ANALISIS SPASIAL BERDASARKAN CLUSTERING NILAI INDIKASI TANAH PADA ZONA NILAI TANAH DI KECAMATAN RUNGKUT.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
LEMBAR PENGESAHAN
TUGAS AKHIR
ANALISIS SPASIAL BERDASARKAN CLUSTERING
NILAI INDIKASI TANAH PADA ZONA NILAI TANAH DI
KECAMATAN RUNGKUT
Disusun Oleh :
J ainudin
0853010071
Telah dipertahankan dihadapan dan diterima oleh Tim Penguji Tugas Akhir
Program Studi Teknik Sipil FTSP UPN ’’Veter an’’ J awa Timur
pada tanggal, 28 November 2012
Dosen Pembimbing :
Pembimbing Utama
Tim Penguji :
1. Penguji I
N Dita Pahang Putra, ST., MT.
NPT. 3 7003 00 0175 1
Dr s.Ir. Made Dharma Astawa, MT.
NIP. 19530919 198601 1 00 1
Pembimbing Pendamping
2. Penguji II
Ir. Siti Zainab, MT.
NIP. 19600105 199303 2 00 1
Dra. Anna Rumintang, MT.
NIP. 19620630 198903 2 00 1
3. Penguji III
Ir. Diah Ratri J uliani, MT.
Mengetahui
Dekan Fakultas Teknik Sipil Dan Perencanaan
Univer sitas Pembangunan Nasional ’’Veteran’’ J awa Timur
Ir. Naniek Ratni J AR., M.Kes.
NIP. 19590729 198603 2 00 1
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
KATA PENGANTAR
Dengan segenap puji syukur Alhamdulillah kehadirat Allah S.W.T yang telah
melimpahkan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan Tugas
Akhir ini dengan judul “ANALISIS SPASIAL BERDASARKAN CLUSTERING
NILAI INDIKASI TANAH PADA ZONA NILAI TANAH DI KECAMATAN
RUNGKUT” ini merupakan suatu syarat bagi mahasiswa dalam menempuh jenjang
sarjana Strata 1 (S-1) di Fakultas Teknik Sipil dan Perencanaan UPN “Veteran” Jawa
Timur.
Dalam menyelesaikan Tugas Akhir ini penulis berusaha semaksimal mungkin
menerapkan ilmu yang penulis dapatkan di bangku perkuliahan dan buku–buku literatur
yang sesuai dengan judul Tugas Akhir ini. Disamping ini penulis juga menerapkan
petunjuk-petunjuk yang diberikan oleh dosen pembimbing. Namun sebagai manusia
biasa dengan keterbatasan yang ada pada penulis menyadari bahwa Tugas Akhir ini
masih jauh dari sempurna. Oleh karena itu segala saran dan kritik yang bersifat
membangun dari setiap pembaca akan penulis terima demi kesempurnaan Tugas Akhir
ini.
Dengan tersusunnya Tugas Akhir ini penulis tidak lupa mengucapkan terima kasih
sebanyak-banyaknya kepada semua pihak yang telah memberikan bimbingan, dorongan,
semangat, arahan serta berbagai macam bantuan baik berupa moral maupun spritual,
terutama kepada :
1.
Ir.Naniek Ratni JAR.,M.Kes. selaku Dekan Fakultas Teknik Sipil dan
Perencanaan Universitas Pembangunan Nasional “Veteran” Jawa Timur.
ii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.
Ibnu Sholichin,ST.,MT. selaku Kepala Program Studi Teknik Sipil Universitas
Pembangunan Nasional “Veteran” Jawa Timur.
3.
N Dita P Putra , ST.,MT. selaku dosen pembimbing utama Tugas Akhir yang telah
berkenan memberikan bimbingan, waktu dan dorongan moril selama pengerjaan
Tugas Akhir sampai selesai.
4.
Ibu Ir. Siti Zainab. MT. selaku dosen pembimbing pendamping Tugas Akhir yang
telah berkenan memberikan bimbingan, waktu dan dorongan moril selama
pengerjaan Tugas Akhir sampai selesai.
5.
Dra. Anna Rumintang. MT. yang telah membantu penulis dalam menyelesaikan
Tugas Akhir ini.
6.
Segenap dosen dan staff Program Studi Teknik Sipil UPN “Veteran” Jawa Timur.
7.
Para tim penguji yang telah membantu penulis sehingga penulis dapat
menyelesaikan Tugas Akhir ini dengan lebih baik.
8.
Bapak, Ibu tersayang, dan kedua kakakku yang telah banyak memberikan
dukungan lahir dan batin, material, spritual, dan moral sehingga penulis dapat
menyelesaikan Tugas Akhir ini dengan baik.
9.
Andik feriyanto, Rahmad Hidayat, Erwin Dwiyanto, Gely Septiandana, Bayu Tri,
Tri Wijatmiko, Ambar, Yuda, Misbahc, Rani, Rudi, Reza.H, Sudian,Nur
Fardiansyah, Fatih, Eko Prasetyo, Ferry, Rona, Arum, Febri, Metha, Arif
Cahyono, Takrep, Koko, Rio Andriyanto, Djoko sumarsono, Sadmay Gigid
Handika, Agung dan teman-teman yang tidak bisa saya sebutkan satu persatu.
iii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
10.
Segenap keluarga besar Teknik Sipil UPN “Veteran” Jatim dan teman-teman
Teknik Sipil khususnya angkatan 2008 terima kasih atas dorongan dan
semangatnya yang bermanfaat sehingga penulis dapat menyelesaikan Tugas Akhir
ini.
Surabaya, 22 Oktober 2012
Penulis
iv
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR ISI
ABSTRAK ··············································································· i
KATA PENGANTAR ································································· ii
DAFTAR ISI ············································································ v
DAFTAR GAMBAR ··································································· vii
DAFTAR TABEL ······································································ viii
BAB I PENDAHULUAN
1.1. Latar Belakang Masalah · ·························································· 1
1.2. Rumusan Masalah ·································································· 2
1.3. Tujuan Penelitian ··································································· 3
1.4. Batasan Masalah ···································································· 3
1.5. Manfaat Penelitian ·································································· 4
1.6. Lokasi Penelitian···································································· 4
BAB II TINJ AUAN PUSTAKA
2.1. Konsep Dasar ······································································· 5
2.2. Analisis Harga Berdasarkan NJOP ··············································· 6
2.3. Metode Pengukuran Variabel ···················································· 7
2.4. Metode Pengukuran Nilai ·························································· 7
2.5. Metode Pengelompokan ··························································· 8
2.5.1. Metode Hirarki ····························································· 8
v
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.5.2. Metode non Hirarki ······················································· 12
2.6. Pemetaan Menggunakan MapInfo ················································ 15
BAB III METODOLOGI PENELITIAN
3.1. Pengumpulan Data·································································· 17
3.2. Langkah – langkah Pengerjaan ···················································· 19
BAB IV PERHITUNGAN DAN ANALISA DATA
4.1. Identifikasi Nilai Tanah ···························································· 20
4.2. Prediksi Nilai Tanah ································································ 20
4.2.1. Regresi Linier ······························································ 21
4.2.2. Koofisien Determinasi R2················································· 22
4.3. Banyaknya Cluster Yang Terbentuk ·············································· 23
4.3.1. Analisa Pengklasteran Menggunakan Excel ···························· 24
4.3.2. Analisa Cluster Menggunakan Metode Non Hirarki pada SPSS….. 31
4.4. Prosentase Kenaikan Anggota Klaster Setiap Tahun ··························· 33
4.5. Pemetaan Anggota Klaster Tahun 2012 ·········································· 38
BAB V KESIMPULAN DAN SARAN
5.1. Kesimpulan ·········································································· 45
5.2. Saran ················································································· 46
DAFTAR PUSTAKA
LAMPIRAN
vi
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR GAMBAR
Gambar 1.1 Kecamatan Rungkut ······················································ 4
Gambar 2.1 Single Linkage ····························································· 9
Gambar 2.2 Complete Linkage ························································· 10
Gambar 2.3 Average Linkage Methods ··············································· 10
Gambar 2.4 Other Agglomertive Clustering Method ································ 11
Gambar 2.5 Klasifikasi Prosedur Pengklasteran ····································· 14
Gambar 3.1 Flowchart Pelaksanaan ··················································· 19
Gambar 4.1 Peta Cluster Kelurahan Rungkut Kidul Tahun 2012 ·················· 39
Gambar 4.2 Peta Cluster Kelurahan Penjaringan Sari Tahun 2012 ················ 40
Gambar 4.3 Peta Cluster Kelurahan Wonorejo Tahun 2012 ························ 41
Gambar 4.4 Peta Cluster Kelurahan Kalirungkut Tahun 2012 ····················· 42
Gambar 4.5 Peta Cluster Kelurahan Kedung Baruk Tahun 2012 ·················· 43
Gambar 4.6 Peta Cluster Kelurahan Medokan Ayu Tahun 2012 ··················· 44
vii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR TABEL
Tabel 4.1 Data NIR Tanah pada ZNT (AA) Kelurahan Medokan Ayu ············ 21
Tabel 4.2 Permodelan Regresi Linier ·················································· 21
Tabel 4.3 Rekapitulasi Hasil Nilai R2 Pada Masing – Masing Kelurahan………. 23
Tabel 4.4 Rekapitulasi Banyaknya Cluster Yang Terbentuk ······················ 31
Tabel 4.5 Hasil Pengclusteran Pada SPSS ………………… ………………….. 32
Tabel 4.6 Rekapitulasi Prosentase Perkembangan Cluster ( Tetap & Pindah )
Setiap Tahun ············································································· 34
Tabel 4.7 Rekapitulasi Perpindahan Cluster ·········································· 36
Tabel 4.8 Rekapitulasi Kenaikan Anggota Cluster Tertinggi dan
Prosentase ················································································· 38
viii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
ANALISIS SPASIAL BERDASARKAN CLUSTERING NILAI
INDIKASI TANAH PADA ZONA NILAI TANAH DI
KECAMATAN RUNGKUT
Oleh :
J AINUDIN
ABSTRAK
Pesatnya pertumbuhan kota-kota besar banyak dipengaruhi oleh kompleksnya
fungsi yang dijalankan suatu kota atau daerah tersebut. Pertumbuhan pembangunan
yang sangat pesat di kota-kota besar membuat kebutuhan lahan atau tanah sangat
tinggi. Perkembangan suatu kota atau daerah akan selalu diikuti dengan
meningkatnya permintaan tanah dan selanjutnya akan menaikkan nilai tanah.
Dari beragamnya kenaikan yang di tujukkan oleh setiap daerah yang ada di
kecamatan Rungkut bisa di buat beberapa cluster/ kelompok anggota dengan nilai
atau rentang yang berbeda. Dari penentuan cluster tersebut di peroleh kenaikan
jumlah cluster pada tahun 2012, yang sebelumnya angka tersebut di dapat melalui
prediksi menggunakan regresi linear dimana antara lain pada prediksi di tahun 2012
pada zona AA. Jl Medokan Ayu bernilai Rp. 798321. Dan banyaknya cluster yang
terbentuk pada tahun 2012 di Kelurahan Medokan Ayu sebanyak 6 cluster,
Kelurahan Penjaringan sebanyak 7 cluster, Kelurahan Kedung Baruk sebanyak 7
cluster, Kelurahan Rungkut Kidul sebanyak 8 cluster, Kelurahan Wonorejo sebanyak
8 cluster, dan Kelurahan kalirungkut sebanyak 8 cluster.
Prosentase kenaikan anggota cluster tertinggi pada setiap kelurahan ditunjukkan
dengan pencapaian cluster nya, dimana pada kelurahan Medokan Ayu yang
mencapai cluster VI dengan prosentase anggota sebesar 9,09%, Penjaringan Sari
mencapai cluster VII sebesar 21,42%, Kedung Baruk mencapai cluster VII sebesar
83,33%, Rungkut Kidul mencapai cluster VIII sebesar 20%, Wonorejo mencapai
cluster VIII sebesar 50%, dan Kalirungkut mencapai cluster VIII sebesar 29,17%.
Keyword : Tanah, Nilai Tanah.Regresi Linier, Cluster, NIR, ZNT, Peta RBI.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
i
BAB I
PENDAHULUAN
1.1. Latar Belakang
Pesatnya pertumbuhan kota-kota besar banyak dipengaruhi oleh kompleksnya
fungsi yang dijalankan suatu kota atau daerah tersebut. Pertumbuhan pembangunan
yang sangat pesat di kota-kota besar membuat kebutuhan lahan atau tanah sangat
tinggi. Perkembangan suatu kota atau daerah akan selalu diikuti dengan
meningkatnya permintaan tanah dan selanjutnya akan menaikkan nilai tanah. Karena
tanah mempunyai sifat yang tetap baik dalam lokasi maupun jumlahnya.
