran RTRW provinsi dalam bentuk kebijakan dan strategi
pengembangan wilayah kabupaten/kota yang sesuai dengan fungsi dan
perannya.
Di Indonesia, penyusunan perencanaan kota atau dalam hal ini RTRW
kota berpedoman kepada Peraturan Menteri Agraria dan Tata Ruang
nomor 1 tahun 2018 mengenai Pedoman Penyusunan RTRW Provinsi,
Kabupaten dan Kota. Dalam pasal 6 dokumen, dalam ayat 1 disebutkan
bahwa penyusunan RTRW provinsi dan RTRW kabupaten/kota harus
meliputi 5 tahapan, yakni berupa tahapan persiapan (1), tahap
pengumpulan data dan informasi (2), pengolahan dan analisis data (3),
penyusunan konsep (4) dan penyusunan dan pembahasan rancangan
peraturan daerah (5).
Berdasarkan ayat tersebut, langkah kedua yang perlu dilakukan adalah
pengolahan dan analisis data yang kemudian akan menjadi dasar dari
analisis selanjutnya juga dasar dari penentuan kebijakan dan strategi yang
akan diterapkan di kabupaten/kota tersebut. Untuk mewujudkan langkah
96
kedua tersebut, tim penyusun RTRW akan diberikan waktu selambat-
lambatnya dua bulan untuk mengumpulkan 2 jenis data dan informasi,
yaitu data dan informasi primer dan data dan informasi sekunder.
Sejalan dengan analisis sebelumnya yaitu kebutuhan data smart city,
dalam penyusunan RTRW kabupaten/kota diperlukan data data yang
sifatnya keruangan maupun juga data yang sifatnya atribut sebagai dasar
analisis berikutnya. Berdasarkan permen ATR nomor 1 tahun 2018
lampiran III poin A nomor 2, disebutkan beberapa data dan informasi yang
harus dikumpulkan oleh tim penyusun RTRW kabupaten/kota, dapat
dilihat berdasarkan tabel berikut:
Tabel 5.1 Kebutuhan Data Penyusunan RTRW Kota

(Data Primer)
Jenis Data Jenis Data Kecil Kebutuhan Data (Input)

Masukan rencana, Keluhan
Primer Aspirasi Masyarakat
masyarakat
Kondisi guna lahan dan
Primer Kondisi dan Jenis Guna Lahan
Kesesuaian Guna Lahan
Sumber: Lampiran III Permen ATR Nomor 1 Tahun 2018
Data primer merupakan data yang didapatkan dari survei langsung

kelapangan, melihat langsung kondisi yang ada. Untuk mengumpulkan
data primer, terdapat beberapa cara yang dilakukan seperti penyebaran
form, wawancara langsung dan observasi.
Jenis Data Jenis Data Kecil Kebutuhan Dataset

Tutupan lahan, hidrografi,
Peta Dasar hipsografi, bangunan,
Peta rupa bumi indonesia
& Tematik transportasi, batas admin dan
toponimi
Peta Dasar Peta Geomorfologi, peta
-
& Tematik topografi dan kemampuan tanah
Peta Dasar
Data citra satelit 1 tahun terakhir
& Tematik
Peta Dasar Informasi kedalaman laut,
Peta kelautan
& Tematik jenis pantai dan navigasi
Bersambung
97
Lanjutan Tabel 5.2
Peta Dasar Peta batas wilayah administrasi
-
& Tematik kota
Peta Dasar Persil lahan, zona nilai
Peta bidang tanah
& Tematik tanah, pemilik
Peta Dasar
Peta wilayah sungai dan DAS -
& Tematik
Peta Dasar Curah hujan, angin dan
Peta klimatologi
& Tematik temperatur
Peta Dasar Bendungan, danau, sungai,
Peta sumber air
& Tematik saluran
Peta Dasar Peta potensi pengembangan
-
& Tematik Sumber Daya Air
Peta pemanfaatan sumber daya
Peta Dasar Properti atas/bawah laut,
pesisir, laut, dan pulau pulau
& Tematik instalasi kabel, perikanan
kecil lainnya
Peta Dasar
Peta destinasi pariwisata -
& Tematik
Peta Dasar
Peta lokasi bangunan bersejarah -
& Tematik
Peta Dasar
Peta kawasan resiko bencana -
& Tematik
Peta Dasar Peta kawasan terpapar dampak
-
& Tematik perubahan iklim
Peta Dasar Peta kawasan objek vital
-
& Tematik nasional
Peta Dasar Peta jaringan infras jalan
Termasuk jaringan rel ka
& Tematik nasional dan provinsi
Peta Dasar
Peta lokasi kawasan industri -
& Tematik
Peta Dasar
Peta sebaran lahan gambut -
& Tematik
Peta Dasar
Peta kawasan hutan -
& Tematik
Peta Dasar
Peta kawasan lahan pertanian -
& Tematik

(Data dan Informasi Time Series)
Jenis Data Jenis Data Kecil dan Input Dataset

Jumlah dan Kepadatan
Penduduk Termasuk di
Pertumbuhan Penduduk dalamnya Kesehatan,
Data Tingkat Migrasi IPM dan Pendidikan
Kependudukan Mata Pencaharian
Pendapatan
Kemiskinan
Kualitas Penduduk
Bersambung
98
Lanjutan Tabel 5.3
Data Sosial dan Kelompok Rentan Sosial
-
Budaya Keruangan Nilai Keruangan Lokal
Bentang Alam Ruang Bawah Tanah,
Data Kondisi Fisik
Kualitas Udara Air Permukaan dan
Lingkungan
Bawah Laut dan Isu
Perkotaan RTH Perkotaan
Permasalahan
Guna Lahan Eksisting
Data Penggunaan
Intensitas Pemanfaaatan Klasifikasi umum
Lahan Eksisting
Bangunan
Izin Pemanfaatan Kehutanan, kelautan
Izin pemanfaatan ruang
Ruang dan pertambangan
Potensi kehutanan,
Informasi Peluang
Data-Informasi pertanian,
Ekonomi
perkebunan
Transportasi,
Informasi Sarpras Sarpras yang tersedia Komunikasi dan
Informasi
PDRB
Investasi
Informasi Ekonomi Matriks Biner Ekspor, Impor dan
Wilayah Nilai Perdagangan Domestik
Ekonomi Kreatif
Ekonomi Mikro & Makro
Informasi
kemampuan Kemampuan keuangan daerah -
keuangan daerah
Informasi RTRW Sebelummya
Kebijakan Tata -
RTRW Provinsi
Ruang
Informasi
Kebijakan Tata RTRW Nasional
Ruang
Informasi RPJP Kota
Pembangunan -
RPJM Kota
Jangka Panjang
Rencana Zonasi WP3K
Informasi Rencana Induk Pariwisata
-
Kebijakan Sektoral Rencana Induk Industri
Rencana Kehutanan
Sebaran Transaksi Tanah
Informasi Gambaran Umum Penguasaan
-
Pertanahan Kepemilikan dan Penggunaan
Pemanfaatan tanah
Harga Tanah
Informasi Pasar Trend Properti
-
Properti Industri Konstruksi
Profil Developer
Informasi Lokasi
Bangunan
Informasi Sejarah
Bersejarah
Bersambung
99
Lanjutan Tabel 5.3
Drainase
Listrik
Energi baru & terbarukan
Informasi Utilitas
Air bersih Akses Utilitas
Perkotaan
Air limbah
Persampahan
B3
Survei Pergerakan
Pengguna Angkutan Umum
Sistem Angkutan Umum
Informasi Pola Kepemilikan Kendaraan
Mobilitas Fasilitas Pedestrian Tersedia
Simpul Transit
Pendek, Sedang dan
Integrasi Jalur
Jauh
Tingkat Pemakaian Media
Informasi Digital
Konektifitas Tingkat Pemakaian Internet -
Informasi Tingkat Pemakaian Sosmed
Tingkat Pemakaian Smartphone
Data sekunder merupakan data yang didapatkan dari instansi ataupun

lembaga terkait. Untuk kebutuhan RTRW Kabupaten/Kota data yang
diperlukan berupa peta tematik dan data yang sifatnya time-series.
5.2 Kebutuhan Data Keruangan RTRW Kabupaten/Kota

Seperti yang telah disebutkan sebelumnya, pada penelitian ini, peneliti
berfokus untuk meneliti kebutuhan data yang bersifat keruangan, artinya
data yang memiliki unsur keruangan, perkotaan atau nantinya dapat
berguna untuk dikaji kembali dalam bidang perencanaan wilayah dan kota.
Data data keruangan berupa peta, informasi guna lahan maupun rencana
keruangan yang terkait termasuk dalam analisis kebutuhan.
Pada bagian ini, peneliti akan menjabarkan kebutuhan data keruangan
yang harus dimiliki untuk proses analisis RTRW Kabupaten/Kota. Peneliti
menemukan terdapat 60 data keruangan yang dibutuhkan untuk
penyusunan RTRW Kabupaten/Kota, dapat dilihat dari tabel berikut:
100
Tabel 5.4 Kebutuhan Data Keruangan Penyusunan RTRW
Jenis Data Jenis Data Kecil Kebutuhan Data (Input)

Masukan rencana dan keluhan
Aspirasi Masyarakat
masyarakat
Primer
Kondisi Guna Lahan dan
Kondisi dan Jenis Guna Lahan
Kesesuaian Lahan
Tutupan lahan, hidrografi,
hipsografi, bangunan,
Peta rupa bumi indonesia
transportasi, batas admin dan
toponimi
Peta Geomorfologi, peta
-
topografi dan kemampuan tanah
Informasi kedalaman laut,
Peta kelautan
Peta Dasar jenis pantai dan navigasi
& Tematik Peta batas wilayah administrasi
-
kota
Persil lahan, zona nilai tanah,
Peta bidang tanah
pemilik
Peta wilayah sungai dan DAS -
Curah hujan, angin dan
Peta klimatologi
temperatur
Bendungan, danau, sungai,
Peta sumber air
saluran
Peta potensi pengembangan
-
Sumber Daya Air
Peta pemanfaatan sumber daya
Properti atas/bawah laut,
pesisir, laut, dan pulau pulau
Peta Dasar instalasi kabel, perikanan
kecil lainnya
dan
Peta destinasi pariwisata Lokasi Pariwisata
Tematik
Peta lokasi bangunan bersejarah Lokasi Bangunan Sejarah
Peta kawasan resiko bencana Lokasi Rawan Bencana
Peta kawasan terpapar dampak Lokasi Rawan Perubahan
perubahan iklim Iklim
Peta kawasan objek vital
Lokasi Objek Vital Nasional
nasional
Peta jaringan infras jalan
nasional dan provinsi
Peta lokasi kawasan industri Lokasi Kawasan Industri
Peta kawasan hutan Kawasan Hutan
Peta kawasan lahan pertanian Lahan Pertanian
Bentang Alam
Kondisi Fisik Lingkungan Kualitas Udara
RTH Perkotaan
Guna Lahan Eksisting
Data Penggunaan Lahan
Data dan Intensitas Pemanfaatan Ruang
Informasi Izin Pemanfaatan Ruang Izin Pemanfaatan Ruang
Informasi Sarana-Prasarana Transportasi
Komunikasi
Informasi Sarana-Prasarana
Informasi
Kebijakan Tata Ruang RTRW Sebelumnya
Bersambung
101
Lanjutan Tabel 5.4
RTRW Nasional
Kebijakan Tata Ruang
RTRW Provinsi
Rencana Zonasi WP3K
Rencana Induk Pariwisata
Kebijakan Sektoral
Rencana Induk Industri
Rencana Kehutanan
RPJP Kota
Pembangunan Jangka Panjang
RPJM Kota
Sebaran Transaksi Tanah
Gambaran Umum Penguasaan
Pertanahan
Kepemilikan Tanah
Pemanfaatan Tanah
Harga Tanah
Tren Properti
Pasar Properti
Industri Konstruksi
Profil Developer
Listrik
Energi Baru & Terbarukan
Utilitas Perkotaan
Air Bersih
Air Limbah
Persampahan (B3)
Utilitas Perkotaan
Drainase
Survei Pergerakan
Pengguna Angkutan Umum
Pola Mobilitas Kepemilikan Kendaraan
Pedestrian
Simpul Transit
Integrasi Jalur
Sumber: Analisis Peneliti, 2019
Berdasarkan tabel tersebut, kategori data yang dibutuhkan hampir

sama dengan kebutuhan data yang ada di smart city, yaitu data identitas
seperti data lokasi, data kepemilikan kendaraan, data informasi bangunan
bersejarah, kemudian data informasi seperti kebijakan tata ruang,
kebijakan sektoral dan kebijakan pembangunan jangka panjang yang ada
di kota tesebut, dan terakhir adalah data unit analisis seperti survei
pergerakan, sistem integrasi jalur, harga tanah, kerawanan bencana dan
persebaran kawasan kawasan keruangan, secara umum persebaran
kebutuhan data dapat digambarkan dengan grafik berikut:
102
Gambar 5.1 Grafik Pembagian Data Keruangan RTRW
Kabupaten/Kota
Kebutuhan data untuk penyusunan RTRW Kabupaten/Kota untuk

masing masing data, seperti data identitas memerlukan 12 data keruangan
yang terbagi dalam 3 kategori, yaitu data identitas transportasi seperti
nomor kendaraan dan kepemilikan kendaraan bermotor, data identitas
lokasi seperti peta kota, citra kota, peta wilayah sungai dan lainnya.
Kemudian data terakhir berupa identitas perusahaan adalah data informasi
pengembang.
Data informasi memerlukan 19 data keruangan yang terbagi dalam 2
kategori, yaitu informasi layanan seperti tren properti dan informasi umum
seperti kebijakan tata ruang, kebijakan sektoral dan kebijakan
pembangunan jangka panjang kota.
Data unit analisis memerlukan 29 data keruangan yang terbagi dalam
kategori informasi analisis, beberapa input data diantaranya adalah
pemanfaatan tanah, kualitas udara dan survei pergerakan.
5.3 Perbandingan Kebutuhan Data RTRW dan Smart City

Berdasarkan tujuan penelitian ini, tujuan awal dari penelitian ini
adalah untuk mengetahui kebutuhan data keruangan untuk pembangunan
smart city di suatu kota. Dalam bab sebelumnya, peneliti telah
menjabarkan kebutuhan data keruangan dalam pembangunan smart city
103
berdasarkan analisis kasus di 4 kota dunia. Kemudian pada bab ini,
peneliti menjabarkan kebutuhan data keruangan yang dibutuhkan dalam
penyusunan rencana kota dalam bentuk formalnya adalah RTRW
Kabupaten/Kota berdasarkan pedoman Peraturan Menteri Agraria dan
Tata Ruang nomor 1 tahun 2018.
Langkah terakhir adalah membandingkan hasil analisis kebutuhan
data dari kedua aspek dan menemukan data apa saja yang telah tercakup
dalam penyusunan RTRW dan data mana saja yang belum tercakup.
Peneliti melakukan perbandingan dengan tabel kebutuhan data
keruangan smart city. Kemudian peneliti mendapatkan hasil berupa:
Tabel 5.5 Kebutuhan Data Keruangan Smart City yang tercakup
dalam RTRW
Jenis Data Data Kecil Kebutuhan (Input)

Masukan rencana dan
Primer Aspirasi Masyarakat
keluhan masyarakat
Peta Geomorfologi, peta
topografi dan kemampuan -
tanah
Persil lahan, zona nilai
Peta bidang tanah
tanah, pemilik
Peta klimatologi
temperatur
Peta Dasar &
Peta destinasi pariwisata Lokasi Pariwisata
Tematik
Peta lokasi bangunan
Lokasi Bangunan Sejarah
bersejarah
Peta kawasan resiko
Lokasi Rawan Bencana
bencana
Peta kawasan objek vital Lokasi Objek Vital
nasional Nasional
Peta jaringan infras jalan
nasional dan provinsi
RTH Perkotaan
Kondisi Fisik Lingkungan
Kualitas Udara
Pasar Properti Profil Developer
Listrik
Utilitas Air Bersih
Data dan
Persampahan
Informasi
Survei Pergerakan
Pengguna Angkutan
Pola Mobilitas Umum
Kepemilikan Kendaraan
104
Berdasarkan tabel hasil analisis diatas, dapat diketahui bahwa terdapat

20 data keruangan yang dibutuhkan dalam pembangunan smart city yang
sudah tercakup dalam kebutuhan data yang dibutuhkan dalam penyusunan
RTRW Kabupaten/Kota atau kurang lebih 33% data sudah tercakup.
Untuk lebih detail data apa saja yang telah tercakup, dapat dilihat
melalui tabel analisis dibawah.
Tabel 5.6 Fungsi Kebutuhan Data Keruangan
Data Dalam RTRW Kebutuhan (Input) Data Dalam Smart City

