ANALISIS SPASIAL

KELOMPOK 3

MUHAMMAD AKHSANUL FIKRI

0 5 071 3 816 21 0 5 4
U M A R M A’ RO E F A B D U L M A J I D
0 5 071 3 816 21 0 57
FITRA FADILAH RIZAR
0 5 071 3 81 6 21 071
 ANALISIS SPASIAL ?

Analisis spasial adalah suatu teknik atau proses yang

melibatkan sejumlah hitungan dan evaluasi logika yang
dilakukan dalam rangka mencari atau menemukan hubungan
atau pola-pola yang terdapat di antara unsur-unsur geografis
yang terkandung dalam data digital dengan batas-batas wilayah
studi tertentu.
 PEMBAGIAN BENTUK ANALISIS SPASIAL

Fotheringham (2005) memilah analisis spasial ke dalam

dua bentuk, yaitu :
1. Analisis spasial berbasis sistem informasi geografis sederhana
(Simple GIS-based spatial analysis) dan
2. Analisis spasial berbasis sistem informasi geografis lanjut
(Advanced GIS-based spatial analysis)
 PROSES-PROSES PENGOLAHAN DATA DAPAT TERBAGI
ATAS BERBAGAI AKTIVITAS BERIKUT :

1.Capturing (pengumpulan) : mencatat data secara sistematis

2. Verifying (verifikasi) : mengkonfirmasikan validitas data
3. Classifying (klasifikasi) : mengurutkan data dalam kelas-kelas tertentu
4.Arranging (mengatur) : menempatkan data dalam sekuen yang
ditetapkan
5.Summarizing (meringkas) : menggabungkan data dalam gugus data baru
6.Calculating (Menghitung) : memanipulasi data secara sistematis
 LANJUTAN..

7.Forecasting (peramalan) : mengekstrapolasi data untuk kondisi

yang akan datang
8.Simulating (simulasi) : memanipulasi data yang terkunci
9.Storing (menyimpan) : menempatkan data dalam media
penyimpan
10.Retrieving (Mengambil) : memilih data dari media penyimpanan
11.Communicating (komunikasi) : mentransfer data ke pengguna lain
DALAM HAL MANFAAT, NILAI MANFAAT DARI SUATU
SISTEM INFORMASI DITENTUKAN OLEH :

1. Accessibility : Kemudahan untuk diperoleh

2. Comprehensiveness : Kelengkapan
3. Accuracy : Keakuratan
4. Appropriateness : Ketepatgunaan
5. Timeliness : Ketepatan Waktu
6. Flexibility : Kelenturan
7. Verifiability : Kemudahan Untuk Diuji Kembali
8. Freedom from bias : Bebas Dari Bias-bias
9. Quantifiability : Dapat Digunakan Untuk Penghitungan
 PERSPEKTIF ANALISIS

1.Skala Kualititatif (non metrik) :

a.skala nominal = skala yang hanya mendasarkan pada
pengelompokkan
b.skala ordinal = pengukuran yang mana skala yang digunakan
disusun secara runtut dari yang rendah sampai
yang tinggi

2.Skala Kuantitatif (metrik) :

a.skala interval = skala yang menunjukkan jarak satu data dengan
data yang lain
b.skala rasio = Skala ini adalah sekala interval yang benar-benar
memiliki nilai nol mutlak.
 PERSPEKTIF GEOGRAFI

Dari pandangan geografi pengertian spasial adalah

pengertian yang bersifat rigid (kaku), yakni segala hal yang
menyangkut lokasi atau tempat.
Definisi suatu “tempat” atau lokasi secara generative
sangat jelas, tegas dan lebih terukur karena setiap lokasi di atas
permukaan bumi dalam ilmu geografi dapat diukur secara
kuantitatif.
BERDASARKAN PROSES PENGUMPULAN INFORMASI
KUANTITATIF YANG SISTEMATIS, MENURUT HAINING
(1995), TUJUAN ANALISIS SPASIAL ADALAH :

1. Mendeskripsikan kejadian-kejadian didalam ruang geografis

(termasuk deskripsi pola) secara cermat
2. Menjelaskan secara sistematik pola kejadian dan asosiasi
antarkejadian atau objek didalam ruang, sebagai upaya
meningkatkan pemahaman proses yang menentukan distribusi
kejadian yang terobservasi.
3. Meningkatkan kemampuan melakukan prediksi dan
pengendalian kajian-kajian di dalam ruang geografis
PERKEMBANGAN ANALISIS SPASIAL SEIRING
DENGAN PERKEMBANGAN GEOGRAFI
KUANTITATIF DAN ILMU WILAYAH :

Analisis spasial berkembang seiring dengan perkembangan

geografi kuantitatif dan ilmu wilayah (regional science) pada
awal tahun 1960-an.

Perkembangannya diawali dengan digunakannya prosedur-

prosedur dan teknik-teknik kuantitatif (terutama statistic) untuk
menganalisis pola-pola sebaran titik, garis, dan area pada peta
atau data yang disertai koordinat ruang dua atau tiga dimensi.
ANALISIS SPASIAL SECARA KUANTITATIF TIDAK HANYA
MENCAKUP STATISTIKA SPASIAL. TERDAPAT DUA KAJIAN
STUDI YANG BISA DIBEDAKAN:

1. Analisis statistic data spasial : kajian-kajian untuk menemukan

metode-metode dan kerangka analisis guna memodelkan efek
spasial dan proses spasial.

