Classification of urban park soundscapes through perceptions of the acoustical

environments
ABSTRAK

Penelitian ini menganalisis efek karakteristik fisik lanskap visual pada soundscape persepsi di taman
kota, berdasarkan informasi yang dikumpulkan dalam survei lapangan menggunakan desain khusus
metode soundwalk di lima taman kota di Cina. Tiga parameter soundscape dikandung, termasuk
dirasakan kenyaringan suara individu (PLS), kejadian yang dirasakan dari suara individu (POS) dan
soundscape diversity index (SDI), yang ditemukan berkorelasi dan harus diterapkan dalam konser.
Karakteristik fisik lanskap visual dianalisis dari dua perspektif, yaitu, oleh situs Komposisi lanskap dan
pola tata ruang lanskap lokal. Hasilnya menunjukkan bahwa persentase bangunan, vegetasi, dan
langit dalam pemandangan panorama (di sini foto) merupakan elemen lanskap yang efektif yang
mempengaruhi persepsi soundscape. Indeks bentuk lanskap bangunan dan area perairan (LSI B, LSI
W) dan indeks kohesi patch area perairan (COHESION W) menunjukkan efek positif pada persepsi
suara manusia. Persentase jalan (PLAND R) dan indeks tambalan terbesar jalan (LPI R) terkait dengan
suara lalu lintas. Baik PLS dan POS suara biologis berhubungan negatif dengan LPI W dan LSI B,
masing-masing, sedangkan POS suara biologis berhubungan positif dengan PLAND R, dan LSI R.
COHESION R adalah satu-satunya indeks yang secara negatif terkait dengan PLS dan POS suara
geofisika. SDI hanya menunjukkan hubungan positif dengan PLAND W. Secara keseluruhan, hasilnya
mengungkapkan bahwa lansekap lokal pola spasial dapat lebih berpengaruh pada persepsi
soundscape daripada komposisi lanskap di tempat. Penelitian ini mengusulkan memperkenalkan
informasi bunyi dari berbagai sumber ke dalam lansekap pengelolaan.

introduction
Pendahuluan Taman perkotaan memainkan peran penting dalam lingkungan perkotaan yang
berkelanjutan. Taman kota memberikan manfaat lingkungan yang penting, seperti pemurnian udara
dan air dan pengurangan pulau panas perkotaan. Ruang hijau perkotaan juga mendorong aktivitas
fisik dan integrasi sosial dengan menyediakan ruang rekreasi bagi penghuni perkotaan. Taman-
taman kota tidak hanya membantu meningkatkan kesehatan fisik dan mental penduduk, tetapi juga
meningkatkan vitalitas kota (Brown, Schebella, & Weber, 2014; Chiesura, 2004; Coley, Sullivan, &
Kuo, 1997; Tzoulas et al., 2007). Baru-baru ini, beberapa studi lansekap tentang urbanparks telah
dilakukan menggunakan konsep soundscapes Suggested oleh Schafer (1977) karena lanskap dan
soundscape sangat terkait erat dan secara signifikan mempengaruhi pengalaman pengguna taman
(Brambilla, Gallo, Asdrubali, & D'Alessandro, 2013; Brambilla, Gallo , & Zambon, 2013; Liu, Kang,
Behm, & Luo, 2014; Liu, Kang, Luo, & Behm, 2013; Liu, Kang, Luo, Behm, & Coppack, 2013; Tse, Chau,
& Choy, 2012) . Carles, Barrio, & Lucio (1999) menemukan bahwa kesesuaian antara suara dan
gambar visual mempengaruhi persepsi kualitas lingkungan di ruang hijau kota; kombinasi bunyi
unsur-unsur suara dan visual mengarah ke skor preferensi lingkungan yang lebih tinggi dalam
penelitian ini. Jabben, Weber andVerheijen (2015) mengevaluasi tingkat restorasi taman perkotaan
dan menunjukkan bahwa variasi mereka besar, terutama karena perbedaan ukuran taman dan
tingkat kebisingan. Ini menunjukkan bahwa soundscape, serta lanskap, berkontribusi untuk
menyediakan lingkungan yang lebih baik bagi pengunjung di taman perkotaan.
Soundscapes di taman-taman kota telah diselidiki menggunakan deskriptor fisik-psikologis
dan psikologis. Indikator akustik yang digunakan dalam studi insoundscape dapat diringkas dalam
tiga aspek (Coensel & Botteldooren, 2006): kekuatan suara, konten spektral dan struktur tem-poral.
Dalam studi sebelumnya (Brambilla, Gallo, Asdrubali, et al., 2013; Brambilla, Gallo, & Zambon, 2013;
Nilsson & Berglund, 2006; Tse et al., 2012), tingkat tekanan suara berbobot A (LAeq) dan
kenyaringan telah banyak digunakan untuk menggambarkan kekuatan suara di taman kota.
Karakteristik spektral dari lingkungan suara di taman kota telah dikuantifikasi menggunakan
indikator fisik seperti spectral centroid, ketajaman, dan LCeq− LAeq (Brambilla, Gallo, Asdrubali, et