Masukan rencana dan Evaluasi dari Masyarakat
Aspirasi Masyarakat
keluhan masyarakat
Peta Geomorfologi, analisis Kerawanan
peta topografi dan - Bencana
kemampuan tanah
Data citra satelit 1 tahun terakhir Peta Dasar
Persil lahan, zona nilai Peta Lahan untuk
Peta bidang tanah
tanah, pemilik informasi layanan peta
Sebagai informasi
Peta klimatologi lingkungan kepada
temperatur
pengguna
Peta destinasi Informasi Destinasi Lokasi
Lokasi Pariwisata
pariwisata
Peta lokasi bangunan Lokasi Bangunan Informasi Destinasi Lokasi
bersejarah Sejarah
Peta kawasan resiko Analisis Kerawanan
Lokasi Rawan Bencana
bencana Bencana
Peta kawasan objek Lokasi Objek Vital Informasi Destinasi
vital nasional Nasional
Peta jaringan infras Sebagai dasar analisis
Termasuk jaringan rel
jalan nasional dan untuk rute dan rute
ka
provinsi tercepat
RTH Perkotaan Informasi Destinasi
Kondisi Fisik Sebagai informasi
Lingkungan Kualitas Udara lingkungan kepada
pengguna
Informasi Identitas
Pasar Properti Profil Developer
Perusahaan
Listrik Input untuk Smart Grid
Air Bersih Input untuk Smart Grid
Utilitas
Input untuk Smart Trash
Persampahan
Can
Survei Pergerakan Mengetahui Rute Tercepat
Pola Mobilitas Pengguna Angkutan Database Transportasi
Umum Umum
Bersambung
105
Lanjutan Tabel 5.6
Kepemilikan Database Kendaraan
Kendaraan
Sistem Angkutan Database Transportasi
Umum Umum
Berdasarkan tabel hasil analisis diatas, beberapa kebutuhan data yang

dibutuhkan dalam smart city tercakup dalam semua kategori, untuk data
identitas tercakup dalam identitas lokasi dan transportasi, untuk data
informasi sudah tercakup dalam informasi umum dan informasi layanan
hingga data data yang bersifat informasi analisis.
Dari serangkaian hasil analisis diatas, dapat diketahui bahwa sudah
ada data kebutuhan pembangunan smart city yang telah dicakup dalam
analisis kebutuhan data penyusunan RTRW Kabupaten/Kota. Sedang
beberapa dari lainnya belum tercakup. Dari hasil analisis lanjutan, data
data yang belum tercakup dalam kebutuhan data RTRW Kabupaten/Kota
adalah data data yang sifatnya detail dan menjurus kepada penggunaan
teknologi lanjutan.
Beberapa data seperti data event, data lokasi pengguna, data lokasi
penjemputan, data lokasi bus, data lokasi parkir yang tersedia merupakan
data data yang didapat dari penggunaan teknologi berupa sensor dan
sistem positioning GPS. Data data tersebut juga terkadang memerlukan
persetujuan dari pengguna atau dalam hal ini masyarakat, karena beberapa
dari data yang dibutuhkan dalam smart city bersifat privasi, seperti lokasi
pengguna, lokasi penjemputan, lokasi rumah pengguna, rute yang ingin
dilalui pengguna dan waktu penjemputan.
Data yang dibutuhkan dalam smart city juga beberapa merupakan data
yang cara pengumpulannya merupakan akses terbuka atau disebut sebagai
open data. Data-data ini biasanya dapat diakses melalui laman pemerintah
kota bersangkutan, dinas yang bersangkutan atau dapat diperoleh melalui
kata kunci di mesin pencarian internet. Hal ini cukup bertolak belakang
dengan data data yang dikumpulkan dalam RTRW.
106
Gambar 5.2 Grafik Pembagian Fungsi Data RTRW Kota dalam Dimensi Smart City
107
5.4 Diskusi Teoritik
5.4.1 Keterkaitan Dokumen RTRW Kota dengan Smart City
RTRW Kota di Indonesia berperan sebagai salah satu pedoman
perencanaan paling tinggi di cakupan wilayah perkotaan. Dalam
RTRW Kota, setiap aspek spasial dari perkotaan akan dikaji dan
direncanakan, seperti pola pemanfaatan ruang perkotaan, struktur
ruang perkotaan hingga kawasan strategis yang ada di perkotaan.
Aspek aspek tersebut merupakan aspek aspek kunci spasial dalam
perencanaan kota.
Hal tersebut sedikit kontras dengan apa yang menjadi fokus
utama dalam smart city. Dalam penerapannya, beberapa kota di luar
negeri yang telah menerapkan smart city berdasarkan IBM ataupun
Giffinger, tidak serta-merta menjadikan smart city sebagai suatu
rencana spasial perkotaannya. Melainkan, beberapa dari kota
tersebut juga berfokus kepada aspek-aspek non spasial perkotaan,
seperti merencanakan masyarakatnya, komunitas, neighborhood
hingga sistem perkotaan.
Keseluruhan aspek tersebut direncanakan sedemikian rupa
untuk menciptakan sebuah sistem perkotaan yang lebih baik, tidak
hanya keruangannya saja, melainkan manusia, sistem hingga
perilaku masyarakatnya.
Bagaimana dengan di Indonesia?
Indonesia, melalui masterplan smart city yang dicetuskan pada
tahun 2017 mencoba merespon pengembangan smart city di dunia
luar dengan program pembangunan 100 smart city. Namun, menurut
amatan penulis dilapangan, beberapa poin utama dan dasar dari
program tersebut tidak mencakup smart city sebagai induk
perencanaan utama ataupun RTRW Kota yang memiliki kedudukan
sebagai pedoman tertinggi perencanaan perkotaan di Indonesia.
RTRW Kota dalam smart city di Indonesia dapat dikatakan
tidak berperan apa-apa, artinya tidak sebagai pijakan dasar bagi
108
pembangunan kota melalui smart city atau sebagai bahan verifikasi
hasil dokumen pembangunan smart city di kota tersebut.
Sebagai contoh, RTRW Kota dan masterplan smart city berjalan
sendiri-sendiri. Tidak ada benang merah yang menghubungkan
antara kedua pendekatan perencanaan kota ini, padahal, fungsi dan
fokus dari kedua perencanaan ini hampir sama. Smart city fokus
kepada pembangunannya sendiri, dan RTRW juga punya program
dan kegiatannya sendiri. Tidak jarang pula, ditemukan beberapa
program yang bertabarkan antar satu sama lain.
Kemudian, dalam penyusunannya di lapangan, tidak jarang
masterplan smart city yang telah disusun berisi konten yang kurang
lebih hampir sama dengan program ataupun indikasi program yang
ada di RTRW Kota tersebut, dan sedikit sekali penerapan teknologi
ataupun pendekatan data real time (yang menjadi ciri khas smart city
umumnya) yang digunakan.
Dalam penelitian ini, ditemukan bahwa beberapa kebutuhan
data yang dibutuhkan dalam penyusunan RTRW selaras dengan
kebutuhan data yang dibutuhkan dalam pembangunan smart city
dengan rujukan kota kota yang menerapkan smart city diluar
Indonesia. Dari hasil tersebut, sebenarnya, dapat muncul sebuah
gagasan untuk menjadikan kedua aspek ini menjadi satu benang
merah yang sama.
Dengan kata lain, RTRW Kota dapat berperan sebagai pijakan
smart city, sebagai alat verifikasi atau kedua pendekatan
perencanaan ini bisa saling melengkapi antar satu sama lain.
5.4.2 Smart City sebagai Alat Perencanaan Spasial di Indonesia

Dalam beberapa bahasan awal dalam penelitian ini, peneliti
telah menjelaskan bagaimana perencanaan smart city di luar
Indonesia menjadi suatu instrumen yang penting bagi kota tersebut
untuk mencapai apa yang menjadi tujuan dari rencana spasial dari
kota tersebut.
109
Beberapa kota seperti Singapura, menggunakan pendekatan
smart city untuk mencapai tujuan rencana spasialnya, portal portal
perizinan atau informasi tata ruang, dapat berfungsi sebagai
monitoring juga berguna untuk mempermudah masyarakat yang
ingin mengetahui informasi tata ruang di kota tersebut.
Memang, kebanyakan beberapa pendekatan smart city
digunakan dalam bentuk aplikasi, portal web, ataupun sensor yang
berfungsi untuk mempermudah sistem cara kerja suatu kota.
Beberapa penerapan seperti QR Code untuk pembayaran, aplikasi
untuk pemesanan dan jadwal transportasi umum, hingga aplikasi
untuk memonitor penggunaan listrik juga telah tersedia di beberapa
kota di luar Indonesia.
Indonesia sendiri masih cukup minim dalam memanfaatkan apa
yang benar benar menjadi kekuatan smart city untuk mencapai
tujuan spasialnya. Beberapa program yang tercantum dalam
masterplan smart city masih bersifat program penyediaan dan
pembangunan fasilitas yang sifatnya fisik, artinya masyarakat masih
cukup sulit untuk mengakses atau menggunakan (ditengah
kencangnya arus informasi).
Sekiranya, berdasarkan pembelajaran yang didapatkan dari
program-program smart city 4 kota yang dijadikan penelitian kasus,
Indonesia dapat mengambil beberapa inovasi yang sesuai dengan
permasalahan yang ada di Indonesia. Beberapa inovasi berupa
Planning Support System (PSS) dapat diambil.
Beberapa contohnya misalnya aplikasi ketersediaan parkir yang
sifatnya real time. Kemudian aplikasi untuk menunjukkan
kemacetan dan kecelakaan juga dapat berguna untuk indonesia.
Untuk kondisi Indonesia yang masih cukup banyak lahan pertanian
dan lahan belum terbangun, terdapat beberapa inovasi yang mungkin
bisa jadi cocok, seperti misalnya aplikasi LADSS, yang dapat
110
mengeluarkan hasil berupa peta lahan mana saja yang cocok untuk
ditanami pertanian dan mana saja yang tidak cocok.
Kemudian inovasi berupa smart irrigation system juga rasanya
cocok jika diadopsi dan diterapkan di Indonesia. Namun tentu,
mengingat Indonesia masih pada tahap awal penerapan smart city,
beberapa program yang dijalankan Hongkong seperti pelatihan
internet, aplikasi dan teknologi bagi pegawai negeri sipil (PNS),
manula dan anak anak dapat coba diadopsi, atau mungkin program
penerapan kurikulum tentang teknologi dan smart city dapat
perlahan diadopsi untuk masa depan nantinya.
Beberapa kota yang telah menerapkan smart city di Indonesia
sendiri memiliki beberapa program yang cenderung mengarah
kepada planning support system. Beberapa PSS yang telah
diterapkan cenderung berupa layanan aduan masyarakat yang
nantinya akan membantu pemerintah sebagai stakeholder untuk
langsung mengambil keputusan yang sifatnya spasial maupun non
spasial. Jakarta misalnya, memiliki aplikasi qlue, aplikasi pelaporan
kondisi perkotaan Jakarta, beberapa kota lainnya juga memiliki
aplikasi yang sama.
Terakhir, perlu diingat bahwa setiap inovasi atau program yang
baik adalah bukan inovasi atau program yang saat diterapkan diawal
dapat langsung sukses dan menyentuh setiap masyarakat.
Melainkan, bagaimana program tersebut mampu sustain dan mampu
berjalan beriringan dengan beberapa program lain yang ada,
contohnya RTRW ataupun RDTR yang ada di Indonesia.
5.4.3 Pentingnya mengintegrasikan data spasial dalam big data smart

city
Big data merupakan sebuah istilah yang kerap digunakan dalam
era ini untuk menyebut sebuah kumpulan data yang sangat besar dan
sangat banyak. Istilah ini juga kerap digunakan dalam perencanaan
smart city, big data dalam smart city merupakan inti konsep ini.
111
Perencanaan smart city adalah bagaimana mengumpulkan semua
data yang tersedia, hingga yang paling detail dan real-time untuk
menyelesaikan permasalahan kota yang belum dapat diselesaikan
dengan menggunakan pendekatan konvensional.
Big data juga memberikan sebuah sudut pandang baru dari
sebuah masalah yang terjadi di perkotaan. Sebagai contoh, dalam
tulisan Reid (2019), pemerintah Denmark menemukan sebuah sudut
pandang baru mengenai perbandingan pelanggaran lalu lintas yang
dilakukan oleh pemotor dan pesepeda. Dalam temuan dilakukan
dengan menggunakan sensor kamera di setiap lampu merah,
ditemukan bahwa tingkat pelanggaran yang dilakukan oleh pemotor
lebih tinggi dibandingkan dengan pesepeda di pusat kota, hal ini
dikarenakan tersedianya jalur khusus tersendiri bagi para pesepeda
dan fasilitas pendukung lainnya. Sedangkan dalam beberapa lampu
merah yang berada di pinggiran kota (tidak memiliki fasilitas
pesepeda) tingkat pelanggaran yang dilakukan oleh pesepeda
meningkat 14% dibandingkan kasus sebelumnya.
Dalam beberapa kasus yang telah disebutkan diatas, dapat
dilihat beberapa keuntungan dari big data yang dapat digunakan
dalam perencanaan kota. Selain itu, pengolahan big data dapat
dilakukan dengan beberapa analisis yang telah dibahas pada bab 2
sebelumnya. Dimana big data dapat digunakan untuk mencari tahu
penyebab dari permasalahan kota yang terjadi di masa lalu juga
bagaimana mencegahnya di masa depan.
Dengan berkembangnya pendekatan smart city dalam beberapa
kota kota, peran big data dalam perencanaan kota akan semakin
meningkat. Dalam mendukung fakta ini, mengumpulkan data untuk
menciptakan big data yang lebih terintegrasi dengan keruangan
spasial yang ada di kota tersebut. Karena spasial keruangan adalah
aspek paling krusial pembentuk kota. Dengan mengintegrasikan big
112
data yang bersifat spasial, kota kota dapat membentuk sebuah smart
city yang lebih sempurna.
5.4.4 Bagaimana smart city Giffinger dapat diselaraskan dengan

