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
Gambar 2.32. Gambar 2.33.
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.
Dendogram dan plot ruang-ruang tahap 4 (Agus, 2000)
92
Gambar 2.45.
Dendogram dan plot ruang-ruang tahap 5 (Agus, 2000)
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.
Gambar 2.60. Gambar 2.6l.
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 2.74. Gambar 2.75.
Gambar 2.76. Gambar 2.77.
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 ~
Gambar 2.88. Gambar 2.89.
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
Gambar 2.90. Gambar 2.9l.
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)
untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh
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.
Gambar 3.30. Gambar 3.31. Gambar 3.32.
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
untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh
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 4.7. Gambar 4.8.
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
Gambar 4.11. Gambar 4.12.
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
Gambar 4.16. Gambar 4.17.
Gambar 4.18. Gambar 4.19. Gambar 4.20.
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
Gambar 4.30. Gambar 4.3l.
. C!-".
Teknik Kuantitatif
untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh
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
Gambar 4.37. Gambar 4.38. Gambar 4.39.
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
Gambar 4.43. Gambar 4.44. Gambar 4.45.
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
Gambar 5.2. Gambar 5.3.
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
Gambar 5.13. Gambar 5.14. Gambar 5.15.
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 5.17. Gambar 5.18. Gambar 5.19.
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
untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh
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
Gambar 5.26. Gambar 5.27.
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
untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh
467 468
xxi
Bab 7
Gambar 7.3. Gambar 7.4.
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
Gambar 7.7. Gambar 7.8.
Data spasio temporal aspek yang lengkap
480
Worksheet data awal Menambah variabel baru ke dalam worksheet
485
Baris pertama variabel baru
486 487
Gambar 7.1. Gambar 7.2.
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
Gambar 7.30. Gambar 7.31.
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
Gambar 7.36. Gambar 7.37. Gambar 7.38.
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
untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh
xxiii
TabeI2.13. TabeI2.14.
Contoh MPR (Agus, 2006a). Contoh MPR ..
TabeI2.15.
Transposisi MPR. Contoh tabulasi silang. Karakteristik terkeeil =
TabeI2.16. TabeI2.17.
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.
TabeI2.19. TabeI2.20.
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
TabeI2.28. TabeI2.29.
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
untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh
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
untuk Arsitektur dan Perancangan Kota Disertai Contoh-contoh
------------
--
--
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