PENENTUAN LOKASI IDEAL OUTLET BARU BAKOSURTANAL MENGGUNAKAN GIS DENGAN METODE DENSITY ANALYSIS MULTI KRITERIA
REZKY ANADRA
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2009
PENENTUAN LOKASI IDEAL OUTLET BARU BAKOSURTANAL MENGGUNAKAN GIS DENGAN METODE DENSITY ANALYSIS MULTI KRITERIA
REZKY ANADRA
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Fakultas Matematika dan Ilmu Pengetahuan Alam Instititut Pertanian Bogor
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2009
Judul Skripsi Nama NIM
: Penentuan Lokasi Ideal Outlet Baru Bakosurtanal Menggunakan GIS dengan Metode Density Analysis Multi Kriteria : Rezky Anadra : G64051561
Menyetujui: Pembimbing I,
Pembimbing II,
Dr. Ir. Sri Nurdiati M.Sc NIP. 19601126 198601 2 001
Ir. Sri Lestari Munatari M.Agr NIP. 19680107 199402 2 001
Mengetahui: Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Dr. drh. H. Hasim, DEA NIP. 19610328 198601 1 002
Tanggal Lulus:
ABSTRAK REZKY ANADRA. Determining Best Location of New Bakosurtanal Outlet Using GIS with Multicriteria Density Analysis. This experiment is supervised by SRI NURDIATI and SRI LESTARI MUNAJATI. As a government institution that holds survey and mapping activities in Indonesia Bakosurtanal has costumers spread out around this country. For about 75% of that costumers are from Jabodetabek area. Until today, product selling transaction is held by center outlet of Bakosurtanal, Cibinong, West Java and several outlets in Jabodetabek. The number of outlets in this area are not balance with the number of costumers. Thats why, Bakosurtanal plans to build several new outlets to increase services for its costumers. To determine the best location of new outlet, several factors need to be considered, such as customers and facilities spread out data. Geographical Information System (GIS) and several analysis process can be utilized to answer this big question. Determining Best Location of New Bakosurtanal Outlet Using GIS with Multicriteria Density Analysis is developed using arcGIS 9.2 software from ESRI. The primary goal of this experiment is to determine best location by considering density of all parameters. The parameters are costumers and facilities spread out data. The process is started from data clearing. This step is aimed to get unique and complete addressed costumers data. The following process is digitizing. In this step every costumers are mapped to the digital map by defining their spatial coordinate based on their real and complete addresses. The output of this step are point shapefiles. Survey is done to know the real position of costumer’s uncertain address. Beside it, the survey is aimed to get costumer’s opinion about best location of new outlets. When the point shapefile has been created, point density process can be started. All costumers and facilities data of every area are proceed to get their each density, and then they are classified to be 5 classes for every layer. The output of point density are raster image. The next step is overlaying. Overlay process is done between raster image of costumer and facilities. Unfortunately, all parameters do not have same influence to decide the best location. Thats why every raster image must be given weight. The weight of every raster image can be gotten by doing buffering and clipping. Both process are done to get information about how big facilities influences the costumers density. If there is positive correlation between facility and costumers, that facility will be given a big weight. In the contrary, it will be given small weight. How we give the weight of every facility is also depend on costumers opinion, based on the survey. When all facilities have been weighted, the overlay can be started. The output of overlay are shapefiles that can show best location of new outlet of every area.
Keyword: GIS, density analysis, Bakosurtanal
RIWAYAT HIDUP Penulis dilahirkan di Bukittinggi, pada tanggal 29 September 1987. Penulis merupakan anak dari pasangan Don Derev dan Ratnawaty Sam. Penulis menyelesaikan pendidikan di SMAN 1 Matur pada tahun 2005. Pada tahun yang sama penulis diterima di Program Studi Ilmu Komputer, Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI). Selama mengikuti perkuliahan, penulis pernah menjadi pengurus Himpunan Mahasiswa Ilmu Komputer (Himalkom) tahun kepengurusan 2006/2007. Selain itu, penulis pernah menjadi tim inti festival paduan suara Agriaswara IPB (2005-2007). Pada akhir masa perkuliahan, penulis melaksanakan kerja praktek di Badan Koordinasi Survei dan Pemetaan Nasional (Bakosurtanal) Cibinong selama dua bulan dari tanggal 6 Juli 2008 sampai dengan 24 Agustus 2008, dengan kegiatan utama pengembangan Sistem Informasi Pelaporan Penjualan Outlet Bakosurtanal.
KATA PENGANTAR Alhamdulillah, puji dan syukur senantiasa penulis panjatkan kepada Allah SWT atas segala curahan rahmat dan karunia-Nya sehingga penelitian dan karya tulis ilmiah ini berhasil diselesaikan. Karya ilmiah ini merupakan hasil kegiatan penelitian dengan tema Penentuan Lokasi Ideal Outlet Baru Bakosurtanal Menggunakan GIS dengan Metode Density Analysis Multi Kriteria. Penulis menyadari bahwa keberhasilan penulisan karya ilmiah ini berkat bantuan dari berbagai pihak. Oleh karena itu penulis ingin mengucapkan terima kasih kepada: 1.
Papa, mama, gege, jie jie, popo dan gong gong tercinta atas segala doa, kasih sayang, semangat, dan dukungan yang telah diberikan kepada penulis.
2.
Ibu Dr. Ir. Sri Nurdiati M.Sc dan ibu Ir. Sri Lestari Munajati M.Agr yang telah memberikan saran dan bimbingannya selama penelitian dan penulisan karya ilmiah ini.
3.
Bapak Hari Agung, S.Kom., M.Si atas kesediaannya sebagai moderator seminar dan dosen penguji.
4.
Saudara dan sepupu-sepupu tercinta : Fellopez, Theo, Jennifer, Dick, Elsa, Reyka, Shelly, Suci, David, Ardi, Putra, Mila, Amelie, Aditya, Cherry dan Gita yang selalu memberikan kehangatan setiap bertemu dan berkumpul bersama.
5.
Sahabat terdekat saya : Antonio Haryadi, Chaterine Chandra, Veronica Tanasa, Mia Stephanie Wuisan, Berry Wangsa, Tommy Herales Halim, Mario Tekunan, Charles Valley Sondakh, Memey Kolondam, Calista Ramvika Putri, dan Demian Tjahjadi yang selalu memberikan motivasi dan semangat untuk mencapai sesuatu yang terbaik.
6.
Teman-teman ekspatriat saya : Wilmann Robecco, Kure Estelle, Bayah Sumpu, Mila Scharovsky, Noola dan Nooliy van Pudin, Whyou van Pudin, Ashna Toilette, Singa Mashtah, Lovy Austin, Shideque William, Gen Carlos, Teao Walcott, Zainal Al Monggong, Mountcos Bandaro, Kabul, Edot, Emot, Marry Clift, Nie Bie Soo dan Al Zufri Marissa yang terus memberikan doa dan motivasi meskipun dari jauh. Kebersamaan bersama kalian tidak akan pernah terlupakan.
7.
Teman-teman belajar bersama saat akan ujian : Ramadhani, Agnesthine Bernarda, Hasanul Fajri Nuras, Mega Wirna, Zil Arifah, Windy Deliana Khairani.
8.
Teman-teman Ilmu Komputer angkatan 41, 42, 43, dan 44 terimakasih atas dukungan yang telah diberikan.
9.
Pak Sholeh, Pak Fendi, Mbak Rahma dan seluruh staf dosen dan pegawai Departemen Ilmu Komputer yang telah memberikan layanan terbaik kepada penulis.
10. Semua pihak lain yang telah membantu penulis, dan tidak dapat disebutkan satu persatu.
Semoga karya ilmiah ini bermanfaat, amin.
