klasifikasi pemukiman kumuh di wilayah dki jakarta ... · dki jakarta sebagai ibu kota negara...

KLASIFIKASI PEMUKIMAN KUMUH DI WILAYAH DKIJAKARTA MENGGUNAKAN DECISION TREE

FITRIYANI

DEPARTEMEN ILMU KOMPUTERFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGORBOGOR

2012


FITRIYANI



2012


FITRIYANI



2012


FITRIYANI



2012

Skripsisebagai salah satu syarat untuk memperoleh gelar

Sarjana Komputer padaDepartemen Ilmu Komputer

ABSTRACT

FITRIYANI. Classification of Slum Areas in Jakarta Using Decision Tree. Supervised by SRINURDIATI.

Jakarta as the capital of Indonesia has a high level of urbanization, causing a high rate ofpopulation density. High population growth in a small area tends to create a slum in the area. So far,the Statistics Central Bureau (BPS) has conducted a survey of the slum areas, but the method used isstill quite subjective. To reduce the problem of subjectivity, this study aims to apply Decision Tree inclassifying the slum areas in Jakarta and determine the accuracy of the classification process. The dataused in this study consisted of 10 parameters, namely, population density, building layout,construction of houses, residential ventilation, building density, state of roads, drainage/sewerage,water consumption, human waste disposal, and waste management. There were 320 sample datacollected using stratified random sampling. The data were divided into 2 groups: training data andtesting data. Training data were used to construct a Decision Tree, while testing data were used to testthe tree. Testing process used 10-fold cross validation resulting in an accuracy of 69.7%, 68.8%, and67.4% for confidence factors of 0.1, 0.2, and 0.3, respectively.

Keyword: Classification, Decision Tree, Slum Area, Stratified Random Sampling

Judul Skripsi Klasifikasi Pemukiman Kumuh di Wilayah DK! Jakarta Menggunakan Decision Tree

Nama Fitriyani NIM : G64086003

Menyetujui :

Pembimbing

I r. Ir. Sri Nurdiati , M. Sc.

~IP 19601126 198601 200 I

Dr. Ir. Agu's~,~~;=ii:;1J'"

NIP 19660702 }99302 1 00 1 J

r, 1 Dr c ~Jr3. Tanggal Lulus: \

Judul Skripsi : Klasifikasi Pemukiman Kumuh di Wilayah DKI Jakarta Menggunakan DecisionTree

Nama : FitriyaniNIM : G64086003

Menyetujui:Pembimbing

Dr. Ir. Sri Nurdiati, M. Sc.NIP 19601126 198601 2001

Mengetahui:Ketua Departemen

Dr. Ir. Agus Buono, M.Si., M.Kom.NIP 19660702 199302 1 001

Tanggal Lulus:

RIWAYAT HIDUP

Penulis dilahirkan di Kebumen pada tanggal 15 Juni 1986 dari ayah Dasuki dan ibu Watini.Penulis merupakan putra keempat dari empat bersaudara. Pada tahun 2004, penulis lulus dari SMANegeri 1 Karanganyar, Kebumen. Pada tahun yang sama, penulis lulus seleksi masuk UniversitasNegeri Semarang (UNNES) melalui jalur Seleksi Penerimaan Mahasiswa Prestasi (SPMP). Penulismemilih Program Studi D3 Statistika Terapan dan Komputasi, Jurusan Matematika, FakultasMatematika dan Ilmu Pengetahuan Alam dan lulus pada tahun 2007. Pada bulan Februari 2008,penulis bekerja di PT. Cipta Mitra Sejahtera Bogor sebagai Admin.

Pada bulan November tahun 2008, penulis melanjutkan pendidikan ke jenjang Strata 1 untukProgram Studi Ilmu Komputer, Departemen Ilmu Komputer, Fakultas Matematika dan IlmuPengetahuan Alam, Institut Pertanian Bogor. Pada saat penelitian ini dilaksanakan, penulis berkerja diBadan Pusat Statistik (BPS) Kota Administrasi Jakarta Timur.

PRAKATA

Assalamu’alaikum Warahmatullahi WabarokatuhAlhamdulillah, puji syukur senantiasa penulis panjatkan ke hadirat Allah Subhanahuwata’ala

atas segala nikmat dan karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Padakesempatan ini penulis mengucapkan terima kasih kepada mereka yang telah memberikan bantuandan dukungannya sehingga laporan ini dapat terselesaikan:1 Kedua orang tua dan keluarga atas dukungan, nasihat, perhatian, dan doa yang diberikan kepada

penulis sehingga penulis dapat menyelesaikan studi di departemen Ilmu Komputer, IPB.2 Dr. Ir. Sri Nurdiati, M.Sc selaku dosen pembimbing yang telah memberikan bimbingan, petunjuk

dan saran selama penelitian dan penyusunan skripsi ini.3 Aziz Kustiyo, S.Si., M.Kom. dan Annisa, S.Kom., M. Kom. selaku dosen penguji.4 Pihak BPS yang telah membantu dalam penggunaan data pada penelitian ini.5 Teman-teman Alih Jenis Ilkom Angkatan 3 atas kebersamaan, persahabatan, semangat, dan

bantuannya.6 Dan semua pihak yang tidak dapat penulis sebutkan satu per satu yang telah membantu

terselesaikannya karya ilmiah ini.Semoga penelitian ini dapat bermanfaat bagi pihak yang membutuhkan. Penulis menyadari

bahwa tulisan ini masih belum sempurna, karena itu penulis mohon maaf atas segala kesalahan.Wassalamu’alaikum Warahmatullahi Wabarokatuh

Bogor, Desember 2012

Fitriyani

v

DAFTAR ISI

HalamanDAFTAR GAMBAR............................................................................................................................. vi

DAFTAR TABEL ................................................................................................................................. vi

DAFTAR LAMPIRAN.......................................................................................................................... vi

PENDAHULUANLatar Belakang .................................................................................................................................. 1Tujuan ............................................................................................................................................... 1Ruang Lingkup.................................................................................................................................. 1Manfaat ............................................................................................................................................. 1

TINJAUAN PUSTAKAPemukiman Kumuh............................................................................................................................ 1Decision Tree ..................................................................................................................................... 2Stratified Random Sampling............................................................................................................... 2Pengumpulan Data ............................................................................................................................. 3Praproses ............................................................................................................................................ 5Pembagian Data Latih dan Data Uji ................................................................................................... 5Pengujian............................................................................................................................................ 6Akurasi ............................................................................................................................................... 6Lingkungan Pengembangan ............................................................................................................... 6

HASIL DAN PEMBAHASANPengujian 1 ......................................................................................................................................... 6Pengujian 2 ......................................................................................................................................... 7Pengujian 3 ......................................................................................................................................... 7

KESIMPULAN DAN SARANKesimpulan......................................................................................................................................... 8Saran................................................................................................................................................... 8

DAFTAR PUSTAKA............................................................................................................................. 8

