UTS Spasial Wendy Andrytiarandy
-
Upload
wendy-andrytiarandy -
Category
Documents
-
view
272 -
download
17
description
Transcript of UTS Spasial Wendy Andrytiarandy
Wendy andrytiarandy
G152140341
No Kecamatan Titik Koordinat GPS Jumlah Unggas (ekor)
LS BT 2009 2010 2011 2012
1 Bambanglipuro 7.950447 110.2972 72,380 67,289 68,382 19,300
2 Banguntapan 7.829011 110.4134 179,000 37,500 56,200 90,900
3 Bantul 7.883300 110.3338 32,760 13,500 54,031 9,696
4 Dlingo 7.936636 110.4648 82,179 49,470 6,375 27,650
5 Imogiri 7.920921 110.3814 51,977 14,722 37,623 22,993
6 Jetis 7.897110 110.3738 278,297 293,873 86,970 121,929
7 Kasihan 7.991212 110.3438 452,800 77,284 30,210 39,803
8 Kretek 7.829011 110.3448 41,925 30,445 21,700 15,450
9 Pajangan 7.974734 110.3172 78,500 24,500 169,120 24,665
10 Pandak 7.885205 110.2715 45,460 28,800 38,894 68,687
11 Piyungan 7.909968 110.2972 377,000 185,307 71,500 107,420
12 Pleret 7.868061 110.4081 34,470 3,850 35,294 5,010
13 Pundong 7.956637 110.3443 25,300 85,603 79,725 77,021
14 Sanden 7.969019 110.2652 794,960 321,309 36,385 180,395
15 Sedayu 7.814248 110.2576 151,500 114,744 3,324 18,144
16 Sewon 7.846631 110.3611 196,551 76,867 41,519 71,842
17 Srandakan 7.939494 110.2462 187,780 30,700 113,734 110,738
Mencari Pusat Unggas pertahun
SD Unggas Per tahun
Soal
1. Dari Data Banyaknya ungggas beberapa Kecamatan di atas
a. Carilah Rata-Rata Spasial Banyaknya unggas tahun 2009, 2010, 2011, dan 2012
Plot nilai Rata-Rata Spasial tersebut dan Bandingkan apa artinya, apa ada
pergeserannya
b. Apa arti pencilan data spasial. Carilah Nilai pencilan Banyaknya Unggas Tahun
2011 saja. Apa penyebab pencilan data unggas tahun 2011 tersebut
c. Carilah Standar Deviasi Spasial Data Unggas tahun 2011, lalu standar Deviasi
untuk masing-masing sumbu (LS dan BT). Bahaslah perbedaan hasilnya.
2. Untuk Data Tabel Unggas di atas, apakah banyak unggas tersebut menyebar kluster,
menyebar acak atau reguler (sistematis). Untuk meninjau hal tersebut cukup gunakan
data Tahun 2012 saja. Ulas Hasil analisis anda. Gunakan metode yang anda sukai. Jika
menggunakan metode Kotak, setiap kecamatan merupakan satu kota.
3. Seandainya Data Unggas Tahun 2012 Kecamatan Sewon tidak ada. Dugalah
Banyaknya Unggas tahun 2012 di Kecamatan Sewon tersebut dengan menggunakan
dua metode, yakni a. Invest Distance b. Ordinari Kriging. Metode mana yang lebih baik
untuk menduga banyak unggas di Kecamatan Sewon tersebut. (Untuk Kriging dimulai
dengan fungsi variogram yang terbaiknya dulu)
Wendy andrytiarandy
G152140341
4. Bila dilakukan ploting koordinat kecamatan-2 penghasil unggas diatas dan
menghasilkan gambar berikut :
Hitunglah Korelasi Spasial Data Unggas tahun 2012 (Moran) dengan matrik pembobot
W yang berisi seperjarak tetanggaan. Kemudian carilah hotspot data unggas tahun 2012
tersebut. Bahaslah hasil analisis anda
Matriks W, contoh 1/d21 artinya seperjarak lokasi 1 dengan lokasi dua. Isi matriks W
tersebut yang akan dipakai dalam perhitungan Moran Indeks serta Hotspot
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 0 1/d12
2 1/d21 0
3 1/d32
0 4 Dst
0 5
0 6
0 7
0 8
0 9
0 10
0 11
0 12
0 13
0 14
0 15
0 16
0 17
0
Selamat Berjuang
7.950447; 110.2972
7.829011; 110.4134
7.8833; 110.3338
7.936636; 110.4648
7.920921; 110.3814
7.89711; 110.3738
7.991212; 110.3438
7.829011; 110.3448
7.974734; 110.3172
7.885205; 110.2715
7.909968; 110.2972
7.868061; 110.4081
7.956637; 110.3443
7.969019; 110.2652
7.814248; 110.2576
7.846631; 110.3611
7.939494; 110.2462
110.2
110.25
110.3
110.35
110.4
110.45
110.5
7.8 7.85 7.9 7.95 8 8.05
Wendy andrytiarandy
G152140341
JAWABAN:
1. A) Rata-Rata Spasial Banyaknya unggas tahun 2009, 2010, 2011, dan 2012
Dan Plot nilai Rata-Rata Spasial.
