Kajian Pustaka T1 672015734 Full text

2

2. Kajian Pustaka

Penelitian terdahulu yang pertama, penelitian tersebut membahas tentang bagaimana penerapan konsep neighbours analysis menggunakan metode Moran’s I untuk mengetahui korelasi indikator kerawanan pangan antar kecamatan di Minahasa Tenggara. Hasil dari penelitian tersebut menunjukan bahwa indikator kerawanan pangan tersebut mempunyai korelasi yang tinggi. Selain itu penelitian ini juga memberikan informasi kecamatan yang memiliki status rawan pangan. Indikator yang paling berpegaruh yaitu prosentase Rasio Konsumsi Normatif dan Prosentase Angka Harapan Hidup [2]. Penelitian terdahulu yang kedua, penelitian tersebut dilakukan pembuatan sistem berupa GUI Graphic User Interface yang menampilkan peta digital yang mengandung informasi data spasial pengaruh Produk Domestik Regional Bruto PDRB, Indeks Pembangunan Manusia, Jumlah Penduduk, dan Pengangguran terhadap kemiskinan pada perisode 2005-2009 dengan menggunakan metode Gi statistik. Pada penelitian tersebut perhitungan data menggunakan bantuan R-studio untuk mendapatkan pola spasial. Hasil dari penelitian tersebut menunjukan bahwa variable PDRB, jumlah penduduk serta tingkat pengangguran dapat menentukan daerah rawan miskin karena memiliki pola spasial yang sama dengan pola spasial data kemisikinan [3]. Penelitian ini metode Gistatistik juga digunakan untuk menghasilkan sebuah pola spasial dari indikator-indikator rawan pangan. Namun output yang dihasilkan yakni berupa peta yang berbasis web yang nantinya dapat di akses oleh semua pihak. Hasil perhitungan yang diperoleh dari metode Gi statistik akan dibandingkan dengan hasil perhitungan Badan Ketahan pangan BKP. Rawan pangan adalah kondisi suatu daerah, masyarakat, atau rumah tangga yang tingkat ketersediaan dan keamanan pangannya tidak cukup untuk memenuhi standar kebutuhan fisiologis bagi pertumbuhan dan kesehatan sebagian besar masyarakatnya [4]. Indikator-indikator yang berpengaruh terhadap kerawanan pangan [5]. Ketersediaan Pangan : 1 Rasio konsumsi normatif per kapita terhadap ketersediaan bersih “padi + jagung + ubi kayu + ubi jalar”, Akses terhadap Pangan dan Penghidupan : 2 Persentase penduduk hidup di bawah garis kemiskinan, 3 Persentase desa yang tidak memiliki akses penghubung yang memadai, 4 Persentase rumah tangga tanpa akses listrik, Pemanfaatan Pangan : 5 Angka harapan hidup pada saat lahir, 6 Berat badan balita dibawah standar, 7 Perempuan Buta Huruf, 8 Rumah tangga tanpa akses ke air bersih, 9 Persentase rumah tangga yang tinggal lebih dari 5 km dari fasilitas kesehatan. Data spasial adalah sebuah data yang berorientasi geografis dan memiliki sistem koordinat tertentu sebagai dasar referensinya. Data spasial mempunyai dua bagian penting yang membuat berbeda dari data lain, yaitu informasi lokasi spasial dan informasi deskriptif attribute. Informasi lokasi spasial, berkaitan dengan suatu koordinat baik koordinat geografi lintang dan bujur dan koordinat XYZ, serta informasi datum dan proyeksi. Sedangkan, informasi deskriptif atribut atau informasi non spasial, suatu lokasi yang memiliki beberapa keterangan yang berkaitan dengannya, misalkan : jenis vegetasi, populasi, luasan, kode pos dan sebagainya [6]. 