Analisis Distribusi Fasilitas Sekolah Menengah Pertama melalui Pemodelan Spasial Studi Kasus di Kota Malang
DOI:
https://doi.org/10.29408/geodika.v8i2.25692Keywords:
Fasilitas Sekolah, Pemodelan, Spasial, Regresi, MalangAbstract
Dalam upaya membangun bangsa melalui pemerataan wajib belajar sembilan tahun merupakan bagian amanat UUD 1945 dan menjadi prioritas program pemerintah. Penelitian ini bertujuan untuk menganalisis distribusi fasilitas sekolah SMP di Kota Malang. Metode pemodelan spasial yang digunakan metode krigging dan regresi machine learning untuk prediksi perkembangan fasilitas sekolah SMP. Pemodelan spasial akan menilai sejauh mana pola spasial fasilitas sekolah terdistribusi dan analisis regresi yang akan melakukan prediksi fasilitas sekolah SMP dengan variabel peserta didik, guru, pegawai dan rombongan belajar. Hasil pemodelan spasial dengan teknik krigging menunjukan distribusi variogram antar fasilitas sekolah berjarak 3-4 km dan merata. Adapun regresi dengan model terbaik secara berurutan REML, RF, OLS, GB, INLA dan PLS. Dengan model terbaik didapatkan akurasi 0,98 dan RMSE sebesar 0.79. Melalui hasil dari penelitian ini didapatkan gambaran bahwa sebaran distribusi fasilitas sekolah tingkat SMP di era zonasi saat ini masih terpusat di wilayah tengah Kota Malang sehingga terdapat peluang untuk pembangunan dan pengembangan fasilitas sekolah SMP di daerah pinggiran. Analisis pemodelan spasial dapat memberikan sudut pandang dan pertimbangan bagaimana fasilitas sekolah di perbaikan sesuai untuk pemerataan pendidikan.
References
Ainiyah, R., & Wibowo, A. (2023). Analisis Spasial Penentuan Lokasi Sekolah Baru SMA/SMK Sederajat (Studi Kasus: Kota Cilegon). Geodika: Jurnal Kajian Ilmu dan Pendidikan Geografi, 7(2), 175-185.
Bakka, H., Rue, H., Fuglstad, G. A., Riebler, A., Bolin, D., Illian, J., ... & Lindgren, F. (2018). Spatial modeling with R‐INLA: A review. Wiley Interdisciplinary Reviews: Computational Statistics, 10(6), e1443.
Belgiu, M., & Drăguţ, L. (2016). Random forest in remote sensing: A review of applications and future directions. ISPRS Journal of Photogrammetry and Remote Sensing, 114, 24–31.
Bustari, M. (2016). Optimalisasi rehabilitasi ruang kelas dalam mendukung penyelenggaraan wajib belajar 9 tahun. Jurnal Manajemen Pendidikan UNY, 12(2), 113156.
Efron, B., & Hastie, T. (2016). Computer Age Statistical Inference. Cambridge University Press.
Fathan, M., Sukmono, A., & Firdaus, H. S. (2019). Analisis Kesesuaian Lahan Komoditas Kehutanan dan Pertanian di Wilayah Kabupaten Semarang dengan Metode Matching. Jurnal Geodesi UNDIP, 8(3), 8-16.
Giannini Kurina, F., Hang, S., Macchiavelli, R., & Balzarini, M. (2019). Spatial Predictive Modelling Essential to Assess the Environmental Impacts of Herbicides. Geoderma, 354, 113874.
Hamka, H., Misilia, M., & Malik, R. (2022). Analisis Distribusi Fasilitas Pelayanan Pendidikan Sekolah Menegah Atas (SMA). Madani Jurnal Politik dan Sosial Kemasyarakatan, 14(03), 484-492.
Handayani, A., & Wibowo, A. (2024). Analisis Spasial Sebaran Sekolah di Kecamatan Warungkondang Kabupaten Cianjur Provinsi Jawa Barat. Jurnal Spatial Wahana Komunikasi dan Informasi Geografi, 24(1), 66-71.
