Visualisasi Data Spasial dengan Indeks Pendidikan di Jawa Timur
Yuliana Cinta Damayanti Putri
2025-05-23
Data tambahan yang digunakan adalah data Indeks Pendidikan di setiap Kabupaten dan Kota di Provinsi Jawa Timur tahun 2023. Indeks Pendidikan digunakan untuk melihat sejauh mana tingkat Pendidikan penduduk di suatu daerah. Nilainya berada di antara 0 sampai 1. Semakin tinggi angkanya, berarti pendidikan di daerah tersebut makin baik, begitu juga sebaliknya.
Sumber data : https://malangkota.bps.go.id/id/statistics-table/2/NTE1IzI=/indeks-pendidikan-menurutkabupaten-kota-di-jawa-timur.html
1. Import Data dan Mempersiapkan Data
library(sf)
library(ggplot2)
library(openxlsx)
library(readxl)
geo = st_read("C:/Users/User/@Data D/College/Semester 6/Bintel/Data Provinsi Jawa Timur/PROVINSI_JAWA_TIMUR.shp")
head(geo)| KABKOTNO | PROVINSI | KABKOT | PDRB17 | PDRB16 | geometry |
|---|---|---|---|---|---|
| 01 | JAWA TIMUR | PACITAN | 4.98 | 5.21 | MULTIPOLYGON (((111.375 -8…. |
| 02 | JAWA TIMUR | PONOROGO | 5.10 | 5.29 | MULTIPOLYGON (((111.6746 -7… |
| 03 | JAWA TIMUR | TRENGGALEK | 5.02 | 5.00 | MULTIPOLYGON (((111.6507 -8… |
| 04 | JAWA TIMUR | TULUNGAGUNG | 5.08 | 5.02 | MULTIPOLYGON (((111.8639 -8… |
| 05 | JAWA TIMUR | BLITAR | 5.07 | 5.08 | MULTIPOLYGON (((112.2387 -8… |
| 06 | JAWA TIMUR | KEDIRI | 4.90 | 5.02 | MULTIPOLYGON (((112.1216 -7… |
2. Visualisasi Data Spasial
ggplot(data = geo) +
geom_sf(aes(fill = PDRB17)) +
geom_sf_text(aes(label = KABKOT), size = 3, color = "black") +
scale_fill_viridis_c(option="plasma", direction=-1) +
theme_void()
Interpretasi :
Peta ini menunjukkan sebaran Produk Domestik Regional Bruto (PDRB) tahun 2017 untuk masing-masing kabupaten/kota di Provinsi Jawa Timur. Warna pada peta menunjukkan tingkat PDRB, di mana kuning terang menunjukkan nilai PDRB rendah, merah menunjukkan nilai PDRB sedang, dan ungu sampai biru tua menunjukkan nilai PDRB tinggi. Pada peta tersebut, terlihat bahwa Bojonegoro berwarna biru tua, artinya nilai PDRB nya paling tinggi dibandingkan dengan daerah lain. Hal ini kemungkinan disebabkan karena kontribusi sektor migas atau industri besar. Sementara itu, beberapa daerah seperti Bangkalan, Sumenep, dan pulau-pulau sekitarnya berwarna kuning cerah, menunjukkan nilai PDRB yang rendah. Hal ini bisa disebabkan karena daerahnya lebih terpencil dan sektor ekonominya belum terlalu berkembang. Daerah selatan dan timur seperti Banyuwangi, Jember, dan Blitar cenderung berwarna oranye, artinya berada di tingkat menengah. Beberapa wilayah lain seperti Surabaya, Sidoarjo, Gresik, dan sekitarnya terlihat agak gelap (merah ke ungu) yang menunjukkan PDRB nya relative tinggi. Hal ini kemungkinan karena kawasan ini merupakan pusat ekonomi dan industri.
3. Membuat Plotting berdasarkan Indeks Pendidikan 2023 per Kabupaten
data <- read_excel("C:/Users/User/@Data D/College/Semester 6/Bintel/Indeks Pendidikan Menurut Kabupaten_Kota di Jawa Timur, 2022-2023.xlsx")
geo[,7] = data[,3]
plot(geo[,7])
Interpretasi :
Peta ini menunjukkan Indeks Pendidikan di tiap Kabupaten/Kota di Provinsi Jawa Timur 2023. Pada peta tersebut, Indeks Pendidikan dibagi menjadi 6 bagian, yaitu :
Indeks Pendidikan Sangat Tinggi (0.75 – 0.80, warna kuning terang)
Daerah dengan indeks Pendidikan paling tinggi adalah Kota Surabaya, Sidoarjo, Kota Malang, Kota Kediri, Kota Madiun, dan Kota Blitar. Derah tersebut merupakan wilayah perkotaan besar dengan akses pendidikan yang sangat baik, banyaknya institusi pendidikan, dan tingkat partisipasi sekolah yang tinggi.