smart city Indonesia
Teori mengenai pendekatan perencanaan smart city berasal dari
berbagai macam ahli. Boyd cohen, salah seorang ahli perencana
yang kemudian mengemukakan teori mengenai smart city yang
kemudian divisualisasikan sebagai smart city wheel.
Apa yang dikemukakan oleh Cohen merupakan sebuah
penyempurnaan dari teori dasar yang pada tahun 2007 dikemukakan
terlebih dahulu oleh perencana kota asal Austria bernama Rudolf
Giffinger. Giffinger, merupakan orang yang membuat pondasi awal
smart city berupa 6 dimensi karakteristik smart city yang hingga saat
ini masih digunakan sebagai pedoman perencanaan bagi smart city.
Keempat kota yang dijadikan pilihan kasus juga merupakan kota
kota yang menerapkan smart city dengan dasar Giffinger. Tidak
semua kota yang menerapkan smart city harus menerapkan 6
dimensi tersebut, ada yang memfokuskan kepada salah satu dari
dimensi saja, ada yang hanya memiliki 5 dan ada yang lengkap.
Namun, dimensi yang dikemukakan oleh Giffinger tetap menjadi
pedoman perencanaannya.
Dalam masterplan smart city Indonesia, 6 dimensi smart city
yang dikemukakan oleh Giffinger tetap digunakan sebagai pedoman
utama, namun dengan beberapa modifikasi. Terdapat 2 dimensi yang
diubah oleh Indonesia, dimensi smart environment digantikan smart
tourism dan dimensi smart people diganti smart society.
Alasan penggantian dimensi smart environment dengan smart
tourism adalah untuk penyesuaian kondisi yang ada di Indonesia,
dimana pariwisata masih menjadi sektor utama di beberapa
kabupaten dan kota. Sedangkan untuk smart society lebih kepada
penyebutan yang lebih jamak dan sesuai dengan karakter Indonesia.
113
Secara tidak langsung, masterplan smart city Indonesia ingin
mengakomodasi apa yang tujuan spasial yang ada pada tiap tiap kota
terkait. Hal ini dapat dilihat dari beberapa dokumen masterplan
smart city yang programnya tidak jauh berbeda dengan indikasi
program yang ada pada RDTR atau RTRW kota tersebut. Dengan
kata lain, masterplan smart city merupakan bentuk RTRW kota
dengan pendekatan smart city.
Perbedaan antara dimensi di smart city Indonesia dan Giffinger
juga berpengaruh terhadap pengumpulan data yang diperlukan
dalam pembangunannya nanti. Beberapa data yang dibutuhkan
dalam pembangunan smart city Indonesia cenderung lebih banyak
kepada data yang sifatnya spasial, berbeda dengan data data yang
dibutuhkan oleh smart city Giffinger yang cenderung membutuhkan
data data atribut.
Dari beberapa data yang telah dianalisis diatas, terdapat
beberapa data yang dapat digunakan dalam smart city Indonesia
untuk diadopsi. Dengan kuatnya keterkaitan antara masterplan
smart city dengan RTRW, kebutuhan data yang telah dikumpulkan
dalam RTRW kiranya dapat digunakan untuk kebutuhan smart city
Indonesia.
Untuk data data yang dikumpulkan dalam smart city Giffinger,
beberapa data terutama terkait dengan smart economy, smart
mobility, smart living dan smart government dapat diadopsi untuk
masterplan smart city Indonesia. Hal ini didasari dengan beberapa
pertimbangan antara lain.
Dimensi smart economy dalam Giffinger telah mencakup 2
dimensi sekaligus dalam smart city Indonesia, yaitu smart economy
dan smart tourism. Data data atribut seperti data PDRB, data
perkembangan PDRB, data tingkat ekonomi masyarakat dan lainnya
dapat digabungkan dengan data data spasial yang telah dikumpulkan
dalam RTRW.
114
Dimensi kedua yang paling dapat diadopsi oleh Indonesia
adalah smart governance. Dimensi smart governance merupakan
salah satu dimensi yang penting dalam smart city. Dimensi ini dapat
digunakan sebagai dasar awal penerapan smart city di kota manapun,
smart governance cenderung membuat sebuah perubahan pada
bidang open data dan akses data masyarakat secara luas.
Data atribut yang telah dikumpulkan dalam smart governance
Giffinger dapat diadopsi untuk penggunaannya di masterplan smart
city Indonesia. Beberapa kota yang dijadikan contoh kasus, seperti
Barcelona, Singapura dan Dubai merupakan kota kota yang
pemerintahnya menjadi stakeholder utama pembangunan smart city
tersebut.
Dengan adanya integrasi antara masterplan smart city
Indonesia, diharapkan pendekatan smart city yang dilakukan di
Indonesia akan lebih berdampak kepada spasial yang ada di
Indonesia, sesuai dengan RTRW kota yang ada.
115
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Pada awal penelitian, peneliti merumuskan bahwa terdapat 2
pertanyaan penelitian yang akan dijawab melalui penelitian ini. Terdapat
4 kota yang dijadikan studi kasus dalam penelitian ini, keempat kota
merupakan kota yang menerapakan konsep smart city berdasarkan dimensi
dimensi yang pernah diungkapkan oleh Rudolf Giffinger, dalam penelitian
smart city nya. Tiap tiap kota dibahas berdasarkan strategi yang diterapkan
tiap dimensi, kemudian kebutuhan data tiap strategi dan total kebutuhan
data tiap strategi. Kemudian, analisis selanjutnya yang dilakukan adalah
dengang menggabungkan kebutuhan data total tiap dimensi dari tiap kota
untuk dijadikan satu menjadi satu tabel kebutuhan data total per dimensi,
yang kemudian dikategorikan dan dijabarkan.
Ditemukan bahwa terdapat 2 kategori data yang dibutuhkan dalam
pembangunan smart city, yaitu data yang bersifat keruangan dan data yang
sifatnya atribut, kedua sifat data ini dilihat dari bentuk fisik awalnya bukan
tujuan pemakaiannya. Kebutuhan data yang bersifat keruangan dan atribut
ini terbagi menjadi 2 bentuk data, yaitu data dan set data.
Dalam penelitian ini, ditemukan bahwa kebutuhan data keruangan tiap
tiap dimensi smart city berbeda, ditemukan pula bahwa kebutuhan data
keruangan smart city terbagi atas 3 kategori, yakni kategori data identitas
untuk menunjukkan pengenalan atau sebagai data pengenal, kemudian
data informasi yang berfungsi sebagai informasi suatu layanan yang
disediakan dari program tersebut dan terakhir adalah data unit analisis
yang berfungsi sebagai data yang akan dianalisis untuk dijadikan output
akhir dari program atau aplikasi dari smart city tersebut.
Kemudian dari analisis tersebut juga ditemukan bahwa terdapat 60
data identitas keruangan, 38 data keruangan informasi dan 97 data unit
analisis keruangan yang dibutuhkan dalam pembangunan smart city.
116
Kebutuhan data identitas sebagai pengenal untuk program, data informasi
sebagai penyedia informasi program dan data unit analisis sebagai data
dasar untuk kemudian di analisis berikutnya.
Data tersebut kemudian dibandingkan dengan kebutuhan data dalam
perencanaan kota di Indonesia, dalam hal ini adalah kebutuhan data
RTRW Kabupaten/Kota berdasarkan Peraturan Menteri Agraria dan Tata
Ruang nomor 1 tahun 2018. Berdasarkan dokumen tersebut, ditemukan
terdapat sekitar 60 data yang dari fisiknya bersifat keruangan dan
dibutuhkan dalam penyusunan RTRW Kabupaten/Kota.
Berdasarkan kebutuhan data tersebut, kemudian disandingkan dengan
kebutuhan data pembangunan smart city yang akhirnya didapatkan hasil
akhir berupa terdapat 20 data kebutuhan smart city yang sudah tercakup
dalam kebutuhan data penyusunan RTRW. Mayoritas data yang sudah
dicakup merupakan data yang sifatnya dasar, seperti peta dasar, peta guna
lahan dan peta rawan bencana. Sedangkan data data lainnya, seperti data
yang bersifat privasi, data yang terkait olahan teknologi dan data lain yang
bersifat detail kepada smart city belum tercakup.
Dengan hasil penelitian tersebut, dapat disimpulkan bahwa sudah
terdapat beberapa data dari penyusunan RTRW Kota yang telah mencakup
kebutuhan data yang dibutuhkan dalam pembangunan smart city. Data
data tersebut dapat digunakan untuk pembangunan smart city, jadi tidak
semua data yang dibutuhkan dalam pembangunan smart city di Indonesia
merupakan data baru.
Selain itu, dalam diskusi teoritik, dibahas mengenai pentingnya
pengumpulan data dalam perencanaan kota, terutama mengintegrasikan
data spasial kota dengan big data yang digunakan dalam smart city.
6.2 Saran dan Rekomendasi

Berdasarkan kesimpulan hasil penelitian yang telah dijabarkan diatas,
peneliti menyarankan beberapa rekomendasi dan saran kepada beberapa
pihak.
117
Untuk penelitian selanjutnya, peneliti berharap penelitian mengenai
kebutuhan data untuk pembangunan smart city kembali dilakukan, dengan
cakupan yang lebih detail dan lebih luas, kemudian studi kasus mulai dapat
dilakukan dari kota kota yang memiliki kemiripan dengan karakter kota
kota yang ada di Indonesia. Saat tiba waktunya, penelitian juga dapat
dilakukan di smart city yang diterapkan di kota kota Indonesia. Beberapa
contoh fokus penelitian yang dapat dilakukan antara lain:
• Ragam kebutuhan data atribut dalam rangka pembangunan

Smart City
• Ragam Kebutuhan data keruangan dalam rangka
pembangunan Smart City (kasus medium-sized city)
• Ragam kebutuhan data yang dibutuhkan dalam rangka
pembangunan smart city (kasus smart city di Indonesia)
Untuk pemerintah atau stakeholder, peneliti berharap dalam

pembangunan smart city yang sedang dilakukan masif dalam beberapa
waktu terakhir ini, pemerintah selaku stakeholder dapat mencetuskan ide
berupa ‘buku data’ dalam lampiran yang harus dilampirkan dalam hasil
akhir masterplan smart city tiap tiap kota di Indonesia. Hal ini berfungsi
sebagai patokan analisis, juga dapat berperan sebagai alat verifikasi bagi
analisis dan kebijakan smart city yang terdapat dalam dokumen
masterplan tersebut.
Peneliti merekomendasikan untuk melakukan intervensi kepada
kebijakan pemerintah dalam penyusunan RTRW Kota dan Pembangunan
smart city saat ini. Saat ini, kedua dokumen dan kedua pedoman untuk
perencanaan tersebut berjalan sendiri-sendiri. Kedua perencanaan tersebut
dalam lingkup yang sama terdapat beberapa data yang mampu melengkapi
kebutuhan data antar satu sama lain, dan agar tercipta kesinambungan data
yang sama antara perencanaan kota konvensional dan perencanaan kota
dengan smart city di Indonesia.
118
Untuk keilmuan perencanaan wilayah dan kota, peneliti berharap
kedepannya studi mengenai smart city maupun riset data yang terkait
dengan perencanaan pembangunan perkotaan semakin banyak dan
semakin dalam. Mengingat fungsinya sangat penting dalam pembangunan
di masa depan.
119
DAFTAR PUSTAKA
Agraria, M., Tata, D. A. N., Badan, K., Nasional, P., Badan, K., & Nasional, P.
(2018). Menteri agraria dan tata ruang/ kepala badan pertanahan nasional.
Ali Farmadi, A. (2017). Ragam Pemanfaatan Big Data Smart Card dan GPS dalam
Perencanan Kota (Studi Kasus: Beberapa Kota di Dunia). Gadjah Mada
University.
Angelidou, M. (2014). Smart city policies: A spatial approach. Cities, 41, S3–S11.
https://doi.org/10.1016/j.cities.2014.06.007
Aripambudi, Adjisetya A. (2018). Ragam Sensor Smart City sebagai Bagian Solusi
Digital Terhadap Masalah Perkotaan. Gadjah Mada University.
Bibri, S. E., & Krogstie, J. (2017). Smart sustainable cities of the future: An
extensive interdisciplinary literature review. Sustainable Cities and Society,
31, 183–212. https://doi.org/10.1016/j.scs.2017.02.016
Branch, L., Standards, K. P., & Kong, H. (n.d.). Town Planning.
Branch. Melville C. (1983). Comprehensive Planning: General Theory and

Principles. Palisades Publishers, Pacific Palisades, California.
By, A., & Planning, T. H. E. (2014). DEVELOPMENT STRATEGY GÖTEBORG

2035, (February).
By, P., & Wee, T. A. N. C. (2018). SUB-INDEX FOR CITIES FOR SMART AND
SUSTAINABLE GROWTH, (April).
Capital, T. (n.d.). a sustainably growing city.
Cities, G., Kearney, R. A. T., & Cities, G. (2018). Learning from the East —
Insights from China ’ s Urban Success.
City, Barcelona. Smart. (2014). The city of people, (January).
City, Barcelona. Smart. (n.d.). Barcelona City Council Digital Plan A government
measure for open digitisation : free software and agile.
Commissioner, D. I. (2020). BARCELONA DIGITAL CITY 2017 – 2020 The

People ’ s Roadmap towards technological sovereignty Tecnology & Digital
Innovation Commissioner @ Francesca _ bria GOVERNMENT, (November
2016).
120
Confer, V., & Madeira, T. (2014). Barcelona as a Smart City Lessons learned from
the evolution of the concept and the influence in the city attractiveness, (April).
Conférence, I. (2015). Smart Mobility.
Costigan, S. S., & Lindstrom, G. (2016). Policy and the Internet of Things.
Connections: The Quarterly Journal, 15(2), 9–18.
https://doi.org/10.11610/Connections.15.2.01
Crow, M. L. (1978). The Future. Journal of Teacher Education, 29(3), 34–36.

https://doi.org/10.1177/002248717802900311
Dahiya, B. (2017). Smart Economy in Smart Cities. https://doi.org/10.1007/978-

981-10-1610-3
Dameri, R., & Resta, M. (2017). Smart Mobility Portfolio Analysis The case of
Barcelona RP Dameri - R . Garelli - M . Resta, (October 2016).
https://doi.org/10.13140/RG.2.2.30721.66407
Dewasa, L. B., Sujana, M., Gutenberg, M. J., Bouchon, B., & Google, P. (2013).
BAB I, 1–8.
Djunaedi, A. (2016). Penelitian Studi Kasus (Design & Methods), 1–31.
Djunaedi, A. (2015). Pengantar Perencanaan Wilayah dan Kota. Gadjah Mada

University Press.
Djunaedi, A. (2018). Proses Perencanaan. Ragam Pendekatan Proses Perencanaan.

10-15.
Dubai, G. (2016). Dubai Open and Shared Data Framework, (February).
Dubai, S. (n.d.). Inspiring new realities.
Dubai, G. (2017). Dubai Masterplan 2020.
Dubai, G. (2017). Smart City Initiatives.
Environment, S., Government, S., Mobility, S., & Living, S. (2013). Ten Reasons
Why Barcelona is a Smart City.
Esabella, S. (2015). Menuju Konsep Smart City. Analisi Penerapan Smart City dan
Internet of Things (IOT) di Indonesia, (Smart City), 1–5.
Establishment, D. D., Manual, D. D., Attribution, C. C., & License, I. (2016). The
Dubai Data Manual, 0(November).
121
Ferrer, J. (2018). BARCELONA ’ S SMART CITY VISION : an opportunity for
transformation, (16), 70–75.
For, P. P. P., & Case, C. (2017). PPP FOR CITIES CASE STUDIES BARCELONA
GIX : IT NETWORK INTEGRATION, (April).
Giffinger, R. (2011). European Smart Cities : the need for a place related
Understanding Outlook : Smart metropolitan development. Science, 1–19.
Giffinger, R. (2014). Smart cities ranking: An effective instrument for the

positioning of the cities, (February 2010).
Global, A. (2018). Smart city.
Hall, R. E. (2015). The vision of a smart city The Vision of A Smart City 2nd
International Upton , New York , U . S . A ., 11973, (January 2000).
Head, A., & Estate, R. (2012). Land Use Zoning and Land Supply in Hong Kong,
(March), 1–23.
Indonesia, K. K. dan I. R. (2017). Buku Panduan Penyusunan Masterplan Smart

City 2017 - Gerakan Menuju 100 Smart City.
Industry, Y. C. U. I. (2017). Development and Practice of Smart City in China.
Innovation and Technology Bureau, H. (2017). Hong Kong Smart City Blueprint.
Smart City Consortium. Diambil dari https://smartcity.org.hk/index.php/list-1
Lu, D., Tian, Y., Liu, V. Y., & Zhang, Y. (2015). The Performance of the Smart
Cities in China—A Comparative Study by Means of Self-Organizing Maps
and Social Networks Analysis, 7604–7621.
https://doi.org/10.3390/su7067604
Madakam, S. (2016). Barcelona Smart City: The Heaven on Earth (Internet of

Things: Technological God), (February). https://doi.org/10.3969/j.
Madakam, S. (2016). Barcelona Smart City: The Heaven on Earth (Internet of

Things: Technological God), (February). https://doi.org/10.3969/j.
Menteri, P., Dan, A., Ruang, T., Badan, K., Nasional, P., Badan, K., & Nasional, P.
(2018). BERITA NEGARA, (394).
Mukhopadhyay, C. (2018). Faludi: Introducing a Theory of Planning Andreas

Faludi in conversations with Chandrima Mukhopadhyay.
Minister, P. (n.d.). Building a Smart and Sustainable Singapore.
122
Mursalim, S. W. (2017). Implementasi Kebijakan Smart City di Kota Bandung.
Jurnal Ilmu Administrasi, 14(1), 126–138. Diambil dari
stialanbandung.ac.id/ojs/index.php/jia/article/view/1
Nation, S. (2018). Copyright © 2018 by Smart Nation and Digital Government

Office. Not to be reproduced unless with explicit consent from Smart Nation
and Digital Government Office. First released in November 2018. All rights
reserved. No part of this publication may be reproduced, stored in a retrieval
system or transmitted, in any form or by any means, electronic, mechanical,
photocopying, recording or otherwise, without the prior written permission of
the copyright owner., (November), 1–34.
Ng, S. (2016). Measuring and Improving Walkability in Hong Kong Final Report,
(December).
Nurcahya, Gelar. (2013). Analisis dan Implementasi Decision Tree untuk

Klasifikasi Data Konsumen Telemarketing untuk Deposito pada bank
Menggunakan Algoritma C4.5, Widyatama University.
Ogaily, A., & International, H. (n.d.). Urban Planning in Dubai UAE, Cultural and
Human Scale Context.
Ogaily, A., President, S. V., & International, H. (2015). Urban Planning in Dubai ;
Cultural and Human Scale Context.
Paper, C. (2016). Comparative Overview of Smart Cities Initiatives : Singapore and

Seoul Comparative Overview of Smart Cities Initiatives : Singapore and
Seoul, (April).
Paper, D. (2018). SMART CITIES IN PRODUCED FOR WORLD CITIES

SUMMIT 2018, (July).
Peraturan Menteri Agraria dan Tata Ruang/Kepala Badan Pertanahan Nasional

