Vol.16 No.2. Agustus 2014 Jurnal Momentum ISSN : X METODE CLUSTER ANALYSIS

Transkripsi

1 METODE CLUSTER ANALYSIS Oleh: Hamdeni Medriosa Dosen Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Abstrak Masalah lalu lintas di Indonesia memang sangat komplek. Mulai dari semrawutnya masalah transportasi sampai kepada kemacetan dan polusi udara. Dari hal tersebut diatas, dapat kita tinjau berbagai macam penyebab potensi masalah lalulintas mulai dari besarnya jumlah penduduk, panjang jalan, banyaknya jumlah kendaraan dan Produk Domestik Regional Bruto (PDRB). Dari ke empat hal diatas akan dapat kita ketahui mengenai study potensi penyebab masalah lalu lintas yang ada di ibukota propinsi di seluruh wilayah Indonesia, dari -. Dari keempat hal diatas dapat juga diketahui dilevel mana suatu daerah dalam penyebab potensi masalah lalu lintas. Dari hasil analisa metode cluster analysis didapati dari dendogram bahwa daerah ibukota propinsi yang berada di level I yaitu dan dilevel II yaitu dan. Sementara daerah lainnya hanya berpotensi dilevel selanjutnya. Kata Kunci : cluster analysis, dendogram I. PENDAHULUAN I.1. Latar Belakang Pada zaman sekarang ini masalah transportasi menjadi masalah yang sangat penting, karena disamping mengindikasikan kemajuan suatu daerah juga sebagai tanda apakah daerah tersebut berkembang atau tidak. Terlebih lagi bagi negara yang sedang berkembang. Dengan adanya era globalisasi tidak dipungkiri bahwa transportasi merupakan sarana penunjang untuk meningkatkan taraf hidup dan kesejahteraan rakyat. Karena arus globalisasi tidak bisa dibendung di Indonesia termasuk juga dengan salah satu propinsinya seperti Sumatera Barat, khususnya kota, karena disamping sebagai kota pendidikan kota juga merupakan sebagai kota budaya dan kota pariwisata. Karena keadaan diataslah maka, Sumatera Barat umumnya khususnya kota harus bisa memberikan pelayanan yang memadai, khususnya di bidang transportasi dan sarana angkutan. Karena mustahil kemajuan suatu daerah tanpa adanya perencanaan transportasi yang matang / tertata dengan baik dapat menunjang majunya suatu daerah. Untuk itulah perlunya diadakan penelitian tentang keadaan potensi penyebab masalah lalu lintas di Sumatera Barat dan menganalisa pada posisi / levelnya dibandingkan dengan daerah lain yang ada di Indonesia Tujuan Dan Manfaat Penelitian Tujuan dari penelitian ini untuk menetapkan hirarki dari potensi masalah lalu lintas di ibukota propinsi di Indonesia. Manfaat dari penelitian ini yaitu sebagai pedoman dalam menentukan kebijaksanaan perencanaan lalu lintas dengan diperolehnya hirarki potensi masalah lalu lintas Batasan Masalah Dalam penelitian ini ruang lingkup penelitiannya dibatasi pada: 1. Data data untuk penelitian berasal dari Badan Pusat Statistik (BPS) 2. Data data yang digunakan adalah dari 3. Data-data tersebut berasal dari ibukotaibukota propinsi di Indonesia. 4. Analisa data menggunakan software SPSS II. Tinjauan Pustaka 2.1. Umum Transportasi merupakan bagian integral dari suatu fungsi masayarakat. Ia menunjukkan hubungan yang sangat erat dengan gaya hidup, jangkauan dan lokasi dari kegiatan yang produktif, dan selingan serta barang-barang dan pelayanan yang tersedia 17