Tahun 2009
Berdasarkan hasil perhitungan dengan menggunakan alat bantu Microsoft Excel maka
diperoleh:
Rata-rata Pusat Terboboti pada tahun 2009 sebesar
Jarak Standard terboboti pada tahun 2009 sebesar
Maka, apabila dibentuk dalam koordinat adalah sebagai berikut:
110,45110,40110,35110,30110,25
8,00
7,95
7,90
7,85
7,80
BT (X)
LS
(Y
)
Scatterplot of LS (Y) vs BT (X)
Gambar bintang menyatakan titik rata-rata pusat terboboti.
Wendy andrytiarandy
G152140341
Tahun 2010
Berdasarkan hasil perhitungan dengan menggunakan alat bantu Microsoft Excel maka
diperoleh:
Rata-rata Pusat Terboboti pada tahun 2010 sebesar
Jarak Standard terboboti pada tahun 2010 sebesar
Maka, apabila dibentuk dalam koordinat adalah sebagai berikut:
110,45110,40110,35110,30110,25
8,00
7,95
7,90
7,85
7,80
BT (X)
LS
(Y
)
Scatterplot of LS (Y) vs BT (X)
Gambar bintang menyatakan titik rata-rata pusat terboboti.
Wendy andrytiarandy
G152140341
Tahun 2011
Berdasarkan hasil perhitungan dengan menggunakan alat bantu Microsoft Excel maka
diperoleh:
Rata-rata Pusat Terboboti pada tahun 2011 sebesar
Jarak Standard terboboti pada tahun 2011 sebesar
Maka, apabila dibentuk dalam koordinat adalah sebagai berikut:
110,45110,40110,35110,30110,25
8,00
7,95
7,90
7,85
7,80
BT (X)
LS
(Y
)
Scatterplot of LS (Y) vs BT (X)
Gambar bintang menyatakan titik rata-rata pusat terboboti.
Wendy andrytiarandy
G152140341
Tahun 2012
Berdasarkan hasil perhitungan dengan menggunakan alat bantu Microsoft Excel maka
diperoleh:
Rata-rata Pusat Terboboti pada tahun 2012 sebesar
Jarak Standard terboboti pada tahun 2012 sebesar
Maka, apabila dibentuk dalam koordinat adalah sebagai berikut:
110,45110,40110,35110,30110,25
8,00
7,95
7,90
7,85
7,80
BT (X)
LS
(Y
)
Scatterplot of LS (Y) vs BT (X)
Gambar bintang menyatakan titik rata-rata pusat terboboti.
Wendy andrytiarandy
G152140341
Perbandingan rata-rata spasial
Tahun rata-rata
BT(X) LS(Y)
2009 110.3172 7.9260
2010 110.3210 7.9165
2011 110.3261 7.9223
2012 110.3217 7.9154
110,45110,40110,35110,30110,25
8,00
7,95
7,90
7,85
7,80
BT (X)
LS
(Y
)
Scatterplot of LS (Y) vs BT (X)
Ket:
kuning : pusat unggas 2009
Hitam : pusat unggas 2010
Hijau : pusat unggas 2011
Biru : pusat unggas 2012
Berdasarkan hasil perhitungan diketahui bahwa setiap tahun pusat populasi unggas untuk
seluruh kecamatan tidak jauh berbeda, hanya sedikit saja pergerseran setiap tahunya. Pergeseran
paling rendah terjadi antara tahun 2011 dengan 2012, terlihat pada plot hampir serupa titik pusat
pada tahun-tahun tersebut.
