TEKNIK KUANTIT ATIF UNTUK. ARSITEKTUR DAN PERANCANGAN KOT A

TEKNIK KUANTIT ATIF UNTUK . ARSITEKTUR DAN PERANCANGAN KOT A

TEKNIK KUANTIT A TIF UNTUK ARSITEKTUR DAN PERANCANGAN KOT A Disertai dengan Contoh-contoh

Agus B. Purnomo

RAJAWALI PERS Divisi Buku Perguruan Tinggi PT RajaGrafindo Persada

Perpustakaan

Nasional: Katalog dalam Terbitan (KDT)

Agus B. Purnomo Teknik kuantitatif untuk arsitektur dan perancangan kota disertai dengan contoh-contoh/oleh Agus B. Purnomo. - Ed. I, - 1,- Jakarta: Rajawali Pers, 2009. xxxvi, 646 hlm., 24 cm. ISBN 978-979-769-262-9

1. Arsitektur - Desain dan perencanaan

1. Judul 729 09-1-9

Hak cipta 2009, pada penulis Dilarang mengutip sebagian atau seluruh isi buku ini dengan cara apa pun, te~masuk dengan cara penggunaan mesin fotokopi, tanpa izin sah dari penerbit 2009. 1059 RAJ Agus B. Purnomo TEKNIK KUANTITA TIF Untuk Arsitektur dan Perancangan Kota Disertai dengan Contoh-contoh. Hak penerbitan pada PT RajaGrafindo Persada, Jakarta Desain cover oleh Embun Tiur Tantra Dicetak di Kharisma Putra Utama Offset PT RAJAGRAFINDO PERSADA Kantor Pusat: J1. Pelepah Hijau IV TN. 1. No. 14-15, Kelapa Gading Permai, Jakarta 14240 Tel/Fax (021) 4520951 - 4529409 E-mail [email protected] Http://www.rajagrafindo.com

Perwakilan:

Bandung-40243 J1.H. Kurdi Timur No.8 Komplek Kurdi Telp. (022) 5206202. YogyakartaPondok Soragan Indah Blok A-I, J1. Soragan, Ngestiharjo, Kasihan Bantul, Telp. (0274) 625093. Surabaya-60118, J1. Manyar Jaya Blok. B 229 A, Komp. Wahana Wisma Permai, Telp. (031) 5949365. Palembang-30137, J1. Kumbang III No. 4459 Rt. 78, Ke1. Demang Lebar Daun Telp. (0711) 445062. Padang-25156, Perum. Palm Griya Indah II No. A. 9, Korong Gadang Taruko, Telp. (0751) 498443. Medan-20215, J1. Amaliun No. 34/68, Telp. (061) 7323082. Makasar90221, J1. ST. Alauddin Blok A 9/3, Komp. Perum Bumi Permata Hijau, Telp. (0411) 861618. Banjarmasin-70 114, J1. Bali No. 31 Rt. 9, Telp. (0511) 3352060. Bali, J1. Trengguli No. 80 Penatih Denpasar. Telp. (0361) 8607995. .

Prakata

•

T ujuan

penulisan buku sebenarnya sangat sederhana. Pada awalnya saya terdorong menulis buku ini karena saya mengajarkan mata kuliah Programming Arsitektur. Suatu mata kuliah yang menurut saya aneh karena tidak sesuai dengan aliran arsitektur yang sangat subjektif. Dalam Arsitektur mata kuliah programming ibaratnya yatim piatu, yang ada tapi tidak mempunyai akar dalam mata pelajaran lain. Bila studio perancangan bangunan ada mulai dari semester satu hingga semester akhir, mata k uliah programming hanya ada di semester akhir. Dengan demikian, mahasiswa tidak mempunyai pola berpikir dan keterampilan yang sesuai untuk mengikuti mata kuliah tersebut. Padahal seperti umumnya pendidikan arsitektur, pengetahuan tidak bisa hanya dipelajari hingga ranah kognitif saja, tapi harus sampai ranah keterampilan. Dalam mengajarkan pelajaran tersebut, saya sebagai dosen sangat membutuhkan sebuah literatur yang sesuai agar bisa dengan cepat menjembatani ranah kognitif dengan ranah keterampilan mahasiswa. Kemudian saya juga ditugaskan untuk mengajarkan kepada mahas iswa mengenai perancangan kota. Sarna dengan mata kuliah programming, Illata kuliah ini juga yatim piatu. Ada hanya di semester akhir, padahal d alam menyelesaikan tugas-tugas perancangan kota mahasiswa tidak cukup h.anya dididik hingga ranah kognitifnya saja. Bersamaan dengan mata kuliah perancangan kota, saya juga ditugaskan untuk mengajar mata kuliah me-rode penelitian. Setali tiga uang, pelajaran ini juga minoritas dalam lingkungan arsitektur. Dengan waktu yang terbatas, saya hanya bisa rnengaja.rkan kepada mahasiswa prinsip-prinsip metode penelitian saja. Padahal, derigan sifat bidang arsitektur yang multidimensi, bila diberi waktu yang cu.kup, mahasiswa akan mendapat keuntungan dari metode-metode statistika multivariat. Salah satu kesulitan dalam mengajarkan mata kuliah yang ber-sifat minoritas adalah ketersediaan literatur yang sesuai. Sebagai contoh, ba.rryak

v

------

--

literatur ten tang metode penelitian yang telah dikarang oleh berbagai penulis. Akan tetapi, hampir tidak ada yang benar-benar sesuai dengan kebutuhan mahasiswa arsi tektur dan perancangan kota. Mata kuliah programming menghadapi masalah lain, yaitu tidak tersedianya alat yang praktis untuk bisa menindaklanjuti lontaran-Iontaran filosofis yang banyak dibahas dalam berbagai buku programming. Sebagai contoh, buku klasik karangan Palmer yang diajarkan kepada mahasiswa arsitektur hanya membahas secara sepintas tentang teknik-teknik programming. Namun, sayangnya buku itu tidak menjelaskan secara teknis tentang cara teknik-teknik itu bisa diperoleh dan digunakan. Oleh karena itu, saya terdorong untuk menulis buku ini. Dalam buku ini terdapat banyak teknik yang bisa menjadi alat bantu bagi perancangan dan programming. Tiap teknik dijelaskan mulai dari tataran filosofi hingga cara mengoperasikan teknik-teknik tersebut. Saya sadari, di dunia ini teknik-teknik kuantitatif sangat banyak dan bervariasi. Dengan demikian, saya tidak berpretensi bahwa semua yang dibutuhkan oleh arsitektur dan perancangan kota akan ada dalam buku ini. Walaupun demikian, sebagai langkah awal, diharapkan melalui buku ini, perhatian orang di kedua bidang ilmu terhadap teknik-teknik kuantitatif dapat mulai muncul dan akhirnya mereka bisa ikut memperkaya khazanah teknik-teknik kuantitatif yang sesuai bagi kebutuhan bidang arsitektur dan perancangan kota. Akhirnya saya hanya bisa mengucapkan terima kasih saya kepada berbagai pihak yang telah membantu saya dalam menu lis buku ini. Rasa terima kasih pertama saya ucapkan kepada Prof. Dadan Umar Daihani yang telah dengan sabar memberi kesempatan kepada saya untuk bereksplorasi dengan berbagai metode kuantitatif di sela-sela waktu saya di kantor Beliau, Lembaga Penelitian Universitas Trisakti. Rasa terima kasih kedua saya sampaikan kepada seluruh staf Lembaga Penelitian Universitas Trisakti yang telah dengan baik hati membantu saya dalam mengumpulkan semua informasi yang dibutuhkan untuk menulis buku ini. Dan terakhir, saya harus berterima kasih kepada keluarga saya, terutama kepada Kireina anak saya yang telah sabar menunggu untuk bermain dengan ayahnya di kala saya mengerjakan buku ini. Semoga buku ini dapat berguna bagi kita semua. Jakarta, Juni 2009 Penulis

vi

__________________________________________________

pr_a_ka_t_a~

Daftar Isi

PRAKATA

v

DAFT AR GAMBAR

IX

DAFT AR TABEL

xxv

DAFT AR FOTO

XXXIll

DAFTAR SKRIP BABI

PENDAHULUAN A. Arsitektur Sebagai Ilmu Pengetahuan B. C. D. E. F.