Republik Indonesia Nomor 1 Tahun 2018, 2018. Pedoman Penyusunan
Rencana Tata Ruang Wilayah Provinsi, Kabupaten dan Kota,
Pickell, Devin. (2018). Everything You Need to Know About Big Data Analytics.
https://learn.g2crowd.com/big-data-analytics (diakses pada 27 April 2019)
Planning, C. T. (2013). Development Control of Buildings in Hong Kong.
PP. (2008). Peraturan Pemerintah Republik Indonesia Nomor 26 Tahun 2008

Tentang Rencana Tata Ruang Wilayah Nasional, 123.
https://doi.org/10.1017/CBO9781107415324.004
123
Pratiwi, Yulia., & Sakarov, Ogi Dani. (2014). Perbedaan Implementasi Smart City
di Negara Berkembang dan Negara Maju (Kasus: Indonesia dan Korea
Selatan)
Pupr, J. K. (2018). JDIH Kementerian PUPR.
Reid, Carlton. (2019). Cyclists Break Far Fewer Road Rules Than Motorists, Finds
New Video Study. Dalam
https://www.forbes.com/sites/carltonreid/2019/05/10/cyclists-break-far-
fewer-road-rules-than-motorists-finds-new-video-study/amp/ (diakses pada
15 mei 2019, pukul 12.00)
Report, S. (n.d.). Smart Cities in China Smart Cities in China.
Science, R., & Studies, M. (2007). Smart cities Ranking of European medium-sized
cities, (October).
Shum, K. L., & Watanabe, C. (2017). From Compact City to Smart City: A
Sustainability Science & Synergy Perspective, (July).
https://doi.org/10.17265/2162-5298/2017.04.004
Singapore. (n.d.). DIGITAL READINESS BLUEPRINT.
Singapore, G. (n.d.). DIGITAL GOVERNMENT.
Singapore, G. (2017). Singapore ’ s Smart Nation Initiative – A Policy and

Organisational Perspective.
Smart, A., Framework, C., Areas, D. F., Environment, Q., Infrastructure, B.,
Credits, I., … Officers, C. (n.d.). No Title.
Smith, P. C. (2011). The Culture of Compactness : Dimensions of Density in Hong

Kong.
Sugiyono. (2016). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung:

PT Alfabet.
Supangkat, Suhono. H. (2018). Smart province.
The, F. O. R., & Of, C. (2014). How to Calculate Production Capacity of a Factory.
Tian, Y., Jim, C. Y., & Tao, Y. (2012). Challenges and Strategies for Greening the
Compact City of Hong Kong, 138(2), 101–109.
https://doi.org/10.1061/(ASCE)UP.1943-5444.0000076.
Tim PSPPR UGM. (2016). Working paper psppr 2016 1, (1), 1–27.
124
Transformation, D. (n.d.). BARCELONA ’ S SMART CITY :
Trends, D. (2016). Demographic Trends in Hong Kong.
Umum, M. P., & Indonesia, R. (2009). Menteri pekerjaan umum republik indonesia.
Wangel, J. (2015). ICT Innovations for Sustainability, 310(August).

https://doi.org/10.1007/978-3-319-09228-7
Yin, Robert K. (2009). Case Study Research: Design and Methods. New Delhi:
Sage Publications.
Zarlenga, M. I. (2015). Smart city or smart citizens ? The Barcelona case ., 8(3),
266–282.
IESE Cities in Motion Index 2018. (2018).
125
LAMPIRAN
129
Lampiran 1 Kasus Dubai
Bentuk Strategi Smart City Dubai
Dubai merupakan salah satu kota yang menerapkan smart city yang berangkat dari konsep dasar e-governance. Dubai pertama
kali menerapkan e-Gov di kotanya pada tahun 2000, yang kemudian pada tahun 2013 dikembangkan menjadi Smart Governance,
lalu setahun kemudian menjadi Smart Dubai Initiative dan pada tahun 2017 lalu menjadi Smart Dubai 2021. Smart Dubai 2021
merupakan sebuah proyek besar pemerintah kota Dubai dalam merencanakan kotanya menjadi ‘Happiest City in The World’. Smart
Dubai 2021 merupakan hasil turunan dari beberapa kebijakan diatasnya, diantaranya adalah Dubai Strategic Plan (DSP) 2015 dan
Dubai Plan 2021. Proyek DSP 2015 merupakan payung pertama dan tertinggi kebijakan perkotaan di Dubai, yang membawahi Dubai
Plan 2021 dan Smart Dubai 2021. Terdapat 5 Pilar strategi utama dalam DSP 2015 yang terbagi di 5 sektor, yaitu sektor ekonomi,
sosial, infrastruktur dan lingkungan, keamanan, dan pemerintahan
Smart Dubai 2021 dibagi atas 6 dimensi strategi, dimana strategi tersebut disesuaikan dengan dimensi smart city yang dicetuskan
oleh Herman Giffinger. Berikut pembagiannya:
a. Smart Living, yang terdiri dari 9 program yang merupakan inovasi
b. Smart Economy, terdiri dari 4 program yang merupakan inovasi
c. Smart People, terdiri dari 6 program inovasi
d. Smart Mobility, tediri dari 6 program inovasi
e. Smart Environment, tidak menemukan sebuah inovasi program
f. Smart Governance, terdiri dari 6 program inovasi
129
Tabel 1 Program Smart Living Dubai
Program
Program Utama Deskripsi Program Kebutuhan Data
Besar
Nomor Telefon Lokal
Program Penyediaan Akses Wifi Gratis
Dubai Free Wi-fi Informasi Pribadi Registrasi
di Kota Dubai
PIN dari SMS
Li-Fi Wi-Fi yang terpancar dari Lampu LED Kompleks
10 Digit Nomor Makani
ICT For Makani Project Lokasi tempat menggunakan QR Code Koordinat Lokasi GPS
Infrastructure Barcode QR
Data Penggunaan Listrik
Data Penggunaan Air
Smart Grid untuk memonitor
Smart Meter Rekening Pengguna
penggunaan air dan listrik
Alamat Rumah
Informasi Pribadi
Informasi Pribadi Pengguna (KTP, Salik, Emirates)
Input Pertanyaan
Rashid Penjawab pertanyaan dan Saran
Collaborative Lokasi Pengguna
Planning Informasi mengenai tempat tempat di Dubai
Opini Masyarakat Dubai
Happiness Metre Pengukur Kebahahagiaan Masyarakat
Voting tingkat kebahagiaan
High Dubai Careers Aplikasi Pencari Pekerjaan Informasi Pribadi Pengguna (KTP, Salik, Emirates)
Productive Informasi Pendidikan Terakhir
Workforce Curriculum Vitae
Data Pekerjaan Yang Tersedia (Gaji, Posisi dan Jobdesk)
Data LinkedIn
Smart Employee Aplikasi Monitoring dan Update Informasi pribadi pengguna (Pegawai)
Pegawai Pemerintahan Nomor rekening pegawai
Data Pegawai per intansi pemerintahan
Data Keluarga Pegawai (Istri, Orang tua dan Anak) -> Jika
punya
Data kehadiran (Absen Online)
Data Proyek atau Pekerjaan (Input melalui manager)
130
Tabel 2 Program Smart Economy Dubai
Program Besar Program Utama Deskripsi Program Kebutuhan Data
Informasi pribadi orang yang melakukan transaksi
Sistem transaksi digital untuk bitcoin Informasi transaksi yang akan dilaksanakan
Digital Economy Blockchain yang tidak memiliki server utama, PIN para pengguna
membuat sistem ini sulit diretas. Dokumen Resmi (Dokumen Transaksi)
Data Pribadi (KTP)
Informasi transaksi yang akan dilaksanakan

Aplikasi lelang online antara
Smart Supplier PIN para pengguna
pemerintah dan perusahaan
Sharing
Economy Assets Dokumen Resmi (Dokumen Transaksi
Data Pribadi (KTP)

