KLASIFIKASI PEMUKIMAN KUMUH DI WILAYAH DKI JAKARTA MENGGUNAKAN DECISION TREE
FITRIYANI
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
KLASIFIKASI PEMUKIMAN KUMUH DI WILAYAH DKI JAKARTA MENGGUNAKAN DECISION TREE
FITRIYANI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
ABSTRACT FITRIYANI. Classification of Slum Areas in Jakarta Using Decision Tree. Supervised by SRI NURDIATI. Jakarta as the capital of Indonesia has a high level of urbanization, causing a high rate of population density. High population growth in a small area tends to create a slum in the area. So far, the Statistics Central Bureau (BPS) has conducted a survey of the slum areas, but the method used is still quite subjective. To reduce the problem of subjectivity, this study aims to apply Decision Tree in classifying the slum areas in Jakarta and determine the accuracy of the classification process. The data used in this study consisted of 10 parameters, namely, population density, building layout, construction of houses, residential ventilation, building density, state of roads, drainage/sewerage, water consumption, human waste disposal, and waste management. There were 320 sample data collected using stratified random sampling. The data were divided into 2 groups: training data and testing data. Training data were used to construct a Decision Tree, while testing data were used to test the tree. Testing process used 10-fold cross validation resulting in an accuracy of 69.7%, 68.8%, and 67.4% for confidence factors of 0.1, 0.2, and 0.3, respectively. Keyword: Classification, Decision Tree, Slum Area, Stratified Random Sampling
Judul Skripsi Nama NIM
Klasifikasi Pemukiman Kumuh di Wilayah DK! Jakarta Menggunakan Decision Tree Fitriyani : G64086003
Menyetujui : Pembimbing
I
r. Ir. Sri Nurdiati , M. Sc.
~IP 19601126 198601 200 I
Dr. Ir. Agu's~,~~;=ii:;1J'" NIP 19660702 }99302 1 00 1 J
Tanggal Lulus:
r, 1 Dr c ~ Jr3. \
Judul Skripsi Nama NIM
: Klasifikasi Pemukiman Kumuh di Wilayah DKI Jakarta Menggunakan Decision Tree : Fitriyani : G64086003
Menyetujui: Pembimbing
Dr. Ir. Sri Nurdiati, M. Sc. NIP 19601126 198601 2001
Mengetahui: Ketua Departemen
Dr. Ir. Agus Buono, M.Si., M.Kom. NIP 19660702 199302 1 001
Tanggal Lulus:
RIWAYAT HIDUP Penulis dilahirkan di Kebumen pada tanggal 15 Juni 1986 dari ayah Dasuki dan ibu Watini. Penulis merupakan putra keempat dari empat bersaudara. Pada tahun 2004, penulis lulus dari SMA Negeri 1 Karanganyar, Kebumen. Pada tahun yang sama, penulis lulus seleksi masuk Universitas Negeri Semarang (UNNES) melalui jalur Seleksi Penerimaan Mahasiswa Prestasi (SPMP). Penulis memilih Program Studi D3 Statistika Terapan dan Komputasi, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam dan lulus pada tahun 2007. Pada bulan Februari 2008, penulis bekerja di PT. Cipta Mitra Sejahtera Bogor sebagai Admin. Pada bulan November tahun 2008, penulis melanjutkan pendidikan ke jenjang Strata 1 untuk Program Studi Ilmu Komputer, Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Pada saat penelitian ini dilaksanakan, penulis berkerja di Badan Pusat Statistik (BPS) Kota Administrasi Jakarta Timur.
PRAKATA Assalamu’alaikum Warahmatullahi Wabarokatuh Alhamdulillah, puji syukur senantiasa penulis panjatkan ke hadirat Allah Subhanahuwata’ala atas segala nikmat dan karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Pada kesempatan ini penulis mengucapkan terima kasih kepada mereka yang telah memberikan bantuan dan dukungannya sehingga laporan ini dapat terselesaikan: 1 Kedua orang tua dan keluarga atas dukungan, nasihat, perhatian, dan doa yang diberikan kepada penulis sehingga penulis dapat menyelesaikan studi di departemen Ilmu Komputer, IPB. 2 Dr. Ir. Sri Nurdiati, M.Sc selaku dosen pembimbing yang telah memberikan bimbingan, petunjuk dan saran selama penelitian dan penyusunan skripsi ini. 3 Aziz Kustiyo, S.Si., M.Kom. dan Annisa, S.Kom., M. Kom. selaku dosen penguji. 4 Pihak BPS yang telah membantu dalam penggunaan data pada penelitian ini. 5 Teman-teman Alih Jenis Ilkom Angkatan 3 atas kebersamaan, persahabatan, semangat, dan bantuannya. 6 Dan semua pihak yang tidak dapat penulis sebutkan satu per satu yang telah membantu terselesaikannya karya ilmiah ini. Semoga penelitian ini dapat bermanfaat bagi pihak yang membutuhkan. Penulis menyadari bahwa tulisan ini masih belum sempurna, karena itu penulis mohon maaf atas segala kesalahan. Wassalamu’alaikum Warahmatullahi Wabarokatuh
Bogor, Desember 2012 Fitriyani
DAFTAR ISI Halaman DAFTAR GAMBAR............................................................................................................................. vi DAFTAR TABEL ................................................................................................................................. vi DAFTAR LAMPIRAN.......................................................................................................................... vi PENDAHULUAN Latar Belakang .................................................................................................................................. 1 Tujuan ............................................................................................................................................... 1 Ruang Lingkup.................................................................................................................................. 1 Manfaat ............................................................................................................................................. 1 TINJAUAN PUSTAKA Pemukiman Kumuh............................................................................................................................ 1 Decision Tree ..................................................................................................................................... 2 Stratified Random Sampling............................................................................................................... 2 Pengumpulan Data ............................................................................................................................. 3 Praproses ............................................................................................................................................ 5 Pembagian Data Latih dan Data Uji ................................................................................................... 5 Pengujian............................................................................................................................................ 6 Akurasi ............................................................................................................................................... 6 Lingkungan Pengembangan ............................................................................................................... 6 HASIL DAN PEMBAHASAN Pengujian 1 ......................................................................................................................................... 6 Pengujian 2 ......................................................................................................................................... 7 Pengujian 3 ......................................................................................................................................... 7 KESIMPULAN DAN SARAN Kesimpulan......................................................................................................................................... 8 Saran................................................................................................................................................... 8 DAFTAR PUSTAKA ............................................................................................................................. 8 LAMPIRAN ......................................................................................................................................... 10
