UTS Spasial Wendy Andrytiarandy

23
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)

description

Contoh soal analisis spasial

Transcript of UTS Spasial Wendy Andrytiarandy

Page 1: 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)

Page 2: UTS Spasial Wendy Andrytiarandy

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

Page 3: UTS Spasial Wendy Andrytiarandy

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.

Page 4: UTS Spasial Wendy Andrytiarandy

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.

Page 5: UTS Spasial Wendy Andrytiarandy

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.

Page 6: UTS Spasial Wendy Andrytiarandy

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.

Page 7: UTS Spasial Wendy Andrytiarandy

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.

Page 8: UTS Spasial Wendy Andrytiarandy

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.

Page 9: UTS Spasial Wendy Andrytiarandy

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.

Page 10: UTS Spasial Wendy Andrytiarandy

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.

Page 11: UTS Spasial Wendy Andrytiarandy

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).

Page 12: UTS Spasial Wendy Andrytiarandy

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

Page 13: UTS Spasial Wendy Andrytiarandy

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

Page 14: UTS Spasial Wendy Andrytiarandy

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

Page 15: UTS Spasial Wendy Andrytiarandy

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:

Page 16: UTS Spasial Wendy Andrytiarandy

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

Page 17: UTS Spasial Wendy Andrytiarandy

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:

Page 18: UTS Spasial Wendy Andrytiarandy

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.

Page 19: UTS Spasial Wendy Andrytiarandy

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

Page 20: UTS Spasial Wendy Andrytiarandy

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

Page 21: UTS Spasial Wendy Andrytiarandy

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.

Page 22: UTS Spasial Wendy Andrytiarandy

Wendy andrytiarandy

G152140341

Output Moran plot dan local moran:

Page 23: UTS Spasial Wendy Andrytiarandy

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.