Bogor, September 2009
Rezky Anadra
DAFTAR ISI Halaman DAFTAR GAMBAR ....................................................................................................................... viii DAFTAR TABEL .............................................................................................................................. ix DAFTAR LAMPIRAN...................................................................................................................... ix PENDAHULUAN Latar Belakang................................................................................................................................1 Tujuan Penelitian............................................................................................................................2 Ruang Lingkup Penelitian ..............................................................................................................2 Manfaat Penelitian..........................................................................................................................2 TINJAUAN PUSTAKA GIS and Multicriteria Analysis ......................................................................................................2 Outlet Bakosurtanal ........................................................................................................................2 Sistem Informasi Geografis............................................................................................................2 ArcGIS ............................................................................................................................................3 Shapefile..........................................................................................................................................3 Struktur Data Spasial......................................................................................................................3 Geographic Coordinate System .....................................................................................................3 METODOLOGI PENELITIAN Studi Pustaka ..................................................................................................................................4 Pengumpulan Data..........................................................................................................................4 Praproses Data ................................................................................................................................4 Digitasi (mapping)..........................................................................................................................4 Density Analysis .............................................................................................................................5 Bobot...............................................................................................................................................5 Kelas ...............................................................................................................................................6 Equal Interval .................................................................................................................................6 Survei Lapang (Tahap I).................................................................................................................6 Perangkat Keras dan Perangkat Lunak ..........................................................................................6 HASIL DAN PEMBAHASAN Praproses Data ................................................................................................................................6 Digitasi (mapping)..........................................................................................................................8 Bobot...............................................................................................................................................9 Density Analysis .......................................................................................................................... 16 Survei ........................................................................................................................................... 22 KESIMPULAN DAN SARAN Kesimpulan .................................................................................................................................. 23 Saran ............................................................................................................................................ 23 DAFTAR PUSTAKA ....................................................................................................................... 23
DAFTAR GAMBAR Halaman 1 Metodologi Penelitian. ....................................................................................................................4 2 Overlay. ...........................................................................................................................................5 3 Buffering. .........................................................................................................................................6 4 Nama pelanggan sama.....................................................................................................................6 5 Alamat pelanggan sama..................................................................................................................7 6 Pelanggan sama dengan nama berbeda...........................................................................................7 7 Pelanggan sama dengan alamat berbeda.........................................................................................7 8 Pelanggan tanpa alamat dan nomor telepon. ..................................................................................7 9 Penulisan data pelanggan tidak seragam. .......................................................................................7 10 Hasil praproses data. .......................................................................................................................8 11 Tabel shapefile data pelanggan Kota Tangerang.......................................................................... 9 12 Shapefile pelanggan Kota Tangerang. ............................................................................................9 13 Buffering 250 meter pelanggan Jakarta Selatan. ............................................................................9 14 Hasil clipping 100 meter antara pelanggan Jakarta Selatan dan gedung. ....................................10 15 Tabel shapefile clipping 100 meter antara pelanggan Jakarta Selatan dan gedung.....................10 16 Hasil point density pelanggan Jakarta Selatan..............................................................................17 17 Hasil point density pelanggan Jakarta Pusat.................................................................................18 18 Hasil point density pelanggan Jakarta Barat.................................................................................18 19 Hasil point density pelanggan Jakarta Timur. ..............................................................................18 20 Hasil point density pelanggan Jakarta Utara.................................................................................19 21 Hasil point density pelanggan Kota Bekasi. .................................................................................19 22 Hasil point density pelanggan Kabupaten Tangerang. .................................................................19 23 Hasil point density pelanggan Kota Tangerang............................................................................20 24 Hasil overlay wilayah Jakarta Selatan. .........................................................................................20 25 Hasil overlay wilayah Jakarta Pusat. ............................................................................................21 26 Hasil overlay wilayah Jakarta Barat. ............................................................................................21 27 Hasil overlay wilayah Jakarta Timur. ...........................................................................................21 28 Hasil overlay wilayah Jakarta Utara. ............................................................................................21 29 Hasil overlay wilayah Kota Bekasi...............................................................................................22 30 Hasil overlay wilayah Kabupaten Tangerang...............................................................................22 31 Hasil overlay wilayah Kota Tangerang. .......................................................................................22
DAFTAR TABEL Halaman 1 Hasil praproses data .......................................................................................................................8 2 Pembagian bobot fasilitas ............................................................................................................11 3 Hasil clipping wilayah Jakarta Selatan ........................................................................................11 4 Hasil clipping wilayah Jakarta Pusat ...........................................................................................12 5 Hasil clipping wilayah Jakarta Barat ...........................................................................................13 6 Hasil clipping wilayah Jakarta Timur..........................................................................................13 7 Hasil clipping wilayah Jakarta Utara ...........................................................................................14 8 Hasil clipping wilayah Kota Bekasi.............................................................................................15 9 Hasil clipping wilayah Kabupaten Tangerang ............................................................................15 10 Hasil clipping wilayah Kota Tangerang ......................................................................................16 11 Data pelanggan dan fasilitas untuk semua wilayah.....................................................................17
DAFTAR LAMPIRAN Halaman 1 2 3 4 5 6 7 8
Shapefile pelanggan Jakarta Selatan ............................................................................................25 Shapefile pelanggan Jakarta Pusat ...............................................................................................26 Shapefile pelanggan Jakarta Barat ...............................................................................................27 Shapefile pelanggan Jakarta Timur..............................................................................................28 Shapefile pelanggan Jakarta Utara...............................................................................................29 Shapefile pelanggan Kota Bekasi ................................................................................................30 Shapefile pelanggan Kabupaten Tangerang ................................................................................31 Shapefile pelanggan Kota Tangerang ..........................................................................................32
PENDAHULUAN Latar Belakang Outlet Bakosurtanal sebagai badan internal hasil kerjasama Bakosurtanal dengan pemerintah daerah dan perguruan tinggi, merupakan badan di bawah naungan Bakosurtanal yang memfokuskan diri sebagai media pemasaran produk-produk di tingkat daerah. Meskipun secara struktural tidak tergabung dalam badan inti Bakosurtanal, outlet-outlet yang tersebar di berbagai provinsi ini tetap memerlukan koordinasi dengan kantor pusat terutama dalam hal penjualan barang dan pelaporan. Apalagi dengan adanya perkembangan sistem informasi pada saat sekarang ini, teknologi informasi mampu menjadi jembatan koordinasi antara kantor pusat dan outlet di daerah sehingga penyampaian informasi, pelaporan dan pengambilan keputusan dapat dilaksanakan tepat waktu. Seiring dengan perkembangan teknologi dan waktu, user tidak puas terhadap informasi sebatas teks namun mereka menginginkan informasi yang sekaligus juga menyajikan posisi dari objek yang tengah dicari. Perkembangan tren penyajian informasi spasial atau yang lebih dikenal dengan sistem informasi geografis (SIG), memberi angin segar bagi ekspektasi user tersebut. SIG melakukan integrasi data spasial (peta vektor dan citra digital), atribut (tabel sistem pangkalan data) dan elemen penting lainnya seperti audio dan video sehingga informasi yang disajikan menjadi jauh lebih informatif dan interaktif. Salah satu informasi yang bisa disajikan menggunakan SIG terkait keperluan outlet Bakosurtanal yaitu penyajian data persebaran pelanggan. Transaksi penjualan produk yang dilakukan di lingkungan Bakosurtanal ditangani oleh unit khusus yang dinamakan outlet. Outlet ini terdiri atas outlet pusat yang berada di kantor pusat Bakosurtanal Cibinong serta outlet daerah yang tersebar di berbagai provinsi dan perguruan tinggi. Dari data transaksi penjualan tersebut diketahui bahwa hampir 80% pelanggan berdomisili di daerah Jabodetabek dengan persentase terbesar berada di wilayah DKI Jakarta. Jumlah pelanggan yang sebesar itu kurang proporsional jika dibandingkan dengan outlet di wilayah Jabodetabek yang jumlahnya tidak terlalu banyak. Oleh sebab itu muncul suatu rencana untuk mendirikan outlet baru yang mempu melayani permintaan di daerah Jabodetabek dan mudah dijangkau oleh pelanggan, dengan kata lain berada di pusat
persebaran pelanggan. Namun sayangnya data transaksi penjualan yang ada memiliki beberapa kelemahan jika data tersebut langsung dijadikan sebagai acuan. Pertama, data penjualan masih berbentuk tabel-tabel Microsoft Excel berjumlah ribuan record dengan tingkat redundansi cukup tinggi. Artinya tidak bisa langsung dijadikan patokan karena banyak data pelanggan yang sama baik nama institusi maupun alamatnya. Kedua, data tersebut tidak memiliki referensi geografis sehingga tidak bisa divisualisasikan dan dilihat posisi aslinya pada kondisi yang sebenarnya. Dengan dua kelemahan di atas dirasakan cukup sulit untuk bisa langsung menggunakan data primer tersebut dalam penentuan lokasi persebaran pelanggan. Untuk menjawab tantangan tersebut dapat diwujudkan dengan memanfaatkan teknologi SIG berbasis desktop. SIG ini nantinya dapat digunakan untuk memvisualisasikan lokasi-lokasi pelanggan dalam bentuk peta sehingga memudahkan dalam analisis penentuan posisi paling ideal dalam pembangunan outlet. Posisi ideal tersebut harus dianalisis menggunakan beberapa parameter lain, tidak hanya berdasarkan data pelanggan namun juga data persebaran fasilitas di wilayah tersebut. Penelitian serupa sebelumnya yaitu penelitian Josua (2007) mengenai SIG persebaran demam berdarah di kabupaten Bogor. Pada penelitian tersebut, SIG digunakan sebagai alat untuk melihat korelasi antara persebaran demam berdarah pada tahun 2002-2006 dengan tingkat curah hujan pada pada rentang Januari hingga Desember. Proses melihat korelasi antara dua parameter tersebut dilakukan menggunakan interpolasi spasial dan overlay. Pada penelitian kali ini penulis akan mencoba menerapkan konsep penelitian Joerin et. al. (1998) mengenai GIS and Multicriteria Analysis for Land Management. Penelitian tersebut mencoba memecahkan masalah manajemen penggunaan lahan menggunakan GIS analysis dengan beberapa parameter sebagai bahan pengambil keputusan. Parameter yang digunakan dalam pertimbangan penggunaan lahan adalah economic, ecological dan sociologic nature. Pada penelitian ini akan dilakukan pencarian lokasi ideal untuk outlet baru Bakosurtanal menggunakan metode density analysis (analisis kerapatan) dengan parameter sebaran data pelanggan dan sebaran fasilitas.
1
Tujuan Tujuan penelitian ini adalah untuk menentukan lokasi paling ideal dalam pendirian outlet Bakosurtanal memanfaatkan teknologi desktop GIS dengan menggunakan analisis kerapatan sebaran data pelanggan dan fasilitas. Ruang Lingkup Ruang lingkup penelitian yang akan dilakukan adalah sebagai berikut : a) Peta geografis DKI Jakarta, Kota Tangerang, Kabupaten Tangerang, Kota Bekasi dan Kabupaten Bekasi. b) Data transaksi penjualan di outlet-outlet Bakosurtanal tahun 2007 sampai dengan Maret 2009. c) Data geografis yang digunakan adalah nama pelanggan (instansi maupun perorangan), alamat pelanggan, telepon yang bisa dihubungi, dan koordinat spasial objek. d) Data geografis disajikan dalam bentuk peta. e) Penelitian yang dilakukan akan menghasilkan sistem berbasis desktop. f) Setelah data tersaji dalam SIG, maka akan dilakukan analisis kerapatan persebaran pelanggan dan fasilitas sebagai acuan dalam penentuan lokasi pembangunan outlet baru. Manfaat Penelitian Penelitian ini diharapkan mampu membantu pihak Bakosurtanal untuk menentukan lokasi-lokasi yang ideal dan memungkinkan sebagai lokasi outlet baru khususnya di wilayah DKI Jakarta, Bekasi dan Tangerang. TINJAUAN PUSTAKA GIS and Multicriteria Analysis Menurut Joerin et. Al (1998) GIS and Multicriteria analysis adalah analisis data spasial menggunakan teknologi GIS untuk menghasilkan suatu keputusan dengan mempertimbangkan beberapa parameter tergantung kuat lemahnya pengaruh parameter tersebut terhadap keputusan yang ingin diambil. Kuat lemahnya pengaruh parameter dalam setiap tujuan keputusan dapat dibedakan dari bobotnya. Outlet Bakosurtanal Outlet Bakosurtanal yaitu unit kerja dari Bakosurtanal yang khusus menangani penjualan produk Bakosurtanal yang tersebar
di berbagai provinsi di seluruh Indonesia. Produk-produk Bakosurtanal tersebut antara lain peta hard copy dan soft copy, atlas, buku, REPPROT, garis pangkal, RBI, LLN, LPI, ZEE dan sebagainya. Outlet Bakosurtanal bisa berupa unit kerja yang masih tergabung dengan Bakosurtanal pusat maupun unit kerja yang dibentuk hasil kerjasama dengan Bappeda maupun perguruan tinggi. Outletoutlet Bakosurtanal di antaranya outlet pusat Bakosurtanal-Cibinong, outlet Bappeda Sumatera Barat, outlet Bappeda Sumatera Selatan, outlet Bappeda Riau, outlet Jawa Barat-IPB, outlet Jawa Barat-UI, outlet Jawa Tengah-UNNES, outlet Jawa Tengah-UNS, outlet Jawa Tengah-Bappeda Jateng, outlet DIY-UGM, outlet DIY-UPN Veteran, outlet Jawa Timur-ITN, outlet Jawa Timur-ITS, outlet Bappeda Kalimantan Barat, outlet Kalimantan Selatan-Universitas Lambung Mangkurat, outlet Bappeda Nusa Tenggara Barat, outlet Bappeda Sulawesi Tenggara, outlet Sulawesi Tenggara-Universitas Halouleo, outlet Bappeda Sulawesi Selatan, outlet Sulawesi Selatan-Unhas, outlet Sulawesi Utara-Unsrat, outlet Bali-Udayana, dan outlet Bappeda Sulawesi Tengah. Sistem Informasi Geografis Sistem informasi geografis adalah sistem yang mampu menangkap, menyimpan, menganalisis, melakukan kueri dan menampilkan data geografis. SIG dapat dibagi menjadi 4 komponen (Kang 2002) yaitu: 1.