1
al., 2013; Brambilla, Gallo, & Zambon, 2013; Hong & Jeon, 2013 ). Indikator akustik seperti kekuatan
fluktuasi, LA10− LA90, musik-rupa, dan faktor puncak telah diterapkan untuk menjelaskan struktur
temporal (Coensel & Botteldooren, 2006; Hong & Jeon, 2013; Torija, Ruiz, & Ramos-Ridao, 2013;
Yang & Kang , 2013). Mengenai penilaian untuk dimensi persepsi dari bentang alam, metode
diferensial semantik menggunakan atribut kata sifat var-ious telah umum digunakan untuk
menggambarkan karakteristik landskap dan mengekstrak komponen utama soundscape (Axelsson,
Nilsson, & Berglund, 2010; Kang & Zhang, 2010). Selain itu, sumber-sumber suara yang dirasakan
telah disurvei oleh para pengguna taman antardana (Brambilla, Gallo, Asdrubali, et al., 2013;
Brambilla, Gallo, & Zambon, 2013; Liu dkk., 2014; Liu, Kang, Luo, & Behm, 2013; Liu, Kang, Luo,
Behm, & Coppack, 2013; Nilsson & Berglund, 2006).
Beberapa pendekatan telah berupaya untuk mengklasifikasikan bunyi-bunyi perkotaan
berdasarkan pada karakteristik fisik dan perseptual dari lingkungan-lingkungan koustic. Yang dan
Kang (2013) melakukan analisis klaster untuk rekaman audio dari lingkungan perkotaan untuk
menjelaskan perbedaan antara suara alam dan perkotaan menggunakan berbagai parameter
akustik, dan mereka menemukan bahwa perlu untuk menggunakan kombinasi parameter, seperti
kenyaringan, ketajaman dan fluktuasi, untuk mengklasifikasikan jenis sumber suara. Torija dkk.
(2013) menyarankan indikator akustik berdasarkan anal- ysis fungsi diskriminan (DFA) untuk secara
jelas menggambarkan kategori soundscape perseptual yang ditentukan oleh analisis hierarkis klaster
(HCA). Jeon, Hong, dan Lee (2013) mengelompokkan soundscapes perkotaan ke dalam empat
kategori berdasarkan evaluasi subyektif dari faktor-faktor akustik dan non-akustik: mendesain
soundscape, soundscape bising, landmark alam, dan ruang terbuka perkotaan. Coensel dan
Botteldooren (2006) menyarankan kriteria untuk ketenangan di soundscapes pedesaan berdasarkan
acousticparameters.
Dibandingkan dengan penelitian tentang soundscapes perkotaan dan pedesaan, hanya
beberapa penelitian telah dilakukan pada klasifikasi soundscape di taman kota. Eksplorasi klasifikasi
soundscape di urbanparks penting karena lingkungan akustik mereka terdiri dari berbagai jenis suara
yang dapat secara positif atau negatif mempengaruhi soundscape (Tse et al., 2012). Meskipun
Brambilla, Gallo, Asdrubali, dkk. (2013) dan Brambilla, Gallo, dan Zambon (2013) telah
mengkategorikan lingkungan akustik di taman kota ke dalam kelompok berdasarkan indikator
akustik termasuk persentase persen, kenyaringan, dan pusat spektrum gravitasi, hanya penyelidikan
awal yang telah dilakukan mengenai hubungan antara kluster dan persepsi soundscape. Soundscape
adalah konstruksi aperceptual yang terkait dengan lingkungan fisik (ISO 12913-1, 2014). Oleh karena
itu, perlu untuk menyelidiki klasifikasi suara di taman perkotaan berdasarkan dimensi perseptual,
dan untuk memeriksa indikator soundscape objektif yang membedakan-makan antara kategori
soundscape perseptual. Dalam pengertian ini, tujuan penelitian ini adalah untuk mengklasifikasikan
lingkungan akustik di taman kota, berdasarkan persepsi bunyi dan untuk mengidentifikasi indikator
akustik penting yang menggambarkan karakteristik suara. Untuk mencapai tujuan ini, pengukuran
akustik dan penilaian subyektif lingkungan suara dan visual dilakukan di tiga taman kota
menggunakan metodologi soundwalk. Bentang alam di taman kota dikategorikan menggunakan
HCA, dan kontribusi indikator akustik dalam mengidentifikasi karakteristik suara diperiksa
menggunakan DFA dan jaringan saraf tiruan. bekerja (JST). Selain itu, hubungan antara lingkungan
suara dan visual di taman perkotaan dianalisis untuk menyelidiki interaksi antara lanskap dan
soundscape.
tamanSeoul Forest Park (172.000 m2), Olympic Park (1.200.000 m2), dan Sunyudo Park
(110.000 m2), semua terletak di Seoul, Korea, dipilih karena ukuran taman tidak hanya cukup besar
untuk terdiri dari beragam ruang, lanskap, dan menggunakan, tetapi juga karena mereka adalah
taman perkotaan populer yang sering dikunjungi oleh warga di Seoul (lihat Gambar 1). Seoul Forest
Park (SF) dikelilingi oleh jalan-jalan dan termasuk berbagai fasilitas, seperti air mancur, area
berumput, teater luar-ruang, rimba hutan, taman bermain anak-anak, tempat perlindungan tepi
sungai dan hutan. Olympic Park (OP) terletak di pusat kota dan menyediakan fasilitas olahraga,
budaya, dan rekreasi. OP berisi area widegrass, danau kota, dan alun-alun outdoor dengan berbagai

