Metodologi & Sumber Data

Seluruh data pada platform Titik Temu bersumber dari data spasial empiris wilayah percontohan Kota Bandung yang terintegrasi secara langsung melalui basis data PostgreSQL/PostGIS (Supabase).

1. Jangkauan Pejalan Kaki (Radius 800m)

Pengumpulan data spasial aktivitas warga dan persebaran fasilitas dilakukan dalam lingkup radius pejalan kaki 800 meter (estimasi waktu tempuh sekitar 10 menit berjalan kaki) dari simpul stasiun atau halte utama [1], [2]. Seluruh titik fasilitas publik, kawasan komersial, dan UMKM yang berada di dalam perimeter tangkapan spasial ini diagregasikan sebagai basis perhitungan vitalitas kawasan.

2. Perhitungan Jarak Transit (Metode Geodesik Haversine)

Metrik estimasi jarak transit rata-rata dihitung menggunakan persamaan geodesik lingkaran besar (*great-circle distance*) berbasis formula Haversine untuk menjamin presisi spasial [5]:

d = 2R \cdot \arcsin\left(\sqrt{\sin^2\left(\frac{\varphi_2 - \varphi_1}{2}\right) + \cos(\varphi_1) \cos(\varphi_2) \sin^2\left(\frac{\lambda_2 - \lambda_1}{2}\right)}\right)

Persamaan di atas mengukur jarak lingkaran besar $d$ antara koordinat centroid grid pemukiman ( $\varphi_1, \lambda_1$ ) dan stasiun transit ( $\varphi_2, \lambda_2$ ), dengan $R = 6.371\text{ km}$ sebagai konstan jari-jari bumi. Hasil kalkulasi seluruh grid di dalam buffer radius 800 meter dirata-ratakan untuk merepresentasikan indeks jarak tempuh rata-rata warga menuju simpul angkutan massal.

3. Struktur Indikator Utama & Penormalan Skala

Skor Vitalitas Transit mengadaptasi kerangka indeks Transit-Oriented Development (TOD) dari Singh et al. [1] dan standar ITDP [2], yang mencakup empat indikator spasial utama:

1. Pasar Properti

Diukur melalui pendekatan Nilai Lahan Murni (Pure Land Value). Mengingat struktur bangunan di kawasan transit strategis sering mengalami demolisi ulang (tear-down) oleh investor, nilai fisik bangunan dikoreksi dari total harga pasar lahan [6].

2. Kesenjangan Layanan

Menghitung rasio ketersediaan dan kelengkapan fasilitas layanan publik (pendidikan, kesehatan, perbankan) terhadap kepadatan demografi pada setiap grid pemukiman [1].

3. Keragaman Ekonomi & UMKM

Mengukur tingkat aglomerasi ekonomi berbasis jumlah dan intensitas keragaman titik UMKM serta unit komersial aktif dalam perimeter pejalan kaki [7].

4. Aksesibilitas Transit

Menilai konektivitas rute angkutan massal (bus dan angkot) yang saling terintegrasi (cross-transit) serta kelayakan ketersediaan trotoar pejalan kaki [8].

Seluruh data mentah keempat indikator dinormalisasi ke dalam rentang skala homogen 0 sampai 100 menggunakan metode Min-Max Scaling:

x_{\text{scaled}} = \left( \frac{x - x_{\text{min}}}{x_{\text{max}} - x_{\text{min}}} \right) \times 100

Skor akhir dihitung secara kumulatif berbobot (Weighted Index) sesuai Vektor Eigen peran pengguna:

\text{Skor TOD} = \sum_{i=1}^{4} \left( W_{i, \text{peran}} \times x_{\text{scaled}, i} \right)

4. Penentuan Bobot Indeks Spasial: Metode Analytic Hierarchy Process (AHP)

Penetapan persentase bobot parameter dalam indeks vitalitas Titik Temu diturunkan secara kualitatif-kuantitatif menggunakan metode Analytic Hierarchy Process (AHP) yang dikembangkan oleh Saaty [3]. Pendekatan ini menggantikan penentuan bobot sepihak (asumsi bebas) dengan mengalkulasi Vektor Eigen Utama dari Matriks Perbandingan Berpasangan bertingkat berdasarkan preferensi strategis tiga entitas pemangku kepentingan (Investor Properti, Pemerintah/Perencana, dan Pelaku UMKM) [4].

