Pola Distribusi Spasial : Average Nearest Neighbor

Suatu saat Lintasbumi berkenalan dengan seorang dosen matematika yang merupakan peserta pelatihan ArcGIS yang diselenggarakan di LojiGIS. Dia ingin bisa memetakan fenomena statistik ruang, di mana selama ini dia blank tentang peta. Dia pernah melihat di beberapa jurnal penelitian bahwa itu bisa dilakukan.

Pertamanya kaget juga sih ditanya apakah bisa mengajarinya, soalnya Lintasbumi memang kurang begitu concern dengan analisis-analisis spasial yang berhubungan statistik. Wajar juga karena awal belajar SIG dan di pekerjaan lebih ke kebutuhan untuk memetakan. Kalaupun ada analisis lebih kepada analisis vektor seperti overlay, clip, dan sejenisnya. Hanya di penginderaan jauhlah Lintasbumi bergaul dengan istilah-istilah dan analisis statistik seperti mean, standar deviasi, regresi, cross section, dan seterusnya, namun itupun baru sebatas yang umum saja.

Jadilah saat pelatihan itu pelatihan menjadi ajang bertukar pengetahuan dan pengalaman. Lintasbumi banyak bertanya tentang istilah-istilah statistik pada toolbox yang di ArcGIS, sambil mengajari beliau bagaimana cara memetakan. Dari diskusi itu mulailah Lintasbumi otak-atik tool Spatial Statisticnya ArcGIS, dan ternyata memang data spasial erat kaitannya dengan statistik. Hal itu menjadikan informasi fenomena spasial yang lebih hidup. ArcGIS sudah menyediakan toolsnya, hanya selama ini karena tidak tahu dan tidak terlalu dibutuhkan sehingga kurang diberdayakan. Saat kuliah magister kemudian menambah jelas bahwa praktis Spatial Statistic menjadi kebutuhan dalam analisis wilayah terutama kaitannya dengan analisis trend, korelasi, dan lain-lain sebagai basis perencanaan.

Salah satu fokus utama dari ilmu geografi adalah mempelajari sebaran dari obyek-obyek ataupun fenomena-fenomena di muka bumi. Lebih dari sekedar mempelajari persamaan dan perbedaan saja, namun juga menganalisis bagaimana, mengapa itu terjadi, serta apakah ada hubungannya dengan fenomena lain. Nah salah satu yang biasanya dipelajari atau dianalisis adalah pola spasial atau pola sebaran.

Average Nearest Neighbor

Disebut juga ANN, merupakan salah satu metode analisis pola spasial yang terkenal, sederhana dan relatif mudah difahami. Secara teoritis, pola spasial dari suatu distribusi obyek ditentukan oleh susunan entitas-entitas individu dalam ruang dan hubungan geografis di antara mereka. Kemampuan mengevaluasi pola spasial ini merupakan prasyarat untuk memahami proses spasial yang rumit yang mendasari distribusi suatu fenomena.

Dasarnya metode ANN ini adalah statistik, di mana dengan ANN ini obyek dianggap (dikonversi) menjadi suatu titik terlebih dulu. Lantas dihitung jarak dengan tetangga terdekatnya, kemudian dihitung indeks ketetanggannya yaitu rasio jarak rata-rata yang diamati dengan jarak rata-rata yang diharapkan.

Jika nilai indeks ANN tersebut kurang dari 1, maka pola tersebut menunjukkan pengelompokan (clustered), mendekati 1 menunjukan pola acak (random), dan jika nilai indeks lebih besar dari 1, maka tren menuju penyebaran (dispersed). Teoritisnya bisa dilihat di situs ESRI¹.

Analisis Average Nearest Neighbor pada ArcGIS menghasilkan 5 nilai:

• Jarak rata-rata yang diamati,
• Jarak rata-rata yang diharapkan,
• Indeks tetangga terdekat,
• Skor-z, dan
• Nilai-p.