BAB 2

xxxv

Perancangan Kota Sebagai Pertemuan antara Arsitektur dan Perencanaan Kota Arsitektur dan Teknik-teknik Kuantitatif Perancangan Kota dan Teknik-teknik Kuantitatif Kerangka Buku Isi Buku

1 4 6 8 10 12 14

TEKNIK-TEKNIK STATISTlKA

19

A.

Penggunaan

20

B. C. D.

Teknik Korelasi Teknik Regresi Berganda (RB) Teknik Analisa Faktor (AF)

E. F.

Hierarchial Clustering Analysis Multidimensional Scalling (MDScal)

T-Test dalam Analisa Arsitektur

Penutup

26 55 66 87 126 134

vii

------

--------

BAB 3

BAB 4

METODE-METODE KERUANGAN (SPATIAL METHODS)

135

A. B.

Titik Sebagai Entitas Garis Sebagai Entitas

140 155

C.

Bidang Sebagai Entitas

180

Penutup

248

TEORI GRAF (GRAPH-THEORY)

249

A.

251

Graf dalam Arsi tektur dan Perancangan Kota

B. Space Syntax Penutup

282 342

BAB 5 ANALISA CITRA (IMAGE ANALYSIS) A. B.

345

Citra dalam Skala Pixel Citra dalam Skala Entitas

345 378

Penutup

415

BAB 6 TEKNIK PRAKIRAAN KUANTITATIF A. Prakiraan Temporal B. C. D.

417 421

Prakiraan Keruangan Prakiraan Parametrik Prakiraan Spasial-Ternporal-Parametrik

429 454 46"7

Penutup

470

BAB 7 TEKNIK-TEKNIK PENYUSUNAN, PENGOLAHAN, DAN PENYAJIAN DATA A. B.

Struktur Data bagi Arsitektur dan Perancangan Kota Beberapa Perangkat Lunak untuk Mengatur, Mengolah, dan Menyajikan Data

Penutup

471 472 484 516

DAFTAR PUSTAKA

517

LAMPIRAN

527

INDEKS

639

BIODATA PENULIS

645

viii

DaftarlSi;

Oaftar Gambar

Bab 2 Gambar 2.1. Gambar 2.2. Gambar 2.3. Gambar 2.4. Gambar 2.5. Gambar 2.6. Gambar 2.7. Gambar 2.8.

22

Nilai t=O Maka MJ = M2 Nilai t ;t: a dan MJ ;t: M2

23

Window Compute Variables

23

Windows Paired Sample T-Test Hasil t-test dalam window Output 1 Dasar bagi hipotesis luas kamar tidur utama rumah T-70 Hasil t-test Tabel 2.1 Hipotesis luas kamar tidur utama adalah 9 m?

24 24

Diagram yang memperlihatkan kemiripan an tara pendapat A dengan pendapat B Korelasi positif an tara pendapat A dengan pendapat B

Gambar 2.9. Gambar 2.10. Korelasi negatif antara pendapat A dengan pendapat B Gambar 2.11. Tidak ada korelasi antara pendapat A dengan pendapat B Gambar 2.12. Tampak 1 (Agus,2000a) Gambar 2.13. Tampak 2 (Agus, 2000a)

25 26 27 28 28 29 33

Gambar 2.14. Gambar 2.15.

Tampak 3 (Agus,2000a) Tampak 4 (Agus, 2000a)

33 34 34

Gambar 2.16.

Tampak 5 (Agus, 2000a)

34

Gambar 2.17.

Tampak 6 (Agus, 2000a)

34

Gambar 2.18.

Contoh MHR (Agus, 2006a) Decission tree untuk menurunkan kriteria ruang dari tujuan perancangan (Agus, 2006a)

37

Gambar 2.19.

38

ix

Gambar 2.2l.

Letak ruang-ruang A, B, C, D~E, dan F dalam ruang dua dimensi (Agus, 2006a) Window Distances, (Agus, 2.o06a)

Gambar 2.22.

Window Disimilarities Measures (Agus, 2006a)

41

Gambar 2.23.

Hasil Correlate terhadap MPR data pada Tabel 2.13 (Agus, 2006a)

42

Gambar 2.20.

.'

Gambar 2.24. Gambar 2.25. Gambar 2.26. Gambar 2.27. Gambar 2.28.

.-',.

',:

MHR yang dihasilkan dari MPR pada Tabel 2.13 (Agus, 2006a) Window Crosstabs Window Output! Bentuk grafis MHR yang diturunkan dari MPR pada Tabel 2.22. Hubungan an tara variabel bebas (X) dengan variabel tak be bas (Y)

Gambar 2.29. Gambar 2.30. Gambar 2.3l.

Window Linear Regression Korelasi sebagai cosinus sudut dua unit vektor Variabel dalam ruang multifaktor


Faktor atau kelompok variabel Loading variabel 1 (V1) dalam faktor M (Fm) = LVI Fm. Loading V2 dalam Fm adalah LV2Fm Rotasi untuk memperoleh faktor yang tidak saling berkorelasi. a) sebelum, b) setelah dirotasi

Gambar 2.34.

Gambar 2.35. Window New Data Gambar 2.36. Window Open Data File Gambar 2.3 7. Matriks data dalam window Edit Data Gambar 2.38. Gambar 2.39. Gambar 2.40. Gambar 2.4l.

Window Factor Analysis Peta penelitian, rumah-rumah (Agus, 2002)

39 40

43 49 49 54 55 57 66 66 67 68 68 71 72 72 72

tua di Menteng 82

Penggambaran data pada Tabel 2.53 (Agus, 2000)

87

Dendogram tahap 1. Ruang A dan B dikelompokkan menjadi ruang AB (Agus, 2000)

89

Dendogram dan plot ruang-ruang tahap 2. D dan F dikelompokkan (Agus, 2000)

90

Gambar 2.43.

Dendogram dan plot ruang-ruang tahap 3 (Agus, 2000)

91

Gambar 2.44.


92

Gambar 2.45.


93

Gambar 2.46.

Dendogram tahap akhir

93

Gambar 2.42.

x

. Daftar Gambar ~

Gambar 2.47.

Dua cara pembagian lahan menjadi unit ruang

96

Gambar 2.48.

Langkah pendaerahan

97

Gambar 2.49.

Window Hierarchial Cluster Analysis

97

Gambar 2.50. Gambar 2.5l.

Window Hierarchial Cluster Analysis: Method

98

Gambar 2.52.

Hasil AF terhadap data pada TabelZi S'l ,

98 100

Gambar 2.53.

Dendogram pengelompokan

101

Gambar 2.54.

Peta pendaerahan

Gambar 2.55.

Grid lingkaran (Agus, 2001)

Gambar Gambar Gambar Gambar

Grid segitiga (Agus, 2001)

2.56. 2.57. 2.58. 2.59.


menggunakan AF dan HCA

Pembagian lahan menjadi unit-unit grid unit grid

102

lahan contoh

103 104

Grid jajaran genjang (Agus, 2001) Grid bentuk lain (Agus, 2001)

104

Grid rektagonal (Agus, 2001) Pohon sebagai objek pengamatan terkecil (d (Agus, 2001)

105

104 =

5m)

Posisi unit grid yang diatur sedemikian rupa agar setiap pohon hanya mengisi satu grid (Agus, 2001)

106

106

Gambar 2.62.

