Upload
sally-indah-n
View
175
Download
24
Embed Size (px)
Citation preview
Laporan Praktikum Analisis Cluster: Tipologi KinerjaSarana dan Prasarana Kecamatan Karangtengah, Kabupaten
DemakDisusun Untuk Memenuhi Tugas Mata Kuliah Metode Analisis Perencanaan
(TKP 342)
Dikerjakan Oleh :Sally Indah Nurdyawati
21040113130096Kelas B
Jurusan Perencanaan Wilayah dan KotaFakultas Teknik Universitas Diponegoro
Semarang2015
1
I. PENDAHULUANSarana dan Prasarana memiliki peran yang penting dalam menyokong pertumbuhan sebuah
kota. Prasarana adalah kelengkapan dasar fisik suatu lingkungan, kawasan, kota atau wilayah(spatial space) sehingga memungkinkan ruang tersebut berfungsi sebagaimana mestinya. Saranaadalah fasilitas penunjang yang berfungsi untuk penyelenggaraan dan pengembangan kehidupansosial, ekonomi dan budaya (UU No.11 tahun 2010 tentang Perumahan dan Permukiman).
Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untukmengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Analisis clustermengklasifikasi objek sehingga setiap objek yang paling dekat kesamaannya dengan objek lainberada dalam cluster yang sama. Cluster-cluster yang terbentuk memiliki homogenitas internalyang tinggi dan heterogenitas eksternal yang tinggi. Dalam ilmu Perencanaan Wilayah dan Kota,analisis cluster dapat dilakukan untuk melihat distribusi sektor PDRB, fasilitas, sarana, danprasarana sehingga dapat membantu menentukan kebijakan yang akan diambil terkait denganpemerataan pembangunan.
II. STUDI KASUSPada laporan ini diambil studi kasus pada salah satu kecamatan yang ada di Kabupaten
Demak, yakni Kecamatan Karangtengah. Kabupaten Demak merupakan salah satu kabupaten diProvinsi Jawa Tengah yang letaknya berbatasan langsung dengan Ibukota Provinsi Jawa Tengah,yaitu Kota Semarang. Dalam perkembangannya, Kabupaten Demak dipengaruhi oleh prosesurbanisasi Kota Semarang. Hal tersebut juga terjadi di Kecamatan Karangtengah yang secaralokasi dilalui oleh jalur pantura. Oleh sebab itu perlu dilakukan kajian mengenai sarana danprasana yang dapat mendukung pertumbuhan dan perkembangan Kecamatan Karangtengah.Sarana dan prasarana yang dimaksud terdiri dari air bersih, sanitasi, drainase, persampahan, danjalan.
Data yang digunakan adalah data jumlah penduduk dan data kualitatif mengenai kondisieksisting sarana dan prasarana di Kecamatan Karangtengah yang dikuantifikasi menjadi skaladata ordinal dari 1-3 (lihat Tabel II.1). Metode yang digunakan adalah metode HierarchicalCluster, yakni memulai pengelompokan dengan dua atau lebih obyek yang mempunyai kesamaanpaling dekat. Kemudian diteruskan pada obyek yang lain dan seterusnya hingga cluster akanmembentuk semacam ‘pohon’ dimana terdapat tingkatan (hirarki) yang jelas antar obyek, dariyang paling mirip hingga yang paling tidak mirip. Alat yang membantu untuk memperjelas proseshirarki ini disebut “dendogram”.