Sistem komputer
Sistem komputer berupa komputer dan sistem operasi yang digunakan untuk mengoperasikan SIG. 2.
Perangkat lunak SIG
Perangkat lunak SIG berupa program dan antarmuka pengguna untuk menjalankan perangkat keras. 3.
Perangkat fikir
Perangkat fikir merujuk kepada tujuan, sasaran dan alasan penggunaan SIG. 4.
Infrastruktur
Infrastruktur merujuk pada kebutuhan fisik yang berhubungan dengan organisasi dan lingkungan penggunaan SIG. Menurut Aqullino et al (2007) SIG yaitu sistem berbasis komputer yang digunakan untuk menyimpan dan memanipulasi data geografis. Berdasarkan definisi tersebut 2
komponen SIG dapat dibagi atas tiga bagian yaitu:
ArcEditor menggunakan model data dan antarmuka yang sama.
1.
Shapefile
Data input
Data masukan pada SIG bisa berupa data spasial dan data tabular (tabel). Data spasial berasal dari peta dijital maupun peta yang didigitasi secara manual. 2.
Data handling Bagian ini terdiri atas tiga bagian yaitu: - Data management Bagian ini bertugas untuk menempatkan data pada berkas atau direktori yang terstruktur dengan baik. - Data processing Bagian ini bertugas untuk memaknai data yang ada di pangkalan data. - Data analyzing and modeling Bagian ini bertugas untuk mengombinasikan dan mengenali makna secara global dari semua data yang ada.
3.
Data output
Informasi yang sebelumnya hanya tersedia dalam bentuk tabel, dengan adanya bagian ini data tersebut dapat ditampilkan secara tiga dimensi untuk memudahkan interpretasi user. Sistem informasi geografis ini sering juga disebut desktop mapping. ArcGIS ArcGIS adalah versi terbaru dari produk pengembangan SIG buatan Environmental Research Systems Institute's (ESRI) yang berbasis desktop. ArcGIS didisain sebagai sistem yang cukup tangguh dalam pembentukan, manajemen dan analisis data geografis. Produk-produk ESRI digunakan secara luas di seluruh dunia dan menurut informasi yang dilansir oleh website ESRI tahun 2002 dinyatakan bahwa ada sekitar 1 juta pengguna software buatan ESRI serta tidak kurang dari 50000 mahasiswa memperoleh instruksi penggunaan software ESRI setiap tahun di seluruh dunia. Dalam versi desktop GIS ESRI sebelumnya, ArcView dan ArcInfo, memiliki perbedaan yang sangat signifikan baik dalam model data maupun antarmuka. Sementara pada ArcGIS, semua produk yang tergabung di dalamnya seperti ArcMap, ArcCatalog dan
Shapefile merupakan berkas yang mampu menyimpan lokasi geografis dan informasi atribut berupa polygon (bangun datar), polyline (garis) dan point (titik). Bentuk geometri yang tersimpan berbentuk koordinat vektor. Format ini merupakan format yang dikeluarkan oleh ESRI. Shapefile milik ESRI ini terdiri atas beberapa bagian yaitu: 1.
Main file (.shp)
Main file merupakan tipe berkas yang bisa diakses secara langsung dan panjang record variabel yang ada dalam berkas tersebut menggambarkan bentuk verteksnya. 2.
Index file (.shx, .sbx, .sbn)
Pada tipe berkas ini, setiap record terdiri atas proses cetakan offset yang berhubungan dengan record file utama. 3.
Tabel dBASE (.dbf)
Pada tabel dBASE terdapat fitur atribut dengan suatu record pada setiap fiturnya. 4.
Geographic reference (.prj)
Tipe berkas ini menyimpan referensi geografis yang digunakan dalam data GIS yang dibuat. Referensi geografis ini bisa ditentukan sendiri oleh pengembang namun pada umumnya mengacu kepada geographic coordinate system yang sudah ada, misalnya Datum North America 1927, European Datum 1950 dan sebagainya. Struktur Data Spasial Data utama dalam proses kerja SIG dapat dibagi menjadi dua yaitu data spasial dan data tekstual (atribut). Data spasial merupakan data yang memiliki informasi lokasi atau data yang bereferensi geografis. Data tekstual (atribut) yaitu data yang memiliki informasi fitur spasial (Kang 2002). Geographic Coordinate System Geographic coordinate system adalah suatu sistem acuan yang menggunakan bidang bundar tiga dimensi untuk mendefinisikan lokasi di permukaan bumi (Burrough et al. 1998). Dua komponen yang digunakan untuk mendefinisikan posisi tersebut yaitu latitude phi (φ) dan longitude lamda (λ). Latitude adalah posisi suatu titik di permukaan bumi berdasarkan garis lintang utara dan selatan. Longitude adalah posisi dari suatu titik di 3
permukaan bumi berdasarkan garis bujur barat dan timur. METODOLOGI PENELITIAN Penelitian ini dilakukan dalam beberapa tahap seperti yang terlihat pada Gambar 1. Secara garis besar tahapan penelitian ini adalah studi pustaka, pengumpulan data, praproses data, digitasi (mapping), survei I, density analysis dan survei II. Akan tetapi karena keterbatasan yang dimiliki, baik waktu, tenaga dan kemampuan, maka survei II tidak dilaksanakan. Studi Pustaka Pada tahapan ini dilakukan pengumpulan berbagai informasi mengenai praproses data, digitasi dan density analysis (density, overlay, clipping). Informasi ini berupa dokumen fisik seperti buku perpustakaan maupun dokumen digital seperti ebook, jurnal, dan artikel.
Fasilitas yang ada di sembilan wilayah tersebut umumnya sama yakni perkantoran, gedung, pasar, hotel, listrik dan air, pom bensin, sekolah negeri, sekolah swasta, transportasi, telepon, pos, perumahan, rumah sakit. Namun untuk wilayah seperti Kota dan Kabupaten Tangerang serta Kota dan Kabupaten Bekasi terdapat tambahan peta kawasan industri. Peta jalan dan fasilitas yang diperoleh sudah berbentuk shapefile sementara data transaksi penjualan tahun 2007-2009 masih berbentuk tabel-tabel Microsoft Excel. Data transaksi ini harus diubah terlebih dahulu menjadi shapefile agar memudahkan dalam proses analisis. Namun ada beberapa proses yang harus dilakukan sebelum data penjualan yang berjumlah sekitar 9.097 record tersebut bisa diubah menjadi shapefile. Langkahlangkah tersebut tertuang dalam praproses data. Praproses Data
Studi pustaka
Pengumpulan data
Praproses data
Digitasi
pasti
Survei I
Tidak pasti
Density analysis
Alternatif lokasi
Keputusan lokasi
Survei II
Gambar 1 Metodologi penelitian Pengumpulan Data Data yang diperlukan dalam penelitian ini adalah peta jalan : DKI Jakarta, Kabupaten Tangerang, Kota Tangerang, Kabupaten Bekasi, Kota Bekasi; peta fasilitas di sembilan wilayah tersebut dan data transaksi penjualan outlet Bakosurtanal selama Januari 2007 hingga Maret 2009. Kesemua data tersebut diperoleh dari Pusat Pelayanan Jasa dan Informasi, Bakosurtanal.
Tahap ini adalah tahap yang harus dilakukan sebelum data transaksi penjualan diubah menjadi shapefile dan merupakan proses yang memakan waktu cukup lama. Hal ini disebabkan masih banyak data yang memiliki redundansi seperti memiliki nama pelanggan sama, alamat sama, pelanggan yang sama ditulis dengan nama berbeda, pelanggan yang sama ditulis dengan alamat berbeda, serta pelanggan yang tidak mencantumkan alamat lengkap. Digitasi (Mapping) a. Penentuan koordinat Setelah praproses data, hal selanjutnya yang harus dilakukan adalah memetakan pelanggan yang ada ke peta dalam bentuk titik - titik koordinat (latitude dan longitude). Tahap ini juga merupakan bagian yang cukup banyak memakan waktu. Penentuan titik-titik koordinat ini mengacu kepada alamat lengkap dari masing-masing pelanggan dan disesuaikan dengan sistem koordinat peta spasial yang ada. Untuk menjaga akurasi penentuan titik koordinat, digunakan Jakarta map and street guide yang diperoleh dari Bakosurtanal. Proses ini wajib dilakukan karena tanpa adanya koordinat maka data pelanggan tidak bisa ditampilkan dalam peta SIG. Pembentukan shapefile Setelah proses penentuan koordinat untuk masing-masing pelanggan selesai b.
4
dilaksanakan, langkah berikutnya yaitu pembentukan shapefile. Saat proses konversi tabel Microsoft Excel menjadi shapefile, perlu dilakukan beberapa macam konfigurasi terutama sistem koordinat yang digunakan, apakah projected coordinate system atau geographic coordinate system. Sistem koordinat ini harus sesuai dengan sistem koordinat yang digunakan pada peta dasar. Jika tidak sama, maka data pelanggan tidak bisa muncul atau muncul pada posisi yang salah, meskipun koordinat (latitude dan longitude) sudah didefinisikan dengan benar. Pada penelitian ini digunakan geographic coordinate system dengan referensi koordinat WGS 1984.
diberikan untuk setiap parameter berbedabeda tergantung kuat taraf kepentingan dari parameter tersebut dalam penentuan lokasi outlet. Itulah sebabnya metode ini disebut dengan weighted sum overlay. Hasil dari overlay ini adalah kelas feature berupa shapefile. Kelas feature yang dihasilkan akan menunjukkan daerah mana yang memiliki peringkat paling tinggi sebagai kandidat lokasi pendirian oulet baru. Ilustrasi dari proses overlay dapat dilihat pada Gambar 2. +
=
Density Analysis Analisis kerapatan atau density analysis digunakan untuk menentukan lokasi paling ideal dalam pembangunan outlet berdasarkan kerapatan parameter yang digunakan sebagai acuan. Paramater yang dimaksud di sini adalah data sebaran pelanggan dan data sebaran fasilitas. Lokasi yang akan dipilih adalah lokasi dengan kerapatan tertinggi (Strager 2001). Tahapan dalam density analysis adalah: a.
