Salah satu kelebihan mengapa banyak pihak menggunakan Sistem Informasi Geografis (SIG) atau lebih tepatnya lagi adalah data spasial digital, adalah karena dengan SIG lebih mudah dalam melakukan analisis peta. Sebagai contoh adalah analisis tumpang susun peta atau sering disebut overlay analysis, yang mana metode analisis ini adalah yang paling banyak digunakan pastinya.
Di tahun pertengahan 90 an ketika saya kuliah di kampus kuning di Depok, di sana diajarkan yang namanya Kartografi atau teknik menggambar peta. Belum ada SIG waktu itu, semuanya serba manual, di mana semua peta dibuat di atas kertas kalkir dengan berbagai macam peralatan dan tekniknya. 1 lembar peta bisa dikerjakan selama berhari-hari atau berminggu-minggu (kalau mood lagi males). Hal itu juga dikarenakan perlu kehati-hatian dan kecermatan yang ekstra, mengingat kalau salah sedikit saja bisa mengulang dari awal menggambarbta. Bisa dibayangkan jika ditugaskan membuat 3 judul peta saja (berarti 3 lembar peta), maka akan lebih lama lagi waktu yang dibutuhkan. Padahal mungkin saja informasi yang dipetakan sudah berubah kondisinya di lapangan. Salah satu peta yang dibuat adalah peta jalan yang datanya didapat dari olahan data praktikum mata kuliah Ilmu Ukur Tanah (Handasah).
Baca Juga : Analisis Perubahan Penggunaan / Penutupan Lahan Secara Sederhana
Sehabis itu peta-peta (wilayah dengan skala yang sama) berbagai topik itu kemudian dianalisis, yang paling basic adalah metodeo analisis dengan mentumpang-susunkannya, atau menumpuk semua peta itu. Kalau tidak salah sih pernah menumpukan peta penggunaan tanah, peta lereng, dan peta curah hujan. Dari sana dosen akan menginstruksikan untuk mencari di mana saja contoh lokasi dan jenis data yang bertampalan, misalnya sawah + lereng curam + curah hujan > 100 mm/bulan. Zaman itu ketika sudah zaman OHP, maka peta-peta dicopy ke plastik transparansi dan kemudian dioverlay, secara visual menjadi lebih mudah dianalisis. Hasil analisis kemudian dicatat atau didiskusikan dalam kuliah. Ilustrasi di atas hanyalah sekelumit pembuka bagaimana tidak efektifnya analisis peta secara manual, apalagi jika bandingannya kondisi teknologi data spasial hari ini.
Berbicara mengenai overlay peta di era SIG ini, dia banyak berjasa dalam menunjukan betapa banyaknya tumpang tindih garis batas. Sebut saja misalnya tumpang tindih antara lahan masyarakat, batas perkebunan (HGU/sawit), IUP/Izin Usaha Pertambangan, Kawasan Hutan, Peta PBPH/Perizinan Berusaha Pemanfaatan Hutan seperti HPH/HTI (sekarang PBPH HA / HT), dan izin-izin lainnya. Ini terjadi hampir di semua provinsi di Indonesia, ini juga mencerminkan juga betapa carut marutnya tata kelola data spasial di Indonesia.
Kemudahan SIG membuat banyak pihak bisa membuat peta semaunya, namun mereka khususnya wali data terkait peta batas berjalan sendiri-sendiri alias ego sektoral. User jadi bingung batas yang benar versi yang mana. Ini menyebabkan birokrasi yang boros, jlimet, makan waktu karena user harus memerlukan waktu lebih untuk kesana-kemari memvalidasi data dan seterusnya. Dalam konteks bisnis hal itu tidak efektif.
Hal yang mana kemudian mendasari keluarnya Kebijakan Satu Peta (KSP), yang entah saat ini kelanjutannya sudah sampai mana. Saya hanya tahu dari KSP ini keluar PITTI (Peta Indikatif Tumpang Tindih Izin), dan keperluannya lebih untuk memenuhi kebutuhan investasi alias bisnis besar, bukan untuk rakyat. Padahal data itu juga diperlukan rakyat, karena banyak tanah-tanah rakyat yang tumpang tindih dengan batas-batas izin korporasi besar sektor perkebunan dan tambang. KSP harusnya mempunyai semangat untuk menjadi basis data penyelesaian, bukan hanya menunjukan tumpam tindih untuk sekelompok elite. Memang sih untuk penyelesaian tumpang tindih batas perlu keinginan yang kuat dari pemerintah dan harus melibatkan banyak pihak.
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.