A. Matriks Perbandingan Berpasangan AHP (Kategori Investor Properti)

Skala intensitas kepentingan relatif Saaty (yaitu 1 = Sama Penting, 3 = Sedikit Lebih Penting, 5 = Sangat Lebih Penting):

Indikator	Properti	Layanan	Ekonomi	Akses	Vektor Eigen ( $\mathbf{w}$ )
1. Pasar Properti	1.00	5.00	2.00	1.50	0.40 (40%)
2. Kesenjangan Layanan	0.20	1.00	0.50	0.50	0.15 (15%)
3. Keragaman Ekonomi	0.50	2.00	1.00	1.00	0.20 (20%)
4. Akses Transit	0.67	2.00	1.00	1.00	0.25 (25%)

B. Formulasi Matematika & Uji Konsistensi Rasio (CR)

Vektor bobot $\mathbf{w}$ diperoleh dari penyelesaian persamaan karakteristik matriks perbandingan $\mathbf{A}$ terhadap nilai eigen maksimum ( $\lambda_{\max}$ ):

\mathbf{A} \cdot \mathbf{w} = \lambda_{\max} \cdot \mathbf{w}

Tingkat konsistensi logis dalam penataan preferensi diverifikasi melalui kalkulasi Consistency Index ( $CI$ ) dan Consistency Ratio ( $CR$ ) [3]:

CI = \frac{\lambda_{\max} - n}{n - 1}, \quad CR = \frac{CI}{RI}

Untuk matriks berordo n = 4, nilai Random Index (RI) empiris adalah RI = 0.90. Berdasarkan kalkulasi terhadap matriks perbandingan Investor Properti, diperoleh nilai $\lambda_{\max} = 4.08$ , sehingga menghasilkan CI = 0.026 dan CR = 0.029 (2.9%). Berdasarkan kaidah Saaty [3], nilai CR < 10% (0.10) mengonfirmasi bahwa matriks pembobotan berada pada taraf konsisten secara statistik.

C. Sintesis Vektor Eigen Seluruh Peran Pengguna

Peran / Entitas	Properti	Layanan	Ekonomi	Akses	Consistency Ratio (CR)
Investor Properti	40% (0.40)	15% (0.15)	20% (0.20)	25% (0.25)	2.9% (Konsisten)
Pemerintah & Perencana	15% (0.15)	40% (0.40)	15% (0.15)	30% (0.30)	3.3% (Konsisten)
Pelaku UMKM	15% (0.15)	20% (0.20)	40% (0.40)	25% (0.25)	2.6% (Konsisten)

Distribusi bobot pada tabel di atas mencerminkan struktur prioritas masing-masing entitas. Bagi Investor Properti, indikator Pasar Properti berbobot 40% (0.40) karena berhubungan langsung dengan proyeksi pengembalian investasi (ROI) lahan dan potensi kapitalisasi transit [4]. Penataan bobot tunggal ekstrem di atas 50% (seperti 60%) secara matematis terbukti melampaui batas ambang konsistensi CR > 10%, yang merusak validitas struktur matriks AHP. Sementara itu, kelompok Pemerintah memprioritaskan Kesenjangan Layanan (40%) serta Aksesibilitas Transit (30%) untuk menjamin asas pemerataan infrastruktur publik dan inklusivitas mobilitas warga. Pada segmen Pelaku UMKM, proporsi terbesar dialokasikan pada Keragaman Ekonomi (40%) sebagai penggerak aglomerasi komersial dan Akses Transit (25%) untuk menjamin aksesibilitas pelanggan.

5. Perhitungan Nilai Lahan Murni

Harga listing properti sering kali kurang presisi karena mencakup estimasi fisik bangunan. Nilai Lahan Murni (Pure Land Value) dihitung dengan mengeliminasi estimasi biaya konstruksi fisik dari harga transaksi total [6]:

V_{\text{lahan}} = \max\left(0, P_{\text{jual}} - (A_{\text{bangunan}} \times C_{\text{bangun}})\right)

Estimasi Nilai Bangunan: Luas Bangunan dikalikan Biaya Konstruksi Baru (Rp 5.000.000 / m²).
Nilai Murni Tanah: Harga Jual Properti dikurangi Nilai Fisik Bangunan. Jika hasil bernilai negatif, harga transaksi diasumsikan murni nilai lahan karena struktur bangunan fisik dikualifikasikan sebagai aset pembongkaran (tear-down).
Penormalan Skor Properti: Dihitung berbasis nilai tanah per meter persegi dengan ambang batas maksimum Rp 25.000.000 / m² diset sebagai Skor 100.