Kebutuhan tanah yang sangat tinggi memiliki kecenderungan nilai tanah di kotakota besar meningkat. Hal ini dipengaruhi oleh meningkatnya pembangunan di
daerah atau kota tersebut. Selain itu meningkatnya nilai tanah disebabkan oleh
beberapa factor yaitu faktor fisik dasar, faktor fisik geografis, faktor sarana dan
prasarana, faktor fasilitas kebutuhan, dan faktor lingkungan. Penentuan nilai tanah
diperlukan untuk mengetahui nilai tanah yang senantiasa berubah akibat berbagai
kepentingan dalam penggunaan tanah, Karena sifat tanah yang bersifat dinamis atau
berubah – ubah seiring dengan bertambahnya waktu.
Kecamatan Rungkut adalah salah satu daerah yang sedang berkembang, luas
wilayah kecamatanya yang mencapai 2104,128 ha, yang terdiri dari 6 kelurahan yaitu
Kelurahan Kalirungkut, kedung Baruk, Rungkut Kidul, Penjaringan Sari,
Wonorejo,dan
Medokan
Ayu.(
http://rungkut-surabaya.org/peta-lokasi.html
)
Sehingga dengan luas wilayah yang cukup luas memungkinkan wilayah tersebut
menjadi salah satu daerah yang berkembang. Banyaknya faktor – faktor yang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
1
2
mempengaruhi nilai tanah di daerah tersebut,antara lain adanya pusat perindustrian,
universitas, dan akses jalan yang mudah dijangkau. Sehingga dapat menyebabkan
naiknya nilai tanah didaerah rungkut.
Dengan peningkatan nilai tanah yang terjadi diharapkan dapat diprediksi nilai
tanah di daerah tersebut sehingga kenaikan nilai tanah yang terjadi tidak
menghambat pembangunan didaerah tersebut.
Dari sekian banyaknya data yang di dapat, akan di identifikasi berdasarkan
kemiripan harga pada setiap zona dan di kelompokkan ke dalam satu anggota yang di
sebut dengan Cluster. Dimana kriteria kelompok tanah tersebut di dasarkan pada
rentang nilai yang telah di tentukan.
1.2 Rumusan Masalah
Permasalahan yang dapat di tulis dari latar belakang tersebut adalah.
1. Berapa prediksi harga tanah di Kecamatan Rungkut berdasarkan NJOP
pada tahun 2012?
2. Berapa banyak cluster yang terbentuk berdasarkan nilai tanah di
Kecamatan Rungkut?
3. Berapa prosentase kenaikan cluster pada setiap tahun nya berdasarkan
NJOP?
4. Bagaimana pemetaan zona nilai tanah yang ada di Kecamatan Rungkut
berdasarkan cluster?
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3
1.3 Tujuan Penelitian
1. Untuk mengetahui prediksi harga tanah di Kecamatan Rungkut berdasarkan
NJOP pada tahun 2012.
2. Untuk mengetahui banyak nya cluster yang terbentuk berdasarkan nilai
tanah di Kecamatan Rungkut.
3. Untuk mengetahui prosentase kenaikan cluster pada
setiap tahun nya
berdasarkan NJOP.
4. Untuk mengetahui pemetaan zona nilai tanah yang ada di Kecamatan
Rungkut berdasarkan cluster.
1.4 Batasan Masalah
1.
Nilai tanah ditentukan berdasarkan laporan data NJOP di tahun 2004 -
2010.
2. Tidak menghitung nilai jual objek pajak di tahun 2004 - 2010.
3. Tidak menghitung pajak bumi dan bangunan baik ditahun 2004 - 2010.
4. Pengelompokan harga tanah dengan menggunakan analisis cluster untuk
mengelompokkan harga yang memiliki karakteristik dan nilai yang sama.
5. Nilai tanah yang akan di kelompokkan berdasarkan analisis cluster
adalah
menurut data NJOP di Kecamatan Rungkut pada tahun 2004 – 2010.
6. Tidak membahas penyebab naik serta turunnya harga tanah.
7. Pemetaan menggunakan Software Mapinfo 11, Autocad, dan Excel 2010.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4
1.5 Manfaat Penelitian.
1. Dapat mengetahui prediksi harga tanah di Kecamatan Rungkut
berdasarkan NJOP pada tahun 2012.
2. Dapat mengetahui banyaknya cluster yang terbentuk berdasarkan
nilai tanah di Kecamatan Rungkut.
3. Untuk mengetahui prosentase kenaikan cluster pada setiap tahun nya
berdasarkan NJOP.
4. Untuk mengetahui pemetaan zona nilai tanah yang ada di Kecamatan
Rungkut berdasarkan cluster.
1.6 Lokasi Penelitian
Gambar 1.1 Kecamatan Rungkut.
Sumber : Google Maps
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB II
TINJ AUAN PUSTAKA
2.1. Konsep Dasar
Analisis Clustering merupakan salah satu analisa dalam multivariate analisis
statistika. Multivariate adalah analisis statistika yang di gunakan pada data yang terdiri
dari banyak variabel. Cluster juga bisa diartikan sebagai salah satu teknik yang
bertujuan untuk mengidentifikasi sekelompok obyek yang mempunyai kemiripan
karakteristik tertentu yang dapat di pisahkan dengan kelompok obyek lainya, sehingga
obyek yang berada dalam kelompok yang sama relative lebih homogen daripada obyek
yang berada pada kelompok yang berbeda (Dillon: 1984; 157).
Dalam penilaian tanah terdapat beberapa metode yang digunakan antara lain :
persamaan regresi dan Zona Nilai Tanah (ZNT). Namun berdasarkan tujuan penelitian,
yakni mengelompokkan nilai tanah berdasarkan ukuran variabel tanah, maka metode
yang digunakan adalah analisis Clustering. Setelah cluster terbentuk maka dilakukan
penilaian rata – rata prosentase kenaikan anggota klaster awal ke klaster berikutnya.
Jumlah kelompok yang dapat diidentifikasi tergantung pada jumlah dan variasi
data obyek. Tujuan dari pengelompokan sekumpulan data obyek ke dalam beberapa
kelompok yang mempunyai karakteistik tertentu dan dapat di bedakan satu sama lainya
adalah untuk analisis dan interpretasi lebih lanjut untuk penilaian harga. Model yang di
ambil diasumsikan bahwa data yang dapat di gunakan adalah data yang berupa data
interval, frekuensi, dan biner. Set data obyek harus mempunyai peubah yang tipe
sejenis tidak campur antara tipe yang satu dengan yang lainya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan
sumber.
5
6
Secara umum proses di mulai dengan merumuskan masalah pengelompokan
dengan mendefinisikan variabel – variabel yang di gunakan untuk dasar pembentukan
cluster. Kemudian pengambilan p pengukuran peubah pada m obyek pengamatan. Data
tersebut dijadikan matriks data mentah berukuran m x p. Matriks tersebut
ditransformasikan ke dalam bentuk matriks kemiripan berupa n x n yang di hitung
berdasarkan pasangan – pasangan obyek p peubah. Konsep dasar pengukuran analisis
cluster adalah konsep pengukuran jarak (distance) dan kesamaan (simillary). Distance
adalah ukuran tentang jarak pisah antar obyek sedangkan simillary adalah ukuran
kedekatan. Konsep ini penting karena pengelompokan pada analisis cluster di dasarkan
pada kedekatan. Pengukuran jarak (distance type measure ) di gunakan untuk data –
data yang bersifat matriks, sedangkan pengukuran kesesuaian (matching type measure)
di gunakan untuk data – data yang bersifat kualitatif. Pada analisis Clustering, yaitu
proses analisis mengolah data – data yang sudah disiapkan pada kompilasi data untuk
diproses menggunakan HCA dengan menggunakan bantuan software SPSS 16. Dalam
proses ini akan dihasilkan jumlah kelompok persil tanah dan gambar dendogram dari
cluster yang terbentuk. Kemudian dilanjutkan profilisasi cluster,yaitu pembuatan profil
setiap cluster berdasarkan karakteristik yang dimiliki berdasarkan nilai variabelnya.
2.2. Analisis Harga Berdasar kan NJ OP
Analisis ini ditujukan untuk mengetahui harga tanah berdasarkan NJOP dari
setiap cluster yang terbentuk. Harga berdasarkan NJOP diperoleh dengan melakukan
analisis rata – rata NJOP dari harga tanah sebagai anggota cluster tersebut. Selain
berdasarkan rata – rata NJOP penetapan harga juga menggunakan pertimbangan rentang
nilai yang ada.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
7
Data yang digunakan dalam analisis ini adalah cluster hasil analisis dan NJOP
tanah yang ada. Adapun tahapan – tahapan dalam analisis ini adalah :
1) Identifikasi NJOP, dalam identifikasi ini untuk mengetahui NJOP yang ada di
wilayah penelitian sehingga dapat diketahui rentang dan rata – ratanya.
2) Perkiraan NJOP per cluster, setelah diketahui sebaran NJOP yang ada di
wilayah penelitian selanjutnya dilakukan pemisahan NJOP berdasarkan cluster.
3) Penilaian berdasarkan NJOP, dari tahap 2 selanjutnya ditetapkan harga
berdasarkan NJOP per cluster.
Metode – metode yang digunakan dalam mengklasterkan data adalah sebagi berikut :
2.3. Metode Pengukuran Variabel
Berdasarkan jenisnya secara umum, data dapat di bedakan menjadi dua macam
yakni data kualitatif dan data kuantitatif. Data kualitatif adalah data yang dinyatakan
tidak dalam bentuk angka, sedangkan data kuantitatif adalah data yang dinyatakan
dalam bentuk angka. Analisis clustering berhubungan dengan pengolahan data yang
bersifat kuantitatif. Dengan demikian perlu di lakukan pengukuran (kuantifikasi)
terhadap data kualitatif. Proses kuantifikasi tersebut menyebabkan data kualitatif
berubah bentuk menjadi data kuantitatif. Cara pengukuran dapat di lakukan antara lain
dengan memberikan bobot atau angka (Budi 2005 : 8)
2.4. Metode Pengukuran Nilai
Teknik – teknik dalam pengukuran nilai untuk menentukan similarity distance
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
8
(Dillon 1984 :161) di antaranya adalah sebagai berikut:
1. Euclidean Distance, merupakan ukuran jarak antara dua item X dan Y
D(X,Y)=√∑(X 1-Y1)2
……………………………………………. (2.1)
2. Squared Euclidean Distance, merupakan ukuran jarak antara dua iten X dan Y
D(X,Y)=∑(X 1-Y1)2
………………………………………….
(2.2)
3. Pearson Correlation, korelasi antara vector nilai
S (X,Y)=(∑Z
X1-ZY1)/(N-1)
…………………………………………..
(2.3)
Dimana ZX1 adalah nilai x yang telah di standarkan untuk item ke i dan N
adalah jumlah itemnya.
2.5. Metode Pengelompokan
Metode pengelompokan dalam clustering, (Dillon 1984) adalah:
2.5.1. Metode Hirarki
Teknik
hirarki
(hierarchial
methods)
adalah
teknik
clustering
membentuk konstruksi hirarki atau berdasarkan tingkatan tertentu seperti
struktur
pohon
(struktur
pertandingan).
Dengan
demikian
proses
pengelompokanya dilakukan secara bertingkat atau bertahap. Hasil dari
pengelompokan ini dapat di sajikan dalam bentuk dendogram. Metode – metode
yang di gunakan dalam teknik hirarki adalah:
1. Agglomerative Methods
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
9
Metode ini dimulai dengan kenyataan bahwa setiap obyek membentuk
clusternya masing – masing. Kemudian dua obyek dengan jarak terdekat
bergabung. Selanjutnya obyek ketiga akan bergabung dengan cluster yang ada
atau bersama obyek lain yang membentuk cluster baru. Hal ini tetap
memperhitungkan jarak kedekatan antar obyek. Proses akan berlanjut hingga
akhirnya membentuk satu cluster (a single cluster) yang terdiri dari keseluruhan
obyek. Ada beberapa teknik dalam Agglomerative Methods yaitu:
a) Single Iinkage (nearest neighbur methods)
Metode ini menggunakan prinsip jarak minimum yang di awali
dengan mencari dua obyek terdekat dan keduanya membentuk cluster
yang pertama. Pada langkah selanjutnya terdapat dua kemungkinan,
yaitu:
•
Obyek ketiga akan bergabung dengan cluster yang telah
terbentuk, atau
•
Dua obyek lainya akan membentuk cluster baru.
Proses ini akan berlanjut sampai akhirnya terbentuk cluster tunggal.
Pada metode ini jarak antara cluster di definisikan sebagai jarak terdekat
antar anggotanya.
Klaster 1
jarak minimum
Gambar 2.1 Single Linkage
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Klaster 2
10
b) Complete Iinkage (furthest neighbor methods)
Metode ini merupakan kebalikan dari pendekatan yang di gunakan
pada Single Iinkage. Prinsip jarak yang di gunakan adalah jarak terjauh
antar obyek.