Point Density
Data sebaran pelanggan dan data sebaran fasilitas adalah berupa titik (point) sehingga untuk melihat peringkat kerapatannya digunakan metode point density atau kerapatan titik. Hasil dari point density adalah data raster bertipe *.rrd dan *.aux. Data ini nantinya akan digunakan dalam proses overlay. b.
Weighted Sum Overlay
Proses selanjutnya yaitu melakukan overlay terhadap data raster hasil point density. Overlay dilakukan terhadap layer data pelanggan dan layer fasilitas yang ada di wilayah bersangkutan dimana antar satu wilayah terpisah dari wilayah yang lain. Misalnya overlay dilakukan terhadap raster pelanggan Jakarta Selatan dan raster fasilitas di wilayah tersebut. Kemudian overlay antara raster pelanggan Kota Tangerang dan raster fasilitas di wilayah tersebut, dan seterusnya. Rumus umumnya adalah: Z = w1c1+w2c2+…+wnc2 w1+w2+…wn
,
dengan Z = kelas hasil, w = bobot(rank) dan cn = kelas parameter dari 1 sampai n. Bobot yang
Parameter A Bobot 3
Parameter B Bobot 1
Hasil C
Gambar 2 Overlay Misalnya terdapat dua parameter A dan B masing-masing memiliki 3 kelas : 1, 2 dan 3. Namun pengaruhnya dalam penentuan keputusan akhir, A memiliki bobot lebih tinggi dari B. A diberi bobot 3 dan B diberi bobot 1. Sebagai contoh cell kiri atas pada masing-masing parameter, A bernilai 2 dan B bernilai 3. Proses kalkulasinya adalah: A = (3*2) = 6. B = (1*3) = 3. C = (6+3) / (3+1) = 2.25 = 2. Bobot Pembobotan dilakukan karena setiap parameter tidak memiliki taraf kepentingan yang sama dalam penentuan lokasi outlet. Untuk menentukan bobot bagi setiap parameter dapat dilakukan dengan melihat seberapa besar pelanggan yang berada di sekitar parameter tersebut. Sebagai contoh akan dilihat seberapa banyak pelanggan yang berada pada radius 100 meter atau kurang dari kawasan perkantoran. Semakin besar jumlahnya maka semakin besar bobot yang diberikan kepada parameter tersebut. Untuk menentukan seberapa besar pelanggan yang ada di sekitar setiap parameter dapat dilakukan menggunakan metode buffering dan clipping. a.
Buffering
Buffering yaitu suatu metode pembentuk polygon sebesar jarak tertentu dari suatu 5
objek. Jika objek berupa titik maka proses buffering akan membentuk polygon berbentuk lingkaran bagi setiap titik. Hasil dari proses buffering adalah berupa shapefile. Pada kasus ini, buffering akan dilakukan terhadap data sebaran pelanggan dan fasilitas. Karena tujuan dari buffering ini adalah untuk penentuan bobot berdasarkan kerapatan pelanggan pada objek fasilitas, maka buffer distance yang digunakan tidak terlalu besar yakni 50 meter, 100 meter dan 250 meter. Ilustrasi proses buffering dapat dilihat pada Gambar 3.
posisi yang tidak pasti. Penentuan koordinat dari pelanggan memanfaatkan fasilitas GPS. Selain itu survei juga bertujuan untuk meminta pendapat pelanggan terkait pendirian outlet baru. Komentar dari pelanggan ini nantinya dijadikan sebagai bahan petimbangan dalam proses analisis. Survei II dilaksanakan ketika alternatif lokasi terbaik telah dihasilkan dari density analysis. Pada survei II ini alternatif lokasi yang ada dilihat langsung ke lapangan. Setelah didapatkan data di lapangan, barulah dipilih satu lokasi ideal untuk tiap wilayah. Akan tetapi karena keterbatasan yang dimiliki penulis, baik waktu, tenaga dan kemampuan, maka survei II tidak dilaksanakan. Perangkat Keras dan Perangkat Lunak
Gambar 3 Buffering b.
Clipping
Clipping yaitu metode untuk melihat objek-objek yang masuk dalam area buffer. Objek di sini adalah pelanggan. Ini artinya proses clipping akan mendata pelanggan yang masuk dalam area fasilitas, baik pada radius 250 meter, 100 meter dan 50 meter.
Berikut adalah spesifikasi perangkat keras dan perangkat lunak yang digunakan dalam penelitian ini: Perangkat keras: a.
Processor Intet Pentium Core Duo 1.6 GHz.
b.
Memori DDR RAM 1 GB.
c.
Hardisk 80 GB.
Kelas
Perangkat lunak:
Pengkelasan dilakukan kepada semua hasil point density dan overlay. Penyeragaman pengkelasan ini bertujuan agar hasil overlay nantinya dapat menghasilkan keluaran yang sesuai dengan kondisi yang sebenarnya.
a.
Sistem operasi Windows XP SP 2.
b.
ArcGIS 9.2.
Pada kasus ini akan dibuat 5 kelas: kelas 1, 2, 3, 4 dan 5 yang masing-masingnya merepresentasikan peringkat terendah hingga tertinggi. Daerah yang akan diusulkan sebagai lokasi pendirian outlet baru adalah daerah yang berada pada kelas 5. Pengkelasan ini dilakukan menggunakan metode equal interval.
Praproses Data
Equal Interval Metode pengkelasan equal interval membagi data pada rentang yang sama untuk setiap kelasnya. Rentang data utama (maksimum-minimum) dibagi sama besar ke dalam banyak kelas yang dipilih.
HASIL DAN PEMBAHASAN Praproses data terdiri atas 7 tahap yaitu: Penghapusan nama pelanggan yang sama Pada data yang diperoleh banyak ditemui nama pelanggan yang sama, baik karena sering melakukan transaksi pembelian maupun membeli dengan ragam produk yang besar. Karena sistem ini akan menampilkan sebaran pelanggan, maka hanya akan digunakan data pelanggan yang unique, sementara data lain yang sama akan dihapus. Ilustrasinya dapat dilihat pada Gambar 4.
a.
Survei Lapang (Tahap I) Survei lapang terdiri atas survei I dan II. Pada penelitian ini, penulis hanya akan melakukan survei tahap I. Survei ini bertujuan untuk melihat langsung di lapangan posisi pasti dari pelanggan yang memiliki
Gambar 4 Nama pelanggan sama 6
b.
Penghapusan alamat pelanggan yang sama Selain nama pelanggan yang sama, dalam data transaksi juga banyak tercatat pelanggan dengan alamat sama meskipun namanya ditulis berbeda. Sama seperti dengan langkah (a), hanya akan diambil satu data pelanggan. Data pelanggan yang sama dengan alamat sama, meskipun namanya berbeda, akan dihapus. Ilustrasinya dapat dilihat pada Gambar 5.
Gambar 5 Alamat pelanggan sama Penghapusan pelanggan sama dengan nama berbeda Pada kasus ini umumnya terjadi perbedaan cara penulisan nama pelanggan yang sama. Sama dengan dua langkah sebelumnya, meskipun ditulis dengan nama berbeda, pelanggan tersebut tetap dikenali sebagai pelanggan yang sama. Oleh sebab itu hanya satu yang akan ditampilkan dan sisanya akan dihapus. Ilustrasinya dapat dilihat pada Gambar 6.
Gambar 7 Pelanggan sama dengan alamat berbeda e.
Melengkapi informasi pelanggan Sekitar 5% dari data yang ada tidak memiliki informasi lengkap terutama alamat. Karena alamat sangat penting dalam proses digitasi, maka alamat pelanggan wajib dilengkapi. Pencarian alamat pelanggan dilakukan dengan cara pencarian informasi di internet. Begitu juga dengan nomor telepon pelanggan sebagai kelengkapan informasi, dilengkapi dengan pencarian data di internet. Ilustrasinya dapat dilihat pada Gambar 8.
c.
Gambar 6 Pelanggan sama dengan nama berbeda
Gambar 8 Pelanggan tanpa alamat dan nomor telepon f.
Penyeragaman data Ketika semua pelanggan telah teridentifikasi secara unique dan tidak ada lagi redundansi, maka dilakukan penyeragaman penulisan. Hal ini dilakukan karena beberapa bagian dari keseluruhan data transaksi penjualan tersebut ditulis dalam format yang sedikit berbeda dari yang lainnya, sehingga perlu penyeragaman. Ilustrasinya dapat dilihat pada Gambar 9.
d.
Penghapusan pelanggan sama dengan alamat berbeda Pada kasus ini juga terjadi perbedaan cara penulisan alamat pelanggan yang sama. Oleh sebab itu, hanya satu data yanga akan ditampilkan. Sisanya akan dihapus. Ilustrasinya dapat dilihat pada Gambar 7.
Gambar 9 Penulisan data pelanggan tidak seragam g.
Pengelompokan data berdasarkan wilayah Karena data pelanggan akan dipetakan secara terpisah-pisah antara satu wilayah dengan wilayah lainnya, maka data yang sudah diseragamkan tadi harus dkelompokkan berdasarkan wilayahnya. 7
Dari sekitar 9.097 record data penjualan, setelah dilakukan 7 tahap praproses data diperoleh 2.278 pelanggan yang unique. Data tersebut dapat dilihat pada Tabel 1 dan Gambar 10.
Pelanggan paling sedikit berada di Kabupaten Bekasi yaitu 0 pelanggan.
Tabel 1 Hasil praproses data
Dari data pelanggan yang sudah dikelompokkan berdasarkan wilayahnya, selanjutnya ditentukan koordinat spasialnya (longitude dan latitude). Penentuan koordinat spasial ini didasarkan kepada alamat lengkap dari pelanggan, mengacu kepada peta lengkap Jakarta map and street guide, dan menggunakan hawth analysis tool. Koordinat spasial yang digunakan memiliki tipe desimal.
Wilayah
Jumlah Pelanggan
Persentase (%)
Jakarta Selatan
1127
50
Jakarta Pusat
405
18
Jakarta Barat
215
9
Jakarta Timur
199
8
Jakarta Utara
143
6
0
0
Kota Bekasi
107
5
Kabupaten Tangerang
42
2
Kota Tangerang
40
2
Kabupaten Bekasi
Digitasi (mapping) a.
b.
Penentuan koordinat
Pembentukan shapefile
Langkah selanjutnya yang harus dilakukan yaitu mengubah data yang sudah memiliki koordinat spasial menjadi shapefile. Hal ini dilakukan karena tanpa dalam bentuk shapefile, data tidak bisa dianalisis. Beberapa konfigurasi yang digunakan saat pembentukan shapefile adalah sebagai berikut: Geometry Type: Point. Geographic Coordinate System : GCS_WGS_1984. Datum : D_WGS_1984. Prime Meridian : Greenwich. Angular Unit : Meters.
