TESIS
Oleh:
SAMPUL
Kepada
PROGRAM STUDI PASCASARJANA TEKNIK GEOMATIKA
JURUSAN TEKNIK GEODESI FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA
2014
i
EVALUATION OF SPATIAL DATA INFRASTRUCTURE
READINESS IN LOCAL GOVERNEMNT USING SELF-
EVALUATION QUESTIONNAIRE AND TECHNOLOGY
ACCEPTANCE MODEL
POSTGRADUATE THESIS
By:
Submitted to:
PROGRAM STUDI PASCASARJANA TEKNIK GEOMATIKA
JURUSAN TEKNIK GEODESI FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA
2014
ii
HALAMAN PENGESAHAN
iii
PERNYATAAN
Dengan ini penulis menyatakan bahwa dalam tesis ini tidak terdapat karya
yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu perguruan tinggi,
dan sepanjang pengetahuan penulis juga tidak terdapat karya atau pendapat yang
pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu
dalam naskah ini dan disebutkan dalam daftar pustaka.
iv
PERSEMBAHAN
Terima kasih atas berkah dan nikmat yang Engkau berikan kepadaku, ya Allah.
Engkau limpahkan ilmu dan semangat yang begitu banyak kepadaku untuk mencapai
mimpi dan cita-cita.
Engkau berikan keluarga dan teman-teman yang mencintai dan mendukungku.
v
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Allah SWT atas berkah dan rahmat-
Nya, sehingga penulis dapat menyelesaikan tesis yang berjudul “Evaluasi Kesiapan
Infrastruktur Data Spasial di Pemerintah Kabupaten/Kota menggunakan
Kuesioner Evaluasi Diri dan Technology Acceptance Model“. Tesis ini dibuat
sebagai salah satu syarat yang harus dipenuhi untuk menyelesaikan Program
Magister pada Program Studi S-2 Teknik Geomatika Jurusan Teknik Geodesi
Fakultas Teknik Universitas Gadjah Mada.
Tanpa bantuan banyak pihak, penulis tidak dapat menyelesaikan kegiatan
penelitian hingga penulisan laporan ini. Sebagai rasa syukur dan hormat penulis,
melalui kesempatan ini ucapan terima kasih disampaikan kepada:
1. Bapak Ir. Djurdjani, M.SP., M.Eng., Ph.D., selaku Ketua Jurusan Teknik
Geodesi Fakultas Teknik Universitas Gadjah Mada.
2. Ibu Ir. Nurrohmat Widjajanti, MT., Ph.D., selaku Ketua Program Studi S-2
dan S-3 Teknik Geomatika Program Pascasarjana Fakultas Teknik
Universitas Gadjah Mada.
3. Bapak Ir. Subaryono, MA., Ph.D., selaku dosen pembimbing akademik, yang
yang telah membimbing dan memberikan nasehat-nasehat kepada penulis
selama menempuh kuliah.
4. Bapak Dr. Heri Sutanta, ST., M.Sc. dan Bapak Trias Aditya KM., ST., M.Sc.,
Ph.D., selaku pembimbing tesis, yang telah berkenan membimbing dan
mengarahkan selama mengerjakan tesis.
5. Bapak Ir. Prijono Nugroho, MSP, Ph.D dan Ibu Ir. Nurrohmat Widjajanti,
M.T., Ph.D., selaku penguji tesis.
6. Kepala BAPPEDA di Indonesia yang telah berkenan membantu dalam
pengisian kuesioner.
7. Kepala BAPPEDA Kota Yogyakarta, Kabupaten Sleman, Kabupaten Kulon
Progo, Kabupaten Bantul, Kabupaten Klaten, Kabupaten Magelang, dan
Kabupaten Sragen yang telah berkenan membantu dalam kegiatan
wawancara.
vi
8. Seluruh Staf Pengajar dan Karyawan di Jurusan Teknik Geodesi Universitas
Gadjah Mada atas ilmu, pengalaman, dan bantuannya selama mengikuti
pendidikan.
9. Bapak, Ibu, dan adikku, yang selalu memberikan semangat, dukungan, dan
doa.
10. Keluarga di Solo, Sragen, dan Jepang, yang telah memberikan dukungan dan
semangat.
11. Teman-teman Pascasarjana angkatan 2012, Mas Farid Yuniar, Mas Bagus
Subakti, Diaz Cahya KY., Dinar Trisnandittya, Isnaini Annuriah M., Bagas
Triarahmadhana, dan Jali Octariady, terima kasih atas bantuan, dukungan,
dan kebersamaannya.
12. Teman-teman PPIDS, Dany Puguh Laksono, Ivan Busthomi, Nur Fajriah,
dan Tri Utami Handayaningsih terima kasih atas canda tawa dan pengalaman
baru yang telah diberikan.
13. Sahabat-sahabatku, Ri Sang Jun, Mbak Sri Rezki Artini, Mbak Wahyu
Martha Mutiarasari, Mbak Yeni Wulandari, Januar Rizky Retnaningrum,
Dyah Mumpuni, Dyah Kurniasih Nurazizah, Renata Pertiwi Isadi, Bhakti
Mega Pertiwi, Yurika Ayuningtyas, Maria Magdalena, Ani Littik dan
Tamada Makiko, terima kasih atas dukungan dan semangat yang diberikan.
14. Semua pihak yang telah membantu, sehingga penulis dapat menyelesaikan
tesis ini.
Penulis menyadari bahwa tesis ini masih jauh dari sempurna. Saran dan kritik
yang membangun sangat penulis harapkan
vii
DAFTAR ISI
SAMPUL ......................................................................................................................... i
JUDUL BAHASA INGGRIS ......................................................................................... ii
HALAMAN PENGESAHAN ....................................................................................... iii
PERNYATAAN ............................................................................................................ iv
PERSEMBAHAN ........................................................................................................... v
KATA PENGANTAR ................................................................................................... vi
DAFTAR ISI................................................................................................................ viii
DAFTAR GAMBAR ...................................................................................................... x
DAFTAR TABEL.......................................................................................................... xi
INTISARI ..................................................................................................................... xii
ABSTRACT................................................................................................................... xiii
BAB I .............................................................................................................................. 1
PENDAHULUAN .......................................................................................................... 1
I.1. Latar Belakang ...................................................................................................... 1
I.2. Perumusan Masalah .............................................................................................. 2
I.3. Tujuan Penelitian .................................................................................................. 3
I.4. PertanyaanPenelitian ............................................................................................. 3
I.5. Cakupan Penelitian ............................................................................................... 3
1.6. Manfaat penelitian ................................................................................................ 3
I.7. Tinjauan Pustaka ................................................................................................... 4
I.8. Dasar Teori ........................................................................................................... 6
I.6.1. Infrastruktur Data Spasial .............................................................................. 6
I.6.2. IDS di Tingkat Daerah ................................................................................. 14
I.6.3. Model Penilaian Kesiapan IDS .................................................................... 18
1.6.5. Metode Pengumpulan Data ......................................................................... 20
I.6.4. Technology Acceptance Model (TAM) ........................................................ 21
I.6.5. Geovisualisasi .............................................................................................. 29
BAB II........................................................................................................................... 33
PELAKSANAAN ......................................................................................................... 33
II.1. Persiapan............................................................................................................ 33
II.1.1. Peralatan Penelitian..................................................................................... 33
II.1.2. Lokasi Studi ................................................................................................ 33
II.1.3.Bahan Penelitian .......................................................................................... 33
II.2. Pelaksanaan Penelitian ...................................................................................... 34
II.2.1. Persiapan ..................................................................................................... 35
II.2.2. Populasi dan Sampel ................................................................................... 35
II.2.3. Pengumpulan Data ...................................................................................... 35
II.2.3. RekapitulasiKuesioner ................................................................................ 36
II.2.4. Pengolahan Data ......................................................................................... 36
BAB III ......................................................................................................................... 42
HASIL DAN PEMBAHASAN .................................................................................... 42
III.1. Hasil dan Pembahasan Kuesioner .................................................................... 42
III.2. Hasil dan Pembahasan Wawancara .................................................................. 45
III.3. Hasil dan Pembahasan TAM ............................................................................ 52
viii
III.4. Visualisasi Evaluasi Kesiapan IDS .................................................................. 56
BAB IV ......................................................................................................................... 73
KESIMPULAN DAN SARAN .................................................................................... 73
IV.1. Kesimpulan ...................................................................................................... 73
IV.2. Saran ................................................................................................................ 73
DAFTAR PUSTAKA ................................................................................................... 75
LAMPIRAN.................................................................................................................. 80
LAMPIRAN A .......................................................................................................... 81
LAMPIRAN B .......................................................................................................... 89
LAMPIRAN C .......................................................................................................... 92
LAMPIRAND ......................................................................................................... 100
ix
DAFTAR GAMBAR
x
DAFTAR TABEL
xi
INTISARI
xii
ABSTRACT
Spatial Data Infrastructure (SDI) was built to facilitate geospatial data
sharing.SDI can be parable as a pyramid. Local goverment play an important role in
building SDI from the basic level. The role of local government such as running the
strategic plan and build relationship with private sector, local communities,
provincial agencies, and institutions. Indonesia built SDI more than two years, but
there is no information about SDI development information. Then, local SDI
readiness needs to evaluate.
This research aimed to evaluating the readiness of local SDI with respect to
SEG. In order to gain information on the SDI readiness, employed questionnaire and
interview in the data collecting stage. There were 150 questionnaire forms sent to
BAPPEDA offices in Indonesia. The interview conducted in sevendistricts and cities
in the Central Java Province and Yogyakarta Special Region Province (DIY). The
questionnaire was performed to get the information on the understanding of each of
the region on SDI. 40 quesionnaire recapitulated using two weight, 1 for yes answer
and 0 for no answer. Data recapitulation is used to evaluate the acceptance of SDI
from data component practice using Technology Acceptance Model (TAM). The data
processing employed Partially Least SquareStructural Equation Model(PLS-SEM)
supported by SmartPLS 2.0. software.
TAM predicted that adoption of SDI is required, but the usefulness of SDI to
facilitate geospatial data sharing through geoportal is not yet a priority agenda in
local goverment. SDI readiness index shows that there were 13 districts and cities
were not ready yet, 21 districts and cities wererather ready, and 6 districts and cities
are quite ready. Parallel Coorditate Plot (PCP) shows the spread pattern because
every local SDI have different priority in running SDI components.
xiii
1
BAB I
PENDAHULUAN
dimiliki sebagai sumber informasi yang berguna untuk pengambilan keputusan pada
berbagai disiplin ilmu (Rajabifard, 2010).