Arah grid yang disejajarkan dengan arah sungai dan jalan (Agus, 2001) Gambar 2.63. Tidak ada garis singgung an tara grid lingkaran dengan grid persegi empat (Agus, 2001) Gambar 2.64. Ada garis singgung an tara grid segitiga dengan grid persegi empat (Agus, 2001) Gambar 2.65. Susunan unit grid dengan luasan dan bentuk yang seragam Gambar 2.66. Susunan unit grid dengan luasan dan bentuk yang tidak seragam Gambar 2.67. Lahan yang telah dibagi menjadi unit grid (Agus, 2001) Gambar 2.68. Peta kelompok unit grid (Agus, 2001)

III

Gambar 2.69.

Contoh lahan (Agus, 2001)

112

Gambar 2.70.

Lahan contoh yang telah dibagi oleh grid (Agus, 2001)

112

Peta pendaerahan (Agus, 2001)

114

Gambar 2.7l.

Teknik Kuantitatif

107 107 107 108 108 109

lahan pad a lahan contoh

untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh

xi

Gambar 2.72.

Gambar 2.73.



Gambar 2.78.

Gambar 2.79. Gambar 2.80. Gambar 2.8I. Gambar 2.82. Gambar 2.83. Gambar 2.84. Gambar 2.85. Gambar 2.86.

Gambar 2.87.

xii

Tampakkepadatan tekstur yang tinggi, Kantor Walikota dan Perpustakaan Pusat Den Hague karya Richard Meier (Iodidio, 1995)

115

Contoh tampak dengan kepadatan tekstur yang relatif jarang, rumah Smith di Connecticut, Amerika Serikat, karya Richard Meier (Iodidio, 1995)

115

Tampak dengan tiga zona signifikan, Villa Savoye karya Le Corbusier (Boesiger, 1936)

116

Tampak yang terdiri dua zona. Zona pertama bersifat padat dan zona kedua bersifat transparan (Iodidio, 1995)

116

Tampak yang dibagi menjadi bagian-bagian dengan menggunakan grid rektagonal (Agus, 2002a)

117

Ruang dua dimensi (chiaroscuro dan depth). Tiap titik mewakili satu unit grid pada Gambar 2.76 (Agus, 2002a)

118

Tampak Trade Fair, Gate House, Frankfurt yang dibagi menjadi unit-unit grid rektanguler berukuran 60 X 120 ern- (Agus, 2002a)

120

Pohon hierarkis rincian paradigma menjadi indikator at au atribut (Agus, 2002a)

121

Desain Le Corbusier bagi Istana Liga Bangsa-bangsa (Boesiger, 1936) Rincian konsep chiarroscurro (Agus, 2002a)

122 122

Peta pengelompokan Gambar 2.80

124

unit-unit grid tampak pada

Tampak Rumah Shodham rancangan Le Corbusier (Agus, 2002a menyadur Boesiger, 1936)

125

Hasil pengelompokan (Agus, 2002a)

126

grid berdasarkan Tabel 2.67

Konfigurasi ruang di awal proses MDScal (Agus, 1999)

127

Perubahan jarak AB menjadi 4 unit (sama dengan jarak yang ada di MHR) akan turut mengubah jarak AC (yang ternyata berbeda dengan jarak yang ada di MHR, 3 unit) (Agus, 1999) 128 Window Multidimensional Scaling (Agus, 1999) 129

Daftar Gambar ~


Window Multidimensional (Agus, 1999) Window Multidimensional (Agus, 1999)

Scaling: Model

130 Scaling: Option

130

Peta hasil MOSeal kepada MHR yang ada pada Tabel 2.68 (Agus, 1999) Oenah rumah dari MHR Tabel 2.68 (Agus, 1999)

133

Gambar 3.l.

Tubuh manusia sebagai aeuan dalam ruang

136

Gambar 3.2.

Titik aeak Pi dekat dengan tanaman A, tapi jauh dari tanaman B, indikasi adanya persaingan ruang an tara A dan B (Agus, 2000e)

144

Window proyekJ4T_Template.apr yang telah diisi dengan dua theme tanaman (Tanaman_l.shp dan Tanaman_2.shp)

152


133

Bab 3

Gambar 3.3.

Gambar 3.4. Gambar 3.5. Gambar 3.6.

Gambar 3.7.

154

Sifat-sifat keruangan entitas garis. Berbeda panjang garis, ketebalan bukan sifat ruang (a dan b). Garis adalah tempat kedudukan dengan sifat tertentu(e). Garis mempunyai dan titik akhir atau arah(d)

157

Garis singgung at au dan kelengkungan

Gambar 3.9.

Oefinisi arah garis (a) dan polyline (b)

Gambar 3.10.

Proyek Mean-Oireetional_Template.apr yang sudah diisi dengan theme Flow.shp dan Aetive_ Spaee.shp Resultan bersama seluruh polyline dalam theme Flow.shp

Gambar 3.12. Gambar 3.13. Gambar 3.14. Gambar 3.15.

pada garis.

Resultan tiap polyline dalam theme Flow.shp Peta vektor yang dihitung dari theme Flow.shp Peta sirkulasi manusia di Kampus A saat pagi hari Peta sirkulasi manusia di Kampus A saat sore hari

Teknik Kuantitatif

153

dengan garis titik-titik titik awal

Gambar 3.8.

Gambar 3.11.

153

Boks Result and Significance Test Peta tanaman 1 dan tanaman 3 Peta penyebaran mahasiswa di Kampus A, Universitas Trisakti (Nurhikmah et.al., 2000; Agus, 2000e)


157 160

167 168 169 170 171 171

xiii

Gambar 3.16. Gambar 3.17. Gambar 3.18. Gambar 3.19. Gambar 3.20. Gambar 3.2l. Gambar 3.22. Gambar 3.23. Gambar 3.24. Gambar 3.25. Gambar 3.26. Gambar 3.27.

Gambar 3.28.

Gambar 3.29.


xiv

Arah sirkulasi manusia di Kampus A Universitas Trisakti saat pagi hari

173

Arah sirkulasi manusia di Kampus A Universitas Trisakti saat sore hari

173

Peta vektor sirkulasi manusia di Kampus A Universitas Trisakti saat pagi hari

174

Peta vektor sirkulasi manusia di Kampus A Universitas Trisakti saat sore hari Definisi operasional kelengkungan garis dan jarak antargaris (Agus, 2006b) Proyek Line_Comparison _template.apr.

176 177

Garis pantai, sungai, jalan dan batas kawasan terbangun Ambon di tahun 1959 (Agus, 2006b)

179

Garis pantai, sungai, jalan dan batas kawasan terbangun Ambon di tahun 2005 (Agus, 2006b) Dua cara penyusunan quadrat. Quadrat acak (a) dan quadrat dalam sistem grid (b)

175

179

Proyek Quadrat~Count_Analysis_template.apr.