v
DAFTAR GAMBAR 1 2 3 4 5
Halaman Diagram alur penelitian .................................................................................................................... 3 Grafik tingkat akurasi setiap kriteria kekumuhan pada pengujian 1 ........................................... ..... 7 Grafik tingkat akurasi setiap kriteria kekumuhan pada pengujian 2 ............................. ................... 7 Grafik tingkat akurasi setiap kriteria kekumuhan pada pengujian 3 ................... ............................. 7 Grafik perbandingan tingkat akurasi dari setiap pengujian ................................... ..... ..................... 8
DAFTAR TABEL 1 2 3 4 5
Halaman Susunan data pelatihan dan pengujian ................................................. ..... ....................................... 6 Perbandingan data latih dan data uji ................................................................. ............................... 6 Hasil pengujian 1 ................................................................................................. ..... ....................... 6 Hasil pengujian 2 ......................................................................................................... ..... ............... 7 Hasil pengujian 3 ................................................................................................................. ..... ....... 7
DAFTAR LAMPIRAN 1 2 3 4 5 6 7
Halaman Contoh data pemukiman kumuh ………………............................................................................. 11 Tree pengujian 1 ........................................................................................................... .............. .. 24 Rule hasil pengujian 1 .................................................................................................. .................. 25 Tree pengujian 2 ............................................................................................. ..... .......................... 26 Rule hasil pengujian 2 .................................................................................. .................................. 27 Tree pengujian 3 ..................................................................... ..... .................................................. 28 Rule hasil pengujian 3 .......................................................................... .......................................... 29
vi
1
PENDAHULUAN Latar Belakang Perkembangan wilayah kota yang dinamis membawa berbagai macam dampak bagi pola kehidupan masyarakat kota itu sendiri. Perkembangan pusat kota yang merupakan sentra kegiatan ekonomi menjadi daya tarik masuknya kaum pendatang untuk mengadu nasib dan penghidupan yang layak sehingga menyebabkan tingginya tingkat urbanisasi. Urbanisasi telah menyebabkan ledakan penduduk di pusat kota yang mengharuskan terpenuhinya berbagai kebutuhan, di antaranya kebutuhan akan pemukiman yang layak. DKI Jakarta sebagai Ibu Kota Negara menjadi salah satu wilayah yang mengalami kondisi seperti ini. Pada umumnya, kaum pendatang ini kurang memunyai modal keterampilan dan pendidikan yang memadai sehingga kondisi sosial ekonomi mereka juga relatif lebih rendah. Mereka biasanya tinggal di pemukiman-pemukiman padat, dengan kondisi bangunan tempat tinggal yang kurang tertata, tetapi biaya sewa relatif murah. Jika kondisi seperti itu terus dibiarkan, lama-kelamaan akan menimbulkan munculnya pemukiman kumuh. Pemukiman kumuh biasanya terdapat di sekitar pasar tradisional, pinggir rel kereta api, bantaran sungai, sekitar terminal atau stasiun. Adanya pemukiman kumuh ini akan mengganggu tata kota suatu wilayah dan juga menurunnya tingkat kesehatan penduduk setempat. Beberapa tahun terakhir, Pemerintah DKI Jakarta melalui dinas-dinas terkait telah melakukan beberapa upaya menghilangkan pemukiman kumuh ini tetapi belum berhasil. Salah satu upaya yang dilakukan adalah dengan penataan dan rehabilitasi pemukiman kumuh. Badan Pusat Statistik (BPS) merupakan lembaga non departemen yang langsung bertanggung jawab terhadap presiden. Salah satu peranan BPS adalah menyediakan kebutuhan data bagi pemerintah dan masyarakat. Berdasarkan peranan tersebut, BPS melakukan pendataan pemukiman kumuh di wilayah DKI Jakarta untuk memenuhi kebutuhan data di pemerintah provinsi DKI Jakarta. Sasaran utama dari pendataan ini adalah Rukun Warga (RW). Pendataan ini telah dilaksanakan sebanyak 6 kali yaitu pada tahun 1993, 1997, 2001, 2004, 2008 dan terakhir tahun 2011. Tujuan dari pendataan ini juga untuk menentukan tingkat kekumuhan di suatu wilayah. Pendataan dilakukan dengan melakukan wawancara dengan ketua RW, serta pengamatan kondisi fisik secara langsung, baik
di lokasi RW yang termasuk kumuh maupun secara keseluruhan. Pengolahan hasil pendataan RW kumuh selama ini dilakukan dengan memanfaatkan software SPSS maupun secara manual yang masih melibatkan faktor subjektifitas dari pihak BPS yang melakukan pendataan. Pengolahan hasil pendataan RW kumuh selama ini dilakukan dengan memanfaatkan software SPSS maupun secara manual yang masih melibatkan faktor subjektifitas dari pihak BPS yang melakukan pendataan. Salah satu teknik yang ada pada proses data mining untuk pengolahan data adalah dengan menggunakan teknik Decision Tree. Teknik ini mudah direpresentasikan oleh manusia dan dapat menyelesaikan masalah klasifikasi menjadi banyak kategori. Dari latar belakang tersebut, penulis akan mencoba mengaplikasikan metode Decision Tree untuk melakukan klasifikasi pemukiman kumuh di wilayah DKI Jakarta. Metode ini diharapkan dapat mengurangi faktor subjektifitas dalam penentuan kekumuhan suatu wilayah. Tujuan Tujuan dari penelitian ini adalah menerapkan metode Decision Tree dalam mengklasifikasikan pemukiman kumuh di wilayah DKI Jakarta, serta mengetahui tingkat akurasi dari proses klasifikasi tersebut. Ruang Lingkup Ruang lingkup penelitian ini meliputi: 1 Klasifikasi pemukiman kumuh dilakukan berdasarkan RW di 5 Kota Administrasi di DKI Jakarta, yaitu Jakarta Selatan, Jakarta Timur, Jakarta Pusat, Jakarta Utara, dan Jakarta Barat. 2 Data yang digunakan adalah data publikasi RW Kumuh DKI Jakarta dari Badan Pusat Statistik tahun 2008. Manfaat Hasil dari penelitian ini diharapkan dapat dijadikan pertimbangan oleh pengambil keputusan untuk mengambil kebijakan yang diperlukan.