Berdasarkan hierarki pembangunan IDS, pemerintah daerah berperan sebagai
pengguna dan penghasil data geospasial.Pemerintah daerah bertindak sebagai pihak
yang menjalankan rencana strategis dan menjalin hubungan kerjasama dengan
swasta, komunitas daerah, instansi di provinsi, dan instansi di daerah (Jacoby, Smith,
dkk., 2002). IDS dapat diumpamakan sebagai suatu piramida, dimana IDS di tingkat
daerah yang memiliki kedetailan data yang berguna untuk membangun susunan dasar
piramida (Rajabifard, Williamson, dkk., 2000). Pemerintah daerah memiliki peran
untuk memproduksi data geospasial dalam skala besar dan memberikan motivasi
pada para pemangku kepentingan untuk berbagi data geospasial (Cetl, Sisko, dkk.,
2012; F. Harvey& Tulloch, 2006; McDougall, Rajabifard, dkk., 2005a). Adapun
spesifikasi Informasi Geospasial Tematik (IGT) yang diproduksi oleh pemerintah
daerah adalah skala 1 : 10.000, skala 1:50.000, skala 1 : 25.000,dan skala 1 :
100.000(Sutanta, Bishop, dkk., 2010b).
Pembangunan IDS perlu didukung oleh praktek komponen IDS, yaitu aspek
kelembagaan, peraturan perundang-undangan dan kebijakan, data geospasial,
teknologi, dan Sumber Daya Manusia (SDM) (BIG, 2003; Onah, 2009).Dalam
proses pembangunannya perlu dilakukan evaluasi untuk mengetahui perkembangan
pembangunan IDS.
I.4. PertanyaanPenelitian
Berdasarkan perumusan masalah tersebut, maka disusun pertanyaan penelitian
sebagai berikut:
1. Bagaimana kesiapan IDS di daerah yang dievaluasi menggunakan TAM?
2. Bagaimana menyajikan tampilan visual untuk pola kesiapan IDS dan indeks
tiap komponen IDS di tingkat kabupaten/kota?
Dynamic
Access network
Hubungan antar komponen IDS pada Gambar I.1. dijelaskan sebagai berikut:
1. Data geospasial
Data geospasial merupakan data yang berhubungan dengan lokasi untuk
menunjukkan posisi obyek di permukaan bumi yang berkaitan dengan fenomena,
budaya, dan sumber daya manusia (Rajabifard, dkk., 2003), terdiri atas peta, citra
satelit, dan foto udara (Toomanian, 2012). Terdapat dua alasan utama pemangku
kepentingan memerlukan data geospasial, yaitu untuk membantu pengambilan
keputusan dan meningkatkan efisiensi melalui analisis spasial (Gore, 1998) dan
mengelola jumlah data geospasial dalam jumlah besar melalui teknologi dan
informasi (Openshaw, 1993). Melalui IDS, data geospasial dapat dikelola dengan
baik dan dimanfaatkan secara maksimal. Hal tersebut berkaitan dengan kegunaan
data geospasial sebagai data yang memerankan peranan penting dalam “kemajuan
dan pembangunan ekonomi dan pendapatan serta melindungi sumber daya alam”
(Executive Order, 1994).
Kumpulan data geospasial mengacu pada data dasar, data inti, data
fundamental atau data referensi (Onah, 2009). Data geospasial merupakan informasi
tentang lokasi geografis dan karakteristik fitur alam dan buatan serta batas di
permukaan bumi (Executive Order, 1994). Kumpulan data geospasial diperlukan
oleh para pemangku kepentingan untuk berbagai tujuan. Berdasarkan Undang-
Undang Nomor 4 Tahun 2011 tentang Informasi Geospasial pasal 69 ayart 2, data
geospasial dasar diproduksi oleh instansi yang berwenang memproduksi data dasar,
yaitu Badan Informasi Geospasial (BIG). Pemerintah daerah, swasta, dan perorangan
9
merupakan pengguna data dasar yang diolah menjadi informasi geospasial tematik,
misalnya peta jalan, peta Rencana Tata Ruang Wilayah (RTRW), peta Rencana Detil
Tata Ruang (RDTR),dan lain sebagainya,.
Data geospasial yang telah diproduksi perlu disertai metadata untuk
mengetahui riwayat data geospasial. Metadata memberikan informasi wilayah
geografis, waktu produksi data, ketersediaan data (informasi keberadaan data),
informasi kegunaan data dan informasi yang berguna lainnya.
2. Jaringan akses
Jaringan akses merupakan salah satu komponen kunci dalam IDS (Crompvoets,
2006) karena digunakan untuk mendukung berbagi data. Terdapat beberapa
komponen penting dalam jaringan akses, yaitu: 1) editor metadata dan layanan
katalog, 2) penyimpanan isi data geospasial (basisdata spasial), 3) aplikasi pencarian
untuk pengguna dan akses data geospasial, 4) layanan (middleware atau
intermediate) yang digunakan untuk membantu pengguna menemukan dan
melakukan transformasi data geospasial agar dapat digunakan pada aplikasi sisi klien
(Onah, 2009).
3. Kebijakan
Kebijakan merupakan salah satu komponen yang mendukung penerapan IDS.
Setiap lembaga atau institusi memiliki kebijakan untuk mencapai tujuan IDS.
Kebijakan disusun guna mengatur dan mempengaruhi hubungan pemangku
kepentingan. Kebijakan dapat berupa ketentuan kebebasan mengakses dan berbagi
data, sumber keuangan, privasi data dan keamanan. Salah satu peran kebijakan dalam
berbagi data adalah suatu instansi mengabaikan berbagai data jika tidak ada
kebijakan yang mendukung karena menganggap tidak ada kepentingan terhadap
instansi lain (Craig, 1995).
4. Standar
Dalam penerapan IDS, standar memiliki peran agar data dapat digunakan dan
diakses secara luas tanpa terbatas pada perangkat lunak dan keras yang dimiliki oleh
institusi (Onah, 2009). Standar dibuat untuk mewujudkan interoperabilitas. Dalam
konteks spasial, interoperabilitas spasial merupakan “kemampuan sistem spasial atau
komponen sistem spasial untuk membawa informasi geospasial dan dapat
10
Hierarki IDS pada Gambar I.2. mencakup unit yang berbeda-beda untuk
menjalankan IDS. IDS tingkat kabupaten/kota merupakan tingkatan IDS yang paling
bawah. Contoh IDS di tingkat kabupaten/kota adalah IDS yang dibangun dalam
suatu instansi di tingkat kabupaten/kota. Tingkat provinsi adalah IDS yang dibangun
pada instansi di tingkat propinsi. IDS tingkat nasional dibangun pada tingkat negara.
(Masser, 1998) dan Onsrud (1998) mengidentifikasi beberapa negara yang telah
membangun IDS Nasional, yaitu Kanada, Cina, Kolombia, Denmark, Finlandia,
Perancis, Jerman, Hungaria, Italia, Indonesia, Jepang, Malaysia, Belanda, Portugal,
Spanyol, Swiss, Inggris, dan Amerika Serikat.
Berdasarkan pelaksanaan IDS di Indonesia, IDS yang ada di daerah
dihubungkan oleh simpul jaringan. Pembangunan simpul jaringan merupakan
12
I.6.1.4. Berbagi pakai data. Berdasarkan sisi teknis, berbagi data mengacu pada
pergerakan data dari satu sistem komputer ke sistem komputer yang lain (Harvey &
Tulloch, 2006). Berbagi pakai dan tukar data dapat dikelompokkan menjadi 4 jenis,
yaitu (PC-IDEA, 2013):
1. Berbagi data dari satu penyedia data ke banyak pengguna – badan pemetaan
pemerintah menyediakan data yang dapat diakses oleh pengguna data,
biasanya terdapat ketentuan pengguna dapat memperoleh data secara gratis
atau membayar dengan biaya minimum atau membatasi penggunaan data.
2. Berbagi data dari satu penyedia data dengan satu pengguna – biasanya
dilakukan dilingkungan pekerjaan proyek. Meliputi data khusus yang
berhubungan dengan proyek dan pengguna mengeluarkan biaya untuk
memperoleh data.
3. Pertukaran data antara dua penyedia data – mempertimbangkan keuntungan
antara kedua penyedia data.
4. Pertukaran data antara beberapa penyedia data – beberapa penyedia data
menjalin hubungan kerjasama dan menyediakan fasilitas agar data dapat
diakses oleh penyedia data yang lain dengan tujuan untuk mengelola data
bersama-sama.
Manfaat berbagi data dapat meningkatkan kegunaan dan kualitas data
geospasial (Rajabifard, dkk, 2003; Toomanian, 2012). Adapun prinsip berbagi pakai
data adalah sebagai berikut (GeoConnection, 2013):
1) Simplicity – susunan ketentuan berbagi data mudah dipahami dan didesain
untuk memenuhi biaya minimum.
2) Non-exclusivity – digunakan untuk kepentingan bersama, sehingga perlu
memperhatikan kedetailan data (metadata), interoperabilitas data, dan
ketentuan biaya.
3) Fairness – berbagi data mampu memberikan keuntungan kedua pihak, yaitu
penyedia dan pengguna data.
14
Indonesia. Pada pembangunan IDS generasi pertama, pembangunan IDS fokus pada
produksi data geospasial yang dipengaruhi oleh pemerintah di tingkat nasional.
Selanjutnya pada generasi kedua, pembangunan IDS fokus pada pemrosesan data
geospasial, dimana pada generasi ini melibatkan peran pemerintah daerah dan swasta
dalam pembangunan IDS. Secara ringkas, peran pemerintah daerah dalam
pembangunan daerah disajikan dalam rangkaian sebagai berikut (Rajabifard, dkk.,
2006):
1990 1992 1994 1996 1998 2000 2002 2004 2006 Masa depan
Gambar I. 3. Rangkaian kesatuan pembangunan IDS berdasarkan IDS generasi pertama dan
kedua(Rajabifard, dkk., 2006)
Berdasarkan Gambar I.3., selama lebih dari satu dekade peran pemerintah
daerah kurang berperan dalam pembangunan IDS. Terdapat tiga pemain utama yang
berperan dalam pembangunan IDS, yaitu pemerintah di tingkat nasional, daerah, dan
sektor swasta (Grant dan Williamson, 2003). Ketiga pemain tersebut memiliki peran
yang berbeda-beda. Pemerintah di tingkat nasional menjalankan peran operasional
untuk membuat peta, mengumpulkan data geospasial dalam skala kecil, dan
membangun infrastruktur, sedangkan pemerintah di tingkat daerah dan swasta
kurang memiliki peran dalam pembangunan IDS karena setiap kegiatan yang
dilakukan dipengaruhi oleh pemerintah di tingkat nasional (Rajabifard, dkk, 2006).