LAMPIRAN ......................................................................................................................................... 10

vi

DAFTAR GAMBAR

Halaman1 Diagram alur penelitian .................................................................................................................... 32 Grafik tingkat akurasi setiap kriteria kekumuhan pada pengujian 1 ........................................... ..... 73 Grafik tingkat akurasi setiap kriteria kekumuhan pada pengujian 2 ............................. ................... 74 Grafik tingkat akurasi setiap kriteria kekumuhan pada pengujian 3 ................... ............................. 75 Grafik perbandingan tingkat akurasi dari setiap pengujian ................................... ..... ..................... 8

DAFTAR TABEL

Halaman1 Susunan data pelatihan dan pengujian ................................................. ..... ....................................... 62 Perbandingan data latih dan data uji ........................................................ ......... ............................... 63 Hasil pengujian 1 ................................................................................................. ..... ....................... 64 Hasil pengujian 2 ......................................................................................................... ..... ............... 75 Hasil pengujian 3 ................................................................................................................. ..... ....... 7

DAFTAR LAMPIRAN

Halaman1 Contoh data pemukiman kumuh ………………............................................................................. 112 Tree pengujian 1 ........................................................................................................... .............. .. 243 Rule hasil pengujian 1 .................................................................................................. .................. 254 Tree pengujian 2 ............................................................................................. ..... .......................... 265 Rule hasil pengujian 2 .................................................................................. .................................. 276 Tree pengujian 3 ..................................................................... ..... .................................................. 287 Rule hasil pengujian 3 .......................................................................... .......................................... 29

1

PENDAHULUAN

Latar BelakangPerkembangan wilayah kota yang dinamis

membawa berbagai macam dampak bagi polakehidupan masyarakat kota itu sendiri.Perkembangan pusat kota yang merupakansentra kegiatan ekonomi menjadi daya tarikmasuknya kaum pendatang untuk mengadunasib dan penghidupan yang layak sehinggamenyebabkan tingginya tingkat urbanisasi.Urbanisasi telah menyebabkan ledakanpenduduk di pusat kota yang mengharuskanterpenuhinya berbagai kebutuhan, di antaranyakebutuhan akan pemukiman yang layak.

DKI Jakarta sebagai Ibu Kota Negaramenjadi salah satu wilayah yang mengalamikondisi seperti ini. Pada umumnya, kaumpendatang ini kurang memunyai modalketerampilan dan pendidikan yang memadaisehingga kondisi sosial ekonomi mereka jugarelatif lebih rendah. Mereka biasanya tinggal dipemukiman-pemukiman padat, dengan kondisibangunan tempat tinggal yang kurang tertata,tetapi biaya sewa relatif murah.

Jika kondisi seperti itu terus dibiarkan,lama-kelamaan akan menimbulkan munculnyapemukiman kumuh. Pemukiman kumuhbiasanya terdapat di sekitar pasar tradisional,pinggir rel kereta api, bantaran sungai, sekitarterminal atau stasiun. Adanya pemukimankumuh ini akan mengganggu tata kota suatuwilayah dan juga menurunnya tingkat kesehatanpenduduk setempat.

Beberapa tahun terakhir, Pemerintah DKIJakarta melalui dinas-dinas terkait telahmelakukan beberapa upaya menghilangkanpemukiman kumuh ini tetapi belum berhasil.Salah satu upaya yang dilakukan adalah denganpenataan dan rehabilitasi pemukiman kumuh.

Badan Pusat Statistik (BPS) merupakanlembaga non departemen yang langsungbertanggung jawab terhadap presiden. Salahsatu peranan BPS adalah menyediakankebutuhan data bagi pemerintah danmasyarakat. Berdasarkan peranan tersebut, BPSmelakukan pendataan pemukiman kumuh diwilayah DKI Jakarta untuk memenuhikebutuhan data di pemerintah provinsi DKIJakarta. Sasaran utama dari pendataan ini adalahRukun Warga (RW). Pendataan ini telahdilaksanakan sebanyak 6 kali yaitu pada tahun1993, 1997, 2001, 2004, 2008 dan terakhirtahun 2011. Tujuan dari pendataan ini jugauntuk menentukan tingkat kekumuhan di suatuwilayah. Pendataan dilakukan denganmelakukan wawancara dengan ketua RW, sertapengamatan kondisi fisik secara langsung, baik

di lokasi RW yang termasuk kumuh maupunsecara keseluruhan.

Pengolahan hasil pendataan RW kumuhselama ini dilakukan dengan memanfaatkansoftware SPSS maupun secara manual yangmasih melibatkan faktor subjektifitas dari pihakBPS yang melakukan pendataan.

Pengolahan hasil pendataan RW kumuhselama ini dilakukan dengan memanfaatkansoftware SPSS maupun secara manual yangmasih melibatkan faktor subjektifitas dari pihakBPS yang melakukan pendataan.

Salah satu teknik yang ada pada proses datamining untuk pengolahan data adalah denganmenggunakan teknik Decision Tree. Teknik inimudah direpresentasikan oleh manusia dandapat menyelesaikan masalah klasifikasimenjadi banyak kategori.

Dari latar belakang tersebut, penulis akanmencoba mengaplikasikan metode DecisionTree untuk melakukan klasifikasi pemukimankumuh di wilayah DKI Jakarta. Metode inidiharapkan dapat mengurangi faktorsubjektifitas dalam penentuan kekumuhan suatuwilayah.

TujuanTujuan dari penelitian ini adalah

menerapkan metode Decision Tree dalammengklasifikasikan pemukiman kumuh diwilayah DKI Jakarta, serta mengetahui tingkatakurasi dari proses klasifikasi tersebut.

Ruang LingkupRuang lingkup penelitian ini meliputi:

1 Klasifikasi pemukiman kumuh dilakukanberdasarkan RW di 5 Kota Administrasi diDKI Jakarta, yaitu Jakarta Selatan, JakartaTimur, Jakarta Pusat, Jakarta Utara, danJakarta Barat.

2 Data yang digunakan adalah data publikasiRW Kumuh DKI Jakarta dari Badan PusatStatistik tahun 2008.

ManfaatHasil dari penelitian ini diharapkan dapat

dijadikan pertimbangan oleh pengambilkeputusan untuk mengambil kebijakan yangdiperlukan.

TINJAUAN PUSTAKA

Pemukiman KumuhDijelaskan oleh Adriasih (2004) dalam

Rahayu dan Rutiana (2007), Pemukiman kumuhadalah lingkungan pemukiman yang secara fisikmemunyai ciri seperti kondisi tempat tinggalatau tempat huniannya berdesakan, luas rumah

tidak sebanding dengan jumlah penghuni,rumah berfungsi sekedar tempat istirahat danmelindungi diri dari panas, dingin, hujan,lingkungan dan tata pemukiman tidak teraktur,bangunan sementara, acak-acakan tanpaperencanaan, prasarana kurang (MCK, airbersih, saluran buangan, listrik, gang,lingkungan jorok dan menjadi sarang penyakit),fasilitas sosial kurang (sekolah, rumah ibadah,balai pengobatan), umumnya mata pencaharianpenghuninya tidak tetap dan usahanya non-formal, tanah bukan milik penghuni, pendidikanrendah, penghuni sering tidak tercatat sebagaiwarga setempat (pendatang dari luar daerah),rawan banjir dan kebakaran, serta rawanterhadap timbulnya penyakit.

