MODUL SISTEM INFORMASI PERENCANAAN

KERNEL DENSITY

Oleh :
Mikael Renaldi Kukuh Yogapurnama / 1824036

JURUSAN PERENCANAAN WILAYAH DAN TATA KOTA

FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL MALANG
2020
 KATA PENGANTAR

Puji Syukur Kehadirat Tuhan Yang Maha Esa karena berkat anguerah dan Karunia-Nya,
kami dapat menyelesaikan “Kernel Density” dengan baik dan tepat pada waktunya. Modul ini
disusun guna memenuhi salah satu tugas Mata Kuliah Sistem Informasi Perencanaan II Program
Studi Perencanaan Wilayah dan Kota, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi
Nasional Malang.

Terima kasih kami ucapkan kepada semua pihak yang telah membantu dalam penyelesaian
laporan ini terutama kepada:

1. Bapak Widiyanto Hari Subagyo Widodo, ST., M. Sc dan Ibu Annisa Hamidah Imaduddina,
ST., MSc selaku Dosen Mata Kuliah Sistem Informasi Perencanaan II pada Fakultas
Teknik Sipil dan Perencanaan, Teknik Perencanaan Wilayah dan Kota, Institut Teknologi
Nasional Malang yang telah memberikan banyak pengetahuan dan masukan selama
perkuliahan maupun bimbingan;

Kami sangat menyadari bahwa modul ini masih jauh dari kesempurnaan. Oleh karena itu,
kritik dan saran yang bersifat membangun sangat kami harapkan guna laporan berikutnya dapat
lebih baik. Semoga modul ini dapat bermanfaat bagi pembaca dalam menggunakan aplikasi
ArcMap dan ArcScene khususnya Mahasiswa ITN Malang.
 DAFTAR ISI
KATA PENGANTAR ................................................................................................................................. 2
BAB I ............................................................................................................................................................ 4
PENDAHULUAN ....................................................................................................................................... 4
1.1 Kernel Density ............................................................................................................................. 4
1.2 Penggunaan Kernel Density ....................................................................................................... 6
BAB II .......................................................................................................................................................... 7
PEMBAHASAN .......................................................................................................................................... 7
2.1 Studi Kasus I ..................................................................................................................................... 7
2.1.1 Langkah Kerja ........................................................................................................................... 7
2.2 Studi Kasus II .................................................................................................................................. 19
2.2.1 Langkah Kerja ......................................................................................................................... 19
BAB III....................................................................................................................................................... 24
PENUTUP.................................................................................................................................................. 24
3.1 Kesimpulan ...................................................................................................................................... 24
 BAB I

PENDAHULUAN
1.1 Kernel Density

Kernel density adalah model perhitungan untuk mengukur kepadatan secara non-parametrik.
Dalam statistik, intilah non-parametrik pada umumnya digunakan untuk menjelaskan metode

perhitungan yang bersifat free distribution. Bentuk persebaran data tidak dijadikan sebagai
permasalahan yang perlu dipertimbangkan lebih lanjut. Selain itu, sesuai dengan istilah non-
parametrik, perhitungan ini tidak menggunakan parameter-parameter tertentu sebagai tolak ukur
perhitungan. Formula dasar estimasi kepadatan non-parametrik adalah:

Dalam konteks kepadatan penduduk, perhitungan kernel density lebih cocok untuk
digunakan daripada nearest neighbour karena persebaran kepadatan penduduk relatif tidak terlalu
dipengaruhi dengan jarak terdekat antar pusat kepadatan tetapi lebih dipengaruhi oleh pola
persebaran (pemukiman) secara umum. Pada ArcGIS 9.3, kalkulasi kernel density menghasilkan
gambaran persebaran kepadatan di sekitar fitur point (titik) ataupun line (garis), dengan demikian
bidang (poligon) yang diketahui sebagai daerah dengan volume tertentu (volume dalam hal ini
adalah jumlah penduduk) perlu di transformasi ke dalam bentuk point dan berbasis raster. Perlu
dipahami bahwa Kernel density ini tidak terbatas hanya untuk mengetahui persebaran kepadatan
penduduk. Banyak sekali hal-hal yg dapat dianalisis dengan bantuan perhitungan ini dalam konteks
ilmu perencanaan wilayah dan kota. Persebaran kepadatan wilayah terbangun, perumahan, atau
pun terkait dengan persebaran lokasi potensial terjadi tindak kejahatan, persebaran fasilitas,
ataupun kemacetan dengan mengukur tingkat utilitas penggunaan jaringan (line) tertentu juga
dapat dianalisis melalui perhitungan kernel density. Secara konseptual, suatu bentuk kurva akan
menjelaskan persebaran kepadatan dari suatu volume di titik atau garis tertentu. Nilai kepadatan
akan tinggi di sekitar titik atau garis. Semakin jauh dari titik atau garis referensi, nilai kepadatan
ini akan berkurang dan pada jarak tertentu akan mencapai titik 0. Gambar 1 mengilustrasikan
bagaimana persebaran titik dimana setiap titik memiliki ‘volume‘ tertentu akan membetuk pola
persebaran sesuai dengan persebaran titik-titik referensi. Karena perhitungan kernel density dalam
ArcGIS ini adalah berbasis raster, maka ukuran grid akan sangat mempengaruhi tingkat kedetailan
estimasi hasil perhitungan. Tidak ada kriteria umum yang dapat dijadikan acuan. Tidak selalu
berarti grid dengan ukuran terkecil akan memberikan hasil terbaik karena akan memberikan
keluaran yang lebih detail. Luasan wilayah studi, kualitas data, jarak antar point referensi dan
kombinasi volume setiap titik referensi sangat mempengaruhi keakuratan dan kedalaman hasil
perhitungan. Dalam perhitungan kernel density untuk menganalisis potensi persebaran kepadatan
penduduk Jawa Tengah dalam kurun waktu 2000-2030 ini, jumlah penduduk per kecamatan
digunakan sebagai variabel dan unit analisis. Kalkulasi kernel density menghasilkan pola
persebaran kepadatan disekitar titik-titik referensi. Dalam analisis ini titik-titik referensi adalah
kecamatan yang fiturnya dirubah terlebih dahulu dari polygon menjadi point.

Terdapat dua hal mendasar yang perlu diperhatikan untuk memahami pola persebaran
kepadatan berdasarkan perhitungan kernel density. Pertama adalah ukuran grid cell (raster).
Seperti telah diungkapkan sebelumnya. tidak ada kriteria khusus untuk menentukan ukuran yang
teroptimal karena sangat tergantung dengan kualiats/kuantitas data dan jenis persebaran kepadatan
yang ingin di cari. Dalam hal ini, try and error melalui pencatatan dalam log book merupakan
metode yang paling umum digunakan. Kedua adalah radius. Prinsipnya sama dengan ukuran raster,
perlu dilakukan beberapa ujj coba dengan radius yang bervariasi untuk menemukan pola
persebaran yang paling baik. Baik dalam arti terlihat polanya dan ada dukungan faktor penjelasnya.
Gambar 2 mengilustrasikan pola persebaran dalam prinsip radius dan ukuran grid cell.
1.2 Penggunaan Kernel Density

Kernel Density menghitung kepadatan fitur di lingkungan sekitar fitur tersebut. Ini dapat
dihitung untuk fitur titik dan garis. Kemungkinan penggunaan termasuk menemukan kepadatan
rumah, laporan kejahatan atau kepadatan jalan atau jalur utilitas yang mempengaruhi kota atau
habitat satwa liar. Bidang populasi dapat digunakan untuk menimbang beberapa fitur lebih berat
daripada yang lain, bergantung pada maknanya, atau untuk memungkinkan satu poin mewakili
beberapa pengamatan. Misalnya, satu alamat mungkin mewakili kondominium dengan enam unit,
atau beberapa kejahatan mungkin dianggap lebih berat daripada yang lain dalam menentukan
tingkat kejahatan secara keseluruhan. Untuk fitur jalur, jalan raya yang terbagi mungkin memiliki
dampak yang lebih besar daripada jalan tanah yang sempit dan jalur tegangan tinggi memiliki
dampak yang lebih besar daripada tiang listrik standar.
 BAB II