16
Pengaruh pada
pembangunan IDS
lebih dari 10 tahun
Pemerintah tingkat
daerah Sektor swasta Tidak dikoordinir
Gambar I. 4. Peran pemerintah di tingkat nasional, daerah, dan sektor swasta dalam
pembangunan IDS selama lebih dari satu dekade lalu (diadaptasi dari
(Rajabifard, dkk., 2006)
Gambar I. 5. Peran pemerintah di tingkat nasional, daerah, dan sektor swasta dalam
pembangunan IDS saat ini yang terjadi di negara maju (diadaptasi dari
(Rajabifard, dkk., 2006)
17
Berdasarkan hubungan antar tingkat IDS pada Tabel I.2., data, standar teknis,
jaringan akses, dan kemampuan sumber daya manusia yang ada di daerah
berpengaruh langsung terhadap IDS ditingkat propinsi. Kebijakan yang ada di daerah
tidak berpengaruh secara langsung terhadap IDS ditingkat propinsi dan tidak
memiliki pengaruh terhadap IDS ditingkat nasional. Ketersediaan data tidak
berpengaruh secara langsung terhadap IDS ditingkat nasional. Standar teknis,
jaringan akses, dan kemampuan sumber daya manusia tidak berpengaruh terhadap
IDS ditingkat nasional. Dengan demikian, dari hubungan antar IDS pada Tabel I.2.
dapat disimpulkan bahwa IDS di daerah secara langsung mempengaruhi
perkembangan IDS di tingkat propinsi karena kedetailan data yang diproduksi oleh
pemerintah daerah digunakan sebagai acuan oleh pemerintah propinsi untuk berbagai
pekerjaan dibidang geospasial.
18
Terdapat beberapa jenis metode sampling, antara lain sampling acak sederhana,
stratifikasi sampling, sampling randomberkelompok, sampling banyak tingkat, dan
sampling acak sistematis. Berikut ini penjelasan dari kelima jenis sampling
(Anonimous, 2014):
Persepsi
kegunaan
Persepsi
kemudahan
PLS merupakan metode analisis yang kuat. PLS memiliki kelebihan dapat
melakukan pemodelan persamaan struktural dengan menggunakan sampel data
ukuran kecil dan tidak memerlukan banyak asumsi (Vinzi, dkk., 2010).
I.6.4.1.1. Algoritma PLS. Dalam melakukan prediksi, PLS memerlukan LVs
dan indikator masing-masing LVs. Adapun hubungan antara LVs dan indikator
disajikan pada Gambar I.7. berikut:
δ1 δ2 δ3
X1 X2 X3
ξ1
Y1 Y2
γ1 γ3
λy3 λy4
β1
ς1 η1 η2
γ2 λy1 λy2 γ4
δ4 ξ2 Y1 Y2
λx4 ε1 ε2
λx5 λx6
X1 X2 X3
ξ ξ ς
X1 X2 X1 X2
δ1 δ2
X1 = λ1ξ + δ1 ξ = γ1X1 + Γ2X2 + ς
X2 = λ2ξ + δ2
ξb = Σkbwkb xkb
...............................................................................(1.14)
ηi = Σkiwki yki
Keterangan persamaan 1.14:
wkb dan wki = bobot yang digunakan untuk membentuk estimasi variabel
laten ξb dan ηi.
5. Pendugaan parameter dalam PLS dengan menggunakan metode kuadrat terkecil
(least square methods). Beberapa pendugaan parameter dalam PLS adalah
estimasi bobot untuk menciptakan skor variabel laten, jalur estimasi untuk
menghubungkan antar variabel laten dan estimasi loading untuk
menghubungkan antara variabel laten dengan indikatornya, serta means dan
lokasi parameter untuk variabel laten dan indikator.
6. Goodness of fit model inner danmodel outer. Goodness of fit dilakukan untuk
menentukan nilai yang diperoleh dari hasil perhitungan dengan nilai yang
diharapkan. Berikut ini adalah goodness of fit dari model inner dan model outer:
a. Model outer
Goodness of fit model outer ditentukan dengan menggunakan convergent
validity. Convergent validity merupakan korelasi antara skor variabel laten
dengan skor indikator refleksif. Nilai skor yang diterima adalah >0,5.
b. Model inner
Goodness of fit model inner ditentukan dengan menggunakan Q-square
predictive relevance, yang mana dalam proses perhitungannya melibatkan R-
square. Adapun persamaan Q-square disajikan dalam persamaan 1.15
berikut:
Q2 = 1 – (1-R12)(1-R22)....(1-Rn2) .........................................................(1.15)
Keterangan persamaan 1.15:
R12, R22,...Rn2 = R-square variabel endogen.
Q2 memiliki rentang nilai 0 < Q2<1. Nilai Q2 mendekati 1, maka model
konstruk semakin baik.
7. Uji kelompok pertanyaan (β, γ, λ) dengan menggunakan metode bootstrapping.
Hasil pengolahan data dilakukan uji statistik untuk menentukan nilainya diterima
29
atau tidak. Penentuan nilai dilakukan berdasarkan uji t statistik dengan ketentuan
sebagai berikut:
a. Ketentuan model outer:
H0 : λi = 0
H1 : λi ≠ 0
b. Ketentuan model inner untuk pengaruh variabel laten eksogen terhadap
endogen
H0 : γi = 0
H1 : γ i ≠ 0
Ketentuan model inner untuk pengaruh variabel laten endogen terhadap
endogen
H0 : βi = 0
H1 : β i ≠ 0
Bootstrapping merupakan metode resampling, sehingga data terdistribusi
bebas, tidak memerlukan asumsi distribusi normal, dan tidak memerlukan
jumlah sampel yang besar (sampel minimum 30). Kepercayaan yang
digunakan pada uji t statitik adalah 95% (α = 0,05). Model outer yang
signifikan berarti indikator dapat digunakan sebagai instrumen pengukur dan
model inner yang signifikan berarti variabel laten satu dengan yang lainnya
saling mempengaruhi.
I.6.5. Geovisualisasi
Seiring perkembangan teknologi dan kebutuhan manusia terhadap informasi
geospasial semakin meningkat, maka teknik untuk menghasilkan sistem informasi
geospasial semakin berkembang. Sebelum tahun 1990-an dan masa perkembangan
SIG, peta analog dan statik banyak digunakan untuk menyajikan informasi
geospasial (Kraak, 2003). Penggunaan SIG memudahkan pengguna mengelola
basisdata dan penggunaan tools untuk menampilkan informasi geospasial.
Pada tahun 1990-an, perkembangan sistem informasi geospasial mendapat
pengaruh dari disiplin ilmu lain. Bidang kartografi, SIG, dan visualisasi
digabungkan, sehingga menjadi bidang ilmu yang baru, yaitu geovisualisasi
(Hearnshaw & Unwin, 1994). Geovisualization (geovisualisasi) atau disebut
30
PCP pertama kali muncul tahun 1980, digunakan untuk memahami masalah
multidimensi (Fua, dkk., 1999). Pada visualisasi PCP, data atribut divisualisasikan
sebagai titik, dimana setiap titik saling terhubung dengan garis yang mengisi tiap
baris (Heer, Bostock, dkk., 2010). Garis vertikal tersebut merupakan representasi
komponen utama berperan sebagai penghubung antara nilai data dari tiap komponen.
Terdapat beberapa cara yang digunakan untuk memvisualisasikan data dalam PCP
antara lain menggunakan bahasa pemrograman javascript atau perangkat lunak
visualisasi data seperti spotfire, xlstat, dan lain sebagainya. Spotfire merupakan
perangkat lunak yang digunakan untuk visualisasi data agar memudahkan analisis
data (Tibco, 2013). XLSTAT merupakan plugin pada Microsoft Excel untuk analisis
data (Anonimous, 2014).
33
BAB II
PELAKSANAAN
II.1. Persiapan
II.1.1. Peralatan Penelitian
II.1.3.Bahan Penelitian
Bahan yang digunakan dalam penelitian adalah kuesioner SDI Readiness Index
(SRI) yang dikerjakan oleh Pusat Pengembangan Infrastruktur Data Spasial (PPIDS)
Universitas Gadjah Mada dan hasil wawancara.
34
II.2.1. Persiapan
Terdapat beberapa kegiatan yang perlu dilakukan sebelum menjalankan
penelitian. Adapun persiapan yang dilakukan adalah sebagai berikut:
1. Studi pustaka untuk mendukung pelaksanaan penelitian.
2. Melakukan pencarian alamat BAPPEDA di Indonesia menggunakan internet.
Responden kuesioner pada penelitian ini adalah BAPPEDA di tingkat
kabupaten/kota di Indonesia. Dilakukan pendataan BAPPEDA yang terpilih.
Kemudian, pengumpulan alamat dilakukan dengan cara mengunjungi website
setiap BAPPEDA.
3. Mempersiapkan peralatan yang digunakan untuk pengiriman kuesioner.
Kuesioner yang dikirim dilengkapi dengan amplop, perangko pengiriman, dan
perangko balasan yang digunakan agar memudahkan pihak BAPPEDA dalam
mengirimkan kembali kuesioner yang telah selesai diisi.
4. Pembuatan surat ijin penelitian ke dinas yang menangani perijinan dan
BAPPEDA di Kota Yogyakarta, Kota Magelang, Kabupaten Sleman,
Kabupaten Kulon Progo, Kabupaten Bantul, Kabupaten Klaten, dan Kabupaten
Sragen untuk ijin melakukan wawancara. Beberapa BAPPEDA memiliki
proses perijinan penelitian yang beberapa BAPPEDA memiliki proses perijinan
penelitian yang berbeda, diantaranya ada yang perlu membuat surat ijin ke
dinas yang menangani perijinan terlebih dahulu.
II.2.2. Populasi dan Sampel
Populasi dalam penelitian mencakup BAPPEDA yang ada di Indonesia. Jumlah
kabupaten dan kota di Indonesia adalah 505 (Kemendagri, 2013). Dengan metode
sampling acak sederhana, dipilih 150 BAPPEDA di Indonesia.