Kuswanda, G. F., Damayanti, J., & Ramadhani, M. A. (2024). Pemodelan Semivariogram pada Data Potensi Calon Mahasiswa Baru Fakultas Teknik Sipil dan Perencanaan Universitas Trisakti. Jurnal Penelitian dan Karya Ilmiah Lembaga Penelitian Universitas Trisakti, 133–146.
Yuhana, U. L., Purwarianti, A., & Imamah, I. (2022). Tuning Hyperparameter pada Gradient Boosting untuk Klasifikasi Soal Cerita Otomatis. JEPIN (Jurnal Edukasi dan Penelitian Informatika), 8(1), 134-139.
Nikmawati, N., Bintoro, H. S., & Santoso, S. (2021). Dampak Penggunaan Gadget terhadap Hasil Belajar dan Minat Belajar Siswa Sekolah Dasar. Jurnal Edutech Undiksha, 9(2), 254.
O’Neill, M. (2013). Matematika REML A workshop conducted. Malang. Retrieved from www.stats.net.au
Politikmalang (2023). DPRD Kota Malang Dorong Pemerataan Fasilitas Pendidikan. Diakses pada 7 April 2024, dari https://politikamalang.com/01/12/2023/dprd-kota-malang-dorong-pemerataan-fasilitas-pendidikan/yforce.co.uk/about-us/news/ideas-for-taking-geography-outside
Ramadanti, E., Mukhlis, I., & Hadi Utomo, S. (2021). Dampak pandemi COVID-19 terhadap Pendidikan Tinggi di Kota Malang. Jurnal Ekonomi, Bisnis dan Pendidikan, 1(3), 209–218.
Ramadhana, A. N., Sriyanto, B., & Prakoso, E. (2017). Analisis Ketersediaan dan Keterjangkauan Fasilitas Pendidikan Jenjang Sekolah Dasar (SD) Dan Sekolah Menengah Pertama (SMP) Di Kota Metro.
Kuswanda, G. F., Damayanti, J., & Ramadhani, M. A. (2024). Pemodelan Semivariogram Pada Data Potensi Calon Mahasiswa Baru Fakultas Teknik Sipil dan Perencanaan Universitas Trisakti. Jurnal Penelitian dan Karya Ilmiah Lembaga Penelitian Universitas Trisakti, 133-146.
Sonhaji, A. N., Suprihardjo, R., & Satiawan, P. R. (2017). Konsep Distribusi Fasilitas Pendidikan Berdasarkan Wilayah dan Pola Persebaran Permukiman di Kabupaten Gresik. Jurnal Penataan Ruang, 5(1).
Sulaksono, A. G. (2017). Pemanfaatan Aplikasi Sistem Informasi Geografis (SIG) untuk Pemetaan SMK Kota Malang. Journal of Information Technology and Computer Science, 2(2), 224611.
Suma Fridayani, N. M., Nila Kencana, I. P. E., & Sukarsa, K. G. (2012). Perbandingan Interpolasi Spasial dengan Metode Ordinary dan Robust Kriging pada Data Spasial Berpencilan (Studi Kasus: Curah Hujan di Kabupaten Karangasem). E-Jurnal Matematika.
Supriyadi, E., Mariani, S., & JUli, d. (2017). Perbandingan metode partial least square (PLS) dan Principal Component Regression (PCR) untuk Mengatasi Multikolinearitas pada Model regresi linear berganda. Retrieved from http://journal.unnes.ac.id/sju/index.php/ujm
Syarovy, M., Nugroho, A. P., & Sutiarso, L. (2023). Pemanfaatan Model Neural Network Dalam Generasi Baru Pertanian Presisi Di Perkebunan Kelapa Sawit. WARTA Pusat Penelitian Kelapa Sawit, 28(1), 39-54.
Walpole, R., E., M., & R. H., M. (2012). Probability & Statistics for Engineers & Scientist. 9th Edition (9th ed.). Boston: Pearson Education, Inc.
Downloads
Additional Files
Published
Issue
Section
License
Copyright (c) 2024 Kuncoro Adi Pradono, Parluhutan Manurung, Adi Wibowo
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