183 184

Gambar theme grid yang telah diisi dengan hasil QC

185

Gambar theme distribusi perkiraan (EstimatedDistribution) berdasarkan fungsi power dan base point tertentu

188

Gambar theme distribusi perkiraan (EstimatedDistribution) berdasarkan fungsi power dan base line tertentu

188

Theme distribusi yang diperkirakan (expected) bernama Estimated -IJolylines _based _dist _0 l.shp. Garis tebal biru adalah polylines dasar untuk membentuk theme di at as dengan menggunakan fungsi power, a=-0.3 dan (3= 10 Theme distribusi yang teramati (observed) bernama Gridmap_line_theme_example.shp Boks Significance Test berisi X2 perkiraan dan X2

190 190

kritis

191

Peta quadrat sirkulasi pedestrian di Kampus A, Universitas Trisakti

192

Daftar Gambar ~

Gambar 3.33. Peta distribusi perkiraan (expected distribution) yang dibuat berdasarkan axial line di Kampus A Universitas Trisakti Gambar 3.34. Peta distribusi yang diharapkan (expected distribution) dari jaringan pedestrian di Kampus A Universitas Trisakti Gambar 3.35. Skema unit grid. Dalam contoh di atas ada 32 x 32 unit grid. Unit grid yang terbesar terdiri atas 16 x 16 dan yang terkecil adalah 2 x 2 quadrat Gambar 3.36. Contoh skema grid hasil dari metode Greigh-Smith. Data dengan ukuran unit grid terkecil sebagai masukan awal bagi proses Greigh-Smith. Sebagai contoh data awal di atas bisa dianggap sebagai skema i= 5 dengan block size= lxl Gambar 3.37. Contoh skema grid hasil dari metode GreighSmith

193

193

196

198 199

Gambar 3.38. Contoh skema grid hasil dari metode GreighSmith Gambar 3.39. Grafik yang memperlihatkan hubungan antara varians dan block size untuk masing-masing skema dari contoh di atas Gambar 3.40. Proyek Greigh-Smith_template.apr. Gambar 3.4l. Grafik Variance vs Block-Size dari analisa menggunakan metode Greigh-Smith Gambar 3.42. Theme denah kantor sewa yang dianalisa dengan menggunakan metode Greigh-Smith Gambar 3.43. Grafik Variance vs Block-Size dari analisa menggunakan metode Greigh-Smith terhadap theme denah kantor sewa pada Gambar 3.42. Gambar 3.44. Mean Information Field (MIF) Gambar 3.45. Mean Information Field (MIF) pada model Hagerstrand Gambar 3.46. Kaitan Mean Information Field (MIF) dengan theme quadrat Gambar 3.47. Kondisi awal proses difusi Gambar 3.48. Urutan hasil simulasi

225 227

Gambar 3.49. Pola akumulasi isi quadrat Gambar 3.50. MIF asimetris dari Tabel 3.1l.

227 229

~

Teknik Kuantitatif


200

201 210 213 214

215 217 218 219

xv

Gambar 3.5l.

Gambar MIF asimetris untuk mensimulasikan proses pengisian saf oleh jemaah dalam Shalat jumat Gambar 3.52. Denah isi safpada saat t= a Gambar 3.53. Denah isi quadrat pada saat t= 8, t= 16, t= 24, t=32 dan t= 40 Gambar 3.54. Grafik akumulasi isi quadrat Gambar 3.55. Gambar 3.56. Gambar 3.57.

Contoh pengarahan sumbu x dan y Peta Kelurahan DKI Jakarta (Agus, 2000b)

231 231 232 233 243 245

Peta trend kuadratik (Tabel 3.16) mobilitas penduduk Jakarta tahun 1987 (Agus, 2000b) Gambar 3.58. Peta trend mobilitas penduduk DKI Jakarta pada tahun 1995 berdasarkan persamaan kubik Tabel 3.17 (Agus, 2000b)

247

247

Bab 4 Gambar 4.l. Gambar 4.2. Gambar 4.3. Gambar 4.4. Gambar 4.5. Gambar 4.6.


Gambar 4.9.

Gambar 4.10.

xvi

Contoh sebuah graf Contoh sebuah denah dan graf

250 252

Denah dan graf dengan adjacency matrix yang bersifat interval

253

Window Adjacency_matrix_template.apr theme Denah _Latihan.shp.

dan

Boks Saving Wall-Adjacency-Matrix Window Adjacency_matrix_template.apr yang berisi theme Denah_Latihan.shp dan polyline pintu-pintu antarruang

255 255

257

Boks Saving Door-Adjacency-Matrix Window Adjacency_matrix _template.apr yang berisi theme Denah_Latihan.shp dan titik-titik dalam ruang (theme Denah_Titik_Latihan.shp) serta lingkaran toleransi beradius 0.03

259

Window Adjacency_matrix _template.apr yang berisi theme Denah_Latihan.shp dan polyline penghubung

259

Window Adjacency_matrix_template.apr dengan theme Denah~titik_Latihan_2.shp dan polyline penghubung antartitik dan lingkaran toleransi

260

Daftar Gambar ~

257


Graf contoh untuk perhitungan shortest path matrix Form Visual Basic untuk menghitung shortest path matrix dan graph index

262 264

Gambar 4.13.

Diagram alir algorithma Dijkstra

269

Gambar 4.14.

Form Visual Basic SPM_Dijkstra_Ol.exe.

272

Gambar 4.15.

Contoh graf. Adjacency matrix graf ini dapat dilihat pada Tabel 4.13 Theme Polygon denah rumah karya Ir. Kadarwati

273



Denah rumah keluarga Iteung dengan adjacency matrix yang mempunyai graph index yang bersifat lokal relatif tinggi Denah rumah keluarga Kunaefi dengan nilai graph index yang bersifat kelompok relatif tinggi Denah rumah karya Ir. Kadarwati dengan graph index yang bersifat global Pengaruh waktu kepada rancangan denah dengan variasi graph index yang bersifat kelompok

274

277 277 278 279

Gambar 4.2l.

]aringan jalan di Sinabang, Pulau Simeulue, Nanggroe Aceh Darussalam Gambar 4.22. ]aringan escape routes, di Sinabang, Pulau Simeulue, N anggroe Aceh Darussalam Gambar 4.23. Konfigurasi ruang sebuah unit apartemen yang dibentuk berdasarkan pintu antarruang Gambar 4.24. Konfigurasi convex space dan axial line (menurut sintaks RRA) unit apartemen yang dibentuk berdasarkan isovist Garnbar 4.25. Diagram alir pembuatan peta axial line Gambar 4.26. Definisi medial point sebuah poligon Gambar 4.27. Cara memangkas medial point menjadi core point Gambar 4.28. Contoh justified graph. Entrance adalah root space Gambar 4.29.

281 282 284

286 289 297 298 299

Theme denah untuk membuat adjacency matrix atau MHR

304

Boks View Name

304

Gambar 4.32.

Theme active space Theme core point

307 307

Gambar 4.33.

Theme axial line

307


. C!-".

Teknik Kuantitatif


xvii

309

Gambar 4.35.

Boks Save As untuk merekam local syntax ke file text Memanggil adjacency matrix peta axial line

Gambar 4.36.

Boks Save As untuk merekam B Matrix

311


View-view dan justified graph Denah eksisting dan denah-denah alternatif

312 314

Denah-denah

alternatif

315

Gambar 4.40. Gambar 4.4I.

Denah-denah alternatif

316 317

Gambar 4.34.

Gambar 4.42.