2
Tabel II.1Klasifikasi Sarana dan Prasarana
Klasifikasi KarakteristikAir Bersih Sanitasi Drainase Persampahan Jalan
1Air bersihbersumber darisungai
Cakupanpenggunajamban <50%
Kondisidrainase buruk,sering terjadiluapan air yangmengakibatkanbanjir
Belum terdapatpengelolaansampah
Kondisi jalanburuk, belumterdapatpeneranganjalan
2Air bersihbersumber darisumur artetis
Cakupanpenggunajamban 51%-74%
Kondisidrainasesedang, jarangterjadi luapanair, terjadipencemaranoleh limbahindustri danlimbah padat
Sudah terdapatpengelolaansampah, tetapibelummaksimal
Kondisi jalanbaik, belumterdapatpeneranganjalan
3Air bersihbersuber dariPDAM
Cakupanpenggunajamban >75%
Kondisidrainasi baik,tidak pernahterjadi luapanair, tidakterdapatpencemaranoleh limbahindustri danlimbah padat
Sudah terdapatpengelolaansampah yangbaik
Kondisi jalanbaik, terdapatpeneranganjalan
Sumber: Hasil Analisis, 2015
Tabel II.2Kondisi Eksisting Sarana dan Prasarana di Kecamatan Karangtengah
No Desa JumlahPenduduk Air Bersih Sanitasi Drainase Persampahan Jalan
1 Grogol 2263 2 2 3 1 32 Donorejo 4870 1 2 1 1 33 Pidodo 2054 2 2 2 1 14 Klitih 2186 2 1 1 1 35 Sampang 2094 2 2 2 1 36 Ploso 1868 2 2 3 1 27 Kedunguter 1845 2 2 2 1 28 Batu 2929 2 2 2 1 29 Rejosari 2069 2 2 2 1 310 Tambakbulusan 1597 2 3 1 2 111 Wonoagung 2599 2 2 2 1 212 Wonokerto 2263 2 2 2 1 313 Wonowoso 3839 2 2 3 1 314 Dukun 3220 2 2 2 1 315 Pulosari 2789 3 2 2 1 316 Karangsari 3764 3 2 2 1 2
3
No Desa JumlahPenduduk Air Bersih Sanitasi Drainase Persampahan Jalan
17 Karangtowo 2128 3 1 1 1 3Sumber: Hasil Analisis Prasarana Wilayah dan Kota Kecamatan Karangtengah, 2014
III. HASIL DAN PEMBAHASANBerdasarkan analisis yang telah dilakukan, maka didapatkan hasil sebagai berikut:
Case Processing Summarya
Cases
Valid Missing Total
N Percent N Percent N Percent
17 100.0 0 .0 17 100.0
a. Average Linkage (Between Groups)
Keterangan Output: Dari 17 data yang telah diproses, kevalidannya adalah 100% sehingga tidak ada data
yang hilang atau missing.
4
Proximity Matrix
Case
Squared Euclidean Distance
1:Grog
ol
2:Dono
rejo
3:Pidod
o 4:Klitih
5:Samp
ang 6:Ploso
7:Kedu
nguter 8:Batu
9:Rejos
ari
10:Tambak
bulusan
11:Wono
agung
12:Won
okerto
13:Won
owoso
14:Duk
un
15:Pulo
sari
16:Kara
ngsari
17:Karan
gtowo
1:Grogol .000 679645
4.000
43686.
000
5934.0
00
28562.
000
156026
.000
174726.
000
443558
.000
37637.
000
443566.00
0
112898.
000
1.000 248377
6.000
915850
.000
276678
.000
225300
4.000
18231.0
00
2:Donorejo 679645
4.000
.000 792986
2.000
720385
8.000
770617
8.000
901201
0.000
915062
8.000
376748
4.000
784560
3.000
1.071E7 5157444
.000
679645
1.000
106296
6.000
272250
2.000
433056
6.000
122324
2.000
7518569
.000
3:Pidodo 43686.
000
792986
2.000
.000 17430.
000
1604.0
00
34598.
000
43682.0
00
765626
.000
229.00
0
208852.00
0
297026.
000
43685.0
00
318623
0.000
135956
0.000
540230
.000
292410
2.000
5483.00
0
4:Klitih 5934.0
00
720385
8.000
17430.
000
.000 8466.0
00
101130
.000
116284.
000
552052
.000
13691.
000
346930.00
0
170572.
000
5931.00
0
273241
4.000
106915
8.000
363612
.000
249008
8.000
3365.00
0
5:Sampang 28562.
000
770617
8.000
1604.0
00
8466.0
00
.000 51078.
000
62002.0
00
697226
.000
625.00
0
247016.00
0
255026.