II.2.3. RekapitulasiKuesioner
Penelitian ini merupakan penelitian kualitatif, yang mana datanya diperoleh
dari hasil kuesioner. Pertanyaan kuesioner terdiri atas 23 pertanyaan dengan 2 pilihan
jawaban yaitu belum ada dan sudah ada. Supaya dapat diolah, maka pilihan jawaban
diberikan bobot. Jawaban sudah ada mendapat bobot 1 dan jawaban belum ada
mendapat bobot 0.
Kuesioner yang telah dikembalikan oleh pihak responden direkap
menggunakan perangkat lunak Microsoft Excel untuk memudahkan dalam mengelola
dan mengolah data kuesioner. Adapun data kuesioner yang direkap adalah: (1) nama
dan alamat BAPPEDA, (2) identitas pengisi kuesioner, dan (3) jawaban kuesioner.
Tabel II. 1.Bobot jawaban kuesioner
No. Jawaban kuesioner Bobot
1 Sudah ada 1
2 Belum ada 0
Berikut ini adalah rancangan model konstruk yang digunakan sebagai acuan dalam
pengolahan data:
Persepsi kegunaan 3a
1a
Kebijakan
tentang Penerimaan IDS pada
2 komponen data
data
1b Persepsi kemudahan
3b
Gambar II. 2.Komponen kebijakan tentang data mempengaruhi persepsi kegunaan dan
kemudahan IDS terhadap penerimaan IDS di daerah dilihat dari sisi
praktek komponen data
Pada Gambar II.2., penerimaan IDS di daerah yang dilihat dari sisi praktek
komponen data dipengaruhi oleh persepsi kegunaan (Perceived usefulness) dan
persepsi kemudahan (perceived ease of use) IDS dengan mempertimbangkan
kebijakan yang berkaitan dengan data. Berikut ini merupakan penjelasan dari
Gambar II.2:
a. Komponen kebijakan terhadap persepsi kegunaan
IDS dibangun untuk memfasilitasi berbagi pakai data geospasial. Dengan
demikian, geoportal dibangun untuk memudahkan berbagi pakai data geospasial dan
memudahkan para pemangku kepentingan memperoleh data yang diinginkan.
b. Komponen kebijakan terhadap persepsi kemudahan
Ketersediaan data geospasial dipengaruhi oleh pengadaan data geospasial. Data
geospasial yang tersedia disediakan untuk kepentingan antar instansi dan masyarakat.
Melalui IDS, diharapkan data geospasial dapat diperoleh secara mudah melalui
website. IDS dibangun dengan visi memproduksi data sekali dan menggunakannya
berkali-kali untuk mengurangi duplikasi data. Dengan demikian, mekanisme akses
data yang mudah dapat mendukung berbagi pakai data geospasial antar instansi.
38
3) Input data
Pengolahan data pada penelitian ini menggunakan perangkat lunak SmartPLS
3.0. Jawaban kuesioner disusun berdasarkan indikator dari tiap variabel laten pada
Microsoft Excel. Pada baris diisi dengan variabel indikator dan pada kolom diisi
dengan nama BAPPEDA. Data hasil rekap berisikan angka, baik nilai bobot jawaban
maupun nama BAPPEDA, sedangkan variabel indikator dibuat kode untuk
memudahkan dalam analisis hasil pengolahan data. Data disimpan dengan format
penyimpanan *.csv. Adapun susunan rekap jawaban kuesioner pada Microsoft Excel
adalah sebagai berikut:
Variabel indikator
BAPPEDA kabupaten/kota
PU1
Kbj1
Kbj2
Kbj3
PEU1 PEU2
PU1
Kbj1
Kbj2
Kbj3
PEU1 PEU2
Gambar II. 5. Hasil pengolahan data menggunakan PLS algorithm yang ditampilkan pada
model konstruk
41
PU1
Kbj1
Kbj2
Kbj3
PEU1 PEU2
Gambar II. 6. Hasil pengolahan data menggunakan Bootstraping yang ditampilkan pada
model konstruk
42
BAB III
Berdasarkan Tabel III.3., kuesioner diisi oleh Kepala sub Bidang sebesar 33%,
Kepala Bidang dan Staf sebesar 23%, Kepala Kantor sebesar 18%, dan Sekretaris
sebesar 5%. Dengan demikian, pengisi kuesioner evaluasi diri paling banyak diisi
oleh Kepala sub Bidang.
wawancara mengenai sumber daya manusia yang ada di BAPPEDA disajikan pada
Tabel III.6. berikut:
Tabel III. 6. Sumber daya manusia yang ada di BAPPEDA
BAPPEDA a b c d e
±45 orang Geografi = 1 orang Pekerjaan bidang Tidak ada -
Kota Planologi = 1 orang geospasial
Yogyakarta Arsitektur = 3 orang dikerjakan oleh
T. Sipil = 3 orang pihak ketiga
Kota 34 orang Planologi = 4 orang - 4 orang Kursus
Magelang
52 orang Geografi = 1 orang Ya Planologi = 1 Kursus
Kabupaten orang
Klaten Arsitektur = 1
orang
75 orang Geografi = 2 orang Ya Dari jurusan Kursus
Teknik Sipil dan
Kabupaten
Arsitektur, tetapi
Sleman
jumlahnya tidak
disebutkan.
±60 orang Geografi = 3 orang Tidak semua. 8 orang Pelatihan
1 orang SDM dari SIG
Kabupaten jurusan Geografi
Kulon Progo menangani
pekerjaan bidang
lingkungan hidup
±50 orang - Pekerjaan di Arsitektur, tetapi Pelatihan
bidang geospasial jumlahnya tidak SIG
Kabupaten
dikerjakan oleh disebutkan.
Bantul
SDM dari jurusan
Arsitektur
60 orang Geografi = 3 orang 2 SDM dari Jurusan Pelatihan
jurusan Geografi Planologi = 6 SIG
Kabupaten
tidak menangani orang
Sragen
pekerjaan dibidang
geospasial
Lanjutan Tabel III.7. Perangkat lunak,langganan internet, dan geoportal untuk IDS di daerah
Perangkat lunak SIG yang Langganan internet khusus Geoportal
BAPPEDA
digunakan IDS
ArcGIS berlisensi dan tidak Belum ada Belum ada
Kabupaten Bantul
berlisensi serta QuantumGIS
Kabupaten Sragen ArcGIS tidak berlisensi Belum ada Belum ada
Lanjutan Tabel III.8. Ketersediaan dan pengelolaan data dan informasi geospasial di
BAPPEDA
BAPPEDA
BAPPEDA BAPPEDA BAPPEDA BAPPEDA BAPPEDA BAPPEDA
Data geospasial yang Kabupaten
Kota Kota Kabupaten Kabupaten Kabupaten Kabupaten
tersedia Kulon
Yogyakarta Magelang Klaten Sleman Bantul Sragen
Progo
Peta Rencana Tata Ada, skala Ada, skala Ada, skala Ada Ada, skala Ada, skala Ada
Ruang Wilayah 1:10.000 1:25.000 1:50.000 1:50.000 1:50.000
(RTRW)
Peta Rencana Detil Ada, skala Tahap Tahap Ada Ada, skala Ada, skala Ada
Tata Ruang (RDTR) 1:5.000 pembuatan pembuatan, 1:5.000 1:5.000
skala
1:5.000
Peta Ada, skala Ada, di Ada, skala Ada Ada, skala Ada, skala Ada
transportasi/jaringan 1:10.000 dalam peta 1:25.000 1:25.000 1:50.000
jalan RTRW
Peta detail tapak Ada, skala Ada, di Tidak ada Ada Ada Tidak ada Tidak ada
bangunan dan fasilitas 1:10.000 dalam peta
umum RTRW
Peta sistem utilitas Ada, skala Tahap Tahap Tidak ada Ada Tidak ada Ada
1:10.000 pembuatan, pembuatan
skala
1:5.000
80%
60%
39%
40% 32%
20% 21%
20%
4%
0%
Data peraturan SDM teknologi kelembagaan
Gambar III. 1. Komponen IDS yang paling menonjol dari hasil rekapitulasi kuesioner
Pada Tabel III.9., nilai yang dicetak tebal memiliki nilai >0,5, sedangkan nilai
yang tidak dicetak tebal memiliki nilai <0,5.Untuk mendapatkan hasil outer loading
yang baik, maka variabel indikator yang memiliki nilai < 0,5 harus dihilangkan.
Namun, pada penelitian ini tidak dihilangkan karena semua indikator dianggap
penting dalam evaluasi kesiapan IDS yang dilihat dari adopsi komponen data.
Model outer menyajikan hubungan antara variabel laten dengan indikatornya.
Berdasarkan Tabel III.9., dihasilkan 12 variabel laten memiliki hubungan yang baik
dengan indikatornya dan 5 variabel laten memiliki hubungan yang tidak baik dengan
indikatornya. Nilai outer loading tergantung pada jawaban kuesioner, semakin
banyak jawaban kuesioner “ya”, maka setiap indikator memiliki nilai outer
loading>0,5. Dengan demikian, dapat disimpulkan bahwa belum semua IDS di
daerah menjalankan semua indikator, yang berarti bahwa adopsi komponen data di
daerah belum baik.
b. Hasil model inner
Hasil model inner diperoleh dari hasil perhitungan R-square, yang mana dapat
menentukan kekuatan model konstruk. Hasil model inner disajikan pada Tabel III.10.
berikut:
55
Berdasarkan nilai R2 pada Tabel III.10, maka dapat diperoleh uji model
konstruk berikut:
Kebijakan -> persepsi kemudahan 0,3542 0,3495 0,0335 0,0335 10,5772 Diterima
tinggi, yaitu 21,5636. Dengan demikian, dapat disimpulkan bahwa kemudahan untuk
mengakses dan memperoleh data melalui website dapat mendorong pembangunan
geoportal. Namun, berdasarkan jawaban kuesioner, sebagian kecil BAPPEDA, yaitu
sebanyak 7 BAPPEDA memiliki geoportal. Berarti, kegunaan IDS untuk
memfasilitasi berbagi pakai data melalui geoportal belum menjadi agenda prioritas
oleh pemerintah daerah. Berdasarkan hasil wawancara yang dilakukan pada 7
BAPPEDA, yaitu BAPPEDA kota Yogyakarta, Kota Magelang, Kabupaten Sleman,
Kabupaten Kulon Progo, Kabupaten Bantul, Kabupaten Magelang, dan Kabupaten
Sragen, didapat keterangan bahwa data geospasial yang tersedia dapat diperoleh
dengan cara mendatangi instansi terkait.
