BAB II DASAR TEORI
2.1 Definisi Tipologi Salah satu pendekatan yang digunakan untuk mengambil suatu kebijakan pada kegiatan perencanaan adalah dengan cara memanfaatkan metode tipologi. Sebagai contoh, suatu wilayah dapat dibagi ke dalam tipe-tipe berdasarkan sumber daya alam misalnya kepadatan penduduk, atau daya dukung lahan. Pembentukan tipologi ini bertujuan untuk mengembangakan pendekatan kebijakan yang bersifat spesifik sesuai dengan tipe wilayah tersebut.
Definisi tipologi itu sendiri adalah studi pengklasifikasian tipe-tipe dengan karakteristik tertentu (www.education.yahoo.com). Selain itu tipologi dapat juga berarti suatu metode dimana orang atau benda dapat diklasifikasikan sebagai suatu tipe tertentu (www.adamranson.freeserve.com).
Dari uraian di atas, dapat dikatakan bahwa secara umum tipologi adalah pengklasifikasian suatu objek berdasarkan karakteristik tertentu yang terkait dengan objek. Berdasarkan Kamus Besar Bahasa Indonesia, pengklasifikasian itu sendiri berarti proses, cara, perbuatan menggolong-golongkan menurut ciri khas tertentu.
2.2 Definisi Tutupan Lahan dan Penggunaan Lahan Menurut Sabins (1997), tutupan lahan menggambarkan unsur-unsur seperti vegetasi, batuan atau bangunan-bangunan yang merepresentasikan permukaan bumi, sedangkan penggunaan lahan menggambarkan suatu persil lahan yang digunakan untuk agrikultur, tempat tinggal, industri, atau lainnya. Dalam pengertian lain menurut [Lillesand dan Kiefer (1994)], tutupan lahan merupakan perwujudan fisik objek-objek yang menutupi lahan tanpa mengkaitkan kegiatan manusia terhadap objek-objek tersebut, sedangkan penggunaan lahan merupakan kegiatan manusia yang terkait dengan lahan.
6
Dari uraian di atas dapat diketahui perbedaan antara tutupan lahan dan penggunaan lahan. Tutupan lahan berkaitan dengan jenis kenampakan yang ada pada permukaan bumi pada periode tertentu, sedangkan penggunaan lahan berkaitan dengan aktivitas manusia pada bidang lahan tertentu. Sebagai contoh dapat dilihat Gambar 2.1.
Gambar 2.1 Contoh Tutupan Lahan
Gambar 2.1 menunjukkan jenis tutupan lahan kebun dan hutan. Penggunaan lahan pada tutupan kebun dan hutan dapat berubah penggunaannya misalnya menjadi daerah pemukiman, rekreasi, industri, atau lainnya.
Secara garis besar tutupan lahan mengacu pada wilayah vegetasi atau non vegetasi sehingga pola perubahan tutupan lahan yang terjadi dapat berupa: •
Wilayah vegetasi tetap menjadi wilayah vegetasi
•
Wilayah vegetasi berubah menjadi wilayah non vegetasi
•
Wilayah non vegetasi berubah menjadi wilayah vegetasi
•
Wilayah non vegetasi tetap menjadi wilayah non vegetasi
Wilayah vegetasi dapat berupa semak, sawah, kebun, dan hutan sedangkan wilayah non vegetasi dapat berupa pemukiman, jalan, dan perairan.
2.3 Sistem Informasi Geografis (SIG) Menurut Aronoff (1989), SIG adalah sistem yang berbasiskan komputer yang digunakan untuk menyimpan, mengelola, dan memanipulasi data geografis. SIG dapat digunakan untuk memasukkan, menyimpan, mengevaluasi, mengintegrasikan, memanipulasi, menganalisis, dan menampilkan data-data yang memiliki nilai posisi/lokasi di permukaan bumi sehingga data ini dikenal orang sebagai data yang bergeoreferensi.