000
28561.0
00
304502
6.000
126787
6.000
483026
.000
278890
2.000
1159.00
0
6:Ploso 156026
.000
901201
0.000
34598.
000
101130
.000
51078.
000
.000 530.000 112572
2.000
40403.
000
73448.000 534362.
000
156027.
000
388484
2.000
182790
6.000
848244
.000
359481
8.000
67607.0
00
7:Kedungut
er
174726
.000
915062
8.000
43682.
000
116284
.000
62002.
000
530.00
0
.000 117505
6.000
50177.
000
61508.000 568516.
000
174725.
000
397603
8.000
189062
6.000
891138
.000
368256
2.000
80093.0
00
8:Batu 443558
.000
376748
4.000
765626
.000
552052
.000
697226
.000
112572
2.000
117505
6.000
.000 739601
.000
1774228.0
00
108900.
000
443557.
000
828102.
000
84682.
000
19602.
000
697226.
000
641605.
000
9:Rejosari 37637.
000
784560
3.000
229.00
0
13691.
000
625.00
0
40403.
000
50177.0
00
739601
.000
.000 222791.00
0
280901.
000
37636.0
00
313290
1.000
132480
1.000
518401
.000
287302
7.000
3484.00
0
10:Tambak
bulusan
443566
.000
1.071E
7
208852
.000
346930
.000
247016
.000
73448.
000
61508.0
00
177422
8.000
222791
.000
.000 1004008
.000
443563.
000
502657
4.000
263413
6.000
142087
2.000
469589
4.000
281971.
000
5
11:Wonoag
ung
112898
.000
515744
4.000
297026
.000
170572
.000
255026
.000
534362
.000
568516.
000
108900
.000
280901
.000
1004008.0
00
.000 112897.
000
153760
2.000
385642
.000
36102.
000
135722
6.000
221845.
000
12:Wonoke
rto
1.000 679645
1.000
43685.
000
5931.0
00
28561.
000
156027
.000
174725.
000
443557
.000
37636.
000
443563.00
0
112897.
000
.000 248377
7.000
915849
.000
276677
.000
225300
3.000
18228.0
00
13:Wonow
oso
248377
6.000
106296
6.000
318623
0.000
273241
4.000
304502
6.000
388484
2.000
397603
8.000
828102
.000
313290
1.000
5026574.0
00
1537602
.000
248377
7.000
.000 383162
.000
110250
2.000
5628.00
0
2927527
.000
14:Dukun 915850
.000
272250
2.000
135956
0.000
106915
8.000
126787
6.000
182790
6.000
189062
6.000
84682.
000
132480
1.000
2634136.0
00
385642.
000
915849.
000
383162.
000
.000 185762
.000
295938.
000
1192467
.000
15:Pulosari 276678
.000
433056
6.000
540230
.000
363612
.000
483026
.000
848244
.000
891138.
000
19602.
000
518401
.000
1420872.0
00
36102.0
00
276677.
000
110250
2.000
185762
.000
.000 950626.
000
436923.
000
16:Karangs
ari
225300
4.000
122324
2.000
292410
2.000
249008
8.000
278890
2.000
359481
8.000
368256
2.000
697226
.000
287302
7.000
4695894.0
00
1357226
.000
225300
3.000
5628.00
0
295938
.000
950626
.000
.000 2676499
.000
17:Karangt
owo
18231.
000
751856
9.000
5483.0
00
3365.0
00
1159.0
00
67607.
000
80093.0
00
641605
.000
3484.0
00
281971.00
0
221845.
