ANALISIS POTENSI PENGGUNAAN SUMBER AIR BAWAH TANAH TERHADAP PENGGUNAAN AIR PDAM MENGGUNAKAN SPATIAL ASSOCIATION RULE MINING
SUCI SRI UTAMI SUTJIPTO
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016
PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa tesis berjudul Analisis Potensi Penggunaan Sumber Air Bawah Tanah Terhadap Penggunaan Air PDAM Menggunakan Spatial Association Rule Mining adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Oktober 2016
Suci Sri Utami Sutjipto NIM G651120674
RINGKASAN SUCI SRI UTAMI SUTJIPTO. Analisis Potensi Penggunaan Sumber Air Bawah Tanah Terhadap Penggunaan Air PDAM Menggunakan Spatial Association Rule Mining. Dibimbing oleh IMAS SUKAESIH SITANGGANG dan BABA BARUS. Pemanfaatan air tanah dalam jangka panjang akan mengakibatkan sejumlah dampak negatif pada sumber air tanah dan lingkungan, seperti penurunan tingkat air tanah, intrusi air laut, penurunan tanah serta kelangkaan air tanah. Selain itu, penggunaan air tanah juga secara langsung mempengaruhi pola konsumsi Pelanggan PDAM (Perusahaan Daerah Air Minum) Kota Bogor. Untuk mengetahui kecenderungan masyarakat dalam memanfaatkan Air Bawah Tanah (ABT), diperlukan analisis terhadap pola data hasil pemakaian ABT di setiap keypoint. Keypoint adalah titik koordinat lokasi masyarakat pengguna ABT. Data keypoint ini diperoleh dari Badan Pengelolaan Lingkungan Hidup (BPLH) Kota Bogor dan Perusahaan Daerah Air Minum Tirta Pakuan (PDAM TPKB) Kota Bogor. Atribut-atribut yang terdapat pada keypoint seperti id pelanggan dan lokasi pelanggan akan dimanfaatkan untuk mencari pola pemakaian dan penyebaran kepemilikan ABT. Dari pola yang didapat diharapkan dapat diketahui atribut mana saja yang berpengaruh terhadap kecenderungan masyarakat dalam memanfaatkan ABT, terutama untuk masyarakat yang sudah menjadi pelanggan PDAM. Tujuan yang ingin dicapai dalam penelitian ini adalah untuk menentukan karakteristik pelanggan yang memanfaatkan ABT sehingga dapat menganalisis potensi penggunaan ABT pada pelanggan PDAM menggunakan pendekatan spatial association rule mining. Metodologi penelitian yang dilakukan terdiri atas tiga tahap utama. Tahap pertama adalah praproses data spasial. Tahap kedua adalah spatial association rule mining yang meliputi penentuan aturan asosiasi kepemilikan ABT menggunakan algoritme apriori, dilanjutkan dengan penentuan karakteristik pemilik ABT berdasarkan aturan asosiasi. Tahap ketiga adalah analisis potensi penggunaan ABT. Penerapan algoritme apriori menghasilkan 597 aturan pada minimum support 10% dan minimum confidence 80%. Maka, berdasarkan aturan dengan minimum support 60% dan minimum support 80% diperoleh jumlah potensi yang sama yaitu 53 362 (41.27%) pelanggan PDAM yang berpotensi menggunakan ABT, dengan karateristik merupakan pelanggan aktif PDAM yang tagihan rekening air setiap bulannya tidak lebih dari Rp. 53.358 dan tidak dekat dengan sungai. Sedangkan sebaran pelanggan PDAM yang kemungkinan memanfaatkan ABT berdasarkan aturan minimum support 60% dan minimum support 80% sebagian besar tersebar di beberapa kelurahan, di antaranya Kelurahan Bantarjati (4186 pelanggan), Kelurahan Baranangsiang (3019 pelanggan), Kelurahan Empang (2044 pelanggan), Kelurahan Curug Mekar (1869 pelanggan), Kelurahan Katulampa (1628 pelanggan), Kelurahan Cibogor (1421 pelanggan), Kelurahan Bondongan (1212 pelanggan), Kelurahan Menteng (1150 pelanggan), Kelurahan Pasir Jaya (1067 pelanggan), dan Kelurahan Gudang (1024 pelanggan). Kata kunci: air bawah tanah, algoritme apriori, spatial association rule mining
SUMMARY SUCI SRI UTAMI SUTJIPTO. Potential Usage Estimation of Ground Water Using Spatial Association Rule Mining. Supervised by IMAS SUKAESIH SITANGGANG and BABA BARUS. The utilization of ground water in the long term will lead to a number of negative impacts on groundwater resources and the environment, such as the decrease of groundwater level, seawater intrusion, land subsidence, as well as scarcity of ground water. Furthermore, the use of ground water has directly affected the consumption pattern of Regional Water Company Bogor City (PDAM) customers. To identify the trend of public use of groundwater (ABT), analysis on the ABT usage pattern at each keypoint is required. Keypoint refers to the location coordinates of the ABT user community. The keypoint data were obtained from the Environmental Management Agency of Bogor City (BPLH) and the Regional Water Company of Tirta Pakuan of Bogor City (PDAM TPKB). The attributes contained at the keypoint, namely customer id, customer location, are used to look for patterns of usage and deployment of ABT ownership. The patterns obtained are expected to help identifying which attributes are responsible to influence people’s tendency to use ABT, especially for people who are already PDAM customers. This study aims to determine the patterns and characteristics of PDAM customers in the utilization of ABT by using spatial association rule mining, so it can help PDAM to approximate the increase of customers that utilize ABT and the losses incurred. The methodology of this research consists of three main stages. The first one is pre-processing of spatial data. The second one is the spatial association rule mining, which includes the determination of ownership association rules of ABT by using apriori algorithms, followed by the determination of characteristics of ABT owner based on such association rules. The third stage is the analysis on the potential for ABT use. Application of the apriori algorithm produces 597 rules on the minimum support of 10% and minimum confidence of 80%. Based on the rules of minimum support of 60% and a minimum support of 80%, this study obtains 53 362 (41.27%) PDAM customers that have the potential to use groundwater. The said customers are featured by several characteristics, such as being active customers, with monthly water bill of less than Rp. 53.358 and are not close to river. PDAM customers that have the potential to use groundwater based on the rules of minimum support of 60% and minimum support of 80% are mostly distributed in several villages, including Bantarjati Village (4186 customers), Baranangsiang Village (3019 customers), Empang Village (2044 customers), Curug Mekar Village (1869 customer), Katulampa Village (1628 customers), Cibogor Village (1421 customers), Bondongan Village (1212 customers), Menteng Village (1150 customers), Pasir Jaya Village (1067 customers) and Gudang Village (1024 customers). Keywords: apriori algorithm, ground water, spatial association rule mining
© Hak Cipta Milik IPB, Tahun 2016 Hak Cipta Dilindungi Undang-Undang Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam bentuk apa pun tanpa izin IPB
ANALISIS POTENSI PENGGUNAAN SUMBER AIR BAWAH TANAH TERHADAP PENGGUNAAN AIR PDAM MENGGUNAKAN SPATIAL ASSOCIATION RULE MINING
SUCI SRI UTAMI SUTJIPTO
Tesis Sebagai salah satu syarat untuk memperoleh gelar Magister Komputer pada Program Studi Ilmu Komputer
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016
Penguji Luar Komisi pada Ujian Tesis: Irman Hermadi, SKom, MS, PhD
Judul Tesis : Analisis Potensi Penggunaan Sumber Air Bawah Tanah Terhadap Penggunaan Air PDAM Menggunakan Spatial Association Rule Mining Nama : Suci Sri Utami Sutjipto NIM : G651120674
Disetujui oleh Komisi Pembimbing
Dr Imas Sukaesih Sitanggang, SSi, MKom Ketua
Dr Ir Baba Barus, MSc Anggota
Diketahui oleh
Ketua Program Studi Magister Ilmu Komputer
Dekan Sekolah Pascasarjana
DrEng Wisnu Ananta Kusuma, ST, MT
Dr Ir Dahrul Syah, MScAgr
Tanggal Ujian: 30 September 2016
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian ini ialah pola pemakaian pelanggan PDAM Tirta Pakuan Kota Bogor yang memanfaatkan air bawah tanah, dengan judul Analisis Potensi Penggunaan Sumber Air Bawah Tanah Terhadap Penggunaan Air PDAM Menggunakan Spatial Association Rule Mining. Terima kasih penulis ucapkan kepada Ibu Dr Imas Sukaesih Sitanggang, SSi, MKom dan Bapak Dr Ir Baba Barus, MSc selaku pembimbing yang senantiasa membimbing dan memberi saran juga masukan. Kemudian kepada Bapak Irman Hermadi, SKom, MS, PhD selaku dosen penguji dan tak lupa kepada Bapak DrEng Wisnu Ananta Kusuma, ST, MT selaku Ketua Program Studi Magister Ilmu Komputer yang senantiasa membantu penulis. Terima kasih tak terhingga penulis ucapkan kepada ananda tersayang Muhammad Zavier Athar Syah dan suami tercinta Andriansyah Daslim, SE atas waktu, perhatian dan pengertian yang luar biasa untuk penulis. Ungkapan terima kasih juga tak luput disampaikan kepada keluarga besar H. Agus Sutjipto, SH dan H. Daslim Saibi, SH atas segala do’a dan kasih sayangnya. Tak lupa untuk semua sahabat, teman dan kerabat yang mendukung penulis juga membantu selesainya karya ilmiah ini. Di samping itu, penghargaan penulis sampaikan kepada PDAM Tirta Pakuan Kota Bogor dan Badan Pengelolaan Lingkungan Hidup Kota Bogor. Semoga karya ilmiah ini bermanfaat.
Bogor, Oktober 2016
Suci Sri Utami Sutjipto
DAFTAR ISI DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL DAFTAR LAMPIRAN 1 PENDAHULUAN Latar Belakang Perumusan Masalah Tujuan Penelitian Manfaat Penelitian Ruang Lingkup Penelitian 2 TINJAUAN PUSTAKA PDAM Tirta Pakuan Kota Bogor Air Bawah Tanah Data Mining dan Spatial Data Mining Jenks Natural Break Association Rule Mining Algoritme Apriori 3 METODE Tahapan Penelitian Area Studi Perangkat Penelitian Pengumpulan Data Spasial dan Data Nonspasial Praproses Data Spasial Spatial Asscociation Rule Mining Analisis Potensi Penggunaan ABT 4 HASIL DAN PEMBAHASAN Pengumpulan Data Data Spasial Data Nonspasial Praproses Data Spasial Spatial Asscociation Rule Mining Analisis Potensi Penggunaan ABT 5 SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA LAMPIRAN RIWAYAT HIDUP
vii viii ix ix 1 1 3 3 3 4 5 5 5 6 8 8 10 12 12 12 13 14 14 15 16 17 17 17 23 25 28 30 33 33 33 34 35 56
DAFTAR GAMBAR 1 Nilai rata-rata pemakaian masyarakat pengguna ABT 2 Pola pemakaian air PDAM Kota Bogor 3 Zona jenuh dan tidak jenuh 4 Tahapan dalam knowledge discovery from data 6 Pseudocode algoritme apriori 7 Tahapan penelitian 8 Area penelitian 9 Tahapan praproses data spasial 10 Contoh proses operasi spasial 11 Diagram alir tahapan spatial association rule mining 12 Diagram alir analisis potensi penggunaan ABT 13 Pelanggan PDAM yang juga memanfaatkan ABT 14 Peta elevasi kota Bogor 15 Peta jalan kota Bogor 16 Peta kecamatan kota Bogor 17 Peta batas kelurahan kota Bogor 18 Peta tata guna lahan kota Bogor 19 Peta pelanggan PDAM kota Bogor 20 Peta sungai kota Bogor 21 Contoh hasil proses buffering pada data sungai 22 Proses transformasi data nonspasial menggunakan Pentaho Kettle 23 Contoh hasil output transformasi data nonspasial 24 Hasil klasifikasi data kelas atribut dengan natural break 25 Hasil query untuk tahapan praproses data spasial 26 Contoh record pada dataset1 27 Contoh record pada dataset2 28 Contoh record pada dataset3 29 Scatter plot aturan asosiasi yang memiliki predikat has_abt = “yes” 30 Analisis potensi penggunaan ABT dengan minimum support 60% 31 Peta Sebaran pelanggan PDAM yang kemungkinan memanfaatkan ABT
1 2 5 7 10 12 12 15 15 16 16 17 18 19 19 20 21 22 22 26 26 26 27 28 28 28 29 29 31 31
DAFTAR TABEL 1 Perangkat penelitian 2 Data spasial 3 Atribut dalam data nonspasial 4 Atribut data yang terdapat pada peta elevasi 5 Luas area kecamatan di kota Bogor 6 Luas area kelurahan di kota Bogor 7 Atribut yang terdapat dalam peta tata guna lahan 8 Contoh data nonspasial 9 Golongan tarif pelanggan PDAM TPKB 10 Status pelanggan PDAM TPKB 11 Radius buffer untuk data danau, jalan dan sungai 12 Fitur-fitur yang terdapat pada data spasial 13 Aturan – aturan yang dihasilkan dari penerapan algoritme Apriori 14 Jumlah pelanggan PDAM yang kemungkinan memanfaatkan ABT
13 14 14 18 19 20 21 23 24 25 25 27 30 32
DAFTAR LAMPIRAN 1 Query untuk data non spasial 2 Query untuk data non spasial ABT 3 Query untuk membuat basis data spasial dalam PostgreSQL 4 Kode untuk nama kecamatan 5 Kode untuk elevasi 6 Kode Status Pelanggan 7 Kode program untuk membuat klasifikasi kelas natural break (jenk) 8 Query untuk membuat dataset (ditampilkan sebagian) 9 Aturan-aturan asosiasi 10 Query untuk analisis potensi penggunaan ABT
35 35 35 35 36 36 36 38 39 55
1 PENDAHULUAN Latar Belakang
Jumlah pengguna ABT berizin
Air bawah tanah (ABT) adalah air yang mengisi kekosongan pada lapisan geologi atau zona jenuh (umum disebut sebagai air tanah). Air pada zona jenuh ini penting untuk pekerjaan engineering, studi geologi dan pengembangan pasokan air (Todd dan Mays 2005). Pengambilan air tanah dalam memenuhi kebutuhan air minum rumah tangga maupun niaga dewasa ini semakin meningkat, berbanding lurus dengan peningkatan laju pertumbuhan penduduk dan kegiatan pembangunan. Namun, pemanfaatan air tanah yang melampaui batas dapat mengakibatkan krisis air tanah terutama ABT. Jika hal tersebut tidak segera diatasi, sangat besar kemungkinan timbul dampak yang lebih besar, seperti kelangkaan air. Berdasarkan data Badan Pengelolaan Lingkungan Hidup (BPLH), pengambilan ABT melalui sumur berizin di kota Bogor dari tahun 2012 sampai dengan 2014 meningkat lebih dari 100% yaitu dari 606,354 m3 menjadi 1,339,572 m3. Data pengambilan ABT melalui sumur berizin dapat dilihat pada Gambar 1.
1,500,000 1,258,894
1,339,572
1,000,000 606,354
500,000 2012
2013
2014
Tahun
Gambar 1 Nilai rata-rata pemakaian masyarakat pengguna ABT (Sumber Data : Badan Pengelolaan Lingkungan Hidup Kota Bogor) Proses pemanfaatan ABT ini harus diimbangi dengan upaya pengendalian dan konservasi, karena jika terjadi penurunan kualitas dari ABT, proses pemulihannya memerlukan waktu yang cukup lama. Salah satu proses pengendalian yang dapat dilakukan yaitu dengan pemanfaatan Perusahaan Daerah Air Minum (PDAM) sebagai penyedia kebutuhan air bagi masyarakat. Namun saat ini sebagian pelanggan PDAM telah teridentifikasi memanfaatkan ABT, sedangkan sampai dengan akhir Desember tahun 2014, jumlah pelanggan PDAM Tirta Pakuan Kota Bogor adalah sebanyak 129,312 pelanggan aktif (sudah termasuk 2872 pelanggan di Kabupaten Bogor yang dilayani PDAM Tirta Pakuan Kota Bogor). Hal ini menunjukkan bahwa 78.41% dari jumlah penduduk Kota Bogor sebanyak 1,083,063 jiwa pada tahun 2014 menggunakan air PDAM sehingga permasalahan ABT ini tidak hanya terhadap isu lingkungan, tetapi mempunyai dampak lain terhadap penurunan pola pemakaian pelanggan PDAM yang pada akhirnya akan berpengaruh terhadap pendapatan perusahaan. Penurunan pola pelanggan PDAM dapat dilihat pada Gambar 2.
Pola pemakaian air
2
75.00%
74.02%
70.48% 70.00% 67.91%
66.04%
66.00%
2013
2014
65.00% 2010
2011
2012
Tahun
Gambar 2 Pola pemakaian air PDAM Kota Bogor (Sumber Data: Laporan Badan Litbang PDAM Tirta Pakuan Kota Bogor) Untuk mengetahui kecenderungan masyarakat dalam memanfaatkan ABT, diperlukan analisa terhadap pola data hasil pemakaian ABT di setiap keypoint. Keypoint adalah titik koordinat lokasi masyarakat pengguna ABT. Data keypoint ini diperoleh dari BPLH Kota Bogor dan PDAM Kota Bogor. Atribut-atribut yang terdapat pada keypoint seperti id pelanggan, lokasi pelanggan, akan dimanfaatkan untuk mencari pola pemakaian dan penyebaran kepemilikan ABT. Dari pola yang didapat diharapkan dapat diketahui atribut mana saja yang berpengaruh terhadap kecenderungan masyarakat dalam memanfaatkan ABT, terutama untuk masyarakat yang sudah menjadi pelanggan PDAM. Pencarian hubungan asosiatif pada data yang besar dapat dilakukan dengan pendekatan data mining. Menurut Han et al. (2012) data mining didefinisikan sebagai proses mengekstrak atau menambang pengetahuan yang dibutuhkan dari data yang besar. Pada prosesnya, data mining akan mengekstrak informasi yang berharga dengan cara menganalisis adanya pola-pola ataupun hubungan keterkaitan tertentu dari data yang berukuran besar. Salah satu teknik yang paling umum dipergunakan untuk menemukan pola asosiasi dari suatu kumpulan data spasial yaitu teknik spatial association rule mining yang merupakan perluasan dari teknik associaton rule mining. Hal pertama yang dilakukan untuk mendapatkan aturan asosiasi adalah mencari frequent itemset. Frequent itemset adalah sekumpulan item yang sering muncul bersamaan. Setelah semua pola frequent itemset ditemukan, baru kemudian dicari aturan asosiatif yang memenuhi syarat yang telah ditentukan. Algoritme yang sering dipergunakan untuk menemukan aturan asosiasi adalah algoritme apriori. Pencarian pola dengan algoritme apriori telah banyak dikembangkan, diantaranya adalah penelitian yang dilakukan oleh Faridi et al. (2015) dengan judul “association rule mining for ground water and wastelands using apriori algorithm: case study of Jodhpur District”. Penelitian tersebut menganalisis tanah terlantar yang banyak mengandung ABT di wilayah Jodhpur dengan menggunakan metode association Rule Mining dengan implementasi algoritme apriori. Hasil penelitian menunjukan bahwa tanah terlantar yang memiliki banyak kandungan air bawah tanah adalah di wilayah Bilara dari Kota Jodhpur. Pada penelitian ini akan dilakukan analisis kepemilikan sumber air bawah tanah terhadap penggunaan air PDAM menggunakan spatial association rule
3 mining untuk mengetahui pola pemakaian pelanggan PDAM yang memanfaatkan ABT. Sumber data yang dipergunakan yaitu data pelanggan PDAM, baik yang menggunakan maupun yang tidak menggunakan ABT dan data masyarakat pengguna ABT yang diperoleh dari BPLH. Secara spasial, asosiasi merupakan keterkaitan antara satu objek spasial dengan objek spasial yang lain, dalam hal ini adalah keterkaitan antara pelanggan pemanfaat ABT dengan karakteristik lokasi pelanggan tersebut tinggal dan atribut-atribut pendukungya. Tujuan yang ingin dicapai dalam penelitian ini adalah dapat menentukan karakteristik pelanggan yang memanfaatkan ABT sehingga dapat menganalisis potensi penggunaan ABT pada pelanggan PDAM Tirta Pakuan Kota Bogor (TPKB) menggunakan pendekatan Spatial Association Rule Mining. Penelitian ini diharapkan dapat memberi manfaat diantaranya adalah mengetahui pola umum pelanggan yang memanfaatkan ABT dan dapat memprediksi seberapa banyak lagi pelanggan yang kemungkinan memanfaatkan ABT sehingga dapat mengatasi penurunan pola pemakaian. Perumusan Masalah Permasalahan yang dihadapi saat ini adalah sulitnya mengindentifikasi masyarakat yang memanfaatkan ABT, termasuk juga masyarakat yang sudah menjadi pelanggan PDAM namun juga memanfaatkan ABT. Oleh karena itu penelitian ini mempelajari pola umum pelanggan yang memanfaatkan ABT sehingga dapat digunakan untuk memprediksi seberapa banyak lagi kemungkinan pelanggan yang akan memanfaatkan ABT menggunakan metode aturan asosiasi spasial dengan algoritme Apriori. Tujuan Penelitian Tujuan penelitian ini adalah: 1 Menentukan karakteristik pelanggan yang memanfaatkan ABT menggunakan pendekatan spatial association rule mining. 2 Analisis potensi penggunaan ABT pada pelanggan PDAM TPKB menggunakan pendekatan spatial association rule mining. Manfaat Penelitian Penelitian ini diharapkan memberi manfaat sebagai berikut: 1 Mengetahui karakteristik pelanggan yang memanfaatkan ABT. 2 Memprediksi seberapa banyak lagi pelanggan yang akan memanfaatkan ABT. 3 Dasar evaluasi lebih lanjut untuk PDAM Tirta Pakuan Kota Bogor dalam menghitung perkiraan kerugian pendapatan yang akan di rasakan perusahaan akibat menurunnya pola pemakaian pelanggan karena beralihnya pelanggan PDAM ke ABT. 4 Dasar pengambilan keputusan PDAM Tirta Pakuan Kota Bogor mengenai reklasifikasi golongan tarif dan evaluasi kenaikan tarif. 5 Dasar kajian PDAM Tirta Pakuan Kota Bogor dalam sosialisasi pemakaian air PDAM dari pada ABT dengan tepat guna, karena hasil penelitian ini berbasiskan lokasi pelanggan.