Klaster 1
Klaster 2
Gambar 2.2 Complete Linkage
c) Average linkage methods (between groups methods)
Metode ini mengikuti prosedur yang sama dengan metode
sebelumnya. Prinsip ukuran jarak yang digunakan adalah jarak rata –
rata antar tiap pasangan obyek yang mungkin.
Klaster 1
Klaster 2
Gambar 2.3 Average Linkage Methods
d) Variance Methods
Metode
varian,
mencoba
menghasilkan
klaster
dengan
meminimumkan variance dalam klaster. Metode varian yang biasa di
gunakan ialah ward’s procedure.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
11
e) Ward’s Methods
Untuk setiap klaster rata – rata dari seluruh variabel dihitung,
kemudian setiap obyek, jarak yuklidian kuadrat ke rata- rata klaster
dihitung. Jarak ini dijumlahkan untuk semua obyek. Pada setiap
tahap, dua klaster dengan kenaikan terkecil di dalam overall sum of
squares within cluster distance digabung.
f) In the Centroid Methods
Jarak antara dua klaster merupakan jarak antara centroids (rata –
rata dari seluruh variabel). Setiap obyek akan dikelompokkan,
centroid baru dihitung.
Metode Ward
Metode Centroid
Gambar 2.4 Other Agglomertive Clustering Method
2. Divisive methods
Metode devisive berlawanan dengan metode Agglomerative. Metode ini
pertama – tama di awali dengan satu cluster besar yang mencakup semua
observasi (obyek). Selanjutnya obyek yang mempunyai ketidakmiripan yang
cukup besar akan dipisahkan sehingga membentuk cluster yang lebih kecil.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
12
Pemisahan ini dilanjutkan sehingga mencapai sejumlah cluster yang
diinginkan.
Teknik yang di gunakan adalah splinter average distance methods.
Metode ini didasarkan pada perhitungan jarak rata – rata masing – masing
obyek dengan obyek lain pada grupnya. Proses tersebut dimulai dengan
memisahkan obyek dengan
jarak terjauh sehingga terbentuk dua grup.
Kemudian dibandingkan dengan jarak rata rata masing –masing obyek
dengan group splinter dengan grupnya sendiri. Apabila suatu obyek
mempunyai jarak yang lebih dekat ke group splinter daripada ke grupnya
sendiri, maka obyek tersebut haruslah dikeluarkan dari grupnya dan
dipisahkan ke group splinter. Apabila komposisinya sudah stabil, yaitu jarak
suatu obyek ke grupnya selalu lebih kecil daripada jarak obyek itu ke group
splinter, maka proses berhenti dan di lanjutkan dengan tahap pemisahan
dalam grup.
2.5.2. Metode Non Hirar ki
Berbeda dengan metode hirarkikal, prosedur non hirarkikal (K- means
Clustering) dimulai dengan memilih sejumlah nilai cluster awal sesuai dengan jumlah
yang diinginkan dan kemudian obyek digabungkan ke dalam cluster – cluster tersebut.
1) Sequential Threshold Procedure
Metode ini melakukan pengelompokan dengan terlebih dahulu
memilih satu obyek dasar yang akan dijadikan nilai awal cluster,
kemudian semua obyek yang ada di dalam jarak terdekat dengan cluster
ini akan bergabung lalu dipilih cluster kedua dan semua obyek yang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
13
mempunyai kemiripan dimasukkan dalam cluster ini. Demikian
seterusnya hingga terbentuk beberapa cluster dengan keseluruhan obyek
di dalamnya.
2) Parallel Threshold Procedure
Secara prinsi sama dengan prosedur Sequential Threshold, keculai
bahwa beberapa pusat klaster dipilih secara simultan dan obyek dalam
threshold level dikelompokkan dengan pusat terdekat.
3) Optimizing Partitioning Method
The Optimizing Partitioning Method berbeda dari prosedur dua
threshold, dimana obyek selanjutnya di reassigned ke klaster untuk
mengoptimalkan suatu kriteria menyeluruh, seperti average within
cluster distance untuk sejumlah klaster tertentu.
Dua kelemahan dari metode non hirarki ialah bahwa banyaknya kalster harus
disebutkan / ditentukan sebelumnya dan pemilihan pusat klaster sembarang (arbitrary).
Lebih lanjut, hasil pengklasteran mungkin tergantung pada bagaimana pusat (center)
dipilih. Banyak program non hirarki, memilih k obyek (kasus) yang pertama, tanpa ada
nilai yang hilang sebagai pusat klaster awal (k= banyaknya klaster). Jadi, hasil
pengklasteran mungkin bergantung pada urutan observasi dalam data. Bagaimanapun
juga, pengklasteran non hirarki lebih cepat daripada metode hirarki dan lebih
menguntungkan kalau jumlah obyek / kasus atau observasi besar sekali (sampel besar).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
14
Clustering
Procedures
Non-
Hierarchical
Hierarchical
Agglomerat ive
Devisive
Sequential
Parallel
Opt imizing
Threshold
Threshold
Part it ioning
Linkage
Variance
Centroid
M ethods
M ethods
M ethods
Ward’s
M ethods
Single M et hods
Complet e
Average
Linkage
Linkage
Gambar 2.5 Klasifikasi Prosedur Pengklasteran
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
15
Dari kedua metode yang ada diatas, semuanya sama – sama memiliki
kekurangan dalam hal pengklasterannya. Diantaranya tidak dapat menunjukkan berapa
rentang nilai yang di jadikan sebagai acuan untuk mengelompokkan anggota ke dalam
satu klaster, dan juga tidak bisa menunjukkan kenaikan klaster baru yang muncul akibat
kenaikan harga yang telah melebihi batas klaster dan batas rentang nilai yang telah di
tentukan sebelumnya. Oleh karena itu proses pengklasteran bisa di lakukan dengan cara
membuat klaster manual dengan menentukan rentang nilai sesuai kebutuhan dan juga
menentukan sendiri jumlah klaster yang di inginkan. Dengan demikian dapat di ketahui
dengan jelas anggota – anggota yang masuk ke dalam satu klaster dengan rentang yang
di tentukan sebelumnya, serta di ketahui klaster – klaster baru yang muncul dengan
rentang nilai yang lebih tinggi. Proses pengklasteran seperti ini bisa di lakukan dengan
menggunakan program Microsoft Excel untuk memudahkan dalam membuat jumlah
klaster serta menentukan rentang nilai klaster.
Dari kedua bantuan Software yang digunakan sebagai proses pengklasteran,
yakni SPSS 17 dan Microsoft Excel, keduanya akan tetap di pakai untuk
mengklasterkan data tanah yang telah tersedia. Ini di lakukan sebagai uji perbandingan
hasil pengklasteran antara kedua Software tersebut.
2.6. Pemetaan Menggunakan MapInfo
System informasi Geografis dapat dikatakan sebagai komputerisasi dari
data
spasial
dan
informasi
deskript if
guna
memudahkan
dalam
pengumpulan, pengelolaan, pemeliharaan, dan penyajian nya serta untuk
melakukan
berbagai
analisa.
GIS
bukanlah
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
sekedar
peta,
namun
16
merupakan suatu system informasi terpadu yang menggabungkan data
atribut / tabular dengan data spasial / geografik yang di tunjang dengan
berbagai keahlian / disiplin / profesionalisme sehingga menjadikan GIS
sebagai
prasyarat
perencanaan
utama
pembangunan,
bagi
perencana
penetapan
kebijakan
pengambilan keputusan, dan pemecahan masalah.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
untuk
melaksanakan
/
peraturan,
BAB III
METODOLOGI PENELITIAN
Metodologi penelitian merupakan suatu rancangan yang berisi langkah-langkah dalam
melakukan penelitian Tugas Akhir sehingga dapat terencana dengan baik agar tujuan dan
arah permasalahaan tidak menyimpang. Metodologi penelitian berisi tentang bagaimana
mendapatkan data-data yang diperlukan, perhitungan yang diperlukan dalam pengolahan data,
dan menarik kesimpulan serta saran-saran yang dapat diberikan dari hasil yang diperoleh.
Pada bab ketiga ini akan dijelaskan secara detail langkah-langkah yang akan
dilakukan selama penelitian dilaksanakan sehingga didapatkan hasil akhir penelitian yang
diharapkan.
3.1. Pengumpulan Data
Semua data pendukung dalam penelitian ini diperoleh dari data nilai indikasi rata-rata tanah
(NIR) di Kec. Rungkut. Data yang diperlukan untuk melakukan penelitian merupakan data
sekunder. Kegiatan pengumpulan data sekunder meliputi :
-
Data laporan transaksi.
Mengumpulkan data nilai indikasi rata-rata (NIR) tanah dalam periode tahun 2004 –
2010 di daerah Kecamatan Rungkut, yang meliputi
Kelurahan
Kalirungkut,
kedung
Baruk,
Rungkut
Kidul,
Penjaringan
Sari,
Wonorejo,dan Medokan Ayu. Selama periode yang akan digunakan sebagai data
sampel dalam pengerjaan penelitian.
17
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
18
3.2. Langkah – langkah Pengerjaan
Langkah-langkah yang diperlukan untuk menyusun penelitian ini adalah sebagai
berikut :
1.
Studi Literatur
2.
Pengumpulan data sekunder, yang berupa data nilai indikasi rata-rata tanah
dalam periode tahun 2004 – 2010 di Kecamatan Rungkut.
3.
Pengolahan data
- Analisa regresi untuk memprediksi nilai tanah pada tahun 2012.
- Analisis klaster dengan cara manual menggunakan Microsoft Excel
dan SPSS 17.
- Prosentase kenaikan anggota klaster pada setiap tahun nya
berdasarkan harga tanah.
- Pemetaan zona nilai tanah yang ada di Kecamatan Rungkut
berdasarkan klaster.
4.
Dari analisa diatas dapat ditarik kesimpulan dan saran.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
19
Langkah – langkah pelaksanaan penelitian ini secara sistematis:
MULAI
Studi Literatur
Pengumpulan Data :
Pengumpulan data sekunder, yang
berupa data transaksi dalam periode
tahun 2004-2010, dan peta RBI
pada Kecamatan Rungkut
Analis regresi untuk prediksi pada
tahun 2012
Uji R Square
dengan SPSS
Analis klaster
Menggunakan
SPSS 17
Menggunakan
Microsoft Excel
Prosentase kenaikan anggota
Klaster setiap tahun
Pemetaan menurut klaster
melalui Software Mapinfo
SELESAI
Gambar 3.1 Flowchart Pelaksanaan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV
ANALISA DAN PEMBAHASAN
4.1. Identifikasi Nilai Tanah
Hasil pengambilan data sekunder berasal dari Badan Pendapatan Daerah
Pemerintah Kota Surabaya. Data tersebut melalui prosedur yang sesuai dengan
aturan dalam melakukan penelitian di wilayah kota Surabaya yaitu dengan membuat
surat pengantar dari universitas yang ditujukan ke Badan Kesatuan Bangsa, Politik
dan Perlindungan
Masyarakat
(BAKESBANGPOLINMAS)
yang
kemudian
dilanjutkan ke Badan Pendapatan Daerah Pemerintah Kota Surabaya. Data tersebut
berupa data Nilai Indikasi Rata-rata (NIR) Tanah tahun 2004-2010 di kecamatan
Rungkut. Dari data yang telah diperoleh tersebut kemudian di analisa menggunakan
regresi linear untuk mendapatkan prediksi harga pada di tahun 2012. Prediksi harga
pada tahun 2012 adalah sebagai berikut:
4.2. Prediksi Nilai Tanah
Prediksi Nilai Tanah dilakukan dengan mengunakan metode Regresi
Linier menggunakan Microsoft Excel. Dan untuk mencari nilai Koefisien
Determinasi (R2), digunakan program SPSS. Perhitungan regresi Nilai Tanah
adalah sebagai berikut :
20
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
21
4.2.1. Regresi Linier
Perhitungan dengan menggunakan regresi linier ini menggunakan rumus
“Y =a + b.X”. Dimana X = dimisalkan sebagai tahun dan Y = sebagai nilai tanah.
Dan untuk mencari nilai a dan b digunakan rumus sebagai berikut:
a=
(∑ Yi)( ∑ Xi ) − ∑ Xi)(∑ XiYi)
b=
n ∑ XiYi − (∑ Xi)(∑ Yi)
2
n ∑ Xi − (∑ Xi)
2
n ∑ Xi − (∑ Xi)
2
2
2
Dengan rumus tersebut maka prediksi pada tahun 2011 dapat diselesaikan sebagai
berikut :
Tabel 4.1 Data NIR Tanah pada ZNT (AA) Kelurahan Medokan Ayu
Kelurahan Medokan
AA
Jl Medokan Ayu
2004
128000
2005
335000
2006
394000
Sumber : Badan Pendapatan Daerah Pemerintah
2007
537000
2008
537000
2009
537000
2010
614000
2011
2012
726714 798321
Kota Surabaya
Tabel 4.2 Permodelan Regresi Linier
No.