Neighborhood dengan fungsi sebagai
Dubai Design
kantor startup dan fungsi inovasi Kompleks
District
masyarakat
Vibrant Program pembiayaan startup untuk Data Jumlah Startup
Startupsupport
Enterpreneurship inovasi yang mereka lakukan Data Detail Project startup tersebut
131
Tabel 3 Program Smart People Dubai
Program Besar Program Utama Deskripsi Program Kebutuhan Data
Informasi transaksi yang akan dilaksanakan
Aplikasi monitoring dan update bagi
Smart Employee PIN para pengguna
pegawai pemerintah Dubai
Dokumen Resmi (Dokumen Transaksi)
Data Pribadi (KTP)
Informasi Pribadi (Emirates id/KTP)
Informasi Pelayanan yang disediakan instansi tersebut
Aplikasi lengkap bagi masyarakat
Informasi tambahan pribadi (kendaraan, rumah)
Digitizing Daily Dubai, banyak pelayanannya, mulai
Lokasi pengguna
Living DubaiNOW dari pembayaran, journey planner
Sensor Parking
hingga pengingat waktu ibadah juga
Informasi Tempat-tempat di Dubai
terdapat dalam aplikasi ini.
Jadwal event terdekat
Informasi kondisi jalan
KTP/Emirates ID
Single Digital Identity bagi masyarakat
Nomor PIN
UAEPass Dubai, mulai dari fingerprint,
Fingerprint
signature.
Tanda tangan
132
Tabel 4 Program Smart Mobility Dubai
Program
Program Besar Deskripsi Program Kebutuhan Data
Utama
Data Informasi Transportasi Publik (Kedatangan,
Aplikasi ini menyediakan layanan pemesanan
Pemesanan dan Ketersediaan Tiket)
RTA App transportasi publik, pembayaran dan
Data informasi pribadi pengguna (login)
(Also Public pemesanan parkir, jadwal transportasi publik,
Data salik pengguna
Trans) pemesanan tiket hingga pembaruan lisensi
Smart Sensor for Parking
kendaraan
Lokasi pengguna (GPS)
Electric Car di dubai biasa disebut dengan
Seamless and
Tesla. Pemerintah dubai menargetkan tahun
Safe Transport Electric Car Kompleks
2030, 10% dari mobil yang ada di dubai
adalah mobil elektrik
Akun NOL
Smart NOL merupakan sebuah inisiatif yang Informasi pribadi
Smart Nol diluncurkan pemerintah Dubai untuk Informasi kendaraan
pembayaran transportasi yang ada di Dubai. GPS
NFC Simcard
Hyperloop merupakan sebuah tabung yang
berfungsi hampir seperti kereta bawah tanah,
Hyperloop Kompleks
namun dengan kecepatan yang lebih cepat dan
muatan yang lebih banyak
Lokasi Pemesan
Autonomous Autonomous pod berbentuk seperti sebuah
Lokasi Tujuan
Seamless and Pod kotak yang didalamnya terdapat 5-6 kursi bagi
Rute Tercepat
Safe Transport (Also Public penumpang, dan berjalan sesuai rute yang
Sensor Antibump
Trans) dipilih oleh penumpang
Sensor Parking
Lokasi Volpad
Volocopter merupakan taxi autonomous Sensor AntiBimp
Volocopter
pertama yang akan menjelajah udara Dubai. Informasi Pribadi
Lokasi Tujuan
133
Tabel 5 Program Smart Governance Dubai
Program Program
Deskripsi Program Kebutuhan Data
Besar Utama
Informasi Pribadi (Emirates id/KTP)
Informasi Pelayanan yang disediakan instansi tersebut
Aplikasi lengkap bagi masyarakat Dubai, banyak Informasi tambahan pribadi (kendaraan, rumah)
pelayanannya, mulai dari pembayaran, journey Lokasi pengguna
DubaiNOW
planner hingga pengingat waktu ibadah juga terdapat Sensor Parking
dalam aplikasi ini. Informasi Tempat-tempat di Dubai
Jadwal event terdekat
Informasi kondisi jalan
Akun NOL
Dubai
Smart NOL merupakan sebuah inisiatif yang Informasi pribadi
Paperless
Smart NOL diluncurkan pemerintah Dubai untuk pembayaran Informasi kendaraan
transportasi yang ada di Dubai. GPS
NFC Simcard
Data Informasi Transportasi Publik (Kedatangan, Pemesanan
Aplikasi ini menyediakan layanan pemesanan dan Ketersediaan Tiket)
transportasi publik, pembayaran dan pemesanan Data informasi pribadi pengguna (login)
RTA App
parkir, jadwal transportasi publik, pemesanan tiket Data salik pengguna
hingga pembaruan lisensi kendaraan Smart Sensor for Parking
Informasi Pribadi Pengguna (KTP, Salik, Emirates)
Aplikasi Penjawab dan Pemberi Saran Pertanyaan
Rashid Input Pertanyaan
yang diajukan masyarakat
Lokasi Pengguna
Smart Police Station merupakan sebuah kantor polisi
Smart dengan beberapa fitur smart seperti video call untuk Informasi Pribadi Pengguna (KTP, Salik, Emirates)
Dubai
Police pengaduan, layanan perpanjangan sim, pelaporan Pelayanan yang diperlukan
Artificial
Station kasus hingga ruang tunggu dengan layanan Surat surat resmi (untuk pelayanan perpanjangan SIM)
Intelligence
permainan safe driving
Robocop merupakan gambaran masa depan lainnya
yang ada di Dubai, Robocop akan menindak segala
Robocop Kompleks
bentuk pelanggaran hukum di Dubai, mulai dari
membuang sampah sembarangan hingga kriminalitas
Informasi Pribadi tiap tiap penduduk Dubai
Dubai Control Room Monitor untuk kejadian di Kota Dubai
Sensor Perkotaan
134
Lampiran 2 Kasus Hong Kong
Bentuk Strategi Smart City Hong Kong
Hongkong pada tahun 2003 mendirikan sebuah badan bernama Council for Sustainable Development yang tujuannya
mempromosikan pembangunan sustainable di Hongkong. dan beberapa arahan itu menuju pada peluncuran Smart City Blueprint
Hongkong pada akhir 2017. dimana dalam blueprint ini terdapat 6 dimensi smart city Hongkong yang direncanakan oleh
Hongkong, serta strategi dan insentifnya. Hong Kong Smart City Blueprint dibagi atas 6 dimensi strategi, dimana strategi tersebut
disesuaikan dengan dimensi smart city yang dicetuskan oleh Herman Giffinger. Berikut pembagiannya:
a. Smart Living, yang terdiri dari 6 program inovasi
b. Smart Economy, terdiri dari 7 program inovasi
d. Smart Mobility, terdiri dari 9 program inovasi
e. Smart Environment, terdiri dari 6 program inovasi
135
Tabel 6 Program Smart Living Hong Kong
Program Program
Besar Utama
Lokasi Akses Wifi Tersedia
Lokasi Pengguna
Wi-Fi Gambar Streetview Lokasi Wi-Fi
Penyediaan Wi-Fi gratis untuk warga di pusat kota
Connected Wi.Fi-HK Peta Hong Kong
hong kong. Terdapat 2 tipe, gratis dan berbayar.
City Lama Penggunaan Wi-Fi
Data SSID
Data Perusahaan Penyedia Jasa Wifi
Data Informasi Pengguna
Data Nomer Telefon Pengguna
Pembayaran dengan menggunakan QRCode, seperti Data Rekening Pengguna
QRCodePay
pembayaran MRT dan Subway di Hong Kong. Data Tagihan Pengguna
Data Pin Pengguna
Digital Data QR Code Layanan tersebut
Payment Data Informasi Transportasi Publik (Kedatangan, Pemesanan
Aplikasi ini menyediakan layanan pemesanan dan Ketersediaan Tiket)
transportasi publik, pembayaran dan pemesanan Data informasi pribadi pengguna (login)
RTA App
parkir, jadwal transportasi publik, pemesanan tiket Data salik pengguna
hingga pembaruan lisensi kendaraan Smart Sensor for Parking
Data Identitas Pribadi Pengguna
Data Pekerjaan Pengguna
Data Keluarga Pengguna
Single Digital Identity bagi masyarakat Hong Kong,
Electronic Electronic Data Fingerprint Pengguna
dapat digunakan sebagai identitas dan untuk
ID ID Data Facial Penguna
transaksi.
Data Voiceprint Pengguna
Data Layanan Pemerintah tersedia
Data Layanan Komersial Tersedia
Data sertifikat pribadi
bersambung
136
Nurse Call Unit merupakan suatu project berupa
pager (alat komunikasi) yang dapat mengirimkan Data Lokasi Kamar Pasien
Nurse Call
pesan darurat untuk memanggil perawat terdekat dari Data Lokasi Perawat
Unit
kondisi panggilan untuk datang mengecek kondisi Sensor Darurat
kesehatan pasien tersebut.
Data Lokasi Klinik/Rumah Sakit
Data Riwayat Kesehatan Pasien
Data Informasi Pribadi Pasien
Support for EHRSS merupakan rekam medis elektronik yang Data Keluarga Terdekat Pasien
Healthcare Electronic dimiliki Hong Kong. Rekam medis mulai dari Nomer Telefon Pasien/Keluarga Terdekat
Health riwayat penyakit, dokter yang terakhir menangani Alamat Pasien
Record hingga perkembangan kesehatan dari pasien. Yang Email Pasien/Keluarga Terdekat
Sharing membedakan program ini adalah, rekam medis Data Dokter Tersedia
Systrem pasien tersebut dapat diakses dan disebarkan kepada Data Pengobatan lain (selain dokter)
dokter lain. Data TTD Pasien
Data Nomer KTP HK
Data Penyedia Layanan Kesehatan Lainnya (Lokasi, Nama,
Jenis Layanan)
137
Tabel 7 Program Smart Economy Hong Kong
Program Program
Besar Utama
Kereta cepat yang menghubugkan antara Hong Kong
Smart HK Express
dan China. Dengan harapan meningkatkan interaksi Kompleks
Toursim Railink
ekonomi antara negara
Data Nama Bank
Virtual Virtual bank untuk pembayaran, beberapa Data Pengguna Bank
Banking diantaranya seperti alipay dan lainnya. Data identitas pemilik
Finance Data transaksi yang pernah dilakukan
Technology Data Identitas Pribadi Pengguna
(FINTECH) Data Rekening Pengguna
Scan retina mata, untuk meningkatkan keamanan
IRIS Scan Scan Retina Pengguna
dalam transaksi ekonomi
Scan Sidik Jari Pengguna
Data Riwayat Transaksi
Data &
New Pusat pengembangan teknologi dan inovasi dibidang
Technologi
Economic ekonomi dan teknologi di Hong Kong. Bentuknya Kompleks
Innovation
Pillars berupa kawasan neighborhood.
HUB
Lokasi Akses Wifi Tersedia
Lokasi Pengguna
Gambar Streetview Lokasi Wi-Fi
Penyediaan Wi-Fi gratis untuk warga di pusat kota
Wi.Fi-HK Peta Hong Kong
hong kong. Terdapat 2 tipe, gratis dan berbayar.
Lama Penggunaan Wi-Fi
Data SSID
Smart
Data Perusahaan Penyedia Jasa Wifi
Tourism
Data Penumpang
Bandara pintar, dengan beberapa fasilitas smart,
Smart Data Wajah Pengguna
seperti easy check in, kemudian kendaraan
Airport Data Lokasi Pengguna
autonomous dan lainnya.
Data Jadwal Keberangkatan Pesawat
Data Status Penerbangan pesawat
bersambung
138
Sensor Pengukur Kualitas Udara
Smart Smart Lampu jalan dengan fasilitas deteksi kendaraan, Sensor Pengukur Kecepatan Kendaraan
Tourism Lamppost pejalan kaki dan deteksi kualitas lingkungan. Sensor Pengukur Kecepatan Angin
Data Lokasi Parkir
Data Ketersediaan Parkir
Data penduduk Hong Kong
139
Tabel 8 Program Smart People Hong Kong
Program Program
Besar Utama
IT Kereta cepat yang menghubugkan antara Hong Kong
Secondary dan China. Dengan harapan meningkatkan interaksi Kompleks
School ekonomi antara negara
Data Nama Bank
Internship Virtual bank untuk pembayaran, beberapa Data Pengguna Bank
Nurturing
programme diantaranya seperti alipay dan lainnya. Data identitas pemilik
Young
Data transaksi yang pernah dilakukan
Talent
Intensive Data Rekening Pengguna
Scan retina mata, untuk meningkatkan keamanan
Training Scan Retina Pengguna
dalam transaksi ekonomi
Programme Scan Sidik Jari Pengguna
Data Riwayat Transaksi
Data Startup
Data Pemilik Startup
Pemerintah Hongkong bekerja sama dengan berbagai Data Fokus Startup
Incubation perusahaan teknologi membrikan kesempatan bagi Data Project
Program startup yang memiliki project unik dan bermanfaat Jenis Project
Innovation kedepannya untuk dibiayai secara penuh. Data Kebutuhan Dana
and Data Manfaat dari Project
Cultural Data lama pengerjaan project
Centre MTR Academy didirkan oleh pemerintah HK untuk
MTR
membentuk keilmuan mengenai MRT yang lebih Kompleks
Academy
dalam dan lebih baik lagi
PNS pemerintahan Hong Kong kemudian diberikan Data PNS di Hong Kong
IT Civil
pelatihan teknologi, jenis jenisnya hingga Data Kurikulum Teknologi
Servant
penggunaan dan manfaat aplikasi aplikasi teknologi. Data Aplikasi Teknologi
140
Tabel 9 Program Smart Mobility Hong Kong
Program Program
Besar Utama
Data Lokasi Stasiun
Data Lokasi Halte
Data Waktu Kedatangan Transportasi
Data Waktu Keberangkatan Transportasi
Data peraturan transportasi
Data tempat tempat di Hong Kong
HKeMobility merupakan aplikasi transportasi
Data waktu keberangkatan pengguna
komprehensif di Hong Kong. Beberapa layanan yang
Lokasi tujuan pengguna
HKeMobility diberikan antara lain berupa lokasi kantong parkir,
Ketersediaan transportasi
informasi kedatangan dan keberangkatan Bus, MTR,
Tarif transportasi
Ferry, Tram dan ketersediaan Taksi di Hong Kong
GPS
Data informasi insiden di HK
Data Lokasi SPBU
Data Lokasi Pengerjaan Jalan
Intelligent Peta Hong Kong
Transport Data ketersediaan parkir
System Data rute moda transportasi
Sensor Jalan
Data Foto Terbaru CCTV
Traffic Hong Kong merupakan sebuah platform yang
Lokasi Pengguna
berfungsi sebagai informasi real time traffic yang
Traffic Hong Data Informasi Cuaca
ada di Hongkong. Informasi kemacetan, kecelakaan,
Kong Peta Hong Kong
cuaca, penutupan jalan hingga gambar real time dari
Data Informasi Insiden di HK
CCTV.
Data Lokasi Pengerjaan Jalan
Data Informasi Penutupan Jembatan
Sensor Posisi Kendaraan
Tagihan Pengguna
Data Nomer Plat Kendaraan
Electronic ERP akan memberikan tagihan penggunaan jalan di
Data Jenis Kendaraan
Road Pricing jam sibuk bagi pemotor.
Sensor di Jalan
Data Gambar CCTV
Data Rute Jalan
bersambung
141
Data Lokasi Kendaraan
Autonomous Vehicle (CAV). Di Hong Kong GPS
Autonomous sendiri, rencananya CAV akan diterapkan dalam Data Tempat Keberangkatan
Vehicle bentuk kednaraan pribadi, dan belum kendaraan Data Tempat Tujuan
umum. Sensor Anti-Bump
Intelligent Sensor Berhenti
Transport Data Saldo Pengguna
Octopus Carad merupakan kartu multifungsi yang
System Data Nomer Octopus Card
dapat digunakan untuk melakukan pembayaran
Data Jenis Transportasi
Octopus MTR, Feri, Taxi, Trem, Bus hingga restoran,
Data Tagihan Pembayaran
Card vending machine dan restoran. Cara penggunaannya
Data Harga Barang
hampir sama dengan menggunakan e-money pada
Data Siswa di Hong Kong (Database Penerima Kartu)
umumnya.
Data Identitas Pribadi (Untuk Personalised)
Environmental Walk in HK merupakan sebuah project yang
Friendliness Walk in HK mengajak masyarakat dan pendatang untuk Kompleks
Transport menikmati kota Hong Kong dengan berjalan kaki
Cara penggunaannya cukup mudah, di parking Data Saldo Octopus Pengguna
On Street meter, pengguna memilih lokasi parkir yang Data Lama Waktu Parkir
Parking tersedia, kemudian menginput data waktu parkir Data Lokasi Parkir Pengguna
Meter yang diinginkan, kemudian tekan tick dan Data sensor Identifikasi kartu octopus
tempelkan kartu octopus Data tagihan yang harus dibayarkan pengguna
Public
Data Saldo Pengguna
Transport Octopus Carad merupakan kartu multifungsi yang
Data Nomer Octopus Card
Interchanges dapat digunakan untuk melakukan pembayaran
Data Jenis Transportasi
MTR, Feri, Taxi, Trem, Bus hingga restoran,
MTR Mobile Data Tagihan Pembayaran
vending machine dan restoran. Cara penggunaannya
Data Harga Barang
hampir sama dengan menggunakan e-money pada
Data Siswa di Hong Kong (Database Penerima Kartu)
umumnya.
Data Identitas Pribadi (Untuk Personalised)
Data Penumpang
Bandara pintar, dengan beberapa fasilitas smart,
Smart Data Wajah Pengguna
Smart Airport seperti easy check in, kemudian kendaraan
Airport Data Lokasi Pengguna
autonomous dan lainnya.
Data Jadwal Keberangkatan Pesawat
Data Status Penerbangan pesawat
142
Tabel 10 Program Smart Environment Hong Kong
Program Program
Besar Utama
Climate Hong Kong perlahan mulai menerapkan teknologi
Action Plan Solar Panel sel surya sebagai salah satu komponen utama energi Kompleks
2030+ perkotaannya.
setiap lampu di jaringan lampu untuk publik (jalan,
bangunan publik) untuk diganti menggunakan
LED Lamps Lampu LED. Selain itu, setiap bangunan Kompleks
pemerintahan di Hong Kong diwajibkan untuk
menerapkan Lampu LED
Pemerintah Hong Kong melalui Hong Kong Green
Building Council (HKGBC) per tahun 2016 lalu
Green telah mengeluarkan standar bangunan yang
Kompleks
Building sustainable di Hong Kong. Berbagai bangunan di
Hong Kong kini telah menerapkan konsep Green
Building.
Green and
Data Penggunaan Air
Intelligent
smart water meter berfungsi untuk membaca Rekening Pengguna
Building
penggunaan air saat itu dan mengkomparasinya Alamat Rumah
Smart Water
dengan penggunaan optimum harusnya, dan akan Data Penggunaan Optimal
Meter
mengirimkan sinyal untuk mengurangi penggunaan Sensor Kecepatan Air
air. Sensor Tekanan Air
Kompleks
Data Lokasi Parkir
Setiap bangunan yang ada di HK saat ini diwajibkan
Data Ketersediaan parkir
Real Time memiliki parkir basement, yang kemudian
Data identitas kendaraan
Parking dilengkapi pula dengan fasilitas real time parking
Data lama waktu parkir
Vacancy vacancy yang berfungsi untuk menunjukkan
Data jenis kendaraan
ketersediaan parkir yang ada di bangunan tersebut
Sensor Parking
Sensor Kualitas Udara
Hong Kong Air Pollution merupakan aplikasi yang Peta Hong Kong
dapat menunjukkan tingkat kualitas udara dan Data Lokasi Pengguna
Pollution Hong Kong
tingkat polusi udara yang ada di Hong Kong. Data Kualitas Udara Kota Lain
Monitoring Air Pollution
Kualitas udara dilihat dari 5 indikator warna, biru Data Waktu Pengambilan Data
muda, hijau, kuning, oranye dan merah. Data kandungan dalam udara
Indikator Kualitas Udara dari berbagai negara
143
Tabel 11 Program Smart Government Hong Kong
Program Program
Besar Utama
Data Pengelolaan Kota
Data Cuaca dan Suhu
Data Komersil dan Industri
Data Pembangunan
Data Pendidikan
Data Tenaga Kerja
Data Lingkungan
Data Keuangan
Data.Gov.HK merupakan platform portal data yang Data Pangan
Open Data Data.gov.hk dimiliki Hong Kong untuk menunjukkan berbagai Data Kesehatan
macam data yang ada di Hong Kong Data Perumahan
Data Teknologi dan Penyiaran
Data Hukum
Data Populasi
Data Rekreasi
Data Sosial
Data Transport
Data Ketersediaan Tempat Parkir
Peta Hong Kong
Hong Kong merupakan salah satu kota pertama di
5G Mobile
Asia yang memiliki environment yang mendukung Kompleks
Network
penerapan 5G.
Sensor Pengukur Kualitas Udara
Smart City
Infrastructure
Smart Lampu jalan dengan fasilitas deteksi kendaraan, Sensor Pengukur Kecepatan Kendaraan
Lamppost pejalan kaki dan deteksi kualitas lingkungan. Sensor Pengukur Kecepatan Angin
Data Lokasi Parkir
Data penduduk Hong Kong
bersambung
144
Analisis dengan menggabungkan berbagai macam
Big Data data. Beberapa penerapan yang dilakukan antara Setiap data kota terkait
Analytics lain adalah analisis untuk kemacetan, analisis Kompleks
kualitas udara, analisis rute transportasi MRT.
. Terdapat 2 macam cloud yang ada di HK, yaitu Data Informasi Pribadi Pengguna
GovCloud (disediakan pemerintah) dan Public Lokasi Pengguna
(disediakan perusahaan). kelebihan kekurangan Email Pengguna
Cloud
masing-masing. Dengan Cloud ini, masyarakat Data KTP Hongkong
Smart City dapat membuat sistem penyimpanan sesuai Password Pengguna
Infrastructure keinginan mereka, dan aman. Data yang ingin di Unggah
Data Jenis Malware
Data Informasi Peraturan Cyber
Data Berita Terbaru Cybersecurity
Data jenis virus
CyberSecurity Sistem Keamanan Digital saat transaksi ekonomi
Data Website terduga berbahaya
Data event cybersecurity
Data topik mengenai keamanan digital (browsing, shopping,
dll)
Hong Kong merupakan kota pertama di Asia yang Peta Hong Kong
diterapkan teknologi peta 3 dimensi. Fungsinya, Koordinat Bangunan Hong Kong
pengguna dapat melihat tinggi bangunan dan Lokasi Pengguna
3D Digital
kondisi kota Hong Kong seperti di Replika. Berbeda Tinggi Bangunan Hong Kong
Map
dengan streetview, 3d Digital Map lebih leluasa Skala
Adoption of
untuk dilakukan penjelajahan. Namun informasinya Email Pengguna
Technology
memang tidak sedetail streetview. Password Pengguna
Smart Tempat sampah di Hong Kong memiliki fitur untuk
Data Jenis Sampah yang dapat didaur ulang
Rubbish and memisahkan antara sampah yang dapat didaur ulang
Data jenis sampah yang tidak dapat didaur ulang
Recyclable dan sampah yang tidak dapat didaur ulang. Namun
Sensor tingkat okupansi tempat sampah
Bins memang jumlahnya maish dapat dihitung oleh jari.
145
Lampiran 3 Kasus Singapura
Bentuk Strategi Smart City Singapura
Singapura memiliki strategi smart city yang dinamakan smart nation singapore. Smart nation merupakan sebuah strategi
smart city yang diterapkan secara komprehensif secara satu negara Singapura. Smart nation merupakan suatu langkah
mendigitalisasikan layanan dan kehidupan yang ada di Singapura untuk menciptakan kesempatan bagi setiap orang. Singapore
Smart Nation diresmikan pada november 2014 dan terdiri atas 3 program besar yaitu digital economy, digital government dan
digital society dimana masing masing program besar terdiri atas 2 anak program dan dibagi atas 6 dimensi strategi, dimana
strategi tersebut disesuaikan dengan dimensi smart city yang dicetuskan oleh Herman Giffinger. Berikut pembagiannya:
146
Tabel 12 Program Smart Living Singapore
Program Program
Besar Utama
Sensor Deteksi Gerakan
Face Recognition
Drowning Teknologi ini menggunakan inframerah untuk Dalam Kolam Renang