4 6 Di luar lingkup PDAM penelitian ini dapat dikembangkan ke arah sosial sebagai kebijakan pemerintah dalam menentukan pajak retribusi ABT sehingga masyarakat lebih memilih menggunakan air PDAM. 7 Penelitian ini dapat dikembangkan ke arah kebijakan pemerintah sebagai isu lingkungan yang perlu dikaji secara mendalam karena dampak lingkungan jangka panjang. Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah pelanggan PDAM Kota Bogor dengan data pelanggan tahun 2011 sampai dengan 2014. Variabel yang digunakan sebagai analisis untuk memprediksi potensi penggunaan ABT adalah jarak terhadap jalan, jarak terhadap sungai, titik ABT, elevasi, land use, pemakaian air, biaya air, kelurahan, status pelanggan, dan golongan tarif pelanggan.
5
2 TINJAUAN PUSTAKA PDAM Tirta Pakuan Kota Bogor Perusahaan Daerah Air Minum Tirta Pakuan Kota Bogor (PDAM TPKB) merupakan perusahaan jasa pelayanan publik di bawah naungan Pemerintah Daerah (PEMDA) Kota Bogor yang melayani air bersih melalui sistem pendistribusian ke semua pelanggan yang berada di wilayah pelayanan PDAM. Sampai dengan akhir Desember tahun 2014, jumlah pelanggan PDAM TPKB adalah sebanyak 129,312 pelanggan aktif (sudah termasuk 2,872 pelanggan di Kabupaten Bogor yang dilayani PDAM TPKB). Namun dari jumlah pelanggan tersebut masih ada beberapa pelanggan yang menggunakan ABT sebagai pelengkap pemakaian air PDAM yang mencapai 14,168 pelanggan dari semua golongan tarif. Data diambil dari hasil query Customer Information System (CIS) PDAM TPKB dengan menggunakan kata “SUMUR”, “ABT” dan “POMPA”. Dari jumlah tersebut berarti bahwa 11% pelanggan PDAM TPKB memanfaatkan sumber air lain dalam hal ini adalah ABT. Air Bawah Tanah Air bawah tanah (ABT) adalah air yang menempati rongga-rongga dalam lapisan geologi. Lapisan tanah yang terletak di bawah permukaan tanah dinamakan lajur jenuh (saturated zone) dan lajur tidak jenuh (unsaturated zone) terletak di atas lajur jenuh sampai permukaan tanah, yang rongga-rongganya berisi air dan udara (Soemarto 1986). Pembagian zona jenuh dan zona tidak jenuh dapat dilihat pada Gambar 3.
Gambar 3 Zona jenuh dan tidak jenuh (Grotzinger dan Jordan 2010)
6 Air pada zona jenuh ini penting untuk pekerjaan engineering, studi geologi dan pengembangan pasokan air (Todd dan Mays 2005). Beberapa teori dikemukakan untuk mengetahui asal usul ABT yaitu: 1. Teori infiltrasi. Teori ini mengemukakan bahwa ABT berasal dari air hujan yang jatuh ke tanah dan masuk sebagai air infiltrasi dan setelah jenuh, maka air akan masuk ke zona jenuh yang kemudian menjadi air tanah. 2. Teori air juvenil. Teori ini mengemukakan bahwa ABT berasal dari magma yang telah mengalami beberapa proses yang belum dapat diterangkan secara jelas. 3. Teori connate water. Teori ini mengemukakan bahwa ABT berasal dari formasi batuan endapan di bawah laut yang lambat laun terangkat ke permukaan laut. 4. Teori kondensasi. Teori ini mengemukakan bahwa ABT berasal dari uap air di udara yang berkondensasi dan beredar melalui rongga atau retakan batuan. Saat ini ABT merupakan salah satu sumber penting untuk persediaan air. ABT dapat dipergunakan untuk irigasi, industri, keperluan rumah tangga, dan lainlain. Data Mining dan Spatial Data Mining Data mining atau knowledge discovery from data (KDD) merupakan penggalian pengetahuan dari data yang besar. KDD terbagi menjadi tujuh proses (Han et al. 2012), yaitu: 1. Data cleaning Data cleaning yaitu proses untuk menghilangkan noise dan data yang tidak konsisten. 2. Data integration Data integration yaitu proses untuk menggabungkan data dari beberapa sumber. 3. Data selection Data selection yaitu proses pengambilan data yang relevan dari database untuk dianalisis. 4. Data transformation Data transformation yaitu proses dimana data akan dirubah atau dikonsolidasikan sesuai dengan tujuan dari penggalian data, contohnya dengan melakukan summary data atau operasi agregasi. 5. Data mining Data mining merupakan proses untuk mengekstrak pola data dengan menggunakan metode-metode data mining seperti klasifikasi, regresi, clustering dan asosiasi. 6. Pattern evaluation Pattern evaluation yaitu proses untuk mengevaluasi pola-pola menarik yang dihasilkan dari proses data mining sebelumnya. 7. Knowledge presentation Knowledge presentation yaitu menggunakan teknik representasi dan visualisasi untuk menyajikan pengetahuan kepada pengguna. Tahapan pada KDD tersebut dapat dilihat pada Gambar 4.
7
Gambar 4 Tahapan dalam knowledge discovery from data (Han et al. 2012) Pada kategori basis data, data mining dapat diklasifikasikan berdasarkan data model yaitu relational, transactional, object-relational dan berdasarkan tipe data yaitu spatial, time-series, text, stream data, multimedia data mining system, atau world wide web. Basis data spasial berisi informasi tentang data yang memiliki referensi ruang kebumian, contohnya seperti data peta, very large-scale integration (VLSI) (Han et al. 2012). Perbedaan utama antara data mining pada data nonspasial dengan data spasial adalah bahwa atribut-atribut dari tetangga suatu obyek spasial bisa berpengaruh pada obyek tersebut sehingga hal ini perlu dipertimbangkan dalam melakukan analisis data. Lokasi ril dan perluasan dari suatu obyek spasial mendefinisikan secara implisit suatu relasi ketetanggaan secara spasial (misalnya relasi topologi, jarak dan arah) yang digunakan oleh algoritme-algoritme spatial data mining (Hsu et al. 2008).
8 Jenks Natural Break Metode klasifikasi jenks natural breaks adalah metode pengelompokan data yang dirancang untuk menentukan pengaturan terbaik dari nilai-nilai ke kelas yang berbeda. Hal ini dilakukan dengan meminimalkan deviasi rata-rata masing-masing kelas ini dari rata-rata kelas, sementara memaksimalkan deviasi masing-masing kelas ini dari cara kelompok lain. Dengan kata lain, metode ini berusaha untuk mengurangi varians dalam kelas dan memaksimalkan varians antara kelas. (McMaster 1997). Ini adalah metode klasifikasi data yang dirancang untuk menentukan pengaturan terbaik dari nilai-nilai ke dalam kelas yang berbeda sehingga mereka dapat ditampilkan pada peta chloropleth. Metode ini membutuhkan proses berulang. Artinya, perhitungan harus diulang menggunakan breaks yang berbeda dalam dataset untuk menentukan set breaks memiliki terkecil varians dalam kelas. Proses ini dimulai dengan membagi dan menempatkan data tersebut ke dalam kelompok. Pembagian kelompok awal sembarang. Ada empat langkah yang harus diulang dalam metode klasifikasi jenks natural breaks (Jenks 1967), yaitu: 1. Menghitung jumlah penyimpangan kuadrat antara kelas yang kemudian disebut SDBC (Squared Deviations Between Classes). 2. Menghitung jumlah penyimpangan kuadrat dari rata-rata aray yang kemudian di sebut SDAM (Squared Deviations from the Array Mean). 3. Kurangi SDBC dari SDAM (SDAM-SDBC). Ini sama dengan jumlah deviasi kuadrat dari sarana kelas yang kemudian disebut SDCM (Squared Deviations from the Class Means). 4. Setelah memeriksa setiap SDBC, keputusan dibuat untuk memindahkan satu unit dari kelas dengan SDBC terbesar menuju kelas dengan SDBC terendah. Penyimpangan kelas baru kemudian dihitung, dan proses ini diulang sampai jumlah dari dalam penyimpangan kelas mencapai nilai minimal. Kemudian, statistik GVF (Goodness of Variance Fit) dihitung. GVF 𝑆𝐷𝐴𝑀−𝑆𝐷𝐶𝑀 didefinisikan (Coulson 1987) sebagai = . GVF berkisar dari 0 (fit 𝑆𝐷𝐴𝑀 terburuk) sampai 1 (fit sempurna). Association Rule Mining Association rule mining bertujuan untuk menemukan hubungan asosiatif antara berbagai item-item pada basis data yang sangat besar. Metode ini biasa disebut juga dengan market basket analysis. Untuk mengetahui pola/hubungan antar item-item, pada aturan asosiasi terdapat dua metrik umum yaitu support dan confidence. Aturan asosiasi dianggap sebagai pola yang menarik jika memenuhi nilai ambang minimum untuk masing-masing metrik. Contoh aturan asosiasi dinyatakan sebagai berikut (Agrawal et al. 1993): {item1, item2} → {item3}(support = 40%, confidence = 50%)
9
Dari aturan asosiasi tersebut maka 50% dari transaksi di dataset memuat item1 dan item2 juga memuat item3. Sedangkan 40% dari seluruh transaksi memuat ketiga item tersebut. Nilai Support adalah ukuran seberapa sering item atau itemset muncul dalam keseluruhan transaksi. Support dari aturan A → B dapat dihitung dengan menggunakan rumus (Han et al. 2012): support (A ⇒ B) = P (A ∪ B) =
jumlah transaksi yang mengandung 𝑖𝑡𝑒𝑚 A dan B jumlah seluruh transasksi
…(1)
Nilai confidence merupakan ukuran yang menunjukan hubungan antara dua item berdasarkan kondisi tertentu dalam hal ini adalah ukuran dari asosiasi A → B dapat dihitung menggunakan rumus (Han et al. 2012): confidence (A ⇒ B) = P (A|B) =
jumlah transaksi yang mengandung 𝑖𝑡𝑒𝑚 A dan B jumlah transaksi yang mengandung 𝑖𝑡𝑒𝑚 A
…(2)
Selain perhitungan support dan confidence, dalam penerapan algoritme apriori terdapat perhitungan lift (Sergey et al. 1997): P(A ∪ B)
lift (A ⇒ B) = P(A × B)
…(3)
Spatial association rule mining merupakan perluasan association rule mining dengan menggunakan data spasial. Aturan asosiasi pada data spasial dinyatakan dalam bentuk (Koperski dan Han 1995): x1 ∧ x2 ∧ … ∧ xm → y1 ∧ y2 ∧ … ∧ yn (sup%, con%)
…(4)
Bentuk (4) menyatakan hubungan asosisi antara predikat xi (i =1,…, m) dan y (j=1,…,n), dimana setidaknya terdapat satu predikat spasial. Contoh spatial association rule mining sebagai berikut (Koperski dan Han 1995): is_a(X,sumur) ⋀ close_to(X,0-20) ⋀ depth(X,0-250) ⋀ inside(X,basin14) → arsenic_level(X, classlabel:dangerous) (20%, 80%)
…(5)
Aturan ini mengidentifikasikan bahwa 80% dari sumur, jarak dari pabrik kurang dari 20 km, sungai di dalam basin14 dan kedalaman kurang dari 250 kaki, mengandung arsenik dengan tingkat konsentrasi berbahaya dan 20% memenuhi ketiga predikat di atas.
10 Algoritme Apriori Algoritme apriori adalah suatu algoritme dasar yang diusulkan oleh Agrawal dan Srikant (1994) untuk menentukan frequent itemsets untuk aturan asosiasi boolean. Algoritme Apriori menggunakan frequent itemset yang telah diketahui sebelumnya untuk memproses informasi selanjutnya. Pada algoritme Apriori untuk menentukan kandidat-kandidat yang mungkin muncul dengan cara memperhatikan minimum support. Adapun dua proses utama yang dilakukan dalam algoritme Apriori (Han et al. 2012), yaitu: 1. Join (proses penggabungan). Pada proses ini setiap item dikombinasikan dengan item yang lainnya sampai tidak terbentuk kombinasi lagi. 𝑪𝒌 (kandidat itemset dengan ukuran k) dihasilkan dengan menggabung 𝑳𝒌−𝟏 (itemset yang sering muncul dengan ukuran k). 2. Prune (pemangkasan). Pada proses ini hasil dari item yang telah dikombinasikan kemudian dipangkas dengan menggunakan minimum support yang telah ditentukan oleh pengguna. Oleh karena itu itemset yang tidak sering muncul pada bagian (k-1) maka mengalami pemangkasan. Pseudocode algoritme apriori adalah sebagai berikut (Han et al. 2012): Apriori (𝑻, 𝜺) 𝑳𝟏 ∶= {large 1-itemsets yang muncul lebih dari 𝜺 transaksi} 𝒌 ∶= 𝟐; //k menyatakan banyaknya pass while (𝑳𝒌−𝟏 ≠ ø ) do begin 𝑪𝒌 =: Kandidat baru dengan ukuran k dihasilkan dari 𝑳𝒌−𝟏 ; (apriori_gen) forall transaction 𝒕 ∈ Ɗ do Kenaikan jumlah semua kandidat di 𝐶𝑘 yang terkandung dalam t; 𝑳𝒌 ≔ Semua kandidat di dalam 𝐶𝑘 dengan minimum support; 𝒌 ∶= 𝒌 + 𝟏 end Answer := ⋃𝒌 𝑳𝒌 ; Gambar 5 Pseudocode algoritme apriori (Han et al. 2012) Dalam Gambar 5 dapat dilihat bahwa algoritme Apriori dibagi menjadi beberapa tahap yang disebut iterasi. Tiap iterasi menghasilkan pola frekuensi tinggi dengan panjang yang sama dimulai dari iterasi pertama yang menghasilkan pola frekuensi tinggi dengan panjang satu. Di iterasi pertama ini, support dari setiap item dihitung dengan men-scan database. Setelah support dari setiap item didapat, item yang memiliki support di atas minimum support dipilih sebagai pola frekuensi tinggi dengan panjang 1 atau sering disingkat 1-itemset. Singkatan k-itemset berarti satu itemset yang terdiri dari k item. Iterasi kedua menghasilkan 2-itemset yang tiap itemset memiliki dua item. Pertama dibuat kandidat 2-itemset dari kombinasi semua 1-itemset. Lalu untuk tiap kandidat 2-itemset ini dihitung support-nya dengan men-scan basis data. Support disini artinya jumlah transaksi dalam basis data yang mengandung kedua item dalam kandidat 2-itemset. Setelah support dari semua kandidat 2-itemset didapatkan, kandidat 2-itemset yang memenuhi syarat minimum support dapat
11 ditetapkan sebagai 2-itemset yang juga merupakan pola frekuensi tinggi dengan panjang 2. Untuk selanjutnya pada iterasi ke-k dapat dibagi lagi menjadi beberapa bagian: 1. Pembentukan kandidat itemset, kandidat k-itemset dibentuk dari kombinasi (k-1)-itemset yang didapat dari iterasi sebelumnya. Satu ciri dari algoritme Apriori adalah adanya pemangkasan kandidat k-itemset yang subset-nya berisi k-1 item yang tidak termasuk dalam pola frekuensi tinggi dengan panjang k-1. 2. Penghitungan support dari tiap kandidat k-itemset. Support dari tiap kandidat k-itemset didapat dengan men-scan database untuk menghitung jumlah transaksi yang memuat semua item di dalam kandidat k-itemset tsb. Ini adalah juga ciri dari algoritme Apriori dimana diperlukan penghitungan dengan scan seluruh basis data sebanyak k-itemset terpanjang. 3. Tetapkan pola frekuensi tinggi. Pola frekuensi tinggi yang memuat k item atau k-itemset ditetapkan dari kandidat k-itemset yang support-nya lebih besar dari minimum support. 4. Bila tidak didapat pola frekuensi tinggi baru maka seluruh proses dihentikan. Bila tidak, maka k ditambah satu dan kembali ke bagian 1.
12
3 METODE Tahapan Penelitian Metodologi penelitian yang dilakukan terdiri atas tiga tahapan utama. Pertama praproses data spasial. Kedua, spatial association rule mining yang meliputi penentuan aturan asosiasi kepemilikan ABT menggunakan algoritme apriori kemudian penentuan karakteristik pemilik ABT berdasarkan aturan asosiasi. Tahapan ketiga adalah analisis potensi penggunaan ABT. Alur metodologi penelitian ini secara lengkap ditunjukkan pada Gambar 6. Mulai
Pengumpulan data spasial dan nonspasial
Selesai
Praproses data spasial
Penentuan aturan asosiasi kepemilikan ABT menggunakan algoritme Apriori
Analisis potensi penggunaan ABT
Penentuan karakteristik pemilik ABT berdasarkan aturan asosiasi
Gambar 6 Tahapan penelitian Area Studi Area studi yang digunakan pada penelitian ini adalah Kota Bogor. Kota Bogor terletak di Provinsi Jawa Barat seperti yang dapat dilihat pada Gambar 7. Kota Bogor terletak di antara 106°43’30”BT - 106°51’00”BT dan 30’30”LS – 6°41’00”LS serta mempunyai ketinggian rata-rata minimal 190 m sampai dengan maksimal 350 m di atas permukaan laut dan dengan luas wilayah 11 850 ha.