TINJAUAN PUSTAKA Pemukiman Kumuh Dijelaskan oleh Adriasih (2004) dalam Rahayu dan Rutiana (2007), Pemukiman kumuh adalah lingkungan pemukiman yang secara fisik memunyai ciri seperti kondisi tempat tinggal atau tempat huniannya berdesakan, luas rumah
tidak sebanding dengan jumlah penghuni, rumah berfungsi sekedar tempat istirahat dan melindungi diri dari panas, dingin, hujan, lingkungan dan tata pemukiman tidak teraktur, bangunan sementara, acak-acakan tanpa perencanaan, prasarana kurang (MCK, air bersih, saluran buangan, listrik, gang, lingkungan jorok dan menjadi sarang penyakit), fasilitas sosial kurang (sekolah, rumah ibadah, balai pengobatan), umumnya mata pencaharian penghuninya tidak tetap dan usahanya nonformal, tanah bukan milik penghuni, pendidikan rendah, penghuni sering tidak tercatat sebagai warga setempat (pendatang dari luar daerah), rawan banjir dan kebakaran, serta rawan terhadap timbulnya penyakit. Decision Tree Menurut Han dan Kamber (2001), Decision Tree adalah suatu flowchart seperti struktur pohon, yang tiap titik internalnya (internal node) menunjukkan suatu test pada suatu atribut. Setiap cabang (branch) merepresentasikan hasil dari test tersebut, dan leaf node menunjukkan kelas-kelas atau distribusi. Node yang paling atas adalah root node. Pada Decision Tree terdapat 3 node, yaitu: 1 Root Node Root node merupakan node paling atas, tidak ada input dan tidak memunyai output atau memunyai output lebih dari satu. 2 Internal Nood Internal Nood merupakan node percabangan, input hanya satu, tetapi memunyai output minimal dua. 3 Leaf Node Leaf Node merupakan node akhir, hanya terdapat satu input dan tidak memunyai output. Decision Tree juga dapat diartikan sebagai cara merepresentasikan kumpulan aturan yang mengacu ke suatu nilai atau kelas. Dalam Kusrini dan Luthfi (2009), untuk memilih atribut yang akan digunakan sebagai node awal didapatkan dari hasil perhitungan nilai Gain tertinggi dari atribut-atribut yang ada. Nilai Gain diperoleh dari persamaan berikut. ( , )=
−
( ) | | ∗ | |
Keterangan: a S adalah himpunan kasus b A adalah atribut
( )
c N adalah jumlah partisi atribut A d |Si| adalah jumlah kasus pada partisi ke=i e |S| adalah jumlah kasus dalam S Entropi merupakan jumlah bit yang diperkirakan dibutuhkan untuk dapat mengekstrak suatu kelas dari sejumlah data acak pada ruang, dengan menggunakan persamaan: ( )=
−
∗ log
Keterangan: a S adalah himpunan kasus b n adalah jumlah partisi c pi adalah proporsi dari Si terhadap S Stratified Random Sampling Dalam Singarimbun dan Efendi (1989), Stratified Random Sampling merupakan sebuah sampel yang diambil jika populasi dari data tidak homogen. Semakin heterogen suatu populasi, makin besar pula perbedaan lapisan sifat antara lapisan-lapisan tersebut. Untuk menentukan sifat populasi yang heterogen, populasi dibagi dalam lapisan-lapisan (strata) yang seragam, dan dari setiap lapisan diambil sampel secara acak. Syarat yang harus dipenuhi untuk dapat menggunakan metode Stratified Random Sampling adalah: 1 Kriteria yang akan digunakan sebagai dasar melakukan stratifikasi populasi ke dalam lapisan-lapisan harus jelas. Kriteria untuk melakukan stratifikasi dapat dilihat dari variabel yang akan diteliti. 2 Harus ada data pendahuluan dari populasi mengenai kriteria yang digunakan untuk melakukan stratifikasi. 3 dengan tepat jumlah satuan-satuan elementer dari tiap lapisan dalam populasi tersebut. Keuntungan dari metode ini adalah semua ciri-ciri populasi yang heterogen dapat terwakili. Besarnya sampel yang diambil dari tiap-tiap lapisan dapat berimbang dan dapat pula tidak berimbang, unsure-unsur satuan yang diambil dari tiap lapisan berbanding lurus dengan jumlah satuan-satuan elementer dalam lapisan yang bersangkutan. Sebagai contoh, suatu populasi distratifikasikan sebagai berikut: Lapisan 1 Jml satuan elementer 1500 Lapisan 2 Jml satuan elementer 500 Lapisan 3 Jml satuan elementer 50 Jumlah Populasi 2050 Perbandingan besarnya satuan elementer dalam tiap-tiap lapisan 30: 10: 1. Apabila besarnya sampel yang diambil sebesar 82, dari lapisan 1, 2, dan 3 akan diambil sampel sebanyak 60, 20, dan 2 satuan elementer.
K-Fold cross validation K-fold cross validation dilakukan untuk membagi training set dan test set. K-fold cross validation mengulang k-kali untuk membagi sebuah himpunan contoh secara acak menjadi k subset yang paling bebas, setiap ulangan disisakan satu subset untuk pengujian dan subset lainnya untuk pelatihan (Fu 1994).
METODE PENELITIAN Pelaksanaan penelitian ini meliputi beberapa tahapan proses yang dimulai dengan praproses terhadap data hasil publikasi RW kumuh dari BPS Provinsi DKI Jakarta, yang nantinya akan digunakan pada tahap pelatihan dan pengujian. Tahapan tersebut dirangkum dalam suatu metode penelitian yang dapat dilihat dalam Gambar 1. Mulai
Pengumpulan Data Praproses Data k-fold cross validation
Data Latih
Pelatihan
Data Uji
Pengujian
Decision Tree Akurasi
Selesai Gambar 1 Diagram alur penelitian. Pengumpulan Data Data yang digunakan pada penelitian ini adalah data publikasi RW Kumuh dari Badan Pusat Statistik Provinsi DKI Jakarta Tahun