1
2
3
4
5
6
7
8
∑
X
1
2
3
4
5
6
7
8
36
Y
128000
335000
394000
537000
537000
537000
614000
726714
3808714
X2
1
4
9
16
25
36
49
64
204
Sumber: Perhitungan
Dengan memasukkan rumus di atas maka nilai a dan b adalah:
a = 3808714 (204) – 20146712 (36)
8(204)-(362)
= 153857.21
b = 8(20146712) – (36) (3808714)
8(204) – (362)
Hak Cipta © milik UPN "Veteran"
Jatim :
= 71607.11
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
XY
128000
670000
1182000
2148000
2685000
3222000
4298000
5813712
20146712
22
Setelah diketahui nilai a dan b, maka prediksi nilai tanah dapat di hitung
menggunakan persamaan Y= a + b.X, dimana pada tahun 2012 dimisalkan sebagai
tahun ke 9. Hasil perhitungan nya adalah sebagai berikut:
Y = 153857.21
+ 71607.11 X
= 153857.21 + 71607.11 (9)
= Rp.798321
Dari hasil tersebut dapat diketahui bahwa Prediksi Nilai Tanah di tahun 2012
pada zona AA Jl. Medokan Ayu adalah Rp.798321. Untuk melihat prediksi harga
tanah pada semua daerah pada masing – masing kelurahan dapat ditunjukkan pada
lampiran Prediksi Nilai Tanah.
4.2.2. Koefisien Determinasi (R 2)
Untuk menganalisa tingkat kebenaran pada hasil prediksi di tahun 2012, maka
nilai R square (R2) dapat diketahui dengan menggunakan program SPSS 16. Hasil
output pada SPSS dapat di tunjukkan pada lampiran Output Regresi Linear
Menggunakan SPSS. Dan berikut ini adalah tabel rekapitulasi hasil nilai R2 pada
masing – masing kelurahan:
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
23
Tabel 4.3 Rekapitulasi Hasil Nilai R2 Pada Masing – Masing Kelurahan
No
Nama Kelurahan
Nilai R
1
Medokan Ayu
0.99
2
Penjaringan Sari
0.97
3
Kedung Baruk
0.98
4
5
Rungkut Kidul
Wonorejo
0.99
0.99
6
Kalirungkut
Rata - rata
0.98
0.98
Sumber : Out put
2
R2 pada SPSS
Dengan hasil R Square (R2 ) yang di tunjukkan oleh setiap kelurahan, rata –
rata nilai R2 dari semua kelurahan adalah 0.98. Maka kesesuaian dari model regresi
linear sangat baik, dan hasil prediksi pada tahun 2012 dapat digunakan, nilai R2
mendekati 1.00.
4.3. Banyaknya Cluster Yang Terbentuk
Banyaknya cluster yang terbentuk berdasarkan nilai tanah di Kecamatan
Rungkut dapat dijelaskan dengan menggunakan metode analisis Cluster. Dalam
proses pengklsteran ini akan digunakan dua cara yaitu dengan menggunakan
Software SPSS 16 dan Microsoft Excel. Hal ini di lakukan untuk mengetahui
perbandingan anggota cluster yang terbentuk oleh kedua metode tersebut. Hasil yang
di peroleh dari kedua metode tersebut adalah sebagai berikut:
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
24
4.3.1. Analisa Cluster Menggunakan Excel
Pengklasteran dengan menggunakan Excel ini menggunakan teknik manual,
dimana banyaknya cluster dan rentang nilai atau batas nilai cluster ditentukan
terlebih dahulu. Adapun penentuan jumlah dan rentang nilai adalah sebagai berikut :
Cluster I, yaitu kelompok data yang memiliki harga antara 10000 - 99000
Cluster II, yaitu kelompok data yang memiliki harga antara 100000 - 299000
Cluster III, yaitu kelompok data yang memiliki harga antara 300000 - 599000
Cluster IV, yaitu kelompok data yang memiliki harga antara 600000 - 999000
Cluster V, yaitu kelompok data yang memiliki harga antara 1000000 - 1499000
Cluster VI, yaitu kelompok data yang memiliki harga antara 1500000 - 1999000
Cluster VII, yaitu kelompok data yang memiliki harga antara 2000000 - 2999000
Cluster VII, yaitu kelompok data yang memiliki harga antara 3000000 – 3999000
Dari penentuan rentang nilai diatas, maka akan di dapatkan perkembangan
jumlah klaster pada setiap tahun nya. Sebagai contoh akan di tunjukkan
perkembangn klaster di kelurahan Rungkut Kidul. Hasil analisanya adalah sebagai
berikut:
KEL RUNGKUT KIDUL TAHUN 2004
KLASTER 1
10000-99000
BJ Jl. Tambak
BJ Jl. Tambak Masjid
BU Jl. Tambak
BU Jl. Tambak Kaplingan
27000
27000
36000
36000
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
25
KLASTER II
100000-299000
AB Jl.Rungkut Kidul II
AB Jl. Rungkut Kidul III
AB Jl. Rungkut Kidul III Kalimer
AD Jl. Raya Rungkut Kidul
AD Jl Rungkut Kidul
AE Jl. Tambak
AI Jl. Rungkut Kidul
AI Jl. Raya Rungkut Kidul Industri
AN Jl. Raya Rungkut Kidul
AN Jl. Rungkut Kidul
AN Jl. Rungkut Kidul I
AN Jl. Rungkut Kidul II
AN Jl. Rungkut Kidul III
AN Jl. Rungkut Kidul Industri
AW Jl. Raya Tambak
BD Jl. Tambak
BD Jl. Tambak Bendul Merisi
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
128000
103000
103000
KLASTER III
300000-599000
KLASTER IV
600000-999000
AA Jl. Rugkut Kidul Industri
AF
Jl. Raya Rungkut Kidul
AF
Jl. Raya Rungkut Industri
AG Jl. Raya Rungkut Kidul Industri
AG Jl. Raya Rungkut Asri Timur
AG Jl. Raya Rungkut Kidul
AG Jl. Raya Rungkut Kidul I
AJ
Jl. Raya Rungkut Kidul
AJ
Jl. Raya Rungkut Kidul Industri
AJ
Jl. Rungkut Kidul
AJ
Jl. Rungkut Kidul II
AJ
Jl. Rungkut Kidul Industri
AJ
Jl. Raya Kidul Industri
AK Jl. Rungkut Kidul Industri
AN Jl. Rungkut Asri
AN Jl. Rungkut Asri Barat
AN Jl. Rungkut Asri Barat
AN Jl. Rungkut Asri Timur
AN Jl. Rungkut Kidul
AQ Jl. Rungkut Asri
AQ Jl. Rungkut Asri Utara
AQ Jl Raya Rungkut Asri
AQ Jl Raya Rungkut Asri
AS
Jl. Rungkut Asri Barat
AS
Jl. Rungkut Asri Barat
916000
802000
802000
916000
916000
916000
916000
916000
916000
916000
916000
916000
916000
160000
916000
916000
916000
916000
916000
916000
916000
916000
916000
916000
916000
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
26
KLASTER V
1000000-1499000
AC Jl. Raya Rungkut Kidul
AC Jl. Rungkut Kidul
AN KO YKP Rungkut Kidul
AO Jl. Rungkut Asri Tengah
AU Jl. Rungkut Asri Utara
1147000
1147000
1032000
1032000
1032000
Tabel diatas menunjukkan pengklasteran di Kelurahan Rungkut Kidul pada
tahun 2004. Pada tahun tersebut, jumlah cluster yang terbentuk menurut rentang nilai
yang telah di tentukan adalah sebanyak 5 cluster. Untuk mengetahui perkembangan
jumlah cluster yang terbentuk pada setiap tahun nya, maka akan dilanjutkan analisa
cluster pada tahun berikutnya yakni pada tahun 2005. Hasil analisa pada tahun 2005
adalah sebagai berikut:
KEL RUNGKUT KIDUL TAHUN 2005
KLASTER 1
10000-99000
BJ Jl. Tambak
BJ Jl. Tambak Masjid
BU Jl. Tambak
BU Jl. Tambak Kaplingan
Anggota klaster I yang bertahan
Anggota klaster I yang berpindah
48000
48000
48000
48000
10 0.0 0%
0.00%
KLASTER II
100000-299000
AE Jl. Tambak
AW Jl. Raya Tambak
BD Jl. Tambak
BD Jl. Tambak Bendul Merisi
Anggota klaster II yang bertahan
Anggota klaster II yang berpindah
243000
243000
128000
128000
20 .5 3%
76.47%
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
27
KLASTER III
300000-599000
AB Jl.Rungkut Kidul II
AB Jl. Rungkut Kidul III
AB Jl. Rungkut Kidul III Kalimer
AD Jl. Raya Rungkut Kidul
AD Jl Rungkut Kidul
AI
Jl. Rungkut Kidul
AI
Jl. Raya Rungkut Kidul Industri
AK Jl. Rungkut Kidul Industri
AN Jl. Raya Rungkut Kidul
AN Jl. Rungkut Kidul
AN Jl. Rungkut Kidul I
AN Jl. Rungkut Kidul II
AN Jl. Rungkut Kidul III
AN Jl. Rungkut Kidul Industri
KLASTER II
KLASTER IV
KLASTER IV
600000-999000
Anggota klaster IV yang bertahan
Anggota klaster IV yang berpindah
KLASTER V
1000000-1499000
AA
Jl. Rugkut Kidul Industri
AF
Jl. Raya Rungkut Kidul
AF
Jl. Raya Rungkut Industri
AG
Jl. Raya Rungkut Kidul Industri
AG
Jl. Raya Rungkut Asri Timur
AG
Jl. Raya Rungkut Kidul
AG
Jl. Raya Rungkut Kidul I
AJ
Jl. Raya Rungkut Kidul
AJ
Jl. Raya Rungkut Kidul Industri
AJ
Jl. Rungkut Kidul
AJ
Jl. Rungkut Kidul II
AJ
Jl. Rungkut Kidul Industri
AJ
Jl. Raya Kidul Industri
AN
Jl. Rungkut Asri
AN
Jl. Rungkut Asri Barat
AN
Jl. Rungkut Asri Barat
AN
Jl. Rungkut Asri Timur
AN
Jl. Rungkut Kidul
AN
KO YKP Rungkut Kidul
AO
Jl. Rungkut Asri Tengah
AQ
Jl. Rungkut Asri
AQ
Jl. Rungkut Asri Utara
AQ
Jl Raya Rungkut Asri
AQ
Jl Raya Rungkut Asri
AS
Jl. Rungkut Asri Barat
AS
Jl. Rungkut Asri Barat
Anggota klaster V yang bertahan
Anggota klaster V yang berpindah
KLASTER IV
335000
335000
335000
335000
335000
394000
394000
335000
335000
335000
335000
335000
335000
335000
7 6 ,4 7 %
4%
0 .0 0 %
100.00%
1032000
1032000
1147000
1147000
1147000
1147000
1147000
1274000
1274000
1274000
1274000
1274000
1274000
1147000
1147000
1147000
1147000
1147000
1274000
1416000
1147000
1147000
1147000
1147000
1147000
1147000
4 0 .0 0 %
60.00%
96%
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
28
KLASTER VI
1500000-1999000
AC Jl. Raya Rungkut Kidul
AC Jl. Rungkut Kidul
AU Jl. Rungkut Asri Utara
KLASTER V
1573000
1573000
1573000
60 %
Dengan menggunakan cara yang sama yaitu mengelompokkan anggota
kedalam satu cluster dengan rentang nilai yang telah ditentukan, maka pada tahun
2005 telah mengalami peningkatan jumlah cluster. Cluster baru yang muncul adalah
Cluster VI dengan rentang nilai 1500000 – 1999000. Peningkatan jumlah cluster ini
dikarenakan adanya perkembangan nilai yang di tunjukkan pada setiap anggota
cluster di setiap tahun nya sehingga banyak anggota cluster yang keluar dari cluster
awal dan berpindah ke cluster lainya yang memiliki rentang nilai lebih tinggi Proses
ini berlanjut sampai pada tahun 2012, dan pada tahun 2006 sampai 2011 bisa dilihat
pada lampiran Analisa Pengklasteran Menggunakan Excel dan Prosentase
(dikarenakan data terlalu banyak). Dan hasil analisa cluster pada tahun 2012 adalah
sebagai berikut:
KEL RUNGKUT KIDUL TAHUN 2012
KLASTER 1
10000-99000
Anggota klaster I yang bertahan
Anggota klaster I yang berpindah
0.0 0%
100.00%
KLASTER II
100000-299000
BJ Jl. Tambak
BJ Jl. Tambak Masjid
Anggota klaster II yang bertahan
Anggota klaster II yang berpindah
KLASTER I
239678
239678
0.0 0%
100.00%
5 0%
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
29
KLASTER III
300000-
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
LEMBAR PENGESAHAN
TUGAS AKHIR
ANALISIS SPASIAL BERDASARKAN CLUSTERING
NILAI INDIKASI TANAH PADA ZONA NILAI TANAH DI
KECAMATAN RUNGKUT
Disusun Oleh :
J ainudin
0853010071
Telah dipertahankan dihadapan dan diterima oleh Tim Penguji Tugas Akhir
Program Studi Teknik Sipil FTSP UPN ’’Veter an’’ J awa Timur
pada tanggal, 28 November 2012
Dosen Pembimbing :
Pembimbing Utama
Tim Penguji :
1. Penguji I
N Dita Pahang Putra, ST., MT.