Wendy andrytiarandy
G152140341
B) Pencilan
Spasial Outlier(pencilan spasial) didefinisikan sebagai nilai lokasi observasi yang
tidak konsisten atau sangat menyimpang (ekstrim)terhadap nilai lokasi observasi yang
lainnya. Munculnya pencilan dapat disebabkan oleh mekanisme pengambilan nilai
observasi yang berbeda dengan yang lainnya. Pencilan pada spasial terbagi menjadi dua
yaitu pencilan bawah (cold spot) dimana ketika memiliki nilai observasi rendah, namun
nilai disekitar tinggi dan pencilan bawah (hotspot) dimana ketika memiliki nilai observasi
tinggi, namun nilai disekitar rendah Salah satu metode yang digunakan untuk mendeteksi
adanya pencilan adalah dengan spatial statistics Z test.
Perhitungan data pencilan pada data jumlah unggas tahun 2011
Jika , Se
xxizi
> Z0.05 maka x dideteksi sebagai pencilan (outlier). Untuk tingkat
signifikansi 5%.
Kecamatan 2011 Z hitung Keterangan
Bambanglipuro 68382 0.3041 bukan pencilan
Banguntapan 56200 0.0063 bukan pencilan
Bantul 54031 -0.0467 bukan pencilan
Dlingo 6375 -1.2115 bukan pencilan
Imogiri 37623 -0.4477 bukan pencilan
Jetis 86970 0.7584 bukan pencilan
Kasiha 30210 -0.6289 bukan pencilan
Kretek 21700 -0.8369 bukan pencilan
Pajangan 169120 2.7664 pencilan
Pandak 38894 -0.4167 bukan pencilan
Piyungan 71500 0.3803 bukan pencilan
Pleret 35294 -0.5046 bukan pencilan
Pundong 79725 0.5814 bukan pencilan
Sanden 36385 -0.4780 bukan pencilan
Sedayu 3324 -1.2861 bukan pencilan
Sewon 41519 -0.3525 bukan pencilan
Srandakan 113734 1.4126 bukan pencilan
jumlah 950986
xbar 55940
Std 40913
Ztabel 1.96
Berdasarkan hasil perhitungan diketahui bahwa terdapat satu pencilan yaitu kecamatan
pajangan. Hal ini dikarenakan kecamatan tersebut memiliki jumlah unggas yang sangat tinggi
dibanding daerah lain.
Wendy andrytiarandy
G152140341
C) Carilah Standar Deviasi Spasial Data Unggas tahun 2011, lalu standar Deviasi
untuk masing-masing sumbu (LS dan BT). Bahaslah perbedaan hasilnya.
SDS bersama:
Berdasarkan hasil perhitungan dengan menggunakan alat bantu Microsoft Excel maka
diperoleh:
Rata-rata Pusat Terboboti pada tahun 2012 sebesar
Jarak Standard terboboti pada tahun 2012 sebesar
Diperoleh radius :
+ radius 110.3987 7.992437
- radius 110.2446 7.838342
Maka, apabila dibentuk dalam koordinat adalah sebagai berikut:
110,45110,40110,35110,30110,25
8,00
7,95
7,90
7,85
7,80
BT (X)
LS
(Y
)
Scatterplot of LS (Y) vs BT (X)
Gambar bintang menyatakan titik rata-rata pusat terboboti.
Wendy andrytiarandy
G152140341
SDS masing-masing sumbu:
Rata-rata Pusat Terboboti pada tahun 2012 sebesar
Jarak Standard terboboti pada tahun 2012 sebesar
Diperoleh radius :
+ radius 110.38045 7.974143
- radius 110.26294 7.856636
110,45110,40110,35110,30110,25
8,00
7,95
7,90
7,85
7,80
BT (X)
LS
(Y
)
Scatterplot of LS (Y) vs BT (X)
Berdasarkan hasil perhitungan, diperoleh informasi bahwa terdapat sedikit perbedaan
nilai standar deviasi. Pada gambar lingkaran berwana biru merupakan radius untuk
standar deviasi bersama. Sedangkan lingkaran berwarna merah merupakan radius untuk
standar deviasi masing-masing sumbu. Terlihat bahwa radius untuk standar deviasi
masing-masing sumbu tidak simetris atau agak sedikit elips.
