Anda di halaman 1dari 13

ANALISIS AVERAGE NEAREST NEIGHBOR (ANN)

STUDI KASUS POLA PERSEBARAN RENCANA SARANA


TRANSPORTASI KABUPATEN TUBAN

Oleh :

ANORAGA JATAYU
A156180218

ILMU PERENCANAAN WILAYAH


SEKOLAH PASCASARJANA
DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
2018
BAB I
PENDAHULUAN

Latar Belakang
Transportasi diartikan sebagai usaha memindahkan, mengangkut, atau mengalihkan
suatu objek dari suatu tempat ke tempat lain, dimana di tempat lain objek tersebut lebih
bermanfaat atau dapat berguna untuk tujuan-tujuan tertentu (Morlok, 1978). Keberadaan
transportasi sendiri tidak dapat dilepaskan dari sarana dan prasarana pendukung untuk
menjamin lancarnya proses perpindahan barang, jasa, dan manusia tersebut sesuai dengan
tujuan dan dalam fungsi waktu yang menguntungkan (Bowersox, 1981).
Sebagai salah satu infrastruktur dasar di suatu wilayah, sarana dan prasarana
transportasi diharapkan menjadi pemicu akan adanya perkembangan suatu wilayah. Sebagai
kawasan yang berkembang pesat, sistem transportasi merupakan hal yang krusial untuk
diperhatikan kondisinya. Kebutuhan transportasi merupakan akibat dari aktivitas ekonomi,
sosial dan budaya. Transportasi merupaka tulang punggung dari perekonomian nasional,
regional dan lokal baik di perkotaan maupun di pedesaan. Hal ini dikarenakan dalam
menggerakan moda ekonomi, dibutuhkan transportasi yang baik dan memadai sehingga
kegiatan distribusi berjalan dengan semestinya. Kebutuhan akan transportasi tidak hanya
dalam lingkup makro seperti perindustrian dan perdagangan, namun juga dalam lingkup mikro
seperti kebutuhan sehari hari. Dalam prakteknya di lapangan, tentu terdapat masalah masalah
pada sistem transportasi, terutama pada transportasi darat. Penanganan masalah transportasi di
perkotaan harus lah dilakukan secara menyeluruh baik secara makro maupun mikro sehingga
masalah dapat terselesaikan dalam jangka waktu yang lebih panjang.
Dalam Sistem Transportasi Nasional (Sistranas) disebutkan bahwa integrasi
transportasi umum merupakan sasaran utama pengembangan sistem transportasi nasional yang
ditujukan untuk memberikan jaminan keselamatan dan keamanan transportasi, keteraturan,
kelancaran, kecepatan, kemudahan pencapaian, ketepatan waktu, kenyamanan, ketertiban,
keterjangkauan tarif, dan tingkat polusi yang rendah dalam satu kesatuan jaringan transportasi
publik tanpa terlalu membebani masyarakat namun tetap memberikan pelayanan yang
maksimal dan optimal (Warpani, 2002). Menurut Guttenberg (Chapin, 1979) menyatakan
bahwa peranan transportasi adalah usaha masyarakat dalam mengatasi jarak sehingga sehingga
transportasi akan berpengaruh kepada penyebaran fasilitas. Gutenberg membuat kesimpulan
bahwa jika suatu kota mempunyai aksessibiltas atau transpotasi yang baik ke berbagai kawasan
kota, yang akan terjadi adalah distribusi fasilitas dan pertumbuhan ekonomi di wilayah tersebut
juga akan berkembang dengan baik. Demikian juga sebaliknya apabila aksessibilitas kota
keberbagai kawasan kota jelek/rendah sudah dapat dipastikan tidak terjadi distribusi fasilitas
sehingga akan terjadi pola yang memusat.
Penggunaan transportasi publik di Indonesia masih didominasi oleh moda transportasi
laut, udara, dan kereta api dengan tujuan perjalanan antar kota maupun antar provinsi (BPS,
2017). Sedangkan untuk transportasi darat, moda yang banyak digunakan oleh masyarakat
adalah moda transportasi pribadi dalam bentuk motor dan mobil. Salah satu penyebab
minimnya penggunaan dan minat masyarakat terhadap moda transportasi darat adalah
kurangnya persebaran sarana dan infrastruktur transportasi. Melalui pembahasan makalah ini,
akan dilakukan analisis terhadap persebaran sarana dan prasarana transportasi di Kabupaten
Tuban menggunakan metode Average Nearest Neighbor (ANN). Pembahasan ini ditujukan
untuk dapat mendalami dan menganalisa pola persebaran sarana transportasi di Kabupaten
Tuban dan jangkauan pelyananya.
Rumusan Masalah
Sejalan dengan pertumbuhan wilayah dan meningkatnya kebutuhan akan pergerakan
barang, jasa, dan manusia, maka diperlukan perencanaan sarana dan prasarana transportasi
yang memadai dan terintegrasi dalam rencana tata ruang maupun rencana sektoral masterplan
transportasi di suatu wilayah. Oleh karena itu, berdasarkan rencana yang telah disusun dalam
Rencana Tata Ruang Wilayah (RTRW) Kabupaten Tuban Tahun 2012-2032 perlu dikaji
persebaran dan jangkauan dari sarana prasarana transportasi yang telah direncanakan.
Permasalahan yang harus dikaji dalam pembahasan makalah ini adalah:
1. Bagaimana pola persebaran sarana transportasi berdasarkan RTRW Kabupaten Tuban
Tahun 2012-2032?
Tujuan
Adapun tujuan penulisan dari makalah analisis persebaran rencana sarana transportasi
di Kabupaten Tuban ini adalah untuk melakukan identifikasi dan analisis pola persebaran
rencana sarana transportasi di Kabupaten Tuban.
BAB II
TINJAUAN PUSTAKA