7
Salah satu keunggulan SIG adalah kemampuan SIG dalam melakukan analisis spasial diantaranya [Prahasta2005]: 1. Tumpang Susun Fungsi ini menghasilkan data spasial baru dari minimal dua data spasial yang menjadi masukannya. Sebagai contoh, untuk menghasilkan wilayah-wilayah yang sesuai untuk budidaya tanaman tertentu (misalnya padi) diperlukan data ketinggian permukaan bumi, kadar air tanah, dan jenis tanah, maka fungsi analisis spasial tumpang susun akan dikenakan terhadap ketiga data spasial (dan atribut) tersebut. 2. Klasifikasi Fungsi ini mengklasifikasikan atau mengklasifikasikan kembali suatu data spasial (atau atribut) menjadi data spasial yang baru dengan menggunakan kriteria tertentu. Sebagai contoh, nilai-nilai persentase kemiringan permukaan bumi dapat diklasifikasikan menjadi data spasial baru yang dapat digunakan untuk merancang perenanaan pengembangan suatu wilayah. Adapun contoh kriteria yang digunakan adalah 0-14% untuk pemukiman, 15-29% untuk pertanian dan perkebunan, 30-44% untuk hutan produksi, dan 45% ke atas untuk hutan dan taman nasional.
2.4 Metode Klasifikasi Secara umum, data yang diperoleh dari hasil pengumpulan data biasanya merupakan data mentah (raw data) berupa deretan angka-angka yang menunjukkan tentang karakteristik tertentu. Data mentah ini biasanya sulit untuk dimengerti karena jumlah data yang cukup besar dan penyajian data yang masih acak. Berikut adalah contoh data mentah berupa besarnya kepadatan penduduk dalam satu wilayah. Jika X = kepadatan penduduk dalam persentase, maka nilai X adalah sebagai berikut 78
65
84
68
68
72
54
70
67
90
67
85
67
90
89
85
75
60
89
85
72
73
64
72
72
73
73
64
72
73
84
68
73
64
84
68
90
72
68
72
90
72
8
Data di atas merupakan data mentah karena data tersebut belum dapat memberikan gambaran informasi secara tepat, misalnya berapa banyak kecamatan yang persentase kepadatan penduduknya antara 80–90%.
Agar data mentah ini dapat memberikan
informasi yang berguna maka perlu dilakukan proses pengolahan data. Salah satu cara dalam mengolah data adalah dengan melakukan klasifikasi data.
Klasifikasi data adalah pengelompokan data sesuai karakteristik yang dimiliki dengan keperluan pengelompokan data (www.depkop.go.id). Tujuan dari klasifikasi data adalah sebagai berikut: 1. Mengelompokkan sifat-sifat yang sama ke dalam kelompok atau kelas yang sama. 2. Memudahkan perbandingan. 3. Mengelompokkan informasi penting dan menghilangkan hal-hal yang tidak perlu. 4. Menunjukkan sifat yang menonjol sehingga mudah dilihat sekilas. 5. Memudahkan perlakuan statistik selanjutnya atas data yang telah dikumpulkan, misalnya untuk analisis, interpretasi, atau penyusunan laporan.
Beberapa hal yang perlu ditentukan dalam proses pengklasifikasian data diantaranya: •
Jumlah kelas
•
Interval Kelas
Jumlah Kelas Dalam menentukan jumlah kelas, hal-hal yang harus diperhatikan, antara lain: •
Luas penyebaran dari hasil penelitian yang akan dikelompokkan
•
Jumlah individu-individu/keadaan yang akan dikelompokkan
•
Jenis-jenis atau keterangan yang akan dikelompokkan
Interval Kelas Interval kelas adalah jarak yang terletak antara dua nilai yang diketahui. Interval kelas akan menunjukkan suatu kelompok nilai yang dibatasi oleh batas atas dan batas bawah.