2008 yang mencakup 450 Data dari 5 wilayah di Propinsi DKI Jakarta. Data tersebut terdiri atas 23 data untuk kelas kumuh berat, 233 data untuk kelas kumuh sedang, 82 data untuk kumuh ringan, 108 data untuk kumuh sangat ringan, dan 4 data yang tidak masuk pada keempat klasifikasi tersebut, sehingga data yang akan digunakan sebanyak 446 data. Data publikasi RW kumuh memunyai 4 field utama yaitu: 1 Keterangan Tempat Keterangan tempat terdiri atas Kotamadya, Kecamatan, Kelurahan, dan Rukun Warga (RW). 2 Informasi Rukun Warga (RW) Informasi RW memunyai beberapa aspek utama yaitu a Kependudukan Aspek kependudukan mencakup: Luas RW Jumlah seluruh RT Jumlah seluruh KK dalam RW Jumlah penduduk dalam RW Jumlah anak usia 0-5 tahun b Pendidikan Aspek pendidikan mencakup: Jumlah sekolah (SD, SMP, SMA) Jumlah anak usia sekolah (usia 7-12, usia 13-15, dan usia 16-18) Jumlah anak usia 7-18 yang putus sekolah (SD, SMP, SMA). c Sosial Budaya Aspek sosial budaya mencakup: jumlah tempat peribadatan (Mushola, Masjid, Gereja, dan lainnya) Fasilitas olahraga dan rekreasi (sepak bola, bola volly, bulu tangkis, bola basket, taman terbuka/bermain, dan lainnya) Kegiatan institusi sosial (karang taruna, PKK, dan majelis ta’lim/kelompok pengajian/kelompok kebaktian) Kegiatan kemasyarakatan (arisan, gotong royong, pengumpulan zakat, infak dan shodaqoh) Penduduk penyandang masalah sosial di RW (penduduk tuna wisma, penduduk tuna susila, germo, serta gelandangan dan pengemis/gepeng) d
Kesehatan Aspek kesehatan terdiri atas: Fasilitas dan tenaga kesehatan (posyandu dan kader posyandu)
Pencegahan penyakit (pengasapan atau fogging dan pengecekan unggas) e Perekonomian Aspek perekonomian mencakup: Ada tidaknya salon kecantikan, penjahit, bengkel mobil, dan bengkel motor Jumlah pasar (pasar lingkungan atau tradisional, warung serba ada, mini market, dan warung kelontong) Jumlah perusahaan industri, baik industri kecil maupun industri rumah tangga. f Keadaan Lingkungan Keadaan lingkungan meliputi 12 komponen yaitu: Persentase penggunaan sumber air minum masyarakat (PAM, sumur/pompa, membeli air minum, dan lainnya) Persentase penggunaan sumber air mandi cuci masyarakat masyarakat (PAM, sumur/pompa, membeli air minum, dan lainnya) Presentase status kepemilikan rumah (milik sendiri, kontrak/sewa, rumah dinas, dan lainnya) Presentase status tanah tempat tinggal (hak milik, hak guna bangunan, hak pakai, tanah negara/badan, dan lainnya) Cara membuang sampah sebagian besar masyarakat (dibuang ke bak sampah, ditimbun/dibakar, dibuang ke selokan/kali/pantai, dimasukkan ke kantong, dan lainnya) Pengelolaan sampah yang dihasilkan rumah tangga di RW (Sudin Kebersihan, Aparat Kelurahan, Pengurus RT/RW, Swasta/Perorangan) Penggunaan jamban/kakus (jamban sendiri dengan tangki septik, jamban bersama dengan tangki septik, jamban umum dengan tangki septik, jamban tanpa tangki septik) Ada tidaknya fasilitas MCK serta sumber biaya pembangunan MCK (swasta, pemerintah, perorangan, swadaya masyarakat) Rawan atau tidaknya RT tersebut dari banjir serta jumlah RT yang rawan banjir dan perkiraan jumlah KK di RT yang rawan banjir Rawan atau tidaknya RT tersebut dari kebakaran serta jumlah RT yang rawan kebakaran dan perkiraan
jumlah KK di RT yang rawan kebakaran Akses masuknya kendaraan atau fasiitas penanggulangan kebakaran (mudah dijangkau, sulit dijangkau, tidak dapat dijangkau) Presentase jumlah jalan yang rusak di RW tersebut 3 Keterangan untuk Kriteria RW Kumuh Keterangan untuk kriteria RW kumuh dikelompokkan dalam 3 aspek yaitu kependudukan, perumahan, serta lingkungan dan sanitasi. Ketiga aspek dipecah dalam beberapa parameter yang digunakan sebagai indikator untuk mengklasifikasikan strata pemukiman kumuh. Parameter-parameter tersebut adalah: a Kepadatan Penduduk (KP) KP diperoleh dari luas RW (Ha) dibagi jumlah penduduk di RW tersebut. KP memunyai 4 kriteria, yaitu: 1 : KP > 600 jiwa/Ha 2 : KP antara 401 – 600 jiwa/Ha 3 : KP antara 201 – 400 jiwa/Ha 4 : KP ≤ 200 jiwa/Ha b Tata Letak Bangunan (TLB) TLB meliputi 4 kriteria yaitu: 1 : TLB sangat tidak teratur 2 : TLB tidak teratur 3 : TLB kurang teratur 4 : TLB teratur c Keadaan Konstruksi Bangunan (KKB) KKB terdiri atas kriteria, sebagai berikut: 1 : > 80 % dari triplek, bilik, papan ½ bata 2 : 61 - 80 % dari triplek, bilik, papan ½ bata 3 : 31 – 60 % dari triplek, bilik, papan ½ bata 4 : ≤ 30 % dari triplek, bilik, papan ½ bata d Ventilasi Perumahan (VP) VP terdiri atas 4 kriteria, yaitu: 1 : > 80 % tidak punya akses cahaya/udara 2 : 61 - 80 % tidak punya akses cahaya/udara 3 : 31 – 60 % tidak punya akses cahaya/udara 4 : ≤ 30 % tidak punya akses cahaya/udara e Kepadatan Bangunan (KB) KB terdiri atas 4 kriteria, yaitu: 1 : 90 % lahan sudah terbangun 2 : 70 - 90% lahan sudah terbangun 3 : 50 - 69% lahan sudah terbangun 4 : <50 % lahan sudah terbangun
f
Keadaan Jalan (KJ) KJ terdiri atas 4 kriteria, yaitu: 1 : > 65 % Tanah atau pengerasan sementara 2 : 40 - 65 % Tanah atau pengerasan sementara 3 : 20-39 % Tanah atau pengerasan sementara 4 : < 20 % Tanah atau pengerasan sementara g Drainase atau saluran Air (DSA) DSA terdiri atas 4 kriteria, yaitu: 1 : >24 jam tergenang 2 : 6 – 24 jam tergenang 3 : < 6 jam tergenang 4 : Tidak ada genangan h Pemakaian Air Bersih (PAB) PAB terdiri atas 4 kriteria, yaitu: 1 : < 30 % air ledeng 2 : 30 – 60 % air ledeng 3 : 61 – 80% air ledeng 4 : > 80 % air ledeng i Pembuangan Limbah Manusia (PLM) PLM terdiri atas 4 kriteria, yaitu: 1 : > 80 % membuang ke kali, MCK umum 2 : 61 - 80 % membuang ke kali, MCK umum 3 : 30 - 60% membuang ke kali, MCK umum 4 : <30 % membuang ke kali, MCK umum j Pengolahan Sampah (PS) Pengolahan Sampah merupakan lama waktu pengambilan sampah rumah tangga oleh petugas kebersihan di wilayah tersebut. PS terdiri atas 4 kriteria, yaitu: 1 : >1 minggu sekali 2 : 1 minggu sekali 3 : 3 hari sekali 4 : <3 hari sekali Dari 10 parameter tersebut, masingmasing kriteria secara terurut memunyai skor 1 sampai dengan 4 yang menandakan tingkatan kondisi dari wilayah tersebut. 4 Informasi Tambahan Tentang Daerah Kumuh Informasi tambahan meliputi 6 hal yaitu: Ada tidaknya lokasi kumuh di RW tersebut Jumlah RT yang kumuh Jumlah KK di RT kumuh Jumlah penduduk di daerah kumuh Kepadatan penduduk di daerah kumuh Lokasi daerah kumuh (bantaran kali/DAS, bantaran rel kereta api, daerah rawan, sekitar pasar tradisional)