Data Spasial dan Analisis Spasial


Secara umum, analisis spasial dapat dianggap sebagai studi kuantitatif dari fenomena
berbagai fenomena spasial. Kata spasial dalam hal ini menyiratkan fokus pada lokasi, area,
jarak, dan interaksi, misalnya, seperti yang dinyatakan dalam Hukum Pertama Geografi Tobler,
di mana "Segala sesuatu pasti berkaitan dengan yang lainnya. tetapi sesuatu yang berdekatan
pasti berhubungan lebih kuat daripada dengan yang berjauhan." Untuk menafsirkan apa arti
"dekat" dan "jauh" dalam konteks tertentu, pengamatan pada suatu fenomena perlu diacu secara
spasial, misalnya, dalam hal titik, garis, atau satuan luas.
Terdapat dua pendekatan yang berlawanan untuk menangani data geospasial (Anselin
1986). Salah satunya dapat disebut pendekatan data-driven approach, informasi berasal dari
data tanpa kerangka teoritis atau acuan lainnya. Dengan kata lain, seseorang membiarkan "data
berbicara untuk diri mereka sendiri" (Gould, 1981) dan mencoba untuk memperoleh informasi
tentang pola spasial, struktur spasial dan interaksi spasial tanpa batasan dari gagasan teoretis
yang telah dipikirkan sebelumnya. Dalam banyak hal, pendekatan ini termasuk dalam kategori
"analisis data eksplorasi" (Exploratory Data Analysis) yang dipopulerkan oleh Tukey dan
Mosteller (1977). Hal ini juga mirip dengan filosofi yang mendasari analisis deret waktu dan
forecasting Box-Jenkins (1976), dan perluasannya ke proses autoregresif vektor dan.
sejenisnya (mis., Doan et al., 1984; dan kritik Cooley dan LeRoy, 1985). Pendekatan data-
driven dalam analisis spasial tercermin dalam berbagai teknik yang berbeda, seperti analisis
pola spasial (Getis dan Boots, 1978; Diggle, 1983), indeks asosiasi spasial (HubeM 1985;
Wartenberg, 1985), kriging (Clark, 1979), spatial filtering (Foster dan Gorr, 1986), dan analisis
spasial secara time-series (Bennett, 1979). Semua teknik ini memiliki dua aspek yang sama.
Pertama, mereka membandingkan pola yang diamati dalam data (misalnya, lokasi dalam
analisis pola spasial, nilai di lokasi dalam autokorelasi spasial) ke lokasi di mana ruang tidak
relevan. Dalam analisis pola spasial, hal ini disebut dengan pola Poisson, atau "keacakan
(randomness)", sementara dalam banyak indeks asosiasi spasial, terdapat asumsi bahwa
persebaran data yang diamati harus tersebar secara merata di setiap wilayah. Aspek umum
kedua adalah bahwa pola spasial, struktur spasial, atau bentuk untuk ketergantungan spasial
hanya berasal dari data. Sebagai contoh, dalam analisis spasial secara time-series, spesifikasi
panjang lag autoregresif dan bergerak rata-rata berasal dari indeks autokorelasi atau spektrum
spasial.
Pendekatan kedua, adalah model-driven approach, dimana pemahaman terhadap
analissi yang dilakukan atau karakteristik data dimulai dari kajian teoritis beserta berbagai
spesifikasinya, yang kemudian dihadapkan dengan data yang tersedia. Gagasan teori yang
digunakan dapat berupa teori spasial secara keseluruhan (Haining, 1984), maupun hanya
sebagian yang bersifat spasial (missal: model ekonomi wilayah) (Folmer, 1986), namun
karakteristik utama yang dipertimbangkan adalah pendugaan dan kalibrasi yang digunakan
adalah berdasar dari data spasial. Sifat-sifat data ini, yaitu ketergantungan spasial dan