Decision TreeMenurut Han dan Kamber (2001), Decision

Tree adalah suatu flowchart seperti strukturpohon, yang tiap titik internalnya (internalnode) menunjukkan suatu test pada suatuatribut. Setiap cabang (branch)merepresentasikan hasil dari test tersebut, danleaf node menunjukkan kelas-kelas ataudistribusi. Node yang paling atas adalah rootnode.

Pada Decision Tree terdapat 3 node, yaitu:1 Root Node

Root node merupakan node paling atas,tidak ada input dan tidak memunyai outputatau memunyai output lebih dari satu.

2 Internal NoodInternal Nood merupakan nodepercabangan, input hanya satu, tetapimemunyai output minimal dua.

3 Leaf NodeLeaf Node merupakan node akhir, hanyaterdapat satu input dan tidak memunyaioutput.

Decision Tree juga dapat diartikan sebagai caramerepresentasikan kumpulan aturan yangmengacu ke suatu nilai atau kelas.

Dalam Kusrini dan Luthfi (2009), untukmemilih atribut yang akan digunakan sebagainode awal didapatkan dari hasil perhitungannilai Gain tertinggi dari atribut-atribut yangada. Nilai Gain diperoleh dari persamaanberikut.( , ) = ( )− | || | ∗ ( )Keterangan:a S adalah himpunan kasusb A adalah atribut

c N adalah jumlah partisi atribut Ad |Si| adalah jumlah kasus pada partisi ke=ie |S| adalah jumlah kasus dalam S

Entropi merupakan jumlah bit yangdiperkirakan dibutuhkan untuk dapatmengekstrak suatu kelas dari sejumlah dataacak pada ruang, dengan menggunakanpersamaan: ( ) = − ∗ logKeterangan:a S adalah himpunan kasusb n adalah jumlah partisic pi adalah proporsi dari Si terhadap S

Stratified Random SamplingDalam Singarimbun dan Efendi (1989),

Stratified Random Sampling merupakan sebuahsampel yang diambil jika populasi dari datatidak homogen. Semakin heterogen suatupopulasi, makin besar pula perbedaan lapisansifat antara lapisan-lapisan tersebut. Untukmenentukan sifat populasi yang heterogen,populasi dibagi dalam lapisan-lapisan (strata)yang seragam, dan dari setiap lapisan diambilsampel secara acak.

Syarat yang harus dipenuhi untuk dapatmenggunakan metode Stratified RandomSampling adalah:1 Kriteria yang akan digunakan sebagai dasar

melakukan stratifikasi populasi ke dalamlapisan-lapisan harus jelas. Kriteria untukmelakukan stratifikasi dapat dilihat darivariabel yang akan diteliti.

2 Harus ada data pendahuluan dari populasimengenai kriteria yang digunakan untukmelakukan stratifikasi.

3 dengan tepat jumlah satuan-satuan elementerdari tiap lapisan dalam populasi tersebut.Keuntungan dari metode ini adalah semua

ciri-ciri populasi yang heterogen dapatterwakili. Besarnya sampel yang diambil daritiap-tiap lapisan dapat berimbang dan dapatpula tidak berimbang, unsure-unsur satuan yangdiambil dari tiap lapisan berbanding lurusdengan jumlah satuan-satuan elementer dalamlapisan yang bersangkutan. Sebagai contoh,suatu populasi distratifikasikan sebagai berikut:

Lapisan 1 Jml satuan elementer 1500Lapisan 2 Jml satuan elementer 500Lapisan 3 Jml satuan elementer 50Jumlah Populasi 2050

Perbandingan besarnya satuan elementerdalam tiap-tiap lapisan 30: 10: 1. Apabilabesarnya sampel yang diambil sebesar 82, darilapisan 1, 2, dan 3 akan diambil sampelsebanyak 60, 20, dan 2 satuan elementer.

K-Fold cross validationK-fold cross validation dilakukan untukmembagi training set dan test set. K-fold crossvalidation mengulang k-kali untuk membagisebuah himpunan contoh secara acak menjadi ksubset yang paling bebas, setiap ulangandisisakan satu subset untuk pengujian dansubset lainnya untuk pelatihan (Fu 1994).

METODE PENELITIAN

Pelaksanaan penelitian ini meliputibeberapa tahapan proses yang dimulai denganpraproses terhadap data hasil publikasi RWkumuh dari BPS Provinsi DKI Jakarta, yangnantinya akan digunakan pada tahap pelatihandan pengujian.

Tahapan tersebut dirangkum dalam suatumetode penelitian yang dapat dilihat dalamGambar 1.

Gambar 1 Diagram alur penelitian.

Pengumpulan DataData yang digunakan pada penelitian ini

adalah data publikasi RW Kumuh dari BadanPusat Statistik Provinsi DKI Jakarta Tahun

2008 yang mencakup 450 Data dari 5 wilayahdi Propinsi DKI Jakarta. Data tersebut terdiriatas 23 data untuk kelas kumuh berat, 233 datauntuk kelas kumuh sedang, 82 data untukkumuh ringan, 108 data untuk kumuh sangatringan, dan 4 data yang tidak masuk padakeempat klasifikasi tersebut, sehingga data yangakan digunakan sebanyak 446 data.Data publikasi RW kumuh memunyai 4 fieldutama yaitu:1 Keterangan Tempat

Keterangan tempat terdiri atas Kotamadya,Kecamatan, Kelurahan, dan Rukun Warga(RW).