2
ukuran. Sun-yudo Park (SY), terletak di Sunyudo Island di tengah HanRiver. SY menyediakan fasilitas
rekreasi dan budaya dengan beragam waterfeatures. Metode soundwalk telah diadopsi secara luas
untuk mengevaluasi lanskap di lingkungan perkotaan karena memungkinkan untuk evaluasi kualitatif
dan quan-titative soundscapes sebagai multimodalexperiences (Jeon et al., 2013; Jeon, Lee, Hong, &
Cabrera, 2011; Semidor, 2006) . Baik tanggapan subyektif dan pengukuran yang objektif dari bunyi-
bunyi dapat diperoleh melalui melakukan thesoundwalk. Selain itu, soundwalk dapat digunakan
dengan ukuran sampel yang relatif kecil dibandingkan dengan metode survei karena pengalaman
peserta dan menilai lokasi evaluasi sepanjang rute. Dengan demikian, dalam penelitian ini, metode
soundwalk digunakan untuk menilai kualitas soundscape di taman kota. Gambar. 2 menunjukkan
lokasi yang dipilih untuk soundwalk di setiap taman. Rute soundwalk di setiap taman kota dirancang
untuk memasukkan lokasi evaluasi dengan kualitas visual dan / atau auditori yang berbeda, seperti
lapangan terbuka, taman bermain, fitur air, ruang hijau, dan teater luar ruangan. Di SY dan OP,
delapan lokasi yang berbeda dipilih, dan sembilan lokasi yang berbeda dipilih di SF, di sepanjang rute
soundwalk.

Questionnaire
Kuesioner untuk evaluasi soundscape berisi tiga bagian. Bagian pertama termasuk informasi
demografis, termasuk jenis kelamin, usia, dan sensitivitas bunyi. Bagian kedua meminta peserta
bagaimana mereka merasakan soundscape. Partici-celana diminta untuk menilai identifikasi sumber
suara lokasi eatach menggunakan skala 5-point dengan pilihan respon: −2Tidak mendengar sama
sekali, −1 Mendengar sedikit, 0 Mendengar cukup, +1 Mendengar banyak, dan + 2 Mendominasi
sepenuhnya. Sumber suara diklasifikasikan sebagai kebisingan lalu lintas, suara manusia (berbicara,
langkah kaki, dan suara dari aktivitas manusia), suara alam (air, nyanyian burung dan angin) dan
suara lain (kebisingan konstruksi, kebisingan mekanis dan musik, dll.) Persepsi akustik lingkungan di
setiap lokasi juga dievaluasi dengan menggunakan delapan atribut kata sifat (lihat Tabel 1); adjec-
tives ini dipilih berdasarkan studi sebelumnya (Axelsson et al., 2010; Hong & Jeon, 2013; Rådsten-
Ekman, Axelsson, & Nilsson, 2013). Pada bagian ketiga, lingkungan visual dievaluasi menggunakan
atribut kata sifat ( Tabel 2) dipilih dari studi sebelumnya (Hong & Jeon, 2013; Oh, 1994; Shibata &
Kato, 2001). The adjec-tives menggambarkan soundscapes dan lanskap di kuesioner Korea, dan
sesuai dengan kata sifat Bahasa Inggris yang tercantum dalam Tabel 1 dan 2. Protokol kuesioner
yang sama digunakan dalam studi sebelumnya (Jeon, Hwang, & Hong, 2014), yang menegaskan
bahwa protokol kuesioner dapat memberikan hasil yang sangat sebanding dan valid. Peserta menilai
sejauh mana kata sifat yang digunakan untuk persepsi mereka tentang suara dan lingkungan visual
menggunakan skala 5-point dengan alternatif respon: −2 Sangat tidak setuju, −1 Sedikit tidak setuju,
0 Tidak setuju atau setuju, + 1Sedikit setuju, dan +2 Sangat setuju.