heterogenitas spasial, mengharuskan penerapan teknik statistik (atau ekonometrik) khusus,
terlepas dari sifat teori dalam model. Sebagian besar metode dalam pendekatan model-driven
ini terfokus pada pendugaan dan penjelasan spesifik dari model-model yang dihasilkan
berdasarkan data spasialnya, atau dapat juga digunakan untuk menjelaskan model regresinya
(Cliff dan Ord, 1981). Rumusan masalah utama yang terkait dengan pendekatan ini adalah
bagaimana memformalkan peran "ruang." Hal ini tercermin dalam tiga masalah metodologis
utama, yang masih belum terselesaikan hingga saat ini: pilihan matriks penimbangan spasial
(Anselin 1984, 1986a); masalah unit areal yang dapat dimodifikasi (Openshaw dan Taylor
1979, 1981); dan masalah nilai batas (Griffith 1983, 1985).
Dua buah pendekatan tersebut merupakan pendekatan utama yang dapat dilakukan
dalam melakukan pengolahan dan analisis terhadap data spasial. Dimana, dalam pembahasan
makalah ini, analisis dan pengolahan data dilakukan berdasarkan pendekatan data-driven
dimana analisis spasial dilakukan untuk menjelaskan fenomena persebaran data yang terjadi di
wilayah pengamatan.

Nearest Neighbor Analysis


Analisis nearest neighbor merupakan analisis yang digunakan untuk menjelaskan pola
spasial dari berbagai data spasial dengan referensi geometrik dan orientasi wilayahnya
berdasarkan aturan ketetanggaan yang mempertimbangkan, jarak, jumlah titik lokasi dan luas
wilayah. Analisis nearest neighbor mengukur jarak linier antara dua atau lebih lokasi tetangga
yang ditentukan. Analisis nearest neighbor dapat diterapkan pada fenomena perilaku yang
memiliki lokasi spasial diskrit yang dapat dipetakan sebagai titik. Upton, G. dan Fingleton, B.
(1985) menegaskan bahwa analisis nearest neighbor adalah metode mengeksplorasi pola dalam
data lokasional dengan membandingkan grafik distribusi yang diamati dari fungsi event-to-
event atau random point-to-event dalam radius ketetanggaan terdekat, baik dengan satu sama
lain atau dengan cluster data lain yang secara teoritis dan berdasarkan hipotesisnya
memungkinkan. Khususnya untuk mengamati keacakan spasial, analisis nearest neighbor
memanfaatkan konsep dasar dari keacakan itu sendiri. Suatu distribusi bersifat acak ketika
setiap unit spasial di area yang mengandung poin memiliki peluang yang sama untuk terpilih
atau menerima perubahan berdasarkan parameter lainnya. Pola titik non acak lebih
terpusat/mengelompok daripada acak atau lebih tersebar daripada acak. Analisis ini banyak
digunakan untuk studi geografi spasial (studi lanskap, pemukiman manusia, CBD, dll).
Analisis nearest neighbor mengurangi distribusi spasial sederhana dari titik yang
diamati ke pola spasial acak, lebih terpusat/mengelompok daripada acak (biasa), atau lebih
tersebar daripada acak. Hubungan antara titik-titik ketetanggaan tersebut diturunkan dengan
asumsi bahwa titik-titik tersebut terdistribusi secara acak sesuai dengan distribusi Poisson.
Hubungan ini kemudian digunakan untuk mendeteksi keberadaan tidak acak dalam pola yang
diberikan. Dengan distribusi Poisson dan perbandingan chi-square yang digunakan sebagai
standar perbandingan (Thompson, 1956).
BAB III
METODE