Wendy andrytiarandy
G152140341
2. Untuk Data Tabel Unggas di atas, apakah banyak unggas tersebut menyebar
kluster, menyebar acak atau reguler (sistematis). Untuk meninjau hal tersebut
cukup gunakan data Tahun 2012 saja. Ulas Hasil analisis anda. Gunakan metode
yang anda sukai. Jika menggunakan metode Kotak, setiap kecamatan merupakan
satu kota.
Berikut terlebih dahulu akan digambarkan peta data penyebaran unggas berdasarkan letak
koordinatnya. Adapun gambarnya adalah sebagai berikut:
110,45110,40110,35110,30110,25
8,00
7,95
7,90
7,85
7,80
BT
LS
Srandakan
Sewon
Sedayu
Sanden
Pundong
Pleret
Piyungan
Pandak
Pajangan
Kretek
Kasiha
Jetis
Imogiri
Dlingo
Bantul
Banguntapan
Bambanglipuro
Scatterplot of LS vs BT
Gambar menunjukkan letak kota penyebaran unggas berdasarkan koordinatnya. Secara visual
dapat dilihat bahwa jarak antar kota relatif berdekatan satu sama lainnya. Namun menggunakan
metode kuadaran akan diuji apakah sebaran titik tersebut menyebar kluster, menyebar acak atau
reguler (sistematis).
Wendy andrytiarandy
G152140341
1. Metode Kuadran
a. Membagi area menjadi m sel yang kira-kira berukuran sama
110,45110,40110,35110,30110,25
8,00
7,95
7,90
7,85
7,80
BT
LS
Srandakan
Sewon
Sedayu
Sanden
Pundong
Pleret
Piyungan
Pandak
Pajangan
Kretek
Kasiha
Jetis
Imogiri
Dlingo
Bantul
Banguntapan
Bambanglipuro
Scatterplot of LS vs BT
Berdasarkan gambar diketahui bahwa area dibagi menjadi 9 sel
b. Menghitung total kejadian pada area dilangkah a (simbolkan dengan n)
c. Menentukan rata-rata banyaknya kejadian per sel : m
nx
Ket: n = total kejadian pada area
m = banyaknya sel
x = rata-rata banyaknya kejadian per sel
d. Menentukan nilai variance banyaknya kejadian per sel :
m
i
i
m
xxS
1
22
1
)(
Ket: xi = nilai x pada sel ke-i
x = rata-rata banyaknya kejadian per sel
m = banyaknya sel
2S = variance banyaknya kejadian per sel
e. Menghitung Variance Mean Ratio (VMR) : x
SVMR
2
Ket: x = rata-rata banyaknya kejadian per sel
Wendy andrytiarandy
G152140341
2S = variance banyaknya kejadian per sel
VMR= Variance Mean Ratio
Dengan alat bantu microsoft excel diperoleh hasil sebagai berikut:
Wilayah Banyaknya Kecamatan (Xi-X)^2
1 3 3.484444
2 3 3.484444
3 1 0.017778
4 2 0.751111
5 3 3.484444
6 1 0.017778
7 1 0.017778
8 2 0.751111
9 1 0.017778
sum 17 12.02667
mean 1.133333333 variance 1.503333333 VMR 1.326470588 chi-square 19.89705882 z 0.894076528
f. Menentukan kesimpulan
Berdasarkan hasil perhitungan diperoleh nilai VMR adalah 1.326 > 1. Artinya
sebaranya cenderung gerombol.