Kota Yogyakarta
Kota Malang
Kota Magelang
Kota Klaten
Kota Jayapura
Kota Bengkulu
Kabupaten Wonososbo
Kabupaten Tuban
Kabupaten Temanggung
Kabupaten Sumenep
Kabupaten Sumbawa
Kabupaten Sragen
Kabupaten Sleman
Kabupaten Semarang
Kabupaten Rembang
Kabupaten Pontianak
Kabupaten pemalang
Kabupaten Pekalongan
Kabupaten Pangkal Pinang
Kabupaten Pacitan
Kabupaten Nganjuk
Kabupaten Maros
Kabupaten Kulon Progo
Kabupaten Kudus
Kabupaten Kebumen
Kabpaten Karangasem
Kabupaten Gunung Kidul
Kabupaten Gayo Lues
Kabupaten Ende
Kabupaten Cilacap
Kabupaten Brebes
Kabupaten Blora
Kabupaten Belu
Kabupaten Briot Utara
Kabupaten Bantul
Kabupaten Banjarnegara
Kabupaten Banjar
Kabupaten Bagka Barat
Kabupaten Badung
Kabupaten Asahan
57
Visualisasi PCP pada Gambar III.1., terdiri atas dua sumbu, yaitu sumbu x dan
y. Sumbu x pada visualisasi PCP menunjukkan keterangan komponen IDS dan nama
BAPPEDA. Sumbu y menunjukkan nilai persentase 0% sampai 100%. Nilai
persentase 0% mewakili nilai skor terendah dan nilai persentase 100% mewakili nilai
skor tertinggi dari masing-masing komponen. Garis-garis yang naik-turun merupakan
representasi data hasil kuesioner dari setiap BAPPEDA. Gambar III.1 menunjukkan
pola yang menyebar karena setiap daerah menjalankan prioritas praktek komponen
IDS yang berbeda-beda.
PCP merupakan visualisasi berbasis data multi-variate dan multi-temporal,
yaitu terdiri atas banyak variabel dan antar variabel saling berhubungan serta data
diambil pada waktu yang berbeda-beda. Dengan demikian, PCP dapat diaplikasikan
untuk mengamati perkembangan praktek komponen IDS di daerah setiap tahun,
sehingga dapat diperoleh pola praktek komponen IDS. Misalnya dari pengamatan
selama 5 tahun diperoleh pola praktek komponen data paling tinggi.
Berdasarkan Tabel III.12., kemudian dibuat diagram indeks kesiapan untuk tiap
kabupaten dan kota. Adapun persamaan yang digunakan untuk menghitung diagram
indeks per komponen IDS disajikan pada persamaan 1.16 berikut:
59
............................................................................................................................(1.16)
Keterangan persamaan 1.16:
n = banyaknya indikator tiap komponen IDS
mekanisme pengaturan perijinan penggunaan dan hak cita data geospasial. Terdapat
tiga IDS tingkat daerah yang telah memiliki peraturan Bupati/Walikota terkait
pemanfaatan dan pengelolaan data geospasial, yaitu Kabupaten Sumenep, Kabupaten
Cilacap, dan Kabupaten Karangasem. Terdapat delapan IDS tingkat daerah yang
telah memiliki mekanisme akses data, yaitu Kabupaten Badung, Kabupaten
Bengkulu, Kabupaten Kebumen, Kabupaten Sumbawa, Kota Magelang, Kabupaten
Kulon Progo, Kota Yogyakarta, dan Kabupaten Klaten. Terdapat sembilan IDS
tingkat daerah yang telah memiliki mekanisme pengaturan perijinan penggunaan dan
hak cita data geospasial, yaitu Kabupaten Gunung Kidul, Kabupaten Karangasem,
Kabupaten Badung, Kabupaten Bengkulu, Kabupaten Brebes, Kabupaten Cilacap,
Kabupaten Rembang, Kota Yogyakarta, Kabupaten Klaten.
b. Kesiapan kelembagaan
Indeks kesiapan kelembagaan merupakan hasil penjumlahan variabel indikator
komponen kelembagaan. Komponen kelembagaan terdiri atas dua variabel indikator.
Berikut pada Tabel III.13. Disajikan banyak IDS tingkat daerah yang telah
menjalankan variabel indikator komponen kelembagaan:
Tabel III. 14. Variabel indikator komponen kelembagaan
Komponen IDS Variabel indikator Banyaknya IDS tingkat daerah
Rencana pengembangan IDS 9
Kelembagaan
Koordinasi antar instansi/komite 17
0% 50% 100%
atas delapan variabel indikator. Berikut pada Tabel III.14 disajikan banyak IDS
tingkat daerah yang telah menjalankan variabel indikator komponen sumber daya
manusia:
Tabel III. 15. Variabel indikator komponen sumber daya manusia
Banyaknya IDS
Komponen IDS Variabel indikator
tingkat daerah
Program peningkatan kualitas personalia di bidang pengelolaan data
10
geospasial dan SIG dengan dukungan internet
Kualifikasi pendidikan personil yang menangani data geospasial dan SIG
tingkat operator:
a. Sarjana Geomatika/Geodesi/Geografi/Teknologi Informasi 17
b. Diploma 3 Geomatika/Geodesi/Geografi/Teknologi Informasi 20
Sumber daya manusia c. Kursus/pelatihan SIG dan/atau web 4
d. Belajar sendiri SIG dan/atau web 10
Personil yang mampu mengoperasikan server geospasial 17
Personil yang mampu mengoperasikan SIG dan mengelola data
35
geospasial
Tersedia unit/seksi pengelolaan data geospasial 7
daya manusia per kabupaten/kota yang disajikan dalam persentase maksimal 100%
dapat dilihat pada Gambar III.5.:
d. Kesiapan teknologi
Indeks kesiapan teknologi merupakan hasil penjumlahan variabel indikator
komponen teknologi. Komponen teknologi terdiri atas 10 variabel indikator. Berikut
pada Tabel III.15. disajikan banyak IDS tingkat daerah yang telah menjalankan
variabel indikator komponen teknologi:
Tabel III. 16. Variabel indikator komponen teknologi
Banyaknya IDS
Komponen IDS Variabel indikator
tingkat daerah
Geoportal 7
Langganan internet yang digunakan khusus untuk server IDS 15
Software SIG (berbayar ataupun gratis):
a. Open source 8
b. Berbayar dan berlisensi 13
c. Berbayar, tapi bajakan 6
Teknologi Perangkat keras yang digunakan untuk pengelolaan dan publikasi data
geospasial:
a. Server 26
b. Komputer 16
c. Ruang khusus server 10
d. Piranti lunak server peta 6
Implementasi SNI/ spesifikasi teknik Kementerian/ Lembaga 18
Pada Tabel III. 16. Dapat dilihat bahwa hanya terdapat tujuh IDS tingkat
daerah yang memiliki geoportal dan 15 IDS tingkat daerah memiliki langganan
internet khusus untuk server IDS. Sebanyak depalan IDS tingkat daerah yang
menggunakan perangkat lunak SIG open source, 13 IDS tingkat daerah
menggunakan perangkat lunak SIG berbayar dan berlisensi, serta enam IDS tingkat
daerah menggunakan perangkat lunak SIG tidak berlisensi. Diantara pengguna
perangkat lunak SIG tersebut, terdapat beberapa IDS tingkat daerah yang
menggunakan perangkat lunak SIG open source dan berlisensi dan/atau tidak
berlisensi atau beberapa berlisensi dan tidak berlisensi. Berdasarkan hasil
rekapitulasi kuesioner, tidak semua IDS tingkat daerah memiliki perangkat keras
untuk pengelolaan dan publikasi data yang lengkap. Terdapat 26 IDS tingkat daerah
yang memiliki server, 16 IDS tingkat daerah memiliki kompouter, 10 IDS tingkat
daerah memiliki ruang khusus server, dan enam IDS tingkat daerah memiliki piranti
66
Berdasarkan Tabel III.17. dapat dilihat bahwa terdapat delapan IDS tingkat
daerah yang tidak memiliki peta dasar daerah (peta rupabumi), yaitu Kabupaten
Bengkulu, Kabupaten Nganjuk, Kabupaten Sumenep, Kabupaten Pekalongan,
Kabupaten Pemalang, Kabupaten Temanggung, Kabupaten Semarang, dan
Kabupaten Blora. Sebanyak enam IDS tingkat daerah yang memiliki peta bidang
tanah/persil dan peta blok. Sebanyak 36 IDS tingkat daerah memiliki peta RTRW
dan 22 IDS tingkat daerah memiliki RDTR. Peta-peta/data geospasial yang dimiliki
setiap daerah yang mengembalikan kuesioner belum sepenuhnya disimpan dalam
basisdata dijital. Sebanyak 20 IDS tingkat daerah yang telah menyimpan peta-
68
peta/data geospasial dalam basisdata dijital. Data geospasial yang ada belum dapat
diperoleh masyarakat secara mudah melalui website karena dari hasil rekapitulasi
kuesioner yang kembali terdapat empat IDS daerah yang telah menyediakan layanan
data geospasial dapat diperoleh melalui website. Sebanyak 12 IDS tingkat daerah
yang menyimpan metadata bersama dalam peta dan basisdata dijital.
Skor maksimal IDS tingkat daerah pada masing-masing kabupaten/kota yang
menjalankan semua variabel indikator adalah 15. Indeks kesiapan komponen data per
kabupaten/kota yang disajikan dalam persentase maksimal 100% dapat dilihat pada
Gambar III.7.:
Lanjutan tabel III.9. Tabel tingkat kesiapan IDS pada tiap BAPPEDA
No. BAPPEDA Persentase kesiapan Keterangan
21 Kabupaten Sragen 31% Agak siap
22 Kabupaten Temanggung 13% Belum siap
23 Kabupaten Wonosobo 51% Cukup Siap
24 Kabupaten Bantul 58% Cukup Siap
25 Kabupaten Gunung Kidul 53% Cukup Siap
26 Kabupaten Kulon Progo 47% Agak siap
27 Kabupaten Sleman 64% Cukup Siap
28 Kabupaten Nganjuk 11% Belum siap
29 Kabupaten Pacitan 38% Agak siap
30 Kabupaten Sumenep 20% Belum siap
31 Kabupaten Tuban 24% Belum siap
32 Kabupaten Badung 62% Cukup Siap
33 Kabupaten Karangasem 44% Agak siap
34 Kabupaten Sumbawa 56% Cukup Siap
35 Kabupaten Belu 18% Belum siap
36 Kabupaten Ende 27% Agak siap
37 Kabupaten Pontianak 49% Agak siap
38 Kabupaten Barito utara 53% Cukup Siap
39 Kabupaten Banjar 56% Cukup Siap
40 Kabupaten Maros 33% Agak siap
BAB IV
IV.1. Kesimpulan
Berdasarkan penelitian yang sudah dilakukan, diperoleh beberapa kesimpulan
sebagai berikut:
1. Hasil evaluasi kesiapan IDS tingkat daerah dengan menggunakan kuesioner
dan wawancara diperoleh bahwa belum ada kabupaten/kota yang siap.