NPT. 3 7003 00 0175 1
Dr s.Ir. Made Dharma Astawa, MT.
NIP. 19530919 198601 1 00 1
Pembimbing Pendamping
2. Penguji II
Ir. Siti Zainab, MT.
NIP. 19600105 199303 2 00 1
Dra. Anna Rumintang, MT.
NIP. 19620630 198903 2 00 1
3. Penguji III
Ir. Diah Ratri J uliani, MT.
Mengetahui
Dekan Fakultas Teknik Sipil Dan Perencanaan
Univer sitas Pembangunan Nasional ’’Veteran’’ J awa Timur
Ir. Naniek Ratni J AR., M.Kes.
NIP. 19590729 198603 2 00 1
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
KATA PENGANTAR
Dengan segenap puji syukur Alhamdulillah kehadirat Allah S.W.T yang telah
melimpahkan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan Tugas
Akhir ini dengan judul “ANALISIS SPASIAL BERDASARKAN CLUSTERING
NILAI INDIKASI TANAH PADA ZONA NILAI TANAH DI KECAMATAN
RUNGKUT” ini merupakan suatu syarat bagi mahasiswa dalam menempuh jenjang
sarjana Strata 1 (S-1) di Fakultas Teknik Sipil dan Perencanaan UPN “Veteran” Jawa
Timur.
Dalam menyelesaikan Tugas Akhir ini penulis berusaha semaksimal mungkin
menerapkan ilmu yang penulis dapatkan di bangku perkuliahan dan buku–buku literatur
yang sesuai dengan judul Tugas Akhir ini. Disamping ini penulis juga menerapkan
petunjuk-petunjuk yang diberikan oleh dosen pembimbing. Namun sebagai manusia
biasa dengan keterbatasan yang ada pada penulis menyadari bahwa Tugas Akhir ini
masih jauh dari sempurna. Oleh karena itu segala saran dan kritik yang bersifat
membangun dari setiap pembaca akan penulis terima demi kesempurnaan Tugas Akhir
ini.
Dengan tersusunnya Tugas Akhir ini penulis tidak lupa mengucapkan terima kasih
sebanyak-banyaknya kepada semua pihak yang telah memberikan bimbingan, dorongan,
semangat, arahan serta berbagai macam bantuan baik berupa moral maupun spritual,
terutama kepada :
1.
Ir.Naniek Ratni JAR.,M.Kes. selaku Dekan Fakultas Teknik Sipil dan
Perencanaan Universitas Pembangunan Nasional “Veteran” Jawa Timur.
ii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.
Ibnu Sholichin,ST.,MT. selaku Kepala Program Studi Teknik Sipil Universitas
Pembangunan Nasional “Veteran” Jawa Timur.
3.
N Dita P Putra , ST.,MT. selaku dosen pembimbing utama Tugas Akhir yang telah
berkenan memberikan bimbingan, waktu dan dorongan moril selama pengerjaan
Tugas Akhir sampai selesai.
4.
Ibu Ir. Siti Zainab. MT. selaku dosen pembimbing pendamping Tugas Akhir yang
telah berkenan memberikan bimbingan, waktu dan dorongan moril selama
pengerjaan Tugas Akhir sampai selesai.
5.
Dra. Anna Rumintang. MT. yang telah membantu penulis dalam menyelesaikan
Tugas Akhir ini.
6.
Segenap dosen dan staff Program Studi Teknik Sipil UPN “Veteran” Jawa Timur.
7.
Para tim penguji yang telah membantu penulis sehingga penulis dapat
menyelesaikan Tugas Akhir ini dengan lebih baik.
8.
Bapak, Ibu tersayang, dan kedua kakakku yang telah banyak memberikan
dukungan lahir dan batin, material, spritual, dan moral sehingga penulis dapat
menyelesaikan Tugas Akhir ini dengan baik.
9.
Andik feriyanto, Rahmad Hidayat, Erwin Dwiyanto, Gely Septiandana, Bayu Tri,
Tri Wijatmiko, Ambar, Yuda, Misbahc, Rani, Rudi, Reza.H, Sudian,Nur
Fardiansyah, Fatih, Eko Prasetyo, Ferry, Rona, Arum, Febri, Metha, Arif
Cahyono, Takrep, Koko, Rio Andriyanto, Djoko sumarsono, Sadmay Gigid
Handika, Agung dan teman-teman yang tidak bisa saya sebutkan satu persatu.
iii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
10.
Segenap keluarga besar Teknik Sipil UPN “Veteran” Jatim dan teman-teman
Teknik Sipil khususnya angkatan 2008 terima kasih atas dorongan dan
semangatnya yang bermanfaat sehingga penulis dapat menyelesaikan Tugas Akhir
ini.
Surabaya, 22 Oktober 2012
Penulis
iv
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR ISI
ABSTRAK ··············································································· i
KATA PENGANTAR ································································· ii
DAFTAR ISI ············································································ v
DAFTAR GAMBAR ··································································· vii
DAFTAR TABEL ······································································ viii
BAB I PENDAHULUAN
1.1. Latar Belakang Masalah · ·························································· 1
1.2. Rumusan Masalah ·································································· 2
1.3. Tujuan Penelitian ··································································· 3
1.4. Batasan Masalah ···································································· 3
1.5. Manfaat Penelitian ·································································· 4
1.6. Lokasi Penelitian···································································· 4
BAB II TINJ AUAN PUSTAKA
2.1. Konsep Dasar ······································································· 5
2.2. Analisis Harga Berdasarkan NJOP ··············································· 6
2.3. Metode Pengukuran Variabel ···················································· 7
2.4. Metode Pengukuran Nilai ·························································· 7
2.5. Metode Pengelompokan ··························································· 8
2.5.1. Metode Hirarki ····························································· 8
v
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.5.2. Metode non Hirarki ······················································· 12
2.6. Pemetaan Menggunakan MapInfo ················································ 15
BAB III METODOLOGI PENELITIAN
3.1. Pengumpulan Data·································································· 17
3.2. Langkah – langkah Pengerjaan ···················································· 19
BAB IV PERHITUNGAN DAN ANALISA DATA
4.1. Identifikasi Nilai Tanah ···························································· 20
4.2. Prediksi Nilai Tanah ································································ 20
4.2.1. Regresi Linier ······························································ 21
4.2.2. Koofisien Determinasi R2················································· 22
4.3. Banyaknya Cluster Yang Terbentuk ·············································· 23
4.3.1. Analisa Pengklasteran Menggunakan Excel ···························· 24
4.3.2. Analisa Cluster Menggunakan Metode Non Hirarki pada SPSS….. 31
4.4. Prosentase Kenaikan Anggota Klaster Setiap Tahun ··························· 33
4.5. Pemetaan Anggota Klaster Tahun 2012 ·········································· 38
BAB V KESIMPULAN DAN SARAN
5.1. Kesimpulan ·········································································· 45
5.2. Saran ················································································· 46
DAFTAR PUSTAKA
LAMPIRAN
vi
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR GAMBAR
Gambar 1.1 Kecamatan Rungkut ······················································ 4
Gambar 2.1 Single Linkage ····························································· 9
Gambar 2.2 Complete Linkage ························································· 10
Gambar 2.3 Average Linkage Methods ··············································· 10
Gambar 2.4 Other Agglomertive Clustering Method ································ 11
Gambar 2.5 Klasifikasi Prosedur Pengklasteran ····································· 14
Gambar 3.1 Flowchart Pelaksanaan ··················································· 19
Gambar 4.1 Peta Cluster Kelurahan Rungkut Kidul Tahun 2012 ·················· 39
Gambar 4.2 Peta Cluster Kelurahan Penjaringan Sari Tahun 2012 ················ 40
Gambar 4.3 Peta Cluster Kelurahan Wonorejo Tahun 2012 ························ 41
Gambar 4.4 Peta Cluster Kelurahan Kalirungkut Tahun 2012 ····················· 42
Gambar 4.5 Peta Cluster Kelurahan Kedung Baruk Tahun 2012 ·················· 43
Gambar 4.6 Peta Cluster Kelurahan Medokan Ayu Tahun 2012 ··················· 44
vii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR TABEL
Tabel 4.1 Data NIR Tanah pada ZNT (AA) Kelurahan Medokan Ayu ············ 21
Tabel 4.2 Permodelan Regresi Linier ·················································· 21
Tabel 4.3 Rekapitulasi Hasil Nilai R2 Pada Masing – Masing Kelurahan………. 23
Tabel 4.4 Rekapitulasi Banyaknya Cluster Yang Terbentuk ······················ 31
Tabel 4.5 Hasil Pengclusteran Pada SPSS ………………… ………………….. 32
Tabel 4.6 Rekapitulasi Prosentase Perkembangan Cluster ( Tetap & Pindah )
Setiap Tahun ············································································· 34
Tabel 4.7 Rekapitulasi Perpindahan Cluster ·········································· 36
Tabel 4.8 Rekapitulasi Kenaikan Anggota Cluster Tertinggi dan
Prosentase ················································································· 38
viii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
ANALISIS SPASIAL BERDASARKAN CLUSTERING NILAI
INDIKASI TANAH PADA ZONA NILAI TANAH DI
KECAMATAN RUNGKUT
Oleh :
J AINUDIN
ABSTRAK
Pesatnya pertumbuhan kota-kota besar banyak dipengaruhi oleh kompleksnya
fungsi yang dijalankan suatu kota atau daerah tersebut. Pertumbuhan pembangunan
yang sangat pesat di kota-kota besar membuat kebutuhan lahan atau tanah sangat
tinggi. Perkembangan suatu kota atau daerah akan selalu diikuti dengan
meningkatnya permintaan tanah dan selanjutnya akan menaikkan nilai tanah.
Dari beragamnya kenaikan yang di tujukkan oleh setiap daerah yang ada di
kecamatan Rungkut bisa di buat beberapa cluster/ kelompok anggota dengan nilai
atau rentang yang berbeda. Dari penentuan cluster tersebut di peroleh kenaikan
jumlah cluster pada tahun 2012, yang sebelumnya angka tersebut di dapat melalui
prediksi menggunakan regresi linear dimana antara lain pada prediksi di tahun 2012
pada zona AA. Jl Medokan Ayu bernilai Rp. 798321. Dan banyaknya cluster yang
terbentuk pada tahun 2012 di Kelurahan Medokan Ayu sebanyak 6 cluster,
Kelurahan Penjaringan sebanyak 7 cluster, Kelurahan Kedung Baruk sebanyak 7
cluster, Kelurahan Rungkut Kidul sebanyak 8 cluster, Kelurahan Wonorejo sebanyak
8 cluster, dan Kelurahan kalirungkut sebanyak 8 cluster.
Prosentase kenaikan anggota cluster tertinggi pada setiap kelurahan ditunjukkan
dengan pencapaian cluster nya, dimana pada kelurahan Medokan Ayu yang
mencapai cluster VI dengan prosentase anggota sebesar 9,09%, Penjaringan Sari
mencapai cluster VII sebesar 21,42%, Kedung Baruk mencapai cluster VII sebesar
83,33%, Rungkut Kidul mencapai cluster VIII sebesar 20%, Wonorejo mencapai
cluster VIII sebesar 50%, dan Kalirungkut mencapai cluster VIII sebesar 29,17%.
Keyword : Tanah, Nilai Tanah.Regresi Linier, Cluster, NIR, ZNT, Peta RBI.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
i
BAB I
PENDAHULUAN
1.1. Latar Belakang
Pesatnya pertumbuhan kota-kota besar banyak dipengaruhi oleh kompleksnya
fungsi yang dijalankan suatu kota atau daerah tersebut. Pertumbuhan pembangunan
yang sangat pesat di kota-kota besar membuat kebutuhan lahan atau tanah sangat
tinggi. Perkembangan suatu kota atau daerah akan selalu diikuti dengan
meningkatnya permintaan tanah dan selanjutnya akan menaikkan nilai tanah. Karena
tanah mempunyai sifat yang tetap baik dalam lokasi maupun jumlahnya.