000
18228.0
00
292752
7.000
119246
7.000
436923
.000
267649
9.000
.000
This is a dissimilarity matrix
Keterangan Output:Tabel diatas menujukkan matrik jarak antara variabel satu dengan variabel yang lain. Semakin kecil jarak euclidean, maka semakin mirip kedua variabeltersebut sehingga akan membentuk kelompok (cluster). Sebagai contoh, jarak euclidean antara Desa Grogol dengan Pidodo adalah sebesar 43686.000
6
Agglomeration Schedule
Stage
Cluster Combined
Coefficients
Stage Cluster First Appears
Next StageCluster 1 Cluster 2 Cluster 1 Cluster 2
1 1 12 1.000 0 0 9
2 3 9 229.000 0 0 4
3 6 7 530.000 0 0 10
4 3 5 1114.500 2 0 7
5 4 17 3365.000 0 0 7
6 13 16 5628.000 0 0 15
7 3 4 8285.500 4 5 9
8 8 15 19602.000 0 0 11
9 1 3 26809.100 1 7 12
10 6 10 67478.000 3 0 12
11 8 11 72501.000 8 0 13
12 1 6 166821.286 9 10 14
13 8 14 218695.333 11 0 14
14 1 8 809257.800 12 13 16
15 2 13 1143104.000 0 6 16
16 1 2 3974131.738 14 15 0
Keterangan Output:Tabel di atas merupakan hasil proses clustering dengan metode Between GroupLinkage. Setelah jarak antar variabel diukur dengan jarak euclidean, maka dilakukanpengelompokan yang dilakukan secara bertingkat (stage). Stage 1 : terbentuk 1 cluster yang beranggotakan obyek ke-1 (Desa Grogol) dan
obyek ke-12 (Desa Wonokerto) dengan jarak 1,000 (pada kolom Coefficients).Selanjutnya lihat kolom terakhir (Next Stage), terlihat angka 9. Hal ini berarticlustering selanjutnya dilakukan dengan melihat stage 9.
Baris ke-9 (stage 9) terlihat obyek ke-1 (Desa Grogol) membentuk cluster denganobyek ke-3 (Desa Pidodo) dengan jarak 26809.100. Dengan demikian, sekarangcluster terdiri dari 3 obyek, Desa Grogol, Wonokerto, dan Pidodo. Selanjutnyalihat kolom Next Stage, terlihat angka 12, maka clustering berikutnya dilakukanpada stage 12.
Stage 2 : terjadi pembentukan cluster onyek ke-3 (Desa Pidodo) dan obyek ke-9(Desa Rejosari) dengan jarak 229.000, yang kemudian berlanjut ke stage 4.
Demikian seterusnya dari stage 3 dilanjutkan ke stage 10, sampai ke stageterakhir. Proses pengklasteran bertingkat tersebut akan berhenti hingga kolomNext Stage menujukkan angka 0 (nol).
7
Cluster Membership
Case 4 Clusters 3 Clusters 2 Clusters
1:Grogol 1 1 1
2:Donorejo 2 2 2
3:Pidodo 1 1 1
4:Klitih 1 1 1
5:Sampang 1 1 1
6:Ploso 1 1 1
7:Kedunguter 1 1 1
8:Batu 3 1 1
9:Rejosari 1 1 1
10:Tambakbulusan 1 1 1
11:Wonoagung 3 1 1
12:Wonokerto 1 1 1
13:Wonowoso 4 3 2
14:Dukun 3 1 1
15:Pulosari 3 1 1
16:Karangsari 4 3 2
17:Karangtowo 1 1 1
Keterangan Output:Pada tabel Cluster Membership, 17 obyek yang dianalisis dikelompokkan ke dalambeberapa kluster, sebegai berikut: Apabila dibentuk 4 cluster, maka : Anggota cluster 1 adalah Desa Grogol, Pidodo, Klitih, Sampang, Ploso,
Kedunguter, Rejosari, Tambakbulusan, Wonokerto, dan Karangtowo. Anggota cluster 2 adalah Desa Donorejo Anggota cluster 3 adalah Desa Batu, Wonoagung, Dukun, dan Pulosari. Anggota cluster 4 adalah Desa Wonowoso dan Karangsari.
Apabila dibentuk dibentuk 3 cluster, maka : Anggota cluster 1 adalah Desa Grogol, Pidodo, Klitih, Sampang, Ploso,
Kedunguter, Batu, Rejosari, Tambakbulusan, Wonoagung, Wonokerto,Dukun, Pulosari, dan Karangtowo.
Anggota cluster 2 adalah Desa Donorejo. Anggota cluster 3 adalah Desa Wonowoso dan Karangsari.