Gambar 10 Hasil praproses data Dari data di atas terlihat bahwa pelanggan paling banyak berasal dari wilayah Jakarta Selatan yakni sekitar 50% dari jumlah pelanggan keseluruhan. Hal ini bisa dimengerti karena dari 9 wilayah tersebut, Jakarta Selatan memiliki kawasan bisnis paling banyak. Berbagai perusahan baik besar maupun kecil serta instansi pemerintah paling banyak berada di Jakarta Selatan sehingga pelanggan yang membutuhkan produk peta pun otomatis paling banyak berada di daerah ini. Kemudian disusul oleh wilayah Jakarta Pusat yakni sebanyak 405 pelanggan atau 18% dari total pelanggan. Hampir sama dengan Jakarta Selatan, kawasan bisnis dan perkantoran serta instansi pemerintah juga cukup banyak di wilayah ini, terutama di sepanjang jalan protokol Sudirman-Thamrin. Posisi berikutnya ditempati secara berturutturut oleh wilayah Jakarta Barat, Jakarta Timur, Jakarta Utara, Kota Bekasi, Kabupaten Tangerang dan Kota Tangerang dengan persentase masing-masing kurang dari 10%.
Geometry type : point artinya data tersebut akan menghasilkan shapefile berupa titik. Geographic Coordinate System : GCS_WGS_1984 artinya sistem koordinat yang digunakan adalah sistem koordinat geografis WGS tahun 1984, sementara Datum : D_WGS_1984 artinya menggunakan data WGS tahun 1984. Penggunaan WGS 1984 ini dilakukan karena untuk wilayah DKI Jakarta dan sekitarnya telah disepakati menggunakan WGS 1984. Di samping itu, penggunaan WGS 1984 akan menghasilkan angular unit berupa meter sehingga memudahkan dalam analisis, khususnya analisis kerapatan yang memang memperhitungkan jarak. Prime Meridian : Greenwich artinya patokan titik 0 adalah daerah Greenwich. Angular Unit : Meter artinya satuan jarak menggunakan meter sehingga memudahkan analisis. Sebagai ilustrasi, hasil shapefile untuk data pelanggan wilayah Kota Tangerang dapat dilihat pada Gambar 11.
8
Gambar 11 Tabel shapefile data pelanggan Kota Tangerang Tampilan shapefile pada peta Kota Tangerang dapat dilihat pada Gambar 12. Pada gambar terlihat titik-titik berwarna merah yang menunjukkan posisi dari pelanggan. Sementara untuk shapefile data pelanggan wilayah lainnya dapat dilihat pada Lampiran 1,2,3,4,5,6,7 dan 8.
sebelumnya memperhitungkan rapat atau renggangnya antara objek-objek, artinya memperhatikan jarak antar objek. Jadi jika menggunakan jarak yang terlalu besar maka tidak akan mampu merepresentasikan kerapatan, sementara jika menggunakan jarak yang terlalu kecil maka akan sangat sedikit objek yang ter-cover di dalamnya. Sebagai ilustrasi, hasil buffering 250 meter data pelanggan untuk wilayah Jakarta Selatan dapat dilihat pada Gambar 13.
Gambar 12 Shapefile pelanggan Kota Tangerang Bobot a.
Buffering
Buffering dilakukan terhadap data pelanggan dan fasilitas untuk masing-masing wilayah. Jarak (buffer distance) yang digunakan adalah 50 meter, 100 meter dan 250 meter. Pengambilan tiga jenis jarak ini didasarkan kepada inti dari analisis yang dilakukan yaitu analisis kerapatan. Analisis kerapatan seperti yang sudah diutarakan
Gambar 13 Buffering 250 meter pelanggan Jakarta Selatan Pada Gambar 13 terlihat polygonpolygon berbentuk lingkaran berwarna kuning mengelilingi posisi pelanggan. Radius dari setiap lingkaran adalah 250 meter dengan titik pelanggan sebagai sumbu pusatnya. Hal yang 9
sama juga terjadi pada radius 100 meter dan 50 meter untuk data pelanggan dan fasilitas. b.
Clipping
Langkah selanjutnya adalah melihat jumlah pelanggan yang berada pada radius 50 meter, 100 meter dan 250 meter dari fasilitas umum. Hal ini dapat dilakukan dengan melakukan clipping antara buffer pelanggan dan buffer setiap fasilitas sebagai clip feature. Prinsip dari clipping adalah jika terjadi perpotongan antara dua polygon (pelanggan dan fasilitas) maka pelanggan akan masuk dalam hasil clipping. Sebagai ilustrasi, hasil dari proses clipping antara buffer pelanggan Jakarta Selatan dan buffer gedung pada radius 100 meter dapat dilihat pada Gambar 14.
Gambar 14 Hasil clipping 100 meter antara pelanggan Jakarta Selatan dan gedung Pada Gambar 14 terlihat 3 macam polygon : kuning yaitu buffer pelanggan, jingga yaitu buffer gedung dan ungu yaitu hasil clipping antara kedua buffer. Hasil clipping tersebut adalah pelanggan-pelanggan yang berada maksimal 100 meter dari perkantoran dan akan diwarnai ungu. Jikaternyata pelanggan berada pada jarak lebih dari 100 meter dari kantor, maka tidak akan berubah warna. Hasil proses clipping ini adalah berupa shapefile, seperti terlihat pada Gambar 15.
Gambar 15 Tabel shapefile clipping 100 meter antara pelanggan Jakarta Selatan dan gedung
10
Dari hasil dari clipping ini diperoleh jumlah pelanggan yang berada pada jarak maksimal 250 meter, 100 meter dan 50 meter dari setiap fasilitas. Besar kecilnya jumlah pelanggan yang ada di sekitar fasilitas tersebut menunjukkan besar kecilnya pengaruh kerapatan fasilitas terhadap kerapatan pelanggan. Hasil clipping antara pelanggan dan fasilitas maksimal sejumlah pelanggan di daerah tersebut. Tahap selanjutnya adalah pemberian bobot untuk setiap fasilitas berdasarkan hasil clipping. Bobot yang diberikan adalah pada rentang 1 sampai 5, tergantung dari persentase clipping pelanggan-fasilitas terhadap total jumlah pelanggan di daerah tersebut. Perhitungan persentase dilakukan menggunakan rumus berikut: Persentase =
hasil clip
x 100%
Total pelanggan
.
Bobot 1 sampai 5 diberikan berdasarkan persentase di atas. Sementara posisi pelanggan sebagai bahan pertimbangan utama dalam pembangunan outlet baru, diberi bobot 5 (maksimal). Pembagian bobot dapat dilihat pada Tabel 2 . Tabel 2 Pembagian bobot fasilitas Persentase
Bobot
0% - 20%
1
20% - 40%
2
40% - 60%
3
60% - 80%
4
80% - 100%
5
Jakarta Selatan. Pada Tabel 3 terlihat bahwa sebesar 71% pelanggan di Jakarta Selatan berada pada jarak maksimal 250 meter dari gedung perkantoran. Hal ini dapat diartikan bahwa pelanggan umumnya adalah perusahaan atau konsumen yang berdomisili tidak jauh dari kawasan gedung perkantoran. Karena berada pada selang 60%-80%, maka gedung diberi bobot 4. Bobot ini adalah yang terbesar, paling dominan dan menandakan bahwa kerapatan gedung perkantoran di Jakarta Selatan juga berkorelasi dengan kerapatan pelanggan. Tempat berikutnya disusul oleh fasilitas telepon sebesar 41% dari total pelanggan dan diberi bobot 3. Di sini juga terlihat bahwa keberadaan fasilitas telepon juga berkorelasi dengan keberadaan pelanggan. Tempat selanjutnya berturut-turut ditempati oleh fasilitas pasar 39% diberi bobot 2, hotel 34% diberi bobot 2, sekolah 25% diberi bobot 2, transportasi 22% diberi bobot 2, perumahan 22% diberi bobot 2, listrik dan air 17% diberi bobot 1, rumah sakit 14% diberi bobot 1 dan pos 8% diberi bobot 1. Tempat terendah ditempati fasilitas pom bensin sebesar 4% dari total pelanggan. Hal ini mengindikasikan bahwa keberadaan pom bensin tidak terlalu berpengaruh terhadap keberadaan pelanggan atau kerapatan pom bensin tidak berkorelasi dengan kerapatan pelanggan.
Hasil clipping, persentase, dan bobot untuk semua fasilitas dan pelanggan di semua wilayah dapat dilihat pada Tabel 3-10. Tabel 3 Hasil clipping wilayah Jakarta Selatan Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
Pelanggan
1123
1123
1123
1123
100
5
Gedung Perkantoran
1066
839
476
793.6667
70.67379
4
Telepon
809
396
166
457
40.69457
3
Hotel
762
291
97
383.3333
34.13476
2
Perumahan
604
120
24
249.3333
22.20243
2
Pasar
799
337
159
431.6667
38.43871
2
11
Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
Sekolah
608
170
69
282.3333
25.14099
2
Transportasi
498
183
66
249
22.17275
2
Pom bensin
91
23
10
41.33333
3.680617
1
Rumah sakit
351
103
33
162.3333
14.45533
1
Pos
207
40
12
86.33333
7.687741
1
Listrik dan air
428
116
27
190.3333
16.94865
1
bobot 2, hotel 28% diberi bobot 2, rumah sakit 25% diberi bobot 2, pasar 23% diberi bobot 2, sekolah 20% diberi bobot 2, listrik dan air 19% diberi bobot 1, pos 14% diberi bobot 1 dan sekolah swasta 12% diberi bobot 1 dan pombensin 6% diberi bobot 1. Tempat terendah ditempati fasilitas perumahan sebesar 4% dari total pelanggan. Hal ini mengindikasikan bahwa sangat sedikit pelanggan yang berada di kawasan perumahan sehingga kerapatan perumahan tidak terlalu berpengaruh terhadap kerapatan pelanggan.