Field yang akan digunakan dalam penelitian ini adalah field keterangan untuk kriteria RW Kumuh yang terdiri atas 10 parameter. Hal ini didasarkan hasil konsultasi dengan pihak dari BPS. Contoh data pemukiman kumuh ada pada Lampiran 1. Praproses Praproses data adalah tahapan yang dilakukan agar data dapat sesuai untuk data mining. Tahapan praproses pada penelitian ini meliputi: 1 Data Cleaning Proses ini merupakan tahapan pembersihan data, yaitu mengisi data yang hilang, mengatasi data yang kotor dan rusak, mengidentifikasi atau membuang data pencilan, memperbaiki data yang tidak konsisten. Pada proses ini dilakukan pembuangan 4 data yang tidak masuk pada 4 kelas yang ada sehingga dari 450 data, hanya 446 data saja yang akan digunakan pada tahap selanjutnya. 2 Sampling Proses ini adalah proses menyeleksi data dari populasi. Pada penelitian ini, penentuan sampel dilakukan dengan metode Stratified Random Sampling. Data publikasi RW Kumuh BPS Propinsi DKI Jakarta tahun 2008 diambil sebesar 71.74% dari seluruh data dan dijadikan sebagai sampel. Kelas kumuh berat : 23 Data Kelas kumuh sedang : 233 Data Kelas kumuh ringan : 82 Data Kelas kumuh sangat ringan : 108 Data Apabila diambil 320 data sebagai data sampel dengan perbandingan besarnya sampel tiap-tiap kelas sebesar 4.48%: 40.36%: 11.21%: 15.69%, dari kelas kumuh berat, sedang, ringan dan sangat ringan akan diambil sampel sebanyak 20, 180, 50, dan 70 data. 3 Data Transformation Proses ini merupakan proses pengubahan data menjadi bentuk yang tepat. Data publikasi RW Kumuh dari Badan Pusat Statistik Provinsi DKI Jakarta Tahun 2008 awalnya dalam format .sav kemudian dilakukan pengubahan data menjadi .arff sehingga dapat digunakan pada tahap berikutnya. Pembagian Data Latih dan Data Uji Teknik pembagian data latih dan data uji adalah dengan k-fold cross validation, dengan k yang digunakan adalah 10. Teknik ini akan membagi data menjadi 10 sub sample terpisah, dengan 9 sub sample akan digunakan sebagai
data latih dan 1 sub sample akan digunakan sebagai data uji. Data untuk masing-masing subset sama, yaitu terdiri atas 32 data yang merupakan gabungan dari 10 parameter. Susunan data pelatihan dan pengujian disajikan pada Tabel 1.
Perangkat keras yang digunakan dalam penelitian yaitu: 1 Processor Intel® Core™ i3 2 RAM 3GB
Tabel 1 Susunan data pelatihan dan pengujian Iterasi Pelatihan Pengujian Iterasi 1 S2, S3, S4, S5, S6, S1 S7, S8, S9, S10 Iterasi 2 S1, S3, S4, S5, S6, S2 S7, S8, S9, S10 Iterasi 3 S1, S2, S4, S5, S6, S3 S7, S8, S9, S10 Iterasi 4 S1, S2, S3, S5, S6, S4 S7, S8, S9, S10 Iterasi 5 S1, S2, S3, S4, S6, S5 S7, S8, S9, S10 Iterasi 6 S1, S2, S3, S4, S5, S6 S7, S8, S9, S10 Iterasi 7 S1, S2, S3, S4, S5, S7 S6, S8, S9, S10 Iterasi 8 S1, S2, S3, S4, S5, S8 S6, S7, S9, S10 Iterasi 9 S1, S2, S3, S4, S5, S9 S6, S7, S8, S10 Iterasi 10 S1, S2, S3, S4, S5, S10 S6, S7, S8, S9
Klasifikasi pemukiman kumuh di wilayah DKI Jakarta, pemodelan persoalannya dilakukan dengan menggunakan konsep Decision Tree. Klasifikasi ini didasarkan pada 10 parameter, yaitu kepadatan penduduk (KP), tata letak bangunan (TLB), keadaan konstruksi bangunan (KKB), ventilasi perumahan (VP), kepadatan bangunan (KB), keadaan jalan (KJ), drainase atau saluran air (DSA), pemakaian air bersih (PAB), pembuangan limbah manusia (PLM), dan pengelolaan sampah (PS). Ada 4 kriteria kumuh yang dibangkitkan dari tree, yaitu: Berat (B) Sedang (S) Ringan (R) Sangat Ringan (SR)
Pengujian Proses pengujian sistem dilakukan tiga kali, masing-masing dengan nilai confidence factor yang berbeda. Tabel 2 Perbandingan data latih dan data uji Confidence factor Pengujian 1
0.1
Pengujian 2
0.2
Pengujian 3
0.3
Akurasi Pengujian model Decesion Tree dapat dihitung dengan cara menjumlahkan data uji yang berhasil diidentifikasi dengan benar dibagi total data yang digunakan untuk pengujian. Σ Akurasi = x 100% Σ
Lingkungan Pengembangan Perangkat lunak yang digunakan dalam penelitian yaitu: 1 Windows 7 Ultimate 2 Weka 3.5.6 3 Microsoft Office Excel 2007
HASIL DAN PEMBAHASAN
Pengujian 1 Pengujian pertama dilakukan dengan 10-fold cross validation, dengan nilai confidence factor sebesar 0.1. Hasil pengujian 1 dapat dilihat dalam Tabel 3. Tabel 3 Hasil Pengujian 1 B S R B 0 20 0 S 2 164 2 R 0 33 1 SR 0 11 1
SR 0 12 16 58
Pada kategori kumuh berat, dari 20 data seluruhnya masuk pada kumuh sedang. Pada kategori kumuh sedang, dari 180 data, sebanyak 164 data benar terklasifikasi pada kumuh sedang, sisanya 2 data masuk kumuh berat, 2 data masuk kumuh ringan dan 12 data masuk kumuh sangat ringan. Untuk kategori kumuh ringan, dari 50 data, hanya 1 data benar masuk pada klasifikasi ringan, sisanya masuk pada kumuh sedang dan sangat ringan, masingmasing sebanyak 33 dan 16 data. Pada kategori terakhir, yaitu kumuh sangat ringan, dari 70 data, ada 58 data yang benar masuk pada klasifikasi kumuh sangat ringan, sisanya masuk pada kumuh ringan dan kumuh sedang, masingmasing sebanyak 1 dan 11 data Jika dilihat secara keseluruhan, tingkat akurasi untuk kumuh berat sebesar 0%, untuk kumuh sedang sebesar 91.1%, untuk kumuh ringan
sebesar 2%, dan untuk kumuh sangat ringan sebesar 82.9%. Tingkat akurasi untuk masingmasing kriteria kekumuhan dari pengujian 1 dapat dilihat pada Gambar 2. 91.1%
100.0%
82.9%
80.0% 60.0%
pada kumuh ringan dan kumuh sedang, masingmasing sebanyak 7 dan 12 data Jika dilihat secara keseluruhan, tingkat akurasi untuk kumuh berat sebesar 10%, untuk kumuh sedang sebesar 91.7%, untuk kumuh ringan sebesar 4%, dan untuk kumuh sangat ringan sebesar 72.9%. Tingkat akurasi untuk masing-masing kriteria kekumuhan dari pengujian 2 dapat dilihat pada Gambar 3.