Detection mendeteksi jika seseorang tidak bergerak di dalam Data Lifeguard
Pools air atau menyentuh lantai. Data lokasi kolam renang
Data pergerakan perenang
Data volume tubuh perenang
Sensor Autonomous Car
Singapura memiliki fitur face recognition camera, Sensor Pengukur Kualitas Udara
Smart mengirim sinyal ke kendaraan tanpa awak, sensor Sensor Pengukur Suhu
Lamppost lingkungan, speed recognition hingga crowd Sensor pendeteksi kecepatan
analysis. Data penduduk singapura
Data wajah penduduk singapura
Fisik
Kompleks
Rekening Listrik Pengguna
Rekening Air Pengguna
Lokasi Pengguna
Identitas Pengguna (KTP Singapura)
Data Penggunaan Optimal
Dalam project ini, juga terdapat sebuah aplikasi
bernama Smart HDB, yang akan mengirimkan
Smart Yuhua Data Penggunaan Air
informasi mengenai penggunaan maksimal air,
Data Keluarga (Manula)
listrik hingga sistem layanan bagi manula
Data Kondisi Suhu
Sensor Pendeteksi Penggunaan Listrik
Sensor Kontak Pintu (Mendeteksi orang dirumah)
Sensor Gerak
Nomor Keluarga
menyediakan tombol distress call untuk setiap Data Informasi Pribadi Pengguna
Elderly Alert kegiatan emergency yang sedang dihadapi oleh Data Lokasi Pengguna
Aplikasi
Button manula. Tombol ini akan mengirim sinyal kepada Data Nomor Telefon Keluarga
anggota keluarga terdekatnya Sensor Pergerakan
bersambung
147
Data KTP Singapura
Data SingPASS
Data Informasi Layanan Kesehatan
Data Persebaran Rumah Sakit
Data Dokter
Health HUB merupakan sebuah platform yang
Data Artikel kesehatan
berisi informasi mengenai tips kesehatan, rekam
Health HUB Data Program Kesehatan
medis pengguna, membuat janji dengan dokter,
Data Event Kesehatan
hingga melakukan konsultasi secara online.
Data Rekam Medis Kesehatan
Data Informasi Penyakit
Data Lokasi Fasilitas Kesehatan
Data Informasi Keluarga
Email
Password
Data Kalori Tiap Makanan
Data Tanggal
Aplikasi Data Lokasi Pengguna
. Healthy 365 merupakan ebuah aplikasi yang Data Identitas Pribadi
disediakan pemerintah agar masyarakat singapura Data Nomor Telefon Pengguna
dapat menjalani hidup sehat tiap harinya. Terdapat Email
Healthy365
informasi kalori, steps today, hingga lokasi tempat Data Berat Badan
olahraga dan porsi latihan yang disarankan dalam Data Tinggi Badan
aplikasi ini. Data Lokasi Kerja
Data Universitas Pengguna
Data Event Kebugaran
Data Berat Badan Ideal
Data Jenis Malware
Data Informasi Peraturan Cyber
Data Berita Terbaru Cybersecurity
Data jenis virus
CyberSecurity Sistem Keamanan Digital saat transaksi ekonomi
Data Website terduga berbahaya
Data event cybersecurity
Data topik mengenai keamanan digital (browsing, shopping,
dll)
Bersambung
148
Peta Singapura
Foto Bangunan/Kawasan pada tahun berbeda
One Hmap adalah sebuah aplikasi dimana pengguna
GPS
dapat melihat suatu kawasan/bangunan yang ada di
Lokasi Pengguna
One HMap singapura pada masa lalu. User Interface yang
Data Sejarah Bangunan
disediakan mirip dengan GoogleMaps, dengan
Informasi Bangunan
pilihan tahun yang dapat diganti
Email
Password
Data KTP Singapura
Parents Gateway Merupakan sebuah aplikasi Email Pengguna
penyambung informasi antara sekolah dan rumah. Data Anak
Aplikasi Parents Dalam hal ini, aplikasi akan menginformasikan Data Sekolah
Gateway kepada orang tua siswa tentang kemajuan siswa di Data Informasi Sekolah
sekolah, seperti catatan hadir, tugas rumah, hingga Data Informasi terbaru anak dari sekolah
informasi terbaru dari sekolah. Data SingPass
Data Kegiatan Sekolah
Data Informasi Pribadi
OneService App merupakan aplikasi yang
Username/Email
disediakan pemerintah Singapura agar masyarakat
Password
OneService dapat turut berpartisipasi dalam perencanaan.
Lokasi Pengguna
App Dengan aplikasi ini, pengguna dapat melaporkan
KTP Singapura
berbagai macam kejadian yang mereka temui di
Lokasi Parkir
kota.
149
Tabel 14 Program Smart Economy Singapore
Program Program
Besar Utama
Build Build Amazing Startup Here! (BASH) adalah salah
Amazing satu inisiatif yang bertujuan untuk meningkatkan
Startup jumlah startup di Singapore. Dalam hal ini Kompleks
Here! Singapore menyediakan sebuah ruang untuk
(BASH) masyarakat yang ingin mencoba membuat startup.
Data Startup
Alamat Startup
Jenis Startup
Event mengenai startup
Informasi topik terbaru
Data informasi pajak
SME Portal sebelumnya bernama EnterpriseONE Data peraturan legalitas
merupakan sebuah portal yang berisi informasi Data pribadi pengguna
Startup SMEPortal
mengenai tips, startup lain, publikasi hingga layanan Data keuntungan startup
Programme
yang berkaitan dengan wirausaha. Data lama berdiri startup
Data opini pribadi
Data permasalahan yang sedang dihadapi
Data Industri (Perkembangan, Jenis)
Data Layanan untuk Bisnis
Data proyeksi bisnis
Kompleks
Punggol Digital District (PDD) merupakan sebuah
distrik yang dibangun oleh pemerintah Singapura
Punggol
dengan fokus dalam pengembangan teknologi,
Digital Kompleks
khususnya dibidang ekonomi, sepperti blockchain,
District
printing 3d dan teknologi lainnya. Didalam kawasan
ini terdapat perkantoran dan kampus
Bersambung
150
Data Perusahaan
Data dokumen perdagangan
Data legalitas perusahaan
NTP merupakan sebuah platform bagi pengusaha,
Data CorpPass pengguna
atau kurir atau perusahaan multinasional untuk
Network Data layanan pemerintah
Immersive melakukan perdagangan, seperti pengurusan
Trade Data lokasi barang yang dikirim
Media dokumen, pengajuan legalitas, infromasi pajak,
Platform Data infromasi pelabuhan luar negeri
memantau pengiriman, pembayaran asuransi dan
Data identitas perusahaan
kontak dengan kolega asing di perushaan luar negeri
Data histori perdagangan yang pernah dilakukan
Data informasi mengenai perizinan
Data identitas pribadi pemiliki perushaan
Data Perusahaan
Data identitas pegawai sebagai admin
Digital Identity untuk Perusahaan, dapat digunakan
Data identitas pegawai yang terdaftar (pemilik)
CorpPass untuk login dan akses kepada macam macam
Data Nomor Entitas Perusahaan
layanan pemerintah
Data KTP
Email Pengguna
Data Singpass
Data Pasport (Bagi pengguna asing)
Lokasi Pengguna
Internet of Akun Singpass Pengguna
SGQR atau Singapore Quick Response Code
Things Data Rekening Pengguna
merupakan sebuah aplikasi yang kalau di Indonesia
SGQR Data penjual
mungkin akrab disebut sebagai E-payment berupa
Data harga barang yang dijual
OVO, Gopay dan sebagainya
Data Visa Pengguna
Data pembayaran lain (GrabPay, Paynow, etc)
Data stiker Pembayaran
Data Identitas Pribadi (KTP)
Data Nomer Telefon Pengguna
PayNow merupakan sebuah aplikasi yang didesain
Data Nomer Rekening Pengguna
untuk mempermudah proses transfer baik dalam hal
PayNow Data Nomer Rekening Tujuan
pembayaran atau transfer antar orang atau antar
Data penjual
bank
Data harga barang yang dijual
data Visa Pengguna
bersambung
151
Data Perusahaan
NTP merupakan sebuah platform bagi pengusaha,
Data CorpPass pengguna
atau kurir atau perusahaan multinasional untuk
Network Data layanan pemerintah
melakukan perdagangan, seperti pengurusan
Trade Data lokasi barang yang dikirim
dokumen, pengajuan legalitas, infromasi pajak,
Platform Data infromasi pelabuhan luar negeri
memantau pengiriman, pembayaran asuransi dan
Data identitas perusahaan
kontak dengan kolega asing di perushaan luar negeri
Data histori perdagangan yang pernah dilakukan
Data informasi mengenai perizinan
Internet of
Data identitas pribadi pemiliki perushaan
Things
Data Perusahaan
Data identitas pegawai sebagai admin
Digital Identity untuk Perusahaan, dapat digunakan
Data identitas pegawai yang terdaftar (pemilik)
CorpPass untuk login dan akses kepada macam macam
Data Nomor Entitas Perusahaan
layanan pemerintah
Data KTP
Email Pengguna
Data Singpass
Data Pasport (Bagi pengguna asing)
152
Tabel 15 Program Smart People Singapore
Program Program
Besar Utama
Komunitas sebagai ‘Percobaan’ produk baru
TechKaki pemerintahan bagi masyarakat. Komunitas ini
Kompleks
Community memiliki fungsi untuk mencoba kebijakan atau
produk baru pemerintaham, dan memberi evaluasi
Email Pengguna
Password
Data Nomer Telefon
Wireless@SG merupakan aplikasi sekaligus
Data Lokasi Wifi
pembangunan fisik layanan jaringan wifi di
Lokasi Pengguna
Wireless@SG Singapura. Dengan project ini, setiap warga yang
Data Status Jaringan
berada di singapura, dapat mengakses wifi secara
Data Nomer KTP Pengguna
gratis.
Evaluasi Pengguna
Fisik
Sensor Kecepatan Jaringan
Data penyedia layanan (Perusahaan/Instansi Terkair)
Data Identitas KTP
Data Pekerjaan
Silabus Pelajaran
TeSA atau Techskill Accelerator adalah sebuah
Email pengguna
TechSkill program yang diluncurkan oleh IMDA yang
Curriculum Vitae
Accelerator bertugas untuk men’cerdaskan’ para masyarakat
Data Pekerjaan Yang Diinginkan
(TeSA) singapura. Pelatihan basic IT bagi elder dan juga
Data informasi perusahaan (Untuk Perusahaan)
pelatihan advanced IT kepada anak muda.
Sertifikat perusahaan
Data Singpass
Data Corppass
Bersambung
153
Data ID Perpustakaan
Data KTP Singapura
Password
Email
Data Singpass
Aplikasi Perpustakaan Online, Masyarakat tidak
Data E-book yang tersedia
perlu harus ke perpustakaan untuk meminjam dan
NLBMobile Data e-newspaper yang tersedia
membaca buku. Namun jika ingin melihat langsung
Data eLearning yang tersedia
tetap harus kesana.
Data event (lokasi, waktu dan deskripsi)
Data film yang tersedia
Data lokasi pengguna
Data lokasi perpustakaan
Data nomer telefon
Data KTP Singapura
SingPass merupakan single digital identity yang
Data Pin Pengguna
Aplikasi dimiliki singapura, dengan Singpass masyarakat
Data Fingerprint Pengguna
dapat melakukan login, menandatangani dokumen
Singpass Email Pengguna
dan mengakses layanan pemerintah hanya dengan
melakukan scan qr code dan login menggunakan
Data keluarga pengguna
fingerprint
Data Layanan Pemerintahan yang tersedia
Data Identitas KTP
Data SingPass
Data status nikah
Dengan MOL, pengguna dapat mengakses
Data keluarga (anak)
informasi mengenai anak-anak, tips mengenai anak,
Moments of Data lokasi TK
hingga masa depan anak dengan informasi
Life Data Lokasi SD
mengenai sekolah-sekolah berdasarkan kategori
Data Rekam Medis Anak
yang disediakan
Data Event Anak Anak
Data informasi sekolah (SPP)
Data artikel terkait anak-anak
Bersambung
154
Tabel 16 Program Smart Mobility Singapore
Program
Besar
Data Kedatangan MRT
Data Lokasi Halte terdekat
Data Informasi Layanan Bus
Data lokasi bus
MyTransport.SG merupakan aplikasi transportasi
Data Kepadatan Lalu lintas jalan
lengkap di singapura. Aplikasi ini menyediakan
Data Kedatangan Bus
MyTransport.SG informasi kedatangan bus lokasi halte bus,
Data Lokasi Parkir
kedatangan MRT, layanan bus, electronic road
pricing, hingga smart parking.
Data Rute Sepeda
Data Tagihan Pembayaran (ERP)
Data Kecelakaan terbaru
Data proyek jalan terbaru
Foto Terbaru dari CCTV jalan
Nomor Telefon Pengguna
Pin Pengguna
Lokasi Shuttle Bus Tersedia
Aplikasi Beeline merupakan aplikasi yang dapat digunakan
Rute Jalan
untuk melakukan booking dan pemesanan shuttle
Data Lokasi Penjemputan
Beeline bus bagi masyarakat. Sistem penggunaannya
Data Lokasi Tujuan
hampir mirip dengan aplikasi transportasi online
Data Lokasi pengguna
biasanya.
Data tempat tempat di singapura
Estimasi waktu penjemputan
Estimasi waktu tiba
Data identitas kendaraan
Data lama waktu parkir
Aplikasi ini merupakan aplikasi booking parkir,
Data jenis kendaraan
Parking.SG dan sekaligus pembayaran parkir bagi kendaraan
Data tagihan yang harus dibayarkan
yang ada di singapura
Data rekening yang digunakan
Data nomer telefon pengguna
Data nomer kendaraan (database)
Data riwayat parkir
Bersambung
155
Program
Besar
GreenMan+ adalah sebuah teknologi yang
diterapkan di tiap junction yang ada di Singapore.
Greenman+ Alat ini akan mengirimkan sinyal kepada traffic Kompleks
light agar menyediakan waktu untuk para pejalan
kaki agar bisa menyeberang.
Data Informasi Rute
Informasi umum
meningkatkan ketertarikan masyarakat akan
Data tempat menarik sekitar halte
penggunaant transportasi publik. Salah satu
Project Bus Stop Data pembelian tiket dan harga tiket
caranya adalah dengan mempercantik tampilan
Lokasi halte terdekat lainnya
halte bus.
Lokasi kantong parkir terdekat
Informasi umum
Autonomous Vehicle merupakan salah satu project
utama dari singapura dalam beberapa waktu
kedepan, beberapa project yang telah dilakukan
Autonomous
adalah untuk bis, MRT dan mobil. Untuk mobil, Kompleks
Bus and MRT
Fisik baru dalam masa percobaan. Sedangkan untuk 2
lainnya sudah mulai dijalankan namun baru
segelintir saja.
Kartu Identitas (KTP/VISA)
Bike Sharing Penggunaan Sepeda untuk kegiatan perkotaan Lokasi Kantong Parkir Terdekat
KOMPLEKS
Peta Expressway
Expressway
Sensor Kecelakaan
Monitoring menginformasikan tentang insiden kecelakaan atau
Data Lokasi Kecelakaan
Advisory penutupan jalan yang ada di jalan tersebut.
Data cuaca
System
Data suhu
Data Lokasi Traffic Light
Data Kepadatan Jalan
GLIDE dapat mengkontrol lama lampu merah dan
Greenlink Data Estimasi Pergrerakan
mengatur sirkulasi agar lancar dengan menerapkan
Determining Data Event yang ada di Perkotaan
lampu hijau terus.
Sensor pendeteksi kendaraan
Sensor pendeteksi pejalan kaki (tombol)
156
Tabel 17 Program Smart Environment Singapore
Program
Besar
menyediakan tombol distress call untuk setiap Data Informasi Pribadi Pengguna
Elderly
kegiatan emergency yang sedang dihadapi oleh Data Lokasi Pengguna
Monitoring
manula. Tombol ini akan mengirim sinyal kepada Data Nomor Telefon Keluarga
System
anggota keluarga terdekatnya Sensor Pergerakan
Data KTP Singapura
Data SingPASS
Data Informasi Layanan Kesehatan
Data Persebaran Rumah Sakit
Data Dokter
Health HUB merupakan sebuah platform yang
Data Artikel kesehatan
berisi informasi mengenai tips kesehatan, rekam
Health HUB Data Program Kesehatan
medis pengguna, membuat janji dengan dokter,
Data Event Kesehatan
hingga melakukan konsultasi secara online.
Data Rekam Medis Kesehatan
Data Informasi Penyakit
Aplikasi Data Lokasi Fasilitas Kesehatan
Data Informasi Keluarga
Email
Password
Data Kalori Tiap Makanan
Data Tanggal
. Healthy 365 merupakan ebuah aplikasi yang Data Identitas Pribadi
disediakan pemerintah agar masyarakat singapura Data Nomor Telefon Pengguna
dapat menjalani hidup sehat tiap harinya. Terdapat Email
Healthy 365
informasi kalori, steps today, hingga lokasi tempat Data Berat Badan
olahraga dan porsi latihan yang disarankan dalam Data Tinggi Badan
aplikasi ini. Data Lokasi Kerja
Data Universitas Pengguna
Data Event Kebugaran
Data Berat Badan Ideal
Bersambung
157
Program
Besar
Data Ramalan Cuaca
Data Kelembaban Udara
Data Suhu
Data kualitas udara
MyeNV merupakan aplikasi untuk menginfokan Data Lokasi Pengguna
kondisi lingkungan yang ada di singapura. Mulai Data kecepatan angin
MyEnv
dari kualtias udara, suhu, prakiraan cuaca hingga Data tinggi air
lokasi yang diperbolehkan untuk merokok Data level sinar UV
Data curah hujan
Data Kasus Dengue
Data lokasi smoking area
Data Timbulan dari Alat Elektronik
Email Pengguna
Password
Fisik SGBioAtlas merupakan aplikasi yang berfungsi
Data Jenis Fauna
SGBioAtlas sebagai database flora dan fauna yang ada di
Data Jenis Flora
singapura
Lokasi Flora
Lokasi Fauna
Data riwayat pengguna
Lokasi Pengguna
Data Lokasi Ambulan
Data Lokasi Rumah Sakit Terdekat
MyResponder merupakan sebuah aplikasi dimana Data waktu kejadian
pengguna dapat melaporkan kondisi darurat yang Data jenis kejadian
MyResponder
ada disekitarnya, seperti orang pingsan, Data pengguna aplikasi yang sama dalam radius 400m
kecelakaan, atau beberapa kejadian lainnya Data lokasi kotak p3k
Informasi cara pertolongan pertama
Data lokasi kejadian
bersambung
158
Rekening Listrik Pengguna
Rekening Air Pengguna
Lokasi Pengguna
Identitas Pengguna (KTP Singapura)
Data Penggunaan Optimal
Dalam project ini, juga terdapat sebuah aplikasi
bernama Smart HDB, yang akan mengirimkan
Smart Yuhua Data Penggunaan Air
informasi mengenai penggunaan maksimal air,
Data Keluarga (Manula)
listrik hingga sistem layanan bagi manula
Data Kondisi Suhu
Sensor Pendeteksi Penggunaan Listrik
Fisik
Sensor Kontak Pintu (Mendeteksi orang dirumah)
Sensor Gerak
Nomor Keluarga
Solar Nova merupakan sebuah program dari
Solar Nova Pemerintah Singapura yang bertujuan untuk Kompleks
mempromosikan penggunaan energi surya
Green building di singapura sudah diterapkan di
berbagai bangunan, konsep penrapannya
Green Building Kompleks
diantaranya adalah penerapan energi surya, hingga
urban farming.
159
Tabel 17 Program Smart Governance Singapore
Program
Besar
OneService App merupakan aplikasi yang
Username/Email
disediakan pemerintah Singapura agar masyarakat
Password
dapat turut berpartisipasi dalam perencanaan.
OneServiceApp Lokasi Pengguna
Dengan aplikasi ini, pengguna dapat melaporkan
KTP Singapura
berbagai macam kejadian yang mereka temui di
Lokasi Parkir
kota.
Codex merupakan sebuah platform dimana
nantinya setiap aplikasi yang terkait pemerintah
Codex Kompleks
akan di desain ulang untuk mempermudah akses
masyarakat
Data PDRB
Data Populasi
Aplikasi Data Harga
Data Tenaga Kerja
Data Manufaktur
Data Perdagangan
. SingSTAT merupakan aplikasi yang
Data pariwisata
menunjukkan data data tiap sektor yang ada di
Data transportasi
SingSTAT pemerintah. Layaknya BPS di Indonesia,
Data keuangan
SingSTAT menunjukkan publikasi publikasi data
Data hutang pemerintah, data energi
dalam bentuk grafik, tabel dan dapat dibagikan
Data real estate
Data rumah tangga
Data sosial
Data kesehatan
Data budaya
Data ASEAN
Bersambung
160
Program
Besar
Data SingPass Pengguna
Data Layanan Polisi yang tersedia
Police@SG merupakan aplikasi resmi kepolisian Nomer telefon darurat
singapura, melalui aplikasi ini pengguna dapat Data informasi kepolisian terbaru
Police@SG
melaporkan suatu insiden, kriminalitas, kemacetan, Data dokumen terkait keamanan
atau tilang. Data pelaporan dari masyarakat
Data lokasi kejadian
Data tempat dan waktu kejadian
Email Pengguna
Tanggal Kedatangan Pengguna
Custom@SG merupakan aplikasi resmi yang Data informasi barang yang boleh dibawa
Custom@SG dikeluarkan oleh bea cukai singapura, dengan Aduan masyarakat
berbagai macam layanan Data Identitas Pribadi
Data barang yang akan dibawa (jenis, jumlah dan nilai)
Aplikasi Data Lokasi Pengguna
SGSecure merpakan aplikasi yang berfungsi Data informasi kriminalitas terbaru
SGSecure sebagai pelaporan kasus atau kriminalitas yang Data informasi ciri ciri orang yang perlu diwaspadai
dilihat oleh seseorang Data masukan dari pengguna.
Data nomor telfon darurat
Input Pertanyaan Pengguna
Aplikasi ini berfungsi untuk menjawab secara
Data Layanan Pemerintah
langsung pertanyaan-pertanyaan yang diberikan
AskJamie Data Informasi Umum
oleh masyarakat SG mengenai semua hal yang
data layanan instansi terkait
terkait pemerintah Singapore
Data keyword
Data Layanan yang disediakan
Data tanggal tersedia
eAppt@ICA merupakan aplikasi penjadwalan Data pengguna (turis atau warga)
eAppt@ICA
pengurusan urusan imigrasi terkait. Data nomer KTP
Data dokumen turis
Lokasi Kantor ICA
161
Lampiran 4 Kasus Barcelona
Bentuk Strategi Smart City Barcelona
Barcelona memiliki strategi smart city yang dinamakan Barcelona Digital City. Digital City Barcelona terdiri atas 3 program
pokok, yaitu digital transformation, digital innovation dan digital empowerment. Kemudian, 3 program pokok yang telah
dijabarkan sebelumnya memiliki 3 program program kecil yang terbagi merata di 3 program besar tersebut, dengan ilustrasi
grafik seperti berikut.
Strategi tersebut disesuaikan dengan dimensi smart city yang dicetuskan oleh Herman Giffinger. Berikut pembagiannya:
162
Tabel 18 Program Smart Living Barcelona
Program
Besar
Data Waste Management
Data Sanitasi
Data Jumlah Rumah Sakit
Data Jumlah Farmasi
Data jaringan telekomunikasi
HAZUR merupakan sistem analisis yang Data Stok Bahan Bakar
digunakan barcelona untuk menganalisis dan Data Jumlah Hutan
HAZUR
mengelola ketangguhan kota dengan sistem Data Rute Evakuasi
menggabungkan berbagai data. Data persebaran Industri
Data persebaran Pemadam
Data Histori Kebencanaan
Peta Rawan Bencana
Peta Persebaran Penduduk
Informasi Terbaru
Data barang yang dibutuhkan
Aplikasi
Aplikasi yang memungkinkan warga barcelona Data barang yang dimiliki