Jakarta Pusat. Pada Tabel 4 terlihat bahwa ada dua fasilitas yang paling dominan yaitu perkantoran sebesar 50% dan telepon sebesar 45%, masing-masing diberi bobot 3. Hal ini bisa diartikan bahwa sebagian besar pelanggan berada di kawasan perkantoran dan fasilitas telepon juga banyak dibangun di kawasan tersebut. Namun bisa juga diartikan bahwa sebagian pelanggan berada pada wilayah perkantoran dan sebagian berada pada wilayah dengan kerapatan telepon umum tinggi. Tempat selanjutnya berturut-turut ditempati oleh fasilitas transportasi 30% diberi
Tabel 4 Hasil clipping wilayah Jakarta Pusat Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
Pelanggan
405
405
405
405
100
5
Kantor
360
184
60
201.3333333
49.71193
3
Telepon
301
169
81
183.6666667
45.34979
3
Transportasi
245
91
33
123
30.37037
2
Hotel
233
83
23
113
27.90123
2
Rumah sakit
216
68
17
100.3333333
24.77366
2
Pasar
218
59
13
96.66666667
23.86831
2
Sekolah
194
38
12
81.33333333
20.0823
2
Listrik dan air
188
36
6
76.66666667
18.93004
1
Pos
129
26
19
58
14.32099
1
Private school
125
22
5
50.66666667
12.51029
1
Pom bensin
49
18
1
22.66666667
5.596708
1
Perumahan
23
6
1
10
2.469136
1
Jakarta Barat. Pada Tabel 5 di atas terlihat bahwa selain pelanggan sebagai faktor utama untuk penentuan lokasi pendirian outlet, tidak ada fasilitas yang benar-benar dominan dalam mempengaruhi keberadaan
pelanggan. Meskipun telepon dan perkantoran masih berada pada posisi tertinggi dalam hal persentase, namun secara umum semua fasilitas berada pada kisaran hampir sama yakni antara 10% - 40%. Tiga fasilitas yakni 12
telepon, perkantoran dan transportasi berada pada kisaran di atas 30% dan diberi bobot 2, tiga fasilitas lain yakni pasar, sekolah dan rumah sakit berada pada kisaran diatas 20%, serta lima fasilitas lain yakni pos, listrik-air, hotel, perumahan dan sekolah swasta berada
pada kisaran di atas 10% dan diberi bobot 1. Hanya pom bensin yang memiliki persentase di bawah 5% dan menunjukkan kerapatan pom bensin memiliki pengaruh paling lemah terhadap kerapatan pelanggan.
Tabel 5 Hasil clipping wilayah Jakarta Barat Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
Pelanggan
215
215
215
215
100
5
Telepon
164
70
22
85.33333
39.68992
2
Kantor
134
69
34
79
36.74419
2
Transportasi
113
56
39
69.33333
32.24806
2
93
39
20
50.66667
23.56589
2
105
30
14
49.66667
23.10078
2
Rumah sakit
93
24
18
45
20.93023
2
Pos
75
33
20
42.66667
19.84496
1
Listrik dan air
78
35
10
41
19.06977
1
Hotel
67
41
14
40.66667
18.91473
1
Pasar Sekolah
Perumahan
56
10
1
22.33333
10.3876
1
Private school
41
18
6
21.66667
10.07752
1
Pom Bensin
28
4
0
10.66667
4.96124
1
Jakarta Timur. Pada Tabel 6 terlihat bahwa dua fasilitas yang pada daerah lain digabung, di daerah Jakarta Timur ini dibuat terpisah yakni gedung dan perkantoran. Kedua fasilitas ini adalah fasilitas yang paling dominan dalam korelasinya terhadap kerapatan pelanggan yakni masing-masing 41% dan 35% dari total pelanggan yang ada. Ini artinya hampir setengah dari seluruh pelanggan di wilayah Jakarta Timur berada pada radius 250 meter dari kawasan gedung
dan perkantoran. Selain itu sekolah juga punya pengaruh menengah yakni sebesar 27% dari total pelanggan dan diberi bobot 2. Sementara 9 fasilitas lainnya berada pada kisaran di bawah 30% yaitu 3 fasilitas berada pada rentang 10%-30% dan 6 fasilitas memiliki persentase hanya kurang dari 10% dari total pelanggan. Persentase pelanggan terendah berada di kawasan perumahan yakni sebesar 1%. Kesembilan fasilitas ini diberi bobot 1 karena masuk pada rentang 0% -20%.
Tabel 6 Hasil clipping wilayah Jakarta Timur Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
Pelanggan
199
199
199
199
100
5
Gedung
151
73
23
82.33333
41.37353
3
Kantor
131
57
18
68.66667
34.50586
2
Sekolah
112
42
8
54
27.13568
2
61
13
3
25.66667
12.89782
1
Listrik dan air
13
Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
46
15
6
22.33333
11.22278
1
134
68
17
21.66667
10.07752
1
Pasar
33
9
2
14.66667
7.370184
1
Transportasi
46
17
4
10.66667
4.96124
1
Pom Bensin
19
5
3
9
4.522613
1
Private school
24
2
1
9
4.522613
1
Hotel
11
6
4
7
3.517588
1
6
0
0
2
1.005025
1
Pos Telepon
Perumahan
Jakarta Utara. Pada Tabel 7 dapat dilihat bahwa secara umum semua fasilitas memiliki pengaruh yang rendah terhadap kerapatan pelanggan di Jakarta Utara. Hal ini terlihat dari persentase tertinggi hanya sebesar 26% atau seperempat dari jumlah total pelanggan di daerah ini. Dengan kata lain dapat dimaknai bahwa hanya seperempat dari pelanggan di daerah ini yang berada dekat dengan fasilitas publik. Dekat di sini diartikan berada pada jarak maksimal 250 meter.
Hampir semua fasilitas diberi bobot 1 karena memiliki persentase kurang dari 20%, yakni listrik dan air 13%, pasar 12%, sekolah 10%, perumahan 10%, rumah sakit 10%, hotel 7%, transportasi 6%, sekolah swasta 6%, serta pom bensin dan pos masing-masing 5% dan 4%. Hanya 2 fasilitas yang diberi bobot 2 karna berada pada selang 20%-40% yakni perkantoran dengan persentase 26% dan telepon umum dengan persentase 20%.
Tabel 7 Hasil clipping wilayah Jakarta Utara Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
143
143
143
143
100
5
Kantor
71
29
11
37
25.87413
2
Telepon
57
23
7
29
20.27972
2
Listrik dan air
41
11
3
18.33333333
12.82051
1
Pasar
40
11
1
17.33333333
12.12121
1
Sekolah
41
5
0
15.33333333
10.72261
1
Pelanggan
Perumahan
38
4
0
14
9.79021
1
Rumah sakit
33
6
2
13.66666667
9.55711
1
Hotel
25
5
1
10.33333333
7.226107
1
Transportasi
22
5
0
9
6.293706
1
Private school
23
2
0
8.333333333
5.827506
1
Pom Bensin
17
3
1
7
4.895105
1
Pos
13
3
2
6
4.195804
1
Kota Bekasi. Pada Tabel 8 terlihat bahwa fasilitas yang paling signifikan dalam mempengaruhi kerapatan pelanggan yakni gedung yakni sebesar 31% dari total
pelanggan. Ini artinya hampir sepertiga dari total pelanggan di wilayah Bekasi berada pada jarak kurang dari 250 meter dari gedung yang ada di wilayah ini. Karena persentasenya 14
berada pada rentang 20%-40%, maka perkantoran diberi bobot 2. Sementara 13 fasilitas lainnya diberi bobot 1 karena berada pada rentang 0%-20%. Dari 13 fasilitas tersebut hanya ada 1 fasilitas yang memiliki persentase clip di atas 10% yaitu perkantoran dengan persentase sebesar 13%. Sementara sisanya memiliki persentase kurang dari 10%. Hal paling mencolok terlihat pada fasilitas hospital, pos dan listrik-air yang memiliki
persentase sangat rendah yakni kurang dari 1%. Pada tabel terlihat bahwa hanya ada 1 pelanggan yang berada pada radius 250 meter dari ketiga fasilitas tersebut. Implikasinya adalah ketiga fasilitas tersebut memiliki pengaruh yang sangat rendah dalam pendirian outlet dan memiliki korelasi sangat rendah terhadap kerapatan pelanggan.
Tabel 8 Hasil clipping wilayah Kota Bekasi Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
106
106
106
106
100
5
Gedung
57
30
11
32.66667
30.81761
2
Kantor
23
11
6
13.33333
12.57862
1
Rumah sakit
14
4
2
6.666667
6.289308
1
Market
15
4
0
6.333333
5.974843
1
Sekolah
11
3
1
5
4.716981
1
Pasar
Pelanggan
10
4
0
4.666667
4.402516
1
Pom Bensin
7
4
2
4.333333
4.08805
1
Telepon
6
4
1
3.666667
3.459119
1
Private school
5
1
0
2
1.886792
1
Industri
4
1
0
1.666667
1.572327
1
Transportasi
4
0
0
1.333333
1.257862
1
Hospital
1
0
0
0.333333
0.314465
1
Pos
1
0
0
0.333333
0.314465
1
Listrik dan air
1
0
0
0.333333
0.314465
1
lainnya memiliki persentase di bawah lima persen dimana 8 di antaranya memiliki persentase hanya kurang dari 1%. Di antara 8 fasilitas tersebut terdapat 4 fasilitas yaitu hotel, pos, rumah sakit dan telepon, yang memiliki persentase kedekatan dengan pelanggan sebesar 0%. Artinya semua pelanggan di wilayah Kabupaten Tangerang berada pada jarak di atas 250 meter dari hotel, pos, rumah sakit dan telepon.
Kabupaten Tangerang. Pada Tabel 9 terlihat bahwa semua fasilitas memiliki pengaruh yang rendah dalam penentuan lokasi outlet baru karena memiliki asosiasi yang rendah terhadap kerapatan pelanggan. Semua fasilitas memiliki persentase di bawah 10%, dimana perkantoran tetap berada pada posisi teratas yakni sebesar 9%. Disusul oleh pasar dengan persentase 8%. Sementara 9 fasilitas
Tabel 9 Hasil clipping wilayah Kabupaten Tangerang Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
Pelanggan
43
43
43
43
100
5
Kantor
10
2
0
4
9.302326
1
15
Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Rataan
Persentase
Bobot
(%)
250m
100m
50m
Pasar
8
1
1
3.333333333
7.751938
1
Industri
3
0
0
1
2.325581
1
Listrik
1
0
0
0.333333333
0.775194
1
Private school
1
0
0
0.333333333
0.775194
1
Sekolah
1
0
0
0.333333333
0.775194
1
Transportasi
1
0
0
0.333333333
0.775194
1
Hotel
0
0
0
0
0
1
Pos
0
0
0
0
0
1
Rumah sakit
0
0
0
0
0
1
Telepon
0
0
0
0
0
1
Delapan fasilitas lainnya memiliki persentase kurang dari 5%. Seperti halnya di wilayah Kabupaten Tangerang, di Kota Tangerang diantara 8 fasilitas tersebut, juga terdapat 3 fasilitas yang memiliki persentase clipping sebesar 0% yaitu listrik-air, telepon dan transportasi. Hal ini berarti tidak ada satupun pelanggan yang berada pada jarak di bawah 250 meter dari fasilitas listrik-air, telepon dan transportasi.