40.0% 20.0%
0.0%
2.0%
Berat
Sedang Ringan
Sangat Ringan
Gambar 2 Grafik tingkat akurasi setiap kriteria kekumuhan pada pengujian 1. Parameter yang dibangkitkan pada tree hasil pengujian 1 sebanyak 6 parameter yaitu Keadaan Jalan (KJ), Pembuangan Limbah Manusia (PLM), Kepadatan Penduduk (KP), Tata Letak Bangunan (TLB), Ventilasi Perumahan (VP) dan Drainase Saluran Air (DSA). Tree dan rule yang dihasilkan pada pengujian 1 masing-masing dapat dilihat pada Lampiran 2 dan 3. Pengujian 2 Pengujian kedua dilakukan dengan 10-fold cross validation, dengan nilai confidence factor sebesar 0.2. Hasil pengujian 2 dapat dilihat dalam Tabel 4. Tabel 4 Hasil pengujian 2 B S R B 2 17 1 S 4 165 4 R 0 34 2 SR 0 12 7
91.7%
100.0%
0.0%
SR 0 7 14 51
Pada kategori kumuh berat, dari 20 data, hanya 2 data yang benar terklasifikasi pada kelas kumuh berat, sisanya 17 data masuk pada kumuh sedang dan 1 data masuk kumuh ringan. Pada kategori kumuh sedang, dari 180 data, sebanyak 165 data benar terklasifikasi pada kumuh sedang, sisanya 4 data masuk kumuh berat, 4 data masuk kumuh ringan dan 7 data masuk kumuh sangat ringan. Untuk kategori kumuh ringan, dari 50 data, hanya 21 data benar masuk pada klasifikasi ringan, sisanya masuk pada kumuh sedang dan sangat ringan, masingmasing sebanyak 34 dan 14 data. Pada kategori terakhir yaitu kumuh sangat ringan, dari 70 data, ada 51 data yang benar masuk pada klasifikasi kumuh sangat ringan, sisanya masuk
72.9%
80.0% 60.0% 40.0% 20.0%
10.0%
4.0%
0.0% Berat
Sedang Ringan
Sangat Ringan
Gambar 3 Grafik tingkat akurasi setiap kriteria kekumuhan pada pengujian 1. Parameter yang dibangkitkan pada tree hasil pengujian 1 sebanyak 9 parameter yaitu Keadaan Jalan (KJ), Pengelolaan Sampah (PS), Keadaan Konstruksi Bangunan (KKB), Kepadatan Penduduk (KP), Tata Letak Bangunan (TLB), Pembuangan Limbah Manusia (PLM), Pemakaian Air Bersih (PAB), Ventilasi Perumahan (VP), dan Drainase Saluran Air (DSA). Tree dan rule yang dihasilkan pada pengujian 1 dapat dilihat pada Lampiran 4 dan 5. Pengujian 3 Pengujian ketiga dilakukan dengan 10-fold cross validation, dengan nilai confidence factor sebesar 0.3. Hasil pengujian 3 dapat dilihat dalam Tabel 5. Tabel 5 Hasil pengujian 3 B S R B 4 15 1 S 4 158 9 R 1 31 3 SR 0 11 8
SR 0 9 15 51
Pada kategori kumuh berat, dari 20 data, ada sebanyak 4 data benar terklasifikasi kumuh berat, 15 data sisanya masuk pada kumuh sedang, dan 1 data masuk kumuh ringan. Pada kategori kumuh sedang, dari 180 data, sebanyak 158 data benar terklasifikasi pada kumuh sedang, sisanya 4 data masuk kumuh berat, dan masing-masing 9 data masuk kumuh ringan dan sangat ringan. Untuk kategori kumuh ringan, dari 50 data, ada 3 data benar masuk pada
klasifikasi ringan, sisanya masuk pada kumuh berat ada 1 data, masuk kumuh sedang sebanyak 31 data, dan kumuh sangat ringan 15 data. Pada kategori terakhir yaitu kumuh sangat ringan, dari 70 data, ada 51 data yang benar masuk pada klasifikasi kumuh sangat ringan, sisanya masuk pada kumuh ringan dan kumuh sedang, masing-masing sebanyak 8 dan 11 data Jika dilihat secara keseluruhan, tingkat akurasi untuk kumuh berat sebesar 20%, untuk kumuh sedang sebesar 87.8%, untuk kumuh ringan sebesar 6%, dan untuk kumuh sangat ringan sebesar 72.9%. Tingkat akurasi untuk masingmasing kriteria kekumuhan dari pengujian 3 dapat dilihat pada Gambar 4. 87.8%
100.0%
72.9%
80.0% 60.0% 40.0%
20.0%
20.0%
6.0%
0.0% Berat
Sedang Ringan Sangat Ringan
Gambar 4 Grafik tingkat akurasi setiap kriteria kekumuhan pada pengujian 3. Parameter yang dibangkitkan pada tree hasil pengujian 1 adalah seluruh parameter yaitu Keadaan Jalan (KJ), Pengelolaan Sampah (PS), Keadaan Konstruksi Bangunan (KKB), Kepadatan Penduduk (KP), Ventilasi Perumahan (VP), Kepadatan Bangunan (KB), Tata Letak Bangunan (TLB), Drainase Saliran Air (DSA), Pembuangan Limbah Manusia (PLM), dan Pemakaian Air Bersih (PAB). Tree dan rule yang dihasilkan pada pengujian 1 dapat dilihat pada Lampiran 6 dan 7. Perbandingan Pengujian Keseluruhan Berdasarkan hasil dari 3 kali pengujian yang dilakukan, masing-masing pengujian menghasilkan tingkat akurasi yang berbeda. Pada pengujian 1 dihasilkan rata-rata tingkat akurasi sebesar 69.7%, pengujian 2 dihasilkan rata-rata tingkat akurasi sebesar 68.8%, dan pada pengujian 3 dihasilkan rata-rata tingkat akurasi sebesar 67.5% yang merupakan rata-rata tingkat akurasi terbesar dari ketiga pengujian tersebut. Peningkatan akurasi terjadi pada nilai confidence factor terkecil, yaitu 0.1. Perbandingan tingkat akurasi yang dihasilkan pada setiap pengujian dapat dilihat pada Gambar 5.
70.0% 69.5% 69.0% 68.5% 68.0% 67.5% 67.0% 66.5% 66.0%
69.7% 68.8% 67.4%
Pengujian 1 Pengujian 2 Pengujian 3
Gambar 5 Grafik perbandingan tingkat akurasi dari setiap pengujian. Jika dilihat dari tree yang dihasilkan dari 3 kali pengujian, parameter yang selalu menjadi root adalah Keadaan Jalan (KJ)
KESIMPULAN DAN SARAN Kesimpulan Penggunaan metode Decision Tree untuk mengklasifikasikan pemukiman kumuh dengan menggunakan 10 parameter dari data publikasi RW Kumuh DKI Jakarta Tahun 2008 menghasilkan akurasi secara berturut-turut 69.7%, 68.8%, dan 67.4% masing-masing untuk nilai confidence factor sebesar 0.1, 0.2, dan 0.3. Saran Penelitian ini dapat dikembangkan lebih lanjut dengan penambahan parameter untuk pengujian, seperti parameter tingkat pendidikan, keadaan sosial ekonomi, dan keadaan kesehatan penduduk.