Apabila dibentuk dibentuk 2 cluster, maka : Anggota cluster 1 adalah Desa Grogol, Pidodo, Klitih, Sampang, Ploso,
Kedunguter, Batu, Rejosari, Tambakbulusan, Wonoagung, Wonokerto,Dukun, Pulosari, dan Karangtowo.
Anggota cluster 2 adalah Desa Donorejo, Wonowoso, dan Karangsari.
8
* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * * ** * * * * * * * * * *
Dendrogram using Average Linkage (Between Groups)
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25Label Num +---------+---------+---------+---------+---------+
Grogol 1 -+Wonokerto 12 -+Pidodo 3 -+-+Rejosari 9 -+ |Sampang 5 -+ |Klitih 4 -+ +-------+Karangtowo 17 -+ | |Ploso 6 -+ | |Kedunguter 7 -+-+ +-------------------------------------+Tambakbulusan 10 -+ | |Batu 8 -+ | |Pulosari 15 -+-+ | |Wonoagung 11 -+ +-------+ |Dukun 14 ---+ |Wonowoso 13 -+-------------+ |Karangsari 16 -+ +---------------------------------+Donorejo 2 ---------------+
Keterangan Output:Dendogram berguna untuk menunjukkan anggota cluster yang ada jika akan ditentukan berapa cluster yang seharusnya dibentuk. Dendogram di atasmemiliki skala 0-25. Semakin mendekati angka nol, maka semakin banyak persamaan sehingga memungkinkan untuk bergabung dalam satu cluster. Berdasarkan dendogram di atas, apabila dibentuk 2 cluster, maka anggota cluster 1 terdiri dari 14 Desa, yakni Desa Grogol – Desa Dukun, sedangkan
anggota cluster 2 terdiri dari 3 Desa, yakni Desa Wonowoso – Desa Donorejo. Hal tersebut diperlihatkan dengan adanya kesamaan garis vertikal(ditandai dengan pada output dendogram).
Apabila dibentuk 2 cluster: Anggota Cluster 1: Desa Grogol –
Desa Dukun Anggota Cluster 2: Desa Wonowoso
– Desa Donorejo
IV. KESIMPULANPada analisis cluster, maka didapatkan pembentukan 4 cluster, 3 cluster, dan 2 cluster yangmasing-masing anggota dan karakteristiknya adalah sebagai berikut:
Tabel IV.1Rekap Data Cluster
PembentukanCluster Cluster Anggota Karakteristik
IV
1
Desa Grogol, Pidodo, Klitih,Sampang, Ploso,Kedunguter, Rejosari,Tambakbulusan, Wonokerto,dan Karangtowo.
Air bersih relatif bersumber dari sumur artetis.Cakupan pengguna jamban berkisar antara 51% - 74%.Kondisi drainase relatif masih tercemar oleh limbah industridan limbah padat.Belum adanya pengelolaan sampah.Kondisi jalan baik dan terdapat penerangan jalan.
2 Desa Donorejo
Air bersih relatif bersumber dari sungai.Cakupan pengguna jamban berkisar antara 51% - 74%.Kondisi drainase masih tercemar oleh limbah industri danlimbah padat dan sering terdapat luapan air.Belum adanya pengelolaan sampah.Kondisi jalan baik dan terdapat penerangan jalan.
3 Desa Batu, Wonoagung,Dukun, dan Pulosari.
Air bersih relatif bersumber dari sumur artetis.Cakupan pengguna jamban berkisar antara 51% - 74%.Kondisi drainase masih tercemar oleh limbah industri danlimbah padat dan sering terdapat luapan air.Belum adanya pengelolaan sampah.Kondisi jalan baik, tetapi belum ada penerangan jalan.
4 Desa Wonowoso danKarangsari.
Air bersih relatif bersumber dari PDAMCakupan pengguna jamban berkisar antara 51% - 74%.Kondisi drainase relatif baik.Belum adanya pengelolaan sampah.Kondisi jalan baik, terdapat penerangan jalan.