Kota Tangerang. Pada Tabel 10 terlihat bahwa semua fasilitas memiliki tingkat pengaruh yang rendah terhadap kerapatan pelanggan, masing-masing dengan bobot 1. Persentase tertinggi adalah gedung sebesar 13%. Ini berarti sekitar 13% pelanggan di wilayah kota Tangerang berada pada jarak maksimal 250 meter dari gedung. Posisi kedua ditempati oleh kawasan perkantoran dengan persentase sebesar 8% dari total pelanggan.
Tabel 10 Hasil clipping wilayah Kota Tangerang Entitas
Jumlah Pelanggan pada Radius (meter) dari Entitas
Persentase
Bobot
(%)
250m
100m
50m
Pelanggan
40
40
40
40
100
5
Gedung
12
3
1
5.333333
13.33333
1
Kantor
7
2
1
3.333333
8.333333
1
Industri
3
0
0
1
2.5
1
Gas
3
0
0
1
2.5
1
Private school
2
1
0
1
2.5
1
Sekolah
2
0
0
0.666667
1.666667
1
Pos
1
0
0
0.333333
0.833333
1
Listrik
0
0
0
0
0
1
Telepon
0
0
0
0
0
1
Transportasi
0
0
0
0
0
1
Density Analysis a.
Rataan
Point Density Point density atau kerapatan titik dilakukan terhadap data sebaran pelanggan dan fasilitas untuk semua wilayah. Data
pelanggan dan fasilitas untuk setiap wilayah yang dikenai proses point density dapat dilihat pada Tabel 11. Prinsip dari kerapatan titik ini adalah titik-titik dengan jarak dekat akan memiliki kelas kerapatan lebih tinggi daripada 16
titik-titik yang berjarak lebih jauh. Masingmasing layer yang dicari kerapatannya dikelaskan menjadi 5 kelas, kelas 1, 2, 3, 4 dan 5 yang merepresentasikan kelas terendah hingga kelas tertinggi. Pengkelasan dilakukan
menggunakan metode equal interval. Hasil akhir dari point density ini adalah citra raster bertipe *.aux dan *.rrd. Hasil point density data sebaran pelanggan di semua wialayah dapat dilihat pada Gambar 16-23.
Tabel 11 Data pelanggan dan fasilitas untuk semua wilayah Entitas
Wilayah Jaksel
Jakpus
Jakbar
Jaktim
Jakut
Bekasi
Kab. Tangerang v
Tangerang
Pelanggan
v
v
v
v
v
v
Pom Bensin
v
v
v
v
v
v
Hotel
v
v
v
v
v
v
v
v
v
v
v
Kantor
v v
v
Pos
v
v
v
v
v
v
v
v
Listrik dan air Pasar
v
v
v
v
v
v
v
v
v
v
v
v
v
v
v
Perumahan
v
v
v
v
v
v
v
v
v
v
v
Private school Gedung
v
v
Sekolah
v
v
v
v
v
v
v
v
Telepon
v
v
v
v
v
v
v
v
Transportasi
v
v
v
v
v
v
v
v
Rumah sakit Hospital
v
v
v
v
v
v
v
v
v v
v
Market
v
Industri
v
v
v
Keterangan : v = ada Jakarta Selatan. Pada Gambar 16 terlihat dua daerah paling padat pelanggan di wilayah Jakarta Selatan (area berwarna putih) yaitu kawasan bisnis Mega Kuningan dan Jalan Setiabudi. Kawasan padat pelanggan kedua (kelas 4) yang ditandai oleh area berwarna kuning yaitu komplek perkantoran Kuningan dan Jalan Sudirman. Secara umum dapat disimpulkan bahwa pelanggan Jakarta Selatan umumnya berada di wilayah Jakarta Selatan bagian utara (perbatasan dengan Jakarta Pusat) dan sebagian besarnya berada di kawasan bisnis utama.
Gambar 16 Hasil point density pelanggan Jakarta Selatan 17
Jakarta Pusat. Pada bagian kiri bawah Gambar 17 terlihat bahwa terdapat 5 kelas yang ditandai dengan warna berbeda, berurutan dari atas ke bawah adalah kelas 1, 2, 3, 4 dan 5. Pada peta Jakarta Pusat juga terlihat daerah-daerah dengan kerapatan pelanggan yang berbeda. Daerah Menteng, Angkasa Kemayoran serta beberapa bagian Jalan Thamrin adalah daerah yang memiliki kerapatan pelanggan tertinggi dan ditandai dengan warna putih. Daerah yang terkategori kelas 4 dan ditandai dengan warna kuning sebagian besar adalah sepanjang jalan Thamrin, Menteng, sebagian daerah Angkasa Kemayoran dan perkantoran Gunung Sahari. Sementara 3 kelas terbawah tersebar di beberapa bagian wilayah Jakarta Pusat. Secara umum pelanggan paling banyak berada di wilayah Jakarta Pusat bagian barat. Sementara wilayah Jakarta Pusat bagian timur memiliki pelanggan sangat sedikit.
Gambar 18 Hasil point density pelanggan Jakarta Barat Jakarta Timur. Area berwarna putih pada Gambar 19 adalah daerah yang paling padat pelanggan di wilayah Jakarta Timur yaitu Jalan Bekasi Barat Raya (perbatasan dengan Tol DI Panjaitan). Daerah padat pelanggan kedua yaitu di sekitar Jalan Haji Ten (Haji Ten Raya, Haji Ten 1 dan Haji Ten 4), ditunjukkan oleh area berwarna kuning. Secara umum dapat disimpulkan bahwa pelanggan Jakarta Timur umumnya berada di wilayah Jakarta Timur bagian utara (perbatasan dengan Jakarta Pusat) sementara Jakarta Timur bagian selatan minim pelanggan.
Gambar 17 Hasil point density pelanggan Jakarta Pusat Jakarta Barat. Pada Gambar 18 terlihat pelanggan terpadat di wilayah Jakarta Barat berada di sekitar Jalan KS. Tubun-Kota Bambu (ditandai dengan area berwarna putih). Pelanggan terbanyak berikutnya berada di sepanjang Jalan S. Parman. Hal yang bisa dilihat di sini adalah ternyata hampir sama dengan wilayah Jakarta Selatan dan Jakarta Pusat, pelanggan Jakarta Barat juga terpusat di wilayah perkantoran karena kedua daerah yang disebutkan sebelumnya adalah kawasan perkantoran terpenting di Jakarta Barat. Secara umum dapat disimpulkan bahwa pelanggan sebagian besar berada di wilayah Jakarta Barat bagian Timur (perbatasan dengan Jakarta Pusat).
Gambar 19 Hasil point density pelanggan Jakarta Timur 18
Jakarta Utara. Terlihat pada Gambar 20 bahwa terdapat dua daerah paling padat pelanggan di wilayah Jakarta Barat yaitu Jalan Pluit Selatan dan pusat pertokoan Mangga Dua. Kedua wilayah ini ditunjukkan oleh area berwarna putih. Daerah padat pelanggan berikutnya (kelas 1,2,3,dan 4) juga berada di sekitar wilayah kelas 5. Secara umum dapat disimpulkan bahwa pelanggan Jakarta Utara tidak terpusat di satu bagian wilayah saja melainkan tersebar di Jakarta Utara bagian timur dan barat.
Gambar 21 Hasil point density pelanggan Kota Bekasi
Gambar 20 Hasil point density pelanggan Jakarta Utara Kota Bekasi. Daerah paling padat pelanggan untuk wilayah Kota Bekasi yaitu di sekitar Jalan Anugerah dan Jalan Cempaka Baru (ditunjukkan oleh area berwarna putih pada Gambar 21). Daerah padat pelanggan berikutnya (kelas 4) yaitu Jalan Bekasi Raya, Taman Harapan Baru dan disekitar Jalan Anugerah-Cempaka Baru. Secara umum pelanggan kota Bekasi banyak terdapat di wilayah Bekasi bagian barat dan utara, terutama perbatasan dengan Jakarta Timur. Sementara wilayah Bekasi bagian selatan dan timur sangat minim pelanggan.
Kabupaten Tangerang. Pada Gambar 22 terlihat bahwa untuk wilayah Kabupaten Tangerang terdapat dua daerah paling padat pelanggan dan ditandai dengan area berwarna putih yaitu Jalan Siliwangi-Puspiptek Serpong dan Jalan Villa Pamulang Mas. Kedua daerah ini adalah tempat berdirinya beberapa kantor dan instansi penting. Daerah padat pelanggan berikutnya (kelas 2, 3 dan 4) juga berada di sekitar daerah kelas 5. Secara umum pelanggan kabupaten Tangerang berada di wilayah kabupaten Tangerang bagian timur (perbatasan dengan Jakarta Selatan).
Gambar 22 Hasil point density pelanggan Kabupaten Tangerang
19
Kota Tangerang. Hal menarik yang bisa dilihat pada pelanggan wilayah kota Tangerang yang disajikan pada Gambar 23 adalah pelanggan terpusat hanya di satu titik dimana daerah-daerah kelas bawah berada di sekitar daerah yang terkategori kelas di atasnya. Daerah dengan pelanggan terpadat (kelas 5) dan ditunjukkan oleh area berwarna putih berada di Jalan Serpong Raya (perbatasan Tol Jakarta-Merak). Daerah yang berada pada kelas 1,2,3 dan 4 semuanya berada di sekitar daerah kelas 5. Hanya ada satu daerah padat pelanggan lain di luar daerah yang disebutkan di atas yaitu daerah di sekitar Jalan A. Yani. Daerah ini berada pada kelas 2 dan ditunjukkan oleh area berwarna hijau.
Raya, Jalan Karang Asem Tengah, Jalan Karang Asem Utara, Jalan Denpasar Raya, Jalan Rasuna Said), Jalan Karet KaryaSetiabudi Timur dan Jalan Setiabudi. Terlihat di sini bahwa keempat lokasi tersebut ternyata adalah kawasan bisnis dan perkantoran yang cukup penting di Jakarta Selatan. Dapat disimpulkan bahwa sebagian besar pelanggan wilayah Jakarta Selatan berada di kawasan perkantoran.
Gambar 24 Hasil overlay wilayah Jakarta Selatan
Gambar 23 Hasil point density pelanggan Kota Tangerang b.