DAFTAR PUSTAKA Adriasih H. 2004. Kebijakan publik dalam menanggulangi peningkatan penderita akibat pencemaran air di wilayah dki jakarta [tesis]. Depok: Fakultas Ekonomi, Universitas Indonesia. [BPS] Badan Pusat Statistik. Evaluasi Rukun Warga (RW) Kumuh DKI Jakarta 2008. 2008. Jakarta: Badan Pusat Statistik Provinsi DKI Jakarta. Fu L. 1994. Neural Network in Computer Intelligence. Singapura: McGraw-Hill. Han J, Kamber M. 2001. Data Mining: Concepts and Techniques. Burlington: Morgan Kaufhmann Publishers. Kusrini L. 2009. Algoritma Data Mining. Yogyakarta: Penerbit Andi.
Rahayu M, Rutiana D. 2007. Strategi perencanaan pembangunan pemukiman kumuh (kasus pemukiman bantaran sungai Bengawan Solo, Kelurahan Pucangsawit, Surakarta). Jurnal Ilmiah Teknik 2007. 10(1): 1-8.
Singarimbun M, Effendi S. 1989. Metode Penelitian Survei. Jakarta: Pustaka LP3ES Indonesia.
LAMPIRAN
Lampiran 1 Contoh data pemukiman kumuh Kepadatan
Tata Letak
Konstruksi
Ventilasi
Kepadatan
Keadaan
Drainase/
Pemakaian
Pembuangan
Pengelolaan
kriteria
Penduduk
Bangunan
Rumah
Perumahan
Bangunan
Jalan
Saluran Air
Air Bersih
Limbah Manusia
Sampah
kumuh
1
2
3
1
2
2
2
3
1
2
1
B
2
1
2
1
1
1
2
3
1
3
2
B
3
4
2
1
1
1
1
2
1
2
4
B
4
3
1
2
2
1
1
1
2
3
3
B
5
2
1
1
3
1
1
1
1
1
4
B
6
3
3
4
4
2
3
4
1
2
2
S
7
1
3
4
4
1
4
1
4
1
1
S
8
1
3
4
4
2
4
4
1
2
2
S
No
9
3
3
4
3
1
4
3
1
2
4
S
10
1
3
4
4
2
4
4
1
2
2
S
11
1
3
4
4
4
4
1
4
4
1
R
12
3
3
1
4
1
1
4
4
4
4
R
13
4
3
4
4
1
1
1
4
4
4
R
14
1
3
4
4
1
4
2
4
4
3
R
15
1
3
4
4
1
2
2
4
4
4
R
16
3
3
4
4
4
4
4
1
4
2
SR
17
3
3
4
4
4
4
4
1
2
2
SR
18
3
3
4
4
1
4
4
1
4
4
SR
19
4
3
3
4
3
4
3
1
4
4
SR
20
4
3
4
4
3
4
4
1
4
4
SR
Lampiran 2 Tree Hasil Pengujian 1
Lampiran 3 Rule hasil pengujian 1 Jika Keadaan Jalan (KJ) = 1 maka masuk kategori kumuh sedang (S) Jika Keadaan Jalan (KJ) = 2 maka masuk kategori kumuh sedang (S) Jika Keadaan Jalan (KJ) = 3 maka masuk kategori kumuh sedang (S) Jika Keadaan Jalan (KJ) = 4 Pembuangan Limbah Manusia (PLM) = 1 maka masuk kategori kumuh sedang (S) Pembuangan Limbah Manusia (PLM) = 2 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Pembuangan Limbah Manusia (PLM) = 3 KP = 1 maka masuk kategori kumuh sedang (S) KP = 2 maka masuk kategori kumuh sedang (S) KP = 3: maka masuk kategori kumuh sangat ringan (SR) KP = 4: maka masuk kategori kumuh sangat ringan (SR) Pembuangan Limbah Manusia (PLM) = 4 Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 2 Pemakaian Air Bersih (PAB) = 1 maka masuk kategori kumuh sedang (S) Pemakaian Air Bersih (PAB) = 2 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Pemakaian Air Bersih (PAB) = 3 Ventilasi Perumahan (VP) = 1 maka masuk kategori kumuh sangat ringan (SR) Ventilasi Perumahan (VP) = 2 maka masuk kategori kumuh sedang (S) Ventilasi Perumahan (VP) = 3 maka masuk kategori kumuh ringan (R) Ventilasi Perumahan (VP) = 4 maka masuk kategori kumuh sangat ringan (SR) Pemakaian Air Bersih (PAB) = 4 Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 2 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 3 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 4 maka masuk kategori kumuh sangat ringan (SR) Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh sangat ringan (SR) Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sangat ringan (SR)
Lampiran 4 Tree Hasil Pengujian 2
Lampiran 5 Rule hasil pengujian 2 Jika Keadaan Jalan (KJ) = 1 maka masuk kategori kumuh sedang (S) Jika Keadaan Jalan (KJ) = 2 Pengelolaan Sampah (PS) = 1 Keadaan Konstruksi Bangunan (KKB) = 1 maka masuk kategori kumuh berat (B) Keadaan Konstruksi Bangunan (KKB) = 2 maka masuk kategori kumuh berat (B) Keadaan Konstruksi Bangunan (KKB) = 3 maka masuk kategori kumuh berat (B) Keadaan Konstruksi Bangunan (KKB) = 4 maka masuk kategori kumuh sedang (S) Pengelolaan Sampah (PS) = 2 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh berat (B) Kepadatan Penduduk (KP) = 2 Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh berat (B) Tata Letak Bangunan (TLB) = 2 maka masuk kategori kumuh berat (B) Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh berat (B) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh ringan (R) Pengelolaan Sampah (PS) = 3 maka masuk kategori kumuh sedang (S) Pengelolaan Sampah (PS) = 4 maka masuk kategori kumuh sedang (S) Jika Keadaan Jalan (KJ) = 3 maka masuk kategori kumuh sedang (S) Jika Keadaan Jalan (KJ) = 4 Pengelolaan Limbah Manusia (PLM) = 1 maka masuk kategori kumuh sedang (S) Pengelolaan Limbah Manusia (PLM) = 2 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Pengelolaan Limbah Manusia (PLM) = 3 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sangat ringan (SR) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR) Pengelolaan Limbah Manusia (PLM) = 4 Tata Letak Bangunan (TLB) = 1 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 2 Pemakaian Air Bersih (PAB) = 1 maka masuk kategori kumuh sedang (S) Pemakaian Air Bersih (PAB) = 2 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Pemakaian Air Bersih (PAB) = 3 Ventilasi Perumahan (VP) = 1 maka masuk kategori kumuh sangat ringan (SR) Ventilasi Perumahan (VP) = 2 maka masuk kategori kumuh sedang (S) Ventilasi Perumahan (VP) = 3 maka masuk kategori kumuh ringan (R) Ventilasi Perumahan (VP) = 4 maka masuk kategori kumuh sangat ringan (SR) Pemakaian Air Bersih (PAB) = 4 Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 2 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 3 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 4 maka masuk kategori kumuh sangat ringan (SR) Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh sangat ringan (SR) Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sangat ringan (SR)
Lampiran 6 Tree Hasil Pengujian 3
