FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN

Transkripsi

1 PERBANDINGAN APLIKASI METODE REGRESI LINIER BERGANDA DAN JARINGAN SYARAF TIRUAN DALAM PEMBUATAN PETA ZONA NILAI TANAH (StudiKasus: KecamatanRegol, Kota Bandung) TUGAS AKHIR Karyailmiah yang diajukansebagaisalahsatusyaratmemperolehgelarsarjana Oleh: TONDI NUGRAHA SIREGAR NIM: PROGRAM STUDI TEKNIK GEODESI DAN GEOMATIKA FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN INSTITUT TEKNOLOGI BANDUNG 2012 i

2 LEMBAR PENGESAHAN Tugas Akhir Sarjana PERBANDINGAN APLIKASI PENERAPAN METODE REGRESI LINIER BERGANDA DAN JARINGAN SYARAF TIRUAN DALAM PEMBUATAN PETA ZONA NILAI TANAH (Studi Kasus: Kecamatan Regol, Kota Bandung) Adalah benar dibuat saya sendiri dan belum pernah dibuat dan diserahkan sebelumnya, baik sebagian ataupun seluruhnya, baik oleh saya ataupun orang lain, baik di ITB maupun di instusi pendidikan lainnya. Bandung, September 2012 Penulis, Tondi Nugraha Siregar NIM Foto 2X3 Pembimbing I Diperiksa dan disetujui oleh Pembimbing II Dr.Ir. Bambang Edhi Leksono, M.Sc. Dr. Andri Hernandi, ST, MSP NIP NIP Disahkan oleh Ketua Program Studi Teknik Geodesi dan Geomatika Fakultas Ilmu dan Teknologi Kebumian Institut Teknologi Bandung Dr.Ir. Kosasih Prijatna, M.Sc NIP ii

3 KATA PENGANTAR Segala puji dan syukur penulis panjatkan kepada Allah SWT atas rezeki dan rahmat- Nya sehingga penulis dapat menyelesaikan tugas akhir ini. Penyelesaian tugas akhir ini tidak lepas dari bantuan banyak pihak, oleh karena itu pada kesempatan ini penulis mengucapkan terima kasih sebesar-besarnya kepada: 1. Kedua orangtua penulis yang telah memberikan dukungan yang sangat besar untuk kemajuan pendidikan penulis. 2. Dr. Ir. Kosasih Prijatna, M.Sc. selaku ketua Program Studi Teknik Geodesi dan Geomatika beserta seluruh dosen dan staf pengajar yang telah memberikan bimbingan kepada penulis selama mengikuti tugas belajar. 3. Dr.Ir. Bambang Edhi Leksono S., M.Sc. selaku dosen pembimbing atas bimbingan, petunjuk, dan saran. 4. Dr. Andri Hernandi, ST, MT selaku dosen pembimbing atas bimbingan, petunjuk, dan saran. 5. Dr. Ir. Yuliana Susilowati, M.Si. selaku dosen penguji atas masukan-masukan dan juga bimbingannya sehingga tugas akhir ini terselesaikan tepat waktu. 6. Ir. Didik Wihardi, W.S., MS dan Dr. Ir. S. Hendriatiningsih., MS. Selaku dosen penguji atas masukan-masukan yang sangat berarti. 7. Ibu Rina Nur aini beserta segenap jajaran Kantor Pertanahan Kota Bandung atas saran dan data yang telah diberikan. 8. Semua pihak yang telah membantu dalam penyelesaian tugas akhir yang tidak dapat disebutkan satu persatu. Akhirnya dengan menyadari segala keterbatasan dan kemampuan, penulis mengharapkan segala saran dan kritik yang bersifat membangun. Bandung, 2012 Penulis iii

