• Tidak ada hasil yang ditemukan

PEMANFAATAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK OPTIMALISASI PEMBUATAN MODEL PENILAIAN HARGA TANAH

N/A
N/A
Protected

Academic year: 2021

Membagikan "PEMANFAATAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK OPTIMALISASI PEMBUATAN MODEL PENILAIAN HARGA TANAH"

Copied!
13
0
0

Teks penuh

(1)

PEMANFAATAN

METODE GEOGRAPHICALLY

WEIGHTED REGRESSION

UNTUK OPTIMALISASI PEMBUATAN

MODEL PENILAIAN HARGA TANAH

(Studi Kasus : Kec. Lengkong, Kota Bandung)

TUGAS AKHIR

Karya tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana

Oleh

Hendra Susanto

NIM 15105056

Program Studi Teknik Geodesi dan Geomatika

Fakultas Ilmu dan Teknologi Kebumian

INSTITUT TEKNOLOGI BANDUNG

2009

(2)

LEMBAR PENGESAHAN

Tugas Akhir

PEMANFAATAN METODE GEOGRAPHICALLY WEIGHTED

REGRESSION UNTUK OPTIMALISASI PEMBUATAN

MODEL PENILAIAN HARGA TANAH

(Studi Kasus : Kec. Lengkong, Kota Bandung)

Adalah benar dibuat oleh saya sendiri dan belum pernah dibuat dan diserahkan sebelumnya baik sebagian maupun seluruhnya, baik oleh saya maupun orang lain,

baik di ITB maupun institusi pendidikan lainnya. Bandung, Maret 2009

Penulis

Hendra Susanto NIM 151 05 056

Diperiksa dan disetujui oleh:

Pembimbing I Pembimbing II

Ir. Albertus Deliar, MT. Dr. Ir. D.Muhally Hakim, M.Sc. NIP 132 172 217 NIP130 796 170

Mengetahui

Program Studi Teknik Geodesi dan Geomatika Ketua,

Dr. Ir. Eka Djunarsjah, MT. NIP 132 087 998

(3)

“I'd have to lose 60 IQ points to be classified as smart." ~ Dr. Sheldon Cooper, PhD. The Big Bang Theory Season 2 Episode 2 00:16:37,860 - 00:16:41,960

“Same with me” ~K-XEP V-XAN

(4)

i

ABSTRAK

Tujuan dari penelitian ini adalah menginvestigasi pemanfaatan metode

Geographically Weighted Regression (GWR) dibandingkan dengan metode

regresi linier untuk pemodelan nilai tanah berbasiskan Sistem Informasi Geografis. Metode GWR atau regresi berbobot secara geografis adalah metode yang mempunyai kelebihan yaitu memperhitungkan kriteria-kriteria yang bersifat lokal dalam pemodelannya (Fotheringham et al., 2002). Hal ini kemungkinan besar sangat cocok untuk diterapkan dalam pemodelan nilai tanah, terutama dikarenakan nilai tanah sangat bergantung pada faktor lokasi (Atack, 1998) ; (Hariadi, 2003).

Dengan adanya perepresentasian kriteria lokal dalam pemodelan nilai tanah berupa bobot untuk tiap sampel nilai, didapat nilai tanah hasil pemodelan yang lebih baik dibandingkan dengan nilai hasil pemodelan regresi linier. Hal ini terlihat dari koefisien korelasi hasil pemodelan untuk metode GWR mencapai angka 0,320 dan standar deviasi 822535,393 sedangkan dengan metode regresi linier, koefisien korelasinya hanya mencapai 0,277 dan standar deviasinya 933094,074.

Kata kunci: geographically weighted regression • regresi linier • nilai tanah • sistem informasi geografis

(5)

ii

ABSTRACT

Main purpose of this research is to investigate Geographically Weighted Regression (GWR) method compared to linear regression method for land value modeling based on Geographic Information System. GWR method or regression with geographical weight has advantage such as ability to include local criteria in modeling calculation (Fotheringham et al., 2002). This advantage probably very compatible to applied in land value modeling, especially because land value very influenced by location factor (Atack, 1998) ; (Hariadi, 2003).

With local criteria represented by weight for each value sample in land value modeling, this research gets result that land value produced by GWR method are better compared to land value produced by linear regression method. This proven by correlation coefficient for GWR method modeling has value of 0.320 and Root Mean Square error 822535,393 whereas with linear regression, correlation coefficient only reaches 0.277 and Root Mean Square error 933094,074.