Whabit untuk mencari kebutuhan alat yang dibutuhkan Lokasi pengguna
masing masing warga. Informasi pribadi
Username dan email
Informasi Pribadi
Username
Email
Password
BarcelonaCorre merupakan aplikasi yang
Lokasi Pengguna
disediakan pemerintah Barcelona untuk masyarkat
Barcelona Corre Data Berat Badan
barcelona dan turis agar dapat berolahraga lari
Data Tinggi Badan
dengan nyaman di Barcelona
Sensor Jalan
Data Jalan Barcelona
Data Informasi Tempat yang dilalui oleh rute
Data histori lari sebelumnya
Bersambung
163
Program
Besar
Data barang barang yang dijual
Harga barang barang yang dijual
aplikasi memiliki fungsi yang hampir sama, yaitu
Data stok barang
Smart Grocery informasi mengenai lokasi store dan juga barang
Aplikasi Data rekening pengguna
Shopping yang disediakan. Terdapat 2 aplikasi, yaitu Dia dan
Data informasi pribadi
Folletos Carrefour.
Data lokasi store
Lokasi pengguna
Smart Quesina merupakan sebuah project Data Informasi Rute
menjadikan halte tunggu bus menjadi interaktif dan Data pembelian tiket dan harga tiket
menarik bagi masyarakat. Di dalamnya terdapat Lokasi halte terdekat lainnya
Smart Quesina
informasi rute, pembelian tiket, lokasi terdekat, Lokasi kantong parkir terdekat
kantong parkir sepeda terdekat, televisi dan Informasi umum
lainnya, Kompleks
Project ini mengubah fasad dan tampak depan dari
Urban
kawasan tersebut, penyediaan fiber optic wifi, led Kompleks
Transformation
lamps hingga sensor dan tempat duduk dilakukan.
Program ini merupakan bentuk keseriusan
Fisik
Fiber Optics for pemerintah Barcelona agar setiap warganya
Kompleks
Home mampu menggunakan dan memanfaatkan internet
dan dengan kecepatan tinggi
Data Temperatur
Smart Irrigation merupakan sebuah sistem Data cuaca
pengairan taman dengan menempatkan sensor Data kemungkinan hujan
Smart Irrigation bawah tanah, dan dikontrol dari jarak jauh oleh Data kelembaban
pemerintah. Pemerintah dapat mengaktifkannya Data tingkat pengairan di taman
dengan one-click. Peta kawasan
Data tenggat waktu pengairan
164
Tabel 19 Program Smart Economy Barcelona
Program
Besar
Data Identitas Pembuat Lelang (Pemerintah)
Smart Tender merupakan sebuah aplikasi dimana Data identitas pengguna
pemerintah Barcelona dapat melelang project yang Data bentuk project
Smart Tender
berhubungan dengan smart city serta klausul yang Data klausul project
harus dipenuhi peserta lelang Data tanggal project
Data perusahaan (dokumen resmi)
Username Pengguna
Data cuaca
Data rekomendasi kegiatan yang dapat dilakukan disana
Program ini merupakan program pemanfaatan GIS Data lokasi pengguna
yang dilakukan pemerintah BCN guna Data lokasi tempat wisata
GIS Tourism
meningkatkan pariwisata barcelona, khususnya Data informasi tempat tersebut masa kini
Digital
dibidang digital Data informasi tempat tersebut di masa lalu
Economy
Data perkembangan kawasan/tempat tersebut
Data tempat hiburan disekitar kawasan tersebut (rumah
makan, bar, pub)
22@ barcelona merupakan sebuah distrik yang
dibangun pemerintah barcelona dengan konsep
mirip silicon valley, dimana di distrik ini
22@Barcelona Kompleks
masyarakat dapat mengakses berbagai macam
perusahaan dengan inovasi, kebanyakan berupa
inovasi teknologi, seperti cisco dan telefonica
Barcelona Activa merupakan sebuah badan yang
Barcelona
membawahi project project ataupun enterpreneur Kompleks
Activa
enterpreneut yang ada di Barcelona
Bersambung
165
Make-it merupakan sebuah project dimana setiap Bentuk Digital Inovasi
Make It orang berhak memvisualisasikan idenya menjadi Ukuran
sesuatu yang real dan bisa dijual. Warna
Barcelona dinobatkan menjadi most innovative
city tahun 2016, salah satunya adalah karena event
4 Years from 4YFN ini, event ini merupakan wadah bagi
Make in Kompleks
Now (4YFN) startup(s) untuk saling berkolaborasi dalam ide,
BCN
dan meluncurkannya bersama-sama, event ini
sifatnya tahunan.
Program ini semacam pelatihan dan pembelajaran
mengenai output output yang dapat dihasilkan
Fab Labs Kompleks
seorang warga dengan memanfaatkan atau untuk
smartcity
i.Lab merupakan sebuah website dan project yang Data Input Challenge (Masalah Perkotaan)
berfungsi sebagai tempat penyaluran aspirasi, topik Informasi pribadi
i.Lab i.Lab
baru, atau mungkin ide ide baru dari masyarakat KTP Barcelona
Barcelona. Proposal ide
166
Tabel 20 Program Smart People Barcelona
Program
Besar
Data Pribadi (Informasi KTP) atau Paspor
Program ini merupakan program yang disediakan Data course yang diambil
Cibernarium pemerintah Barcelona sebagai bentuk pelatihan Data waktu event/pelajaran
dan pencerdasan warga Data pendidikan terakhir
Password pengguna
Program ini semacam pelatihan dan pembelajaran
mengenai output output yang dapat dihasilkan
FabLab Kompleks
seorang warga dengan memanfaatkan atau untuk
smartcity
22@ barcelona merupakan sebuah distrik yang
dibangun pemerintah barcelona dengan konsep
mirip silicon valley, dimana di distrik ini
22@Barcelona Kompleks
masyarakat dapat mengakses berbagai macam
perusahaan dengan inovasi, kebanyakan berupa
inovasi teknologi, seperti cisco dan telefonica
Data terbaru mengenai topik tersebut
Digital Data administrasi publik
Education & Data budaya
Training Data tentang catalan
Data tentang pertanian
Data tentang pelayanan sosial (pendapatan masyarakat,
karir, penduduk asing, pensiunan)
Data transportasi (tilang, traffic update, cctv jalan)
Educat merupakan sebuah website yang disediakan Data perdagangan (nilai saham, pelayanan masyarakat)
Educat pemeritnah BCN dengan beragam informasi dari Data tentang ekonomi (cek status pembayaran, pajak dan
Barcelona berbagai aspek, seperti safe driving, bisnis, bahasa digital bill)
dan lain sebagainya Data kedaruratan (informasi pencegahan kebakaran, lokasi
kantor polisi)
Data bisnis (sertifikasi energi, status pembayaran dokumen)
Data olahraga (info keselamatan olahraga, informasi event
olahraga)
Data hukum (Registrasi sipil, data foundation yang ada,
data asosiasi yang ada)
Data bahasa (Sertifikasi Bahasa katalan, data kamus
translator)
167
Data Lingkungan (Informasi cuaca, perijinan dan peraturan
binatang, peta rawan kebakaran hutan)
Data kesehatan (farmasi 24 jam, kartu medis, data dokter
dan jadwalnya)
Data kemasyarakatan (Informasi Pengungsi, data kualifikasi
keluarga, peta kuburan, informasi darurat kekerasan)
Data informasi teknologi (data perusahaan teknologi, data
perangkat tersedia)
Data perkotaan (petunjuk jalan, peta tutupan lahan, peta
letak taman, peta suhu)
Data kepegawaian (data pengangguran, data pekerjaan
tersedia, data sosial ekonomi)
Data universitas (profil, lokasi dan program studi)
Data Pariwisata (Informasi Lokasi, Akomodasi tersedia,
data riwayat perjalanan sebelumnya)
Informasi pribadi pengguna
Lokasi Pengguna
Jenis data yang ingin diisi
Making sense merupakan project dimana Lokasi pengambilan data
Making Sense masyarakat Barcelona bisa menginput data apa saja Data Kebisingan
Facilitating dan penyebabnya Data Suhu udara
Inclusive Data Kualitas Udara (NO2, CO)
Participation Data baterai smartphone pengguna
Peta kota
Aplikasi Vincles BCN merupakan aplikasi yang Data pribadi
disediakan pemerintah barcelona untuk manula di Kontak pribadi pengguna
Vincles BCN
barcelona, agar mereka tidak merasa kesepian dan Data peristiwa (sebagai reminder)
memiliki teman Data penduduk manul
Bersambung
168
Program
Besar
Decidim merupakan sebuah aplikasi/website Informasi Pribadi (KTP Barcelona)
dimana masyarkat barcelona dapat secara ‘real’ Data Project Pemerintah
Decidim mengajukan aspirasi serta pendapat mereka Data Proposal yang diajukan
Democracy Barcelona mengenai sebuah kebijakan pemerintah, atau Data NGO
& Digital mungkin pula mengajukan sebuah proposal ke Data waktu pertemuan Data tempat pertemuan
Rights pemerintah Data voting masyarakat (Setuju/tidak setuju)
Woman in Tech merupakan sebuah project dimana
Woman in Tech pemerintah BCN ingin wanita memiiki porsi lebih Kompleks
dalam pmerintahan, digital society dan pekerjaan
169
Tabel 21 Program Smart Mobility Barcelona
Program
Besar
Bicing merupakan aplikasi yang dapat digunakan Data Lokasi Kantong Peminjaman Sepeda
masyarakat Barcelona untuk mengetahui Data Informasi Pribadi
Bicing persebaran peminjaman sepeda, cara peminjaman, Sensor Jalan
pembayaran hingga rute rute pesepeda yang Informasi Rekening Pengguna
tersedia. Data jumlah sepeda
SMOU merupakan gabungan layanan-layanan Email
transportasi yang ada di barcelona, dengan aplikasi Password
ini masyarakat dapat mencari dan membayar parkir Nomor Kendaraan
mereka (Apparkb). Mencari lokasi dan Akun ApparkB
SMOU ketersediaan transportasi seperti sepeda (bicing), Data ketersediaan sepeda
motor (muving), dan mobil (Avancar). Selain itu, Data ketersediaan mobil
dengan aplikasi ini pengguna juga akan Data ketersediaan motor
mendapatkan informasi transportasi lainnya, Data Ketersediaan Evehicle
seperti lokasi jalur sepeda hingga kemacetan. Data informasi tempat parkir (Lokasi, Pelayan dan jarak
dari lokasi pengguna)
Aplikasi
Nomor Identitas KTP
Informasi bank/kartu kredit
Sensor parking
Aplikasi ini hampir mirip dengan ApparkB, Lokasi Pengguna
disebut sebagai penyempurnaan dari ApparkB, Email
AreaDUM
dalam aplikasi ini, waktu parkir dibatasi hanya 30 Nomor Telefon
menit. Pekerjaan pengguna
Tipe kendaraan
Nomor Kendaraan
Lokasi tempat parkir
Informasi Pribadi
Alamat E-mail
Aplikasi ini menyediakan informasi kedatangan Data Jadwal Bus
TMB
bus, rute yang ditempuh dan journey planner. Data Lokasi Halte
Sensor Jalan
Data lokasi sekitar halte
Bersambung
170
Program
Besar
Informasi Pribadi
Data Transportasi yang digunakan
Data lokasi rumah pengguna
MUV merupakan sebuah project Barcelona
Data tempat pekerjaan pengguna
bersama EU untuk meningkatkan awareness dan
Data hari kerja pengguna
ketertarikan masyarakat kepada kondisi fasilitas
MUV Data intensi penggunaan kendaraan pengguna
mobilisasi yang ada di kota mereka. Aplikasi ini
Data kendaraan pengguna (jenis)
akan menantang anda untuk melakukan sebuah
Data bahan bakar kendaraan pengguna
challenge terkait dengan transportasi.
Data registrasi kendaraan
Email pengguna
Aplikasi data lokasi pengguna
Lokasi Traffic Light
Sensor Perkotaan
Cooperative Intelligent Transportation System (C- Jumlah Kendaraan per menit
ITS) merupakan sebuah project dimana Barcelona Jumlah kendaraan saat itu
bersama C-ITS menciptakan sebuah ekosistem lalu Data insiden
C-ITS
lintas yang smart, seperti lampu merah yang Data lokasi parker
menyesuaikan kondisi traffic, kemudian sensor Data lokasi verboden parker
blind spot, hingga warning system. Data lokasi larangan berhenti
Data kondisi cuaca
Data forecast cuaca
Data Informasi Rute
Data pembelian tiket dan harga tiket
project menjadikan halte tunggu bus menjadi
Smart Quesina Lokasi halte terdekat lainnya
interaktif dan menarik bagi masyarakat
Lokasi kantong parkir terdekat
Fisik Informasi umum
setiap 9 kotak blok di barcelona, jalan pada bagian
tengahnya tidak boleh dilewati oleh kendaraan,
Super-Illes Kompleks
kecuali kendaraan orang yang bertempat tinggal
disana
Bersambung
171
Electric Vehicle merupakan salah satu kendaraan
Utama yang ada di Barcelona, selain mendukung
kebijakan zero emission mobility, electric vehicle
Electric Vehicle Kompleks
juga tergolong terjangkau dan lengkap fasilitas
pendukungnya, seperti charging station dan kartu
untuk melakukan pengisian ulangnya
Program ini berupa pengaturan lalu lintas secara
real-time dengan memanfaatkan kamera yang ada
di tiap lampu merah dan sensor sensor yang ada di Sensor Jalan
Jalanan Barcelona. Traffic light dapat diatur jika Data Jumlah Kendaraan
Traffic Control
diperlukan, untuk mencegah penumpukan Data Kecelakaan
Camera
kendaraan dan forecasting traffic 15 menit Lokasi Traffic Light
kedepan. Dengan program ini juga memungkinkan Kompleks
pemerintah Barcelona untuk memantau kecelakaan
atau insiden dijalan.
Sebagai bentuk inklusifitas, barcelona
menyediakan fasilitas tambahan di beberapa traffic
Smart Traffic
light nya, mereka menyediakan alat bantu audio Kompleks
Light for Blind
dan sirine sebagai bentuk bantuan bagi para
penyandang difabel.
172
Tabel 22 Program Smart Environment Barcelona
Program
Besar
Data lokasi hutan kota
dan website ini, terdapat beragam informasi
Data lokasi tempat
mengenai lokasi lokasi yang berkaitan dengan
Data yayasan lingkungan
Mapa Barcelona sustainability di Barcelona, seperti lokasi hutan
Data NGO lingkungan
Sostenible kota, lokasi museum, asosiasi lingkungan dan
Data perusahaan energi terbarukan
yayasan yayasan yang berkaitan dengan
Data lab biologi
lingkungan.
Data pusat studi lingkungan
Data lokasi tempat minum
Fonts BCN merupakan aplikasi yang menunjukkan
Peta barcelona
Fonts BCN lokasi terdekat air mancur minum yang ada di
Aplikasi Data tanggal
Barcelona
Data event
Data fakta mengenai lokasi air minum tersebut
Data lokasi tempat wisata
website yang berisi tempat tempat menarik, Data informasi yang dapat dilakukan di tempat wisata
Points of informasi tempat ersebut, lokasi dan lengkap tersebut
Interest dengan pilihan kategori kegiatan yang ingin Data informasi tempat wisata tersebut
dilakukan. Data Neighborhood
Data Lokasi Hutan Kota
GPS
lampu yang diganti dengan LED, kemudian lampu Data Lokasi Lampu Jalan
yang mati saat tidak ada pedestrian yang berjalan Sensor pendeteksi manusia
Fisik Smart Lighting
di dekatnya, serta lampu tersebut dipasangi Sensor pengambil data kualitas udara
pemancar jaringan wifi Data kualitas udara
Bersambung
173
Electric Vehicle merupakan salah satu kendaraan
Utama yang ada di Barcelona, selain mendukung
kebijakan zero emission mobility, electric vehicle
Smart Grid Kompleks
juga tergolong terjangkau dan lengkap fasilitas
pendukungnya, seperti charging station dan kartu
untuk melakukan pengisian ulangnya
Program ini berupa pengaturan lalu lintas secara
real-time dengan memanfaatkan kamera yang ada
di tiap lampu merah dan sensor sensor yang ada di Sensor Jalan
Jalanan Barcelona. Traffic light dapat diatur jika Data Jumlah Kendaraan
Districlima diperlukan, untuk mencegah penumpukan Data Kecelakaan
kendaraan dan forecasting traffic 15 menit Lokasi Traffic Light
kedepan. Dengan program ini juga memungkinkan Kompleks
pemerintah Barcelona untuk memantau kecelakaan
atau insiden dijalan.
Dalam peraturannya, setiap bangunan yang
Fisik
Green Building dibangun diatas tahun 2014 harus menerapkan Kompleks
konsep ini.
Smart Trash Can adalah sebuah project dimana Data Lokasi Truk Sampah Terdekat
tempat sampah yang ada di barcelona akan Data Lokasi Tempat Sampah
Smart Trash Can
memiliki sensor yang terkoneksi dengan petugas Data Tingkat Okupansi Tempat Sampah
pengambil sampah Data jarak antar lokasi pengambilan sampah
Photovoltaic merupakan project pemerintah
Photovoltaic barcelona guna menerapkan teknologi surya Kompleks
sebagai sumber energi utama di Barcelona.
Data Temperatur
Smart Irrigation merupakan sebuah sistem Data cuaca
pengairan taman dengan menempatkan sensor Data kemungkinan hujan
Smart Irrigation bawah tanah, dan dikontrol dari jarak jauh oleh Data kelembaban
pemerintah. Pemerintah dapat mengaktifkannya Data tingkat pengairan di taman
dengan one-click. Peta kawasan
Data tenggat waktu pengairan
174
Tabel 23 Program Smart Governance Barcelona
Program
Besar
Data tingkat kebisingan
Data tingkat kelembaban udara
Data tingkat kemacetan
Data kecepatan internet
Data suhu
Project ini menempatkan banyak sensor di
Data cuaca
berbagai tempat, seperti sensor kebisingan, sensor
Data kecepatan angin
Sentilo kemacetan, sensor parkir, sensor udara. Selain
Data kualitas udara
sensor benda, manusia juga dapat berperan sebagai
Data lokasi parkir
sensor dengan input data mereka.
Data kepadatan jalanan
Data jumlah orang
Data lokasi tempat
Data ketersediaan listrik dan air
Data lokasi plts
CityOS merupakan sebagian dari beberapa project
kecil lainnya yang dilakukan oleh pemerintah
Aplikasi
CityOS Barcelona untuk menyediakan informasi data Kompleks
secara real-time dan terbuka dapat diakses setiap
lapisan masyarakat.
Cloudopting merupakan sebuah project berupa
cloud atau penyimpanan data yang bersifat aman
Semua data yang ada di tiap instansi pemerintah dalam satu
BCNCloud bagi setiap pihak. Data yang ada di BCN Cloud
cloud
juga dapat di unduh di berbagai macam versi dan
terus diperbaharui.
Informasi Pribadi Pengguna
Nomor KTP Barcelona
Bustia Ciutadana merupakan aplikasi yang Alamat Pengguna
Bustia disediakan oleh pemerintah Barcelona untuk Pekerjaan Pengguna
Ciutadana menyediakan platform complain ataupun laporan GPS
bagi masyarakat Barcelona Data berupa komplain (masukan)
Email
password
Bersambung
175
KTP Barcelona
Alamat Pengguna
Pekerjaan Pengguna
Digital Identity ini berfungsi untuk
Email
IDBCN menandatangani dokumen secara resmi dan
Password
mengakses layanan digital dari pemerintah
Nomor PIN
Fingerprint
Tanda tangan
Identitas Pribadi
Alamat Pengguna
Melalui aplikasi ini, pengguna atau masyarakat
Aplikasi BCN Pekerjaan Pengguna
dapat melaporkan setiap kasus kekerasan seksual
Antimasclista Lokasi Pengguna
yang ada di barcelona.
Nomor Identitas Barcelona
Laporan Kekerasan
Identitas Pribadi
Alamat Pengguna
aplikasi untuk pelaporan insiden dan kasus Pekerjaan Pengguna
Citizen Postbox kriminial lainnya. Aplikasi ini juga menyediakan Lokasi Pengguna
informasi perkembangan kasus tersebut Nomor Identitas Barcelona
Laporan Insiden
Data Perkembangan Kasus
Situation room merupakan ruangan dimana data
Data Dari Setiap Sensor
data perkotaan yang ada diBarcelona yang telah di
Situation Room Data Identitas Setiap penduduk
kumpulkan melalui sensor-sensor, dipantau dan
KOMPLEKS
dianalisis untuk pengambilan langkah selanjutnya
masyarakat akan memiliki sebuah kotak atau
kantor yang sifatnya virtual dan tersebar di bberapa
Citizen Virtual
daerah di Barcelona. Fasilitas yang terdapat di Kompleks
Fisik Office
dalamnya adalah Teleconfrence, telefon, internet
dan lainnya
Kotak ini berfungsi sebagai kotak masukan dan
saran bagi masyarakat barcelona untuk menilai
Kioskos kinerja pemerintahan sejauh ini, serta masukan Kompleks
masukan apa yang bisa dilakukan pemerintah
kedepannya.
176
LAMPIRAN 5
KEBUTUHAN DATA SMART CITY KATEGORI SET DATA
Dimensi Jenis Data Jenis Data Kecil Input Set Data Isi
Lokasi Tempat di Kota Alamat, Rute tercepat & tersedia
Nama, Rating, Tuition fee, Kurikulum, Jmlh
Identitas Identitas Lokasi Sekolah
Murid, Lokasi
Ibadah Lokasi Masjid, Nama Masjid
Pariwisata
Transportasi
Smart Real Estate
Governance Pengelolaan Kota
Cuaca dan Suhu Semua data terkait yang tersedia di
Pembangunan Instansi Data Kota Tersebut
Lingkungan
Perumahan
Rekreasi
Transportasi
Lokasi Tempat di Kota Alamat, Rute tercepat & tersedia
Nama, Rating, Tuition fee, Kurikulum, Jmlh
Identitas Identitas Lokasi Sekolah
Murid, Lokasi
Agama Lokasi Masjid, Nama Masjid, waktu ibadah
Pertanian Tren Pertanian, Harga Bibit, Dll.
Transportasi Tilang, Traffic Update, CCTV, Dll.
Lokasi Kantor Polisi, informasi evakuasi,
Kedaruratan
Dll.
Cuaca, perijinan satwa, peta rawan
Smart People Lingkungan
kebakaran hutan, Dll.
Pengungsi, Kualifikasi Keluarga, Peta
Kemasyarakatan
Kuburan, Dll.
Petunjuk jalan, tutupan lahan, letak taman,
Perkotaan
suhu, Dll.
Lokasi Objek, Akomodasi, riwayat
Pariwisata
perjalanan, Dll.
Sensor Jenis, Kategori, Penerapan, Harga, Dll.
Big Data Analytics Jenis, Kebutuhan Data, Karakteristik
Bersambung
177
Lanjutan Tabel Sebelumnya
Smart People Unit Analisis Informasi Analisis Smart City Setiap Informasi Terkait
Lokasi rumah makan, lokasi bar, lokasi
Smart Economy Identitas Identitas Lokasi Tempat Hiburan
pub, lokasi mall, dll.
Identitas Identitas Lokasi Event Tanggal Event, Lokasi dan Deskripsi
Smart Living
Informasi Informasi Layanan Bangunan Sejarah Bangunan, Fungsi dan Lokasi
Smart Lokasi, Sejarah, Demografi dan Informasi
Identitas Identitas Lokasi Neighborhood
Environment Terkait.
Identitas Identitas Lokasi Lokasi Tempat di Kota Alamat, Rute tercepat & tersedia
Informasi Informasi Layanan Peraturan Transportasi Pasal, Isi, Denda dan Peraturan terkait.
Smart Mobility
Jadwal Keberangkatan, Lokasi Halte,
Informasi Layanan Transportasi Publik
Tarif. (Setiap Moda)
178