4 ABSTRAK Nilai tanah adalah suatu penilaian atas lahan berdasarkan kemampuan lahan secara ekonomis dalam hubungannya dengan produktivitas dan strategi. Dalam penyelenggaraan kegiatan penilaian tanah yang dilakukan oleh Badan Pertanahan Nasional banyak sekali persoalan riil yang dihadapi di lapangan sehingga diperlukan suatu metode penilaian otomatis yang dapat menghasilkan estimasi nilai tanah yang kredibel dan dapat memprediksi nilai tanah pada waktu tertentu. Model Penilaian tanah yang digunakan adalah metode regresi berganda dan jaringan syaraf tiruan. Regresi berganda adalah suatu metode pemodelan dengan menggunakan prinsip statistika sedangkanjaringan syaraf tiruan adalah salah satu metode pemodelan yang banyak digunakan untuk menyelesaikan permasalahan yang tidak linier. Kedua metode ini kemudian diterapkan untuk membuat Peta ZNTdari masing-masing model nilai tanah dan kemudian dibandingkan untuk mengetahui metode mana yang lebih akurat dalam memprediksi nilai tanah. Berdasarkan hasil perbandingan kedua model diperoleh kesimpulan bahwa model nilai tanah dengan menggunakan metode jaringan syaraf tiruan lebih akurat dalam memprediksi nilai tanah di Kecamatan Regol, Kota Bandung karena memiliki nilai validasi model yang lebih baik daripada regresi berganda. Kata kunci: ZNT, Nilai Tanah, Model Penilaian Tanah, Model Nilai Tanah, Penilaian Otomatis iv

5 ABSTRACT Land value is a judgment upon land based on the ability of land economically in conjunction with productivity and strategy. In the event the assessment conducted by Badan Pertanahan Nasional inordinate real problem faced so required anautomatic valuation method that can estimated the value of land which credible and could predict the value of land at given time. Land Valuation Modelthat used are multiple regression and artificial neural network. Multiple regression is a method by using principle of statistics while artificialneural networkis one method modeling much used for solve the problems not linear. Both this method afterwards applied to make a ZNT Map of each model and then compared to know which method is more accurate in forecasting land value. Based on the comparison obtained conclusion that the land valuemodel by using artificial neural network is more accurate in forecasting land value in Kecamatan Regol, Kota Bandung. Key words: ZNT, Land Value, Land Valuation Method, Land Value Model, Automatic Valuation v

6 DAFTAR ISI LEMBAR PENGESAHAN... i KATA PENGANTAR... iii ABSTRAK... iv ABSTRACT... v DAFTAR ISI... vi DAFTAR GAMBAR... viii DAFTAR TABEL... x DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN Latar Belakang Perumusan Masalah Identifikasi Masalah Batasan Masalah Perumusan Masalah Penelitian Tujuan Penelitian Manfaat Penelitian Metodologi Sistematika Penulisan... 9 BAB II TINJAUAN PUSTAKA Penelitian Terdahulu Nilai Tanah dan Metode Penilaian Tanah Faktor-Faktor yang Mempengaruhi Nilai Tanah Pemodelan Nilai Tanah Regresi Linier Berganda vi

7 2.3.2 Jaringan Syaraf Tiruan Validasi Model BAB III PELAKSANAAN PENELITIAN Kerangka Pikir Pemodelan Nilai Tanah Persiapan Pengumpulan Data Pengolahan Data Pengolahan Data Menggunakan Metode Regresi Pengolahan Data Menggunakan Metode Jaringan Syaraf Tiruan BAB IV ANALISIS Analisis Data Nilai Tanah Analisis Model Model Regresi Berganda Model Jaringan Syaraf Tiruan Pembahasan Analisa Model Regresi dan Model JST BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA vii

8 DAFTAR GAMBAR Gambar I-1 Metodologi Penelitian... 8 Gambar II-1 Struktur Neuron Jaringan Syaraf Tiruan Gambar II-2 Jaringan Layar Jamak Gambar II-3 Struktur Feedforward Gambar II-4 Propagasi Maju Dalam JST Backpropagation Gambar II-5 Propagasi Balik Dalam JST Backpropagation Gambar III-1 Peta Daerah Penelitian Gambar III-2 Hasil Pengukuran jarak tempuh terpendek Gambar III-3 Jarak Buffer Gambar III-4 Peta Persebaran Pusat Perdagangan Gambar III-5 Peta Persebaran Fasilitas Kesehatan Gambar III-6 Peta Persebaran Sarana Pendidikan Gambar III-7 Peta Jaringan Jalan Utama Gambar III-8 Histogram Sebaran Data Nilai Tanah Kecamatan Regol Gambar III-9 Boxplot Sebaran Data Nilai Tanah Kecamatan Regol Gambar III-10 Histogram Sebaran Data Nilai Tanah Dengan Set Data Baru Gambar III-11 Boxplot Sebaran Data Nilai Tanah Dengan Set Data Baru Gambar III-12 Diagram Pencar Jarak dari King Shopping Centre Terhadap Nilai Tanah Gambar III-13 Tahap Pengolahan Data Metode Regresi Gambar III-14 Tahap Pengolahan Data Metode Jaringan Syaraf Tiruan Gambar III-15 Wrapper Gambar IV-1 Peta Sebaran Data Nilai Tanah Sampel Gambar IV-2 Diagram Pencar Nilai Tanah Hasil Estimasi Model Regresi Terhadap Nilai Tanah Pengamatan Gambar IV-3 Diagram Pencar Nilai Tanah Hasil Estimasi Model JST Terhadap Nilai Tanah Pengamatan Gambar IV-4 Peta Overlay Zona Nilai Tanah Hasil Pemodelan Metode Regresi Linier Berganda Dengan Variabel Nilai Tanah Gambar IV-5 Peta Overlay Zona Nilai Tanah Hasil Pemodelan Metode Jarinagn Syaraf Tiruan Dengan Variabel Nilai Tanah viii