Prosedur

Jalan-jalan
suara dilakukan
untuk

mengevaluasi kualitas suara di masing-masing dari tiga taman kota pada hari kerja dan pada hari
Sabtu dengan cuaca cerah antara 13:00 dan 17:00 pada bulan September dan Oktober 2012. Para

3
peserta diminta untuk mengevaluasi persepsi mereka tentang soundscape dan lansekap di lokasi
yang dipilih di sepanjang rute berjalan suara di taman kota, menggunakan kuesioner. Mereka
biasanya tinggal di setiap lokasi selama 3–10 menit untuk menyelesaikan pertanyaan. Butuh sekitar
1 jam untuk menyelesaikan semua delapan (OPand SY) atau sembilan (SF) soundwalk di dalam
taman.

Tiga puluh peserta, sebagian besar mahasiswa, melakukan evaluasi di sepanjang jalan di
ketiga taman tersebut sehingga total, 90 peserta (58 laki-laki dan 32 perempuan, usia rata-rata =
24,7, standarddeviasi (SD) usia = 4,2) mengambil bagian dalam titian suara. Masing-masing peserta
menilai lokasi evaluasi dalam urutan yang sama, dan tanggapan satu per satu diperoleh dari masing-
masing peserta, memberikan total 750 tanggapan subyektif (30 peserta × 25lokasi). Penggunaan
teknologi pengukuran binaural sangat penting untuk merekam suara untuk studi soundscape karena
manusia memiliki sistem pendengaran abinaural. Teknik perekaman binaural adalah salinan
lingkungan akustik, yang dirancang untuk menjadi sama mungkin dengan persepsi pendengaran
manusia. Hal ini ditekankan dalam literatur bahwa rekaman binaural lebih berguna daripada metode
lain karena, dengan metode ini, adalah mungkin untuk menciptakan kembali karakteristik spasial
dari lingkungan sonik (Genuit & Fiebig, 2006; Semidor, 2006). Dalam studi ini, sementara para
peserta mengevaluasi sound-scape di lokasi evaluasi, sinyal binaural di sebelah kiri dan posisi telinga
kanan direkam untuk durasi 3 menit menggunakan mikrofon binaural (Tipe 4101, B & K, Denmark)
dan digitalrecorder (Zoom, H4n, Jepang).

Indikator akustik yang mendeskripsikan kekuatan bunyi, perbincangan spektral, dan struktur
temporal bunyi-bunyi digunakan dalam penelitian ini. Tingkat tekanan suara setara sepadan (LAeq)
dan tingkat tekanan suara per sentil, termasuk LA10, LA50 dan LA90, dihitung untuk
menggambarkan kekuatan suara. Berkenaan dengan isi suara yang spesifik, LCeq− LAeqand pusat
spektralgravity (log G) digunakan. LCeq− LAeq, menunjukkan konten dengan frekuensi suara yang
relatif rendah, diperoleh dengan menghitung perbedaan antara level SPL berbobot A dan C.
Perbedaan tingkat antar-aural perkotaan (uILD2) juga dihitung untuk mendeskripsikan kesan suara
spasial berdasarkan studi sebelumnya (Rychtáriková & Vermeir, 2013). Sentroid spektrum dihitung
berdasarkan Persamaan. (1), yang diterapkan dalam studi sebelumnya (Brambilla, Gallo, Asdrubali,
et al., 2013; Coensel & Botteldooren, 2006; Hong & Jeon, 2013).