2 Informasi Rukun Warga (RW)Informasi RW memunyai beberapa aspekutama yaitua Kependudukan

Aspek kependudukan mencakup: Luas RW Jumlah seluruh RT Jumlah seluruh KK dalam RW Jumlah penduduk dalam RW Jumlah anak usia 0-5 tahun

b PendidikanAspek pendidikan mencakup: Jumlah sekolah (SD, SMP, SMA) Jumlah anak usia sekolah (usia 7-12,

usia 13-15, dan usia 16-18) Jumlah anak usia 7-18 yang putus

sekolah (SD, SMP, SMA).c Sosial Budaya

Aspek sosial budaya mencakup: jumlah tempat peribadatan

(Mushola, Masjid, Gereja, danlainnya)

Fasilitas olahraga dan rekreasi (sepakbola, bola volly, bulu tangkis, bolabasket, taman terbuka/bermain, danlainnya)

Kegiatan institusi sosial (karangtaruna, PKK, dan majelista’lim/kelompok pengajian/kelompokkebaktian)

Kegiatan kemasyarakatan (arisan,gotong royong, pengumpulan zakat,infak dan shodaqoh)

Penduduk penyandang masalah sosialdi RW (penduduk tuna wisma,penduduk tuna susila, germo, sertagelandangan dan pengemis/gepeng)

d KesehatanAspek kesehatan terdiri atas: Fasilitas dan tenaga kesehatan

(posyandu dan kader posyandu)

Mulai

Pengumpulan Data

Praproses Data

k-fold crossvalidation

DataLatih

DataUji

Decision Tree

Pelatihan Pengujian

Akurasi

Selesai

Pencegahan penyakit (pengasapanatau fogging dan pengecekan unggas)

e PerekonomianAspek perekonomian mencakup: Ada tidaknya salon kecantikan,

penjahit, bengkel mobil, dan bengkelmotor

Jumlah pasar (pasar lingkungan atautradisional, warung serba ada, minimarket, dan warung kelontong)

Jumlah perusahaan industri, baikindustri kecil maupun industri rumahtangga.

f Keadaan LingkunganKeadaan lingkungan meliputi 12komponen yaitu: Persentase penggunaan sumber air

minum masyarakat (PAM,sumur/pompa, membeli air minum,dan lainnya)

Persentase penggunaan sumber airmandi cuci masyarakat masyarakat(PAM, sumur/pompa, membeli airminum, dan lainnya)

Presentase status kepemilikan rumah(milik sendiri, kontrak/sewa, rumahdinas, dan lainnya)

Presentase status tanah tempattinggal (hak milik, hak gunabangunan, hak pakai, tanahnegara/badan, dan lainnya)

Cara membuang sampah sebagianbesar masyarakat (dibuang ke baksampah, ditimbun/dibakar, dibuangke selokan/kali/pantai, dimasukkanke kantong, dan lainnya)

Pengelolaan sampah yang dihasilkanrumah tangga di RW (SudinKebersihan, Aparat Kelurahan,Pengurus RT/RW,Swasta/Perorangan)

Penggunaan jamban/kakus (jambansendiri dengan tangki septik, jambanbersama dengan tangki septik,jamban umum dengan tangki septik,jamban tanpa tangki septik)

Ada tidaknya fasilitas MCK sertasumber biaya pembangunan MCK(swasta, pemerintah, perorangan,swadaya masyarakat)

Rawan atau tidaknya RT tersebut daribanjir serta jumlah RT yang rawanbanjir dan perkiraan jumlah KK diRT yang rawan banjir

Rawan atau tidaknya RT tersebut darikebakaran serta jumlah RT yangrawan kebakaran dan perkiraan

jumlah KK di RT yang rawankebakaran

Akses masuknya kendaraan ataufasiitas penanggulangan kebakaran(mudah dijangkau, sulit dijangkau,tidak dapat dijangkau)

Presentase jumlah jalan yang rusak diRW tersebut

3 Keterangan untuk Kriteria RW KumuhKeterangan untuk kriteria RW kumuhdikelompokkan dalam 3 aspek yaitukependudukan, perumahan, serta lingkungandan sanitasi. Ketiga aspek dipecah dalambeberapa parameter yang digunakan sebagaiindikator untuk mengklasifikasikan stratapemukiman kumuh. Parameter-parametertersebut adalah:a Kepadatan Penduduk (KP)

KP diperoleh dari luas RW (Ha) dibagijumlah penduduk di RW tersebut. KPmemunyai 4 kriteria, yaitu:1 : KP > 600 jiwa/Ha2 : KP antara 401 – 600 jiwa/Ha3 : KP antara 201 – 400 jiwa/Ha4 : KP ≤ 200 jiwa/Ha

b Tata Letak Bangunan (TLB)TLB meliputi 4 kriteria yaitu:1 : TLB sangat tidak teratur2 : TLB tidak teratur3 : TLB kurang teratur4 : TLB teratur

c Keadaan Konstruksi Bangunan (KKB)KKB terdiri atas kriteria, sebagaiberikut:1 : > 80 % dari triplek, bilik, papan ½

bata2 : 61 - 80 % dari triplek, bilik, papan ½

bata3 : 31 – 60 % dari triplek, bilik, papan ½

bata4 : ≤ 30 % dari triplek, bilik, papan ½

batad Ventilasi Perumahan (VP)

VP terdiri atas 4 kriteria, yaitu:1 : > 80 % tidak punya akses

cahaya/udara2 : 61 - 80 % tidak punya akses

cahaya/udara3 : 31 – 60 % tidak punya akses

cahaya/udara4 : ≤ 30 % tidak punya akses

cahaya/udarae Kepadatan Bangunan (KB)

KB terdiri atas 4 kriteria, yaitu:1 : 90 % lahan sudah terbangun2 : 70 - 90% lahan sudah terbangun3 : 50 - 69% lahan sudah terbangun4 : <50 % lahan sudah terbangun

f Keadaan Jalan (KJ)KJ terdiri atas 4 kriteria, yaitu:1 : > 65 % Tanah atau pengerasan

sementara2 : 40 - 65 % Tanah atau pengerasan

sementara3 : 20-39 % Tanah atau pengerasan

sementara4 : < 20 % Tanah atau pengerasan

sementarag Drainase atau saluran Air (DSA)

DSA terdiri atas 4 kriteria, yaitu:1 : >24 jam tergenang2 : 6 – 24 jam tergenang3 : < 6 jam tergenang4 : Tidak ada genangan

h Pemakaian Air Bersih (PAB)PAB terdiri atas 4 kriteria, yaitu:1 : < 30 % air ledeng2 : 30 – 60 % air ledeng3 : 61 – 80% air ledeng4 : > 80 % air ledeng

i Pembuangan Limbah Manusia (PLM)PLM terdiri atas 4 kriteria, yaitu:1 : > 80 % membuang ke kali, MCK

umum2 : 61 - 80 % membuang ke kali, MCK

umum3 : 30 - 60% membuang ke kali, MCK

umum4 : <30 % membuang ke kali, MCK

umumj Pengolahan Sampah (PS)

Pengolahan Sampah merupakan lamawaktu pengambilan sampah rumahtangga oleh petugas kebersihan diwilayah tersebut. PS terdiri atas 4kriteria, yaitu:1 : >1 minggu sekali2 : 1 minggu sekali3 : 3 hari sekali4 : <3 hari sekaliDari 10 parameter tersebut, masing-

masing kriteria secara terurut memunyaiskor 1 sampai dengan 4 yang menandakantingkatan kondisi dari wilayah tersebut.