Gambar 7 Area penelitian (Sumber Data: Kementrian Pekerjaan Umum)
13 Perangkat Penelitian Untuk melakukan semua tahapan penelitian (Gambar 6), penelitian ini menggunakan beberapa perangkat lunak seperti pada Tabel 1:
Perangkat Lunak
Tabel 1 Perangkat penelitian Alamat unduh
Fungsi
Customer http://192.168.9.171/ Information System (CIS) PDAM Tirta Pakuan Kota Bogor 3.1.16
Aplikasi ini digunakan untuk mendapatkan data nonspasial
Kettle http://www.pentaho.com/ pentaho data integration 6.0.0.0-353
Aplikasi ini digunakan untuk integrasi data dengan format Microsoft Excel ke dalam format database spasial
PostgreSQL 9.5
http://www.postgresql.org/ Aplikasi ini digunakan sebagai sistem manajemen database
PostGIS 2.2
http://www.postgis.org/
Aplikasi ini digunakan untuk analisis data spasial.
QuantumGIS 2.12.3
http://www.qgis.org/
Aplikasi ini digunakan untuk analisis data spasial
RStudio 0.99.903
http://www.r-project.org/
Aplikasi ini digunakan untuk menerapkan algoritme apriori.
Kemudian selain perangkat lunak penelitian ini menggunakan perangkat keras sebagai berikut: - Intel® Core™ i5-2430M - CPU @2.40GHz - RAM 8 Gbytes - Graphics Radeon HD 6370M 2Gb - Sistem operasi Windows 7 Professional 64-Bit.
14 Pengumpulan Data Spasial dan Data Nonspasial Data yang digunakan pada penelitian ini terdiri dari data spasial dan data nonspasial. Data spasial diberikan pada Tabel 2. Tabel 2 Data spasial Sumber Data ABT Penulis, berdasarkan hasil query CIS PDAM TPKB yang di mapping ke dalam spatial data Elevasi Badan Informasi Geospasial Jalan Badan Informasi Geospasial Kecamatan Badan Informasi Geospasial Kelurahan Badan Informasi Geospasial Landuse Lembaga Penerbangan dan Antariksa Nasional Pelanggan PDAM PDAM Tirta Pakuan Kota Bogor Sungai Badan Informasi Geospasial Titik Sumur Badan Pengelolaan Lingkungan Hidup Peta
Sedangkan data nonspasial adalah data pelanggan PDAM dengan atribut diberikan pada Tabel 3. Tabel 3 Atribut dalam data nonspasial Atribut Keterangan IDPEL Nomor pelanggan NMCAMAT Kecamatan DISTNAME Kelurahan TARCODE Golongan tarif STATUS Status pelanggan WAT_USE Pemakaian air INV_AMT Penggunaan bulanan REMARKS Keterangan penggunaan ABT Praproses Data Spasial Pada tahapan ini dilakukan penggabungan atribut data spasial dan nonspasial. Data spasial yang sudah diperoleh pada tahapan sebelumnya dalam format shape file (*.shp) dan data non spasial dalam format Microsoft Excel (*.xlsx) dimasukkan ke dalam DBMS PostgreSQL yang sudah terpasang ekstensi postgis. Posgist adalah ekstensi untuk PostreSQL agar basis data mendukung data spasial. Data spasial diimport ke dalam basis data menggunakan fitur dari postgis, sedangkan data non spasial diimport ke dalam basis data menggunakan Pentaho Kettle. Setelah data spasial dan data non spasial diimport ke dalam basis data, selanjutnya dilakukan query pada basis data untuk membentuk dataset-dataset yang akan digunakan untuk tahapan selanjutnya. Dataset yang akan dibuat pada tahapan ini yaitu: 1. Dataset1 adalah data seluruh pelanggan PDAM. 2. Dataset2 adalah dataset1 yang yang sudah dihapus kolom custname, streetname, doornum, distname_kategori, nmcamat_kategori.
15 3. Dataset3 adalah dataset2 yang diprediksi memanfaatkan ABT. Dataset ini merupakan Dataset yang memiliki atribut has_abt = “yes”. 4. Dataset4 adalah dataset prediksi pelanggan yang akan memanfaatkan ABT berdasarkan aturan asosiasi yang di dapatkan dari dataset3 yang kemudian di terapkan pada dataset1. Proses penggabungan data spasial dan non spasial dapat dilihat pada Gambar 8.
Peta ABT, Peta Titik Sumur Peta Elevasi, Peta Kecamatan, Peta Kelurahan, Peta Tata Guna Lahan
Operasi spasial Peta Jalan, Peta Sungai Peta Pelanggan PDAM
Query data CIS
Basis data spasial untuk ABT
Dataset
Data nonspasial
Gambar 8 Tahapan praproses data spasial Operasi spasial dilakukan untuk dapat menggabungkan antar data spasial berdasarkan tipe data spasial. Contoh operasi spasial adalah peta pelanggan dengan tipe data poligon dilakukan operasi spasial dengan peta elevasi dengan tipe data poligon menggunakan intersect. Secara keselurahan contoh operasi spasial pada data spasial dapat dilihat pada Gambar 9.
Peta Pelanggan (Poligon)
SELECT P.nama FROM Pelanggan P, ABT B WHERE P.district.Area() > 30 AND Within(B.location, P.district)
Peta ABT, Peta Titik Sumur
SELECT P.Nama, L.Nama FROM Pelanggan P, Landuse L WHERE Intersect(P.Shape,L.Shape) = 1 AND S.Nama=‘Perumahan’;
Peta Elevasi, Peta Kecamatan, Peta Kelurahan, Peta Tata Guna Lahan
SELECT P.nama FROM Pelanggan P, Sungai S WHERE Overlap(P.Shape, Buffer(S.Shape,30)) = 1 AND S.Name=‘Ciliwung’
Peta Jalan, Peta Sungai
Gambar 9 Contoh proses operasi spasial Spatial Asscociation Rule Mining Pada tahapan ini, penentuan aturan asosiasi menggunakan perangkat lunak R Studio pada dataset3 yang dihasilkan pada tahapan sebelumnya. Diagram alir tahapan spatial association rule mining ditunjukkan pada Gambar 10.
16 Dataset3
Pembentukan frequent itemset
Pembuatan aturan asosiasi
Aturan asosiasi
Gambar 10 Diagram alir tahapan spatial association rule mining Analisis Potensi Penggunaan ABT Aturan asosiasi yang dihasilkan pada tahapan sebelumnya diterapkan pada dataset4 menggunakan perangkat lunak R Studio untuk memprediksi pelanggan yang kemungkinan juga akan memanfaatkan ABT. Diagram alir analisis potensi penggunaan ABT ditunjukkan pada Gambar 11. Dataset1
Aturan asosiasi
Query
Dataset 4
Gambar 11 Diagram alir analisis potensi penggunaan ABT
17
4 HASIL DAN PEMBAHASAN Pengumpulan Data Data spasial dan data nonspasial yang digunakan pada penelitian ini adalah sebagai berikut: Data Spasial 1. Peta ABT Peta ABT merupakan gabungan peta pelanggan PDAM TPKB yang juga memanfaatkan ABT dan peta masyarakat pemanfaat ABT yang terdaftar di BPLH. Data pelanggan PDAM yang juga memanfaatkan ABT memiliki informasi mengenai pola pemakaian dan geografis. Informasi geografis didapat dari informasi alamat pelanggan melalui field “streetname”, “doorname”, “rt”, “rw”, dan “zonenum” yang kemudian dipetakan layer-layer berupa “point” yang akhirnya menghasilkan “keypoint”. Sehingga layer-layer peta tersebut dapat digunakan untuk menganalisis mengenai pola pemakaian air pelanggan yang menggunakan air PDAM juga pemanfaat ABT. Peta ABT didapatkan dari query CIS PDAM TPKB yang memiliki nilai remarks-nya “SUMUR”, “BOR” dan “ABT”. Remarks adalah atribut data yang terdapat dalam CIS yang berisi mengenai catatan yang dapat diinputkan oleh petugas lapangan ataupun petugas pelayanan yang merupakan informasi keterangan pelanggan pengguna ABT. Dari hasil query tersebut ditemukan 410 pelanggan. Sedangkan informasi masyarakat pemanfaat ABT yang terdaftar di BPLH Kota Bogor terdiri dari sumur bor dan sumur pantek. Data ABT dipetakan seperti yang ditunjukkan Gambar 12.
Gambar 12 Pelanggan PDAM yang juga memanfaatkan ABT
18 2. Peta Elevasi Peta elevasi merupakan peta ketinggian. Elevasi Kota Bogor dapat dilihat pada Gambar 13. Tabel 4 menunjukan atribut data yang terdapat pada peta elevasi.
Gambar 13 Peta elevasi kota Bogor Tabel 4 Atribut data yang terdapat pada peta elevasi Elevasi Area (m2) Elevasi Area (m2) 180 -190 m dpl 6,856,790 300 - 310 m dpl 6,335,187 190 - 200 m dpl 13,454,873 310 - 320 m dpl 7,027,823 200 - 210 m dpl 10,386,948 320 - 330 m dpl 9,706,029 210 - 220 m dpl 7,990,560 330 - 340 m dpl 6,909,124 220 - 230 m dpl 6,121,580 340 - 350 m dpl 6,097,707 230 - 240 m dpl 8,382,810 350 - 360 m dpl 6,949,135 240 - 250 m dpl 7,894,700 360 - 370 m dpl 9,188,240 250 - 260 m dpl 7,388,127 380 - 390 m dpl 5,156,328 260 - 270 m dpl 6,091,496 390 - 400 m dpl 3,889,466 270 - 280 m dpl 5,995,420 400 - 410 m dpl 3,350,160 280 - 290 m dpl 13,911,052 410 - 420 m dpl 1,397,150 290 - 300 m dpl 5,543,660 420 - 430 m dp 177,770 3. Peta Jalan Peta jalan merupakan peta dengan representasi visual dari jalan yang digunakan untuk perjalanan mobil dan navigasi. Peta jalan Kota Bogor ditunjukkan pada Gambar 14.
19
Gambar 14 Peta jalan kota Bogor 4. Peta Kecamatan Kota Bogor terdiri dari enam kecamatan, ditunjukkan pada Gambar 15. Tabel 5 menunjukan luas area kecamatan di kota Bogor.
Gambar 15 Peta kecamatan kota Bogor Tabel 5 Luas area kecamatan kota Bogor Nama Kecamatan Area (m2) Kota Bogor Utara 17,525,800 Kota Bogor Barat 21,524,600 Kota Bogor Tengah 8,085,430 Kota Bogor Timur 9,734,260 Kota Bogor Selatan 32,038,700 Tanah Sareal 20,055,000
20 5. Peta Kelurahan Kota Bogor Kota Bogor terdiri dari 68 kelurahan, ditunjukkan pada Gambar 16. Tabel 6 menunjukan atribut data yang terdapat pada peta kelurahan, yaitu luas area kelurahan di kota Bogor.
Gambar 16 Peta batas kelurahan kota Bogor Tabel 6 Luas area kelurahan di kota Bogor Nama Kelurahan Kencana Mekarwangi Kayumanis Cibadak Ciparingi Curug Situ Gede Sukadamai Kedunghalang Sukaresmi Ciluar Tanahbaru Cibuluh Semplak Curug Mekar Kedungbadak Balumbangjaya Bojongkerta Rancamaya Pamoyanan Kertamaya Muarasari Sindangsari
Area (m2) 2,823,270 2,833,140 2,573,530 2,807,480 1,657,880 963,508 3,344,870 1,176,640 1,449,770 665,590 2,595,360 3,342,190 1,695,770 1,630,870 1,199,320 2,079,680 831,311 1,960,040 2,516,870 2,559,450 3,870,650 1,352,390 715,102
Nama Kelurahan Gunungbatu Kedungjaya Bubulak Cimahpar Cilendek Barat Cilendek Timur Kebun Pedes Tanah Sareal Margajaya Tegalgundil Bantarjati Sindangbarang Ciwaringin Menteng Pabaton Loji Sempur Cibogor Babakan Kebun Kelapa Genteng Harjasari Sindangrasa
Area (m2) 1,431,210 1,117,240 1,235,180 3,054,290 1,553,040 1,178,040 1,036,810 1,247,770 1,535,370 2,243,370 1,487,150 1,722,690 900,323 1,768,430 589,499 994,574 541,678 461,217 1,148,820 608,716 2,076,840 1,665,290 1,154,190
Nama Kelurahan Tegalega Paledang Panaragan Pasir Jaya Pasirmulya Baranangsiang Katulampa Pasirkuda Babakanpasar Gudang Empang Bondongan Cikaret Sukasari Ranggamekar Batu Tulis Lawanggintung Mulyaharja Tajur Pakuan Cipaku kedungwaringin
Area (m2) 1,099,230 1,861,450 294,011 851,920 532,277 2,719,960 3,855,230 752,036 337,440 243,035 817,858 657,149 2,138,130 636,487 4,140,470 609,926 706,193 4,689,520 653,293 724,990 1,552,900 1,693,800
6. Peta Tata Guna Lahan Peta tata guna lahan atau landuse, menggambarkan bentuk penggunaan tanah yang ada hubungannya antara lingkungan geografi dan aktivitas manusia.
21 Peta tata guna lahan Kota Bogor dapat dilihat pada Gambar 17. Tabel 7 menunjukan atribut yang terdapat dalam peta tata guna lahan.
Gambar 17 Peta tata guna lahan kota Bogor Tabel 7 Atribut yang terdapat dalam peta tata guna lahan Penggunaan Lahan Bengkel Danau Empang Gardu Listrik Hotel Hutan Kota Industri Istana Presiden Jalan Jalan Kereta Api Kebun Kebun Raya Kesehatan Kolam Kuburan Ladang Lapangan Militer
Area (M2) 63,669.79 126,040.46 363,598.96 76,293.38 26,995.79 657,833.10 1,365,593.71 31,876.02 2,819,777.27 101,023.20 28,817,404.16 960,674.75 50,762.33 7,689.51 1,377,155.99 14,403.49 130,762.68 648,296.09
Penggunaan Lahan Padang Rumput Pemerintahan Pemukiman Pendidikan Perdagangan Peribadatan Perkantoran Perumahan Sarana Olah Raga Sawah Semak Belukar Stasiun KA Sungai Taman Tanah Kosong Tempat Rekreasi Terminal
Area (M2) 30,664.74 1,177,843.32 43,532,819.07 1,517,643.72 5,036,970.92 179,894.29 90,597.35 55,945,944.39 1,065,270.39 4,112,982.44 11,953,563.64 14,155.88 1,455,902.50 1,136,241.21 3,377,355.04 101,344.20 36,126.07
7. Peta Pelanggan Peta pelanggan PDAM didapatkan dari hasil query CIS secara nonspasial namun memiliki atribut geografis. Informasi geografis didapat dari informasi alamat pelanggan melalui atribut data “streetname”, “doorname”, “rt”, “rw”, dan “zonenum” yang kemudian dipetakan ke dalam layer-layer berupa “point” yang akhirnya menghasilkan “keypoint”. Keypoint tersebut yang dijadikan sebagai acuan koordinat pelanggan PDAM. Peta pelanggan dapat dilihat pada Gambar 18.
22
Gambar 18 Peta pelanggan PDAM kota Bogor 8. Peta Sungai Kota Bogor dilewati dua buah sungai besar yaitu sungai Ciliwung di sebelah timur dan sungai Cisadane di sebelah barat. Selain dua sungai besar Kota Bogor juga dilalui beberapa sungai yang permukaan airnya jauh di bawah permukaan dataran, diantaranya adalah Ciliwung, Cisadane, Cipakancilan, Cidepit, Ciparigi, dan Cibalok seperti pada Gambar 19.
Gambar 19 Peta sungai kota Bogor
23
Data Nonspasial Data nonspasial didapatkan dari hasil query CIS. Query code yang dilakukan untuk mendapatkan data nonspasial dapat dilihat pada Lampiran 1 dan Lampiran 2. Lampiran 1 merupakan query code yang dilakukan untuk mendapatkan data non spasial, sedangkan Lampiran 2 merupakan query code yang dilakukan untuk mendapatkan data nonspasial pelanggan PDAM yang juga memanfaatkan ABT. Contoh dari data nonspasial ditunjukkan pada Tabel 8. Tabel 8 Contoh data nonspasial IDPEL 2135-1041 2139-1027 … 2139-1021 2139-1006 2139-1010 … 2141-1110 2141-1111
DISTNAME Cibadak Mekar Wangi … Sukadamai Mekar Wangi Mekar Wangi … Cibadak Cibadak
NMCAMAT Tanah Sareal Tanah Sareal … Tanah Sareal Tanah Sareal Tanah Sareal … Tanah Sareal Tanah Sareal
TARCODE R6 R5 … R5 R6 R4 … R5 R6
STATUS 8 3 … 3 3 3 … 3 3
WAT_USE 307 25 … 1 11 0 … 0 28
INV_AMT 2141600 114600 … 14700 69600 20600 … 24600 189100
REMARKS Ada Sumur Ada Sumur … Sumur Sumur Sumur … Sumur Ada Sumur
Atribut-atribut pada Tabel 8 dijelaskan sebagai berikut: 1. Nomor Pelanggan (IDPEL) Nomor pelanggan adalah kode unik pelanggan yang terdiri dari delapan angka, dimana empat angka pertama merupakan nomor jalan (STRNUM adalah STREET NUMBER) dan 4 angka terakhir merupakan id pelanggan (CUSTOMER NUMBER) seperti ditunjukkan contoh berikut ini.
2. Kelurahan (DISTNAME) Dalam data atribut nonspasial terdapat 68 kelurahan, yaitu: 1. Kencana 2. Mekarwangi 3. Kayumanis 4. Cibadak 5. Ciparingi 6. Curug 7. Situ Gede 8. Sukadamai 9. Kedunghalang 10. Sukaresmi 11. Ciluar 12. Tanahbaru 13. Cibuluh 14. Semplak 15. Tajur 16. Pakuan 17. Cipaku
18. Kedungwaringin 19. Kedungjaya 20. Bubulak 21. Cimahpar 22. Cilendek Barat 23. Cilendek Timur 24. Kebun Pedes 25. Tanah Sareal 26. Margajaya 27. Tegalgundil 28. Bantarjati 29. Sindangbarang 30. Ciwaringin 31. Menteng 32. Batu Tulis 33. Lawanggintung 34. Mulyaharja
35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51.
Gunungbatu Tegalega Paledang Panaragan Pasir Jaya Pasirmulya Baranangsiang Katulampa Pasirkuda Babakanpasar Gudang Empang Bondongan Cikaret Sukasari Ranggamekar Sindangrasa
52. 53. 54. 55. 56. 57. 58. 59. 60. 61. 62. 63. 64. 65. 66. 67. 68.
Curug Mekar Kedungbadak Balumbangjaya Bojongkerta Rancamaya Pamoyanan Kertamaya Muarasari Sindangsari Pabaton Loji Sempur Cibogor Babakan Kebun Kelapa Genteng Harjasari
24 3. Kecamatan (NMCAMAT) Dalam data atribut nonspasial terdapat enam kecamatan, yaitu Kota Bogor Utara, Kota Bogor Barat, Kota Bogor Tengah, Kota Bogor Timur, Kota Bogor Selatan, Tanah Sareal. 4. Golongan Tarif (TARCODE) Di dalam CIS, terdapat enam kelompok besar golongan tarif pelanggan berdasarkan Peraturan Walikota Bogor Nomor 21 tahun 2012 tentang Tarif Air Minum PDAM Tirta Pakuan Kota Bogor yang diundangkan dalam Berita Daerah Kota Bogor Tahun 2012 No.9 serie E seperti yang dapat dilihat pada Tabel 9. Tabel 9 Golongan tarif pelanggan PDAM TPKB Kode Golongan Tarif S1 Sosial Umum
Keterangan Yang termasuk dalam klasifikasi pelanggan sosial adalah pelanggan yang kegiatan setiap harinya melayani kepentingan umum khusus bagi masyarakat yang berpenghasilan rendah. Yang termasuk dalam klasifikasi pelanggan sosial adalah pelanggan yang kegiatan setiap harinya melayani kepentingan umum dan masyarakat serta mendapatkan sumber dana sebagian dari kegiatannya. Yang termasuk ke dalam klasifikasi pelanggan rumah tangga adalah rumah yang hanya berfungsi sebagai tempat tinggal dan memenuhi salah satu kriteria yang sudah ditentukan. Pelanggan rumah tangga terdiri 8 (delapan) golongan tarif.