9 Gambar IV-6 Perbandingan Hasil Penerapan Kedua Model Dalam Merepresentasikan Pengaruh Variabel Jarak ke Pusat Perdagangan Gambar IV-7 Perbandingan Hasil Penerapan Kedua Model Dalam Merepresentasikan Pengaruh Variabel Jarak ke Sarana Pendidikan Gambar IV-8 Perbandingan Hasil Penerapan Kedua Model Dalam Merepresentasikan Pengaruh Variabel Jarak ke Fasilitas Kesehatan Gambar IV-9 Perbandingan Hasil Penerapan Kedua Model Dalam Merepresentasikan Pengaruh Variabel Jarak ke Jaringan Jalan ix

10 DAFTAR TABEL Tabel III-1 Luas Masing-masing Kelurahan di Kecamatan Regol Tabel III-2 Klasifikasi Nilai Tanah Kecamatan Regol Tabel III-3 Matriks korelasi ganda (r) Tabel III-4 Seleksi Variabel dengan Metode Regresi Stepwise Tabel III-5 Hasil Pemodelan Awal Tabel III-6 Uji a priori Ekonomi Tabel III-7 Nilai t-hitung variabel model pada α=0, Tabel III-8 Hasil Uji-F (tes dua sisi pada α=0,05) Tabel III-9 Nilai VIF Masing-Masing Variabel Tabel III-10 Nilai Signifikanasi Masing-masing Variabel Terhadap Model Tabel III-11 Nilai Koefisien Determinansi Masing-masing Model Regresi Tabel III-12 Hasil Validasi Model Regresi Tabel III-13 Hasil Analisis Determinansi Variabel dengan Jarak Asli Tabel III-14 Hasil Pengujian Learning Rate Tabel III-15 Hasil Pengujian Mse Goal Tabel III-16 Hasil Pengujian Momentum Tabel III-17 Hasil Pengujian Pengaruh Jumlah Neuron Pada Hidden Layer Tabel III-18 Hasil Pengujian Fungsi Aktivasi Tabel III-19 Akurasi Model JST Tabel III-20 Validasi Model JST Tabel IV-1 Jumlah Sampel Tiap Kelurahan Tabel IV-2 Model Empiris Nilai Tanah Regresi Tabel IV-3 Perbandingan Hasil Penerapan Model Jst dan Model Regresi Tabel IV-4 Perbandingan Kekuatan Model Regresi dan JST Tabel IV-5 Perbandingan Hasil Validasi Model Regresi dan JST x

11 DAFTAR LAMPIRAN Lampiran A Data Nilai Tanah Kecamatan Regol Lampiran B Daftar Variabel Bebas Nilai Tanah Lampiran C Diagram Pencar Variabel Bebas Nilai Tanah Terhadap Nilai Tanah Lampiran D Hasil Pengumpulan Data Lampiran E Hasil Uji Korelasi Lampiran F Pengolahan Data Dengan Regresi Berganda Lampiran G Pengolahan Data Dengan Jaringan Syaraf Tiruan Lampiran H Peta ZNT Hasil Pemodelan Dengan Metode Regresi Berganda Lampiran I Peta ZNT Hasil Pemodelan Dengan Metode Jaringan Syaraf Tiruan xi