2 untuk di konsumsi. Indonesia merupakan daerah yang mempunyai masalah lalu lintas yang sangat komplek. Dimana didalam pengelolaannya selalu saja menimbulkan berbagai permasalahan, sehingga kita harus dapat megelompokkan masalah lalu lintas Indonesia ini kedalam suatu organisir tertentu, yang diamati berdasarkan data ke dalam struktur yang penuh arti. Terutama sekali untuk wilayah Indonesia khususnya untuk kota Teknologi Transportasi Walaupun terdapat banyak keanekaragaman dari sistim transportasi dan alat-alat transport yang diporoduksi mempunyai sejumlah komponen fungsional yang umum, sehingga alasan itulah yang menyebabkan adanya suatu bidang teknik transportasi sebagai tambahan terhadap berbagai bidang tertentu yang lebih khusus dan berhubungan dengan salah satu jenis transportasi. Beberapa komponen dasar sistim transportasi dan cara komponennya agar terakit dan berfungsinya sistim transportasi.( Edward K Morlok ) 2.3. Cluster Analysis Tujuan Umum Istilah analisis gugus ( pertama yang digunakan oleh Tryon, 1939) meliputi sejumlah metoda berbeda untuk menggolongkan object sesama serupa ke dalam kategori masing-masing. Suatu pertanyaan umum yang menghadapi penelitian di dalam area pemeriksaan bagaimana cara mengorganisir diamati data ke dalam struktur penuh arti. Analisis Cluster termasuk dalam analisis statistik multivariate metode interdependen, sebagai alat analisis interdependen maka tujuan analisis cluster tidak untuk menghubungkan ataupun membedakan dengan sample ataupun variable yang lain. Analisis cluster merupakan salah satu alat analisis yang berguna dalam meringkas data atau sejumlah variabel untuk menjadi lebih sedikit. Dalam melakukan proses meringkas data ini dapat di lakukan dengan jalan mengelompokan objek- objek berdasarkan kesamaan karakteristik tertentu di antara objek- objek yang hendak di teliti. Pembentukan kelompok-kelompok observasi / kasus ini berdasarkan jarak, observasi yang mirip seharusnya berada dalam kelompok yang sama, dan data observasi yang jauh seharusnya berada dalam kelompok yang berbeda. Pembentukan kelompok ini akan di ikuti dengan terjadinya pengelempokan yang menunjukan kedekatan kesamaan antar kasus.(ariyanto ; 2005) Agar hasil analisis dapat ideal sebaiknya di lakukan beberapa kali analisis cluster dengan menggunakan beberapa metode jarak cluster.(luca Garibaldi; 2003). Beberapa hal yang harus di perhatikan dalam melakukan analisis cluster adalah : 1. Lakukan beberapa kali analisis cluster 2. Pastikan data yang di dapatkan adalah data yang valid, baik secara validitas maupun validitas konten. 3. Berikan justifikasi logika pada output analisis cluster yang telah di keluarkan SPSS, jika output yang di hasilkan jauh dari logika, kemungkinan terjadi berbagai kesalahan baik pengukuran maupun sample.(nursalim AA ; 2006) Analisis cluster mempunyai beberapa istilah penting, antara lain : Agglomeration schedule, ialah jadwal yang memberikan informasi tentang objek atau kasus yang akan di kelompokan pada setiap tahap pada suatu proses analisis cluster yang hierarkis. Cluster Centroid, ialah titik awal di mulainya pengelompokan di dalam cluster nonhierarki, cluster di bentuk / di bangun di sekitar titik titik atau Seeds. Cluster Membership, ialah keanggotaan yang menunjukan cluster, untuk setiap objek/ kasus yang menjadi anggotanya. Dendogram adalah output SPSS yang memvisualisasikan hasil analisis cluster yang di di lakukan peneliti. Garis vertical (Y) menunjukan cluster yang di gabung bersama, posisi garis pada skala (X) menunjukan jarak (Distance), dimana cluster di gabung, dendogram harus di baca mulai dari kiri ke kanan. Analisis cluster dilakukan dengan dua cara, yaitu Hierarki Cluster dan K Means Cluster, Hierarki Cluster digunakan untuk analisis data dengan sample kecil sedangkan K Means Cluster di gunakan untuk analisis data dengan sample yang relatif besar (>100). Dalam penelitian ini hanya digunakan hierarki cluster karena sampel yang kecil. 18