S2
Sosial Khusus
R1 R2 R3 R4 R5 R6 R7 R8 IP
Rumah Tangga 1 Rumah Tangga 2 Rumah Tangga 3 Rumah Tangga 4 Rumah Tangga 5 Rumah Tangga 6 Rumah Tangga 7 Rumah Tangga 8 Instansi Pemerintah Yang termasuk dalam klasifikasi pelanggan instansi pemerintah adalah instansi-instansi pemerintah yang memenuhi kriteria yang sudah ditentukan. Niaga 1 Yang termasuk ke dalam klasifikasi pelanggan Niaga Niaga 2 adalah kegiatan usaha yang berada di wilayah Niaga 3 perniagaan dan memenuhi salah satu kriteria yang Niaga 4 sudah ditentukan. Industri 1 Yang termasuk ke dalam klasifikasi pelanggan Industri 2 Industri adalah kegiatan industri yang memenuhi salah satu kriteria yang sudah ditentukan.
N1 N2 N3 N4 I1 I2
5. Status (STATUS) Dalam hasil query CIS terdapat atribut status. Status dalam CIS terbagi menjadi beberapa jenis diantaranya adalah status customer, status bocoran, status meter, dsb. Namun pada penelitian ini atribut status yang digunakan adalah status customer yang ditunjukkan dalam Tabel 10.
25 Tabel 10 Status pelanggan PDAM TPKB Kode Status Keterangan 0 Calon Pelanggan 1 Pelanggan baru (belum disambung) 2 Pelanggan baru (disambung pada bulan ini) 3 Pelanggan aktif 4 Pelanggan yang dapat peringatan bulan ini 5 Pelanggan yang telah dapat peringatan 6 Pelanggan yang akan diputus bulan ini 7 Pelanggan yang akan diputus atas pemintaan 8 Pelanggan yang telah diputus 9 Pelanggan yang telah diputus atas permintaan 10 Pelanggan dengan status 8, pindah ke eks-pelanggan 11 Pelanggan dengan status 9, pindah ke eks-pelanggan 6. Pemakaian air (WAT_USE) Dalam data atribut nonspasial terdapat atribut pemakaian air yang merupakan nilai pemakaian air dalam m3 yang digunakan pelanggan setiap bulannya. 7. Penggunaan bulanan (INV_AMT) Dalam data atribut nonspasial digunakan data penggunaan bulanan yang merupakan data tagihan pelanggan aktif yang harus dibayarkan perbulannya sesuai dengan pemakaian pelanggan. 8. Keterangan penggunaan ABT (REMARKS) Dalam data atribut nonspasial terdapat atribut Remarks yang merupakan atribut yang berisi mengenai catatan yang dapat di inputkan oleh petugas lapangan ataupun petugas pelayanan. Praproses Data Spasial Setelah tahap pengumpulan data selesai, maka tahap selanjutnya yang harus dilakukan adalah melakukan tahapan praproses data spasial. Diagram alir tahapan praproses data spasial dapat dilihat pada Gambar 8. Tahap awal praproses pada data spasial adalah melakukan proses operasi spasial, yaitu buffering pada peta danau, peta jalan, dan peta sungai. Buffering dilakukan untuk menghasilkan data spasial baru dengan jarak tertentu dari data spasial yang menjadi masukannya. Radius buffer dapat dilihat pada Tabel 11. Contoh hasil proses buffering ditunjukkan pada Gambar 20. Untuk data nonspasial tahap awal yang dilakukan adalah melakukan transformasi data dari format Microsoft Excel (*.xlsx) ke dalam format data SQL (*.sql) menggunakan Pentaho Kettle seperti ditunjukkan pada Gambar 21. Contoh hasil output proses transformasi menggunakan Pentaho Kettle ditunjukkan pada Gambar 22. Tabel 11 Radius buffer untuk data danau, jalan dan sungai Layer bogor_danau bogor_jalan bogor_sungai
Jarak (m) 30 m 5m 30 m
26
Legenda Sungai Sungai yang sudah mengalami proses buffering sejauh 30m
Gambar 20 Contoh hasil proses buffering pada data sungai
Gambar 21 Proses transformasi data nonspasial menggunakan Pentaho Kettle
Gambar 22 Contoh hasil output transformasi data nonspasial
27 Tahap selanjutnya adalah menyiapkan basis data untuk menampung data spasial dan data nonspasial. Penelitian ini menggunakan DBMS PostgreSQL. Basis data yang dibuat adalah “mydb”. Setelah basis data sudah terbentuk, agar PostgreSQL mendukung pengolahan data spasial, maka harus menambahkan extension postgis dan postgis_topology. Untuk menambah extension tersebut dapat menggunakan sql code seperti pada Lampiran 3. Tahapan selanjutnya yaitu memasukkan data spasial beserta atributnya ke dalam basis data mydb. Data spasial di ke dalam basis data menggunakan fitur dari postgis, sedangkan data non spasial diimport kedalam basis data melalui proses query code yang dihasilkan dari proses transformasi Pentaho Kettle di dalam postgreSQL. Tabel-tabel yang terbentuk pada basis data mydb setelah proses import data spasial dan non spasial adalah bogor_danau, bogor_sumur, bogor_titik_abt, bogor_jalan, bogor_landuse, bogor_pel_pdam, bogor_kelurahan, bogor_kecamatan, dan bogor_pelanggan_pdam. Tabel 12 merupakan fitur-fitur yang terdapat pada data spasial yang digunakan pada penelitian ini. Tabel 12 Fitur-fitur yang terdapat pada data spasial Layer Jumlah fitur bogor_danau 4 poligon bogor_sumur 91 titik bogor_titik_abt 316 titik bogor_jalan 17.086 garis bogor_land_use 16.912 poligon bogor_pel_pdam 80.003 poligon bogor_kelurahan 68 poligon bogor_kecamatan 6 poligon Sedangkan untuk jumlah fitur pada data non spasial bogor_pelanggan_pdam adalah 129 312 data. Selanjutnya dilakukan diskretisasi atribut numerik. Pengkodean atribut terdapat pada Lampiran 4 untuk nama kecamatan, Lampiran 5 untuk pengkodean elevasi, Lampiran 6 untuk pengkodean status pelanggan. Setelah proses pengkodean atribut selesai dilakukan, hal selanjutnya yang dilakukan melakukan klasifikasi data untuk menentukan kelas-kelas pada atribut-atribut numerik yaitu pemakaian air pelanggan (WAT_USE) dan tagihan air pelanggan (INV_AMT). Pengelompokan data ini menggunakan metode klasifikasi natural break untuk menentukan penomoran interval kelas, source code pembuatan aplikasi klasifikasi natural break dapat dilihat pada Lampiran 7 sehingga diperoleh lebar kelas yang logis. Pada penelitian ini panjang kelas yang digunakan untuk atribut WAT_USE adalah 10 kelas dan atribut INV_AMT adalah 30 kelas. Berikut hasil proses dari klasifikasi data natural break ditunjukkan pada Gambar 23.
Gambar 23 Hasil klasifikasi data kelas atribut dengan natural break
28 Tahapan terakhir dalam praproses data spasial adalah membuat operasi spasial melalui query code untuk mendapatkan dataset. Untuk tahap terakhir ini yang dijadikan sebagai data dasar untuk analisis adalah bogor_pel_pdam. Query code untuk membuat dataset ditunjukkan pada Lampiran 8. Hasil dari query code ditunjukan pada Gambar 24.
Gambar 24 Hasil query untuk tahapan praproses data spasial Spatial Asscociation Rule Mining Dataset yang dihasilkan dari praproses data spasial dan non spasial kemudian dinamakan dataset1. Contoh record pada dataset1 ditunjukkan pada Gambar 25. Proses selanjutnya yaitu pengklasifikasian data dan menghilangkan atribut yang tidak akan dipakai untuk proses pembuatan aturan asosiasi. Proses ini menghasilkan dataset2. Dataset2 ditunjukkan pada Gambar 26.
Gambar 25 Contoh record pada dataset1
Gambar 26 Contoh record pada dataset2 Setelah dataset2 terbentuk, agar dapat mencari karakteristik pelanggan yang memanfaatkan ABT, maka dari dataset2 tersebut difilter untuk atribut “has_abt” hanya yang memiliki nilai “yes”. Hasil dari proses filter tersebut kemudian
29 disimpan dan dinamakan dataset3 dan ditunjukkan pada Gambar 27. Dataset3 yang kemudian mengalami proses penerapan algoritme apriori. Pada penelitian ini, penerapan algoritme Apriori untuk mencari aturan asosiasi menggunakan aplikasi statistik R-Studio (https://www.rstudio.com/).
Gambar 27 Contoh record pada dataset3 Penerapan algoritme apriori menghasilkan 597 aturan pada minimum support 10% dan minimum confidence 80%. Pada Gambar 28 ditunjukan scatter plot untuk 597 aturan asosiasi yang di dalamnya terdapat has_abt = yes. Setiap titik dalam scatter plot merepresentasikan aturan dalam hal ini aturan berarti karakteristik pelanggan yang memanfaatkan ABT. Sedangkan support dan lift digunakan untuk x-axis dan y-axis dimana warna merepresentasikan level confidence.
Gambar 28 Scatter plot aturan asosiasi yang memiliki predikat has_abt = “yes” Pada Gambar 28 titik paling kanan bawah (lingkaran biru paling kanan) yang memiliki aturan sebagai berikut: lhs rhs support confidence lift {inv_kategori=0-53358} => {has_abt=yes} 0.9336438 1 1
Hal ini berarti 93.36% dari pelanggan yang memanfaatkan ABT memiliki karakteristik tagihan perbulannya di bawah Rp. 53.358 dengan nilai confidence 100%. Contoh aturan lainnya adalah:
30 lhs rhs support confidence lift {near_river=no, inv_kategori=0-53358, status_kategori=status3} => {has_abt=yes} 0.7826931 1 1
Aturan ini menyatakan bahwa 78.26% dari pelanggan yang memanfaatkan ABT memiliki karakteristik tidak dekat dengan sungai, dengan tagihan perbulannya di bawah Rp. 53.358 dan berstatus sebagai pelanggan aktif dengan nilai confidence 100%. Contoh aturan-aturan lainnya yang dihasilkan dari penerapan algoritme Apriori diberikan pada Tabel 13. Secara lengkap aturan-aturan asosiasi dapat dilihat pada Lampiran 9. Tabel 13 Aturan – aturan yang dihasilkan dari penerapan algoritme Apriori Rules {inv_kategori=0-53358} => {has_abt=yes} {near_river=no} => {has_abt=yes} {near_river=no,inv_kategori=0-53358} => {has_abt=yes} … {near_river=no,status_kategori=status3} => {has_abt=yes} {near_river=no,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} … {near_road=yes,near_river=no,pel_elevasi=240250,status_kategori=status3} => {has_abt=yes} {near_road=yes,near_river=no,pel_elevasi=240-250,inv_kategori=053358,status_kategori=status3} => {has_abt=yes}
support 93.36% 90.10% 86.03% … 78.27%
conf 100% 100% 100% … 100%
lift 1.00 1.00 1.00 … 1.00
78.27% …
100% …
1.00 …
10.01%
100%
1.00
10.01%
100%
1.00
Analisis Potensi Penggunaan ABT Aturan-aturan yang dijadikan dasar untuk evaluasi pola pelanggan yang memiliki ABT adalah aturan-aturan yang memiliki nilai support minimal 60% dan minimal 80%, nilai support tersebut dipilih karena hal ini sangat berpengaruh terhadap keyakinan dalam penentuan kemungkinan pelanggan yang memiliki ABT, semakin besar nilai confidence nya maka semakin kuat hubungan antara predikat pada bagian antisenden dan konsekuen. Aturan-aturan yang memiliki nilai minimum support 80% adalah sebagai berikut: 1. {inv_kategori=0-53358} => {has_abt=yes} 2. {near_river=no} => {has_abt=yes} 3. {near_river=no,inv_kategori=0-53358} => {has_abt=yes} 4. {status_kategori=status3} => {has_abt=yes} 5. {inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} Sedangkan aturan-aturan yang memiliki nilai support minimum 60% sebagai berikut: 1. {near_river=no,inv_kategori=0-53358} => {has_abt=yes} 2. {status_kategori=status3} => {has_abt=yes} 3. {inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} 4. {near_river=no,status_kategori=status3} => {has_abt=yes} 5. {near_river=no,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} Aturan-aturan terpilih tersebut selanjutnya digunakan untuk menentukan potensi pelanggan PDAM yang kemungkinan juga akan menggunakan ABT. Untuk
31 mendapatkan nilai potensi tersebut aturan-aturan asosiasi kemudian dituangkan ke dalam dataset1 yang diimplementasikan dengan query. Hasil proses query kemudian dinamakan dataset4. Berikut hasil analisis potensi penggunaan ABT untuk aturan dengan minimum support 60% dan minimum support 80% seperti ditunjukan pada Gambar 29. Query code dapat dilihat pada Lampiran 10.
Gambar 29 Analisis potensi penggunaan ABT dengan minimum support 60% Maka berdasarkan aturan dengan minimum support 60% dan 80% diperoleh jumlah potensi yang sama yaitu 53.362 (41.27%) pelanggan PDAM yang berpotensi menggunakan ABT, dengan karateristik merupakan pelanggan aktif PDAM yang setiap bulannya tagihan rekening air tidak lebih dari Rp. 53.358 dan tidak dekat dengan sungai. Kemudian dari hasil analisis tersebut, dipetakan ke dalam peta sebaran pelanggan PDAM yang kemungkinan memanfaatkan ABT diberikan pada Gambar 30. Tabel 14 menunjukkan sebaran lokasi dan jumlah pelanggan yang berpotensi menggunakan ABT.
Sebaran pelanggan PDAM yang kemungkinan memanfaatkan ABT berdasarkan aturan dengan minimum support 60% dan minimum support 80%
Gambar 30 Peta Sebaran pelanggan PDAM yang kemungkinan memanfaatkan ABT
32 Tabel 14 Jumlah pelanggan PDAM yang kemungkinan memanfaatkan ABT Kelurahan Jumlah Pelanggan Bantarjati 4186 Baranangsiang 3019 Empang 2044 Curug Mekar 1869 Katulampa 1628 Cibogor 1421 Bondongan 1212 Menteng 1150 Pasir Jaya 1067 Gudang 1024 Penelitian lebih lanjut disarankan untuk menambah lagi kategori nonpelanggan PDAM sehingga penelitian ini dapat dikembangakan tidak hanya dalam cakupan pelanggan PDAM Tirta Pakuan Kota Bogor tapi masyarakat secara luas. Kemudian penelitian ini dapat dijadikan sebuah evaluasi lebih lanjut untuk PDAM Tirta Pakuan Kota Bogor dalam menghitung perkiraan kerugian pendapatan yang akan dirasakan perusahaan akibat menurunnya pola pemakaian pelanggan karena beralihnya pelanggan PDAM ke ABT. Selain itu, penelitian ini juga dapat dijadikan sebagai dasar pengambilan keputusan PDAM Tirta Pakuan Kota Bogor sebagai dasar reklasifikasi golongan tarif, evaluasi kenaikan tarif dan dijadikan sebagai bahan kajian perusahaan dalam sosialisasi pemakaian air PDAM dari pada ABT dengan tepat guna, karena hasil penelitian ini berbasiskan lokasi pelanggan. Di luar lingkup PDAM penelitian ini dapat dikembangkan ke arah sosial sebagai kebijakan pemerintah dalam menentukan pajak retribusi ABT sehingga masyarakat lebih memilih menggunakan air PDAM dan tidak hanya itu penelitian ini dapat dikembangkan ke arah kebijakan pemerintah sebagai isu lingkungan yang perlu dikaji secara mendalam karena dampak lingkungan jangka panjang.
33
5 SIMPULAN DAN SARAN Simpulan Penelitian ini berhasil menerapkan algoritme apriori untuk menentukan karakteristik pelanggan yang memanfaatkan ABT sehingga dapat menganalisis potensi penggunaan ABT pada pelanggan PDAM Tirta Pakuan Kota Bogor (TPKB) menggunakan pendekatan Spatial Association Rule Mining. Penerapan algoritme apriori menghasilkan 597 aturan pada minimum support 10% dan minimum confidence 80%. Berdasarkan aturan dengan support minimal 60% dan minimal 80% diperoleh jumlah potensi yang sama yaitu 53.362 (41.27%) pelanggan PDAM yang berpotensi menggunakan ABT, dengan karateristik merupakan pelanggan aktif PDAM yang setiap bulannya tagihan rekening air tidak lebih dari Rp. 53.358 dan tidak dekat dengan sungai. Sebaran pelanggan PDAM yang kemungkinan memanfaatkan ABT berdasarkan aturan minimum support 60% dan minum support 80% sebagian besar tersebar di beberapa kelurahan diantaranya adalah Bantarjati, Baranangsiang, Empang, Curug Mekar, Katulampa, Cibogor, Bondongan, Menteng, Pasir Jaya dan Gudang. Saran Penelitian lebih lanjut disarankan untuk menambah lagi kategori nonpelanggan PDAM sehingga penelitian ini dapat dikembangkan tidak hanya dalam cakupan pelanggan PDAM Tirta Pakuan Kota Bogor tapi masyarakat secara luas. Kemudian penelitian ini dapat dijadikan sebuah evaluasi lebih lanjut untuk PDAM Tirta Pakuan Kota Bogor dalam menghitung perkiraan kerugian pendapatan yang akan dirasakan perusahaan akibat menurunnya pola pemakaian pelanggan karena beralihnya pelanggan PDAM ke ABT. Selain itu, penelitian ini juga dapat dijadikan sebagai dasar pengambilan keputusan PDAM Tirta Pakuan Kota Bogor sebagai dasar reklasifikasi golongan tarif, evaluasi kenaikan tarif dan dijadikan sebagai bahan kajian perusahaan dalam sosialisasi pemakaian air PDAM dari pada ABT dengan tepat guna, karena hasil penelitian ini berbasiskan lokasi pelanggan.
34
DAFTAR PUSTAKA Agrawal R, Imieliński T, Swami A. 1993. Mining Association Rules Between Sets of Items in Large Databases. Di dalam: ACM SIGMOD International Conference; 1993 Jun 01; New York (US): ACM. Hlm 207-216. Agrawal R, Srikant R. 1994. Fast Algorithms for Mining Association Rules. San Jose (CA): IBM Almaden Research Center. Badan Litbang PDAMTPKB. 2014. Laporan Tahunan Badan Penelitian dan Pengembangan PDAM Tirta Pakuan Kota Bogor. Bogor (ID): PDAM Tirta Pakuan Kota Bogor. Bogor BPLHK. 2011. Penyusunan Rencana Induk Terpadu Pengelolaan Air Tanah Kota Bogor. Bogor (ID): Badan Pengelolaan Lingkungan Hidup Kota Bogor. Coulson M. (1987). In the matter of class intervals for choropleth maps: with particular reference to the work of George F. Jenks. Cartographica. 24(2):16-39. Faridi M, Verma S, Mukherjee S. 2015. Association Rule Mining for Ground water and Wastelands Using Apriori Algorithm: Case Study of Jodhpur District. International Journal of Advanced Research in Computer Science and Software Engineering. 5(6):751-758. Fayyad U, P.Shapiro G, Smyth P. 1996. From data mining to knowledge discovery in databases. AI Magazine. 17(3):37-54. Grotzinger J, Jordan TH. 2010. Understanding Earth Sixth Edition Edition. New York (NY): W.H Freeman Publishers. Han J, Kamber M, and Pei J. 2012. Data Mining: Concepts and Techniques. San Fransisco (US): Elsevier, Inc. Hsu, Wynne, Mong Li Lee (2008), and Junmei Wang, Temporal and Spatiotemporal Data Mining, IGI Publishing. Jenks, George F. 1967. "The Data Model Concept in Statistical Mapping", International Yearbook of Cartography 7:186–190. Koperski K, Han J. 1995. Discovery of Spatial Association Rules in Geographic Information Databases. Di dalam: 4th International Symposium, SSD'95; 1995 Agustus 06–09; Portland (US): Springer Berlin Heidelberg:47-66. McMaster R. 1997. "In Memorian: George F. Jenks (1916–1996)". Cartography and Geographic Information Science. 24(1):56-59. Sergey B, Motwani R, Ulman JD, Tsur S. 1997. Dynamic Itemset Counting and Implication Rules for Market Basket Data. Proceedings ACM SIGMOD International Conference on Management of Data:255-264. Soemarto C. 1986. Hidrologi Teknik. Surabaya (ID): Usaha Nasional. Todd DK, Mays LW. 2005. Groundwater Hydrology. Hoboken (US): John Wiley & Sons, Inc.