Indeks Pendidikan Tinggi (0.70 – 0.75, warna oranye)
Daerah seperti Gresik, Batu, Kota Probolinggo, dan Kota Pasuruan berada pada kategori ini. Meskipun tidak sebesar Surabaya, daerah ini tetap punya fasilitas pendidikan yang cukup memadai dan mendukung pencapaian indeks yang tinggi.
Indeks Pendidikan Menengah ke Tinggi (0.65 – 0.70, warna merah muda/pink)
Derah seperti Lamongan, Jombang, Mojokerto, Tulungagung, dan Magetan berada pada kategori ini. Hal ini menunjukkan kondisi pendidikan yang cukup baik, namun masih bisa ditingkatkan terutama dalam hal kualitas dan pemerataan akses.
Indeks Pendidikan Menengah (0.60 – 0.65, warna ungu)
Daerah ini cukup banyak, yaitu Pamekasan, Bojonegoro, Ngawi, Madiun, Nganjuk, Kediri, Kab. Blitar, Kab. Malang, Ponorogo, Trenggalek, Pacitan, dan Banyuwangi. Umumnya merupakan daerah non-kota yang punya potensi besar namun mungkin masih terkendala akses geografis atau sarana pendidikan.
Indeks Pendidikan Rendah (0.55 – 0.60, warna biru muda)
Daerah ini meliputi Sumenep dan pulau-pulau di sekitarnya, Tuban, Kab. Pasuruan, Kab. Probolinggo, Lumajang, Situbondo, Bondowoso, dan Jember. Kondisi pendidikan di wilayah ini cukup tertinggal, kemungkinan karena faktor geografis, ekonomi lokal, atau kurangnya fasilitas pendidikan yang merata.
Indeks Pendidikan Sangat Rendah (0.50 – 0.55, warna biru tua)
Hanya dua daerah di kategori ini, yaitu Bangkalan dan Sampang. Hal ini menjadi perhatian khusus karena indeksnya paling rendah di Jawa Timur, menunjukkan perlunya peningkatan signifikan dalam akses dan kualitas pendidikan.
4. Visualisasi Menggunakan Package “tmap”
library(tmap)
tmap_options(check_and_fix = TRUE)
qtm(geo, fill="IP2023", text="KABKOT", text_size = 0.5)
Interpertasi :
Secara keseluruhan, interpretasi pada peta ini sama dengan interpretasi pada nomor 3, yang membedakan hanya variasi warnanya saja. Pada peta ini, Indeks Pendidikan paling tinggi ditandai dengan warna biru tua, serta semakin pudar warnanya maka semakin rendah nilai Indeks Pendidikannya. Dari peta tersebut terlihat bahwa daerah-daerah perkotaan seperti Surabaya, Kota Malang, dan Kota Madiun mendominasi warna biru tua yang menunjukkan indeks pendidikan tinggi. Sementara itu, wilayah seperti Bangkalan dan Sampang yang berada di ujung bawah rentang indeks, tampak dalam warna biru yang sangat muda, menandakan masih adanya tantangan dalam pemerataan akses dan kualitas pendidikan di Jawa Timur.
5. Statistika Deskriptif
## Statistika Deskriptif:summary(geo$IP2023)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.5200 0.6025 0.6350 0.6547 0.7075 0.8000## Standar Deviasi:sd(geo$IP2023, na.rm = TRUE)## [1] 0.07621934## Nilai Tertinggi:geo[which.max(geo$IP2023), c("KABKOT", "IP2023")]## Simple feature collection with 1 feature and 2 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 112.5691 ymin: -8.051314 xmax: 112.6948 ymax: -7.911282
## Geodetic CRS: WGS 84
## KABKOT IP2023 geometry
## 32 KOTA MALANG 0.8 MULTIPOLYGON (((112.6303 -7...## Nilai Terendah:geo[which.min(geo$IP2023), c("KABKOT", "IP2023")]## Simple feature collection with 1 feature and 2 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 113.0404 ymin: -7.314639 xmax: 113.4834 ymax: -6.887862
## Geodetic CRS: WGS 84
## KABKOT IP2023 geometry
## 27 SAMPANG 0.52 MULTIPOLYGON (((113.2061 -7...Interpretasi :
Secara umum, indeks pendidikan di Jawa Timur memiliki rata-rata sebesar 0.6547, dengan nilai tertinggi mencapai 0.8000 (terdapat di Kota Malang dan beberapa kota lainnya) dan nilai terendah sebesar 0.5200 (terdapat di Sampang dan Bangkalan). Nilai median sebesar 0.6350 menunjukkan bahwa setengah dari wilayah memiliki indeks di atas dan setengah lainnya di bawah nilai tersebut. Sebagian besar kabupaten/kota memiliki nilai indeks antara kuartil pertama (0.6025) hingga kuartil ketiga (0.7075), yang berarti sebagian besar wilayah masih berada di tingkat sedang hingga tinggi. Namun, adanya standar deviasi sebesar 0.0762 menandakan adanya variasi yang cukup besar, mencerminkan ketimpangan capaian pendidikan di berbagai wilayah, terutama jika dibandingkan antara kota besar dan wilayah kepulauan atau daerah dengan keterbatasan akses.