9
Dalam menentukan interval kelas, hal-hal yang harus diperhatikan antara lain: •
Interval kelas harus meliputi semua data, dipilih dari harga yang terendah sampai harga yang tertinggi
•
Interval kelas tidak boleh dimulai dengan suatu harga yang sama besarnya dengan harga kelas sebelumnya.
Tabel 2.1 Contoh Pengelompokkan Kelas
Pengelompokkan Kelas 0-5
0-4
5-10
5-9
10-15
10-14
15-20
15-19
20-25
20-24
Tabel 2.1 menunjukkan dua contoh pengelompokkan kelas. Kolom pertama merupakan contoh pengelompokan kelas yang kurang baik dan kolom kedua merupakan contoh pengelompokkan kelas yang baik. Pada kolom pertama pengelompokkan kelasnya membingungkan karena ada pembagian harga yang berulang pada kelas lainnya, seperti 5, 10, 15, dan 20, sehingga dianggap kurang baik.
Dalam melaksanakan proses klasifikasi data diperlukan suatu metode yang baik yang dapat secara tepat menghasilkan suatu pengklasifikasian objek. Metode klasifikasi merupakan suatu cara penyusunan bersistem dalam kelompok atau golongan menurut kaidah atau standar yang telah ditetapkan. Metode klasifikasi diperlukan untuk mendapatkan hasil yang sesuai dengan tujuan yang telah ditetapkan sebelumnya. Beberapa metode klasifikasi yang dikembangkan antara lain:
1)
Metode Quantile (MQ)
MQ merupakan metode klasifikasi yang mendistribusikan sekelompok nilai atribut ke dalam kelas-kelas yang mengandung jumlah data yang sama. Penggunaan metode ini
10
akan mempunyai perbedaan interval kelas untuk setiap kelasnya tetapi memiliki kesamaan pada jumlah data setiap kelasnya.
Salah satu contoh penggunaan metode Quantile (MQ) adalah dalam mengklasifikasi kecamatan berdasarkan persentase kepadatan penduduknya. Gambar 2.2 menunjukkan grafik persentase kepadatan penduduk setiap kecamatan.
Persentase Kepadatan Penduduk
Persentase
60
52 45
50 40 24 26 26
30 20 10
8 1 1
8 9 11
14 16
2 3 3
0 A B C D E F G H
I
J K L M N O P
Kecamatan
Gambar 2.2 Grafik Persentase Kepadatan Penduduk
Dengan menggunakan metode Quantile (MQ), hasil pengklasifikasiannya dapat dilihat pada Tabel 2.2.
Tabel 2.2 Tabel Hasil Pengklasifikasian Dengan Menggunakan Metode Quantile (MQ) Jenis Kelas Kelas 1 Kelas 2 Kelas 3 Kelas 4
Quantile Kecamatan Interval Kelas ABCD 1-3 EFGH 3-10 IJKL 11-24 MNOP 25-52
Kelemahan metode Quantile (MQ) terlihat pada data D dan E dengan nilai data yang sama namun terpisah ke dalam 2 kelas. Kedua data ini seharusnya berada pada kelas yang sama. Begitu juga dengan data L, M, dan N dengan nilai data yang kurang lebih sama dan seharusnya berada pada kelas yang sama. Di samping itu, penggunaan metode ini kemungkinan dapat menghasilkan pengelompokkan kelas yang kurang baik dengan adanya pembagian harga yang berulang seperti nilai 3 pada kelas 1 dan kelas 2. Di sisi
11
lain metode ini memberikan kelebihan seperti terlihat pada masing-masing kelas yang terdiri dari empat buah data.
2)
Metode Equal Interval (MEI)
MEI merupakan suatu metode klasifikasi yang membagi interval nilai-nilai atribut ke dalam sub-sub interval dengan ukuran yang sama. MEI merupakan kebalikan dari metode MQ. Penggunaan MEI akan mempunyai kesamaan interval kelas untuk setiap kelasnya tetapi mempunyai perbedaan pada jumlah data setiap kelasnya.