Analisis Average Nearest Neighbor


Analisis tetangga terdekat merupakan salah satu analisis yang digunakan untuk
menjelaskan pola persebaran dari titik-titik lokasi tempat dengan menggunakan perhitungan
yang mempertimbangkan, jarak, jumlah titik lokasi dan luas wilayah. Cara kerja metode
average nearest neighbor distance adalah mengukur jarak antara setiap centroid fitur dan lokasi
centroid tetangganya yang terdekat, kemudian ratarata semua jarak tetangga terdekat. Analisis
pola ini menggunakan nilai indeks. Nilai indeks ini dihasilkan dari rasio antara jarak yang
diamati dibagi dengan jarak yang diharapkan (jarak yang diharapkan didasarkan pada distribusi
acak hipotetis dengan jumlah yang sama fitur yang mencakup total luas yang sama).

Analisis Average Nearest Neighbor dihitung menggunakan formula sebagai berikut:

Dimana Do adalah jarak rata-rata data yang diamati antara setiap datum dengan
tetangga terdekatnya. Dan DE adalah perkiraan jarak rata-rata untuk datum/feature yang
berpola acak.

Dalam persamaan diatas, di adalah jarak antara feature i dengan feature tetangga
terdekatnya. n adalah total jumlah feature, dan A adalah luas area minimum yang terbentuk
melingkari semua feature. z-score dalam analisis Average Nearest Neighbor dihitung dengan
formula sebagai berikut:

Nilai ANN dinyatakan dengan ANN=1 berarti berpola acak (random); ANN < 1 berarti
mengelompok (clustered) ; dan ANN > 1 berarti terpencar (dispersed).
BAB IV
HASIL DAN PEMBAHASAN

Gambaran Umum Wilayah


Kabupaten Tuban adalah salah satu kabupaten di Jawa Timur yang berada di wilayah
paling Barat dengan luas wilayah 183.994,561 Ha. Secara Geografis Kabupaten Tuban terletak
pada koordinat 111º30’-112º35’BT dan 6º40’-7º18’LS. Terdiri dari 20 kecamatan yang
tersebar di seluruh wilayah perkotaan dan perdesaan. Panjang wilayah pantai di Kabupaten
Tuban adalah 65 km dari arah Timur di Kecamatan Palang sampai Barat Kecamatan Bancar,
dengan luas wilayah lautan meliputi 22.608 km2. Secara administrasi Kabupaten Tuban terbagi
menjadi 20 kecamatan dan 328 desa/kelurahan. Sedangkan secara administrasi batas-batas
wilayah Kabupaten Tuban adalah sebagai berikut :
• Sebelah Utara : Laut Jawa
• Sebelah Timur : Kabupaten Lamongan
• Sebelah Selatan : Kabupaten Bojonegoro
• Sebelah Barat : Kabupaten Blora dan Kabupaten Rembang Propinsi Jawa
Tengah