35
LAMPIRAN Lampiran 1 Query untuk data non spasial select IDPEL, CUSTNAME, STREETNAME, DOORNUM, RT, RW, DISTNAME, NMCAMAT, TARCODE, STATUS, WAT_USE01, INV_AMT01, WAT_USE02, INV_AMT02, WAT_USE03, INV_AMT03, WAT_USE04, INV_AMT04, WAT_USE05, INV_AMT05, WAT_USE06, INV_AMT06, WAT_USE07, INV_AMT07, WAT_USE08, INV_AMT08, WAT_USE09, INV_AMT09, WAT_USE10, INV_AMT10, WAT_USE11, INV_AMT11, WAT_USE12, INV_AMT12, REMARKS from tblcustomer join tbljalan on tbljalan.streetnum=tblcustomer.streetnum join tbldistrik on tbldistrik.distnum=tblcustomer.distnum join tblcamat on tblcamat.idcamat=tbldistrik.idcamat
Lampiran 2 Query untuk data non spasial ABT select IDPEL, CUSTNAME, STREETNAME, DOORNUM, RT, RW, DISTNAME, NMCAMAT, TARCODE, STATUS, WAT_USE01, INV_AMT01, WAT_USE02, INV_AMT02, WAT_USE03, INV_AMT03, WAT_USE04, INV_AMT04, WAT_USE05, INV_AMT05, WAT_USE06, INV_AMT06, WAT_USE07, INV_AMT07, WAT_USE08, INV_AMT08, WAT_USE09, INV_AMT09, WAT_USE10, INV_AMT10, WAT_USE11, INV_AMT11, WAT_USE12, INV_AMT12, REMARKS from tblcustomer join tbljalan on tbljalan.streetnum=tblcustomer.streetnum join tbldistrik on tbldistrik.distnum=tblcustomer.distnum join tblcamat on tblcamat.idcamat=tbldistrik.idcamat where remarks like '%sumur%'
Lampiran 3 Query untuk membuat basis data spasial dalam PostgreSQL CREATE EXTENSION "postgis"; CREATE EXTENSION "postgis_topology"; CREATE SCHEMA postgis; ALTER DATABASE mydb SET search_path="$user", public, postgis,topology; GRANT ALL ON SCHEMA postgis TO public; ALTER EXTENSION postgis SET SCHEMA postgis;
Lampiran 4 Kode untuk nama kecamatan Nama Kecamatan Kode Kota Bogor Utara bogor_utara Kota Bogor Barat bogor_barat Kota Bogor Tengah bogor_tengah Kota Bogor Timur bogor_timur Kota Bogor Selatan bogor_selatan Tanah Sareal tanah_sereal
36 Lampiran 5 Kode untuk elevasi Elevasi Kode 180 -190 m dpl 180-190 190 - 200 m dpl 190-200 200 - 210 m dpl 200-210 210 - 220 m dpl 210-220 220 - 230 m dpl 220-230 230 - 240 m dpl 230-240 240 - 250 m dpl 240-250 250 - 260 m dpl 250-260 260 - 270 m dpl 260-270 270 - 280 m dpl 270-280 280 - 290 m dpl 280-290 290 - 300 m dpl 290-300
Elevasi 300 - 310 m dpl 310 - 320 m dpl 320 - 330 m dpl 330 - 340 m dpl 340 - 350 m dpl 350 - 360 m dpl 360 - 370 m dpl 380 - 390 m dpl 390 - 400 m dpl 400 - 410 m dpl 410 - 420 m dpl 420 - 430 m dpl
Kode 300-310 310-320 320-330 330-340 340-350 350-360 360-370 380-390 390-400 400-410 410-420 420-430
Lampiran 6 Kode Status Pelanggan Status Keterangan Status Pelanggan 0 Calon Pelanggan 1 Pelangga baru (belum disambung) 2 Pelanggan baru (disambung pada bulan ini) 3 Pelanggan aktif 4 Pelanggan yang dapat peringatan bulan ini 5 Pelanggan yang telah dapat peringatan 6 Pelanggan yang akan diputus bulan ini 7 Pelanggan yang akan diputus atas pemintaan 8 Pelanggan yang telah diputus 9 Pelanggan yang telah diputus atas permintaan 10 Pelanggan dengan status 8, pindah ke eks-pelanggan 11 Pelanggan dengan status 9, pindah ke eks-pelanggan
Kode status0 status1 status2 status3 status4 status5 status6 status7 status8 status9 status10 status11
Lampiran 7 Kode program untuk membuat klasifikasi kelas natural break (jenk) package id.ac.ipb; import java.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet; import java.text.DecimalFormat; import java.util.Arrays; import java.util.LinkedList; import java.util.List; public class Jenks { private int[] classification; public static double[] getJenksBreaks(double[] data_, int numclass) { int numdata = data_.length; double[] sorteddata = new double[numdata]; System.arraycopy(data_, 0, sorteddata, 0, numdata); Arrays.sort(sorteddata); double[][] mat1 = new double[numdata + 1][numclass + 1]; double[][] mat2 = new double[numdata + 1][numclass + 1]; for (int i = 1; i <= numclass; i++) { mat1[1][i] = 1; mat2[1][i] = 0; for (int j = 2; j <= numdata; j++) { mat2[j][i] = Double.MAX_VALUE; } } double ssd = 0; for (int rangeEnd = 2; rangeEnd <= numdata; rangeEnd++) { double sumX = 0; double sumX2 = 0; double w = 0;
37 int dataId; for (int m = 1; m <= rangeEnd; m++) { dataId = rangeEnd - m + 1; double val = sorteddata[dataId - 1]; sumX2 += val * val; sumX += val; w++; ssd = sumX2 - (sumX * sumX) / w; for (int j = 2; j <= numclass; j++) { if (!(mat2[rangeEnd][j] < (ssd + mat2[dataId - 1][j - 1]))) { mat1[rangeEnd][j] = dataId; mat2[rangeEnd][j] = ssd + mat2[dataId - 1][j - 1];} } } mat1[rangeEnd][1] = 1; mat2[rangeEnd][1] = ssd; } double[] kbreaks = new double[numclass]; kbreaks[numclass - 1] = sorteddata[numdata - 1]; // the last int k = numdata; for (int j = numclass; j >= 2; j--) { int id = (int) (mat1[k][j]) - 2; kbreaks[j - 2] = sorteddata[id]; k = (int) mat1[k][j] - 1; } DecimalFormat df = new DecimalFormat("#0"); for (int i = 0; i < numclass; i++) { System.out.println(" i = " + df.format(kbreaks[i]));} return kbreaks; } //Penentuan nilai klasifikasi public static void main(String[] args) { try{ System.out.println("------- WAT ---------"); getJenks("select wat_avg from non_spasial", 10); System.out.println("------- INV ---------"); getJenks("select inv_avg from non_spasial", 20); }catch (Exception e) { e.printStackTrace();} } public static void getJenks(String query, int numclass) throws Exception{ Connection conn = null; PreparedStatement ps = null; ResultSet rs = null; try{Class.forName("org.postgresql.Driver"); conn = DriverManager.getConnection("jdbc:postgresql://localhost:5432/mydb", "postgres", "12345"); ps = conn.prepareStatement(query); rs = ps.executeQuery(); List dataList = new LinkedList(); while(rs.next()){ double wat = rs.getDouble(1); dataList.add(new Double(wat));} rs.close(); ps.close(); double[] data = new double[dataList.size()]; for(int i = 0; i < dataList.size();i++){ data[i] = ((Double)dataList.get(i)).doubleValue();} //double[] data = { 1, 1.5, 2, 4, 6, 7.1, 10 }; Jenks jenk = new Jenks(); int[] classes = jenk.classify(data, numclass); //System.out.println("Mulai Klasifikasi"); for (int i = 0; i < classes.length; i++) { //System.out.println(i + " -> " + data[i]+" -> "+classes[i]);} }catch (Exception e) { throw e; }finally{ try{ if(conn!=null){conn.close();} }catch (Exception e) {throw e;} } } private int findClass(double obs, double[] breaks) { int classNum = 0; for (double breaker : breaks) { if (breaker >= obs) { return classNum;} classNum++;} return classNum;} public int[] classify(double[] data, int numClasses) { classification = new int[data.length]; double[] breaks = Jenks.getJenksBreaks(data, numClasses); for (int i = 0; i < data.length; i++) { double num = data[i]; classification[i] = findClass(num, breaks);} // TODO Auto-generated method stub return classification;} }
38 Lampiran 8 Query untuk membuat dataset (ditampilkan sebagian) Create table bogor_dataset as select pel_pdam.id_pel, pel_pdam.custname, pel_pdam.streetname, pel_pdam.doornum, pel_pdam.geom, case when bogor_danau.gid is null then 'no' else 'yes' end as near_lake, case when bogor_jalan.gid is null then 'no' else 'yes' end as near_road, case when bogor_sungai.gid is null then 'no' else 'yes' end as near_river, case when bogor_sumur.gid is not null AND bogor_titik_abt is null then 'yes' when bogor_sumur.gid is not null AND bogor_titik_abt is not null then 'yes' when bogor_sumur.gid is null AND bogor_titik_abt is not null then 'yes' when bogor_sumur.gid is null AND bogor_titik_abt is null then 'no' end as has_abt, ------------------------- Kategorisasi data spasial elevasi (case when bogor_elevasi.elevasi = '180 -190 m dpl' then '180-190' when bogor_elevasi.elevasi = '420 - 430 m dpl' then '420-430' else 'elevasi_tidak_terdefinisi' end) as pel_elevasi, ------------------------- Kategorisasi data spasial land_use (case when upper(bogor_land_use.keterangan) = 'BENGKEL' then 'bengkel' when upper(bogor_land_use.keterangan) = 'TERMINAL' then 'terminal' else 'landuse_tidak_terdefinisi' end) as land_use_kategori, ------------------------- Kategorisasi data numerik di data nonspasial ------------------------- Kategorisasi pemakaian air (m3) (case when wat >= 0 AND wat <=20 then '0-20' when wat > 8134 AND wat <= 41686 then '8134-41686' else '>41686' end) as wat_use_kategori, ------------------------- Kategorisasi pembayaran air (case when inv >= 0 AND inv <= 53358 then '0-53358' when inv > 100316888 AND inv <= 110017288 then '100316888-110017288' else '>110017288' end) as inv_kategori, ------------------------- Kategorisasi kelurahan (case when pel_pdam.distname = 'KENCANA' then 'kencana' when pel_pdam.distname = 'KEDUNGWARINGIN' then 'kedung_waringin' else 'kelurahan_tidak_terdefinisi' end) as distname_kategori, ------------------------- Kategorisasi kecamatan (case when nmcamat = 'Bogor Tengah' then 'bogor_tengah' when nmcamat = 'Tanah Sereal' then 'tanah_sereal' else 'kecamatan_tidak_terdefinisi' end) as nmcamat_kategori, ------------------------- Kategorisasi status pelanggan (case when status = '0' then 'status0' when status = '11' then 'status11' else 'status_tidak_terdefinisi' end) as status_kategori, ------------------------- Kategorisasi golongan tarif pelanggan (case when bogor_pelanggan_pdam.tarcode = 'S1' then 'S1' when bogor_pelanggan_pdam.tarcode = 'IP' then 'IP' else 'golongantarif_tidak_terdefinisi' end) as golongantarif_kategori ------------------------- Oprasi spasial from ( select concat(strnum,'-',custnum) as id_pel, * from bogor_pel_pdam where coalesce(strnum,'') != '' ) pel_pdam left join bogor_titik_abt on bogor_titik_abt.id_pel = pel_pdam.id_pel left join bogor_sumur on ST_Intersects(pel_pdam.geom, bogor_sumur.geom) left join bogor_danau on ST_Intersects(pel_pdam.geom, bogor_danau.geom) left join bogor_jalan on ST_Intersects(pel_pdam.geom, bogor_jalan.geom) left join bogor_sungai on ST_Intersects(pel_pdam.geom, bogor_sungai.geom) left join bogor_land_use on ST_Intersects(pel_pdam.geom, bogor_land_use.geom) left join ( select * , cast(split_part(elevasi, '-' , 1) as int) as start_elevasi, cast(split_part(trim(both ' ' from split_part(elevasi, '-' , 2)), ' ' ,1) as int) as end_elevasi from bogor_elevasi) bogor_elevasi on ST_Intersects(pel_pdam.geom, bogor_elevasi.geom) left join ( select idpel, distname, nmcamat, status, tarcode, avg(wat_avg) as wat, avg(inv_avg) as inv from bogor_pelanggan_pdam group by idpel, distname, nmcamat, status, tarcode ) bogor_pelanggan_pdam on pel_pdam.id_pel = bogor_pelanggan_pdam.idpel
39 Lampiran 9 Aturan-aturan asosiasi rules {inv_kategori=0-53358} => {has_abt=yes} {near_river=no} => {has_abt=yes} {near_river=no} => {inv_kategori=0-53358} {inv_kategori=0-53358} => {near_river=no} {near_river=no,inv_kategori=0-53358} => {has_abt=yes} {status_kategori=status3} => {inv_kategori=0-53358} {inv_kategori=0-53358} => {status_kategori=status3} {status_kategori=status3} => {has_abt=yes} {inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {status_kategori=status3} => {near_river=no} {near_river=no} => {status_kategori=status3} {near_river=no,status_kategori=status3} => {inv_kategori=0-53358} {inv_kategori=0-53358,status_kategori=status3} => {near_river=no} {near_river=no,inv_kategori=0-53358} => {status_kategori=status3} {near_river=no,status_kategori=status3} => {has_abt=yes} {near_river=no,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=no} => {has_abt=yes} {land_use_kategori=pemukiman} => {has_abt=yes} {near_road=no} => {inv_kategori=0-53358} {near_road=no,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=pemukiman} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,inv_kategori=0-53358} => {has_abt=yes} {near_road=yes} => {has_abt=yes} {near_road=no} => {near_river=no} {near_road=no,near_river=no} => {has_abt=yes} {near_road=no,near_river=no} => {inv_kategori=0-53358} {near_road=no,inv_kategori=0-53358} => {near_river=no} {near_road=no,near_river=no,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=pemukiman} => {near_river=no} {near_river=no,land_use_kategori=pemukiman} => {has_abt=yes} {near_road=no} => {status_kategori=status3} {near_road=no,status_kategori=status3} => {inv_kategori=0-53358} {near_road=no,inv_kategori=0-53358} => {status_kategori=status3} {near_road=no,status_kategori=status3} => {has_abt=yes} {near_road=no,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=yes} => {inv_kategori=0-53358} {near_road=yes,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=pemukiman} => {status_kategori=status3} {land_use_kategori=pemukiman,status_kategori=status3} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,inv_kategori=0-53358} => {status_kategori=status3} {land_use_kategori=pemukiman,status_kategori=status3} => {has_abt=yes} {land_use_kategori=pemukiman,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=yes} => {near_river=no} {near_road=yes,near_river=no} => {has_abt=yes} {near_river=no,land_use_kategori=pemukiman} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,inv_kategori=0-53358} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,inv_kategori =0-53358} => {has_abt=yes} {wat_use_kategori=0 - 20} => {inv_kategori=0-53358}
support 0.9336 0.9010 0.8603 0.8603 0.8603 0.8514 0.8514 0.8514 0.8514
conf 1.00 1.00 0.95 0.92 1.00 1.00 0.91 1.00 1.00
lift 1.00 1.00 1.02 1.02 1.00 1.07 1.07 1.00 1.00
0.7827 0.7827 0.7827
0.92 0.87 1.00
1.02 1.02 1.07
0.7827
0.92
1.02
0.7827
0.91
1.07
0.7827
1.00
1.00
0.7827
1.00
1.00
0.5266 0.5111 0.4955 0.4955 0.4765 0.4765
1.00 1.00 0.94 1.00 0.93 1.00
1.00 1.00 1.01 1.00 1.00 1.00
0.4734 0.4711 0.4711 0.4505 0.4505 0.4505
1.00 0.89 1.00 0.96 0.91 1.00
1.00 0.99 1.00 1.02 1.01 1.00
0.4432 0.4432
0.87 1.00
0.96 1.00
0.4412 0.4412
0.84 1.00
0.98 1.07
0.4412
0.89
1.05
0.4412 0.4412
1.00 1.00
1.00 1.00
0.4381 0.4381 0.4303
0.93 1.00 0.84
0.99 1.00 0.99
0.4303
1.00
1.07
0.4303
0.90
1.06
0.4303
1.00
1.00
0.4303
1.00
1.00
0.4300 0.4300 0.4300
0.91 1.00 0.97
1.01 1.00 1.04
0.4300
0.90
1.00
0.4300
1.00
1.00
0.4102
1.00
1.07
40 Lampiran 9 Lanjutan {wat_use_kategori=0 - 20} => {has_abt=yes} {near_road=yes} => {status_kategori=status3} {wat_use_kategori=0 - 20,inv_kategori=0-53358} => {has_abt=yes} {near_road=yes,status_kategori=status3} => {inv_kategori=0-53358} {near_road=yes,inv_kategori=0-53358} => {status_kategori=status3} {near_road=yes,status_kategori=status3} => {has_abt=yes} {near_road=yes,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=yes,near_river=no} => {inv_kategori=0-53358} {near_road=yes,inv_kategori=0-53358} => {near_river=no} {near_road=yes,near_river=no,inv_kategori=0-53358} => {has_abt=yes} {near_road=no,status_kategori=status3} => {near_river=no} {near_road=no,near_river=no} => {status_kategori=status3} {near_road=no,near_river=no,status_kategori=status3} => {inv_kategori=0-53358} {near_road=no,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_road=no,near_river=no,inv_kategori=0-53358} => {status_kategori=status3} {near_road=no,near_river=no,status_kategori=status3} => {has_abt=yes} {near_road=no,near_river=no,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {land_use_kategori=pemukiman,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=pemukiman} => {status_kategori=status3} {near_river=no,land_use_kategori=pemukiman,status_kateg ori=status3} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,inv_kategori =0-53358} => {status_kategori=status3} {near_river=no,land_use_kategori=pemukiman,status_kateg ori=status3} => {has_abt=yes} {near_river=no,land_use_kategori=pemukiman,inv_kategori =0-53358,status_kategori=status3} => {has_abt=yes} {near_road=yes,status_kategori=status3} => {near_river=no} {near_road=yes,near_river=no} => {status_kategori=status3} {near_road=yes,near_river=no,status_kategori=status3} => {inv_kategori=0-53358} {near_road=yes,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_road=yes,near_river=no,inv_kategori=0-53358} => {status_kategori=status3} {near_road=yes,near_river=no,status_kategori=status3} => {has_abt=yes} {near_road=yes,near_river=no,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=0 - 20} => {near_river=no} {near_river=no,wat_use_kategori=0 - 20} => {inv_kategori=0-53358} {wat_use_kategori=0 - 20,inv_kategori=0-53358} => {near_river=no} {near_river=no,wat_use_kategori=0 - 20} => {has_abt=yes} {near_river=no,wat_use_kategori=0 - 20,inv_kategori=053358} => {has_abt=yes} {wat_use_kategori=0 - 20} => {status_kategori=status3} {wat_use_kategori=0 - 20,status_kategori=status3} => {inv_kategori=0-53358}
0.4102 0.4102 0.4102
1.00 0.87 1.00
1.00 1.02 1.00
0.4102
1.00
1.07
0.4102
0.94
1.10
0.4102
1.00
1.00
0.4102
1.00
1.00
0.4098 0.4098 0.4098
0.95 0.94 1.00
1.02 1.04 1.00
0.3997
0.91
1.01
0.3997
0.85
1.00
0.3997
1.00
1.07
0.3997
0.91
1.01
0.3997
0.89
1.04
0.3997
1.00
1.00
0.3997
1.00
1.00
0.3873
0.90
1.00
0.3873
0.87
1.03
0.3873
1.00
1.07
0.3873