Keywords: geographically weighted regression • linear regression • land value • geographic information system

(6)

iii

KATA PENGANTAR

Assalamu`alaikum Warahmatullah Wabarakatuh

Puji syukur marilah kita panjatkan ke hadirat Allah SWT. karena atas rahmat dan hidayah-Nya, penulis dapat menyelesaikan Tugas Akhir dengan judul “PEMANFAATAN METODA GEOGRAPHICALLY WEIGHTED

REGRESSION UNTUK OPTIMALISASI PEMBUATAN MODEL

PENILAIAN HARGA TANAH (Studi Kasus : Kec. Lengkong, Kota Bandung)” ini. Shalawat serta salam semoga senantiasa tercurah kepada Nabi

Muhammad SAW.

Tujuan pembuatan Tugas Akhir ini adalah sebagai salah satu syarat untuk memperoleh gelar sarjana teknik di Program Studi Teknik Geodesi dan Geomatika, Fakultas Ilmu dan Teknologi Kebumian, Institut Teknologi Bandung. Dalam penulisan Tugas Akhir ini penulis sadar akan keterbatasan pengetahuan serta usaha yang dilakukan, maka tentu banyak terdapat kekurangan serta kesalahan. Oleh karena itu, penulis mengharapkan saran dan kritik yang membangun.

Akhir kata, penulis mengucapkan terima kasih kepada semua pihak yang telah membantu dalam pembuatan Tugas Akhir ini, baik yang berupa materi maupun berupa motivasi. Semoga Tugas Akhir ini bermanfaat bagi kita semua. Amin.

Wassalamu`alaikum Warahmatullahi Wabarakatuh

Bandung, Maret 2009

(7)

iv

LEMBAR PENGHARGAAN

Pada kesempatan ini penulis ingin berterimakasih kepada : 1. Allah S.W.T. atas segalanya.

2. Nabi Muhammad S.A.W. atas bimbingan dan petunjuk ke jalan yang benar. 3. Mamah Ijah Hatijah, Alm. Bapak Syukur, Heni, Adung dan seluruh keluarga

besar atas semua curahan kasih sayang dan perhatian.

4. Someone yang belum diketahui identitasnya (at least sampai saat tulisan ini

dibuat) atas kesabaran dalam penantian yang panjang serta semua yang akan diberikan nantinya. Hope it’s “her”. Always cross my finger for that.

5. Ir. Albertus Deliar, MT. selaku Dosen Wali dan Dosen Pembimbing I penulis atas semua nasihat, pengetahuan dan bimbingan.

6. Dr. Ir. Dudung Muhally Hakim, M.Sc. selaku Dosen Pembimbing II penulis atas semua nasihat, pengetahuan dan bimbingan.

7. Prof. Dr. Ir. Ishak Hanafiah Ismullah, DEA. dan Ir. Kosasih Prijatna, M.Sc. selaku Dosen Penguji atas semua koreksi, petunjuk dan kritik serta kesediannya untuk menguji penulis.

8. Dr. Ir. Wedyanto Kuntjoro, M.Sc. selaku Ketua Program Studi Teknik Geodesi dan Geomatika selama penulis kuliah serta seorang sahabat atas semua nasihat, diskusi juga pengabdiannya terhadap Program Studi dan mahasiswa.

9. Dr. Ir. Eka Djunarsjah, MT. selaku Ketua Program Studi Teknik Geodesi dan Geomatika yang baru atas pengabdiannya terhadap Program Studi dan mahasiswa.

10. Staf Dosen Pengajar Teknik Geodesi dan Geomatika atas semua pengetahuan dan arahan yang telah diberikan.

11. Staf Tata Usaha, Karyawan, Perpustakaan dan Laboratorium Program Studi Teknik Geodesi dan Geomatika atas semua informasi dan bantuannya.

12. Teman-teman masa kecil, TK dan SD yang tidak bisa disebutkan satu persatu dikarenakan penulis tidak ingat semuanya (maaf pisan) atas pertemanan dan persaudaraannya.

(8)

v 13. Teman-teman masa SLTP yang tidak bisa disebutkan satu persatu dikarenakan penulis tidak ingat semuanya (maaf pisan), terutama barudak “Al Fikr” atas pertemanan dan persaudaraannya.

14. Teman-teman masa SMA yang tidak bisa disebutkan satu persatu bukan dikarenakan penulis tidak ingat semuanya (tapi agar fair dengan ucapan untuk teman masa kecil, SD dan SLTP yang tidak disebutkan juga), terutama

barudak “BESET” atas pertemanan dan persaudaraannya.

15. Mahasiswa dan mahasiswi GD ITB Angkatan 2005 yang tidak bisa disebutkan satu persatu bukan dikarenakan penulis tidak ingat semuanya (tapi agar fair dengan ucapan untuk teman masa kecil, SD,SLTP dan SMA yang tidak disebutkan juga), atas pertemanan dan persaudaraannya.