Prasarana transportasi yang ada saat ini di wilayah Kabupaten Tuban berupa jalan arteri
primer yang menghubungkan Kota Surabaya dengan kota-kota Semarang dan Jakarta. Selain
itu juga didukung oleh jaringan jalan internal yang menghubungkan daerah-daerah kecamatan
sekitarnya, terminal antar kota dan antar desa. Di masa mendatang perlu dibuat jalan alternatif
primer, mengingat adanya konsentrasi industri di Kecamatan Jenu dan sekitar pantai yang
otomatis akan menimbulkan kepadatan lalu lintas yang tinggi. Jalan alternatif ini dapat berupa
outer ring road yang melintasi selatan jalan arteri primer yang ada.
Tiap desa saat ini telah terhubung dengan jalan poros desa, berupa jalan aspal hotmix.
Kondisi ini sangat mendukung peningkatan aksesibilitas tiap bagian wilayah di Kabupaten
Tuban. Berdasarkan kondisinya, sebagian besar ruas jalan berada dalam kondisi baik (832,18
km), sedangkan sebagian kecil kondisi sedang (67,49 km).
Sistem transportasi utama Kabupaten Tuban dipengaruhi keberadaan jalan arteri primer
Surabaya-Tuban, yang melewati Kecamatan Palang bagian barat. Dari jalan arteri primer,
terdapat jalan penghubung utama ke arah utara menuju jalan raya Tuban-Paciran. Jalan raya
Tuban-Paciran melewati desa-desa yang berada di bagian utara Kecamatan Palang, yakni Desa
Panyuran, Tasikmadu, Kradenan, Gesikharjo, Palang, Glodog, dan Karangagung. Penghubung
jalan raya Tuban-Paciran dengan jalan arteri primer di bagian timur Kecamatan Palang adalah
Jalan Karangagung-Wangun, melalui Desa Wangun, Cepokorejo, dan Pliwetan. Di bagian
tengah Kecamatan Palang, jalan Pakah-Pucangan melalui Desa Ngimbang, Cendoro,
Pucangan, dan Gesikharjo; sedangkan di bagian barat, jalan Tuban-Kradenan melalui Desa
Tegalbang, Sumurgung, dan Kradenan.
Sedangkan untuk moda transportasinya, di Kabupaten Tuban terdapat 3 jenis moda
transportasi, yaitu transportasi darat berupa angkutan umum dan bus, moda transportasi kereta
api, dan moda transportasi laut berupa kapal penumpang, kapal barang , dan migas.
Infrastruktur transportasi yang terdapat pada Kabupaten Tuban adalah Terminal, Pelabuhan,
dan Stasiun Kereta Api.
• Terminal Tipe A: Terminal penumpang Tipe A, yaitu yang berfungsi melayani
kendaraan penumpang umum untuk angkutan antar kota antar propinsi (AKAP), dan
angkutan lintas batas antar negara, angkutan antar kota dalam propinasi (AKDP),
angkutan kota (AK) serta angkutan pedesaan (ADES). Terminal Tipe A terdapat di
Kecamatan Jenu yaitu Terminal Kambang Putih.
• Terminal Tipe B: Terminal penumpang Tipe B, yaitu yang berfungsi melayani
kendaraan penumpang umum untuk angkutan antar kota dalam propinasi (AKDP),
angkutan kota (AK) serta angkutan pedesaan (ADES). Terminal Tipe B di Kabupaten
Tuban terdapat pada Kecamatan Jatirogo
• Terminal Tipe C: Terminal penumpang Tipe C, yaitu yang berfungsi melayani
kendaraan penumpang umum untuk angkutan pedesaan (ADES). Terminal Tipe C di
Kabupaten Tuban terdapat pada Kecamatan Bancar, Rengel, Parengan, dan Kerek.
• Terminal Barang: Prasarana transportasi untuk keperluan membongkar dan memuat
barang serta perpindahan intra dan/atau antar moda transportasi. Terminal Barang di
Kabupaten Tuban terletak pada Kecamatan Plumpang dan Jenu
• Terminal Khusus: Terminal Khusus adalah terminal yang dibangun dan dioperasikan,
hanya bersifat menunjang kegiatan pokok perusahaan. Pembangunan Tersus (Terminal
Khusus) hanya bertujuan untuk menunjang usaha pokok dari perusahaan tersebut.
Kegiatan usaha pokok antara lain; pertambangan, energi, migas, kehutanan, pertanian,
perikanan, industri, pariwisata, kapal. Terminal khusus yang terdapat di Kabupaten
Tuban adalah terminal khusus untuk usaha pertambangan dan migas yang terletak
Kecamatan Palang, Tuban, dan Jenu. Terminal khusus di Kabupaten Tuban berupa
terminal khusus untuk angkutan darat, yang berfungsi untuk menyalurkan hasil usaha
migas ke wilayah-wilayah lain dan terminal khusus yang berupa pelabuhan
khusus/dermaga khusus.