Denah -denah alternatif RRA ruang-ruang dalam denah alternatif


RRA ruang-ruang dalam denah alternatif RRA ruang-ruang dalam denah alternatif RRA ruang-ruang dalam denah alternatif

318 319 320 321

Gambar 4.46. Justified graph denah eksisting dan alternatif 1, 2, dan 3 Gambar 4.47. Justified graph denah eksisting dan denah-denah alternatif Gambar 4.48. Eksisting axial line ruang publik kampus A Gambar 4.49. Axial line yang diusulkan untuk dikembangkan Gambar 4.50. Peta integrasi axial line usulan Gambar 4.51. Axial line yang diusulkan untuk dikembangkan lebih lanjut Gambar 4.52. Peta convex space dan axial line di kampus A Universitas Trisakti (Agus, 2005) Gambar 4.53. Gambar 4.54. Gambar 4.55. Gambar 4.56. Gambar 4.57. Gambar 4.58.

xviii

310

322 323 327 328 328 330 332

Peta ruang konveks berdasarkan nilai RRA atau RRA (Agus, 2005)

333

Peta kepadatan bayangan bangunan dan vegetasi dari jam 8.00 hingga jam 17.00 (Agus, 2005)

334

Peta kepadatan orang duduk pagi hari an tara jam 8.00-12.00 (Agus, 2005)

334

Peta kepadatan pejalan kaki pagi hari antara jam 8.00-12.00 (Agus, 2005)

335

Peta kepadatan orang duduk siang hari antara jam 8.00-12.00 (Agus, 2005)

335

Peta kepadatan orang jalan siang hari antara jam 8.00-12.00 (Agus, 2005)

336

Daftar Gambar ,

Factor score bagi faktor sintaks

337

Factor score bagi faktor bayangan

337

Gambar 5.l.

Algorithma perhitungan

346


Tampilanform Skrip 5.l. Window Histoclass

Gambar 5.4.

Tiga citra dan entropi dihitung menggunakan Skrip 5.l.

· Gambar 4.59. Gambar 4.60.

Bab 5

Gambar 5.5. Gambar 5.6. Gambar 5.7. Gambar 5:8. Gambar 5.9. Gambar 5.10. Gambar 5.1l. Gambar 5.12.

SE

349 349 351 352

Setting 1 (Kasus DSCF0222 7b) Setting 2 (Kasus DSCF012ge)

352 354

Hubungan antara entropi dan rasa keindahan Window Curve Estimation Hasil curve estimation

355

SPSS

356

Peta bagian terbangun kota Ambon di tahun 1959 Peta bagian terbangun kota Ambon di tahun 2005 Perubahan nilai s dan bentuk unit grid berukuran sebagai pembagi citra. Ukuran unit grid s sarna dengan ukuran grid terkecil (deltX untuk arah sumbu X dan deItY untuk arah sumbu Y) dikali dengan 2(s-l)

359 359 s


Algorithma untuk menghitung

Gambar 5.16.

Citra dengan nlai FD yang dihitung menggunakan Skrip 5.2.

369

Dua citra tampak dengan nlai FD yang dihitung menggunakan Skrip 5.2.

370


Gambar 5.20.

FD sebuah citra

362 363

Form Visual Basic untuk menghitung

Boks Maximum

FD

Number of Box Sizes

367 368

Bentuk kota Medan dan Sinabang di tahun 1959 dan 2006. Citra ruang publik yang dinilai oleh responden (a). FD dihitung dari citra outline hitarn-putih (b) menggunakan Skrip 5.2.

373

Kurva hubungan an tara FD dengan nilai keindahan citra menurut penilaian ahli yang dihitung dari data pada Tabel 5.4.

374

Teknik Kuantitatif


371

xix

Gambar 5.21.

Bidang-bidang tampak yangdibingkai oleh komponen struktural bangunan Gambar 5.22. Bentuk ulangan (fractal seed) yang akan dipetakan ke bidang-bidang bingkai Gambar 5.23. Tampak yang dihasilkan dari bingkai struktur Gambar 5.21 dan bentuk ulangan Gambar 5.22. FD= 1.60 a) dan FD=1.73 b)

376 376

377

Gambar 5.24.

En ti tas dalam interface

379

Gambar 5.25.

Posisi entitas. Entitas i=l, 2 di atas sumbu 0= T), i=3, 4 di bawah sumbu 0= B), i=l, 3 di kiri sumbu 0= L) dan i= 2, 4 di kanan sumbu 0 = R) Posisi entitas relatif terhadap sumbu interface

381


Form Visual Basic untuk menghitung IA Gambar 5.28. Form yang telah terisi citra Gambar 5.29. Gambar 5.30. Gambar 5.31. Gambar 5.32. Gambar 5.33. Gambar 5.34. Gambar 5.35.

383 405 405

Citra dengan entitas yang terpilih Nilai OM tampak bangunan karya Le Corbusier dan Neutra

407

Nilai OM tampak bangunan karya R. Moneo dan Alvar Aalto

408

Contoh tampak yang dinilai oleh responden (Agus, 2007) Model regresi 1 (Agus, 2007). Model 2. F.lAM adalahfactor score ke i 1 (Agus, 2007)

406

410 411 411

Model 2A (Agus, 2007) Tampak no. 34 (Agus, 2007)

414

Kurva dengan asimtot

422

Kurva dengan maksima dan/atau minima Window Exponential Smoothing SPSS

422

Grafik data dan prakiraan jumlah mahasiswa

429

Gambar 6.5.

Kernel sebagai "jendela" prakiraan

430

Gambar 6.6.

Potongan vertikal berbagai kernel

431

Gambar 6.7.

Penentuan bandwidth bagi prakiraan kernel

433

Gambar 5.36.

411

Bab 6 Gambar 6.1. Gambar 6.2. Gambar 6.3. Gambar 6.4.

xx

427

Daftar Gambar ,.

Gambar 6.8:

Gambar 6.9. Gambar 6.10. Gambar 6.11. Gambar 6.12. Gambar 6.13. Gambar 6.14. Gambar 6.15. Gambar 6.16.

Gambar 6.17.

Gambar 6.18. Gambar 6.19. Gambar 6.20. Gambar 6.21.

Proyek yang bernama Prakiraan _Kernel_ Template. apr yang telah diisi dengan theme data dan theme titik prakiraan Gambar kontur yang dibuat berdasarkan titik-data (a) dan kontur dari titik prakiraan (b)

440

Peta data harga tanah di Kebayoran Baru pada tahun 2007

442

Grid titik prakiraan harga tanah untuk Kebayoran Baru Peta kontur prakiraan harga tanah di Kebayoran Baru Peta titik data pada Tabel 6.4.

446

Peta kontur persamaan dari prakiraan yang dihitung berdasarkan data pada Tabel 6.4.

446

Model prakiraan global harga tanah di Kebayoran Baru Kontur trend surface harga tanah di Kebayoran Baru yang dibuat berdasarkan model pada Gambar 6.15. Kontur trend surface harga tanah di Kebayoran Baru diprakirakan menggunakan persamaan kuadratik Kontur trend surface harga tanah di Kebayoran Baru diprakirakan menggunakan persamaan kubik Kontur trend surface harga tanah di Kebayoran Baru. Data berupa hasil prakiraan lokal (kernel) Alternatif rancangan kota Alternatif rancangan kota

Gambar 6.22. Alternatif rancangan kota Gambar 6.23. Contoh tampilan setting yang dinilai oleh responden Gambar 6.24. Contoh tampilan setting yang dinilai oleh responden Gambar 6.25. Window Linear Regression SPSS Gambar 6.26. Gambar 6.27.

439

Grafik yang memperlihatkan vegetasi terhadap preferensi

443

448

449

450 451 453 457 458 458 461 462 464

bentuk pengaruh

Model prakiraan spasio temporal parametrik (disadur dari Hagget et.al., 1977)

Teknik Kuantitatif

442


467 468

xxi

Bab 7


Data dalam wacana tiga dimensi, waktu, ruang, dan aspek Struktur data dengan dimensi waktu, ruang, dan aspek Program ruang yang berubah dari waktu ke waktu Diagram pohon rincian data

Gambar 7.5.

Perincian unit analisa

479 479

Gambar 7.6.

