Tugas Metode Kuantitatif

Analisis Keruangan

Aulia Baroroh , Danny Fitri M

Gravity Model

1. Interaksi dalam ruang (I) dan Titik Henti (J2)

Data : Kota – kota di Jawa TengahPeta: Terlampir

Kota Jml Pdd

Magelang 118316

Surakarta 500642

Salatiga 171067

Semarang 1553778Pekalonga

n 282137

Tegal 242127Purwokert

o 249705

I = a. P1. P2

J 12b

J2 = J 12

1+√ P1P2

No X1 X2

Jarak Peta

Jarak Nyata (km) I J2

1 TegalPurwokert

o 7,2 122,44035595,4

561,8181

8

2 Tegal Pekalongan 4 6814773569,

535,4166

7

3Pekalonga

nPurwokert

o 9,5 161,52701109,7

478,3980

6

4Pekalonga

n Semarang 8 13623701246,

995,7746

5

5Purwokert

o Magelang 13 221604903,60

190,2040

8

6 Magelang Salatiga 5,5 93,52315189,2

4 51,0929

7 Magelang Solo 6 1025693383,2

168,9189

2

8 Solo Salatiga 4,5 76,514634256,

128,2287

8

9 Salatiga Semarang 3,5 59,575079483,

444,7368

4

2. Potensi penduduk

X1 X2Jarak (km) potensi

Presentase

TegalPurwokerto 122,40 287,14 15,78

Pekalongan 68,00

Purwokerto Tegal 122,40 96,07 5,28

Pekalongan 161,50

Magelang 221,00 Pekalongan Tegal 68,00 390,01 21,44

Purwokerto 161,50

Semarang 136,00

SemarangPekalongan 136,00 1819,13 100,00

Salatiga 59,50

MagelangPurwokerto 221,00 126,94 6,98

Salatiga 93,50

Keterangan :

PP1 = Potensi penduduk di tempat 1

J1 = Jarak tempat 1 dengan tempat terdekat dg tempat 1

J12 = jarak antara tempat 1 dan tempat 2

A = konstante empirikB = eksponen jarak

Solo 102,00 Salatiga Magelang 93,50 731,25 40,20 Semarang 59,50 Solo 76,50 Solo Salatiga 76,50 157,53 8,66 Magelang 102,00

Nearest Neighbour Analysis

Data : Persebaran Bandara Sumatera, Jawa, dan Kalimantan

Peta : Terlampir

Rumus Rn = 2D √ na

no bandar

a

Jarak terdekat

(km) 1 3902 3303 1204 1205 1506 1507 1508 1509 150

10 24011 18012 12013 3014 6015 6016 3017 3018 21019 27020 18021 18022 21023 90

24 9025 15026 15027 9028 9029 6030 60

a = 4.158.000 km2

n = 30

D = 143 km

Rn = 0,7722

Dari indeks yang diperoleh, kita dapatkan bahwa persebaran bandara yang ada di Sumatera, Jawa, dan Kalimantan adalah Random.

Analisis Graf

Tujuan : Mengetahui Sebaran Jaringan Jalan, sehingga dapat membandingkan perkembangan hubungan suatu tempat dengan tempat lain.

Data : 1. Peta Jalur MRT Singapura

2. Peta Jalur MRT Malaysia

Dasar Teori : Jaringan jalan sebagai prasarana penghubung lokasi sebagai salah satu indikator kemajuan wilayah. Jika kerapatan jaringan jalan menunjukkan panjang jalan dalam suatu wilayah, maka dengan analisis graf dapat menunjukkan tingkat keterkaitan antar lokasi di suatu tempat.

No.

Interchange Station (Singapore)

Interchange Station (Malaysia)

1 Boon Lay Rawang

2 Jurong East Sentul3 Choa Chu Kang Titiwangsa4 Woodlands Sentul Timur5 Bukit Panjang Terminal Putra

6 Yio Chu Kang Ampang7 Bishan Bukit Nanas8 Newton Bank Negara9 Adam Kuala Lumpur

10 Buona Vista Pasar Seni11 Harbour Front KL Sentral12 Outram Park Hang Tuah13 China Town Tasik Selatan14 Dhoby Ghaut Kelana Jaya15 Little India Port Klang16 Bras Basah Sri Petaling17 City Hall Seremban18 Raffless Place Bandaraya19 Marina Bay KL International Airport20 Promenade Masjid Jamek21 Stadium 22 Bugis 23 Serangoon 24 MacPherson 25 Payalebar

26 Bedok 27 Tanah Merah 28 Tampines 29 Pasir Ris 30 Changi Airport 31 Sengkang 32 Punggol

VariabelMRT

SingapuraMRT

MalaysiaJumlah Titik (t) 32 20

Jml Mata Rantai (m) 51 23

Jml Sub Grup (s) 1 1

ᶣ (angka Siklomatik) 20 4

Dimana : µ = m - t + s

Kesimpulan :

µ(malaysia) bernilai 4, yang berarti connected graph, sedangkan µ(singapura) bernilai 20 yang berarti completed graph

µ(singapura) > µ(malaysia), berarti tingkat konektifitas di Singapura lebih tinggi dibanding Malaysia, hal ini terkait perekonomian dan tata ruang transportasi Negara Singapura sudah maju dibanding dengan Malaysia.