Analisis statistika

analisis komponen utama (PCA) berdasarkan data pemeringkatan untuk atribut kata sifat
dilakukan untuk mengekstrak faktor dominan mengenai soundscape dan persepsi lanskap di taman
kota. Rotasi varimax diterapkan untuk menentukan komponen ortogonal dan jumlah komponen
diperoleh hanya yang memiliki nilai eigen lebih besar dari 1 Soundscapes di taman kota
diklasifikasikan menggunakan analisis cluster berdasarkan sumber suara yang dirasakan dan
komponen soundscape utama dari PCA.DFA dan ANN kemudian diterapkan untuk mengeksplorasi
indikator yang berhubungan dengan klasifikasi lanskap DFA adalah analisis statistik yang berguna
untuk mendahului variabel dependen kategoris menggunakan kombinasi linear dari independen
variabel yang paling membedakan variabel dependen. Sebuah model jaringan saraf multi-layer
perceptron (MLP) dengan algoritma pembelajaran propagasi balik berdasarkan akustik akustik fisik
juga dikembangkan untuk menggambarkan klasifikasi soundscape untuk perbandingan dengan hasil

4
DFA. SPSS versi 19.0software dan R (R Development Core Team, 2014) digunakan untuk melakukan
analisis statistik.

Principal components of soundscape and landscape

PCA dilakukan dengan menggunakan 750 tanggapan subjektif dari semua peserta. Tabel 1
dan 2 menunjukkan hasil PCA untuk persepsi dari soundscape dan lanskap, masing-masing. Seperti
yang tercantum pada Tabel 1, delapan atribut yang menjelaskan soundscape dirangkum dalam dua
komponen: Komponen 1 menjelaskan 42,6% variasi dengan pemuatan positif tinggi untuk 'kejadian,'
'tidak lancar,' 'menarik,' dan 'tidak menarik' yang dapat ditafsirkan sebagai Kejadian; Component2
menjelaskan 25,8% dari varians dan mewakili Pleasantness dengan loading factor yang tinggi untuk
kata sifat 'menyenangkan,' 'tenang,' 'kacau,' dan 'menyimpang'. Hasil PCA dalam penelitian ini mirip
dengan yang di sebelumnya studi (Axelsson et al., 2010; Coensel & Botteldooren, 2006; Raimbault,
Lavandier, & Bérengier, 2003). Menguraikan lanskap, tiga komponen utama diperoleh (Tabel 2):
Komponen 1 (Daya tarik) dikaitkan dengan kualitas estetika lansekap , menunjukkan pemuatan
faktor tinggi dengan kata sifat 'menarik,' 'menjijikkan,' 'harmonis,' 'disharmo-nious,' 'menarik' dan
'tidak menarik'; Komponen 2 (Kesederhanaan) termasuk kata sifat 'sederhana' dan 'kompleks';
Komponen 3 (Enclo-sure) termasuk ‘terbuka’ dan ‘tertutup’ (Jeon, Hwang, & Hong, 2014). Varians
yang dijelaskan dari Komponen 1–3 masing-masing adalah 41,2%, 14,3% dan 12,4%. Skor komponen
utama untuk soundscape, dan lingkungan visual dihitung untuk masing-masing paraditer soundwalk,
dan skor ini digunakan dalam analisis statistik berikut.

Berbagai algoritma pengelompokan termasuk HCA, K-means, berpartisi di sekitar medoids

(PAM), dan pengelompokan berbasis model yang digunakan untuk mengklasifikasikan soundscapes
di taman kota (Maffei, Romero, & Brambilla, 2014; Zambon, Benocci, Angelini, Brambilla, & Gallo,
2014). Sebagai variabel independen untuk pengelompokan algo-rithms, sumber suara yang
dirasakan dan komponen utama untuk faktor soundscape digunakan untuk mengklasifikasikan
soundscape di taman perkotaan. Secara total, 100 tanggapan subjektif rata-rata untuk lingkungan
akustik digunakan, diperoleh dari 25 lokasi pada hari yang berbeda, karena soundwalk dilakukan
selama beberapa hari sev-eral. Jarak Euclidean antara respon subjektif dipilih untuk menjadi metrik
jarak antar variabel. Ukuran-ukuran validasi yang mewakili keterhubungan, kekompakan, dan
pemisahan klaster dihitung untuk menentukan metode yang paling sesuai dan jumlah kluster yang
paling tepat menggunakan "clValid" ”Paket (Brock, Pihur, & Datta, 2011) dalam R. Connect-edness,
diukur dengan konektivitas, menunjukkan sejauh mana observasi ditempatkan di cluster yang sama
dengan tetangga terdekatnya dalam dataset (Handl, Knowles, & Kell, 2005). Keterkaitan memiliki
nilai antara nol dan ∞ dan harus mini-mized. Kekompakan adalah ukuran homogenitas kluster
seperti klaster thatideal harus meminimalkan varians intra-cluster. Pemisahan adalah ukuran derajat
jarak antar pusat klaster. Ketika kekompakan meningkat dengan jumlah gugus, penurunan separa
menurun. Indeks Dunn (Dunn, 1974) dan lebar siluet (Rousseeuw, 1987) banyak digunakan indikator
untuk kekompakan dan pemisahan. Indeks Dunn memiliki nilai antara nol dan ∞. Lebar sil-houette
memiliki nilai antara −1 dan 1. Dunnindex yang lebih tinggi dan lebar siluet yang lebih tinggi
menunjukkan pengelompokan yang lebih baik.Fig. 3 mengilustrasikan langkah-langkah validitas
internal untuk empat algoritma clus-tering. HCA menunjukkan nilai konektivitas yang lebih rendah
daripada algoritma pengelompokan lain seperti yang ditunjukkan pada Gambar. 3 (a). HCA juga