III
1
Desa Grogol, Pidodo,Klitih, Sampang, Ploso,Kedunguter, Batu,Rejosari, Tambakbulusan,Wonoagung, Wonokerto,Dukun, Pulosari, danKarangtowo.
Air bersih relatif bersumber dari sumur artetis.Cakupan pengguna jamban berkisar antara 51% - 74%.Kondisi drainase sedang, relatif masih tercemar oleh limbahindustri dan limbah padat.Belum adanya pengelolaan sampah.Kondisi jalan baik dan terdapat penerangan jalan.
2 Desa Donorejo.
Air bersih relatif bersumber dari sungai.Cakupan pengguna jamban berkisar antara 51% - 74%.Kondisi drainase masih tercemar oleh limbah industri danlimbah padat dan sering terdapat luapan air.Belum adanya pengelolaan sampah.Kondisi jalan baik dan terdapat penerangan jalan.
3 Desa Wonowoso danKarangsari.
Air bersih relatif bersumber dari PDAMCakupan pengguna jamban berkisar antara 51% - 74%.Kondisi drainase relatif baik.Belum adanya pengelolaan sampah.Kondisi jalan baik dan terdapat penerangan jalan.
II 1
Desa Grogol, Pidodo,Klitih, Sampang, Ploso,Kedunguter, Batu,Rejosari, Tambakbulusan,Wonoagung, Wonokerto,
Air bersih relatif bersumber dari sumur artetis.Cakupan pengguna jamban berkisar antara 51% - 74%.Kondisi drainase sedang, relatif masih tercemar olehlimbah industri dan limbah padat.Belum adanya pengelolaan sampah.Kondisi jalan baik dan terdapat penerangan jalan.
10
PembentukanCluster Cluster Anggota Karakteristik
Dukun, Pulosari, danKarangtowo.
2Desa Donorejo,Wonowoso, danKarangsari.
Air bersih relatif bersumber dari sumber yang bervariasi.Cakupan pengguna jamban berkisar antara 51% - 74%.Kondisi drainase relatif bervariasi.Belum adanya pengelolaan sampah.Kondisi jalan baik dan terdapat penerangan jalan.
Sumber: Hasil Analisis, 2015*Keterangan: kalimat yang dicetak tebal menujukkan ciri pembeda antar cluster
Berdasarkan Tabel IV.1, kondisi yang menjadi pembeda antar cluster mayoritas terletakpada keberagaman sumber air bersih yan terdapat di setiap desa. Desa Donorejo membentukcluster sendiri karena terdapat perbedaan yang signifikan dari aspek air bersih, yakni masihmenggunakan sungai sebagai sumber air bersih sehari-hari. Pengklasifikasian tersebutnantinya diharapkan dapat membantu para stakeholder dalam menentukan kebijakan terkaitdengan pembangunan sarana dan prasarana di Kecamatan Karangtengah.
V. DAFTAR PUSTAKAUlwan, M Nashihun. 2014. “Cara Analisis Cluster Metode Hirarkis dengan SPSS” dalam
portal-statistik.com Diunduh pada 10 April 2015
11
LAMPIRAN LANGKAH KERJA
Buka Program SPSS Pada variable view isikan data Desa, AirBersih, Sanitasi, Drainase, Persampahan, dan Jalan.
Gunakan skala data ordinal untuk air bersih, sanitasi, drainase, persampahan, dan jalan. Isikan Values sesuai dengan klasifikasi data yang telah ditentukan sebelumnya
Input Data yang telah ada di bagian Data View.
Untuk melakukan analisis cluster, pada menu bar pilih Analyze ClassifyHierarchicalCluster
12
Pindahkan variabel Desa ke dalam Label Cases by, dan variabel lainnya ke dalamVariables(s) seperti gambar.
Klik button Statistics Pilih opsi sesuai gambar, pada Cluster Membership isikan RangeSolution Minimum 2 dan Maximum 4 karena cluster yang akan dibentuk adalah 2-4 Continue.
Klik button Plots Pilih opsi sesuai gambar Continue.
Klik button Method Pilih Cluster Method “Between-groups linkage” Continue.Lalu klik OK.