• Pangkalan Pendaratan Ikan: Pangkalan Pendaratan Ikan merupakan tempat
bertambat dan labuh perahu/kapal perikanan, tempat pendaratan hasil perikanan dan
melelangkannya yang meliputi areal perairan dan daratan, dalam rangka memberikan
pelayanan umum serta jasa, untuk memperlancar kegiatan usaha perikanan baik
penangkapan ikan mauoun pengolahannya. PPI di Kabupaten Tuban terdapat pada
Kecamatan Palang dan Kecamatan Bancar.
• Pelabuhan Pengumpan: Adalah pelabuhan yang fungsi pokoknya melayani kegiatan
angkutan laut dalam negeri, alih muat angkutan laut dalam negeri dalam jumlah
terbatas, merupakan pengumpan bagi pelabuhan utama dan pelabuhan pengumpul, dan
sebagai tempat asal tujuan penumpang dan/atau barang, serta angkutan penyeberangan
dengan jangkauan pelayanan provinsi. Pelabuhan Pengumpan di Kabupaten Tuban
adalah Pelabuhan Tuban yang terletak di Kecamatan Jenu
• Stasiun Kereta Api: Stasiun kereta api yang terdapat di Kabupaten Tuban merupakan
stasiun kereta api penumpang kelas kecil di Kecamatan Jatirogo, stasiun penumpang
kelas sedang di Kecamatan Tuban, dan Stasiun Barang di Kecamatan Plumpang
Pola Spasial Persebaran Sarana dan Prasarana Transportasi
Analisis nearest neighbor pada pembahasan makalah ini dilakukan dengan metode
Average Nearest Neighbor (ANN) dengan bantuan software ArcGIS. Tools analisis Average
Nearest Neighbor terdapat pada toolbox pada kategori tools
dikarenakan fungsi analisis nearest neighbor yang berfungsi untuk mengamati dan
menganalisis pola persebaran data spasial. Pada tools Average Nearest Neighbor, dimasukkan
input berupa data spasial dalam bentuk shapefile infrastruktur transportasi (shapefile berupa
point atau titik), kemudian menentukan penentuan jarak ketetanggaan dan radius area studi
pada tools Average Nearest Neighbor.
Berdasarkan hasil analisis nearest neighbor menggunakan metode Average Nearest
Neighbor, didapatkan bahwa pola spasial persebaran infrastruktur transportasi di Kabupaten
Tuban memiliki pola persebaran acak. Sebagaimana ditunjukkan melalui nilai z-score bernilai
-1,26147058142 yang mengindikasikan bahwa pola spasial persebaran infrastruktur
transportasi Kabupaten Tuban tidak menunjukkan pola clustered (z-score<-1,65) maupun
dispersed/tersebar (z-score>1,65), sehingga dapat disimpulkan bahwa pola spasial persebaran
infrastruktur Transportasi Kabupaten Tuban adalah acak atau random (z-score = -1,65 – 1,65).
Pola acak ini didapatkan dari nilai z-score dan p-value yang dihasilkan. Nilai z-score yang
didapatkan pada analisis ini adalah -1,26147 dan nilai p-value adalah 0,2071. Pada penelitian
ini, nilai p-value sebesar 0,207139 (α > 10%) dan tingkat kepercayaan lebih rendah dari 90%.
Nilai-nilai tersebut menunjukkan bahwa HO tidak ditolak, karena kemungkinan besar
merupakan hasil dari proses spasial yang acak, atau dapat dikatakan bahwa pola persebaran
data spasial ini bersifat acak/random. Semakin besar nilai z-score maka akan semakin kecil
nilai p-value, sehingga tingkat signifikansi rendah dan tingkat kepercayaan tinggi.
HO = Pola persebaran bersifat acak/random
HI = Pola persebaran bersifat clustered/dispersed
Berdasarkan hasil analisis, didapatkan bahwa rasio nearest neighbor bernilai 0,856108.
Nilai ini menunjukkan bahwa pola persebaran data spasial mengarah kepada pola cluster atau
mengelompok. Namun, Sangat penting untuk diingat bahwa nilai indeks ketetanggaan hanya
dapat ditafsirkan jika z-score signifikan. Jika z-score tidak signifikan, nilai indeks tersebut
tidak berarti apa-apa karena mungkin itu terjadi secara kebetulan atau terjadi melalui metode
yang acak. Dalam penelitian ini, telah dijelaskan sebelumnya bahwa nilai z-score dalam
penelitian ini memiliki tingkat signifikansi rendah sehingga dapat dikatakan bahwa nilai z-
score tidak signifikan dan rasio nearest neighbor tidak dapat ditafsirkan atau sebagai acuan
dalam melihat pola persebaran suatu data dan fenomena spasial.
BAB V
KESIMPULAN