Berdasarkan 40 kuesioner yang kembali, terdapat enam kabupaten dan kota
memiliki tingkat kesiapan cukup siap, 21 kabupaten dan kota memiliki tingkat
kesiapan agak siap, dan 13 kabupaten dan kota memiliki tingkat kesiapan
belum siap.
2. Pada penelitian ini, TAM digunakan untuk mengevaluasi kesiapan IDS melalui
prediksi adopsi salah satu komponen IDS, yaitu komponen data. Hasil evaluasi
memberikan petunjuk bahwa persepsi kegunaan geoportal untuk mendukung
persepsi kemudahan untuk mengakses dan memperoleh data melalui geoportal
belum menjadi agenda prioritas.
3. Hasil visualisasi PCP tidak menghasilkan pola karena kesiapan komponen IDS
heterogen untuk setiap daerah.
4. Berkaitan dengan evaluasi kesiapan yang dilihat dari adopsi komponen data,
diagram indek kesiapan komponen datadari 40 kabupaten dan kota
menunjukkan bahwa masih banyak IDS di tiap kabupaten/kota yang belum
memiliki kesiapan komponen data karena persentase paling tinggi yang dicapai
kabupaten/kota adalah 27% dari persentase maksimal 33%.
IV.2. Saran
Evaluasi kesiapan IDS pada 40 kabupaten dan kota dirasa belum mewakili
kesiapan IDS di daerah. Penelitian selanjutnya diharapkan dapat dilakukan evaluasi
kesiapan IDS pada seluruh kabupaten dan kota di Indonesia serta dapat disusun
kuesioner agar lebih sesuai dengan tujuan untuk evaluasi kesiapan IDS. Kemudian,
74
dilakukan evaluasi kesiapan IDS melalui prediksi adopsi komponen IDS dengan
menggunakan TAM.
Pada penelitian ini, data yang divisualisasikan menggunakan PCP sebanyak 40
data. Oleh karena itu, kurang dapat menggambarkan pola kesiapan IDS di daerah.
Penelitian selanjutnya, visualisasi PCP dapat digunakan untuk menyajikan pola dan
kecenderungan kesiapan IDS yang datanya diambil secara multi-temporal.
75
DAFTAR PUSTAKA
Anonimous. (2014). XLSTAT is the leading data analysis and statistical solution for
Microsoft Excel, dari http://www.xlstat.com/en/ diakses tanggal 10 September
2014.
Anonimous. (2014) Survey sampling methods, dari http://stattrek.com/survey-
research/sampling-methods.aspx?tutorial=ap diakses tanggal 11 Desember
2014.
Badan Informasi Geospasial (BIG). (2003). Pedoman Pembangunan Clearinghouse
Data Spatial (Versi I ed.). Cibinong, Bogor: Pusat Sistem Jaringan dan
Standarisasi Data Spasial, Deputi Bidang Infrastruktur Data Spasial Nasional.
Badan Informasi Geospasial (BIG). (2013).Panduan Pembangunan Simpul Jaringan.
Cibinong, Bogor: Pusat Sistem Jaringan dan Standarisasi Data Spasial, Deputi
Bidang Infrastruktur Data Spasial Nasional.
Bollen, K. A. (1989). Structural equations with latent variables. New York: Wiley.
Buckley, A. R., Gahegan, M., & Clarke, K. (2000). Geographic visualization as an
emerging research theme in GIScience. Research proposal, University
Consortium for Geographic Information Science.
Car, A. (1997). Hierarchical Spatial Reasoning: Theoretical Consideration and its
Application to Modeling Wayfinding. PhD Tesis, Technical University Vienna,
Vienna.
Cetl, V., Sisko, D., & Veselic-Bruvo, J. (2012). Local Spatial Data Infrastructure as a
service for Efficient Spatial Management. FIG Working Week, Roma, Italia.
Chuttur, M. (2009). Overview of the Technology Acceptance Model: Origins,
Developments and Future Directions. Sprouts: Working Papers on Information
Systems, 9(37).
Coltman, T., Devinney, T.M., Midgley, D.F., Venalk, S. (2008). Formative versus
reflective measurement models: Two applications of formative measurement.
Journal of Business Research. 61(12), 1250-1262.
Craig, W. J. (1995). Why We Can't Share Data: Institutional Inertia. In H. J. Onsrud
& G. Rushton (Eds.), Sharing Geographic Information (Vol. 6, pp. 107-117).
New Jersey: The State University of New Jersey.
Crompvoets, J. (2006). National spatial data clearinghouses, worldwide
development and impact. PhD Thesis, Wageningen University, Wageningen.
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User
Acceptance of Information Technology. MIS Quarterly. 13(3), 319-340.
Davis, F. D., Bagozzi, R. P., dan Warshaw, P. R. (1989). User Acceptance of
Computer Tecnology: A Comparison of Two Theoritical Models. Management
Science (35:8), pp. 982-1002.
Dodge, M., & Mary McDerby, M. T. (2008). Geographic Visualization: Concepts,
Tools and Applications Retrieved from
http://books.google.co.id/books?hl=id&lr=&id=71rRm1xDEYwC&oi=fnd&pg
=PT11&dq=Geographic+visualization+concept&ots=1WutM1KCFr&sig=lLv
WJda0tv8hk2tQ8pXq3RJBARs&redir_esc=y#v=onepage&q=Geographic%20
visualization%20concept&f=false
76
Dykes, J., MacEachren, A. M., & Kraak, M.-J. (2005). Exploring Geovisualization,
Amsterdam, Belanda: International Cartography Assocation.
Eelderink, L., Crompvoets, J., & Man, W. H. E. d. (2008). Towards key variables to
assess National Spatial Data Infrastructure (NSDIs) in developing countries. In
J. Crompvoets, A. Rajabifard, B. v. Loenen & T. D. Fernandez (Eds.), A Multi-
View Framework to Assess SDIs (pp. 307-325). Melbourne: Space for Geo-
Information (RGI), Wageningen University and Centre for SDIs and Land
Administration, Department of Geomatics, The University of Melbourne.
Executive Order. (1994). Coordinating Geographic Data Acquisition and Access:
The National Spatial Data Infrastructure.
Fernandez, T. D. (2005). Assessing an SDI Readiness Index. FIG Working Week,
2005, dan GSDI-8 .Cairo, Egypt.
Fernandez, T. D., Fernandez, M. D., & Andrade, R. E. (2008). The Spatial Data
Infrastructure Readiness model and its worldwide application. In J.
Crompvoets, A. Rajabifard, B. v. Loenen & T. D. Fernandez (Eds.), A Multi-
View Framework to Assess Spatial Data Infrastructures (pp. 117-134).
Melbourne: Space for Geo-Information, Universitas Wageningen.
FGDC. (2008). National Spatial Data Infrastructure Retrieved 4 Januari, 2014, from
http://www.fgdc.gov/nsdi/nsdi.html
Fua, Y.-H., Ward, M. O., & Rundensteiner, d. E. (1999). Hierarchical Parallel
Coordinates for Exploration of Large Dataset. IEEE , 43-508.
GeoConnections. (2013). Canadian Geospatial Data Infrastructures Performance
Project - Overview (N. R. Canada, Trans.) A Geoconnections Report. Ottawa,
Ontario, Kanada.
Giff, G. A., & Crompvoets, J. (2008). Performance Indicators a tool to Support
Spatial Data Infrastructure assessment. Computers, Environment and Urban
Systems, 32, 365-376.
Global Spatial Data Infrastructure (GSDI). (2009). SDI Cookbook: GSDI.
GSDI. (2004). Developing Spatial Data Infrastructure: The SDI Cookbook (Vol.
Version 2.0).
Harvey, F. (2003). Developing geographic information infrastructures for local
government: the role of trust. The Canadian Geographer/Le Géographe
canadien, 47(1), 28-36. doi: 10.1111/1541-0064.02e10
Harvey, F., & Tulloch, D. (2006). Local-government data sharing: Evaluating the
foundations of spatial data infrastructures. International Journal of
Geographical Information Science, 20(7), 743-768.
Havenga, B. (2002). The Role and Purpose of Local Government. Master Tesis,
Universitas Pretoria.
Hearnshaw, H. M., & Unwin, D. J. (1994). Visualization in geographical information
systems. London: Wiley and Sons.
Hubona, G. S., & Cheney, P. H. (1994). System effectiveness of knowledge-based
technology: the relationship of user performance and attitudinal measures.
Paper presented at the Twenty-Seventh Hawaii International Conference,
Wailea, HI, USA.
Jacoby, S., Smith, J., Ting, L., & Williamson, I. (2002). Developing a common
spatial data infrastructure between state and local government: An Australian
77
OPM. (1990). Health improvement/ health service planning kit (Vol. 2013). New
South Wales, Australia: Office of Public management.
Park, S. Y. (2009). An Analysis of the Technology Acceptance Model in
UNderstanding University Student's Behavioral Intention to Use e-Learning.
Educational Technology & Society, 12 (3), 150-162.
Pattee, H. H. (1973). Hierarchy Theory – The Challenge of Complex Systems. New
York: Braziller.
PC-IDEA. (2013). Spatial Data Infrastructure (SDI) Manual for the Americas
(Version-1 ed.). Rio de Janeiro, Canada: Her Majesty the Queen.
Peraturan Presiden. (2014). Peraturan Presiden Nomor 27 Tahun 2014 tentang
Jaringan Informasi Geospasial Nasional. Jakarta, Indonesia.
Rajabifard, A. (2002). Diffusion of Regional Spatial Data Infrastructures: with
particular reference to Asia and The Pasific. PhD Thesis, University of
Melbourne, Melbourne.
Rajabifard, A. (2010). Spatially Enabled Government and Society- the Global
Perspective. International Federation of Surveyors, Australia.
Rajabifard, A., Binns, A., Masser, I., & Williamson, I. (2006). The role of sub-
national government and the private sectore in future spatial data infrastructure.
International Journal of Geographical Information Science, 20(7), 727-741.
Rajabifard, A., Feeney, M. F., & Williamson, I. (2003). Spatial Data Infrastructures:
Concept, nature and SDI hierarchy. In I. Williamson, A. Rajabifard & M. F.
