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