5
menghasilkan nilai indeks Dunn yang lebih besar untuk semua nilai jumlah cluster; indeks Dunn
tertinggi ditemukan untuk tiga kelompok (lihat Gambar 3 (b)). Selain itu, HCA dengan tiga kelompok
menunjukkan nilai tinggi dalam hal lebar siluet (lihat Gambar 3 (c)). Nilai-nilai ini menunjukkan
bahwa HCA memiliki kinerja yang jauh lebih baik daripada teknik lainnya, khususnya untuk tiga
kluster. Oleh karena itu, HCA dipilih untuk menjadi algoritma kluster yang lebih disukai, dan tiga
ditentukan untuk menjadi jumlah klaster optimal. Berdasarkan hasil HCA, tiga klaster
dikelompokkan; Clus-ters A, B, dan C mengandung 71%, 17% dan 12% dari persepsi lingkungan
akustik, masing-masing. Analisis uji varians dilakukan untuk menguji perbedaan rata-rata yang
signifikan dari variabel-variabel di antara kelompok-kelompok untuk memvalidasi klasifikasi taman
kota. Hasilnya menunjukkan bahwa semua variabel yang digunakan dalam HCA adalah signifikan
secara statistik (p <0,01) sesuai dengan klasifikasi.

Komposisi sumber suara yang dirasakan secara signifikan berbeda dalam Cluster A – C (lihat
Gambar 4). Suara dari activies manusia (34,7%) dan suara alami (38,6%) seperti suara air
danbirdsongs terutama dirasakan dalam Cluster A. Dalam Cluster B, suara dari manusia adalah yang
paling dominan, akuntansi untuk 48,6% suara peredived sumber, sementara kebisingan lalu lintas
dan suara alami lebih rendah daripada yang ada di Cluster A. Di Cluster C, traffic noisewas adalah
salah satu sumber suara yang paling sering dirasakan. Hasil ini menyiratkan bahwa karakteristik
Cluster A – C juga dapat dijelaskan oleh dominasi sumber suara; lingkungan yang diklasifikasikan ke
dalam Cluster A dapat diartikan sebagai bunyi-bunyi yang tenang dan tenang, Cluster B mewakili
lingkungan suara dengan berbagai kegiatan manusia dan Cluster C merepresentasikan bunyi-bunyi
yang bising. Seperti yang tercantum dalam Tabel 3, Pleasantness berkorelasi negatif dengan
kebisingan lalu lintas, tetapi memiliki hubungan positif dengan suara alami. Ditemukan bahwa
dominasi suara manusia meningkatkan persepsi Eventfulness (r = 0,77, p <0,01), sedangkan
Eventfulness menunjukkan korelasi negatif dengan identifikasi kebisingan lalu lintas (r = −0,34, p
<0,01). Temuan ini berada di kesepakatan yang baik dengan penelitian sebelumnya (Axelsson et al.,
2010; Hong & Jeon, 2013) dan dengan jelas menjelaskan karakteristik thesoundscape dalam Cluster
A – C. Komponen utama dari soundscape, Pleasantness dan Eventfulness dalam istilah Clus-ters A –
C, diplot dalam Gambar. 5. Lingkungan akustik diklasifikasikan ke dalam Cluster A memperoleh nilai-
nilai tinggi dari Pleasantness, berkisar dari − 0,91 hingga 1,14, sedangkan variasi Eventfulness in
Cluster A lebih buruk dari yang dari Pleasantness, mulai dari −1.70 hingga 1.13. Dapat dikatakan
bahwa persentase yang tinggi dari suara alami dan manusiawi meningkatkan skor Pleasantness dan
menyebabkan variasi yang luas dalam skor komponen Eventfulness dalam Cluster A. Nilai rata-rata
dari Kesenangan dan Kejadian dalam Cluster A adalah 0,34 (SD = 0,40) dan −0,16 (SD = 0,67), masing-
masing. Persepsi lingkungan akustik dalam Cluster B dapat dikarakteristikan sebagai kisaran luas dari
Pleas-antness (mean = −0.63 dan SD = 0.66) dan nilai-nilai positif yang sangat tinggi dariEvenfulness
(mean = 0.92 dan SD = 0.44), karena suara manusia dominan diidentifikasi dalam kelompok ini.
Cluster C menunjukkan skor komponen negatif untuk Pleasantness (rata-rata = −1.51 andSD = 0.58)
dan Eventfulness (mean = −0.33 dan SD = 0.35) karena noise noise adalah sumber suara yang paling
sering dirasakan.