0.90
1.00
0.3873
0.90
1.06
0.3873
1.00
1.00
0.3873
1.00
1.00
0.3830
0.93
1.04
0.3830
0.89
1.05
0.3830
1.00
1.07
0.3830
0.93
1.04
0.3830
0.93
1.10
0.3830
1.00
1.00
0.3830
1.00
1.00
0.3772 0.3772
0.92 1.00
1.02 1.07
0.3772
0.92
1.02
0.3772
1.00
1.00
0.3772
1.00
1.00
0.3686 0.3686
0.90 1.00
1.06 1.07
41 Lampiran 9 Lanjutan {wat_use_kategori=0 - 20,inv_kategori=0-53358} => {status_kategori=status3} {wat_use_kategori=0 - 20,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=0 - 20,status_kategori=status3} => {near_river=no} {near_river=no,wat_use_kategori=0 - 20} => {status_kategori=status3} {near_river=no,wat_use_kategori=0 20,status_kategori=status3} => {inv_kategori=0-53358} {wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_river=no,wat_use_kategori=0 - 20,inv_kategori=053358} => {status_kategori=status3} {near_river=no,wat_use_kategori=0 20,status_kategori=status3} => {has_abt=yes} {near_river=no,wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman} => {has_abt=yes} {wat_use_kategori=20 - 50} => {inv_kategori=0-53358} {wat_use_kategori=20 - 50} => {has_abt=yes} {wat_use_kategori=20 - 50,inv_kategori=0-53358} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman} => {inv_kategori=0-53358} {near_road=no,land_use_kategori=pemukiman,inv_kategori= 0-53358} => {has_abt=yes} {wat_use_kategori=20 - 50} => {near_river=no} {near_river=no,wat_use_kategori=20 - 50} => {inv_kategori=0-53358} {wat_use_kategori=20 - 50,inv_kategori=0-53358} => {near_river=no} {near_river=no,wat_use_kategori=20 - 50} => {has_abt=yes} {near_river=no,wat_use_kategori=20 - 50,inv_kategori=053358} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman} => {near_river=no} {near_road=no,near_river=no,land_use_kategori=pemukiman } => {has_abt=yes} {wat_use_kategori=20 - 50} => {status_kategori=status3} {wat_use_kategori=20 - 50,status_kategori=status3} => {inv_kategori=0-53358} {wat_use_kategori=20 - 50,inv_kategori=0-53358} => {status_kategori=status3} {wat_use_kategori=20 - 50,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=20 - 50,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=no,near_river=no,land_use_kategori=pemukiman } => {inv_kategori=0-53358} {near_road=no,land_use_kategori=pemukiman,inv_kategori= 0-53358} => {near_river=no} {near_road=no,near_river=no,land_use_kategori=pemukiman ,inv_kategori=0-53358} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman} => {status_kategori=status3} {near_road=no,land_use_kategori=pemukiman,status_katego ri=status3} => {inv_kategori=0-53358} {near_road=no,land_use_kategori=pemukiman,inv_kategori= 0-53358} => {status_kategori=status3} {near_road=no,land_use_kategori=pemukiman,status_katego ri=status3} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,inv_kategori= 0-53358,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=20 - 50,status_kategori=status3} => {near_river=no}
0.3686
0.90
1.06
0.3686
1.00
1.00
0.3686
1.00
1.00
0.3388
0.92
1.02
0.3388
0.90
1.05
0.3388
1.00
1.07
0.3388
0.92
1.02
0.3388
0.90
1.05
0.3388
1.00
1.00
0.3388
1.00
1.00
0.3232
1.00
1.00
0.3132 0.3132 0.3132
1.00 1.00 1.00
1.07 1.00 1.00
0.3050
0.94
1.01
0.3050
1.00
1.00
0.2895 0.2895
0.92 1.00
1.03 1.07
0.2895
0.92
1.03
0.2895
1.00
1.00
0.2895
1.00
1.00
0.2848
0.88
0.98
0.2848
1.00
1.00
0.2829 0.2829
0.90 1.00
1.06 1.07
0.2829
0.90
1.06
0.2829
1.00
1.00
0.2829
1.00
1.00
0.2759
0.97
1.04
0.2759
0.90
1.00
0.2759
1.00
1.00
0.2674
0.83
0.97
0.2674
1.00
1.07
0.2674
0.88
1.03
0.2674
1.00
1.00
0.2674
1.00
1.00
0.2608
0.92
1.02
42 Lampiran 9 Lanjutan {near_river=no,wat_use_kategori=20 - 50} => {status_kategori=status3} {near_river=no,wat_use_kategori=20 50,status_kategori=status3} => {inv_kategori=0-53358} {wat_use_kategori=20 - 50,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_river=no,wat_use_kategori=20 - 50,inv_kategori=053358} => {status_kategori=status3} {near_river=no,wat_use_kategori=20 50,status_kategori=status3} => {has_abt=yes} {near_river=no,wat_use_kategori=20 - 50,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,status_katego ri=status3} => {near_river=no} {near_road=no,near_river=no,land_use_kategori=pemukiman } => {status_kategori=status3} {near_road=no,near_river=no,land_use_kategori=pemukiman ,status_kategori=status3} => {inv_kategori=0-53358} {near_road=no,land_use_kategori=pemukiman,inv_kategori= 0-53358,status_kategori=status3} => {near_river=no} {near_road=no,near_river=no,land_use_kategori=pemukiman ,inv_kategori=0-53358} => {status_kategori=status3} {near_road=no,near_river=no,land_use_kategori=pemukiman ,status_kategori=status3} => {has_abt=yes} {near_road=no,near_river=no,land_use_kategori=pemukiman ,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {near_road=no,wat_use_kategori=0 - 20} => {inv_kategori=0-53358} {near_road=no,wat_use_kategori=0 - 20} => {has_abt=yes} {near_road=no,wat_use_kategori=0 - 20,inv_kategori=053358} => {has_abt=yes} {pel_elevasi=240-250} => {has_abt=yes} {pel_elevasi=240-250} => {inv_kategori=0-53358} {pel_elevasi=240-250,inv_kategori=0-53358} => {has_abt=yes} {pel_elevasi=240-250} => {near_river=no} {near_river=no,pel_elevasi=240-250} => {has_abt=yes} {near_road=no,wat_use_kategori=0 - 20} => {near_river=no} {near_road=no,near_river=no,wat_use_kategori=0 - 20} => {inv_kategori=0-53358} {near_road=no,wat_use_kategori=0 - 20,inv_kategori=053358} => {near_river=no} {near_road=no,near_river=no,wat_use_kategori=0 - 20} => {has_abt=yes} {near_road=no,near_river=no,wat_use_kategori=0 20,inv_kategori=0-53358} => {has_abt=yes} {golongantarif_kategori=N2} => {inv_kategori=0-53358} {golongantarif_kategori=N2} => {has_abt=yes} {inv_kategori=0-53358,golongantarif_kategori=N2} => {has_abt=yes} {near_road=no,wat_use_kategori=0 - 20} => {status_kategori=status3} {near_road=no,wat_use_kategori=0 20,status_kategori=status3} => {inv_kategori=0-53358} {near_road=no,wat_use_kategori=0 - 20,inv_kategori=053358} => {status_kategori=status3} {near_road=no,wat_use_kategori=0 20,status_kategori=status3} => {has_abt=yes} {near_road=no,wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=0 - 20} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,wat_use_kategori=0 - 20} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=0 20,inv_kategori=0-53358} => {has_abt=yes} {pel_elevasi=240-250} => {status_kategori=status3} {pel_elevasi=240-250,status_kategori=status3} => {inv_kategori=0-53358}
0.2608
0.90
1.06
0.2608
1.00
1.07
0.2608
0.92
1.02
0.2608
0.90
1.06
0.2608
1.00
1.00
0.2608
1.00
1.00
0.2410
0.90
1.00
0.2410
0.85
0.99
0.2410
1.00
1.07
0.2410
0.90
1.00
0.2410
0.87
1.03
0.2410
1.00
1.00
0.2410
1.00
1.00
0.2282
1.00
1.07
0.2282 0.2282
1.00 1.00
1.00 1.00
0.2216 0.2076 0.2076
1.00 0.94 1.00
1.00 1.00 1.00
0.2064 0.2064 0.2029
0.93 1.00 0.89
1.03 1.00 0.99
0.2029
1.00
1.07
0.2029
0.89
0.99
0.2029
1.00
1.00
0.2029
1.00
1.00
0.2014 0.2014 0.2014
1.00 1.00 1.00
1.07 1.00 1.00
0.2010
0.88
1.03
0.2010
1.00
1.07
0.2010
0.88
1.03
0.2010
1.00
1.00
0.2010
1.00
1.00
0.2006
1.00
1.07
0.2006
1.00
1.00
0.2006
1.00
1.00
0.1995 0.1995
0.90 1.00
1.06 1.07
43 Lampiran 9 Lanjutan {pel_elevasi=240-250,inv_kategori=0-53358} => {status_kategori=status3} {pel_elevasi=240-250,status_kategori=status3} => {has_abt=yes} {pel_elevasi=240-250,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_river=no,pel_elevasi=240-250} => {inv_kategori=053358} {pel_elevasi=240-250,inv_kategori=0-53358} => {near_river=no} {near_river=no,pel_elevasi=240-250,inv_kategori=053358} => {has_abt=yes} {golongantarif_kategori=N2} => {status_kategori=status3} {golongantarif_kategori=N2} => {near_river=no} {status_kategori=status3,golongantarif_kategori=N2} => {inv_kategori=0-53358} {inv_kategori=0-53358,golongantarif_kategori=N2} => {status_kategori=status3} {status_kategori=status3,golongantarif_kategori=N2} => {has_abt=yes} {near_river=no,golongantarif_kategori=N2} => {inv_kategori=0-53358} {inv_kategori=0-53358,golongantarif_kategori=N2} => {near_river=no} {near_river=no,golongantarif_kategori=N2} => {has_abt=yes} {inv_kategori=053358,status_kategori=status3,golongantarif_kategori=N2 } => {has_abt=yes} {near_river=no,inv_kategori=053358,golongantarif_kategori=N2} => {has_abt=yes} {near_road=yes,land_use_kategori=pemukiman} => {has_abt=yes} {pel_elevasi=260-270} => {has_abt=yes} {pel_elevasi=240-250,status_kategori=status3} => {near_river=no} {near_river=no,pel_elevasi=240-250} => {status_kategori=status3} {near_river=no,pel_elevasi=240250,status_kategori=status3} => {inv_kategori=0-53358} {pel_elevasi=240-250,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_river=no,pel_elevasi=240-250,inv_kategori=053358} => {status_kategori=status3} {near_river=no,pel_elevasi=240250,status_kategori=status3} => {has_abt=yes} {near_river=no,pel_elevasi=240-250,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {distname_kategori=kel_tidak_terdefinisi} => {has_abt=yes} {near_road=yes,wat_use_kategori=0 - 20} => {inv_kategori=0-53358} {near_road=yes,wat_use_kategori=0 - 20} => {has_abt=yes} {near_road=yes,wat_use_kategori=0 - 20,inv_kategori=053358} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=20 - 50} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,wat_use_kategori=20 - 50} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=20 50,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=0 - 20} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=0 - 20} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,wat_use_kategori=0 20,inv_kategori=0-53358} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=0 - 20} => {has_abt=yes}
0.1995
0.96
1.13
0.1995
1.00
1.00
0.1995
1.00
1.00
0.1925
0.93
1.00
0.1925
0.93
1.03
0.1925
1.00
1.00
0.1890
0.94
1.10
0.1890 0.1890
0.94 1.00
1.04 1.07
0.1890
0.94
1.10
0.1890
1.00
1.00
0.1890
1.00
1.07
0.1890
0.94
1.04
0.1890
1.00
1.00
0.1890
1.00
1.00
0.1890
1.00
1.00
0.1878
1.00
1.00
0.1870 0.1843
1.00 0.92
1.00 1.03
0.1843
0.89
1.05
0.1843
1.00
1.07
0.1843
0.92
1.03
0.1843
0.96
1.12
0.1843
1.00
1.00
0.1843
1.00
1.00
0.1820
1.00
1.00
0.1820
1.00
1.07
0.1820
1.00
1.00
0.1820
1.00
1.00
0.1816
1.00
1.07
0.1816
1.00
1.00
0.1816
1.00
1.00
0.1801
0.90
1.00
0.1801
1.00
1.07
0.1801
0.90
1.00
0.1801
1.00
1.00
44 Lampiran 9 Lanjutan {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=0 - 20,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=0 - 20} => {status_kategori=status3} {land_use_kategori=pemukiman,wat_use_kategori=0 20,status_kategori=status3} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,wat_use_kategori=0 20,inv_kategori=0-53358} => {status_kategori=status3} {land_use_kategori=pemukiman,wat_use_kategori=0 20,status_kategori=status3} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=0 20,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {near_road=no,wat_use_kategori=0 20,status_kategori=status3} => {near_river=no} {near_road=no,near_river=no,wat_use_kategori=0 - 20} => {status_kategori=status3} {near_road=no,near_river=no,wat_use_kategori=0 20,status_kategori=status3} => {inv_kategori=0-53358} {near_road=no,wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_road=no,near_river=no,wat_use_kategori=0 20,inv_kategori=0-53358} => {status_kategori=status3} {near_road=no,near_river=no,wat_use_kategori=0 20,status_kategori=status3} => {has_abt=yes} {near_road=no,near_river=no,wat_use_kategori=0 20,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {status_kategori=status3,golongantarif_kategori=N2} => {near_river=no} {near_river=no,golongantarif_kategori=N2} => {status_kategori=status3} {near_river=no,status_kategori=status3,golongantarif_ka tegori=N2} => {inv_kategori=0-53358} {inv_kategori=053358,status_kategori=status3,golongantarif_kategori=N2 } => {near_river=no} {near_river=no,inv_kategori=053358,golongantarif_kategori=N2} => {status_kategori=status3} {near_river=no,status_kategori=status3,golongantarif_ka tegori=N2} => {has_abt=yes} {near_river=no,inv_kategori=053358,status_kategori=status3,golongantarif_kategori=N2 } => {has_abt=yes} {distname_kategori=paledang} => {has_abt=yes} {near_road=yes,wat_use_kategori=0 - 20} => {near_river=no} {near_road=yes,near_river=no,wat_use_kategori=0 - 20} => {inv_kategori=0-53358} {near_road=yes,wat_use_kategori=0 - 20,inv_kategori=053358} => {near_river=no} {near_road=yes,near_river=no,wat_use_kategori=0 - 20} => {has_abt=yes} {near_road=yes,near_river=no,wat_use_kategori=0 20,inv_kategori=0-53358} => {has_abt=yes} {near_road=yes,land_use_kategori=pemukiman} => {inv_kategori=0-53358} {near_road=yes,land_use_kategori=pemukiman,inv_kategori =0-53358} => {has_abt=yes} {distname_kategori=kel_tidak_terdefinisi} => {inv_kategori=0-53358} {inv_kategori=053358,distname_kategori=kel_tidak_terdefinisi} => {has_abt=yes} {distname_kategori=paledang} => {inv_kategori=0-53358} {inv_kategori=0-53358,distname_kategori=paledang} => {has_abt=yes} {near_road=yes,wat_use_kategori=0 - 20} => {status_kategori=status3}
0.1801
1.00
1.00
0.1789
0.89
1.05
0.1789
1.00
1.07
0.1789
0.89
1.05
0.1789
1.00
1.00
0.1789
1.00
1.00
0.1781
0.89
0.98
0.1781
0.88
1.03
0.1781
1.00
1.07
0.1781
0.89
0.98
0.1781
0.88
1.03
0.1781
1.00
1.00
0.1781
1.00
1.00
0.1773
0.94
1.04
0.1773
0.94
1.10
0.1773
1.00
1.07
0.1773
0.94
1.04
0.1773
0.94
1.10
0.1773
1.00
1.00
0.1773
1.00
1.00
0.1750 0.1742
1.00 0.96
1.00 1.06
0.1742
1.00
1.07
0.1742
0.96
1.06
0.1742
1.00
1.00
0.1742
1.00
1.00
0.1715
0.91
0.98
0.1715
1.00
1.00
0.1711
0.94
1.01
0.1711
1.00
1.00
0.1696 0.1696
0.97 1.00
1.04 1.00
0.1676
0.92
1.08
45 Lampiran 9 Lanjutan {near_road=yes,wat_use_kategori=0 20,status_kategori=status3} => {inv_kategori=0-53358} {near_road=yes,wat_use_kategori=0 - 20,inv_kategori=053358} => {status_kategori=status3} {near_road=yes,wat_use_kategori=0 20,status_kategori=status3} => {has_abt=yes} {near_road=yes,wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {distname_kategori=paledang} => {near_river=no} {near_river=no,distname_kategori=paledang} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=20 - 50} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=20 - 50} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,wat_use_kategori=20 50,inv_kategori=0-53358} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=20 - 50} => {has_abt=yes} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=20 - 50,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=20 - 50} => {status_kategori=status3} {land_use_kategori=pemukiman,wat_use_kategori=20 50,status_kategori=status3} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,wat_use_kategori=20 50,inv_kategori=0-53358} => {status_kategori=status3} {land_use_kategori=pemukiman,wat_use_kategori=20 50,status_kategori=status3} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=20 50,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {near_road=yes,land_use_kategori=pemukiman} => {status_kategori=status3} {near_road=yes,land_use_kategori=pemukiman,status_kateg ori=status3} => {inv_kategori=0-53358} {near_road=yes,land_use_kategori=pemukiman,inv_kategori =0-53358} => {status_kategori=status3} {near_road=yes,land_use_kategori=pemukiman,status_kateg ori=status3} => {has_abt=yes} {near_road=yes,land_use_kategori=pemukiman,inv_kategori =0-53358,status_kategori=status3} => {has_abt=yes} {land_use_kategori=perdagangan} => {has_abt=yes} {near_road=yes,wat_use_kategori=20 - 50} => {inv_kategori=0-53358} {near_road=yes,wat_use_kategori=20 - 50} => {has_abt=yes} {near_road=yes,wat_use_kategori=20 - 50,inv_kategori=053358} => {has_abt=yes} {near_road=yes,wat_use_kategori=0 20,status_kategori=status3} => {near_river=no} {near_road=yes,near_river=no,wat_use_kategori=0 - 20} => {status_kategori=status3} {near_road=yes,near_river=no,wat_use_kategori=0 20,status_kategori=status3} => {inv_kategori=0-53358} {near_road=yes,wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_road=yes,near_river=no,wat_use_kategori=0 20,inv_kategori=0-53358} => {status_kategori=status3} {near_road=yes,near_river=no,wat_use_kategori=0 20,status_kategori=status3} => {has_abt=yes} {near_road=yes,near_river=no,wat_use_kategori=0 20,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=0 20,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=0 - 20} => {status_kategori=status3} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=0 - 20,status_kategori=status3} => {inv_kategori=0-53358}
0.1676
1.00
1.07
0.1676
0.92
1.08
0.1676
1.00
1.00
0.1676
1.00
1.00
0.1638 0.1638
0.94 1.00
1.04 1.00
0.1638
0.90
1.00
0.1638
1.00
1.07
0.1638
0.90
1.00
0.1638
1.00
1.00
0.1638
1.00
1.00
0.1634
0.90
1.06
0.1634
1.00
1.07
0.1634
0.90
1.06
0.1634
1.00
1.00
0.1634
1.00
1.00
0.1630
0.87
1.02
0.1630
1.00
1.07
0.1630
0.95
1.12
0.1630
1.00
1.00
0.1630
1.00
1.00
0.1626 0.1626
1.00 1.00
