Anda di halaman 1dari 13

30/04/2009

Analisis Keruangan

N EA R EST N EIGB OU R A N A LY SIS


GR A PH TH EOR Y
GRAVITY MODEL

Anilisis Keruangan

Jarak
(Distance)

Analisis Analisis Kaitan


Keruangan Lokasi (Interaksi)

Gerakan
(Movement)

1
30/04/2009

Tipe Data Keruangan

Sebaran Titik (Point Distribution)


• Sebaran Pasar
• Sebaran Fasilitas Kesehatan
• Sebaran Titik Api

Sebaran Garis (Line Distribution)


• Jaringan Jalan
• Jaringan Sungai
• Arus Migrasi

Sebaran Luasan Diskrit (Discrete Areal Distribution)


• Penggunaan Tanah
• Jenis Tanah
• Jenis Batuan

Sebaran Luasan Kontinum (Continous Areal


Distribution)
• Isoterm
• Wilayah Ketinggian

Analisis Tetangga Terdekat

NEAREST NEIGBOUR ANALYSIS

2
30/04/2009

Nearest Neigbour Analysis

 Persebaran titik sering digunakan geografi, tetapi


yang sulit adalah menjelaskan bagaimana pola
persebarannya

 Sehingga digunakanlah analisa tetangga terdekat /


nearest neighbour analysis (NNA)

 Dengan NNA, kita akan memperoleh sebuah indeks


yang dapat dihubungkan dengan tempat lain

Kegunaan

 Melihat pola sebaran objek (fisik atau non fisik)


dalam ruang

 Merencanakan letak pusat pelayanan

3
30/04/2009

Asumsi

 Daerah yang dianalisa memiliki tingkat


aksesibilitas yang seragam dan tidak ada hambatan
 Jika ada hambatan, tidak dapat dilihat sebagai titik
terdekat
 Objek yang diteliti memiliki kekuatan yang sama
 Jarak terdekat ditentukan oleh peneliti
 Jumlah titik yang dianalisa memenuhi persyaratan
sampel besar (beberapa sumber menyebutkan
minimum 30)

Rumus

Rn = 2Ď √(n/a)

Ď =∑d / n

Rn = Nearest neighbour index.


D = Rata-rata jarak antar titik terdekat
d = Jarak antar titik terdekat
n = Jumlah titik
A = Luas

4
30/04/2009

Nilai Indeks

Indeks yang dihasilkan akan memiliki hasil antara


0 – 2,15

Nearest Neigbour Analysis (step 1)

5
30/04/2009

Nearest Neigbour Analysis (step 2)

Nearest Neigbour Analysis (step 3)


No. Titik Jarak Terdekat (m)
 Hitung Jarak antar titik terdekat
1 4.10
2 5.75  Dengan jarak rata-rata antar titik
3 3.00
4 3.80
terdekat dengan rumus
5 3.58
6 3.12
7 2.20
Ď =∑d / n
8 2.20
9 3.87  Setelah itu dapat digunakan
10 2.40
11 2.40
12 3.75
13 4.20
Rn = 2Ď √(n/a)
14 1.83  Dengan melihat indeks lakukan
15 3.10
16 0.98
analisa secara geografi
17 0.98
18 2.51

Total 53.77

6
30/04/2009

Analisis Graf

GRAPH THEORY

 Analisis Graf dilakukan untuk menganalisis


sebaran garis, jaringan sungai dan jaringan jalan
Mis:
Jaringan jalan sebagai prasarana penghubung
lokasi sebagai salah satu indikator kemajuan
wilayah
Jika kerapatan jaringan jalan menunjukkan
panjang jalan dalam suatu wilayah, maka dengan
analisis graf dapat menunjukkan tingkat
keterkaitan antar lokasi di suatu tempat.

7
30/04/2009

Konektivitas

E
E E E

F F F F

G H
G H G H G H

Belum ada Telah ada


Setiap tempat telah terhubung,
konektivitas konektivitas antara
tetapi berbeda
antara 4 tempat tempat E dan F

 Jaringan dapat digunakan untuk membandingkan


perkembangan hubungan suatu tempat dengan
tempat lain.

 Dalam topologi terdapat hubungan antara titik (t),


mata rantai (m), dan wilayah (w)

m+2=t+w

8
30/04/2009

Angka Siklomatik (µ)

 Angka yang menyatakan nilai konektifitas jaringan


di suatu wilayah

 Semakin besar angka siklomatik, semakin rapat


jaringannya.

µ=m-t+s

Dimana :
µ = angka siklomatik ; m = Mata rantai ; t = Titik ; s = Sub-grup

Contoh...

Dua sub grup Satu sub grup Satu sub grup


µ=5-7+2 µ=8-7+1 µ = 11 - 7 + 1
µ=0 µ=2 µ=5

9
30/04/2009

Non-planar Graph

 Menggunakan Indeks Alfa(α) Non-planar

 Semakin besar nilai α maka semakin rapat jaringannya

m–t+s
Iα = ------------------
t (t-1) _ (t-1)
2 1
Dimana :
Iα = Indeks Alfa ; m = Mata rantai ; t = Titik ; s = Sub-grup

Contoh...

E E E

F F F

G H G H G H

4–4+1 5–4+1 6–4+1


-------------- -------------- --------------
6-3 6-3 6-3

0,3 0,67 1

10
30/04/2009

Planar Graph

 Menggunakan Indeks Alfa(α) planar

m–t+s Dimana :

Iα = --------------- Iα = Indeks Alfa ;


Iβ = Indeks Beta ;
2t - s m = Mata rantai ;
t = Titik ;
s = Sub-grup

 Menggunakan Indeks Beta(β)

m
Iβ = ------ Semakin besar nilai α dan β maka
t semakin rapat jaringannya

Contoh...

α = 0,052 α = 0,316

β=1 β = 1,5

11
30/04/2009

 Null graph  Nilainya 0 (tidak terhubung sama


sekali)
 Connected graph  Nilainya 0 – 5
 Complete graph  Nilainya 5 (terhubung semua)
 Range Angka Siklomatik  0 – 5
 Range Angka Alpha  0 < Alpha < 1
 Range Angka Beta  0 – 3

12
30/04/2009

Tugas

 Lakukan Analisis Tetangga Terdekat dan Analisis


Graf pada sebuah lokasi pilihan anda

 Untuk analisis graph, harus dibandingkan, baik


dengan daerah lain atau titik waktu yang lain.

 Deskripsikan hasilnya, dan kaitkan dengan


perkembangan wilayah daerah tersebut

13