Feeney (Eds.), Developing Spatial Data Infrastructures: From Concept to
Reality (pp. 17-40): CRC Press.
Rajabifard, A., & Williamson, I. (1999). Spatial Data Infrastructures: Concept, SDI
Hierarchy and Future Directions. Proceeding of AURISA 97.
Rajabifard, A., Williamson, I., Holland, P., & Johnstone, G. (2000). From Local to
Global SDI Initiatives: a pyramid of building blocks. 4th Global Spatial Data
Ifrastructure Conference Cape Town, South Africa.
Sabatella, E., & Franquesa, R. (2004). Manual of Fisheries Sampling Surveys:
Methodologies for Estimations of Socio-Economic Indicators in the
Mediterranean Sea. Food and AgricultureOrganization of the United Nations:
Rome.
Sudijono, A.(1996). Evaluasi Pendidikan. Jakarta: Raja Grafindo.
Sutanta, H., Bishop, I. D., & Rajabifard, A. (2010a). Integrating Spatial Planning
and Disaster Risk Reduction at the Local Level in the Context of Spatially
Enabled Government. Paper presented at the GSDI 12 World
Conference:Realising Spatially Enabled Societies, Singapore.
Sutanta, H., Bishop, I. D., & Rajabifard, A. (2010b). Studying Spatial Plan in
Coastal Urban Cities - facing global threat adapting to local conditon. Paper
presented at the FIG Congress, Sydney, Australia.
Sutanta, H., Aditya, T., Purnama, B., Diyono, Laksono, D., Farida, A. (2014). I-SRI,
an SDI Readiness Index for Local Government in Indonesia. FIG, Kuala
Lumpur, Malaysia.
The Incheon Declaration. (2009). Building a Local Government Alliance for Disaster
Risk Reduction "The Incheon Declaration". Incheon, Korea Selatan.
79
Tibco. (2013). Predictive Analytics with TIBCO Spotfire and TIBCO Enterprise
Runtime for R.
Toomanian, A. (2012). Methods to Improve and Evaluate Spatial Data
Infrastructure. Doctoral, Lund University, Swedia.
UNDP. (2006). RBM in UNDP: Selecting Indicators Retrieved 12 Desember, 2013,
from www.undp.org/eo/documents/methodology/rbm/Indicators-Paperl.doc
Venkatesh, V. (2010). Unified Theory of Acceptance adn Use of Technology
(UTAUT), from
http://www.vvenkatesh.com/it/organizations/Theoretical_Models.asp#Con=st
ructdefs
Venkatesh, V., & Davis, F. D. (2000). A Theoritical extension of the technology
acceptance model: Four longitudinal filed studies. Management Science, 46,
186-204.
Vinzi, V. E., Trinchera, L., & Amato S., (2010). PLS Path Modeling: From
Foundations to Recent Developments and Open Issues for Model Assessment
and Improvement.Handbook of Partial Least Square, Springer Handbooks of
Computational Statistics. Berlin, Heidelberg.
Willis, T. J. (2008). An evaluation of the Technology Acceptance Model as a means
of understanding online social networking behavior. Graduate Theses and
Dissertations. South Florida: University of South Florida.
Wold, H. (1982). Soft Modeling: Intermediate between Traditional Model Building
and Data Analysis. Mathematical Statistics, 6, 333-346.
Wrightstone, J. W., Hustman, J., dan Robbins, G. (1956). Evaluation in Modern
Education. New York: American Book Company.
Yuadi, I. (2009). Analisis Technology Acceptance Model terhadap Perpustakaan
Digital dengan Structural Equation Modeling. Departemen Ilmu Informasi dan
Perpustakaan.
80
LAMPIRAN
81
LAMPIRAN A
KUESIONER I-SRI
82
Kuesioner
SURVEI
INDEKS KESIAPAN INFRASTRUKTUR DATA SPASIAL – IDS
(SDI READINESS INDEX – SRI)
IDENTITAS RESPONDEN
Nama : …………..………………………...………………
Jabatan : …………..………………………...………………
Nama lembaga : …………..………………………...………………
Jumlah staf : …………..………………………...………………
Kabupaten/Kota : …………..………………………...………………
Provinsi : …………..………………………...………………
Telepon : …………..………………………...………………
E-mail : …………..………………………...………………
Alamat website lembaga : …………..………………………...………………
11. Jumlah personalia yang ada sekarang ini memadai untuk menangani data
geospasial dengan menerapkan teknologi SIG dan internet.
a. Belum, b. Sudah.
Jika „belum‟ berapa jumlah yang diharapkan:
a. Surveyor : ………………orang
b. Operator : ………………orang
c. Pengembang sistem : ………………orang
d. Manajer : ………………orang
86
12. Penyelenggaraan IDS terkait dengan penganggaran untuk data, sistem dan
SDM. Mohon diisi tabel penganggaran berikut.
Sistem Penganggaran
Rutin Insidentil
Kegiatan
(APBD/APBN/lainnya- (APBD/APBN/lainnya-
sebutkan) sebutkan)
Pengadaan data geospasial
Pengadaan sistem
Pemeliharaan/pembaruan
data geospasial
Adopsi standar dan panduan
teknis dalam pengelolaan
data geospasial
Pemeliharaan/pengembangan
sistem
Berlangganan internet
Peningkatan
kompetensi/kualifikasi SDM
di bidang informasi
geospasial melalui
pelatihan/kursus
16. Ketersediaan data geospasial sangat penting dalam pengelolaan dan berbagi
pakai data (pembangunan IDS). Mohon mengisi dengan data kondisi yang ada
pada kolom “Prosentase wilayah terliput” dan “Skala”.
18. Data geospasial yang tersedia dapat diperoleh masyarakat secara mudah
melalui website.
a. Belum, b. Sudah.
88
20. Jenis dan jumlah perangkat keras yang khusus digunakan untuk pengelolaan
dan publikasi data geospasial berikut sudah tersedia.
Jenis Jumlah
Komputer
Server
UPS server
Ruang khusus server
Nama piranti lunak server
Catatan: jika tidak tersedia, harap kolom jumlah dikosongkan.
21. Tersedia langganan internet yang dapat digunakan oleh server IDS dalam
pengelolaan dan berbagi pakai data geospasial.
a. Belum ada.
b. Ada, bandwidth sebesar < 1 Mbps.
c. Ada, bandwidth sebesar 1 – 2 Mbps.
d. Ada, bandwidth sebesar > 3 Mbps.
22. Geoportal milik institusi (website untuk mencari dan mendapatkan data
spasial secara online) sudah beroperasi.
a. Belum, b. Sudah, beralamat .............................................
23. Sistem katalog (daftar data geospasial) sudah digunakan dalam pengelolaan
peta dan informasi geospasial dalam bentuk hardcopy maupun digital.
a. Belum, b. Sudah.
25. Metadata disimpan bersama peta dan basisdata digital yang diproduksi.
a. Belum, b. Sudah.
89
LAMPIRAN B
LAMPIRAN C
DATA KUESIONER
93
Bangka Gunung
Kriteria No. Kode Maros Pontianak Karangasem Malang
barat Kidul
1
DU11 1 1 1 1 1 1
DU12 0 0 0 0 0 1
DU13 0 0 0 0 0 1
DU14 1 1 1 1 1 1
DU15 1 1 1 1 1 1
DU16 0 1 0 1 1 1
DU17 1 1 1 1 1 1
Data utama
DU18 0 0 0 0 0 0
DU19 1 1 0 0 1 0
2 DU2 0 1 1 1 0 1