16. Seluruh kamerad anggota IMG ITB sepanjang masa yang tidak bisa disebutkan satu persatu bukan hanya dikarenakan penulis tidak ingat semuanya dan juga bukan hanya agar fair dengan ucapan untuk teman masa kecil, SD, SLTP, SMA dan GD’05 yang tidak disebutkan namun juga dikarenakan tujuan penghematan kertas sebab bila disebutkan semua tidak akan cukup jatah dua lembar penghargaan, atas pertemanan dan persaudaraannya.

17. Kucing-kucing yang pernah dan sedang dipelihara penulis : Roni I, Roni II, Usep I, Uced, Utek, Unis, Utung, Usep II, Ucil, Ulis, Uwig dan Gabriel atas semua tingkah lucu pengobat lelah dan jenuh penulis.

18. Motor Honda SupraX D 3155 DA atas semua usaha, pengorbanan dan perjuangan dalam mengarungi perjalanan bersama penulis.

19. Komputer MMX, AMD dan Laptop ASUS atas semua usaha, pengorbanan dan perjuangan dalam kegiatan di dunia biner. Hasil akhir: If Hendra=K-XEP,

then it’s true. Else, it’s false.

20. Dan last but not least yaitu kamu, ya kamu yang sedang membaca tulisan ini atas kemauan dan rasa ingin tahu dalam menelaah hasil karya terakhir penulis di Program Studi Teknik Geodesi dan Geomatika Institut Teknologi Bandung Tingkat Sarjana.

(9)

vi

DAFTAR ISI

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

LEMBAR PENGHARGAAN ... iv

DAFTAR ISI ... vi

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... x

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Tujuan dan Sasaran ... 2

1.4 Ruang Lingkup Kajian ... 2

1.5 Metodologi Penelitian ... 3

1.6 Sistematika Penulisan ... 5

BAB II DASAR TEORI ... 6

2.1 Metode Regresi Linier ... 7

2.2 Kelebihan dan Kekurangan Metode Regresi Linier ... 10

2.2 Metode GWR ... 11

2.3 Studi Kasus ... 18

BAB III APLIKASI METODE GWR ... 19

3.1 Data Masukan dan Peralatan ... 20

3.2 Tahapan Pekerjaan ... 22

(10)

vii

3.2.2 Pemodelan GWR ... 29

3.2.3 Uji Korelasi dan RMSe ... 32

3.3 Hasil Akhir ... 33

BAB IV ANALISIS ... 35

4.1 Analisis Kualitas Data Masukan ... 35

4.2 Analisis Metode Regresi Linier... 36

4.3 Analisis Metode GWR ... 38

4.4 Analisis Perbandingan Metode GWR dengan Regresi Linier ... 40

BAB V KESIMPULAN DAN SARAN ... 41

5.1 Kesimpulan... 41

5.2 Saran ... 41

DAFTAR PUSTAKA ... 42

LAMPIRAN A SAMPEL NILAI TANAH ... 44

LAMPIRAN B HASIL VALIDASI DATA SAMPEL ... 48

(11)

