Indeks aksesibilitas regional Jawa Tengah dan Daerah Istimewa Yogyakarta menggunakan principal component analysis dan kernel density analysis

Dwi Aditya Indra Lesmana, Muhammad Sani Roychansyah

Abstract

Jawa Tengah dan Daerah Istimewa Yogyakarta merupakan dua provinsi yang memiliki keterkaitan tinggi. Studi-studi sebelumnya menerangkan bahwa keterkaitan itu utamanya adalah keterkaitan ekonomi. Keterkaitan ekonomi tersebut terjadi berkat adanya aksesibilitas regional antara Jawa Tengah dan Daerah Istimewa Yogyakarta. Aksesibilitas regional telah lama diteliti dengan berbagai teknik perhitungan. Seringkali penggunaan teknik-teknik tersebut tidak dapat diaplikasikan secara cepat untuk menghitung dalam skala regional dikarenakan sulitnya memperoleh data yang lengkap sampai unit administratif terkecil. Di sisi lain, telah tersedia data potensi desa yang dipublikasikan secara teratur setiap tiga tahun oleh BPS yang memuat data waktu tempuh dan jarak tempuh sampai level desa. Tujuan penelitian ini adalah mengukur aksesibilitas regional di Jawa Tengah dan Daerah Istimewa Yogyakarta. Metode yang digunakan adalah principal component analysis dan kernel density analysis. Hasil analisis menunjukkan bahwa nilai aksesibilitas regional di Jawa Tengah dan Daerah Istimewa Yogyakarta sebagian besar adalah sedang sampai tinggi. Pada Jawa Tengah dan Daerah Istimewa Yogyakarta terbentuk beberapa kelompok integrasi aksesibilitas regional. Penelitian ini membuktikan dimungkinkannya penggunaan teknik analisis lain untuk menghitung aksesibilitas regional selain daripada teknik-teknik yang sudah diketahui.

Keywords

Aksesibilitas Regional; Density Analysis; Keterkaitan Ekonomi; PCA

Full Text:

PDF

References

Wibowo AA. Model pembangunan ekonomi daerah berbasis kawasan kerjasama strategis joglosemar (Jogjakarta-Solo-Semarang). Institut Pertanian Bogor, 2008.

Rutz W. Cities and towns in Indonesia. Stuttgart: Gebruder Borntraeger; 1987.

Martens K. Transport Justice. London: Routledge; 2017.

Merlin LA, Levine J, Grengs J. Accessibility analysis for transportation projects and plans. Transp Policy 2018;69:35–48. https://doi.org/10.1016/j.tranpol.2018.05.014.

Duran-Fernandez R, Santos G. A regional model of road accessibility in Mexico: Accessibility surfaces and robustness analysis. Res Transp Econ 2014;46:55–69. https://doi.org/10.1016/j.retrec.2014.09.005.

Wang L, Deng Y, Shenghe L, Wang J. Research on urban spheres of influence based on improved field model in central China. J Geogr Sci 2011;21:489–502. https://doi.org/10.1007/s11442-011-0859-0.

Muta’ali L. Teknik analisis regional: untuk perencanaan wilayah, tata ruang dan lingkungan. Yogyakarta: Badan Penerbit Fakultas Geografi (BPFG) UGM; 2015.

Raghav. 4 Important Measures of Transport Networks (With Diagram). Geogr Notes n.d.

Pratama AF, Suhendi A. 12 BUMN Kerjasama Kembangkan Pariwisata Joglosemar. WwwTribunnewsCom 2016.

Kementerian Perhubungan. Dorong Pariwisata Joglosemar, Menhub Kebut Aksesibilitas Transportasi Jateng dan DIY. DephubGoId 2019.

Kurniadhini F. Tingkat Kesesuaian Lokasi Stasiun Bike-sharing Berdasarkan Preferensi Pengguna di Kota Yogyakarta. Tesis S2 Universitas Gadjah Mada, 2019.

Saaty TL. Decision making with the Analytic Hierarchy Process. Sci Iran 2002;9:215–29. https://doi.org/10.1504/IJSSCI.2008.017590.

ArcGIS Pro 2.8. Understanding density analysis. ProArcgisCom n.d.

Gudono. Analisis Data Multivariat. Yogyakarta: Badan Penerbit Fakultas Ekonomi (BPFE) UGM; 2011.

Hair JF, Babin BJ, Anderson RE, Black WC. Multivariate Data Analysis (Seventh Edition). London: Pearson Education Limited; 2014.

OECD. Handbook on Constructing Composite Indicators: Methodology and User Guide. Denmark: OECD Organisation for Economic Co-operation and Development; 2008. https://doi.org/10.1111/jgs.13392.

De-Smith DMJ, Goodchild MF, Longley PA. Geospatial Analysis (6th Edition). United Kingdom: The Winchelsea Press; 2018. https://doi.org/10.1080/00045600802708705.

Refbacks

  • There are currently no refbacks.