2. Permodelan spasial : permodelan deterministic atau stokastik

untuk memodelkan kebijakan lingkungan, lokasi-lokasi, interaksi
spasial, pilihan spasial dan ekonomi regional.
 COMPACTNESS INDEX (C)
Bentuk wilayah dapat diukur dengan pendekatan
compactness index. Semakin kompak bentuk wilayah maka nilai
compactness index tersebut semakin besar. Menurut Smith
(1995) menformulasikan compactness index (C) sebagai berikut:
Ci = Di / Di’ Di = 2 (Ai/)

Keterangan:

Ci = compactness index ke-i

Di = diameter lingkaran dempurna yang memiliki luas area yang sama dengan
luas wilayah ke-i
Di’= garis lurus terpanjang yang menghubungkan dua titik pada batas wilayah ke-i
A = luas area wilayah ke-i
LANJUTAN…

• Nilai compactness index berada pada kisaran angka 0 sampai 1.

• Compactness index = 0 (Nol), jika wilayah yang dianalisis

berbentuk garis. Dalam hal ini luas wilayah diasumsikan sebesar
nol karea bentuk garis hanya berdimensi satu.

• Nilai maksimum compactness index = 1 , jika wilayah yang

dianalisis berbentuk lingkaran sempurna.
ANALISIS PENDUGAAN SEBARAN PEUANG DAN
KETIDAKTERATURAN

Pendugaan sebaran peluang pencampuran, keragaman,

dan ketidakteraturan sumberdaya wilayah dapat dilakukan
dengan pengukuran nilai entropy.

Semakin banyak jumlah pilihan yang terlibat dalam seleksi

kejadian dan semakin rata sebaran peluang munculnya jenis
kejadian di suatu wilayah maka nilai entropy wilayah tersebut
semakin besar.
Shanon dan Weaver (1949) memformulasikan nilai entropy (Hi) sebagai berikut:
𝑛

Hi = −𝐾 ෍ pij log pij

𝑗=1
𝑋𝑖𝑗 Hi
pij = ; H′i = ;
𝑋𝑖 Hi max

Himax = log (N)

Keterangan:
Hi = entropy wilayah ke-i K = konstanta pembobot positif, bernilai 1 jika tidak
dilakukan pembobotan
Hi’ = entropy relative wilayah ke-I xij = nilai jenis kejadian ke-j di wilayah ke-i
Himax = entropy maximal n = jumlah jenis kejadian

K = konstanta pembobot positif, bernilai 1 jika tidak dilakukan pembobotan

Pij = peluang munculnya jenis kejadian ke-j di wilayah ke-i, proposi jenis kejadian ke-j di
wilayah ke-i
xi = nilai total di wilayah ke-i
LANJUTAN…

Besar nilai entropy memiliki kisaran 0 sampai log n.

• Entropy suatu wilayah bernilai nol apabila di wilayah tersebut

hanya terdapat satu jenis kejadian/sumberdaya.

• Entropy maksimal diperoleh apabila peluang munculnya semua

jenis kejadian sama besar atau bernilai 1/n.
ANALISIS PUSAT SEBARAN SPASIAL

Pusat sebaran merupakan sepasang koordinat spasial yang

menggambarkan posisi suatu titik yang diasumsikan paling
mewakili sebaran lokasi fenomena.

• Pusat sebaran dalam buku ini ditentukan dengan pendekatan

spatial mean atau mean center dan median center

• Mean center merupakan sepasang koordinat spasial yang

menyatakan posisi pusat dari sebaran fenomena tiap wilayah.
 LANJUTAN…
1.Nilai koordinat mean center (xc , yc) merupakan rataan nilai koordinat
fenomena yang diukur pada sumbu x dan y sehingga koordinat mean
center sangat sensitif terhadap nilai ekstrim.

Koordinat meancenter (xc , yc) :

Keterangan:
xc = koordinat meancenterpada sumbu x
yc = koordinat meancenterpada sumbu y
xi = koordinat fasilitas ke-i pada sumbu x
yi = koordinat fasilitas ke-i pada sumbu y

https://docplayer.net/48979727-1-spatial-autocorrelation-2-geographically-weighted-
regression-3-spatial-metrics-4-voronoi-method-5-multi-criteria-decision-making-and.html
 2.Nilai koordinat median center (xm , ym) merupakan setengah dari
jumlah nilai maksimal dan minimal dari koordinat pada sumbu x
dan y.

Koordinat (xm , ym) :

Keterangan:
Xm = koordinat median center pada sumbu x
Ym = koordinat median center pada sumbu y
xmax = koordinat fasilitas maks pada sumbu x
xmin = koordinat fasilitas minimal pada sumbu x
ymax= koordinat fasilitas maks pada sumbu y
ymin= koordinat fasilitas minimum pada sumbu y
ANALISIS PENDUGAAN PEMUSATAN DAN
DISPERSI SPASIAL
Fenomena pemusatan ditunjukkan oleh penggerombolan mendekati
pusat sebaran. Fenomena disperse ditunjukkan oleh penyebaran menjauhi
pusat. Pemusatan dan disperse dapat diduga dengan pendekatan spatial
standard distance. Spatial standart distance hanya menggambarkan
kecenderungan sebaran data terpusat atau terdispersi.

Spatial standard distance :

Keterangan:
Dw = spatial standard distance
Swx = spatial standard distance pada sumbu x
Swy = spatial standard distance pada sumbu y
xc = koordinatmean center pada sumbu x
Yc = koordinatmean center pada sumbu y
TERIMA KASIH