Tabel dasar data

480


Data spasio temporal aspek yang lengkap

480

Worksheet data awal Menambah variabel baru ke dalam worksheet

485

Baris pertama variabel baru

486 487


Gambar 7.9. Gambar 7.10. Gambar 7.11. Gambar 7.12. Gambar 7.13. Gambar 7.14. Gambar 7.15. Gambar 7.16. Gambar Gambar Gambar Gambar

Worksheet data dengan variabel baru Chart Wizard-Step 1 of 4 -Chart Type Chart Wizard-Step 2 of 4-Chart Source Data Chart Wizard-Step 3 of 4-Chart Option

477 477 478

486

487 488 489 489

Grafik X dari kasus ke kasus

490

Worksheet data grid Chart Wizard-Step 3 of 4-Chart Option

7.17. 7.18. Gambar kontur 3-D 7.19. Tampilan ArcView GIS theme titik dalam View1 7.20. Tampilan ArcView GIS setelah theme image dipanggil ke dalam View 1 Gambar 7.21. Tampilan ArcView GIS setelah semua titik dalam theme image digambar ulang menjadi theme shape titik Gambar 7.22. Tampilan ArcView GIS setelah semua titik mendapat ID Gambar 7.23. Tampilan ArcView GIS setelah Klik Window, Tile Gambar 7.24. Tampilan ArcView GIS setelah dengan tabel atribut yang sudah ditambah dengan field Pop Gambar 7.25. Window ArcView dan dropoff menu File, Extention

490 491 492 493

493 494 495 495

Gambar 7.26.

Window Surface Grid Specification

496 497

Gambar 7.27.

Window Interpolate Surface

497

xxii

Oaf tar Gambar ;

Gambar 7.28.

View 1 dengan theme baru berisi gambar kontur

499

Gambar 7.29.

Contoh peta titik kontrol

500


Peta kontur dari titik kontrol pada Gambar 7.29 Peta kontur dari titik kontrol pada Gambar 7.30

501 501

Gambar 7.32. Tampilan awal proyek untuk Image Analyst

503

Gambar 7.33. Tampilan proyek setelah Seed Tool membingkai bagian tertentu dari theme image

503

Gambar 7.34. Tampilan proyek setelah citra dari theme image dijadikan polygon dalam theme shape Gambar 7.35. Matriks data dalam lingkungan SPSS

504 505


Grafik Scatterplot dibuat menggunakan SPSS Grafik Scatterplot 3 dimensi yang dibuat menggunakan SPSS Window Project1, Form1

507 507 508

Gambar 7.39. Project 1, Form1 setelah ditambah dengan beberapa tool Gambar 7.10. Tampilan kode tool dalam Form1 tools Gambar 7.11. Tampilan kode tool dalam form 1 Tools

509 509 510

Gambar 7.12. Hasil eksekusi Skrip 7.1 pada Project1, Form1

511

Gambar 7.13. Hasil eksekusi Skrip 7.1 pada Project1, Form1 Gambar 7.14. Matriks A (3 x 4)

512 513

Gambar 7.15. Operasi pertambahan dan pengurangan Gambar 7.16. Operasi perkalian matriks Gambar 7.17. Matriks Inverse

513 514 514

matriks

Gambar 7.18. Matriks Transpose

515

Gambar 7.19. Operasi matriks dasar regresi berganda

516

Teknik Kuantitatif


xxiii

TabeI2.13. TabeI2.14.

Contoh MPR (Agus, 2006a). Contoh MPR ..

TabeI2.15.

Transposisi MPR. Contoh tabulasi silang. Karakteristik terkeeil =


Tabel2.

42

1 dan terbesar= 5. Tabulasi silang dengan nilai sel diagonal yang 'relatif besar yang memperlihatkan kemiripan antara ruang 2 dengan ruang 1;

18. Tabulasi silang dengan nilai sel diagonal yang relatif kecil. Nilai sel di luar diagonal relatif besar memperlihatkan bahwa kemiripan an tara ruang 1 dan ruang 2 relatif keeil.


Nilai 0..dari tabulasi silang Tabel 2.18. 1) Tabulasi silang yang memperlihatkan nilai E 1)...

Tabel 2.21.

Data mentah berupa MPR(R1 .. RN) dan kriteria (Krit1 .... Krit~). MPR Sebuah SLTA. Contoh matriks korelasi antarruang.

TabeI2.22. TabeI2.23. TabeI2.24. TabeI2.25. TabeI2.26. TabeI2.27.

44 45 46

46

46 47 47

MHR yang dihasilkan dari MPR pada Tabel 2.22. Hasil pengamatan terhadap nilai variabel bebas dan tak bebas pada N kasus. Tabel koefisien regresi antara pendapat awam dengan pendapat ahli Tabel koefisien regresi.

48 51 52 53 55 58 58

Jenis pengguna lahan (K.). 1

61

Jenis wadah kegiatan yang harus ada pada permukiman (I).

62

TabeI2.30. TabeI2.3l.

Resume karakteristik kasus-kasus yang diteliti (K.). 1 Kelurahan-kelurahan kasus penelitian.

62 62

TabeI2.32.

Koefisien POP terhadap kebutuhan Koefisien masing-masing K.. 1

63 64


TabeI2.33.

fasilitas.

64

TabeI2.35.

Koefisien p hasil analisa regresi berganda dan standar Departemen Pekerjaan Umum. Matriks korelasi antarvariabel.

TabeI2.36.

Matriks factor loading.

67

TabeI2.37.

Tabel data hasil penilaian lahan berdasarkan kriteria tertentu.

70

TabeI2.34.

xxvi

67

DaftarTabel ~

Daftar label

Bab 1 Tabel 1.l.

Tabel 1.2. Tabel1.3.

Matriks yang memperlihatkan hubungan an tara berbagai aspek yang menyangkut arsitektur (Agus, 2007). Teknik-teknik kuantitatif bagi perancngan kota. Klasifikasi teknik kuantitatif (Agus, 2007).

9 12 14

Bab 2 TabeI2.1. TabeI2.2. TabeI2.3. TabeI2.4. TabeI2.5. TabeI2.6. TabeI2.7. TabeI2.8. TabeI2.9. TabeI2.10. Tabe12.11. Tabe12.12.

26

Hasil pengamatan terhadap 20 kamar kasus rumah T-70. Tabel pendapat (Agus, 2000a).

27

Tabel pendapat awam (Agus, 2000a). Tabel pendapat ahli (Agus, 2000a).

32 32

Tabel gabungan an tara pendapat awam dengan pendapat ahli (Agus, 2000a)

32

Koefisien korelasi an tara pendapat awamdengan pendapat ahli (Agus, 2000a). Tabel pendapat awam terhadap enam tampak (Agus, 2000a).

35

Tabel pendapat ahli terhadap keenam tampak (Agus, 2000a).

35

Tabel gabungan an tara Tabel 2.7 dan Tabel 2.8 (Agus, 2000a). Tabel koefisien korelasi (Agus, 2000a). Tabel kriteria ruang (Agus, 2006a). Data rabel bagi ruang-ruang dengan dua kriteria (Agus, 2006a).

33

36 36 39 39

xxv

TabeI2.63.

TabeI2.64. TabeI2.65. TabeI2.66.

TabeI2.67.

Hasil Hierachial-Clustering terhadap grid pada Gambar 2.68. Kolom terakhir (Clu4-1) berisi nomor cluster tiap unit grid (Agus, 2001). Sebagian tabel atribut contoh dalam Agus (2001).

110 113

Sebagian dari tabel atribut tarnpak pada Gambar 2.76 (Agus, 2002a).

118

Sebagian dari tabel atribut grid dengan kolom baru (QCI-1) yang berisi nomor kelompok unit grid (Agus, 2002a).