Uji hipotesis:
H0: sebaran titik adalah Random/ Acak
H1: sebaran titik bukan Random/ Acak
Statistik hitung:
o jika m<30, maka mengikuti sebaran khi-kuadrat dengan derajat bebas = m-1
0
Reguler/
Uniform/
Sistematk
1
Random/
Acak
Cluster/
Gerombol
Wendy andrytiarandy
G152140341
VMRmX *)1(2
Ket: m= banyaknya sel
2X = uji statistic untuk chi-square
VMR= Variance Mean Ratio
Keputusan: Tolak H0 jika 2X > 2X tabel (pada taraf nyata 5%)
Tabel 3. Hasil Perhitungan Langkah f
Hipotesis
H0: sebaran titik adalah Random/ Acak
H1: sebaran titik bukan Random/ Acak
Statistik Uji 897.19326.1*)19(*)1(2 VMRmX
Chi-Square tabel Derajat bebas = m-1 = 9-1=8 dan α = 5 %
2X tabel = 15.507
Keputusan 2X (19.897) >2X tabel (15.507), maka tolak H0
Kesimpulan: Sebaran unggas tidak random/ acak
Wendy andrytiarandy
G152140341
3. Seandainya Data Unggas Tahun 2012 Kecamatan Sewon tidak ada. Dugalah
Banyaknya Unggas tahun 2012 di Kecamatan Sewon tersebut dengan menggunakan
dua metode, yakni a. Invest Distance b. Ordinari Kriging. Metode mana yang lebih
baik untuk menduga banyak unggas di Kecamatan Sewon tersebut. (Untuk Kriging
dimulai dengan fungsi variogram yang terbaiknya dulu)
a. Invest Distance
Hasil matrix jarak, menggunakan excel:
Hasil matrix 1/jarak (1/D), menggunakan excel:
Wendy andrytiarandy
G152140341
Hasil Interporalasi, menggunakan excel:
Berdasarkan hasil perhitungan dengan menggunakan metode invest distance diperoleh
hasil pendugaan untuk kecamatan sewon adalah 49,709 unggas, dengan RSME 52638.34
Wendy andrytiarandy
G152140341
a. Ordinari Kriging
Penentuan model terbaik dengan software GS+
Berdasarkan output GS+ diperoleh model semivariogram terbaik yaitu model Gaussian
karena memiliki R2 terbesar.
Gaussian:
( ) ( (
))
Hasil analsisi kriging dengan alat bantu sotware GS+ sebagai berikut:
Wendy andrytiarandy
G152140341
Berdasrkan output hasil perhitungan diperoleh nilai penduga unggas di Sewon sebesar
50,595.
Kesimpulan:
Model terbaik dilihat dari error mutlak terkecil:
atual
penduga
invest Distance ordenari kriging
71,842 49,709 50,595
|f-f0| 22,133 21,247
Model terbaik adalah ordinary kriging dengan error terkecil.
Wendy andrytiarandy
G152140341
4. Bila dilakukan ploting koordinat kecamatan-2 penghasil unggas diatas dan
menghasilkan gambar berikut :
Hitunglah Korelasi Spasial Data Unggas tahun 2012 (Moran) dengan matrik pembobot
W yang berisi seperjarak tetanggaan. Kemudian carilah hotspot data unggas tahun 2012
tersebut. Bahaslah hasil analisis anda
Matriks W, contoh 1/d21 artinya seperjarak lokasi 1 dengan lokasi dua. Isi matriks W
tersebut yang akan dipakai dalam perhitungan Moran Indeks serta Hotspot
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 0 1/d12
2 1/d21 0
3 1/d32
0 4 Dst
0 5
0 6
0 7
0 8
0 9
0 10
0 11
0 12
0 13
0 14
0 15
0 16
0 17
0
7.950447; 110.2972
7.829011; 110.4134
7.8833; 110.3338
7.936636; 110.4648
7.920921; 110.3814
7.89711; 110.3738
7.991212; 110.3438
7.829011; 110.3448
7.974734; 110.3172
7.885205; 110.2715
7.909968; 110.2972
7.868061; 110.4081
7.956637; 110.3443
7.969019; 110.2652
7.814248; 110.2576
7.846631; 110.3611
7.939494; 110.2462
110.2
110.25
110.3
110.35
110.4
110.45
110.5
7.8 7.85 7.9 7.95 8 8.05
Wendy andrytiarandy
G152140341
Dengan alat bantu microsoft excel diperoleh hasil perhitungan matrix pembobot 1/jarak
tetangga sebagai berikut:
0.00 5.95 13.08 5.95 11.21 10.71 16.15 7.67 31.78 14.26 24.70 7.24 21.05 27.03 7.05 8.20 19.17
5.95 0.00 10.38 8.38 10.28 12.69 5.67 14.58 5.73 6.55 7.06 25.38 6.89 4.90 6.39 18.12 4.99
13.08 10.38 0.00 7.07 16.48 23.63 9.23 18.05 10.76 16.04 22.08 13.18 13.50 9.11 9.72 21.87 9.61
5.95 8.38 7.07 0.00 11.78 10.08 7.53 6.20 6.56 5.00 5.89 11.24 8.19 4.95 4.16 7.28 4.57
11.21 10.28 16.48 11.78 0.00 40.01 12.54 10.11 11.94 8.65 11.78 16.89 19.42 7.95 6.12 12.98 7.33
10.71 12.69 23.63 10.08 40.01 0.00 10.12 13.51 10.41 9.71 12.87 22.25 15.05 7.68 7.01 19.21 7.44
16.15 5.67 9.23 7.53 12.54 10.12 0.00 6.17 31.96 7.79 10.68 7.20 28.92 12.24 5.08 6.87 9.05
7.67 14.58 18.05 6.20 10.11 13.51 6.17 0.00 6.74 10.83 10.65 13.45 7.84 6.21 11.31 41.66 6.75
31.78 5.73 10.76 6.56 11.94 10.41 31.96 6.74 0.00 9.95 14.75 7.14 30.69 19.12 5.84 7.38 12.62
14.26 6.55 16.04 5.00 8.65 9.71 7.79 10.83 9.95 0.00 28.02 7.26 9.80 11.90 13.83 10.25 16.70
24.70 7.06 22.08 5.89 11.78 12.87 10.68 10.65 14.75 28.02 0.00 8.43 15.08 14.89 9.65 11.11 16.97
7.24 25.38 13.18 11.24 16.89 22.25 7.20 13.45 7.14 7.26 8.43 0.00 9.16 5.72 6.26 19.36 5.65
21.05 6.89 13.50 8.19 19.42 15.05 28.92 7.84 30.69 9.80 15.08 9.16 0.00 12.49 6.00 8.99 10.04
27.03 4.90 9.11 4.95 7.95 7.68 12.24 6.21 19.12 11.90 14.89 5.72 12.49 0.00 6.45 6.43 28.48
7.05 6.39 9.72 4.16 6.12 7.01 5.08 11.31 5.84 13.83 9.65 6.26 6.00 6.45 0.00 9.22 7.95
8.20 18.12 21.87 7.28 12.98 19.21 6.87 41.66 7.38 10.25 11.11 19.36 8.99 6.43 9.22 0.00 6.77
19.17 4.99 9.61 4.57 7.33 7.44 9.05 6.75 12.62 16.70 16.97 5.65 10.04 28.48 7.95 6.77 0.00
a. Perhitungan Index moran :
Menggunakan excel:
Diperoleh index moran dengan excel adalah -0.08
Wendy andrytiarandy
G152140341
Menggunakan software R:
Syntax:
test<-read.table ("E:/2012.csv",sep=";", header=TRUE)
attach (test)
test
x1<-as.vector(test$X2012, mode="numeric")
x1
bobot<-read.table("E:/bobot.csv", sep=";", header=FALSE)
attach(bobot)
bot<-as.matrix(bobot)
mat2listw(bot)
moran.test(test$X2012,mat2listw(bot))
moran.plot(x1,mat2listw(bot))
diperoleh Output Moran:
Dari hasil output R diperoleh bahwa sebaran unggas pada tahun 2012 menunjukkan nilai
yang tidak signifikan dimana dan moran I statistic yang rendah = -
0.0807 artinya tidak terdapat asosiasi spasial jumlah unggas pada tahun 2012 antara kecamatan.
Wendy andrytiarandy
G152140341
Output Moran plot dan local moran:
Wendy andrytiarandy
G152140341
Terdapat 5 kecamatan tergolong hotspot, dimana pada output moran plot titik-titik yang
berada pada kuadran ke 2 yaitu kuadran HL, dimana daerah tersebut memiliki unggas yang
banyak namun dikelilingi dengan daerah yang memiliki unggas yang relatif sedikit. Terdapat 5
kecamatan yang tergolong coldspot , dimana pada output moran plot titik-titik yang berada pada
kuadran ke 4 yaitu kuadran LH, dimana daerah tersebut memiliki unggas yang sedikit namun
dikelilingi dengan daerah yang memiliki unggas yang relatif banyak. Terdapat 2 kecamatan
tergolong pada kuadran 1, yaitu kudaran HH, dimana daerah tersebut memiliki unggas yang
banyak dan juga dikelilingi dengan daerah yang memiliki unggas yang banyak. Terdapat 4
kecamatan tergolong pada kuadran 3, yaitu kudaran LL, dimana daerah tersebut memiliki unggas
yang sedikit dan juga dikelilingi dengan daerah yang memiliki unggas yang sedikit.