Skripsi PWK Aditya Mahardhika A 15 384874 TK 43536

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Skripsi PWK Aditya Mahardhika A 15 384874 TK 43536

Diunggah oleh

Hak Cipta:

Format Tersedia

KEBUTUHAN DATA KERUANGAN DALAM

RANGKA PEMBANGUNAN SMART CITY

Sebagai Salah Satu Syarat Untuk Mencapai Gelar

PERENCANAAN WILAYAH DAN KOTA

Saya yang bertanda tangan dibawah ini :

Yogyakarta, 12 Juni 2019

Aditya Mahardhika Arianto

Yogyakarta, 12 Juni 2019

Aditya Mahardhika Arianto

Perencanaan tata ruang di Indonesia memiliki beberapa hirarki dan tingkatan di

HALAMAN PENGESAHAN ............................................................................ ii

1.1 Latar Belakang

1.2.2. Pertanyaan Penelitian

1.3 Tujuan Penelitian

1.4 Batasan Penelitian

1.4.1 Batasan Cakupan Areal

1.4.2 Batasan Temporal

1.4.3 Batasan Substansial

1.5 Manfaat Penelitian

1.5.2 Manfaat bagi Pengembang Kota Cerdas

1.5.3 Manfaat bagi Keilmuan Terkait dengan PWK

No Nama dan Jenis Judul Fokus Lokus Metode

Sumber: Analisis Penulis, 2019

1.7 Sistematika Penulisan

2.1.1 Definisi Perencanaan

2.1.2 Karakteristik Perencanaan Kota

2.1.3 Perencanaan Kota di Indonesia

Sumber: Permen ATR Nomor 1 Tahun 2018

2.2 Smart City

Indikator-indikator dan komponen yang disebutkan oleh

Gambar 2.2 Boyd Cohen Smart City Wheel

Terdapat 6 dimensi pembentuk karakteristik Smart City menurut

2.2.3 Smart City di Indonesia

Gambar 2.3 Elemen Smart City Readiness

Penerapan smart city di Indonesia akan menghasilkan keluaran

Selain beberapa aspek diatas, dalam pembangunan smart city di

2.3 Data Mining

2.3.1 Definisi Data Mining

2.3.2 Teknik Data Mining

Gambar 2.5 Decision Tree Making

Gambar 2.6 Clustering in Data Mining

2.4 Big Data

2.4.1 Definisi Big Data

2.4.2 Karakteristik Big Data

Sumber: Farmadi, 2017

2.5 Big Data Analytics

2.5.1 Definisi Big Data Analytics

2.5.2 Analisis dalam Big Data Analytics

2.6 Kerangka Teori

Gambar 2.8 Kerangka Teori Penelitian

3.1 Pendekatan Penelitian

Penelitian ini sendiri menggunakan metode eksploratif dengan

1) Menyesuaikan metode kualitatif akan lebih mudah saat berhadapan

Dalam penelitian ini, juga digunakan teknik content analysis.

3.2 Pemilihan Kasus / Unit Amatan dan Unit Analisis

Unit amatan dalam penelitian ini adalah Unit amatan dalam

3.2.1 Unit Amatan

Daftar kota yang diteliti dalam penelitian ini adalah :

Tabel 3.1 Daftar Kota Penelitian

No Nama Kota Negara Benua

Sumber: Analisis Penulis, 2019

3.2.2 Unit Analisis

3.3 Instrumen Penelitian