123

Sebagian dari tabel atribut dari Gambar 2.83 (Agus, 2002a). MHR sebuah rumah (Agus, 1999)

125 132

Tabel 3.l.

Entitas ruang berbagai bidang (Coudelis, 1990)

138

TabeI3.2. TabeI3.3.

Entitas ruang dalam perkotaan dan arsitektur

138

Tabel atribut theme titik acak P yang berisi tanaman A dan B yang terdekat dengan titik Pi (Agus, 2000c).

145

TabeI2.68.

Bab 3

TabeI3.4. TabeI3.5. TabeI3.6.

-

TabeI3.7.

TabeI3.8. TabeI3.9.

TabeI3.10. TabeI3.1l. TabeI3.12.

xxviii

Tabel 3.3 dengan tambahan kolom DAi dan DBi (Agus, 2000c). Korelasi ruang (RAB) antarmahasiswa. Sebagian dari tabel atribut theme Flow.shp setelah masing-masing polyline dianalisa dengan mean

146 154

directional analysis.

168

Sebagian dari tabel hasil Directional Analysis Set of Polylines terhadap sirkulasi pedestrian di pagi dan sore hari.

172

Isi file ContohResult. txt.

178

Hasil analisa garis terhadap kedua peta pada Gambar 3.22 dan Gambar 3.23. L1= garis pantai, L2= garis sungai, L3= garis jalan, P= batas kawasan terbangun. Contoh MIF.

180 226

MIF yang dihasilkan dengan menggunakan skrip pembuat MIF.

229

Contoh data untuk memperkirakan nilai aI' a2 dan a3 persamaan z = al + a2x + a3y.

241

DaftarTabel ~

Tabe12.38. Tabe12.39. Tabe12.40. Tabe12.4l. Tabe12.42. Tabe12.43. Tabe12.44. Tabe12.45. Tabe12.46. Tabe12.47. Tabe12.48. Tabe12.49. TabeI2.50. Tabe12.5l. TabeI2.52. TabeI2.53. TabeI2.54. Tabe12.55. Tabe12.56. Tabe12.57. Tabe12.58. Tabe12.59. Tabe12.60. Tabe12.6l. Tabe12.62.

a

Tabel data dengan 15 lahan alternatif dan nilai lahan berdasarkan kriteria atau variabelnya. Matriks factor loading hasil AF data pada Tabel 2.38. Matriks factor score hasil AF kepada data pada Tabe12.38. Ranking lima teratas lahan berdasarkan factor score Faktor-L Ranking lima teratas lahan berdasarkan factor score Faktor-2. Ranking lima teratas lahan berdasarkan factor score Faktor-3. Ranking lima teratas lahan berdasarkan factor score Faktor-4. Ranking lima teratas untuk solusi satu faktor. Struktur faktor tunggal. Tabel matriks faktor yang telah dirotasi (Agus 2003). Tabel FS at au factor score (Agus, 2003). Matriks factor loading tunggal. Matriks FS faktor tunggal. Eigen values untuk masing-masing faktor yang signifikan (Agus 2002). Matriks faktor yang telah dirotasi dengan teknik Varimax (Agus, 2002). Tabel data dengan dua atribut (Agus, 2000). Contoh MHR dihitung dari data Tabel 2.53 (Agus, 2000). MHR tahap 1 (Agus, 2000). MHR tahap 2 (Agus, 2000). MHR tahap 3 (Agus, 2000). MHR tahap 4 (Agus, 2000). MHR tahap 5 (Agus, 2000). Contoh matriks data. Sebagian dari matriks data dari unit grid lahan contoh. Attribute-table pera grid pada Gambar 2.67 (Agus, 2001).

Teknik Kuantitatif untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh

74 74 75 75 76 76 76 77 77 79 79 79 80 83 84 87 88 88 89 90 91 92 96 99 110

xxvii

309

Gambar 4.35.

Boks Save As untuk merekam local syntax ke file text Memanggil adjacency matrix peta axial line

Gambar 4.36.

Boks Save As untuk merekam B Matrix

311

Gambar 4.37.

View-view dan justified graph Denah eksisting dan denah-denah alternatif

312

Gambar 4.34.

Gambar Gambar Gambar Gambar

4.38. 4.39. Denah -denah alternatif 4.40. Denah-denah alternatif 4.4 I. Denah-denah alternatif Gambar 4.42. RRA ruang-ruang dalam denah Gambar 4.43. RRA ruang-ruang dalam denah Gambar 4.44. RRA ruang-ruang dalam denah Gambar 4.45. RRA ruang-ruang dalam denah

316 317 alternatif

318

alternatif

319 320

alternatif alternatif

321

Peta integrasi axial line usulan

Gambar 4.51. Axial line yang diusulkan untuk dikembangkan lebih lanjut Gambar 4.52. Peta convex space dan axial line di kampus A Universitas Trisakti (Agus, 2005) Gambar 4.53. Gambar 4.54. Gambar 4.55. Gambar 4.56. Gambar 4.57. Gambar 4.58.

xviii

314 315

Gambar 4.46. Justified graph denah eksisting dan alternatif 1, 2, dan 3 Gambar 4.47. Justified graph denah eksisting dan denah-denah alternatif Gambar 4.48. Eksisting axial line ruang publik kampus A Gambar 4.49. Axial line yang diusulkan untuk dikembangkan Gambar 4.50.

310

322 323 327 328 328 330 332

Peta ruang konveks berdasarkan nilai RRA at au RRA (Agus, 2005)

333

Peta kepadatan bayangan bangunan dan vegetasi dari jam 8.00 hingga jam 17.00 (Agus, 2005)

334

Peta kepadatan orang duduk pagi hari antara jam 8.00-12.00 (Agus, 2005)

334

Peta kepadatan pejalan kaki pagi hari antara jam 8.00-12.00 (Agus, 2005)

335

Peta kepadatan orang duduk siang hari an tara jam 8.00-12.00 (Agus, 2005)

335

Peta kepadatan orang jalan siang hari an tara jam 8.00-12.00 (Agus, 2005)

336

Daftar Gambar ~

Tabel3.13.

Tabel masukan bagi TSA. Kolom setelah kasus dan kolom Z diisi dengan atribut at au variabel ruang (x, y dan g(x,y)).

243

Tabel3.14. Tabel3.15.

Persamaan umum sebagai model bagi TSA. Tabel masukan bagi model persamaan umum kubik.

244 244

Tabel 3:16.

Koefisien persamaan kuadratik mobilitas penduduk DKIJakarta pada tahun 1987 (Agus, 2000b).

246

Koefisien persamaan kubik mobilitas penduduk tahun 1995 (Agus, 2000b).

246

Tabel4.1.

Adjacency matrix dari graf pada Gambar 4.1.

251

Tabel4.2. Tabel4.3. Tabel4.4.

Door adjacency matrix denah pada Gambar 4.2. Wall adjacency matrix denah pada Gambar 4.2. Adjacency matrix graf pada Gambar 4.3.

252 253

Tabel4.5.

Adjacency matrix dengan sel berisi rasio panjang . dinding bersama terhadap panjang dinding total antara dua ruang dalam denah Gambar 4.3. Wall adjacency matrix biner theme Denah_ Latihan-shp.

255

Wall adjacency matrix interval theme Denah_ Latihan-shp.

256

Door adjacency matrix theme Denah_Latihan-shp berdasarkan pintu-pintu pada Gambar 4.6.

257

Point to point in polygon adjacency matrix theme Denah _Latihan-shp berdasarkan garis-garis penghubung antartitik polygon pada Gambar 4.8.

259

Tabel 3.17.

Bab 4

TabeI4.6. TabeI4.7. TabeI4.8. Tabel4.9.