1.00 1.07
0.1626
1.00
1.00
0.1626
1.00
1.00
0.1607
0.96
1.06
0.1607
0.92
1.08
0.1607
1.00
1.07
0.1607
0.96
1.06
0.1607
0.92
1.08
0.1607
1.00
1.00
0.1607
1.00
1.00
0.1603
0.90
0.99
0.1603
0.89
1.05
0.1603
1.00
1.07
46 Lampiran 9 Lanjutan {land_use_kategori=pemukiman,wat_use_kategori=0 20,inv_kategori=0-53358,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=0 - 20,inv_kategori=0-53358} => {status_kategori=status3} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=0 - 20,status_kategori=status3} => {has_abt=yes} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=0 - 20,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_river=no,distname_kategori=paledang} => {inv_kategori=0-53358} {inv_kategori=0-53358,distname_kategori=paledang} => {near_river=no} {near_river=no,inv_kategori=053358,distname_kategori=paledang} => {has_abt=yes} {near_road=yes,land_use_kategori=pemukiman} => {near_river=no} {near_road=yes,near_river=no,land_use_kategori=pemukima n} => {has_abt=yes} {distname_kategori=kel_tidak_terdefinisi} => {near_river=no} {pel_elevasi=260-270} => {inv_kategori=0-53358} {near_river=no,distname_kategori=kel_tidak_terdefinisi} => {has_abt=yes} {pel_elevasi=260-270,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=perdagangan} => {inv_kategori=053358} {land_use_kategori=perdagangan,inv_kategori=0-53358} => {has_abt=yes} {near_road=yes,near_river=no,land_use_kategori=pemukima n} => {inv_kategori=0-53358} {near_road=yes,land_use_kategori=pemukiman,inv_kategori =0-53358} => {near_river=no} {near_road=yes,near_river=no,land_use_kategori=pemukima n,inv_kategori=0-53358} => {has_abt=yes} {near_road=no,wat_use_kategori=20 - 50} => {inv_kategori=0-53358} {near_road=no,wat_use_kategori=20 - 50} => {has_abt=yes} {near_road=no,wat_use_kategori=20 - 50,inv_kategori=053358} => {has_abt=yes} {land_use_kategori=perdagangan} => {near_river=no} {near_river=no,land_use_kategori=perdagangan} => {has_abt=yes} {near_road=yes,wat_use_kategori=20 - 50} => {status_kategori=status3} {near_road=yes,wat_use_kategori=20 50,status_kategori=status3} => {inv_kategori=0-53358} {near_road=yes,wat_use_kategori=20 - 50,inv_kategori=053358} => {status_kategori=status3} {near_road=yes,wat_use_kategori=20 50,status_kategori=status3} => {has_abt=yes} {near_road=yes,wat_use_kategori=20 - 50,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {distname_kategori=paledang} => {status_kategori=status3} {distname_kategori=paledang,status_kategori=status3} => {inv_kategori=0-53358} {inv_kategori=0-53358,distname_kategori=paledang} => {status_kategori=status3} {distname_kategori=paledang,status_kategori=status3} => {has_abt=yes} {inv_kategori=053358,distname_kategori=paledang,status_kategori=status 3} => {has_abt=yes} {distname_kategori=kel_tidak_terdefinisi} => {status_kategori=status3}
0.1603
0.90
0.99
0.1603
0.89
1.05
0.1603
1.00
1.00
0.1603
1.00
1.00
0.1591
0.97
1.04
0.1591
0.94
1.04
0.1591
1.00
1.00
0.1583
0.84
0.94
0.1583
1.00
1.00
0.1575
0.87
0.96
0.1575 0.1575
0.84 1.00
0.90 1.00
0.1575
1.00
1.00
0.1544
0.95
1.02
0.1544
1.00
1.00
0.1541
0.97
1.04
0.1541
0.90
1.00
0.1541
1.00
1.00
0.1506
1.00
1.07
0.1506
1.00
1.00
0.1506
1.00
1.00
0.1502 0.1502
0.92 1.00
1.03 1.00
0.1502
0.92
1.08
0.1502
1.00
1.07
0.1502
0.92
1.08
0.1502
1.00
1.00
0.1502
1.00
1.00
0.1498
0.86
1.01
0.1498
1.00
1.07
0.1498
0.88
1.04
0.1498
1.00
1.00
0.1498
1.00
1.00
0.1494
0.82
0.96
47 Lampiran 9 Lanjutan {distname_kategori=kel_tidak_terdefinisi,status_kategor i=status3} => {inv_kategori=0-53358} {inv_kategori=053358,distname_kategori=kel_tidak_terdefinisi} => {status_kategori=status3} {distname_kategori=kel_tidak_terdefinisi,status_kategor i=status3} => {has_abt=yes} {near_river=no,pel_elevasi=260-270} => {has_abt=yes} {inv_kategori=053358,distname_kategori=kel_tidak_terdefinisi,status_ka tegori=status3} => {has_abt=yes} {near_river=no,distname_kategori=kel_tidak_terdefinisi} => {inv_kategori=0-53358} {inv_kategori=053358,distname_kategori=kel_tidak_terdefinisi} => {near_river=no} {near_road=yes,wat_use_kategori=20 - 50} => {near_river=no} {near_river=no,inv_kategori=053358,distname_kategori=kel_tidak_terdefinisi} => {has_abt=yes} {near_road=yes,near_river=no,wat_use_kategori=20 - 50} => {inv_kategori=0-53358} {near_road=yes,wat_use_kategori=20 - 50,inv_kategori=053358} => {near_river=no} {near_road=yes,near_river=no,wat_use_kategori=20 - 50} => {has_abt=yes} {near_road=yes,near_river=no,wat_use_kategori=20 50,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=perdagangan} => {status_kategori=status3} {land_use_kategori=perdagangan,status_kategori=status3} => {inv_kategori=0-53358} {land_use_kategori=perdagangan,inv_kategori=0-53358} => {status_kategori=status3} {land_use_kategori=perdagangan,status_kategori=status3} => {has_abt=yes} {land_use_kategori=perdagangan,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {land_use_kategori=pemukiman,wat_use_kategori=20 50,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=20 - 50} => {status_kategori=status3} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=20 - 50,status_kategori=status3} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,wat_use_kategori=20 50,inv_kategori=0-53358,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=20 - 50,inv_kategori=0-53358} => {status_kategori=status3} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=20 - 50,status_kategori=status3} => {has_abt=yes} {near_river=no,land_use_kategori=pemukiman,wat_use_kate gori=20 - 50,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=yes,land_use_kategori=pemukiman,status_kateg ori=status3} => {near_river=no} {near_road=yes,near_river=no,land_use_kategori=pemukima n} => {status_kategori=status3} {near_road=yes,near_river=no,land_use_kategori=pemukima n,status_kategori=status3} => {inv_kategori=0-53358} {near_road=yes,land_use_kategori=pemukiman,inv_kategori =0-53358,status_kategori=status3} => {near_river=no} {near_road=yes,near_river=no,land_use_kategori=pemukima n,inv_kategori=0-53358} => {status_kategori=status3} {near_road=yes,near_river=no,land_use_kategori=pemukima n,status_kategori=status3} => {has_abt=yes}
0.1494
1.00
1.07
0.1494
0.87
1.03
0.1494
1.00
1.00
0.1494 0.1494
1.00 1.00
1.00 1.00
0.1475
0.94
1.00
0.1475
0.86
0.96
0.1475
0.91
1.01
0.1475
1.00
1.00
0.1475
1.00
1.07
0.1475
0.91
1.01
0.1475
1.00
1.00
0.1475
1.00
1.00
0.1471
0.90
1.06
0.1471
1.00
1.07
0.1471
0.95
1.12
0.1471
1.00
1.00
0.1471
1.00
1.00
0.1471
0.90
1.00
0.1471
0.90
1.05
0.1471
1.00
1.07
0.1471
0.90
1.00
0.1471
0.90
1.05
0.1471
1.00
1.00
0.1471
1.00
1.00
0.1463
0.90
1.00
0.1463
0.92
1.09
0.1463
1.00
1.07
0.1463
0.90
1.00
0.1463
0.95
1.12
0.1463
1.00
1.00
48 Lampiran 9 Lanjutan {near_road=yes,near_river=no,land_use_kategori=pemukima n,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {pel_elevasi=260-270,status_kategori=status3} => {inv_kategori=0-53358} {pel_elevasi=260-270,inv_kategori=0-53358} => {status_kategori=status3} {pel_elevasi=260-270,status_kategori=status3} => {has_abt=yes} {pel_elevasi=260-270,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_river=no,pel_elevasi=260-270} => {inv_kategori=053358} {pel_elevasi=260-270,inv_kategori=0-53358} => {near_river=no} {near_river=no,pel_elevasi=260-270,inv_kategori=053358} => {has_abt=yes} {pel_elevasi=250-260} => {has_abt=yes} {golongantarif_kategori=R3} => {inv_kategori=0-53358} {golongantarif_kategori=R3} => {has_abt=yes} {inv_kategori=0-53358,golongantarif_kategori=R3} => {has_abt=yes} {near_river=no,land_use_kategori=perdagangan} => {inv_kategori=0-53358} {land_use_kategori=perdagangan,inv_kategori=0-53358} => {near_river=no} {near_river=no,land_use_kategori=perdagangan,inv_katego ri=0-53358} => {has_abt=yes} {near_road=no,wat_use_kategori=20 - 50} => {near_river=no} {near_road=no,near_river=no,wat_use_kategori=20 - 50} => {inv_kategori=0-53358} {near_road=no,wat_use_kategori=20 - 50,inv_kategori=053358} => {near_river=no} {near_road=no,near_river=no,wat_use_kategori=20 - 50} => {has_abt=yes} {near_road=no,near_river=no,wat_use_kategori=20 50,inv_kategori=0-53358} => {has_abt=yes} {pel_elevasi=250-260} => {near_river=no} {near_river=no,pel_elevasi=250-260} => {has_abt=yes} {distname_kategori=paledang,status_kategori=status3} => {near_river=no} {near_river=no,distname_kategori=paledang} => {status_kategori=status3} {near_river=no,distname_kategori=paledang,status_katego ri=status3} => {inv_kategori=0-53358} {inv_kategori=053358,distname_kategori=paledang,status_kategori=status 3} => {near_river=no} {near_river=no,inv_kategori=053358,distname_kategori=paledang} => {status_kategori=status3} {near_river=no,distname_kategori=paledang,status_katego ri=status3} => {has_abt=yes} {near_river=no,inv_kategori=053358,distname_kategori=paledang,status_kategori=status 3} => {has_abt=yes} {wat_use_kategori=50 - 141} => {inv_kategori=0-53358} {wat_use_kategori=50 - 141} => {has_abt=yes} {wat_use_kategori=50 - 141,inv_kategori=0-53358} => {has_abt=yes} {pel_elevasi=250-260} => {inv_kategori=0-53358} {pel_elevasi=250-260,inv_kategori=0-53358} => {has_abt=yes} {near_road=yes,wat_use_kategori=20 50,status_kategori=status3} => {near_river=no} {near_road=yes,near_river=no,wat_use_kategori=20 - 50} => {status_kategori=status3} {near_road=yes,near_river=no,wat_use_kategori=20 50,status_kategori=status3} => {inv_kategori=0-53358}
0.1463
1.00
1.00
0.1455
1.00
1.07
0.1455
0.92
1.08
0.1455
1.00
1.00
0.1455
1.00
1.00
0.1440
0.96
1.03
0.1440
0.91
1.01
0.1440
1.00
1.00
0.1432 0.1424 0.1424 0.1424
1.00 1.00 1.00 1.00
1.00 1.07 1.00 1.00
0.1424
0.95
1.02
0.1424
0.92
1.02
0.1424
1.00
1.00
0.1420
0.94
1.05
0.1420
1.00
1.07
0.1420
0.94
1.05
0.1420
1.00
1.00
0.1420
1.00
1.00
0.1412 0.1412 0.1401
0.99 1.00 0.94
1.09 1.00 1.04
0.1401
0.86
1.00
0.1401
1.00
1.07
0.1401
0.94
1.04
0.1401
0.88
1.03
0.1401
1.00
1.00
0.1401
1.00
1.00
0.1374 0.1374 0.1374
1.00 1.00 1.00
1.07 1.00 1.00
0.1370 0.1370
0.96 1.00
1.02 1.00
0.1354
0.90
1.00
0.1354
0.92
1.08
0.1354
1.00
1.07
49 Lampiran 9 Lanjutan {near_road=yes,wat_use_kategori=20 - 50,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_road=yes,near_river=no,wat_use_kategori=20 50,inv_kategori=0-53358} => {status_kategori=status3} {near_road=yes,near_river=no,wat_use_kategori=20 50,status_kategori=status3} => {has_abt=yes} {near_road=yes,near_river=no,wat_use_kategori=20 50,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {near_river=no,pel_elevasi=250-260} => {inv_kategori=053358} {pel_elevasi=250-260,inv_kategori=0-53358} => {near_river=no} {land_use_kategori=perdagangan,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=perdagangan} => {status_kategori=status3} {near_river=no,pel_elevasi=250-260,inv_kategori=053358} => {has_abt=yes} {near_river=no,land_use_kategori=perdagangan,status_kat egori=status3} => {inv_kategori=0-53358} {land_use_kategori=perdagangan,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=perdagangan,inv_katego ri=0-53358} => {status_kategori=status3} {near_river=no,land_use_kategori=perdagangan,status_kat egori=status3} => {has_abt=yes} {near_river=no,land_use_kategori=perdagangan,inv_katego ri=0-53358,status_kategori=status3} => {has_abt=yes} {pel_elevasi=260-270,status_kategori=status3} => {near_river=no} {near_river=no,pel_elevasi=260-270} => {status_kategori=status3} {near_river=no,pel_elevasi=260270,status_kategori=status3} => {inv_kategori=0-53358} {pel_elevasi=260-270,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_river=no,pel_elevasi=260-270,inv_kategori=053358} => {status_kategori=status3} {near_river=no,pel_elevasi=260270,status_kategori=status3} => {has_abt=yes} {near_river=no,pel_elevasi=260-270,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=no,wat_use_kategori=20 - 50} => {status_kategori=status3} {near_road=no,wat_use_kategori=20 50,status_kategori=status3} => {inv_kategori=0-53358} {near_road=no,wat_use_kategori=20 - 50,inv_kategori=053358} => {status_kategori=status3} {near_road=no,wat_use_kategori=20 50,status_kategori=status3} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20} => {inv_kategori=0-53358} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20} => {has_abt=yes} {near_road=no,wat_use_kategori=20 - 50,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=jalan} => {has_abt=yes} {distname_kategori=kel_tidak_terdefinisi,status_kategor i=status3} => {near_river=no} {near_river=no,distname_kategori=kel_tidak_terdefinisi} => {status_kategori=status3} {near_river=no,distname_kategori=kel_tidak_terdefinisi, status_kategori=status3} => {inv_kategori=0-53358} {inv_kategori=053358,distname_kategori=kel_tidak_terdefinisi,status_ka tegori=status3} => {near_river=no}
0.1354
0.90
1.00
0.1354
0.92
1.08
0.1354
1.00
1.00
0.1354
1.00
1.00
0.1350
0.96
1.02
0.1350
0.99
1.09
0.1350
0.92
1.02
0.1350
0.90
1.06
0.1350
1.00
1.00
0.1350
1.00
1.07
0.1350
0.92
1.02
0.1350
0.95
1.11
0.1350
1.00
1.00
0.1350
1.00
1.00
0.1331
0.91
1.02
0.1331
0.89
1.05
0.1331
1.00
1.07
0.1331
0.91
1.02
0.1331
0.92
1.09
0.1331
1.00
1.00
0.1331
1.00
1.00
0.1327
0.88
1.04
0.1327
1.00
1.07
0.1327
0.88
1.04
0.1327
1.00
1.00
0.1327
1.00
1.07
0.1327
1.00
1.00
0.1327
1.00
1.00
0.1327
1.00
1.00
0.1300 0.1292
1.00 0.86
1.00 0.96
0.1292
0.82
0.96
0.1292
1.00
1.07
0.1292
0.86
0.96
50 Lampiran 9 Lanjutan {near_river=no,inv_kategori=053358,distname_kategori=kel_tidak_terdefinisi} => {status_kategori=status3} {near_river=no,distname_kategori=kel_tidak_terdefinisi, status_kategori=status3} => {has_abt=yes} {near_river=no,inv_kategori=053358,distname_kategori=kel_tidak_terdefinisi,status_ka tegori=status3} => {has_abt=yes} {wat_use_kategori=50 - 141} => {status_kategori=status3} {wat_use_kategori=50 - 141,status_kategori=status3} => {inv_kategori=0-53358} {wat_use_kategori=50 - 141,inv_kategori=0-53358} => {status_kategori=status3} {wat_use_kategori=50 - 141,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=50 - 141,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=50 - 141} => {near_river=no} {near_river=no,wat_use_kategori=50 - 141} => {inv_kategori=0-53358} {wat_use_kategori=50 - 141,inv_kategori=0-53358} => {near_river=no} {near_river=no,wat_use_kategori=50 - 141} => {has_abt=yes} {near_road=yes,pel_elevasi=240-250} => {has_abt=yes} {near_river=no,wat_use_kategori=50 141,inv_kategori=0-53358} => {has_abt=yes} {near_road=no,wat_use_kategori=20 50,status_kategori=status3} => {near_river=no} {near_road=no,near_river=no,wat_use_kategori=20 - 50} => {status_kategori=status3} {near_road=no,near_river=no,wat_use_kategori=20 50,status_kategori=status3} => {inv_kategori=0-53358} {near_road=no,wat_use_kategori=20 - 50,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_road=no,near_river=no,wat_use_kategori=20 50,inv_kategori=0-53358} => {status_kategori=status3} {near_road=no,near_river=no,wat_use_kategori=20 50,status_kategori=status3} => {has_abt=yes} {near_road=no,near_river=no,wat_use_kategori=20 50,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {golongantarif_kategori=R3} => {near_river=no} {near_river=no,golongantarif_kategori=R3} => {inv_kategori=0-53358} {inv_kategori=0-53358,golongantarif_kategori=R3} => {near_river=no} {near_river=no,golongantarif_kategori=R3} => {has_abt=yes} {near_river=no,inv_kategori=053358,golongantarif_kategori=R3} => {has_abt=yes} {land_use_kategori=pemukiman,distname_kategori=paledang } => {has_abt=yes} {land_use_kategori=jalan} => {near_river=no} {near_river=no,land_use_kategori=jalan} => {has_abt=yes} {land_use_kategori=jalan} => {inv_kategori=0-53358} {land_use_kategori=jalan,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=pemukiman,distname_kategori=paledang } => {inv_kategori=0-53358} {land_use_kategori=pemukiman,inv_kategori=053358,distname_kategori=paledang} => {has_abt=yes} {pel_elevasi=250-260} => {status_kategori=status3} {pel_elevasi=250-260,status_kategori=status3} => {inv_kategori=0-53358} {pel_elevasi=250-260,inv_kategori=0-53358} => {status_kategori=status3} {pel_elevasi=250-260,status_kategori=status3} => {has_abt=yes}
0.1292
0.88
1.03
0.1292
1.00
1.00
0.1292
1.00
1.00
0.1269
0.92
1.08
0.1269
1.00
1.07
0.1269
0.92
1.08
0.1269
1.00
1.00
0.1269
1.00
1.00
0.1265 0.1265
0.92 1.00
1.02 1.07
0.1265
0.92
1.02
0.1265
1.00
1.00
0.1265 0.1265
1.00 1.00
1.00 1.00
0.1253
0.94
1.05
0.1253
0.88
1.04
0.1253
1.00
1.07
0.1253
0.94
1.05
0.1253
0.88
1.04
0.1253
1.00
1.00
0.1253
1.00
1.00
0.1250 0.1250
0.88 1.00
0.97 1.07
0.1250
0.88
0.97
0.1250
1.00
1.00
0.1250
1.00
1.00
0.1226
1.00
1.00
0.1218 0.1218
0.94 1.00
1.04 1.00
0.1211 0.1211
0.93 1.00
1.00 1.00
0.1203
0.98
1.05
0.1203
1.00
1.00
0.1191 0.1191
0.83 1.00
0.98 1.07
0.1191
0.87
1.02
0.1191
1.00
1.00