4 Informasi Tambahan Tentang DaerahKumuhInformasi tambahan meliputi 6 hal yaitu: Ada tidaknya lokasi kumuh di RW

tersebut Jumlah RT yang kumuh Jumlah KK di RT kumuh Jumlah penduduk di daerah kumuh Kepadatan penduduk di daerah kumuh Lokasi daerah kumuh (bantaran

kali/DAS, bantaran rel kereta api, daerahrawan, sekitar pasar tradisional)

Field yang akan digunakan dalam penelitianini adalah field keterangan untuk kriteria RWKumuh yang terdiri atas 10 parameter. Hal inididasarkan hasil konsultasi dengan pihak dariBPS. Contoh data pemukiman kumuh ada padaLampiran 1.

PraprosesPraproses data adalah tahapan yang

dilakukan agar data dapat sesuai untuk datamining. Tahapan praproses pada penelitian inimeliputi:1 Data Cleaning

Proses ini merupakan tahapan pembersihandata, yaitu mengisi data yang hilang,mengatasi data yang kotor dan rusak,mengidentifikasi atau membuang datapencilan, memperbaiki data yang tidakkonsisten. Pada proses ini dilakukanpembuangan 4 data yang tidak masuk pada 4kelas yang ada sehingga dari 450 data,hanya 446 data saja yang akan digunakanpada tahap selanjutnya.

2 SamplingProses ini adalah proses menyeleksi datadari populasi. Pada penelitian ini, penentuansampel dilakukan dengan metode StratifiedRandom Sampling. Data publikasi RWKumuh BPS Propinsi DKI Jakarta tahun2008 diambil sebesar 71.74% dari seluruhdata dan dijadikan sebagai sampel.Kelas kumuh berat : 23 DataKelas kumuh sedang : 233 DataKelas kumuh ringan : 82 DataKelas kumuh sangat ringan : 108 DataApabila diambil 320 data sebagai datasampel dengan perbandingan besarnyasampel tiap-tiap kelas sebesar 4.48%:40.36%: 11.21%: 15.69%, dari kelas kumuhberat, sedang, ringan dan sangat ringan akandiambil sampel sebanyak 20, 180, 50, dan70 data.

3 Data TransformationProses ini merupakan proses pengubahandata menjadi bentuk yang tepat. Datapublikasi RW Kumuh dari Badan PusatStatistik Provinsi DKI Jakarta Tahun 2008awalnya dalam format .sav kemudiandilakukan pengubahan data menjadi .arffsehingga dapat digunakan pada tahapberikutnya.

Pembagian Data Latih dan Data UjiTeknik pembagian data latih dan data uji

adalah dengan k-fold cross validation, dengan kyang digunakan adalah 10. Teknik ini akanmembagi data menjadi 10 sub sample terpisah,dengan 9 sub sample akan digunakan sebagai

data latih dan 1 sub sample akan digunakansebagai data uji. Data untuk masing-masingsubset sama, yaitu terdiri atas 32 data yangmerupakan gabungan dari 10 parameter.Susunan data pelatihan dan pengujian disajikanpada Tabel 1.

Tabel 1 Susunan data pelatihan dan pengujianIterasi Pelatihan Pengujian

Iterasi 1 S2, S3, S4, S5, S6,S7, S8, S9, S10

S1


S2


S3


S4


S5


S6


S7


S8


S9


S10

PengujianProses pengujian sistem dilakukan tiga kali,

masing-masing dengan nilai confidence factoryang berbeda.

Tabel 2 Perbandingan data latih dan data ujiConfidence factor

Pengujian 1 0.1Pengujian 2 0.2Pengujian 3 0.3

AkurasiPengujian model Decesion Tree dapat

dihitung dengan cara menjumlahkan data ujiyang berhasil diidentifikasi dengan benar dibagitotal data yang digunakan untuk pengujian.Akurasi = Σ

Σx 100%

Lingkungan PengembanganPerangkat lunak yang digunakan dalam

penelitian yaitu:1 Windows 7 Ultimate2 Weka 3.5.63 Microsoft Office Excel 2007

Perangkat keras yang digunakan dalampenelitian yaitu:1 Processor Intel® Core™ i32 RAM 3GB

HASIL DAN PEMBAHASAN

Klasifikasi pemukiman kumuh di wilayahDKI Jakarta, pemodelan persoalannyadilakukan dengan menggunakan konsepDecision Tree. Klasifikasi ini didasarkan pada10 parameter, yaitu kepadatan penduduk (KP),tata letak bangunan (TLB), keadaan konstruksibangunan (KKB), ventilasi perumahan (VP),kepadatan bangunan (KB), keadaan jalan (KJ),drainase atau saluran air (DSA), pemakaian airbersih (PAB), pembuangan limbah manusia(PLM), dan pengelolaan sampah (PS).Ada 4 kriteria kumuh yang dibangkitkan daritree, yaitu: Berat (B) Sedang (S) Ringan (R) Sangat Ringan (SR)

Pengujian 1Pengujian pertama dilakukan dengan 10-fold

cross validation, dengan nilai confidence factorsebesar 0.1. Hasil pengujian 1 dapat dilihatdalam Tabel 3.

Tabel 3 Hasil Pengujian 1B S R SR

B 0 20 0 0S 2 164 2 12R 0 33 1 16SR 0 11 1 58

Pada kategori kumuh berat, dari 20 dataseluruhnya masuk pada kumuh sedang. Padakategori kumuh sedang, dari 180 data, sebanyak164 data benar terklasifikasi pada kumuhsedang, sisanya 2 data masuk kumuh berat, 2data masuk kumuh ringan dan 12 data masukkumuh sangat ringan. Untuk kategori kumuhringan, dari 50 data, hanya 1 data benar masukpada klasifikasi ringan, sisanya masuk padakumuh sedang dan sangat ringan, masing-masing sebanyak 33 dan 16 data. Pada kategoriterakhir, yaitu kumuh sangat ringan, dari 70data, ada 58 data yang benar masuk padaklasifikasi kumuh sangat ringan, sisanya masukpada kumuh ringan dan kumuh sedang, masing-masing sebanyak 1 dan 11 dataJika dilihat secara keseluruhan, tingkat akurasiuntuk kumuh berat sebesar 0%, untuk kumuhsedang sebesar 91.1%, untuk kumuh ringan

sebesar 2%, dan untuk kumuh sangat ringansebesar 82.9%. Tingkat akurasi untuk masing-masing kriteria kekumuhan dari pengujian 1dapat dilihat pada Gambar 2.

Gambar 2 Grafik tingkat akurasi setiap kriteriakekumuhan pada pengujian 1.

Parameter yang dibangkitkan pada tree hasilpengujian 1 sebanyak 6 parameter yaituKeadaan Jalan (KJ), Pembuangan LimbahManusia (PLM), Kepadatan Penduduk (KP),Tata Letak Bangunan (TLB), VentilasiPerumahan (VP) dan Drainase Saluran Air(DSA). Tree dan rule yang dihasilkan padapengujian 1 masing-masing dapat dilihat padaLampiran 2 dan 3.