PEMBAHASAN
2.1 Studi Kasus I
Di lihat daari tingkat pertumbuhan pembangunan yang sangat pesat. Seorang mahasiswa
ITN Malang ingin mengetahui kepadatan penduduk dan melihat apakah ada kecenderungan pola
distribusi penduduk di Kota Malang dengan melakukan analisis Kernel Density.

2.1.1 Langkah Kerja

1. Buka aplikasi Arcgis dan masukan Shp Administrasi Kota Malang dan Shp penggunaan
Lahan.

2. Setalah itu pada menu Catalog, klik kanan pada Folder penyimpanan Shp admin dan juga
Shp penggunaan lahan >> klik Toolbox
3. Lalu klik kanan pada Toolbox >> klik New >> Model.

4. Jika jendela Model sudah terbuka, drag Shp admin kota bima dan penggunaan lahan
kedalam jendela Model >> setelah itu cari Select Layer by Attribute di Menu Search dan
drag ke dalam Jendela Model.
5. Setelah itu hubungkan Shp penggunaan lahan dengan Tools Select layer by attribute
menggunakan tool Connetc
6. Setelah itu double klik pada Select layer by Attribute >> pada Selection Type pilih
New_Selection lalu klik Simbol Sql.

7. Pada menu SQL double klik pada Land_use >> klik tanda = >> klik Get Unique Values
>> Pilih permukiman lalu klik ok >> lalu klik kanan pada Select Layer by Attribute >>
Run.
8. Selanjutnya Klik search >> search make features layers >> lalu drag make feature layer
pada layer model >> hubungkan dengan hasil select layer tadi dengan feature layer
menggunakan fungsi connect.

9. Setelah itu double klik pada Make Features Layer >> Centang Land_use >> Ok >> klik
kanan pada Make Features Layer >> Run.
10. Setelah itu cari Identity menggunakan Search >> pilih Identity analyst tool >> drag
kedalam model builder >> lalu hubungkan Shp admin dan hasil dari Make features Layer
ke Identity >> double klik pada identity >> pilih tempat penyimpanan >> Ok.

11. Setelah itu cari tool Dissolve >> drag kedalam model bulder >> hubungkan hasil Identity
dengan Dissolve.
12. Setelah itu klik 2x pada Dissolve >> pada Dissolve_Field centang Jumlah penduduk dan
Nama Kelurahan >> pilih tempat penyimpanan >> Ok >> Run.

13. Selanjutnya cari Feature To Point di Search >> Drag ke dalam jendela Model Builder >>
hubungkan dengan hasil Dissolve.
14. Lalu klik 2x pada Feature To Poit >> pilih tempat penyimpanan >> Centang Kolom Inside
>> Ok >> Run.

15. Setelah itu cari Kernel Density pada Search >> drag kedalam Model Builder >>
sambungkan hasil Feature To Point dengan Kernel Density (Input Point or Polyline
Features) >> Sambungkan data Admin dengan Kernel Density ( Enviroment > Extent) >>
klik 2x pada Kernel Density >> pada popilayion field isi dengan dengan jumlah penduduk
>> pada Search Radius masukan 1500 >> Ok >> Run.
16. Setelah itu cari Clip di Search >> drag kedalam model builder >> hubungkan hasil Kernel
Density dengan Clip ( Input Features) >> lalu hubungkan Admin dengan Clip (Output
Extent) >> klik 2x pada Clip >> Centang Use Point Fetures Fot Cliping Geomentri >> pilih
tempat penyimpanan >> Ok >> run