Kesimpulan yang dapat diambil dari pembahasan makalah ini adalah:


1. Kabupaten Tuban merupakan salah satu wilayah pesisir utara Jawa Timur yang
memiliki potensi migas lepas pantai dan pertambangan semen yang besar di wilayah
pesisirnya. Oleh karena itu, sarana dan prasarana transportasi yang terdapat di
Kabupaten Tuban juga melingkupi sarana prasarana transportasi untuk kepentingan
strategis tersebut, yaitu pelabuhan dan terminal khusus untuk migas dan pertambangan;
serta pangkalan pendaratan ikan (PPI) untuk menunjang aktivitas perikanan.
2. Selain infrastruktur transportasi untuk kepentingan khusus, terdapat juga infrastruktur
transportasi umum di darat yang berupa terminal penumpang tipe A, B, dan C; stasiun
penumpang kereta api kelas kecil dan sedang, serta pelabuhan pengumpan.
3. Pola persebaran infrastruktur transportasi berdasarkan hasil analisis Average Nearest
Neighbor memiliki pola yang
DAFTAR PUSTAKA

Badan Pusat Statistik. 2016. Statistik Transportasi Provinsi Jawa Timur Tahun 2016.
Surabaya
Badan Pusat Statistik. 2017. Statistik Transportasi Darat Indonesia Tahun 2017. Jakarta.
Bowersox, C. 1981. Introduction toTransportation. New York: Macmillan Publishing Co, Inc.
Ebdon, David., Blackwell, B. 1985. Statistics in Geography. New Zealand Journal of
Geography.
Getis, A., Ord, J. K., 1992. The Analysis of Spatial Association by Use of Distance Statistics.
Geographical Analysis Vol. 24, No. 23, 190-206.
Kementerian Perhubungan. 2005. Peraturan Menteri Perhubungan No.49 Tahun 2005 tentang
Sistem Transportasi Nasional (Sistranas). Jakarta: Kemenhub.
Luc Anselin, 1988. What Is Special About Spatial Data? Alternative Perspectives On Spatial
Data Analysis. Spring 1989 Symposium on Spatial Statistics, Past, Present and
Future, Department of Geography, Syracuse University.
Mitchell, Andy. The ESRI Guide to GIS Analysis, Volume 2. ESRI Press, 2005.
Morlok, E. K. 1978. Introduction to Transportation Engineering and Planning. Mc. Graw-Hill
Kogakuha.
Sanford L. Grossbart, Robert A. Mittelstaedt, and Gene W. Murdock (1978), "Nearest
Neighbor Analysis: Inferring Behavioral Processes From Spatial Patterns" , in NA -
Advances in Consumer Research Volume 05, eds. Kent Hunt, Ann Abor, MI:
Association for Consumer Research, Pages: 114-118.
Upton, G.,Fingleton, B. 1985. Spatial Data Analysis bei Example. Volume 1: Point Pattern
and Quantitative Data. Wiley. Chichester
Zhao, F., Chow, L. F., Li, M. T., Gan, A., and Ubaka, I., 2003. Forecasting Transit Walk
Accessibility: A Regression Model Alternative to the Buffer Method. Transportation
Research Board 1835: 34-41.
Zhuo, Hong. 2012. GIS-Based Spatial Accessibility Analysis to High Schools by Transit in
Toledo Area in 2010. The University of Toledo Digital Repository.