Pengujian 2Pengujian kedua dilakukan dengan 10-fold


Tabel 4 Hasil pengujian 2B S R SR

B 2 17 1 0S 4 165 4 7R 0 34 2 14SR 0 12 7 51

Pada kategori kumuh berat, dari 20 data,hanya 2 data yang benar terklasifikasi padakelas kumuh berat, sisanya 17 data masuk padakumuh sedang dan 1 data masuk kumuh ringan.Pada kategori kumuh sedang, dari 180 data,sebanyak 165 data benar terklasifikasi padakumuh sedang, sisanya 4 data masuk kumuhberat, 4 data masuk kumuh ringan dan 7 datamasuk kumuh sangat ringan. Untuk kategorikumuh ringan, dari 50 data, hanya 21 data benarmasuk pada klasifikasi ringan, sisanya masukpada kumuh sedang dan sangat ringan, masing-masing sebanyak 34 dan 14 data. Pada kategoriterakhir yaitu kumuh sangat ringan, dari 70data, ada 51 data yang benar masuk padaklasifikasi kumuh sangat ringan, sisanya masuk

pada kumuh ringan dan kumuh sedang, masing-masing sebanyak 7 dan 12 data

Jika dilihat secara keseluruhan, tingkatakurasi untuk kumuh berat sebesar 10%, untukkumuh sedang sebesar 91.7%, untuk kumuhringan sebesar 4%, dan untuk kumuh sangatringan sebesar 72.9%. Tingkat akurasi untukmasing-masing kriteria kekumuhan daripengujian 2 dapat dilihat pada Gambar 3.


Parameter yang dibangkitkan pada tree hasilpengujian 1 sebanyak 9 parameter yaituKeadaan Jalan (KJ), Pengelolaan Sampah (PS),Keadaan Konstruksi Bangunan (KKB),Kepadatan Penduduk (KP), Tata LetakBangunan (TLB), Pembuangan LimbahManusia (PLM), Pemakaian Air Bersih (PAB),Ventilasi Perumahan (VP), dan DrainaseSaluran Air (DSA). Tree dan rule yangdihasilkan pada pengujian 1 dapat dilihat padaLampiran 4 dan 5.

Pengujian 3Pengujian ketiga dilakukan dengan 10-fold



B 4 15 1 0S 4 158 9 9R 1 31 3 15SR 0 11 8 51

Pada kategori kumuh berat, dari 20 data, adasebanyak 4 data benar terklasifikasi kumuhberat, 15 data sisanya masuk pada kumuhsedang, dan 1 data masuk kumuh ringan. Padakategori kumuh sedang, dari 180 data, sebanyak158 data benar terklasifikasi pada kumuhsedang, sisanya 4 data masuk kumuh berat, danmasing-masing 9 data masuk kumuh ringan dansangat ringan. Untuk kategori kumuh ringan,dari 50 data, ada 3 data benar masuk pada

0.0%20.0%40.0%60.0%80.0%

100.0%

Berat Sedang Ringan

0.0%

91.1%

2.0%







B 2 17 1 0S 4 165 4 7R 0 34 2 14SR 0 12 7 51









B 4 15 1 0S 4 158 9 9R 1 31 3 15SR 0 11 8 51


Ringan SangatRingan

2.0%

82.9%

0.0%20.0%40.0%60.0%80.0%

100.0%

Berat Sedang Ringan

10.0%

91.7%







B 2 17 1 0S 4 165 4 7R 0 34 2 14SR 0 12 7 51









B 4 15 1 0S 4 158 9 9R 1 31 3 15SR 0 11 8 51


Ringan SangatRingan

4.0%

72.9%

klasifikasi ringan, sisanya masuk pada kumuhberat ada 1 data, masuk kumuh sedangsebanyak 31 data, dan kumuh sangat ringan 15data. Pada kategori terakhir yaitu kumuh sangatringan, dari 70 data, ada 51 data yang benarmasuk pada klasifikasi kumuh sangat ringan,sisanya masuk pada kumuh ringan dan kumuhsedang, masing-masing sebanyak 8 dan 11 dataJika dilihat secara keseluruhan, tingkat akurasiuntuk kumuh berat sebesar 20%, untuk kumuhsedang sebesar 87.8%, untuk kumuh ringansebesar 6%, dan untuk kumuh sangat ringansebesar 72.9%. Tingkat akurasi untuk masing-masing kriteria kekumuhan dari pengujian 3dapat dilihat pada Gambar 4.


Parameter yang dibangkitkan pada tree hasilpengujian 1 adalah seluruh parameter yaituKeadaan Jalan (KJ), Pengelolaan Sampah (PS),Keadaan Konstruksi Bangunan (KKB),Kepadatan Penduduk (KP), VentilasiPerumahan (VP), Kepadatan Bangunan (KB),Tata Letak Bangunan (TLB), Drainase SaliranAir (DSA), Pembuangan Limbah Manusia(PLM), dan Pemakaian Air Bersih (PAB). Treedan rule yang dihasilkan pada pengujian 1 dapatdilihat pada Lampiran 6 dan 7.

Perbandingan Pengujian KeseluruhanBerdasarkan hasil dari 3 kali pengujian yang

dilakukan, masing-masing pengujianmenghasilkan tingkat akurasi yang berbeda.Pada pengujian 1 dihasilkan rata-rata tingkatakurasi sebesar 69.7%, pengujian 2 dihasilkanrata-rata tingkat akurasi sebesar 68.8%, danpada pengujian 3 dihasilkan rata-rata tingkatakurasi sebesar 67.5% yang merupakan rata-ratatingkat akurasi terbesar dari ketiga pengujiantersebut. Peningkatan akurasi terjadi pada nilaiconfidence factor terkecil, yaitu 0.1.Perbandingan tingkat akurasi yang dihasilkanpada setiap pengujian dapat dilihat padaGambar 5.

Gambar 5 Grafik perbandingan tingkat akurasidari setiap pengujian.

Jika dilihat dari tree yang dihasilkan dari 3 kalipengujian, parameter yang selalu menjadi rootadalah Keadaan Jalan (KJ)

KESIMPULAN DAN SARAN

KesimpulanPenggunaan metode Decision Tree untuk

mengklasifikasikan pemukiman kumuh denganmenggunakan 10 parameter dari data publikasiRW Kumuh DKI Jakarta Tahun 2008menghasilkan akurasi secara berturut-turut69.7%, 68.8%, dan 67.4% masing-masing untuknilai confidence factor sebesar 0.1, 0.2, dan 0.3.

SaranPenelitian ini dapat dikembangkan lebih

lanjut dengan penambahan parameter untukpengujian, seperti parameter tingkat pendidikan,keadaan sosial ekonomi, dan keadaan kesehatanpenduduk.

DAFTAR PUSTAKA

Adriasih H. 2004. Kebijakan publik dalammenanggulangi peningkatan penderitaakibat pencemaran air di wilayah dkijakarta [tesis]. Depok: Fakultas Ekonomi,Universitas Indonesia.