Salah satu contoh penggunaan metode Equal Interval (MEI) adalah dalam mengklasifikasi kecamatan berdasarkan persentase kepadatan penduduknya. Data yang digunakan pada metode Equal Interval sama dengan data yang diklasifikasikan pada metode Quantile (Gambar 2.2).
Dengan menggunakan metode Equal Interval (MEI), hasil pengklasifikasiannya dapat dilihat pada Tabel 2.3.
Tabel 2.3 Tabel Hasil Pengklasifikasian Dengan Menggunakan Metode Equal Interval (MEI) Jenis Kelas Kelas 1 Kelas 2 Kelas 3 Kelas 4
Equal Interval Kecamatan Interval ABCDEFGHI 1-13 JKLMN 14-26 27-39 OP 40-52
Kelebihan Metode Equal Interval (MEI) terlihat pada pembagian interval yang sama untuk masing-masing kelas sedangkan kelemahan metode ini terlihat pada jumlah data untuk setiap kelasnya. Terjadi kelebihan jumlah kecamatan pada kelas 1, kekurangan jumlah kecamatan pada kelas 2, dan kekosongan jumlah kecamatan pada kelas 3.
Berdasarkan hasil pengklasifikasian yang dilakukan dengan metode Quantile (MQ) dan metode Equal Interval (MEI) di atas, maka secara umum
terlihat kelebihan dan
kekurangan dari masing-masing metode klasifikasi tersebut (Tabel 2.4):
12
Tabel 2.4 Kelebihan dan Kekurangan Metode Klasifikasi Kelebihan Metode Quantile (MQ)
Setiap
Kekurangan
kelas
mempunyai
data
akan Pada kelasnya kemungkinan
jumlah
data akan terdapat nilai-nilai yang sama sehingga setiap atribut yang kurang lebih kelasnya tidak akan pernah mengalami
tidak sama
kekosongan
data atau kelebihan atau kekurangan data Metode
Equal
(MEI)
Interval Setiap
kelas
akan Dapat
terjadi
suatu
mempunyai interval kelas kemungkinan kekosongan yang sama, sehingga nilai- jumlah data atau kelebihan nilai atribut yang kurang lebih sama akan berada
atau kekurangan jumlah data pada setiap kelasnya
pada satu kelas
Dengan mempertimbangkan kelebihan dan kekurangan dari masing-masing metode klasifikasi, maka dipilihlah MEI sebagai metode penyusunan tipologi perubahan tutupan lahan. Alasan pemilihan penggunaan metode MEI ini adalah agar setiap nilai-nilai data yang kurang lebih sama dimasukkan pada kelas yang sama.
Metode Equal Interval (MEI) membagi suatu kelompok data pada interval kelas yang sama dengan jumlah data yang dapat bervariasi pada setiap kelasnya. Interval kelas dapat ditentukan dengan cara mengurangi nilai terbesar suatu kelompok data dengan nilai terkecilnya yang selanjutnya selisih luas ini dibagi dengan jumlah kelasnya. Formulanya adalah seperti pada persamaan 2.1. [Supranto, 1983]
IK =
Range ..........................................................................................(2.1) k
dengan
13
IK
: Interval Kelas
Range : Nilai terbesar-Nilai terkecil k
: Banyaknya kelas
Besar interval kelas selain ditentukan oleh nilai terbesar dan nilai terkecil juga ditentukan oleh jumlah kelasnya. Penentuan pembagian jumlah kelas dapat menggunakan aturan Sturgess. Aturan Sturgess mengatur pembagian jumlah kelas mendekati 1 + 2log n. Formulanya dapat juga dituliskan seperti pada persamaan 2.2. [Supranto, 1983]
k = 1 + 3.3 * log n ...............................................................................(2.2) dengan k : jumlah kelas n : jumlah data
14