Relationship between acoustic and visual perceptions

Koefisien korelasi antara komponen suara dan visual disajikan dalam Tabel 10. The
Attractiveness of a landscap secara signifikan berkorelasi dengan Pleasantness, sedangkan korelasi
yang signifikan dengan Eventfulness tidak ditemukan. Di antara jenis bunyi, Daya tarik berkorelasi

6
negatif dengan persepsi kebisingan lalu lintas, sedangkan korelasi positif ditemukan dengan
identifikasi suara alam. Kesederhanaan lingkungan visual tidak terkait dengan Kejadian lingkungan
bunyi (r = −0.29) dan suara manusia (r = −0.21), tetapi korelasi yang kuat ditemukan dengan bunyi-
bunyi alami. Berbagai kegiatan rekreasi, seperti bersepeda dan bermain anak-anak, biasanya
dilakukan di taman kota dengan unsur-unsur visual yang kompleks seperti taman bermain dan
olahragafasilitas, yang meningkatkan variabilitas waktu suara. Perasaan Enclosure secara signifikan
terkait dengan Kesenangan (0,38) dan Kejadian ( −0.41) suara (p <0,01). Hal ini mungkin disebabkan
karena pengunjung taman biasanya menggunakan ruang besar dan datar di taman kota untuk
kegiatan rekreasi aktif dengan kelompok kecil atau besar, sedangkan penggunaan pasif seperti
berbaring, duduk di rumput, dan duduk di bangku lebih mungkin terjadi di daerah tertutup yang
dikelilingi oleh pepohonan. (Goliˇcnik & Ward Thompson, 2010). Ini mengimplikasikan bahwa
penggunaan ruang dan komponen visual mempengaruhi pola perilaku manusia dapat
mempengaruhi persepsi soundscape di taman kota. Telah ditetapkan bahwa
spatiotemporalvariation dari soundscapes di ruang perkotaan terutama didorong oleh
humanactivities (Liu, Kang, Luo, & Behm, 2013; Liu, Kang, Luo, Behm, & Coppack, 2013). Dalam
pengertian ini, klasifikasi soundscape suatu tempat tertentu dapat berubah sesuai dengan kehadiran
aktivitas manusia. Gambar. 9 menunjukkan variasi klasifikasi soundscape di setiap lokasi yang dipilih
sebagai hasil evaluasi soundwalk. Lokasi evaluasi, SF1–3, SF9, OP4, dan SY6 diklasifikasikan ke dalam
Cluster A atau B tergantung pada kehadiran aktivitas manusia selama berjalan-jalan suara; SF1, SF9
dan SY6 adalah kuadrat terbuka di taman. SF2 dan SF4 adalah teater terbuka dan taman bermain
anak-anak. Karena interaksi yang erat antara lanskap dan bunyi-bunyian, lanskap dan bunyi-bunyi
harus diperhitungkan ketika merancang taman kota. Misalnya, memasang tanggul bumi bisa menjadi
salah satu cara untuk merancang taman kota yang berdekatan dengan lalu lintas padat yang akan
menyediakan pengurangan kebisingan dengan mengendalikan propagasi suara dan peningkatan
kualitas estetika dengan meningkatkan penghijauan. Contoh lain yang memungkinkan adalah arsitek
lanskap dapat membuat akustik zona penyangga atau ruang tertutup untuk membentuk lingkungan
yang tenang di taman kota.