17. Proses Model Builder sudah selesai >> setalah itu klik kanan pada hasil Clip >> Add To
Display >> maka akan muncul hasilnya >> simpan hasil Kernel Density dengan cara klik
kanan pada data Kernel Density >> Data >> Export Data >> Save.
18. Setelah itu klik kanan pada hasil Kernel Density >> Properties >> Symbology >>
Classified >> Classify >> Pada Kolom Method pilih Equal Interval >> Classes pilih 10 >>
Ok.
19. Setelah itu atur warna. Dam hasilnya akan pesteri di bawah ini.
2.2 Studi Kasus II
Seorang mahasiswa ITN malang mengetahui persebaran kepadatan bangunan atau adanya
kecenderungan pola distribusi bangunan Kota Malang. Tepatnya di Kecamatan Blimbing. Untuk
data Shp yang di perlukan adalah Shp Admin Kec. Blimbing, Shp Jalan Kec. Blimbing, Shp
Bangunan Kec. Blimbing.

2.2.1 Langkah Kerja

1. Buka aplikasi Arcgis >> masukan Data Shp Admin Kecamatan, Shp jalan dan Shp
Bangunan/Persil.

2. Selanjutnya klik ArcToolbox >> Data Management Tools >> Features >> Feature To Point
3. Setelah itu pada kolom Input Features isi dengan Shp Bangunan/persil >> lalu simpan di
tempat yang di inginkan >> Centang Inside >> Ok.
4. Setlah muncul seperti di atas, klik ArcToolbox >> Spatial Analyst Tools >> Density >>
Kernel Density

5. Selanjutnya pada kolom Input point or Polyline Feature masukan hasil Feature to Point
tadi >> pada kolom Search Radius masukan 1500 >> pada kolom Area Unit pilih
SQUER_KILOMETERS
6. Klik Environments >> Pilih Processing Extent >> pada Extent ubah menjadi same as
layer_Kec_Blimbing (sesuai dengan data Shp Admin) >> Ok.

7. Dan hasilnya akan seperti di bawah ini

8. Setelah itu klik kanan pada hasil Kernel Density >> Properties >> Symbology >> ubah
warna hasil kernel density
 BAB III

PENUTUP

3.1 Kesimpulan
Kernel density adalah model perhitungan untuk mengukur kepadatan secara
nonparametrik. Non – parametik artinya tidak mempertimbangkan jenis sebaran atau distribusi
data, yaitu apakah data menyebar secara normal atau tidak. Dalam statistik istilah non-parametrik
pada umumnya digunakan untuk menjelaskan metode perhitungan yang bersifat free distribution.
Bentuk persebaran data tidak dijadikan sebagai permasalahan yang perlu dipertimbangkan lebih
lanjut. Kernel Density berfungsi untuk menghitung kepadatan fitur di lingkungan sekitar fitur
tersebut. Kernel Density dapat dihitung dengan fitur titik dan garis. Penggunaan Kernel Density
ini digunakan termasuk untuk menemukan kepadatan rumah, laporan kejahatan atau kepadatan
jalan serta jalur utilitas yang mempengaruhi kota atau habitat satwa liar. Bidang populasi dapat
digunakan untuk menimbang beberapa fitur lebih berat daripada yang lain, bergantung pada
maknanya, atau untuk memungkinkan satu poin mewakili beberapa pengamatan. Misalnya, satu
alamat mungkin mewakili kondominium dengan enam unit, atau beberapa kejahatan mungkin
dianggap lebih berat daripada yang lain dalam menentukan tingkat kejahatan secara keseluruhan.
Untuk fitur jalur, jalan raya yang terbagi mungkin memiliki dampak yang lebih besar daripada
jalan tanah yang sempit dan jalur tegangan tinggi memiliki dampak yang lebih besar daripada tiang
listrik standar. Berdasarkan hasil analsis Kernel density untuk mengetahui kepadatan penduduk
dan bangunan di Kota Malang ditemukan ketidak seimbangan pola persebaran kepadatan
penduduk maupun bangunan di Kota Malang. Karena itu diperlukan perencanaan yang baik seperti
pemerataan pembangunan di Kota Malang agar pola persebaran kepadatan penduduk maupun
bangunan dapat merata dan tidak menimbulkan kesenjangan.