TabeI4.10. Tabel4.11. Tabel4.12. Tabel4.13. Tabel4.14. TabeI4.15.

~

Point to point adjacency matrix yang dihitung dari theme Denah_titik_Latihan_2.shp Gambar 4.10. Matriks A dan S dalam perhitungan shortest . p pat h matrix.

253

254

261 263

Shortest path matrix dari adjacency matrix dari file Contoh_AdjMat_Hagget.txt. Adjacency matrix dari graf pada Gambar 4.15.

273

Shortest path dari node A ke node E pada graf Gambar 4.15.

273

Graph index enambelas denah rumah karya Ir. Kadarwati

275

Teknik Kuantitatif


264

xxix

275

Tabe14.16.

Factor loading dari graph index pada Tabel 4.15.

Tabe14.17.

Hasil analisa regresi factor score terhadap variabel umur dari data pada Tabe14.15. MHR yang dibentuk dari konfigurasi ruang pada Gambar 4.23. MHR axial Line pada Gambar 4.24.

285 286

Nilai integration syntax ruang apartemen (Gambar 4.23).

300

Tabe14.18. Tabe14.19. Tabe14.20. Tabe14.2l. Tabe14.22. TabeI4.23. TabeI4.24. TabeI4.25. TabeI4.26. TabeI4.27. TabeI4.28. TabeI4.29. TabeI4.30. TabeI4.3l. TabeI4.32. TabeI4.33. TabeI4.34. TabeI4.35. TabeI4.36.

xxx

Adjacency matrix atau MHR denah contoh pada Gambar 4.29. Sebagian dari adjacency matrix peta axial line Gambar 4.33. Local syntax peta axial line pada Gambar 4.33.

276

305 308 309

Sebagian file global syntax. Baris akhir tabel ini berisi global syntax peta axial line pada Gambar 4.33. Sebagian dari B_Matrix dari peta axial line Gambar 4.33. Nilai sintaks bagi alternatif denah kantor

310 311 324

RRA ruang yang paling dalam (maximum depth) relatif terhadap lift sebagai root denah alternatif 3 Nilai berbagai sintaks global eksisting ruang publik kampus Sintaks global konfigurasi usulan

327 329

Definisi operasional variabel bayangan (Agus, 2003a) Factor loading hasil analisa faktor (Agus, 2005)

332 336

Hasil RB dengan kepadatan pejalan kaki di pagi hari sebagai variabel tak bebas (Agus, 2005)

339

Hasil RB dengan kepadatan pejalan kaki di siang hari sebagai variabel tak bebas (Agus, 2005)

340

Hasil RB dengan kepadatan orang duduk di pagi hari sebagai variabel tak bebas (Agus, 2005)

340

Hasil RB dengan kepadatan orang duduk di siang hari sebagai variabel tak bebas (Agus, 2005)

341

Hasil RB dengan kepadatan orang duduk hasil pengamatan sehari sebagai variabel tak bebas (Agus, 2005)

341

DaftarTabel ~

324

Tabe14.37.

Hasil RB dengan kepadatan pejalan kaki hasil pengamatan sehari sebagai variabel tak bebas (Agus, 2005)

342

Bab 5 Tabe15.l. Tabe15.2. TabeI5.3. TabeI5.4. TabeI5.5. TabeI5.6. TabeI5.7.

Sebagian dari pehilaian responden terhadap rancangan kota Sebagian hasil penilaian responden dan nilai SE citra dihi tung menggunakan Skrip 5.1.

353 356

Curve fit preferensi responden terhadap citra dan nilai SE Sebagian dari penilai dan perhitungan FD citra ruang kota Tigabelas komponen dari lAM (N go etal, 2006) Hasil analisa regresi menggunakan Model 2 (Agus, 2007) Hasil analisa regresi menggunakan (Agus, 2007)

357 373 409

Model 1 dan 412 Model 2A 413

Bab 6 TabeI6.1. TabeI6.2. TabeI6.3. TabeI6.4. TabeI6.5. TabeI6.6.

TabeI6.7. TabeI6.8. TabeI6.9. TabeI6.10.

~".=

jenis prakiraan kuantitatif

420

Jumlah mahasiswa sebuah universitas Hasil prakiraan menggunakan exponential smoothing Sebagian dari contoh data bagi prakiraan keruangan yang bersifat global Koefisien regresi persamaan kuadratik dan kubik hasil prakiraan global harga tanah di Kebayoran Baru Koefisien persamaan kuadratik dan kubik hasil prakiraan global terhadap data grid hasil prakiraan kernel harga tanah di Kebayoran Baru Prakiraan harga tanah di titik koordinat (-2.864.61, -7.763.38)

428 428

454

Karakteristik alternatif rancangan kota pada Gambar 6.20 hingga Gambar 6.22

459

445 450

452

Sebagian hasil pengukuran X dan Y untuk masing-masing tampilan

463 466

Output Regression SPSS

Teknik Kuantitatif

xxxi


------------

--

--

Bab 7 TabeI7.1.

Bentuk dasar struktur data

473

TabeI7.2.

Struktur data dengan ruang sebagai kasus dan aspek-aspek arsitektural sebagai atribut ruang

473

Program ruang .rumah inti Program ruang rumah majemuk

475 475

Program ruang rumah majemuk setelah anak-anak dewasa Program ruang sebuah rumah inti

476

TabeI7.3. TabeI7.4. TabeI7.5. TabeI7.6. TabeI7.7. TabeI7.8. TabeI7.9. TabeI7.10. Tabel7.1l. TabeI7.12.

xxxii

481

Program ruang rumah keluarga muda Program ruang rumah kel uarga dengan anak menjelang dewasa Program ruang rumah keluarga besar

482 483

Contoh sebagian attribute table theme garis kontur

498

Sebagian contoh attribute table theme titik kontrol Hasil analisa deskriptif menggunakan SPSS

499 505

481

DaftarTabel,

\ Oaftar foto

Foto 2.1. Rumah dengan atap yang bercirikan F-1 (Agus, 2002) Foto 2.2. Rumah atap dengan ciri-ciri F-2 (Agus, 2002) Foto 2.3. Rumah atap sederhana dengan ciri-ciri F-3 (Agus, 2002) J Foto 2.4. Rumah atap beton dan listplank besar (F-4) (Agus, 2002)

85 85 86 86

xxxiii

Daftar Skrip

Bab 3 Skrip 3.l.

Skrip Avenue untuk analisa J4T Skrip 3.2. Skrip untuk melakukan mean directional analysis bagi semua garis dan polyline dalam theme Skrip 3.3. Skrip Avenue metode Greigh-Smith Skrip 3.4. Skrip Avenue untuk simulasi proses difusi berdasarkan model Hagerstrand

146 161 202 220

Bab 4 Skrip 4.l.

Skrip Visual Basic fungsi Dijkstra Skrip 4.2. Skrip Avenue untuk membuat peta axial line

270 290

Bab 5 Skrip 5.l.

Kode Visual Basic untuk menghitung

Shannon

entropy

Skrip 5.2. Skrip Visual Basic untuk menghitung FD Skrip 5.3. Skrip Visual Basic untuk memilih pixel dan menentukan nilai ValPixIsDraw. Skrip 5.4. Sub-rutin Visual Basic untuk menghitung variabel-variabel IA

347 364 366 391

Bab 6 Skrip 6.1. Skrip Avenue GIS untuk melakukan prakiraan kernel pada titik-titik acak dalam ruang

434

Bab 7 Skrip 7.l.

Kode perintah bagi semua tools pada Form l

510

xxxv

TEKNIK KUANTIT ATIF UNTUK. ARSITEKTUR DAN PERANCANGAN KOT A

Recommend Documents