3 DU3 0 0 0 0 0 0
4 DU4 0 1 0 0 0 1
5 DU5 0 0 0 0 0 1
6 DU6 0 0 0 1 0 0
7 DU7 0 0 0 0 0 0
8 PK1 0 0 0 0 1 0
9 PK2 0 0 0 0 0 0
10 PK3 0 1 0 0 1 0
11
PK41 1 1 1 1 1 1
Peraturan/kebijakan PK42 0 1 1 1 1 0
PK43 0 1 0 1 1 1
PK44 0 1 0 1 1 0
PK45 0 1 0 1 0 0
PK46 0 1 1 1 1 1
PK47 0 1 0 1 0 1
12 SDM1 0 0 0 0 0 0
13
SDM21 1 0 1 1 0 0
SDM22 0 1 1 0 0 0
SDM SDM23 0 0 0 0 0 0
SDM24 0 0 0 1 1 0
14 SDM3 0 0 0 1 1 0
15 SDM4 1 1 1 1 1 0
16 SDM5 0 0 0 0 1 0
17 TKG1 0 0 0 0 0 0
18 TKG2 0 1 0 0 0 0
19
TKG31 0 0 0 1 0 0
TKG32 0 1 1 0 0 0
TKG33 0 0 0 0 0 0
Teknologi
20
TKG41 1 1 1 1 0 0
TKG42 0 1 1 0 0 0
TKG43 0 1 0 0 0 0
TKG44 0 1 1 0 0 0
21 TKG5 1 0 0 1 1 1
22 KLBG1 0 0 0 0 1 1
Kelembagaan
23 KLBG2 1 0 0 1 1 1
94
1
DU11 1 0 1 1 0 0
DU12 1 0 0 0 0 0
DU13 1 0 0 0 0 0
DU14 1 1 1 1 1 1
DU15 1 1 1 1 1 1
DU16 1 0 0 0 1 0
DU17 1 1 1 1 0 0
Data utama
DU18 1 0 0 0 0 0
DU19 1 0 0 1 0 0
2 DU2 1 1 1 1 0 0
3 DU3 0 1 0 0 0 0
4 DU4 1 0 0 1 0 0
5 DU5 0 0 0 0 0 0
6 DU6 1 0 0 0 0 0
7 DU7 0 1 0 0 0 0
8 PK1 0 0 0 0 0 1
9 PK2 1 1 0 0 0 0
10 PK3 1 1 0 0 0 0
11
PK41 1 1 0 1 0 0
Peraturan/kebijakan PK42 1 1 0 1 0 0
PK43 1 1 0 1 0 0
PK44 1 0 0 1 1 0
PK45 1 1 0 1 0 0
PK46 1 1 1 1 1 0
PK47 1 1 1 1 0 0
12 SDM1 0 0 0 0 0 0
13
SDM21 0 1 1 0 0 1
SDM22 1 1 1 1 0 0
SDM SDM23 0 0 0 0 0 0
SDM24 0 0 0 0 0 0
14 SDM3 0 1 1 1 0 1
15 SDM4 1 1 1 1 0 1
16 SDM5 0 0 0 0 0 0
17 TKG1 1 1 0 0 0 0
18 TKG2 1 1 0 1 0 1
19
TKG31 0 0 0 0 0 0
TKG32 0 0 1 1 0 0
TKG33 1 0 0 0 0 1
Teknologi
20
TKG41 1 1 1 1 0 1
TKG42 0 1 0 1 0 0
TKG43 0 1 0 1 0 0
TKG44 0 1 0 1 0 0
21 TKG5 1 1 1 1 0 0
22 KLBG1 0 1 1 0 0 0
Kelembagaan
23 KLBG2 0 0 0 0 0 0
95
1
DU11 1 1 1 1 1 1
DU12 0 0 0 0 0 0
DU13 0 0 0 0 0 0
DU14 1 0 1 1 1 1
DU15 1 1 1 1 1 1
DU16 1 1 0 1 1 0
DU17 1 1 1 1 1 0
Data utama
DU18 0 1 0 1 0 0
DU19 0 1 0 1 0 0
2 DU2 0 1 0 0 1 1
3 DU3 0 0 0 0 0 1
4 DU4 0 0 0 0 0 1
5 DU5 0 0 0 0 0 0
6 DU6 0 0 0 1 0 1
7 DU7 0 0 0 0 0 1
8 PK1 0 0 0 0 0 0
9 PK2 0 0 0 0 0 1
10 PK3 0 0 0 0 0 0
11
PK41 1 1 1 1 1 1
Peraturan/kebijakan PK42 1 1 1 1 1 1
PK43 0 1 1 1 1 1
PK44 0 1 0 1 1 1
PK45 0 1 1 1 1 1
PK46 0 1 1 1 1 1
PK47 0 1 1 1 1 1
12 SDM1 0 1 0 1 0 1
13
SDM21 0 0 1 1 0 0
SDM22 0 1 0 0 0 0
SDM SDM23 0 0 0 0 1 0
SDM24 1 0 1 0 1 0
14 SDM3 0 0 1 1 1 1
15 SDM4 1 1 1 1 1 1
16 SDM5 1 1 0 1 0 0
17 TKG1 0 0 0 0 0 1
18 TKG2 0 1 0 1 0 1
19
TKG31 1 0 1 0 1 0
TKG32 0 0 1 0 0 0
TKG33 0 1 0 1 0 0
Teknologi
20
TKG41 1 1 1 1 1 1
TKG42 0 1 0 1 1 1
TKG43 0 1 0 1 1 0
TKG44 0 0 0 0 1 0
21 TKG5 0 1 0 0 1 1
22 KLBG1 0 0 0 0 0 1
Kelembagaan
23 KLBG2 0 1 0 0 0 1
96
Kriteria No. Kode Pekalongan Brebes Cilacap Tuban Ende Gayo Lues
1
DU11 0 1 1 1 1 1
DU12 0 0 0 0 0 0
DU13 0 0 1 0 0 0
DU14 1 1 1 1 1 1
DU15 1 1 1 1 1 1
DU16 1 1 0 1 1 1
DU17 0 1 1 1 1 1
Data utama
DU18 0 0 0 0 0 0
DU19 0 0 1 0 0 0
2 DU2 0 1 1 0 0 1
3 DU3 0 0 0 0 0 0
4 DU4 1 1 0 0 0 1
5 DU5 0 1 0 0 0 0
6 DU6 0 1 0 0 0 0
7 DU7 0 0 0 0 0 0
8 PK1 0 0 1 0 0 0
9 PK2 0 0 0 0 0 0
10 PK3 0 1 1 0 0 0
11
PK41 1 1 1 1 1 1
Peraturan/kebijakan PK42 1 1 0 0 0 1
PK43 0 1 1 0 1 0
PK44 0 0 0 0 0 0
PK45 0 0 0 0 0 1
PK46 1 1 1 1 0 1
PK47 0 1 1 0 1 1
12 SDM1 0 0 1 0 0 0
13
SDM21 1 1 1 0 1 1
SDM22 0 0 1 1 0 1
SDM SDM23 0 0 0 0 0 0
SDM24 0 0 0 0 1 0
14 SDM3 0 1 1 0 0 0
15 SDM4 1 1 1 1 0 1
16 SDM5 0 0 0 0 0 0
17 TKG1 0 0 0 0 0 0
18 TKG2 1 0 0 0 0 1
19
TKG31 0 0 0 0 0 0
TKG32 0 1 0 1 1 1
TKG33 1 0 0 0 0 0
Teknologi
20
TKG41 0 1 0 1 1 1
TKG42 0 0 0 0 0 0
TKG43 0 0 0 0 0 0
TKG44 0 0 0 0 0 0
21 TKG5 0 1 0 0 0 0
22 KLBG1 0 0 0 0 0 0
Kelembagaan
23 KLBG2 0 0 1 0 0 1
97
Kab.
Kriteria No. Kode Sragen Sumbawa Kudus Pemalang Temanggung
Semarang
1
DU11 1 1 1 0 0 0
DU12 0 0 0 0 0 0
DU13 0 0 0 0 0 0
DU14 0 1 1 0 0 0
DU15 1 1 1 0 0 0
DU16 0 0 1 0 0 0
DU17 0 1 0 0 0 0
Data utama
DU18 0 1 0 0 0 0
DU19 0 1 0 0 0 0
2 DU2 0 1 0 0 0 0
3 DU3 0 0 0 0 0 0
4 DU4 0 0 0 0 0 0
5 DU5 0 0 0 0 0
6 DU6 0 0 0 0 0 0
7 DU7 0 0 0 0 0 0
8 PK1 0 0 0 0 0 0
9 PK2 0 1 0 0 0 0
10 PK3 0 0 0 0 0 0
11
PK41 1 1 1 0 0 0
Peraturan/kebijakan PK42 1 1 1 0 0 0
PK43 1 1 1 0 0 0
PK44 1 1 0 0 0 0
PK45 1 1 0 0 0 0
PK46 1 1 1 0 0 0
PK47 1 1 0 0 0 0
12 SDM1 0 1 0 0 0 0
13
SDM21 1 0 1 0 1 0
SDM22 0 1 0 0 1 1
SDM SDM23 0 0 0 1 0 0
SDM24 0 0 1 0 0 0
14 SDM3 1 1 1 0 0 0
15 SDM4 1 1 1 1 1 1
16 SDM5 0 1 0 1 0 0
17 TKG1 0 1 0 0 0 1
18 TKG2 0 0 1 0 0 0
19
TKG31 0 0 0 0 0 0
TKG32 0 1 0 0 0 0
TKG33 0 0 0 0 0 0
Teknologi
20
TKG41 0 1 1 0 1 0
TKG42 0 1 1 0 1 0
TKG43 0 0 1 0 1 0
TKG44 0 0 0 0 0 0
21 TKG5 1 0 1 0 0 0
22 KLBG1 0 0 0 1 0 0
Kelembagaan
23 KLBG2 1 1 0 1 0 0
98
Kriteria No. Kode Blora Rembang Barito utara Belu Magelang Bantul
1
DU11 0 1 1 1 1 1
DU12 0 0 1 0 1 0
DU13 0 0 0 0 0 0
DU14 0 0 1 1 1 1
DU15 0 1 1 1 1 1
DU16 0 0 1 0 0 1
DU17 0 0 1 0 1 1
Data utama
DU18 0 0 1 0 1 0
DU19 0 0 1 0 1 0
2 DU2 0 0 1 0 1 1
3 DU3 0 0 0 0 0 1
4 DU4 0 0 1 0 0 1
5 DU5 0 0 0 0 0 0
6 DU6 0 0 0 0 0 1
7 DU7 0 0 0 0 0 0
8 PK1 0 0 0 0 0 0
9 PK2 0 0 0 0 1 0
10 PK3 0 1 0 0 0 0
11
PK41 0 0 1 1 1 1
Peraturan/kebijakan PK42 0 0 1 0 1 1
PK43 0 0 1 0 1 1
PK44 0 0 1 0 0 1
PK45 0 0 1 1 1 1
PK46 0 0 1 1 1 1
PK47 0 1 1 0 1 1
12 SDM1 0 0 1 0 1 1
13
SDM21 0 1 0 0 0 0
SDM22 4 0 0 0 1 1
SDM SDM23 0 0 1 0 0 0
SDM24 0 0 0 0 0 0
14 SDM3 0 0 1 0 0 0
15 SDM4 1 1 1 0 1 1
16 SDM5 0 0 0 0 0 0
17 TKG1 0 0 0 0 0 1
18 TKG2 0 0 0 0 0 1
19
TKG31 0 0 0 0 0 1
TKG32 0 0 1 0 0 0
TKG33 0 0 0 0 1 0
Teknologi
20
TKG41 0 1 1 1 0 0
TKG42 0 0 1 0 0 1
TKG43 0 0 0 1 0 0
TKG44 0 0 0 0 0 0
21 TKG5 0 0 0 0 1 1
22 KLBG1 0 0 0 0 0 1
Kelembagaan
23 KLBG2 0 0 0 0 1 1
99
1
DU11 1 1 1 1
DU12 0 1 1 0
DU13 1 1 1 0
DU14 1 1 1 1
DU15 1 1 1 1
DU16 1 1 1 1
DU17 1 1 1 1
Data utama
DU18 1 1 0 1
DU19 1 1 1 1
2 DU2 1 0 0 1
3 DU3 0 0 0 1
4 DU4 0 0 1 1
5 DU5 0 0 0 0
6 DU6 0 0 0 0
7 DU7 0 0 0 0
8 PK1 0 0 0 0
9 PK2 1 1 1 0
10 PK3 0 1 1 0
11
PK41 1 1 1 1
Peraturan/kebijakan PK42 0 1 0 1
PK43 1 1 1 1
PK44 0 1 0 0
PK45 0 1 0 1
PK46 1 1 1 1
PK47 0 1 0 0
12 SDM1 1 0 0 1
13
SDM21 0 0 0 0
SDM22 0 0 1 0
SDM SDM23 0 0 1 0
SDM24 1 0 1 1
14 SDM3 0 0 1 0
15 SDM4 1 0 1 1
16 SDM5 0 0 1 0
17 TKG1 0 0 0 1
18 TKG2 1 0 1 1
19
TKG31 1 0 1 1
TKG32 1 0 0 1
TKG33 0 0 0 0
Teknologi
20
TKG41 0 0 0 1
TKG42 1 0 1 1
TKG43 0 0 0 1
TKG44 0 0 0 1
21 TKG5 0 0 1 1
22 KLBG1 0 0 1 1
Kelembagaan
23 KLBG2 1 1 1 1
100
LAMPIRAND