3 Analisis cluster juga adalah sebuah alat untuk penelusuran (eksploring), analisis cluster menampakan hubungan dan susunan menurut data dengan tidak memerhatikan alasan mengapa itu terjadi, analisis cluster akan menunjukan hasil yang penting bagi pengambilan keputusan. Hasil analisis cluster dapat berguna bagi klasifikasi secara umum, seperti hubungan / taksonomi hewan, serangga, tumbuhan, atau makhluk lainnya, dapat juga untuk mengindikasikan alasan untuk menandai kasus / observasi dan mendiagnosis tujuan, menemukan contoh / jenis untuk mempresentasikan kelas. Sebagai contoh, masalah kemacetan di Indonesia kalau kita telusuri dapat disebabkan oleh beberapa komponen seperti banyaknya jumlah penduduk, panjang jalan, banyaknya jumlah kendaraan dan Produk Domestik Regional Bruto. Hal ini dijadikan landasan dalam faktor-faktor yang mempengaruhi masalah kemacetan,disamping lusanya suatu daerah. Dari faktor-faktor yang komplek itulah dijadikan analisa penyebab masalah kemacetan yang akan kita analisa dengan menggunakan metoda cluster analysis dengan menggunakan software SPSS.(Nursalim AA ; 2006) Area Aplikasi Cluster analysis telah diberlakukan bagi suatu permasalahan riset yang luas (Hartigan 1975) menyediakan suatu ringkasan yang sempurna banyak studi diterbitkan yang melaporkan hasil analisa seikat. Sebagai contoh, dalam bidang kedokteran, suatu penyakit, cara perawatan untuk penyakit, atau gejala penyakit dapat mendorong kearah yang sangat bermanfaat. Dan di bidang transportasi seperti menganalisa masalah kemacetan dan masalah transportsai lainnya. III. Metodologi Penelitian Penelitian diawali dengan mengumpulkan bahan-bahan literature berupa teori yang dapat dijadikan landasan penelitian dan data-data lain yang berkaitan dengan penelitian, setelah itu barulah berusaha untuk memahami metoda survei yang akan digunakan selama pelaksanaan penelitian. Dalam pengumpulan data sekunder ini dikelompokkan dahulu kedalam sub bidang masing-masing. Sub bidang masing-masingnya yaitu jumlah penduduk, panjang jalan, jumlah kendaraan dan PDRB. kemudian dikelompokkan berdasarkan dan daerahnya. Rencana kerja pada penelitian ini secara umum ditunjukkan pada bagan alir berikut : IV. Prosedur Dan Hasil Kerja Prosedur kerja Pada bagian ini diuraikan mengenai prosedur kerja dari survai yang akan dilakukan Dimana survai yang dilakukan ini adalah langsung mencari data sekunder yand terdapat di BPS. Survai yang dilakukan antara lain, survai jumlah penduduk, survai panjang jalan, survai jumlah kendaraan dan survai PDRB Data Jumlah Penduduk pencaraian jumlah penduduk di ibukotaibukota propinsi di Indonesiandari Data Panjang Jalan pencarian panjang jalan yang ada di ibukotaibukota propinsi di Indonesia. Panjang jalan ini didapat dari penjumlahan dari panjang jalan negara ditambah jalan propinsi ditambah lagi dengan jalan kabupaten dari Data Jumlah Kendaraan pencarian jumlah total banyaknya kendaraan bermotor yang ada di ibukota-ibukota propinsi di Indonesia dari -. Dimana jumlah kendaraan terdiri dari jumlah kendaraan roda dua dan kendaraan mobil penumpang,bis dan truck Data PDRB Parameter Pengumpulan Data Pengolahan Data Sekunder Analisis Data Pembuatan Laporan 19

4 pencarian jumlah PDRB ibukota-ibukota propinsi di Indonesia dari Hasil Pengumpulan Data Hasil Pengumpulan Data Ibukota- Ibukota Propinsi Di Indonesia Data Jumlah Penduduk total jumlah penduduk ibukota-ibukota propinsi di Indonesia dari - dapat dilihat pada lampiran. Total jumlah penduduk ibukota ibukota propinsi di Indonesia pada yaitu berjumlah juta jiwa dan total jumlah penduduk yaitu sebesar juta jiwa Data Panjang Jalan panjang jalan ibukota-ibukota propinsi di Indonesia dari - dapat dilihat pada lampiran. Total jumlah panjang jalan ibukota ibukota propinsi di Indonesia pada yaitu berjumlah km dan total jumlah panjang jalan yaitu km Data Jumlah Kendaraan total jumlah kendaraan ibukota-ibukota propinsi di Indonesia dari - dapat dilihat pada lampiran. Total jumlah kendaraan ibukota ibukota propinsi di Indoesia pada yaitu berjumlah juta dan total jumlah kendaraan yaitu sebesar juta Data PDRB total PDRB ibukota-ibukota propinsi di Indonesia dari - dapat dilihat pada lampiran. Total jumlah PDRB ibukota ibukota propinsi di Indonesia pada yaitu berjumlah Rp ,- dan total jumlah penduduk yaitu sebesar Rp ,-. ANALISA DAN PEMBAHASAN 5.1. Gambaran Umum Gambaran umum tentang jumlah penduduk di ibukota-ibukota propinsi di Indonesia dari -. Wilayah studi penelitian ini meliputi semua daerah-daerah ibukota propinsi diseluruh Indonesia, yaitu: No. Propinsi Ibukota 1 Nanggroe Banda Darussalam 2 Sumatera Utara 3 Sematera Barat 4 Riau 5 6 Sumatera Selatan 7 8 Lampung Bandar Lampung 9 DKI 10 Jawa Barat 11 Jawa Tengah 12 DI 13 Jawa Timur 14 Bali 15 Nusa Tenggara Barat 16 Nusa Tenggara Timur 17 Kalimantan Barat 18 Kalimantan Tengah 19 Kalimantan Selatan 20 Kalimantan Timur 21 Sulawesi Utara 22 Sulawesi Tengah 23 Sulawesi Selatan 24 Sulawesi Tenggara 25 Maluku 26 Papua jumlah penduduk Total Jumlah Penduduk Grafik 5.1. Jumlah total penduduk Indonesia dari - 20