Conclussion

7
Indikator akustik berdasarkan klasifikasi tidak cukup untuk menggambarkan kualitas akustik taman
perkotaan karena adanya interaksi yang rumit antara suara yang berbeda dan persepsi pendengaran
manusia. Dalam studi ini, berbagai lingkungan akustik di taman kota dinilai dengan melakukan
soundwalk. Bunyi-bunyi tersebut diklasifikasikan menjadi tiga kelompok berdasarkan pada evaluasi
persepsi dari lingkungan akustik ini. Klasifikasi soundscape dapat dijelaskan oleh sumber suara yang
dominan dan komponen persepsi dari soundscape: Cluster A termasuk envi-ronment yang tenang
dengan suara bunyi yang tinggi, Cluster B mencakup adegan akustik yang didominasi oleh suara-
suara penting dari aktivitas manusia, dan Cluster C termasuk kebisingan lalu lintas dengan kurang
menyenangkan dan kurang kejadian. Ketiga soundscapes dapat dibedakan menggunakan parameter
akustik, terutama kombinasi dari kekuatan suara dan karakteristik spektra-temporal suara. LAeqis
merupakan indikator yang berguna untuk evaluasi ketenangan lingkungan. And 1 dan ˚ 1 secara
memuaskan didiskriminasi antara jenis suara, terutama suara lalu lintas dan suara yang dibuat oleh
manusia. Lingkungan akustik yang didominasi oleh kebisingan lalu lintas relatif lebih tinggi? 1 dan
lebih rendah ˚1 nilai. Sebaliknya, adegan pendengaran yang terdiri dari suara buatan manusia
menunjukkan lebih rendah 1 dan lebih besar ˚1val-ues daripada cluster lainnya. Selain itu, aktivitas
manusia di urbanparks secara signifikan mempengaruhi soundscape, dan bahwa komponen visual
yang mempengaruhi perilaku pengguna taman terkait erat dengan persepsi bunyi pemandangan.
Meskipun temuan ini, ada keterbatasan yang melekat dalam penelitian ini. Salah satu batasannya
adalah bahwa tanggapan subyektif dalam studi ini dipengaruhi oleh bias berurutan karena evaluasi
suara dilakukan dalam urutan yang sama di sepanjang rute suara berjalan. Selain itu, temuan
mungkin terbatas pada kondisi lokal karena evaluasi soundscapes taman perkotaan dilakukan hanya
di Seoul, Korea. Klasifikasi soundscapes urbanpark mungkin bervariasi di berbagai kota dan negara
dueto latar belakang sosial-budaya. Dengan demikian, studi lebih lanjut diperlukan untuk melakukan
perbandingan lintas budaya dari soundscapes taman perkotaan untuk klasifikasi dan indikator
soundscape. Selain itu, futureresearch akan diminta untuk mengeksplorasi suara dan visualisasi yang
sesuai dengan ruang fungsional yang berbeda dalam urbanparks.

Informasi soundscape terkait dengan pola spasial lanskap

Hasil penelitian menunjukkan bahwa sebagian besar nilai R2 yang disesuaikan dari model
regresi menggunakan indeks pola spasial lanskap lebih tinggi daripada yang menggunakan
persentase elemen lanskap dalam foto panorama, menunjukkan bahwa persepsi soundscape lebih
dipengaruhi oleh pola lanskap spasial lokal. Juga, kategori-kategori tertentu dapat dipengaruhi oleh
tipe tutupan lahan yang berbeda dan karakteristik ruang mereka. Untuk persepsi suara manusia, dua
jenis tutupan lahan, yaitu bangunan dan air, menunjukkan hubungan yang lebih dekat. Lalu lintas
sebagai sumber suara jarak jauh dari luar taman dapat mencerminkan lebih banyak efek lanskap
lokal pada persepsi suara di dalam taman. Seperti yang diharapkan, jalan adalah satu-satunya tipe
tutupan lahan yang terkait dengan suara lalu lintas. Efek dari komposisi fisik dari lanskap visual pada
persepsi kategori twosound ini lebih terkait dengan sumber suara. Suara biologikal dapat
dipengaruhi oleh beberapa jenis tutupan lahan, yaitu bangunan, jalan dan air, sementara suara
geofisika hanya menunjukkan hubungan negatif dengan jalan. Persepsi dari dua suara ini dapat
secara tidak langsung dipengaruhi oleh komposisi fisik lansekap yang dimediasi melalui efek pada
sumber suara lain, misalnya, indeks bentuk lansekap bangunan yang mempengaruhi manusia, dan
kedua persentase jalan dan bentuk lansekap indeks ofroads mempengaruhi suara lalu lintas. Dalam
hal keseluruhan soundscape per-ception, diversity soundscape hanya menunjukkan korelasi positif
dengan area perairan, seperti yang ditunjukkan oleh persentase area air selama periode senja. Hal

8
ini menunjukkan bahwa memperkenalkan fitur air intoparks dapat meningkatkan daya tarik mereka
untuk pengguna taman.