Lampiran 7 Rule hasil pengujian 3 Jika Keadaan Jalan (KJ) = 1 maka masuk kategori kumuh sedang (S) Jika Keadaan Jalan = 2 Pengelolaan Sampah (PS) = 1 Keadaan Konstruksi Bangunan (KKB) = 1 maka masuk kategori kumuh berat (B) Keadaan Konstruksi Bangunan (KKB) = 2 maka masuk kategori kumuh berat (B) Keadaan Konstruksi Bangunan (KKB) = 3 maka masuk kategori kumuh berat (B) Keadaan Konstruksi Bangunan (KKB) = 4 maka masuk kategori kumuh sedang (S) Pengelolaan Sampah (PS) = 2 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh berat (B) Kepadatan Penduduk (KP) = 2 Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh berat (B) Tata Letak Bangunan (TLB) = 2 maka masuk kategori kumuh berat (B) Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh berat (B) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh ringan (R) Pengelolaan Sampah (PS) = 3 maka masuk kategori kumuh sedang (S) Pengelolaan Sampah (PS) = 4 Ventilasi Perumahan (VP) = 1 maka masuk kategori kumuh sedang (S) Ventilasi Perumahan (VP) = 2 maka masuk kategori kumuh sedang (S) Ventilasi Perumahan (VP) = 3 Kepadatan Bangunan (KB) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Bangunan (KB) = 2 Keadaan Konstruksi Bangunan (KKB) = 1 maka masuk kategori kumuh sedang (S) Keadaan Konstruksi Bangunan (KKB) = 2 maka masuk kategori kumuh ringan (R) Keadaan Konstruksi Bangunan (KKB) = 3 maka masuk kategori kumuh sedang (S) Keadaan Konstruksi Bangunan (KKB) = 4 maka masuk kategori kumuh ringan (R) Kepadatan Bangunan (KB) = 3 maka masuk kategori kumuh sedang (S) Kepadatan Bangunan (KB) = 4 maka masuk kategori kumuh ringan (R) Ventilasi Perumahan (VP) = 4 Kepadatan Penduduk (KP) = 1 Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 2 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh ringan (R) Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sangat ringan (SR) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sangat ringan (SR) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR) Jika Keadaan Jalan = 3 Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 2 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 3 Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 2 Kepadatan Bangunan (KB) = 1 maka masuk kategori kumuh ringan (R) Kepadatan Bangunan (KB) = 2 maka masuk kategori kumuh ringan (R) Kepadatan Bangunan (KB) = 3 maka masuk kategori kumuh sangat ringan (SR) Kepadatan Bangunan (KB) = 4 maka masuk kategori kumuh sangat ringan (SR) Drainase Saluran Air (DSA) = 3 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Drainase Saluran Air (DSA) = 4 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sedang (S) Jika Keadaan Jalan = 4 Pengelolaan Limbah Manusia (PLM) = 1 maka masuk kategori kumuh sedang (S) Pengelolaan Limbah Manusia (PLM) = 2
Lanjutan Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 Kepadatan Bangunan (KB) = 1 Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh sedang (S) Drainase Saluran Air (DSA) = 2 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 3 maka masuk kategori kumuh sedang (S) Drainase Saluran Air (DSA) = 4 maka masuk kategori kumuh sedang (S) Kepadatan Bangunan (KB) = 2 maka masuk kategori kumuh ringan (R) Kepadatan Bangunan (KB) = 3 maka masuk kategori kumuh ringan (R) Kepadatan Bangunan (KB) = 4 maka masuk kategori kumuh sangat ringan (SR) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Pengelolaan Limbah Manusia (PLM) = 3 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sangat ringan (SR) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR) Pengelolaan Limbah Manusia (PLM) = 4 Tata Letak Bangunan (TLB) = 1 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Tata Letak Bangunan (TLB) = 2 Pemakaian Air Bersih (PAB) = 1 maka masuk kategori kumuh sedang (S) Pemakaian Air Bersih (PAB) = 2 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Pemakaian Air Bersih (PAB) = 3 Ventilasi Perumahan (VP) = 1 maka masuk kategori kumuh sangat ringan (SR) Ventilasi Perumahan (VP) = 2 maka masuk kategori kumuh sedang (S) Ventilasi Perumahan (VP) = 3 maka masuk kategori kumuh ringan (R) Ventilasi Perumahan (VP) = 4 maka masuk kategori kumuh sangat ringan (SR) Pemakaian Air Bersih (PAB) = 4 Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 2 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 3 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 4 maka masuk kategori kumuh sangat ringan (SR) Tata Letak Bangunan (TLB) = 3 Pengelolaan Sampah (PS) = 1 maka masuk kategori kumuh sedang (S) Pengelolaan Sampah (PS) = 2 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sangat ringan (SR) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S) Pengelolaan Sampah (PS) = 3 Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh ringan (R) Drainase Saluran Air (DSA) = 2 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR) Drainase Saluran Air (DSA) = 3 maka masuk kategori kumuh sangat ringan (SR) Drainase Saluran Air (DSA) = 4 Kepadatan Bangunan (KB) = 1 maka masuk kategori kumuh sangat ringan (SR) Kepadatan Bangunan (KB) = 2 maka masuk kategori kumuh ringan (R)
Lanjutan Kepadatan Bangunan (KB) = 3 maka masuk kategori kumuh sangat ringan (SR) Kepadatan Bangunan (KB) = 4 maka masuk kategori kumuh sangat ringan (SR) Pengelolaan Sampah (PS) = 4 Ventilasi Perumahan (VP) = 1 maka masuk kategori kumuh sangat ringan (SR) Ventilasi Perumahan (VP) = 2 Pemakaian Air Bersih (PAB) = 1 maka masuk kategori kumuh ringan (R) Pemakaian Air Bersih (PAB) = 2 maka masuk kategori kumuh sedang (S) Pemakaian Air Bersih (PAB) = 3 maka masuk kategori kumuh sedang (S) Pemakaian Air Bersih (PAB) = 4 Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S) Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR) Ventilasi Perumahan (VP) = 3 maka masuk kategori kumuh sangat ringan (SR) Ventilasi Perumahan (VP) = 4 maka masuk kategori kumuh sangat ringan (SR) Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sangat ringan (SR)