P-value atau nilai-p adalah probabilitas. Ketika nilai-p sangat kecil, maka sangat tidak mungkin bahwa pola spasial yang diamati adalah hasil dari proses acak, sehingga hipotesis nol dapat ditolak. Sedangkan z-score atau skor-z adalah standar deviasi. Skor-z yang sangat tinggi atau sangat rendah (negatif), terkait
dengan nilai-p yang sangat kecil, ditemukan di ekor distribusi normal. Jika analisis pola menghasilkan nilai-p kecil dan skor-z yang sangat tinggi atau sangat rendah, maka pola spasial yang diamati tidak mungkin mencerminkan pola acak teoritis yang diwakili oleh hipotesis nol/h0 (sumber : ESRI²)

Nilai-nilai hasil tersebut dapat diakses dari jendela hasil geoprocessing dan juga diteruskan sebagai nilai keluaran turunan untuk penggunaan potensial dalam model atau skrip dalam bentuk sebuah file HTML yang biasanya terdapat di folder Mydocument/ArcGIS.

Studi Kasus Pola Sebaran Minimarket DKI Jakarta.

Pada contoh ini akan dianalisis bagaimana pola persebaran minimarket yang ada di Jakarta. Adapun data yang digunakan berdasarkan data shapefile DKI Jakarta yang secara gratis bisa diunduh di situs Jakarta Satu. Untuk lebih optimal, proyeksi titik sebaran minimarket dirubah menjadi UTM.

Aktifkan tool Average Nearest Neighbor yang ada di Toolbox -> Spatial Statistic Tools -> Analyzing Patterns -> Average Nearest Neighbor. Pada Input Feature Class = shp/layer point yang akan dianalisis, Distance Method = pilih antara Euclidean atau Manhattan (penjelasan lihat di Help nya atau di ESRI³), centang Generate Report agar menghasilkan file HTML, terakhir untuk Area (luas wilayah pengamatan sesuai satuan proyeksi peta) bisa diisi atau dikosongkan, lalu jalankan/klik OK.

Setelah tool Average Nearest Neighbor berjalan dengan komplit, kini cek hasilnya dengan mengakses Geoprocessing – Results. Di sana akan muncul 5 nilai yang tadi disebutkan di atas. Di mana jarak rerata pengamatan = 358,45 m, jarak rerata yang diharapkan = 454,44 m, Nearest Neighbor Rate = 0,789, z-score = -11,314, dan p-value = 0.

Bagaimana interpretasi nilai di atas?

Nearest Neighbor Ratio = 0,789 yang berarti < 1 menunjukan bahwa sebaran minimarket di Jakarta adalah mengelompok (cluster).

Nilai z-score = -11,314 atau negatif, berarti tidak mendekati 0, menunjukan hasil analisis mempunyai peluang acak kurang dari 1%, yang artinya hasilnya signifikan.

Kemudian p-value = 0 atau tidak mendekati 1 menandakan h0 dapat ditolak dan hasil analisis dapat diterima.

Keterangan lebih lengkap bisa dilihat pada halaman HTML yang biasanya tersimpan di mydocument/arcgis, seperti berikut.

Contoh lain dengan  pola titik yang ditentukan

Gambaran berikut adalah untuk menunjukan bagaimana hasil ANN jika sebaran titik dimodifikasi. Misalnya sebagai contoh di bawah ini yang menghasilkan nilai Nearest Neighbor Ratio = 2, yang artinya sebaran seragam (dispersed).

Ataupun yang lain jika titik dibuat lebih mengelompok lagi. Hasil nilai Nearest Neighbor Ratio = 0,353 yang mana lebih mendekati 0 atau sebarannya mengelompok (cluster).

Tool ANN ini bisa dijalankan juga dari ArcGIS Pro dan QGIS (Vector -> Analysis Tools -> Nearest Neighbour Analysis). Untuk topik yang dianalisis kebanyakan di jurnal-jurnal yang bertebaran di internet adalah seputar sebaran permukiman, sarpras / infrastruktur wilayah, dan penyakit. Namun tentunya tidak tertutup kemungkinan untuk di topik lainnya.

Demikian sekilas mengenai analisis sebaran spasial melalui Average Nearest Neoghbor, di mana analisis tersebut hanyalah melihat sebaran saja. Sedangkan jika ingin melihat pola sebaran dan seberapa jauh obyek ruang itu berkorelasi maka maka harus digunakan tool lain misalnya Spatial Autocorrelation / Moran I, bahkan yang lebih advance jika korelasinya dengan fenomena lain yaitu menggunakan Geographically Weighted Regression (GWR).