3 Autokorelasi spasial adalah korelasi antara nilai-nilai sebuah variable dan nilai-nilai lainnya pada variable yang sama. Jika terdapat pola sistematik didalam penyebaran sebuah variable, maka terdapat autokorelasi spasial. Adanya autokorelasi spasial mengindikasi bahwa nilai atribut pada daerah tertentu terkait oleh nilai atribut tersebut pada daerah lain yang letaknya berdekatan atau bertetangga [7]. Fungsi GiStatistik adalah metode yang digunakan untuk mendeteksi terbentuknya pengelompokan secara lokal hotspot yang dapat diinterpretasikan sebagai asosiasi antar nilai wilayah yang diobservasi dengan sekelilingnya yang dikembangkan oleh Getis dan Ord . Hotspot titik panas merupakan suatu kondisi yang mengindikasi suatu wilayah membentuk clustering atau mengelompok di sebuah distribusi spasial. Mendeteksi hotspot secara sederhana yaitu dengan mengamati suatu lokasi dengan fenomena melimpahbesar. Mendeteksi hotspot adalah langkah awal untuk mengetahui proses untuk membangkitkan kejadian dari pola spasial [8]. Hotspot diberikan pada lokasi dengan banyak atau beragam kasus dalam daerah observasi atau wilayah yang paling beragam. Penentuan indikator suatu wilayah dikatakan ekstrim tinggi hingga rendah bergantung dari nilai zGi, di mana zGi +2 artinya ada hubungan lokasi nilai positif signifikan, sedangkan apabila zGi -2 mengindikasi bahwa nilai keterkaitan antar wilayah kecil, rendah [9]. Pada penelitian ini yang dijadikan titik awal yakni kecamatan Klaten Utaraxi, karena daerah ini memiliki keragaman kasus yang tinggi. Tetangga pada Gistatistik adalah daerah-daerah yang dikelompokkan berdasarkan titik awal sebagai titik pusatnya. Ada dua jenis tetangga yaitu tetangga per region dari titik awal dan tetangga dari luar daerah perhitungan atau tetangga berdasarkan letak geografis xj. Tetangga yang digunakan pada perhitungan ini yakni jumlah kecamatan yang ada di kabupaten Klaten. Sedangkan tetangga xj yang berada disekitar wilayah studi dihtiung berdasarkan letak geografis yang berdekatan dengan wilayah studi yang telah ditentukan. Kabupaten Klaten dikelilingi oleh Kabupaten Boyolali 19 kecamatan, Kabupaten Sukoharjo 12 kecamatan, Kabupaten Gunung Kidul 18 kecamatan, Kabupaten Sleman 17 kecamatan sehingga jumlah kecamatan yang mengelilingi Kabupaten Klaten sebanyak 66 wilayah dan menjadi 92 wilayah dihitung dengan kecamatan yang ada di Kabupaten Klaten sendiri. Keseluruhan kecamatan yang berjumlah 92 menjadi penentu n jumlah wilayah studi keseluruhan berdasarkan letak geografis. Tetangga yang berdekatan dengan kecamatan Klaten Utara dibagi menjadi enam bagian terdekat yang dapat dilihat pada Tabel 1. Tabel 1 Tabel Penentuan Tetangga di Kabupaten Klaten N o Tetangga terdekat ke- Meliputi Kecamatan Jumlah Tetangga Jumlah Tetangga dari tetangga 1 I Klaten Utara, Klaten Tengah, Klaten Selatan, Kalikotes, Trucuk, Ceper, Ngawen 7 7 2 II Kebonarum, Karangnongko, Jatinom, Karanganom 4 11 3 III Jogonalan, Wedi, Bayat 3 14 4 IV Tulung, Polanharjo, Delanggu, Pedan 4 18 5 V Wonosari, Juwiring, Karangdowo, Cawas 4 22 6 VI Kemalang, Manisrenggo, Parambanan, Gantiwarno 4 26 4 Jumlah tetangga pertama didapat dari jumlah tetangga dari Klaten Utara sebagai titik awal yang memiliki jumlah tetangga termasuk Klaten Utara tujuh kecamatan. Jumlah tetangga kedua adalah empat kecamatan dengan jumlah tetangga dari tetangga adalah sebelas kecamatan jumlah tetangga pertama ditambah dengan jumlah tetangga kedua. Jumlah tetangga dari tetangga didapat dengan menjumlahkan jumlah tetangga dengan tetangga selanjutnya. Adapun Rumus Fungsi GiStatistik dari Getis dan Ord, 1 Variabel zGi: nilai Local Indicator Spatial Autocorrelation – Getis and Ord, ∑wijxj: Jumlah kasus pada tetangga, x: Rata-rata seluruh kasus, n: Jumlah area yang berdekatan dengan hotspot, wi: Jumlah tetangga antara wilayah studi dengan tetangga terdekatnya, s²: varianceperbedaan antar i sites.

3. Metode dan Perancangan Sistem