Tumpang Tindih Batas Izin
Dalam salah satu project yang pernah saya kerjakan, saya waktu itu ingin mengetahui atau tepatnya menganalisis bagaimana kondisi perizinan di suatu wilayah, sebagai sebuah indikator efisiensi tata kelola dalam pemanfaatan sumberdaya alam. Tentu saja data yang digunakan adalah data spasial (shp) poligon-poligon perizinan di wilayah tersebut. Dan inilah yang nampak di peta-peta izin tersebut ketika dioverlapkan, tentunya sudah saya otak-atik dulu ya.
Penampakan peta di atas sebetulnya bukanlah suatu yang aneh lagi di Indonesia, bagi yang sudah biasa menganalisis batas-batas izin melihatnya paling cuma tersenyum atau geleng-geleng kepala saja. Yang saya callout labelnya adalah lokasi di mana tipe-tipe izin bertumpang tindih alias overlap. Lebih ‘ngeri’ lagi ada yang sampai 4 izin beroverlap (HGU vs HTR vs PBPH HT vs IUP), ini belum termasuk yang overlap dengan lahan masyarakat, tentu akan lebih ‘runyam’ lagi penampakanya.
Saya sampe penasaran baca berita wilayah ini, dan ternyata memang ada beberapa kasus korupsi penerbitan HGU di wilayah ini yang tanpa melihat dulu batas-batas izin lainnya di lapangan, dan juga gugat menggugat antar perusahaan pemegang izin tersebut. Perkaranya sudah sampai vonis di mana para pelakunya di hukum termasuk oknum ASN penerbit HGU nya. Sekali lagi itulah dampak dari buruknya tata kelola perizinan yang entah benang kusutnya akan terurai kapan.
Diagram Link Chart (Spasial)
Balik ke SIG nya, nah di ArcGIS Pro ada satu lagi tools tambahan untuk menganalisis seberapa tingkat keparahan dari overlap-overlap batas ini. Basisnya ada 2, yaitu bisa dari jumlah poligon yang overlap untuk setiap jenis izin, dan kedua dari lokasi atau kedekatan dari masing-masing poligon izin. Untuk bisa melakukannya, kita harus memperjelas dan memisahkan nama kolom/field untuk masing-masing poligon izin sebelum dioverlay, lalu dioverlay bisa dengan Union atau Intersect.
Nama toolnya ada Link Chart dan spesial hanya ada di ArcGIS Pro. Jadi tool ini tuh berfungsi untuk membuat relationship atau link dalam bentuk jaringan garis antar entitas. Entitas di sini adalah kolom-kolom dari atribut-atribut yang ada pada sebuah layer (shp / geodatabase), atau bisa juga dengan kolom atribut di layer lain. Tak hanya menggambarkan garis relasi, Link Chart juga bisa menganalisis pola relasinya.
Link Chart ini menurut saya merupakan pengembangan dari metode analisis Social Network Analysis (SNA) yang dijadikan berbasis spasial (relasi spasial/overlap). Jika dalam SNA yang digambarkan dan dianalisis adalah interaksi antar personal, maka dalam Link Chart interaksi ini adalah overlap di dalam atau antar feature (titik, garis, poligon). Melalui metode analisis jaringan di dalamnya seperti centrality, kita dapat mengetahui “key player” atau node atau feature yang paling banyak relasinya dari suatu data spasial yang saling beroverlap.
Lihat gambar di atas, jadi jika dibuat ke dalam Link Chart, maka overlap antar izin akan menjadi sebuah garis relationship antar atribut (dalam hal ini jenis izin). Secara visual jenis izin HGU, HTI, HA, dan IUP adalah yang paling banyak beroverlap. Bagaimana dengan jumlah overlap poligon-poligonnya? Perhatikan analisis Centrality di bawah ini.
Degree centrality merupakan ukuran pemusatan yang menghitung banyaknya edges yang terhubung ke suatu node. Dalam kasus ini Degree centrality dapat memberitahu seberapa banyak hubungan langsung yang dimiliki setiap node ketika kita ingin mencari izin yang memiliki koneksi langsung terbanyak dengan izin lain. Analisis jaringan dengan metode Degree Centrality menunjukan bahwa batas-batas HGU sawit di wilayah ini adalah yang paling banyak overlapnya dengan batas lain (246 overlap), diikuti HTI, lalu IUP (tambang), dan seterusnya dengan HKm adalah yang paling sedikit (cuma 1 overlap). Bisa dikatakan HGU sawit adalah yang paling banyak bermasalah (berkonflik).
Closeness centrality mengukur seberapa “dekat” suatu node dengan node lainnya. Closeness centrality dapat memberitahu kita node mana yang memiliki jarak terpendek keseluruh nodes. Ukuran ini dapat digunakan ketika kita ingin mencari tahu izin mana yang paling sensitif teroverlap dengan izin lain. Hasil analisis jaringan dengan metode Closeness Centrality menunjukan bahwa izin PBPH HA (Hutan Alam) adalah yang paling dekat jaraknya (‘sensitif’) ke seluruh perizinan, diikuti HTI. Dugaan saya ini terjadi karena kedua izin itu sudah lebih dulu ada, tepatnya sejak zaman Pak Harto berkuasa, karena waktu itu obral izin kehutanan besar-besaran. Izin-izin lain baru ‘mendekat’ setelahnya sehingga rawan overlap.
Selain centrality analisis jaringan yang lainnya mencakup clustering, neighboorgood, dan path. Link Chart ini bisa digunakan secara luas dalam topik-topik data spasial lainnya yang saling berelasi, izin yang overlap adalah salah satunya saja. Memetakan habit, tracking, dan fenomena overlap-overlap data spasial pada topik lainnya tentunya sangat terbuka untuk dicoba dengan metode ini.
Leave a Reply