Kebutuhan tanah yang sangat tinggi memiliki kecenderungan nilai tanah di kotakota besar meningkat. Hal ini dipengaruhi oleh meningkatnya pembangunan di
daerah atau kota tersebut. Selain itu meningkatnya nilai tanah disebabkan oleh
beberapa factor yaitu faktor fisik dasar, faktor fisik geografis, faktor sarana dan
prasarana, faktor fasilitas kebutuhan, dan faktor lingkungan. Penentuan nilai tanah
diperlukan untuk mengetahui nilai tanah yang senantiasa berubah akibat berbagai
kepentingan dalam penggunaan tanah, Karena sifat tanah yang bersifat dinamis atau
berubah – ubah seiring dengan bertambahnya waktu.
Kecamatan Rungkut adalah salah satu daerah yang sedang berkembang, luas
wilayah kecamatanya yang mencapai 2104,128 ha, yang terdiri dari 6 kelurahan yaitu
Kelurahan Kalirungkut, kedung Baruk, Rungkut Kidul, Penjaringan Sari,
Wonorejo,dan
Medokan
Ayu.(
http://rungkut-surabaya.org/peta-lokasi.html
)
Sehingga dengan luas wilayah yang cukup luas memungkinkan wilayah tersebut
menjadi salah satu daerah yang berkembang. Banyaknya faktor – faktor yang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
1
2
mempengaruhi nilai tanah di daerah tersebut,antara lain adanya pusat perindustrian,
universitas, dan akses jalan yang mudah dijangkau. Sehingga dapat menyebabkan
naiknya nilai tanah didaerah rungkut.
Dengan peningkatan nilai tanah yang terjadi diharapkan dapat diprediksi nilai
tanah di daerah tersebut sehingga kenaikan nilai tanah yang terjadi tidak
menghambat pembangunan didaerah tersebut.
Dari sekian banyaknya data yang di dapat, akan di identifikasi berdasarkan
kemiripan harga pada setiap zona dan di kelompokkan ke dalam satu anggota yang di
sebut dengan Cluster. Dimana kriteria kelompok tanah tersebut di dasarkan pada
rentang nilai yang telah di tentukan.
1.2 Rumusan Masalah
Permasalahan yang dapat di tulis dari latar belakang tersebut adalah.
1. Berapa prediksi harga tanah di Kecamatan Rungkut berdasarkan NJOP
pada tahun 2012?
2. Berapa banyak cluster yang terbentuk berdasarkan nilai tanah di
Kecamatan Rungkut?
3. Berapa prosentase kenaikan cluster pada setiap tahun nya berdasarkan
NJOP?
4. Bagaimana pemetaan zona nilai tanah yang ada di Kecamatan Rungkut
berdasarkan cluster?
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3
1.3 Tujuan Penelitian
1. Untuk mengetahui prediksi harga tanah di Kecamatan Rungkut berdasarkan
NJOP pada tahun 2012.
2. Untuk mengetahui banyak nya cluster yang terbentuk berdasarkan nilai
tanah di Kecamatan Rungkut.
3. Untuk mengetahui prosentase kenaikan cluster pada
setiap tahun nya
berdasarkan NJOP.
4. Untuk mengetahui pemetaan zona nilai tanah yang ada di Kecamatan
Rungkut berdasarkan cluster.
1.4 Batasan Masalah
1.
Nilai tanah ditentukan berdasarkan laporan data NJOP di tahun 2004 -
2010.
2. Tidak menghitung nilai jual objek pajak di tahun 2004 - 2010.
3. Tidak menghitung pajak bumi dan bangunan baik ditahun 2004 - 2010.
4. Pengelompokan harga tanah dengan menggunakan analisis cluster untuk
mengelompokkan harga yang memiliki karakteristik dan nilai yang sama.
5. Nilai tanah yang akan di kelompokkan berdasarkan analisis cluster
adalah
menurut data NJOP di Kecamatan Rungkut pada tahun 2004 – 2010.
6. Tidak membahas penyebab naik serta turunnya harga tanah.
7. Pemetaan menggunakan Software Mapinfo 11, Autocad, dan Excel 2010.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4
1.5 Manfaat Penelitian.
1. Dapat mengetahui prediksi harga tanah di Kecamatan Rungkut
berdasarkan NJOP pada tahun 2012.
2. Dapat mengetahui banyaknya cluster yang terbentuk berdasarkan
nilai tanah di Kecamatan Rungkut.
3. Untuk mengetahui prosentase kenaikan cluster pada setiap tahun nya
berdasarkan NJOP.
4. Untuk mengetahui pemetaan zona nilai tanah yang ada di Kecamatan
Rungkut berdasarkan cluster.
1.6 Lokasi Penelitian
Gambar 1.1 Kecamatan Rungkut.
Sumber : Google Maps
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB II
TINJ AUAN PUSTAKA
2.1. Konsep Dasar
Analisis Clustering merupakan salah satu analisa dalam multivariate analisis
statistika. Multivariate adalah analisis statistika yang di gunakan pada data yang terdiri
dari banyak variabel. Cluster juga bisa diartikan sebagai salah satu teknik yang
bertujuan untuk mengidentifikasi sekelompok obyek yang mempunyai kemiripan
karakteristik tertentu yang dapat di pisahkan dengan kelompok obyek lainya, sehingga
obyek yang berada dalam kelompok yang sama relative lebih homogen daripada obyek
yang berada pada kelompok yang berbeda (Dillon: 1984; 157).
Dalam penilaian tanah terdapat beberapa metode yang digunakan antara lain :
persamaan regresi dan Zona Nilai Tanah (ZNT). Namun berdasarkan tujuan penelitian,
yakni mengelompokkan nilai tanah berdasarkan ukuran variabel tanah, maka metode
yang digunakan adalah analisis Clustering. Setelah cluster terbentuk maka dilakukan
penilaian rata – rata prosentase kenaikan anggota klaster awal ke klaster berikutnya.
Jumlah kelompok yang dapat diidentifikasi tergantung pada jumlah dan variasi
data obyek. Tujuan dari pengelompokan sekumpulan data obyek ke dalam beberapa
kelompok yang mempunyai karakteistik tertentu dan dapat di bedakan satu sama lainya
adalah untuk analisis dan interpretasi lebih lanjut untuk penilaian harga. Model yang di
ambil diasumsikan bahwa data yang dapat di gunakan adalah data yang berupa data
interval, frekuensi, dan biner. Set data obyek harus mempunyai peubah yang tipe
sejenis tidak campur antara tipe yang satu dengan yang lainya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan
sumber.
5
6
Secara umum proses di mulai dengan merumuskan masalah pengelompokan
dengan mendefinisikan variabel – variabel yang di gunakan untuk dasar pembentukan
cluster. Kemudian pengambilan p pengukuran peubah pada m obyek pengamatan. Data
tersebut dijadikan matriks data mentah berukuran m x p. Matriks tersebut
ditransformasikan ke dalam bentuk matriks kemiripan berupa n x n yang di hitung
berdasarkan pasangan – pasangan obyek p peubah. Konsep dasar pengukuran analisis
cluster adalah konsep pengukuran jarak (distance) dan kesamaan (simillary). Distance
adalah ukuran tentang jarak pisah antar obyek sedangkan simillary adalah ukuran
kedekatan. Konsep ini penting karena pengelompokan pada analisis cluster di dasarkan
pada kedekatan. Pengukuran jarak (distance type measure ) di gunakan untuk data –
data yang bersifat matriks, sedangkan pengukuran kesesuaian (matching type measure)
di gunakan untuk data – data yang bersifat kualitatif. Pada analisis Clustering, yaitu
proses analisis mengolah data – data yang sudah disiapkan pada kompilasi data untuk
diproses menggunakan HCA dengan menggunakan bantuan software SPSS 16. Dalam
proses ini akan dihasilkan jumlah kelompok persil tanah dan gambar dendogram dari
cluster yang terbentuk. Kemudian dilanjutkan profilisasi cluster,yaitu pembuatan profil
setiap cluster berdasarkan karakteristik yang dimiliki berdasarkan nilai variabelnya.
2.2. Analisis Harga Berdasar kan NJ OP
Analisis ini ditujukan untuk mengetahui harga tanah berdasarkan NJOP dari
setiap cluster yang terbentuk. Harga berdasarkan NJOP diperoleh dengan melakukan
analisis rata – rata NJOP dari harga tanah sebagai anggota cluster tersebut. Selain
berdasarkan rata – rata NJOP penetapan harga juga menggunakan pertimbangan rentang
nilai yang ada.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
7
Data yang digunakan dalam analisis ini adalah cluster hasil analisis dan NJOP
tanah yang ada. Adapun tahapan – tahapan dalam analisis ini adalah :
1) Identifikasi NJOP, dalam identifikasi ini untuk mengetahui NJOP yang ada di
wilayah penelitian sehingga dapat diketahui rentang dan rata – ratanya.
2) Perkiraan NJOP per cluster, setelah diketahui sebaran NJOP yang ada di
wilayah penelitian selanjutnya dilakukan pemisahan NJOP berdasarkan cluster.
3) Penilaian berdasarkan NJOP, dari tahap 2 selanjutnya ditetapkan harga
berdasarkan NJOP per cluster.
Metode – metode yang digunakan dalam mengklasterkan data adalah sebagi berikut :
2.3. Metode Pengukuran Variabel
Berdasarkan jenisnya secara umum, data dapat di bedakan menjadi dua macam
yakni data kualitatif dan data kuantitatif. Data kualitatif adalah data yang dinyatakan
tidak dalam bentuk angka, sedangkan data kuantitatif adalah data yang dinyatakan
dalam bentuk angka. Analisis clustering berhubungan dengan pengolahan data yang
bersifat kuantitatif. Dengan demikian perlu di lakukan pengukuran (kuantifikasi)
terhadap data kualitatif. Proses kuantifikasi tersebut menyebabkan data kualitatif
berubah bentuk menjadi data kuantitatif. Cara pengukuran dapat di lakukan antara lain
dengan memberikan bobot atau angka (Budi 2005 : 8)
2.4. Metode Pengukuran Nilai
Teknik – teknik dalam pengukuran nilai untuk menentukan similarity distance
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
8
(Dillon 1984 :161) di antaranya adalah sebagai berikut:
1. Euclidean Distance, merupakan ukuran jarak antara dua item X dan Y
D(X,Y)=√∑(X 1-Y1)2
……………………………………………. (2.1)
2. Squared Euclidean Distance, merupakan ukuran jarak antara dua iten X dan Y
D(X,Y)=∑(X 1-Y1)2
………………………………………….
(2.2)
3. Pearson Correlation, korelasi antara vector nilai
S (X,Y)=(∑Z
X1-ZY1)/(N-1)
…………………………………………..
(2.3)
Dimana ZX1 adalah nilai x yang telah di standarkan untuk item ke i dan N
adalah jumlah itemnya.
2.5. Metode Pengelompokan
Metode pengelompokan dalam clustering, (Dillon 1984) adalah:
2.5.1. Metode Hirarki
Teknik
hirarki
(hierarchial
methods)
adalah
teknik
clustering
membentuk konstruksi hirarki atau berdasarkan tingkatan tertentu seperti
struktur
pohon
(struktur
pertandingan).
Dengan
demikian
proses
pengelompokanya dilakukan secara bertingkat atau bertahap. Hasil dari
pengelompokan ini dapat di sajikan dalam bentuk dendogram. Metode – metode
yang di gunakan dalam teknik hirarki adalah:
1. Agglomerative Methods
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
9
Metode ini dimulai dengan kenyataan bahwa setiap obyek membentuk
clusternya masing – masing. Kemudian dua obyek dengan jarak terdekat
bergabung. Selanjutnya obyek ketiga akan bergabung dengan cluster yang ada
atau bersama obyek lain yang membentuk cluster baru. Hal ini tetap
memperhitungkan jarak kedekatan antar obyek. Proses akan berlanjut hingga
akhirnya membentuk satu cluster (a single cluster) yang terdiri dari keseluruhan
obyek. Ada beberapa teknik dalam Agglomerative Methods yaitu:
a) Single Iinkage (nearest neighbur methods)
Metode ini menggunakan prinsip jarak minimum yang di awali
dengan mencari dua obyek terdekat dan keduanya membentuk cluster
yang pertama. Pada langkah selanjutnya terdapat dua kemungkinan,
yaitu:
•
Obyek ketiga akan bergabung dengan cluster yang telah
terbentuk, atau
•
Dua obyek lainya akan membentuk cluster baru.
Proses ini akan berlanjut sampai akhirnya terbentuk cluster tunggal.
Pada metode ini jarak antara cluster di definisikan sebagai jarak terdekat
antar anggotanya.
Klaster 1
jarak minimum
Gambar 2.1 Single Linkage
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Klaster 2
10
b) Complete Iinkage (furthest neighbor methods)
Metode ini merupakan kebalikan dari pendekatan yang di gunakan
pada Single Iinkage. Prinsip jarak yang di gunakan adalah jarak terjauh
antar obyek.