[BPS] Badan Pusat Statistik. Evaluasi RukunWarga (RW) Kumuh DKI Jakarta 2008.2008. Jakarta: Badan Pusat StatistikProvinsi DKI Jakarta.

Fu L. 1994. Neural Network in ComputerIntelligence. Singapura: McGraw-Hill.

Han J, Kamber M. 2001. Data Mining:Concepts and Techniques. Burlington:Morgan Kaufhmann Publishers.

Kusrini L. 2009. Algoritma Data Mining.Yogyakarta: Penerbit Andi.

0.0%20.0%40.0%60.0%80.0%

100.0%

Berat Sedang Ringan

20.0%

87.8%

6.0%













DAFTAR PUSTAKA






Ringan SangatRingan

6.0%

72.9%

66.0%66.5%67.0%67.5%68.0%68.5%69.0%69.5%70.0%

Pengujian 1 Pengujian 2

69.7%

68.8%













DAFTAR PUSTAKA






Pengujian 2 Pengujian 3

68.8%

67.4%

Rahayu M, Rutiana D. 2007. Strategiperencanaan pembangunan pemukimankumuh (kasus pemukiman bantaran sungaiBengawan Solo, Kelurahan Pucangsawit,Surakarta). Jurnal Ilmiah Teknik 2007.10(1): 1-8.

Singarimbun M, Effendi S. 1989. MetodePenelitian Survei. Jakarta: Pustaka LP3ESIndonesia.

LAMPIRAN

Lampiran 1 Contoh data pemukiman kumuh

NoKepadatan Tata Letak Konstruksi Ventilasi Kepadatan Keadaan Drainase/ Pemakaian Pembuangan Pengelolaan kriteriaPenduduk Bangunan Rumah Perumahan Bangunan Jalan Saluran Air Air Bersih Limbah Manusia Sampah kumuh

1 2 3 1 2 2 2 3 1 2 1 B2 1 2 1 1 1 2 3 1 3 2 B3 4 2 1 1 1 1 2 1 2 4 B4 3 1 2 2 1 1 1 2 3 3 B5 2 1 1 3 1 1 1 1 1 4 B6 3 3 4 4 2 3 4 1 2 2 S7 1 3 4 4 1 4 1 4 1 1 S8 1 3 4 4 2 4 4 1 2 2 S9 3 3 4 3 1 4 3 1 2 4 S10 1 3 4 4 2 4 4 1 2 2 S11 1 3 4 4 4 4 1 4 4 1 R12 3 3 1 4 1 1 4 4 4 4 R13 4 3 4 4 1 1 1 4 4 4 R14 1 3 4 4 1 4 2 4 4 3 R15 1 3 4 4 1 2 2 4 4 4 R16 3 3 4 4 4 4 4 1 4 2 SR17 3 3 4 4 4 4 4 1 2 2 SR18 3 3 4 4 1 4 4 1 4 4 SR19 4 3 3 4 3 4 3 1 4 4 SR20 4 3 4 4 3 4 4 1 4 4 SR

Lampiran 2 Tree Hasil Pengujian 1

Lampiran 3 Rule hasil pengujian 1

Jika Keadaan Jalan (KJ) = 1 maka masuk kategori kumuh sedang (S)Jika Keadaan Jalan (KJ) = 2 maka masuk kategori kumuh sedang (S)Jika Keadaan Jalan (KJ) = 3 maka masuk kategori kumuh sedang (S)Jika Keadaan Jalan (KJ) = 4

Pembuangan Limbah Manusia (PLM) = 1 maka masuk kategori kumuh sedang (S)Pembuangan Limbah Manusia (PLM) = 2

Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S)

Pembuangan Limbah Manusia (PLM) = 3KP = 1 maka masuk kategori kumuh sedang (S)KP = 2 maka masuk kategori kumuh sedang (S)KP = 3: maka masuk kategori kumuh sangat ringan (SR)KP = 4: maka masuk kategori kumuh sangat ringan (SR)

Pembuangan Limbah Manusia (PLM) = 4Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh sedang (S)Tata Letak Bangunan (TLB) = 2

Pemakaian Air Bersih (PAB) = 1 maka masuk kategori kumuh sedang (S)Pemakaian Air Bersih (PAB) = 2


Pemakaian Air Bersih (PAB) = 3Ventilasi Perumahan (VP) = 1 maka masuk kategori kumuh sangat ringan (SR)Ventilasi Perumahan (VP) = 2 maka masuk kategori kumuh sedang (S)Ventilasi Perumahan (VP) = 3 maka masuk kategori kumuh ringan (R)Ventilasi Perumahan (VP) = 4 maka masuk kategori kumuh sangat ringan (SR)

Pemakaian Air Bersih (PAB) = 4Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh ringan (R)Drainase Saluran Air (DSA) = 2 maka masuk kategori kumuh ringan (R)Drainase Saluran Air (DSA) = 3 maka masuk kategori kumuh ringan (R)Drainase Saluran Air (DSA) = 4 maka masuk kategori kumuh sangat ringan (SR)

Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh sangat ringan (SR)Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sangat ringan (SR)


Jika Keadaan Jalan (KJ) = 1 maka masuk kategori kumuh sedang (S)Jika Keadaan Jalan (KJ) = 2

Pengelolaan Sampah (PS) = 1Keadaan Konstruksi Bangunan (KKB) = 1 maka masuk kategori kumuh berat (B)Keadaan Konstruksi Bangunan (KKB) = 2 maka masuk kategori kumuh berat (B)Keadaan Konstruksi Bangunan (KKB) = 3 maka masuk kategori kumuh berat (B)Keadaan Konstruksi Bangunan (KKB) = 4 maka masuk kategori kumuh sedang (S)

Pengelolaan Sampah (PS) = 2Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh berat (B)Kepadatan Penduduk (KP) = 2

Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh berat (B)Tata Letak Bangunan (TLB) = 2 maka masuk kategori kumuh berat (B)Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh sedang (S)Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh berat (B)

Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh ringan (R)

Pengelolaan Sampah (PS) = 3 maka masuk kategori kumuh sedang (S)Pengelolaan Sampah (PS) = 4 maka masuk kategori kumuh sedang (S)

Jika Keadaan Jalan (KJ) = 3 maka masuk kategori kumuh sedang (S)Jika Keadaan Jalan (KJ) = 4

Pengelolaan Limbah Manusia (PLM) = 1 maka masuk kategori kumuh sedang (S)Pengelolaan Limbah Manusia (PLM) = 2


Pengelolaan Limbah Manusia (PLM) = 3Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sangat ringan (SR)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR)

Pengelolaan Limbah Manusia (PLM) = 4Tata Letak Bangunan (TLB) = 1

Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh ringan (R)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S)

Tata Letak Bangunan (TLB) = 2Pemakaian Air Bersih (PAB) = 1 maka masuk kategori kumuh sedang (S)Pemakaian Air Bersih (PAB) = 2




Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh sangat ringan (SR)Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sangat ringan (SR)