5 Vol.16 No.2. Agustus 2014 Jurnal Momentum ISSN : X Total Jumlah Kendaraan Ibukota Propinsi Jumlah Penduduk Ibukota Propinsi Ta npa DKI jumlah kendaraan jumlah penduduk Y ogyakarta A mbon A ceh Grafik 5.5. Total jumlah kendaraan bermotor ibukota propinsi di Indonesia dari Grafik 5.2. Total jumlah penduduk Indonesia - tanpa DKI Total Panjang Jalan di Ibukota Propinsi Total Jumla h KendaraanTanpa DKI jumlah kendaraan panjang jalan (km) Banjarmas in Grafik 5.3. Total penjang jalan ibukota propinsi di Indonesia dari - Grafik 5.6. Total jumlah kendaraan di ibukota propinsi di Indonesia tanpa DKI Total PDRB Ibukota Propinsi Tota l Pa njang Jalan Ibukota Propinsi Tanpa DKI Ja karta PDRB panjang jalan (km) Jay apura Grafik 5.7. Total PDRB ibukota propinsi di Indonesia dari - Grafik 5.4. Total panjang jalan ibukota propinsi di Indonesia tanpa DKI 21

6 PDRB Total PDRB Ibukota Propinsi Tanpa DKI Grafik 5.8. total PDRB ibukota propinsi di Indonesia tanpa DKI dari -. Tahun ibukota propinsi di Indonesia Dendrogram * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E Label Num Dari dendogram diatas terbagi dua cluster, dimana dalam cluster tersebut terdapat beberapa sub cluster yang membentuk level. Level I nomor 9 (), level II nomor 10 dan 13, level III nomor 6-11 dan level IV nomor PENUTUP 6.1 Kesimpulan Setelah dilakukan analisa dan pembahasan dapat diambil kesimpulan sebagai berikut : a. Untuk ibukota propinsi 1. Pada umumnya terdapat 4 level dalam dendogram dan yang mempunyai potensi masalah lalu lintas berada pada level satu ( I ) dan dua ( II ). 2. Dari 26 ibukota propinsi kota yang paling berpotensi dalam mengalami masalah lalu lintas adalah,,. masing-masing berada pada level I dan II. 3. Kota,,,,, dan Ujung Pandang merupakan ibukota propinsi yang mengalami perkembangan yang sangat cepat dari ke dalam penyebab potensi masalah lalu lintas. 4. Selain ibukota-ibukota propinsi yang tersebut diatas, maka ibukota-ibukota tersebut tidak terlalu berpotensi dalam penyebab potensi masalah lalu lintas 6.2 Saran Untuk penelitian yang sama akan dilakukan kedepan disarankan : 1. Faktor-faktor yang mempengaruhi potensi masalah lalu lintas ditambah satu lagi yaitu luas daerah. 2. Agar dalam pengambilan data berpatokan kepada data BPS yang lebih spesifik seperti Sumatera Barat dalam angka atau dalam angka bukan berdasarkan statistik Indonesia. 3. Dalam menggunakan program SPSS diharapkan menggunakan program seri yang terbaru agar output yang dihasilkan lebih komplek sehingga mudah dimengerti. 4. Dalam pengambilan data sekunder, surveyor harus paham mengenai hal-hal yang akan dilakukan, sehingga dalam penyusunan data tidak mengalami banyak kesulitan. 22

7 5. Referensi yang banyak sangat membantu dalam pengumpulan tinjauan pustaka. DAFTAR PUSTAKA Ecosystems, Food And Agriculture Organization Of The United Nations, Rome. Hartigan, (1975), Cluster Analysis,Google. Cahyono, T, 2006, Analisa Dampak Lalu Lintas Di Beberapa Kota Besar Di Indonesia,Google. Aldenderfer, Analysis Google. T,(), Cluster Mujiharto,.( 1993 ), Faktor Yang Mempengaruhi Masalah Lalu Lintas Pada Daerah-Daerah Di Kota Besar,Google. Ariyanto, (2005), Pengembangan Analisis Multivariate SPSS 12,Penerbit Salemba Infotek,. Nursalim, A,A, 2006, Analisis Cluster dan Penjabaran Dendogram,Google. Morlok,E.K,(1997), Pengantar Teknik Dan Perencanaan Transportasi, Erlangga,. BPS Sumatera Barat,(2005), PDRB Sumatera Barat Menurut Kabupaten/Kota , BPS, Sumbar. Garibaldi L, (2003), Trends In Oceanic Captures And Clustering Of Large Marine 23