Klaster 1
Klaster 2
Gambar 2.2 Complete Linkage
c) Average linkage methods (between groups methods)
Metode ini mengikuti prosedur yang sama dengan metode
sebelumnya. Prinsip ukuran jarak yang digunakan adalah jarak rata –
rata antar tiap pasangan obyek yang mungkin.
Klaster 1
Klaster 2
Gambar 2.3 Average Linkage Methods
d) Variance Methods
Metode
varian,
mencoba
menghasilkan
klaster
dengan
meminimumkan variance dalam klaster. Metode varian yang biasa di
gunakan ialah ward’s procedure.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
11
e) Ward’s Methods
Untuk setiap klaster rata – rata dari seluruh variabel dihitung,
kemudian setiap obyek, jarak yuklidian kuadrat ke rata- rata klaster
dihitung. Jarak ini dijumlahkan untuk semua obyek. Pada setiap
tahap, dua klaster dengan kenaikan terkecil di dalam overall sum of
squares within cluster distance digabung.
f) In the Centroid Methods
Jarak antara dua klaster merupakan jarak antara centroids (rata –
rata dari seluruh variabel). Setiap obyek akan dikelompokkan,
centroid baru dihitung.
Metode Ward
Metode Centroid
Gambar 2.4 Other Agglomertive Clustering Method
2. Divisive methods
Metode devisive berlawanan dengan metode Agglomerative. Metode ini
pertama – tama di awali dengan satu cluster besar yang mencakup semua
observasi (obyek). Selanjutnya obyek yang mempunyai ketidakmiripan yang
cukup besar akan dipisahkan sehingga membentuk cluster yang lebih kecil.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
12
Pemisahan ini dilanjutkan sehingga mencapai sejumlah cluster yang
diinginkan.
Teknik yang di gunakan adalah splinter average distance methods.
Metode ini didasarkan pada perhitungan jarak rata – rata masing – masing
obyek dengan obyek lain pada grupnya. Proses tersebut dimulai dengan
memisahkan obyek dengan
jarak terjauh sehingga terbentuk dua grup.
Kemudian dibandingkan dengan jarak rata rata masing –masing obyek
dengan group splinter dengan grupnya sendiri. Apabila suatu obyek
mempunyai jarak yang lebih dekat ke group splinter daripada ke grupnya
sendiri, maka obyek tersebut haruslah dikeluarkan dari grupnya dan
dipisahkan ke group splinter. Apabila komposisinya sudah stabil, yaitu jarak
suatu obyek ke grupnya selalu lebih kecil daripada jarak obyek itu ke group
splinter, maka proses berhenti dan di lanjutkan dengan tahap pemisahan
dalam grup.
2.5.2. Metode Non Hirar ki
Berbeda dengan metode hirarkikal, prosedur non hirarkikal (K- means
Clustering) dimulai dengan memilih sejumlah nilai cluster awal sesuai dengan jumlah
yang diinginkan dan kemudian obyek digabungkan ke dalam cluster – cluster tersebut.
1) Sequential Threshold Procedure
Metode ini melakukan pengelompokan dengan terlebih dahulu
memilih satu obyek dasar yang akan dijadikan nilai awal cluster,
kemudian semua obyek yang ada di dalam jarak terdekat dengan cluster
ini akan bergabung lalu dipilih cluster kedua dan semua obyek yang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
13
mempunyai kemiripan dimasukkan dalam cluster ini. Demikian
seterusnya hingga terbentuk beberapa cluster dengan keseluruhan obyek
di dalamnya.
2) Parallel Threshold Procedure
Secara prinsi sama dengan prosedur Sequential Threshold, keculai
bahwa beberapa pusat klaster dipilih secara simultan dan obyek dalam
threshold level dikelompokkan dengan pusat terdekat.
3) Optimizing Partitioning Method
The Optimizing Partitioning Method berbeda dari prosedur dua
threshold, dimana obyek selanjutnya di reassigned ke klaster untuk
mengoptimalkan suatu kriteria menyeluruh, seperti average within
cluster distance untuk sejumlah klaster tertentu.
Dua kelemahan dari metode non hirarki ialah bahwa banyaknya kalster harus
disebutkan / ditentukan sebelumnya dan pemilihan pusat klaster sembarang (arbitrary).
Lebih lanjut, hasil pengklasteran mungkin tergantung pada bagaimana pusat (center)
dipilih. Banyak program non hirarki, memilih k obyek (kasus) yang pertama, tanpa ada
nilai yang hilang sebagai pusat klaster awal (k= banyaknya klaster). Jadi, hasil
pengklasteran mungkin bergantung pada urutan observasi dalam data. Bagaimanapun
juga, pengklasteran non hirarki lebih cepat daripada metode hirarki dan lebih
menguntungkan kalau jumlah obyek / kasus atau observasi besar sekali (sampel besar).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
14
Clustering
Procedures
Non-
Hierarchical
Hierarchical
Agglomerat ive
Devisive
Sequential
Parallel
Opt imizing
Threshold
Threshold
Part it ioning
Linkage
Variance
Centroid
M ethods
M ethods
M ethods
Ward’s
M ethods
Single M et hods
Complet e
Average
Linkage
Linkage
Gambar 2.5 Klasifikasi Prosedur Pengklasteran
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
15
Dari kedua metode yang ada diatas, semuanya sama – sama memiliki
kekurangan dalam hal pengklasterannya. Diantaranya tidak dapat menunjukkan berapa
rentang nilai yang di jadikan sebagai acuan untuk mengelompokkan anggota ke dalam
satu klaster, dan juga tidak bisa menunjukkan kenaikan klaster baru yang muncul akibat
kenaikan harga yang telah melebihi batas klaster dan batas rentang nilai yang telah di
tentukan sebelumnya. Oleh karena itu proses pengklasteran bisa di lakukan dengan cara
membuat klaster manual dengan menentukan rentang nilai sesuai kebutuhan dan juga
menentukan sendiri jumlah klaster yang di inginkan. Dengan demikian dapat di ketahui
dengan jelas anggota – anggota yang masuk ke dalam satu klaster dengan rentang yang
di tentukan sebelumnya, serta di ketahui klaster – klaster baru yang muncul dengan
rentang nilai yang lebih tinggi. Proses pengklasteran seperti ini bisa di lakukan dengan
menggunakan program Microsoft Excel untuk memudahkan dalam membuat jumlah
klaster serta menentukan rentang nilai klaster.
Dari kedua bantuan Software yang digunakan sebagai proses pengklasteran,
yakni SPSS 17 dan Microsoft Excel, keduanya akan tetap di pakai untuk
mengklasterkan data tanah yang telah tersedia. Ini di lakukan sebagai uji perbandingan
hasil pengklasteran antara kedua Software tersebut.
2.6. Pemetaan Menggunakan MapInfo
System informasi Geografis dapat dikatakan sebagai komputerisasi dari
data
spasial
dan
informasi
deskript if
guna
memudahkan
dalam
pengumpulan, pengelolaan, pemeliharaan, dan penyajian nya serta untuk
melakukan
berbagai
analisa.
GIS
bukanlah
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
sekedar
peta,
namun
16
merupakan suatu system informasi terpadu yang menggabungkan data
atribut / tabular dengan data spasial / geografik yang di tunjang dengan
berbagai keahlian / disiplin / profesionalisme sehingga menjadikan GIS
sebagai
prasyarat
perencanaan
utama
pembangunan,
bagi
perencana
penetapan
kebijakan
pengambilan keputusan, dan pemecahan masalah.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
untuk
melaksanakan
/
peraturan,
BAB III
METODOLOGI PENELITIAN
Metodologi penelitian merupakan suatu rancangan yang berisi langkah-langkah dalam
melakukan penelitian Tugas Akhir sehingga dapat terencana dengan baik agar tujuan dan
arah permasalahaan tidak menyimpang. Metodologi penelitian berisi tentang bagaimana
mendapatkan data-data yang diperlukan, perhitungan yang diperlukan dalam pengolahan data,
dan menarik kesimpulan serta saran-saran yang dapat diberikan dari hasil yang diperoleh.
Pada bab ketiga ini akan dijelaskan secara detail langkah-langkah yang akan
dilakukan selama penelitian dilaksanakan sehingga didapatkan hasil akhir penelitian yang
diharapkan.
3.1. Pengumpulan Data
Semua data pendukung dalam penelitian ini diperoleh dari data nilai indikasi rata-rata tanah
(NIR) di Kec. Rungkut. Data yang diperlukan untuk melakukan penelitian merupakan data
sekunder. Kegiatan pengumpulan data sekunder meliputi :
-
Data laporan transaksi.
Mengumpulkan data nilai indikasi rata-rata (NIR) tanah dalam periode tahun 2004 –
2010 di daerah Kecamatan Rungkut, yang meliputi
Kelurahan
Kalirungkut,
kedung
Baruk,
Rungkut
Kidul,
Penjaringan
Sari,
Wonorejo,dan Medokan Ayu. Selama periode yang akan digunakan sebagai data
sampel dalam pengerjaan penelitian.
17
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
18
3.2. Langkah – langkah Pengerjaan
Langkah-langkah yang diperlukan untuk menyusun penelitian ini adalah sebagai
berikut :
1.
Studi Literatur
2.
Pengumpulan data sekunder, yang berupa data nilai indikasi rata-rata tanah
dalam periode tahun 2004 – 2010 di Kecamatan Rungkut.
3.
Pengolahan data
- Analisa regresi untuk memprediksi nilai tanah pada tahun 2012.
- Analisis klaster dengan cara manual menggunakan Microsoft Excel
dan SPSS 17.
- Prosentase kenaikan anggota klaster pada setiap tahun nya
berdasarkan harga tanah.
- Pemetaan zona nilai tanah yang ada di Kecamatan Rungkut
berdasarkan klaster.
4.
Dari analisa diatas dapat ditarik kesimpulan dan saran.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
19
Langkah – langkah pelaksanaan penelitian ini secara sistematis:
MULAI
Studi Literatur
Pengumpulan Data :
Pengumpulan data sekunder, yang
berupa data transaksi dalam periode
tahun 2004-2010, dan peta RBI
pada Kecamatan Rungkut
Analis regresi untuk prediksi pada
tahun 2012
Uji R Square
dengan SPSS
Analis klaster
Menggunakan
SPSS 17
Menggunakan
Microsoft Excel
Prosentase kenaikan anggota
Klaster setiap tahun
Pemetaan menurut klaster
melalui Software Mapinfo
SELESAI
Gambar 3.1 Flowchart Pelaksanaan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV
ANALISA DAN PEMBAHASAN
4.1. Identifikasi Nilai Tanah
Hasil pengambilan data sekunder berasal dari Badan Pendapatan Daerah
Pemerintah Kota Surabaya. Data tersebut melalui prosedur yang sesuai dengan
aturan dalam melakukan penelitian di wilayah kota Surabaya yaitu dengan membuat
surat pengantar dari universitas yang ditujukan ke Badan Kesatuan Bangsa, Politik
dan Perlindungan
Masyarakat
(BAKESBANGPOLINMAS)
yang
kemudian
dilanjutkan ke Badan Pendapatan Daerah Pemerintah Kota Surabaya. Data tersebut
berupa data Nilai Indikasi Rata-rata (NIR) Tanah tahun 2004-2010 di kecamatan
Rungkut. Dari data yang telah diperoleh tersebut kemudian di analisa menggunakan
regresi linear untuk mendapatkan prediksi harga pada di tahun 2012. Prediksi harga
pada tahun 2012 adalah sebagai berikut:
4.2. Prediksi Nilai Tanah
Prediksi Nilai Tanah dilakukan dengan mengunakan metode Regresi
Linier menggunakan Microsoft Excel. Dan untuk mencari nilai Koefisien
Determinasi (R2), digunakan program SPSS. Perhitungan regresi Nilai Tanah
adalah sebagai berikut :
20
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
21
4.2.1. Regresi Linier
Perhitungan dengan menggunakan regresi linier ini menggunakan rumus
“Y =a + b.X”. Dimana X = dimisalkan sebagai tahun dan Y = sebagai nilai tanah.
Dan untuk mencari nilai a dan b digunakan rumus sebagai berikut:
a=
(∑ Yi)( ∑ Xi ) − ∑ Xi)(∑ XiYi)
b=
n ∑ XiYi − (∑ Xi)(∑ Yi)
2
n ∑ Xi − (∑ Xi)
2
n ∑ Xi − (∑ Xi)
2
2
2
Dengan rumus tersebut maka prediksi pada tahun 2011 dapat diselesaikan sebagai
berikut :
Tabel 4.1 Data NIR Tanah pada ZNT (AA) Kelurahan Medokan Ayu
Kelurahan Medokan
AA
Jl Medokan Ayu
2004
128000
2005
335000
2006
394000
Sumber : Badan Pendapatan Daerah Pemerintah
2007
537000
2008
537000
2009
537000
2010
614000
2011
2012
726714 798321
Kota Surabaya
Tabel 4.2 Permodelan Regresi Linier
No.