Jika Keadaan Jalan (KJ) = 1 maka masuk kategori kumuh sedang (S)Jika Keadaan Jalan = 2

Pengelolaan Sampah (PS) = 1Keadaan Konstruksi Bangunan (KKB) = 1 maka masuk kategori kumuh berat (B)Keadaan Konstruksi Bangunan (KKB) = 2 maka masuk kategori kumuh berat (B)Keadaan Konstruksi Bangunan (KKB) = 3 maka masuk kategori kumuh berat (B)Keadaan Konstruksi Bangunan (KKB) = 4 maka masuk kategori kumuh sedang (S)

Pengelolaan Sampah (PS) = 2Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh berat (B)Kepadatan Penduduk (KP) = 2

Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh berat (B)Tata Letak Bangunan (TLB) = 2 maka masuk kategori kumuh berat (B)Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh sedang (S)Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh berat (B)

Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh ringan (R)

Pengelolaan Sampah (PS) = 3 maka masuk kategori kumuh sedang (S)Pengelolaan Sampah (PS) = 4

Ventilasi Perumahan (VP) = 1 maka masuk kategori kumuh sedang (S)Ventilasi Perumahan (VP) = 2 maka masuk kategori kumuh sedang (S)Ventilasi Perumahan (VP) = 3

Kepadatan Bangunan (KB) = 1 maka masuk kategori kumuh sedang (S)Kepadatan Bangunan (KB) = 2

Keadaan Konstruksi Bangunan (KKB) = 1 maka masuk kategori kumuh sedang (S)Keadaan Konstruksi Bangunan (KKB) = 2 maka masuk kategori kumuh ringan (R)Keadaan Konstruksi Bangunan (KKB) = 3 maka masuk kategori kumuh sedang (S)Keadaan Konstruksi Bangunan (KKB) = 4 maka masuk kategori kumuh ringan (R)

Kepadatan Bangunan (KB) = 3 maka masuk kategori kumuh sedang (S)Kepadatan Bangunan (KB) = 4 maka masuk kategori kumuh ringan (R)

Ventilasi Perumahan (VP) = 4Kepadatan Penduduk (KP) = 1

Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh sedang (S)Tata Letak Bangunan (TLB) = 2 maka masuk kategori kumuh sedang (S)Tata Letak Bangunan (TLB) = 3 maka masuk kategori kumuh ringan (R)Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sedang (S)

Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sangat ringan (SR)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sangat ringan (SR)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR)

Jika Keadaan Jalan = 3Tata Letak Bangunan (TLB) = 1 maka masuk kategori kumuh sedang (S)Tata Letak Bangunan (TLB) = 2 maka masuk kategori kumuh sedang (S)Tata Letak Bangunan (TLB) = 3

Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh ringan (R)Drainase Saluran Air (DSA) = 2

Kepadatan Bangunan (KB) = 1 maka masuk kategori kumuh ringan (R)Kepadatan Bangunan (KB) = 2 maka masuk kategori kumuh ringan (R)Kepadatan Bangunan (KB) = 3 maka masuk kategori kumuh sangat ringan (SR)Kepadatan Bangunan (KB) = 4 maka masuk kategori kumuh sangat ringan (SR)

Drainase Saluran Air (DSA) = 3Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh ringan (R)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S)

Drainase Saluran Air (DSA) = 4 maka masuk kategori kumuh sedang (S)Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sedang (S)

Jika Keadaan Jalan = 4Pengelolaan Limbah Manusia (PLM) = 1 maka masuk kategori kumuh sedang (S)Pengelolaan Limbah Manusia (PLM) = 2

Lanjutan

Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 3

Kepadatan Bangunan (KB) = 1Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh sedang (S)Drainase Saluran Air (DSA) = 2 maka masuk kategori kumuh ringan (R)Drainase Saluran Air (DSA) = 3 maka masuk kategori kumuh sedang (S)Drainase Saluran Air (DSA) = 4 maka masuk kategori kumuh sedang (S)

Kepadatan Bangunan (KB) = 2 maka masuk kategori kumuh ringan (R)Kepadatan Bangunan (KB) = 3 maka masuk kategori kumuh ringan (R)Kepadatan Bangunan (KB) = 4 maka masuk kategori kumuh sangat ringan (SR)

Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S)Pengelolaan Limbah Manusia (PLM) = 3

Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sangat ringan (SR)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR)

Pengelolaan Limbah Manusia (PLM) = 4Tata Letak Bangunan (TLB) = 1

Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh ringan (R)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S)

Tata Letak Bangunan (TLB) = 2Pemakaian Air Bersih (PAB) = 1 maka masuk kategori kumuh sedang (S)Pemakaian Air Bersih (PAB) = 2




Tata Letak Bangunan (TLB) = 3Pengelolaan Sampah (PS) = 1 maka masuk kategori kumuh sedang (S)Pengelolaan Sampah (PS) = 2

Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sangat ringan (SR)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sedang (S)

Pengelolaan Sampah (PS) = 3Drainase Saluran Air (DSA) = 1 maka masuk kategori kumuh ringan (R)Drainase Saluran Air (DSA) = 2

Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh ringan (R)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh ringan (R)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh ringan (R)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR)

Drainase Saluran Air (DSA) = 3 maka masuk kategori kumuh sangat ringan (SR)Drainase Saluran Air (DSA) = 4

Kepadatan Bangunan (KB) = 1 maka masuk kategori kumuh sangat ringan (SR)Kepadatan Bangunan (KB) = 2 maka masuk kategori kumuh ringan (R)

Lanjutan

Kepadatan Bangunan (KB) = 3 maka masuk kategori kumuh sangat ringan (SR)Kepadatan Bangunan (KB) = 4 maka masuk kategori kumuh sangat ringan (SR)

Pengelolaan Sampah (PS) = 4Ventilasi Perumahan (VP) = 1 maka masuk kategori kumuh sangat ringan (SR)Ventilasi Perumahan (VP) = 2

Pemakaian Air Bersih (PAB) = 1 maka masuk kategori kumuh ringan (R)Pemakaian Air Bersih (PAB) = 2 maka masuk kategori kumuh sedang (S)Pemakaian Air Bersih (PAB) = 3 maka masuk kategori kumuh sedang (S)Pemakaian Air Bersih (PAB) = 4

Kepadatan Penduduk (KP) = 1 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 2 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 3 maka masuk kategori kumuh sedang (S)Kepadatan Penduduk (KP) = 4 maka masuk kategori kumuh sangat ringan (SR)

Ventilasi Perumahan (VP) = 3 maka masuk kategori kumuh sangat ringan (SR)Ventilasi Perumahan (VP) = 4 maka masuk kategori kumuh sangat ringan (SR)

Tata Letak Bangunan (TLB) = 4 maka masuk kategori kumuh sangat ringan (SR)

klasifikasi pemukiman kumuh di wilayah dki jakarta ... · dki jakarta sebagai ibu kota negara...

Documents