Wighted Sum Overlay
Untuk setiap wilayah, overlay dilakukan terhadap semua citra raster hasil point density, baik data pelanggan maupun fasilitas. Setiap citra raster diberi bobot sesuai dengan bobot yang telah didefinisikan pada proses buffering dan clipping. Hasil dari proses overlay ini berupa shapefile yang akan memperlihatkan daerah mana yang paling ideal sebagai lokasi outlet baru. Hasil overlay dari setiap wilayah adalah sebagai berikut: Jakarta Selatan. Pada Gambar 24 terlihat 4 daerah di wilayah Jakarta Selatan yang paling ideal sebagai lokasi pembangunan outlet baru. Keempat daerah tersebut ditandai dengan warna putih dan berada pada kelas 5 (tertinggi). Daerah-daerah tersebut antara lain Jalan Pejaten Raya (kawasan perkantoran Pejaten), Kawasan perkantoran KuninganRasuna Episentrum (Jalan Karang Asem
Jakarta Pusat. Pada Gambar 25 terlihat 3 daerah di wilayah Jakarta Pusat berada pada kelas 5 (tertinggi) dan berdasarkan analisis kerapatan, merupakan daerah paling ideal untuk mendirikan outlet baru (ditandai dengan warna biru muda). Ketiga daerah tersebut adalah Jalan Menteng Raya, Jalan MH. Thamrin (perbatasan dengan Jalan Wahid Hasyim) dan Jalan Cikini Raya. Ketiga wilayah tersebut adalah wilayah dengan kerapatan pelanggan tertinggi dan kerapatan fasilitas tertinggi, khususnya gedung perkantoran. Jalan MH Thamrin sendiri adalah pusat bisnis di wilayah Jakarta Pusat dan Jalan Menteng Raya adalah tempat berdirinya banyak kantor-kantor penting terutama kedutaan besar negara lain. Sementara Jalan Cikini Raya disamping juga merupakan tempat berdirinya kantor-kantor penting, juga merupakan salah satu kawasan perumahan elit di Jakarta Pusat.
20
berbeda dengan tiga daerah sebelumnya, daerah di Jakarta Timur yang keluar sebagai kandidat lokasi outlet baru mencakup luas area yang sempit sehingga keputusan akhir untuk penentuan lokasi yang paling cocok sangat tergantung kepada hasil survei lapang. Ilustrasinya bisa dilihat pada Gambar 27.
Gambar 25 Hasil overlay wilayah Jakarta Pusat Jakarta Barat. Pada Gambar 26 terlihat bahwa ada dua daerah di Jakarta Barat yang paling ideal sebagai kandidat lokasi outlet baru. Dua daerah tersebut ditunjukkan oleh area berwarna putih yaitu kawasan perkantoran Slipi (Jalan S. Parman, perbatasan dengan Nelimurni flyover) dan Jalan KS. Tubun-Kota Bambu.
Gambar 27 Hasil overlay wilayah Jakarta Timur Jakarta Utara. Terdapat 3 daerah berwarna putih yang merupakan kandidat lokasi outlet baru untuk wilayah Jakarta Utara (Gambar 28). Daerah tersebut antara lain Jalan Pluit Selatan, Jalan Pluit Raya (perbatasan dengan Jalan Pluit Selatan Raya) dan pertokoan Kelapa Gading (Jalan Kelapa Gading Boulevard).
Gambar 26 Hasil overlay wilayah Jakarta Barat Jakarta Timur. Terdapat 8 daerah di Jakarta Timur yang paling ideal sebagai kandidat lokasi outlet baru. Daerah-daerah tersebut ditunjukkan oleh area berwarna putih yaitu Jalan Cililitan Besar (perbatasan dengan Jalan Jend. Sutoyo), Jalan Kelapa Gading 3, Jalan Bekasi Barat Raya (perbatasan dengan Tol DI Panjaitan), Jalan Sawo 3, Jalan Perserikatan Paus, Jalan Kincir, Jalan Rawa Gelam 2 dan Jalan Sunan Drajat. Sedikit
Gambar 28 Hasil overlay wilayah Jakarta Utara
21
Kota Bekasi. Terdapat satu daerah yang keluar sebagai kandidat lokasi outlet baru di wilayah Kota Bekasi (ditunjukkan oleh area berwarna putih pada Gambar 29). Daerah tersebut adalah Jalan A. Yani (di sekitar komplek kantor Pajak Bekasi).
Kota Tangerang. Untuk wilayah Kota Tangerang terdapat 1 lokasi yang paling ideal sebagai kandidat lokasi outlet baru yaitu Jalan Serpong Raya (perbatasan dengan Jalan MH. Thamrin). Pada Gambar 31 daerah tersebut ditandai oleh area berwarna putih.
Gambar 29 Hasil overlay wilayah Kota Bekasi
Gambar 31 Hasil overlay wilayah Kota Tangerang
Kabupaten Tangerang. Pada Gambar 30 terlihat dua area berwarna putih yang menunjukkan lokasi paling ideal dalam pendirian outlet baru. Kedua daerah tersebut adalah Jalan Pahlawan Seribu (di sekitar Carrefour hingga PT. Suzuki) dan Jalan Kelapa Dua. Jika dilihat dari luas area cakupan, Jalan Pahlawan Seribu mencakup area yang jauh lebih luas dibandingkan Jalan Kelapa Dua. Begitupula jika dilihat dari sudut fasilitas, Jalan Pahlawan Seribu juga memiliki fasilitas lebih banyak dibandingkan Jalan Kelapa Dua.
Gambar 30 Hasil overlay wilayah Kabupaten Tangerang
Survei Dalam penelitian SIG, survei adalah tahapan cukup penting yang harus dilakukan disamping proses mapping dan analisis. Survei terdiri atas dua tahap yaitu survei I dan survei II. Survei I dilakukan untuk mengetahui posisi pasti dari pelanggan yang tidak diketahui posisi pastinya dengan cara datang langsung ke lapangan. Di samping itu survei I juga bertujuan untuk meminta opini pelanggan tentang kriteria lokasi outlet yang ideal bagi mereka. Pendapat pelanggan ini berguna sebagai bahan pertimbangan di dalam analisis. Sementara survei II bertujuan untuk melihat kondisi di lapangan sebagai bahan pertimbangan akhir lokasi yang dipilih. Survei II menggunakan data daerah terpilih yang dihasilkan dari proses analisis. Karena keterbatasan dalam berbagai hal yang dimiliki oleh penulis, maka pada penelitian ini hanya dilakukan survei I. Survei dilakukan pada tanggal 4 Agustus 2009 di daerah Jakarta Selatan. Daerah yang disurvei adalah daerah Melawai, Fatmawati, Sudirman dan Gatot Subroto. Dari survei tersebut diperoleh data dari dua perusahaan yaitu PT Quattro di Jalan Gatot Subroto kav . 13 dan PT. Matlamat Cakera Canggih di Jalan Sudirman No.127. Kesimpulan yang dapat diambil dari hasil wawancara dengan kedua 22
perusahaan tersebut adalah lokasi yang ideal dalam pendirian outlet baru adalah lokasi yang dekat dengan kawasan gedung perkantoran. Dengan kata lain, jika melakukan pembobotan, fasilitas gedung dan perkantoran harus diberi bobot lebih besar daripada fasilitas yang lain. Pendapat pelanggan tersebut hampir sama dengan hasil buffering dan clipping dimana untuk setiap wilayah, fasilitas gedung dan perkantoran selalu memiliki bobot yang lebih besar dibanding fasilitas yang lain. Dengan demikian pendapat pelanggan tersebut secara tidak langsung telah masuk dalam komponen analisis. KESIMPULAN DAN SARAN Kesimpulan Dari penelitian ini dapat ditarik beberapa kesimpulan yaitu: a.
b.
c.
d.
Dengan menggunakan desktopGIS dan metode density analysis dapat diketahui lokasi paling ideal untuk pembangunan outlet di wilayah DKI Jakarta, Kota Bekasi, Kabupaten Tangerang dan Kota Tangerang berdasarkan data sebaran pelanggan dan fasilitas. Lokasi-lokasi ideal untuk pembangunan outlet tersebut antara lain 4 lokasi di Jakarta Selatan, 3 lokasi di Jakarta Pusat, 2 lokasi di Jakarta Barat, 8 lokasi di Jakarta Timur, 3 lokasi di Jakarta Utara, 1 lokasi di Kota Bekasi, 2 lokasi di Kabupaten Tangerang dan 1 lokasi di Kota Tangerang. Lokasi ideal tidak ditemukan untuk Kabupaten Tangerang karena tidak ada pelanggan yang berdomisili di wilayah tersebut, sehingga tidak bisa dilakukan analisis. Pelanggan Bakosurtanal di wilayah DKI Jakarta, Tangerang dan Bekasi, hampir setengahnya berada di wilayah Jakarta Selatan sehingga pendirian outlet di wilayah ini hendaknya menjadi prioritas utama di atas wilayah yang lain. Sebagian besar pelanggan berada di kawasan gedung perkantoran.
outlet baru disamping pelanggan itu sendiri.
data
sebaran
Saran Saran-saran yang diberikan untuk pengembangan lebih lanjut adalah sebagai berikut: a.
Untuk hasil yang lebih akurat, hendaknya dilakukan metode analisis lain seperti network analysis, point distance analysis dan sebagainya sehingga dapat dilakukan perbandingan antara hasil-hasil analisis tersebut.
b.
Survei tahap II harus dilakukan sebagai bahan pertimbangan akhir dalam pengambilan keputusan, karena tanpa survei II tidak bisa diketahui kondisi nyata di lapangan. DAFTAR PUSTAKA
Aquillino et al. 2007. Toward Declarative GIS Analysis. Pisa : University of Pisa, Italy. Burrough et al. 1998. Principles of Geographical Information System. USA : Oxford University Press. Joerin et al. 1998. GIS and Multicriteria Analysis for Land Management. Lausanne : Department of Rural Engineering, Swiss Federal Institute of Technology Lausanne, 1015 Lausanne, Switzerland. Josua, Alber. 2007. Sistem Informasi Geografis Penyebaran Demam Berdarah Kabupaten Bogor Berbasis Web. [Skripsi]. Departemen Ilmu Komputer, Institut Pertanian Bogor. Bogor. Kang, TC. 2002. Introduction to Geographic Information System. New York : The McGraw-Hill Companies, Inc. Strager. MP. 2001. ArcGIS Spatial Analyst:Advanced GIS Spatial Analysis Using Raster and Vector Data. New York : ESRI.
Pada umumnya pelanggan tersebut adalah perusahaan ataupun pelanggan yang berdomisili di sekitar kawasan gedung perkantoran, sehingga keberadaan gedung dan perkantoran memiliki pengaruh yang cukup signifikan dalam penentuan lokasi 23
LAMPIRAN
Lampiran 1 Shapefile pelanggan Jakarta Selatan
25
Lampiran 2 Shapefile pelanggan Jakarta Pusat
26
Lampiran 3 Shapefile pelanggan Jakarta Barat
27
Lampiran 4 Shapefile pelanggan Jakarta Timur
28
Lampiran 5 Shapefile pelanggan Jakarta Utara
29
Lampiran 6 Shapefile pelanggan Kota Bekasi
30
Lampiran 7 Shapefile pelanggan Kabupaten Tangerang
31
Lampiran 8 Shapefile pelanggan Kota Tangerang
32