1
2
3
4
5
6
7
8
∑
X
1
2
3
4
5
6
7
8
36
Y
128000
335000
394000
537000
537000
537000
614000
726714
3808714
X2
1
4
9
16
25
36
49
64
204
Sumber: Perhitungan
Dengan memasukkan rumus di atas maka nilai a dan b adalah:
a = 3808714 (204) – 20146712 (36)
8(204)-(362)
= 153857.21
b = 8(20146712) – (36) (3808714)
8(204) – (362)
Hak Cipta © milik UPN "Veteran"
Jatim :
= 71607.11
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
XY
128000
670000
1182000
2148000
2685000
3222000
4298000
5813712
20146712
22
Setelah diketahui nilai a dan b, maka prediksi nilai tanah dapat di hitung
menggunakan persamaan Y= a + b.X, dimana pada tahun 2012 dimisalkan sebagai
tahun ke 9. Hasil perhitungan nya adalah sebagai berikut:
Y = 153857.21
+ 71607.11 X
= 153857.21 + 71607.11 (9)
= Rp.798321
Dari hasil tersebut dapat diketahui bahwa Prediksi Nilai Tanah di tahun 2012
pada zona AA Jl. Medokan Ayu adalah Rp.798321. Untuk melihat prediksi harga
tanah pada semua daerah pada masing – masing kelurahan dapat ditunjukkan pada
lampiran Prediksi Nilai Tanah.
4.2.2. Koefisien Determinasi (R 2)
Untuk menganalisa tingkat kebenaran pada hasil prediksi di tahun 2012, maka
nilai R square (R2) dapat diketahui dengan menggunakan program SPSS 16. Hasil
output pada SPSS dapat di tunjukkan pada lampiran Output Regresi Linear
Menggunakan SPSS. Dan berikut ini adalah tabel rekapitulasi hasil nilai R2 pada
masing – masing kelurahan:
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
23
Tabel 4.3 Rekapitulasi Hasil Nilai R2 Pada Masing – Masing Kelurahan
No
Nama Kelurahan
Nilai R
1
Medokan Ayu
0.99
2
Penjaringan Sari
0.97
3
Kedung Baruk
0.98
4
5
Rungkut Kidul
Wonorejo
0.99
0.99
6
Kalirungkut
Rata - rata
0.98
0.98
Sumber : Out put
2
R2 pada SPSS
Dengan hasil R Square (R2 ) yang di tunjukkan oleh setiap kelurahan, rata –
rata nilai R2 dari semua kelurahan adalah 0.98. Maka kesesuaian dari model regresi
linear sangat baik, dan hasil prediksi pada tahun 2012 dapat digunakan, nilai R2
mendekati 1.00.
4.3. Banyaknya Cluster Yang Terbentuk
Banyaknya cluster yang terbentuk berdasarkan nilai tanah di Kecamatan
Rungkut dapat dijelaskan dengan menggunakan metode analisis Cluster. Dalam
proses pengklsteran ini akan digunakan dua cara yaitu dengan menggunakan
Software SPSS 16 dan Microsoft Excel. Hal ini di lakukan untuk mengetahui
perbandingan anggota cluster yang terbentuk oleh kedua metode tersebut. Hasil yang
di peroleh dari kedua metode tersebut adalah sebagai berikut:
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
24
4.3.1. Analisa Cluster Menggunakan Excel
Pengklasteran dengan menggunakan Excel ini menggunakan teknik manual,
dimana banyaknya cluster dan rentang nilai atau batas nilai cluster ditentukan
terlebih dahulu. Adapun penentuan jumlah dan rentang nilai adalah sebagai berikut :
Cluster I, yaitu kelompok data yang memiliki harga antara 10000 - 99000
Cluster II, yaitu kelompok data yang memiliki harga antara 100000 - 299000
Cluster III, yaitu kelompok data yang memiliki harga antara 300000 - 599000
Cluster IV, yaitu kelompok data yang memiliki harga antara 600000 - 999000
Cluster V, yaitu kelompok data yang memiliki harga antara 1000000 - 1499000
Cluster VI, yaitu kelompok data yang memiliki harga antara 1500000 - 1999000
Cluster VII, yaitu kelompok data yang memiliki harga antara 2000000 - 2999000
Cluster VII, yaitu kelompok data yang memiliki harga antara 3000000 – 3999000
Dari penentuan rentang nilai diatas, maka akan di dapatkan perkembangan
jumlah klaster pada setiap tahun nya. Sebagai contoh akan di tunjukkan
perkembangn klaster di kelurahan Rungkut Kidul. Hasil analisanya adalah sebagai
berikut:
KEL RUNGKUT KIDUL TAHUN 2004
KLASTER 1
10000-99000
BJ Jl. Tambak
BJ Jl. Tambak Masjid
BU Jl. Tambak
BU Jl. Tambak Kaplingan
27000
27000
36000
36000
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
25
KLASTER II
100000-299000
AB Jl.Rungkut Kidul II
AB Jl. Rungkut Kidul III
AB Jl. Rungkut Kidul III Kalimer
AD Jl. Raya Rungkut Kidul
AD Jl Rungkut Kidul
AE Jl. Tambak
AI Jl. Rungkut Kidul
AI Jl. Raya Rungkut Kidul Industri
AN Jl. Raya Rungkut Kidul
AN Jl. Rungkut Kidul
AN Jl. Rungkut Kidul I
AN Jl. Rungkut Kidul II
AN Jl. Rungkut Kidul III
AN Jl. Rungkut Kidul Industri
AW Jl. Raya Tambak
BD Jl. Tambak
BD Jl. Tambak Bendul Merisi
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
160000
128000
103000
103000
KLASTER III
300000-599000
KLASTER IV
600000-999000
AA Jl. Rugkut Kidul Industri
AF
Jl. Raya Rungkut Kidul
AF
Jl. Raya Rungkut Industri
AG Jl. Raya Rungkut Kidul Industri
AG Jl. Raya Rungkut Asri Timur
AG Jl. Raya Rungkut Kidul
AG Jl. Raya Rungkut Kidul I
AJ
Jl. Raya Rungkut Kidul
AJ
Jl. Raya Rungkut Kidul Industri
AJ
Jl. Rungkut Kidul
AJ
Jl. Rungkut Kidul II
AJ
Jl. Rungkut Kidul Industri
AJ
Jl. Raya Kidul Industri
AK Jl. Rungkut Kidul Industri
AN Jl. Rungkut Asri
AN Jl. Rungkut Asri Barat
AN Jl. Rungkut Asri Barat
AN Jl. Rungkut Asri Timur
AN Jl. Rungkut Kidul
AQ Jl. Rungkut Asri
AQ Jl. Rungkut Asri Utara
AQ Jl Raya Rungkut Asri
AQ Jl Raya Rungkut Asri
AS
Jl. Rungkut Asri Barat
AS
Jl. Rungkut Asri Barat
916000
802000
802000
916000
916000
916000
916000
916000
916000
916000
916000
916000
916000
160000
916000
916000
916000
916000
916000
916000
916000
916000
916000
916000
916000
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
26
KLASTER V
1000000-1499000
AC Jl. Raya Rungkut Kidul
AC Jl. Rungkut Kidul
AN KO YKP Rungkut Kidul
AO Jl. Rungkut Asri Tengah
AU Jl. Rungkut Asri Utara
1147000
1147000
1032000
1032000
1032000
Tabel diatas menunjukkan pengklasteran di Kelurahan Rungkut Kidul pada
tahun 2004. Pada tahun tersebut, jumlah cluster yang terbentuk menurut rentang nilai
yang telah di tentukan adalah sebanyak 5 cluster. Untuk mengetahui perkembangan
jumlah cluster yang terbentuk pada setiap tahun nya, maka akan dilanjutkan analisa
cluster pada tahun berikutnya yakni pada tahun 2005. Hasil analisa pada tahun 2005
adalah sebagai berikut:
KEL RUNGKUT KIDUL TAHUN 2005
KLASTER 1
10000-99000
BJ Jl. Tambak
BJ Jl. Tambak Masjid
BU Jl. Tambak
BU Jl. Tambak Kaplingan
Anggota klaster I yang bertahan
Anggota klaster I yang berpindah
48000
48000
48000
48000
10 0.0 0%
0.00%
KLASTER II
100000-299000
AE Jl. Tambak
AW Jl. Raya Tambak
BD Jl. Tambak
BD Jl. Tambak Bendul Merisi
Anggota klaster II yang bertahan
Anggota klaster II yang berpindah
243000
243000
128000
128000
20 .5 3%
76.47%
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
27
KLASTER III
300000-599000
AB Jl.Rungkut Kidul II
AB Jl. Rungkut Kidul III
AB Jl. Rungkut Kidul III Kalimer
AD Jl. Raya Rungkut Kidul
AD Jl Rungkut Kidul
AI
Jl. Rungkut Kidul
AI
Jl. Raya Rungkut Kidul Industri
AK Jl. Rungkut Kidul Industri
AN Jl. Raya Rungkut Kidul
AN Jl. Rungkut Kidul
AN Jl. Rungkut Kidul I
AN Jl. Rungkut Kidul II
AN Jl. Rungkut Kidul III
AN Jl. Rungkut Kidul Industri
KLASTER II
KLASTER IV
KLASTER IV
600000-999000
Anggota klaster IV yang bertahan
Anggota klaster IV yang berpindah
KLASTER V
1000000-1499000
AA
Jl. Rugkut Kidul Industri
AF
Jl. Raya Rungkut Kidul
AF
Jl. Raya Rungkut Industri
AG
Jl. Raya Rungkut Kidul Industri
AG
Jl. Raya Rungkut Asri Timur
AG
Jl. Raya Rungkut Kidul
AG
Jl. Raya Rungkut Kidul I
AJ
Jl. Raya Rungkut Kidul
AJ
Jl. Raya Rungkut Kidul Industri
AJ
Jl. Rungkut Kidul
AJ
Jl. Rungkut Kidul II
AJ
Jl. Rungkut Kidul Industri
AJ
Jl. Raya Kidul Industri
AN
Jl. Rungkut Asri
AN
Jl. Rungkut Asri Barat
AN
Jl. Rungkut Asri Barat
AN
Jl. Rungkut Asri Timur
AN
Jl. Rungkut Kidul
AN
KO YKP Rungkut Kidul
AO
Jl. Rungkut Asri Tengah
AQ
Jl. Rungkut Asri
AQ
Jl. Rungkut Asri Utara
AQ
Jl Raya Rungkut Asri
AQ
Jl Raya Rungkut Asri
AS
Jl. Rungkut Asri Barat
AS
Jl. Rungkut Asri Barat
Anggota klaster V yang bertahan
Anggota klaster V yang berpindah
KLASTER IV
335000
335000
335000
335000
335000
394000
394000
335000
335000
335000
335000
335000
335000
335000
7 6 ,4 7 %
4%
0 .0 0 %
100.00%
1032000
1032000
1147000
1147000
1147000
1147000
1147000
1274000
1274000
1274000
1274000
1274000
1274000
1147000
1147000
1147000
1147000
1147000
1274000
1416000
1147000
1147000
1147000
1147000
1147000
1147000
4 0 .0 0 %
60.00%
96%
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
28
KLASTER VI
1500000-1999000
AC Jl. Raya Rungkut Kidul
AC Jl. Rungkut Kidul
AU Jl. Rungkut Asri Utara
KLASTER V
1573000
1573000
1573000
60 %
Dengan menggunakan cara yang sama yaitu mengelompokkan anggota
kedalam satu cluster dengan rentang nilai yang telah ditentukan, maka pada tahun
2005 telah mengalami peningkatan jumlah cluster. Cluster baru yang muncul adalah
Cluster VI dengan rentang nilai 1500000 – 1999000. Peningkatan jumlah cluster ini
dikarenakan adanya perkembangan nilai yang di tunjukkan pada setiap anggota
cluster di setiap tahun nya sehingga banyak anggota cluster yang keluar dari cluster
awal dan berpindah ke cluster lainya yang memiliki rentang nilai lebih tinggi Proses
ini berlanjut sampai pada tahun 2012, dan pada tahun 2006 sampai 2011 bisa dilihat
pada lampiran Analisa Pengklasteran Menggunakan Excel dan Prosentase
(dikarenakan data terlalu banyak). Dan hasil analisa cluster pada tahun 2012 adalah
sebagai berikut:
KEL RUNGKUT KIDUL TAHUN 2012
KLASTER 1
10000-99000
Anggota klaster I yang bertahan
Anggota klaster I yang berpindah
0.0 0%
100.00%
KLASTER II
100000-299000
BJ Jl. Tambak
BJ Jl. Tambak Masjid
Anggota klaster II yang bertahan
Anggota klaster II yang berpindah
KLASTER I
239678
239678
0.0 0%
100.00%
5 0%
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
29
KLASTER III
300000-