51 Lampiran 9 Lanjutan {pel_elevasi=250-260,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=0 - 20,golongantarif_kategori=N2} => {inv_kategori=0-53358} {wat_use_kategori=0 - 20,golongantarif_kategori=N2} => {has_abt=yes} {wat_use_kategori=0 - 20,inv_kategori=053358,golongantarif_kategori=N2} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20} => {near_river=no} {near_road=no,near_river=no,land_use_kategori=pemukiman ,wat_use_kategori=0 - 20} => {inv_kategori=0-53358} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20,inv_kategori=0-53358} => {near_river=no} {near_road=no,near_river=no,land_use_kategori=pemukiman ,wat_use_kategori=0 - 20} => {has_abt=yes} {near_road=no,near_river=no,land_use_kategori=pemukiman ,wat_use_kategori=0 - 20,inv_kategori=0-53358} => {has_abt=yes} {golongantarif_kategori=R3} => {status_kategori=status3} {status_kategori=status3,golongantarif_kategori=R3} => {inv_kategori=0-53358} {inv_kategori=0-53358,golongantarif_kategori=R3} => {status_kategori=status3} {status_kategori=status3,golongantarif_kategori=R3} => {has_abt=yes} {inv_kategori=053358,status_kategori=status3,golongantarif_kategori=R3 } => {has_abt=yes} {pel_elevasi=250-260,status_kategori=status3} => {near_river=no} {near_river=no,pel_elevasi=250-260} => {status_kategori=status3} {near_road=yes,pel_elevasi=240-250} => {inv_kategori=053358} {near_river=no,pel_elevasi=250260,status_kategori=status3} => {inv_kategori=0-53358} {pel_elevasi=250-260,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_river=no,pel_elevasi=250-260,inv_kategori=053358} => {status_kategori=status3} {near_river=no,pel_elevasi=250260,status_kategori=status3} => {has_abt=yes} {near_road=yes,pel_elevasi=240-250,inv_kategori=053358} => {has_abt=yes} {near_river=no,pel_elevasi=250-260,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_river=no,land_use_kategori=jalan} => {inv_kategori=0-53358} {land_use_kategori=jalan,inv_kategori=0-53358} => {near_river=no} {near_river=no,land_use_kategori=jalan,inv_kategori=053358} => {has_abt=yes} {wat_use_kategori=50 - 141,status_kategori=status3} => {near_river=no} {near_river=no,wat_use_kategori=50 - 141} => {status_kategori=status3} {near_river=no,wat_use_kategori=50 141,status_kategori=status3} => {inv_kategori=0-53358} {wat_use_kategori=50 - 141,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_river=no,wat_use_kategori=50 141,inv_kategori=0-53358} => {status_kategori=status3} {near_river=no,wat_use_kategori=50 141,status_kategori=status3} => {has_abt=yes} {near_river=no,wat_use_kategori=50 141,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes} {pel_elevasi=elevasi_tidak_terdefinisi} => {has_abt=yes}
0.1191
1.00
1.00
0.1187
1.00
1.07
0.1187
1.00
1.00
0.1187
1.00
1.00
0.1180
0.89
0.99
0.1180
1.00
1.07
0.1180
0.89
0.99
0.1180
1.00
1.00
0.1180
1.00
1.00
0.1176
0.83
0.97
0.1176
1.00
1.07
0.1176
0.83
0.97
0.1176
1.00
1.00
0.1176
1.00
1.00
0.1172
0.98
1.09
0.1172
0.83
0.97
0.1172
0.93
0.99
0.1172
1.00
1.07
0.1172
0.98
1.09
0.1172
0.87
1.02
0.1172
1.00
1.00
0.1172
1.00
1.00
0.1172
1.00
1.00
0.1168
0.96
1.03
0.1168
0.96
1.07
0.1168
1.00
1.00
0.1160
0.91
1.01
0.1160
0.92
1.08
0.1160
1.00
1.07
0.1160
0.91
1.01
0.1160
0.92
1.08
0.1160
1.00
1.00
0.1160
1.00
1.00
0.1153
1.00
1.00
52 Lampiran 9 Lanjutan {pel_elevasi=elevasi_tidak_terdefinisi} => {near_river=no} {near_river=no,pel_elevasi=elevasi_tidak_terdefinisi} => {has_abt=yes} {pel_elevasi=250-260,distname_kategori=paledang} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20} => {status_kategori=status3} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20,status_kategori=status3} => {inv_kategori=053358} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20,inv_kategori=0-53358} => {status_kategori=status3} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20,status_kategori=status3} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=yes,pel_elevasi=240-250} => {status_kategori=status3} {near_road=yes,pel_elevasi=240-250} => {near_river=no} {near_road=yes,pel_elevasi=240250,status_kategori=status3} => {inv_kategori=0-53358} {near_road=yes,pel_elevasi=240-250,inv_kategori=053358} => {status_kategori=status3} {near_road=yes,pel_elevasi=240250,status_kategori=status3} => {has_abt=yes} {near_road=yes,near_river=no,pel_elevasi=240-250} => {has_abt=yes} {near_road=yes,pel_elevasi=240-250,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {pel_elevasi=250-260,distname_kategori=paledang} => {near_river=no} {near_river=no,pel_elevasi=250260,distname_kategori=paledang} => {has_abt=yes} {wat_use_kategori=0 - 20,golongantarif_kategori=N2} => {near_river=no} {near_river=no,wat_use_kategori=0 20,golongantarif_kategori=N2} => {inv_kategori=0-53358} {wat_use_kategori=0 - 20,inv_kategori=053358,golongantarif_kategori=N2} => {near_river=no} {near_river=no,wat_use_kategori=0 20,golongantarif_kategori=N2} => {has_abt=yes} {near_river=no,wat_use_kategori=0 - 20,inv_kategori=053358,golongantarif_kategori=N2} => {has_abt=yes} {land_use_kategori=pemukiman,distname_kategori=paledang } => {near_river=no} {near_river=no,land_use_kategori=pemukiman,distname_kat egori=paledang} => {has_abt=yes} {near_road=yes,pel_elevasi=260-270} => {has_abt=yes} {pel_elevasi=elevasi_tidak_terdefinisi} => {inv_kategori=0-53358} {pel_elevasi=elevasi_tidak_terdefinisi,inv_kategori=053358} => {has_abt=yes} {pel_elevasi=250-260,distname_kategori=paledang} => {inv_kategori=0-53358} {pel_elevasi=250-260,inv_kategori=0-53358} => {distname_kategori=paledang} {pel_elevasi=250-260,inv_kategori=053358,distname_kategori=paledang} => {has_abt=yes} {near_river=no,land_use_kategori=pemukiman,distname_kat egori=paledang} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,inv_kategori=053358,distname_kategori=paledang} => {near_river=no} {near_river=no,land_use_kategori=pemukiman,inv_kategori =0-53358,distname_kategori=paledang} => {has_abt=yes} {near_river=no,pel_elevasi=elevasi_tidak_terdefinisi} => {inv_kategori=0-53358} {pel_elevasi=elevasi_tidak_terdefinisi,inv_kategori=053358} => {near_river=no}
0.1149
1.00
1.11
0.1149
1.00
1.00
0.1145
1.00
1.00
0.1141
0.86
1.01
0.1141
1.00
1.07
0.1141
0.86
1.01
0.1141
1.00
1.00
0.1141
1.00
1.00
0.1133
0.90
1.05
0.1133 0.1133
0.90 1.00
0.99 1.07
0.1133
0.97
1.14
0.1133
1.00
1.00
0.1133
1.00
1.00
0.1133
1.00
1.00
0.1125
0.98
1.09
0.1125
1.00
1.00
0.1118
0.94
1.04
0.1118
1.00
1.07
0.1118
0.94
1.04
0.1118
1.00
1.00
0.1118
1.00
1.00
0.1114
0.91
1.01
0.1114
1.00
1.00
0.1110 0.1098
1.00 0.95
1.00 1.02
0.1098
1.00
1.00
0.1098
0.96
1.03
0.1098
0.80
4.58
0.1098
1.00
1.00
0.1098
0.99
1.06
0.1098
0.91
1.01
0.1098
1.00
1.00
0.1094
0.95
1.02
0.1094
1.00
1.11
53 Lampiran 9 Lanjutan {near_river=no,pel_elevasi=elevasi_tidak_terdefinisi,in v_kategori=0-53358} => {has_abt=yes} {land_use_kategori=jalan} => {status_kategori=status3} {land_use_kategori=jalan,status_kategori=status3} => {inv_kategori=0-53358} {land_use_kategori=jalan,inv_kategori=0-53358} => {status_kategori=status3} {land_use_kategori=jalan,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=0 - 20,golongantarif_kategori=N2} => {status_kategori=status3} {land_use_kategori=jalan,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {wat_use_kategori=0 20,status_kategori=status3,golongantarif_kategori=N2} => {inv_kategori=0-53358} {wat_use_kategori=0 - 20,inv_kategori=053358,golongantarif_kategori=N2} => {status_kategori=status3} {wat_use_kategori=0 20,status_kategori=status3,golongantarif_kategori=N2} => {has_abt=yes} {wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3,golongantarif_kategori=N2 } => {has_abt=yes} {near_river=no,pel_elevasi=250260,distname_kategori=paledang} => {inv_kategori=053358} {pel_elevasi=250-260,inv_kategori=053358,distname_kategori=paledang} => {near_river=no} {near_river=no,pel_elevasi=250-260,inv_kategori=053358,distname_kategori=paledang} => {has_abt=yes} {land_use_kategori=jalan} => {near_road=yes} {near_road=yes,land_use_kategori=jalan} => {has_abt=yes} {golongantarif_kategori=R6} => {inv_kategori=0-53358} {golongantarif_kategori=R6} => {has_abt=yes} {inv_kategori=0-53358,golongantarif_kategori=R6} => {has_abt=yes} {golongantarif_kategori=R6} => {near_river=no} {near_river=no,golongantarif_kategori=R6} => {inv_kategori=0-53358} {inv_kategori=0-53358,golongantarif_kategori=R6} => {near_river=no} {near_river=no,golongantarif_kategori=R6} => {has_abt=yes} {land_use_kategori=jalan,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=jalan} => {status_kategori=status3} {near_river=no,inv_kategori=053358,golongantarif_kategori=R6} => {has_abt=yes} {near_river=no,land_use_kategori=jalan,status_kategori= status3} => {inv_kategori=0-53358} {land_use_kategori=jalan,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_river=no,land_use_kategori=jalan,inv_kategori=053358} => {status_kategori=status3} {near_river=no,land_use_kategori=jalan,status_kategori= status3} => {has_abt=yes} {near_river=no,land_use_kategori=jalan,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=yes,golongantarif_kategori=N2} => {inv_kategori=0-53358} {near_road=yes,golongantarif_kategori=N2} => {has_abt=yes} {near_road=yes,inv_kategori=053358,golongantarif_kategori=N2} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=20 - 50} => {inv_kategori=0-53358}
0.1094
1.00
1.00
0.1087 0.1087
0.84 1.00
0.98 1.07
0.1087
0.90
1.05
0.1087
1.00
1.00
0.1087
0.92
1.07
0.1087
1.00
1.00
0.1087
1.00
1.07
0.1087
0.92
1.07
0.1087
1.00
1.00
0.1087
1.00
1.00
0.1079
0.96
1.03
0.1079
0.98
1.09
0.1079
1.00
1.00
0.1075 0.1075
0.83 1.00
1.75 1.00
0.1059 0.1059 0.1059
1.00 1.00 1.00
1.07 1.00 1.00
0.1055 0.1055
1.00 1.00
1.11 1.07
0.1055
1.00
1.11
0.1055
1.00
1.00
0.1055
0.97
1.08
0.1055
0.87
1.02
0.1055
1.00
1.00
0.1055
1.00
1.07
0.1055
0.97
1.08
0.1055
0.90
1.06
0.1055
1.00
1.00
0.1055
1.00
1.00
0.1052
1.00
1.07
0.1052
1.00
1.00
0.1052
1.00
1.00
0.1052
1.00
1.07
54 Lampiran 9 Lanjutan {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=20 - 50} => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=20 - 50,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=pemukiman,distname_kategori=paledang } => {status_kategori=status3} {land_use_kategori=pemukiman,distname_kategori=paledang ,status_kategori=status3} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,inv_kategori=053358,distname_kategori=paledang} => {status_kategori=status3} {land_use_kategori=pemukiman,distname_kategori=paledang ,status_kategori=status3} => {has_abt=yes} {land_use_kategori=pemukiman,inv_kategori=053358,distname_kategori=paledang,status_kategori=status 3} => {has_abt=yes} {near_road=yes,near_river=no,pel_elevasi=240-250} => {inv_kategori=0-53358} {near_road=yes,pel_elevasi=240-250,inv_kategori=053358} => {near_river=no} {near_road=yes,near_river=no,pel_elevasi=240250,inv_kategori=0-53358} => {has_abt=yes} {land_use_kategori=pemukiman,distname_kategori=kel_tida k_terdefinisi} => {has_abt=yes} {wat_use_kategori=0 20,status_kategori=status3,golongantarif_kategori=N2} => {near_river=no} {near_river=no,wat_use_kategori=0 20,golongantarif_kategori=N2} => {status_kategori=status3} {near_river=no,wat_use_kategori=0 20,status_kategori=status3,golongantarif_kategori=N2} => {inv_kategori=0-53358} {wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3,golongantarif_kategori=N2 } => {near_river=no} {near_river=no,wat_use_kategori=0 - 20,inv_kategori=053358,golongantarif_kategori=N2} => {status_kategori=status3} {near_river=no,wat_use_kategori=0 20,status_kategori=status3,golongantarif_kategori=N2} => {has_abt=yes} {near_river=no,wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3,golongantarif_kategori=N2 } => {has_abt=yes} {near_road=yes,land_use_kategori=jalan} => {near_river=no} {near_river=no,land_use_kategori=jalan} => {near_road=yes} {land_use_kategori=pemukiman,golongantarif_kategori=R3} => {inv_kategori=0-53358} {land_use_kategori=pemukiman,golongantarif_kategori=R3} => {has_abt=yes} {status_kategori=status3,golongantarif_kategori=R3} => {near_river=no} {near_river=no,golongantarif_kategori=R3} => {status_kategori=status3} {near_road=yes,near_river=no,land_use_kategori=jalan} => {has_abt=yes} {land_use_kategori=pemukiman,inv_kategori=053358,golongantarif_kategori=R3} => {has_abt=yes} {near_river=no,status_kategori=status3,golongantarif_ka tegori=R3} => {inv_kategori=0-53358} {inv_kategori=053358,status_kategori=status3,golongantarif_kategori=R3 } => {near_river=no} {near_river=no,inv_kategori=053358,golongantarif_kategori=R3} => {status_kategori=status3} {near_river=no,status_kategori=status3,golongantarif_ka tegori=R3} => {has_abt=yes}
0.1052
1.00
1.00
0.1052
1.00
1.00
0.1044
0.85
1.00
0.1044
1.00
1.07
0.1044
0.87
1.02
0.1044
1.00
1.00
0.1044
1.00
1.00
0.1040
0.92
0.98
0.1040
0.89
0.98
0.1040
1.00
1.00
0.1032
1.00
1.00
0.1024
0.94
1.05
0.1024
0.92
1.08
0.1024
1.00
1.07
0.1024
0.94
1.05
0.1024
0.92
1.08
0.1024
1.00
1.00
0.1024
1.00
1.00
0.1021
0.95
1.05
0.1021
0.84
1.77
0.1021
1.00
1.07
0.1021
1.00
1.00
0.1021
0.87
0.96
0.1021
0.82
0.96
0.1021
1.00
1.00
0.1021
1.00
1.00
0.1021
1.00
1.07
0.1021
0.87
0.96
0.1021
0.82
0.96
0.1021
1.00
1.00
55 Lampiran 9 Lanjutan {near_river=no,inv_kategori=053358,status_kategori=status3,golongantarif_kategori=R3 } => {has_abt=yes} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20,status_kategori=status3} => {near_river=no} {near_road=no,near_river=no,land_use_kategori=pemukiman ,wat_use_kategori=0 - 20} => {status_kategori=status3} {near_road=no,near_river=no,land_use_kategori=pemukiman ,wat_use_kategori=0 - 20,status_kategori=status3} => {inv_kategori=0-53358} {near_road=no,land_use_kategori=pemukiman,wat_use_kateg ori=0 - 20,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_road=no,near_river=no,land_use_kategori=pemukiman ,wat_use_kategori=0 - 20,inv_kategori=0-53358} => {status_kategori=status3} {near_road=no,near_river=no,land_use_kategori=pemukiman ,wat_use_kategori=0 - 20,status_kategori=status3} => {has_abt=yes} {near_road=no,near_river=no,land_use_kategori=pemukiman ,wat_use_kategori=0 - 20,inv_kategori=053358,status_kategori=status3} => {has_abt=yes} {near_road=yes,land_use_kategori=jalan} => {inv_kategori=0-53358} {land_use_kategori=jalan,inv_kategori=0-53358} => {near_road=yes} {near_road=yes,land_use_kategori=jalan,inv_kategori=053358} => {has_abt=yes} {near_road=no,distname_kategori=kel_tidak_terdefinisi} => {has_abt=yes} {near_road=yes,golongantarif_kategori=N2} => {near_river=no} {near_road=yes,near_river=no,golongantarif_kategori=N2} => {inv_kategori=0-53358} {near_road=yes,inv_kategori=053358,golongantarif_kategori=N2} => {near_river=no} {near_road=yes,near_river=no,golongantarif_kategori=N2} => {has_abt=yes} {near_road=yes,pel_elevasi=240250,status_kategori=status3} => {near_river=no} {near_road=yes,near_river=no,pel_elevasi=240-250} => {status_kategori=status3} {near_road=yes,near_river=no,inv_kategori=053358,golongantarif_kategori=N2} => {has_abt=yes} {near_road=yes,near_river=no,pel_elevasi=240250,status_kategori=status3} => {inv_kategori=0-53358} {near_road=yes,pel_elevasi=240-250,inv_kategori=053358,status_kategori=status3} => {near_river=no} {near_road=yes,near_river=no,pel_elevasi=240250,inv_kategori=0-53358} => {status_kategori=status3} {near_road=yes,near_river=no,pel_elevasi=240250,status_kategori=status3} => {has_abt=yes} {near_road=yes,near_river=no,pel_elevasi=240250,inv_kategori=0-53358,status_kategori=status3} => {has_abt=yes}
0.1021
1.00
1.00
0.1009
0.88
0.98
0.1009
0.86
1.00
0.1009
1.00
1.07
0.1009
0.88
0.98
0.1009
0.86
1.00
0.1009
1.00
1.00
0.1009
1.00
1.00
0.1005
0.94
1.00
0.1005
0.83
1.75
0.1005
1.00
1.00
0.1001
1.00
1.00
0.1001
0.95
1.06
0.1001
1.00
1.07
0.1001
0.95
1.06
0.1001
1.00
1.00
0.1001
0.88
0.98
0.1001
0.88
1.04
0.1001
1.00
1.00
0.1001
1.00
1.07
0.1001
0.88
0.98
0.1001
0.96
1.13
0.1001
1.00
1.00
0.1001
1.00
1.00
Lampiran 10 Query untuk analisis potensi penggunaan ABT create table bogor_dataset4 as select * from bogor_dataset where has_abt = 'no' and inv_kategori = '053358' and near_river = 'no' and status_kategori = 'status3'
56
RIWAYAT HIDUP Penulis dilahirkan di Tasikmalaya, 14 Desember 1985. Penulis merupakan putri pertama dari Bapak H. Agus Sutjipto, S. SH dan Ibu Hj. Elin Roslina. Penulis menyelesaikan Diploma tahun 2007 pada jurusan Teknik Informatika, Fakultas MIPA, Institut Pertanian Bogor. Tahun 2009 penulis menyelesaikan Program Sarjana pada jurusan Teknik Informatika, Fakultas Teknik, Insitut Teknologi Telkom. Kemudian tahun 2012 penulis tercatat sebagai mahasiswi Magister Ilmu Komputer Departemen Ilmu Komputer, Fakultas MIPA Institut Pertanian Bogor. Saat ini penulis bekerja di PDAM Tirta Pakuan Kota Bogor sebagai staf Penelitian dan Pengembangan Teknologi.