6. Simulasi Dampak Penambahan Layanan (Vitality Twin)

Fitur simulasi dampak intervensi pada Titik Temu tidak menggunakan model *black-box*, melainkan mengimplementasikan model matematika deterministik spasial berbasis Fungsi Peluruhan Linear (Linear Spatial Decay Function) [8]:

\text{Dampak} = \max\left(0, \text{MaxDampak} \times \left(1 - \frac{d}{r_{\text{max}}}\right)\right)

Peluruhan Jarak Linear: Besaran efek intervensi meluruh secara proporsional seiring peningkatan jarak geodesik kawasan dari simpul intervensi, dengan batas maksimum radius dampak 12 hingga 26 grid spasial.
Efek Hasil Marjinal Menurun (Diminishing Returns): Kawasan dengan skor kondisi awal yang telah tinggi menerima alokasi peningkatan skor yang lebih efisien guna mendorong pemerataan fasilitas spasial perkotaan.
Estimasi Biaya Infrastruktur: Dikalibrasi berdasarkan acuan unit cost proyek lokal, mencakup Halte/Stasiun baru (Rp 3,5 Miliar/unit), Feeder Transit (Rp 5,2 Miliar/rute), Penambahan Armada (Rp 2,4 Miliar/unit), dan Trotoar Pedestrian (Rp 1,3 Miliar/intensitas).

Sumber data

MAPID (Basemap Vector Tiles & Demografi Sensus Grid)

Transport for Bandung (Dataset Rute Angkot, Bus & Pedestrian)

OpenStreetMap (Ekstraksi POI Fasilitas Publik & UMKM)

Kaggle (Dataset Harga Rumah Kota Bandung)

Daftar Pustaka

[1]
Y. J. Singh, P. Fard, M. Zuidgeest, M. Brustpm, and M. van Maarseveen, "Measuring TOD around transit nodes: Towards TOD policy implementation," Transport Policy, vol. 56, pp. 96–111, 2017. [https://doi.org/10.1016/j.tranpol.2017.03.011]
[2]
ITDP (Institute for Transportation and Development Policy), TOD Standard, 3rd ed. New York, NY, USA: ITDP, 2017. [https://www.itdp.org/publication/tod-standard/]
[3]
T. L. Saaty, The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. New York, NY, USA: McGraw-Hill, 1980. [https://books.google.com/books?id=011qAAAAMAAJ]
[4]
R. Thomas and L. Bertolini, "Defining critical success factors in TOD implementation using the Analytic Hierarchy Process," Journal of Transport and Land Use, vol. 10, no. 1, pp. 381–404, 2017. [https://doi.org/10.5198/jtlu.2017.933]
[5]
R. W. Sinnott, "Virtues of the Haversine," Sky and Telescope, vol. 68, no. 2, p. 159, 1984. [https://www.census.gov/geographies/reference-files/2010/geo/2010-census-gazetteer.html]
[6]
H. S. Hasibuan, "Transit Oriented Development (TOD) dan keberlanjutan wilayah perkotaan Jabodetabek," Jurnal Tata Kota dan Daerah, vol. 6, no. 1, pp. 23–34, 2014. [https://tatakota.ub.ac.id/index.php/tatakota/article/view/178]
[7]
R. Agustini, "Implementasi SIG untuk pemetaan Usaha Mikro, Kecil dan Menengah (UMKM) produk khas Kota Palembang," Jurnal Matrik, vol. 18, no. 2, pp. 115–129, 2023. [https://journal.binadarma.ac.id/index.php/jurnalmatrik/article/view/844]
[8]
P. Siburian, B. Legowo, and A. Kusuma, "Evaluasi penerapan Transit Oriented Development (TOD) pada koridor Bogor–Jakarta Kota," Jurnal Infrastruktur Perkotaan, vol. 8, no. 2, pp. 89–102, 2020. [https://ejournal.upnvj.ac.id/index.php/jip/article/view/2104]