viii

DAFTAR GAMBAR

GAMBAR 1.1 Diagram Metode Penelitian ... 4

GAMBAR 2.1 Perbedaan Antara Proses Stationer dan Proses Non-Stationer .... 6

GAMBAR 2.2 Plotting Data Penggunaan Metode Regresi Linier ... 9

GAMBAR 2.3 Ilustrasi Penghitungan Nilai Dengan Metode Regresi Linier .... 10

GAMBAR 2.4 Perbedaan Antara Hasil Regresi Linier dan GWR ... 12

GAMBAR 2.5 Ilustrasi Bandwith ... 14

GAMBAR 2.6 Plotting Data Penggunaan Metode GWR ... 16

GAMBAR 2.7 Ilustrasi Penghitungan Nilai Dengan Metode GWR ... 17

GAMBAR 3.1 Batas Administrasi Kecamatan Kota Bandung ... 19

GAMBAR 3.2 Posisi Geografis Kecamatan Lengkong ... 20

GAMBAR 3.3 Peta Bidang Tanah Kecamatan Lengkong ... 21

GAMBAR 3.4 Jarak Langsung Antar Centroid ... 24

GAMBAR 3.5 Proses Regresi Linier ... 26

GAMBAR 3.6 Penentuan Bandwith Optimum Pada GWR ... 29

GAMBAR 3.7 Penghitungan Nilai Tanah Pada GWR ... 32

GAMBAR 3.8 Model Nilai Tanah 1 ... 34

GAMBAR 3.9 Model Residu Nilai Tanah 1 ... 34

GAMBAR 4.1 Persebaran Sampel ... 35

GAMBAR 4.2 Model Residu Nilai Tanah Hasil Pemodelan Regresi Linier ... 37

GAMBAR 4.3 Model Residu Nilai Tanah Hasil Pemodelan GWR ... 39

GAMBAR C.1 Model Nilai Tanah 2 ... 60

GAMBAR C.2 Model Residu Nilai Tanah 2 ... 60

GAMBAR C.3 Model Nilai Tanah 3 ... 61

GAMBAR C.4 Model Residu Nilai Tanah 3 ... 61

GAMBAR C.5 Model Nilai Tanah 4 ... 62

GAMBAR C.6 Model Residu Nilai Tanah 4 ... 62

GAMBAR C.7 Model Nilai Tanah 5 ... 63

GAMBAR C.8 Model Residu Nilai Tanah 5 ... 63

GAMBAR C.9 Model Nilai Tanah 6 ... 64

(12)

ix

GAMBAR C.11 Model Nilai Tanah 7 ... 65

GAMBAR C.12 Model Residu Nilai Tanah 7 ... 65

GAMBAR C.13 Model Nilai Tanah 8 ... 66

GAMBAR C.14 Model Residu Nilai Tanah 8 ... 66

GAMBAR C.15 Model Nilai Tanah 9 ... 67

GAMBAR C.16 Model Residu Nilai Tanah 9 ... 67

GAMBAR C.17 Model Nilai Tanah 10 ... 68

GAMBAR C.18 Model Residu Nilai Tanah 10 ... 68

GAMBAR C.19 Model Nilai Tanah 11 ... 69

GAMBAR C.20 Model Residu Nilai Tanah 11 ... 69

GAMBAR C.21 Model Nilai Tanah 12 ... 70

(13)

x

DAFTAR TABEL

TABEL 3.1 Pendefinisian Peta Bidang Tanah Kecamatan Lengkong ... 23

TABEL 3.2 Pendefinisian Data Penjualan dan Penawaran Bidang Tanah ... 23

TABEL 3.3 Penyesuaian Waktu Transaksi ... 25

TABEL 3.4 Data Masukan ... 25

TABEL 3.5 Parameter Regresi Linier Untuk Semua Set Data ... 28

TABEL 3.6 Koefisien Korelasi dan RMSe Hasil Pemodelan Regresi Linier .... 28

TABEL 3.7 Bandwith Optimum Untuk Metode GWR ... 31

TABEL 3.8 Koefisien Korelasi dan RMSe Hasil Seluruh Pemodelan ... 33

TABEL 4.1 Koefisien Korelasi dan RMSe Hasil Pemodelan Regresi Linier .... 36

TABEL 4.2 Koefisien Korelasi dan RMSe Hasil Pemodelan GWR ... 38

TABEL 4.3 Koefisien Korelasi dan RMSe Hasil Seluruh Pemodelan ... 40

TABEL A.1 Data Penjualan Nilai Tanah Kecamatan Lengkong... 44

TABEL A.2 Data Penawaran Nilai Tanah Kecamatan Lengkong ... 46

TABEL A.3 Validasi Set Data Asli ... 48

TABEL A.4 Validasi Set Data Penyesuaian ... 51

TABEL A.5 Validasi Set Data Asli+ ... 54

Referensi

Dokumen terkait

Alhamdulillah, atas izin dan pertolongan-Nya penulis dapat menyelesaikan skripsi berjudul “Implementasi Pembiasaan Kegiatan TPQ (Taman Pendidikan Al-Qur‟an)

Sesuai dengan kaidah-kaidah yang ada pada tema minimalis, maka rancangan bangunan baru bebas dari ornamen-ornamen yang tidak diperlukan dan memiliki bukaan sebagai sumber cahaya

Hasil observasi kemampuan guru melaksanakan pembelajaran pada siklus I belum terlaksana sepenuhnya. Berdasarkan hasil observasi pada hari Rabu 16 November 2016,

Ia pun menambahkan bahwa rotasi adalah hal biasa dalam organsasi dengan tujuan untuk penyegaran, memberikan semangat baru menggali potensi yang ada. “Dengan ide dan cara yang

DEA adalah suatu model pemrograman matematis yang digunkan untuk menghitung efisiensi relatif suatu unit dibandingkan dengan unit-unit lain menggunakan berbagai macam input

Potensi Taman Satwa Cikembulan sebagai salah satu daya tarik wisata di.. Kabupaten Garut sudah cukup

Biaya kapur ini tidak berpengaruh nyata karena penggunaan kapur yang rendah oleh petani di Desa Perbawati yaitu sebesar 888 kg per ha per musim tanam dengan

Kadar NT-proBNP dapat digunakan sebagai penanda beratnya gagal jantung walaupun tidak terdapat perbedaan kadar NT-proBNP anak PJB pirau kiri ke kanan bukan sindrom Down dan