Pendahuluan

Visualisasi spasial merupakan salah satu cara efektif untuk memahami distribusi geografis dari suatu indikator.Dalam dokumen ini, kita akan menyajikan visualisasi spasial untuk Angka Melek Huruf (AMH) tahun 2015 pada tingkat Kabupaten/Kota di Provinsi Jawa Timur. Data AMH menunjukkan persentase penduduk usia 15 tahun ke atas yang dapat membaca dan menulis, sehingga menjadi salah satu indikator penting dalam pembangunan manusia dan pendidikan.

#Import Package
library(sf) 
library(tmap) 
library(raster) 
library(readxl) 
library(ggplot2) 
library(openxlsx) 
library(dplyr)
#Baca file shapefile Jawa Timur 
geo <- st_read("C:/Users/Acer/Downloads/PROVINSI_JAWA_TIMUR/PROVINSI_JAWA_TIMUR.shp") 
## Reading layer `PROVINSI_JAWA_TIMUR' from data source 
##   `C:\Users\Acer\Downloads\PROVINSI_JAWA_TIMUR\PROVINSI_JAWA_TIMUR.shp' 
##   using driver `ESRI Shapefile'
## Simple feature collection with 38 features and 5 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 110.8987 ymin: -8.78036 xmax: 116.2702 ymax: -5.048857
## Geodetic CRS:  WGS 84
geo 
## Simple feature collection with 38 features and 5 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 110.8987 ymin: -8.78036 xmax: 116.2702 ymax: -5.048857
## Geodetic CRS:  WGS 84
## First 10 features:
##    KABKOTNO   PROVINSI      KABKOT PDRB17 PDRB16                       geometry
## 1        01 JAWA TIMUR     PACITAN   4.98   5.21 MULTIPOLYGON (((111.375 -8....
## 2        02 JAWA TIMUR    PONOROGO   5.10   5.29 MULTIPOLYGON (((111.6746 -7...
## 3        03 JAWA TIMUR  TRENGGALEK   5.02   5.00 MULTIPOLYGON (((111.6507 -8...
## 4        04 JAWA TIMUR TULUNGAGUNG   5.08   5.02 MULTIPOLYGON (((111.8639 -8...
## 5        05 JAWA TIMUR      BLITAR   5.07   5.08 MULTIPOLYGON (((112.2387 -8...
## 6        06 JAWA TIMUR      KEDIRI   4.90   5.02 MULTIPOLYGON (((112.1216 -7...
## 7        07 JAWA TIMUR      MALANG   5.43   5.30 MULTIPOLYGON (((112.7057 -8...
## 8        08 JAWA TIMUR    LUMAJANG   5.05   4.70 MULTIPOLYGON (((113.295 -7....
## 9        09 JAWA TIMUR      JEMBER   5.11   5.23 MULTIPOLYGON (((113.818 -8....
## 10       10 JAWA TIMUR  BANYUWANGI   5.45   5.38 MULTIPOLYGON (((114.2038 -8...

Shapefile di atas berisi informasi geospasial dari 38 Kabupaten/Kota di Jawa Timur, termasuk batas wilayah dalam format MULTIPOLYGON, yang akan digunakan sebagai dasar visualisasi spasial.

#Import data AMH Jawa Timur
data_pendidikan_amh <- read_excel("C:/Users/Acer/Downloads/Angka Melek Huruf, 2011-2015.xlsx", skip = 2)
colnames(data_pendidikan_amh) <- c("KabKota", "AMH2011", "AMH2012", "AMH2015")
knitr::kable(data_pendidikan_amh)
KabKota AMH2011 AMH2012 AMH2015
Kabupaten Pacitan 91.60 91.63 92.57
Kabupaten Ponorogo 87.32 88.99 89.11
Kabupaten Trenggalek 92.84 92.88 94.41
Kabupaten Tulungagung 93.58 94.57 96.84
Kabupaten Blitar 92.02 92.05 94.49
Kabupaten Kediri 92.84 92.87 95.04
Kabupaten Malang 89.59 90.73 93.94
Kabupaten Lumajang 86.56 86.58 89.22
Kabupaten Jember 83.60 83.65 88.42
Kabupaten Banyuwangi 87.36 88.08 91.36
Kabupaten Bondowoso 78.25 80.72 85.29
Kabupaten Situbondo 78.27 78.31 85.29
Kabupaten Probolinggo 80.44 80.48 86.55
Kabupaten Pasuruan 90.03 91.17 92.65
Kabupaten Sidoarjo 97.76 97.79 98.86
Kabupaten Mojokerto 94.12 94.16 96.50
Kabupaten Jombang 92.87 93.87 96.06
Kabupaten Nganjuk 91.07 91.11 94.50
Kabupaten Madiun 89.55 89.61 90.82
Kabupaten Magetan 90.56 91.08 94.58
Kabupaten Ngawi 85.54 85.58 88.74
Kabupaten Bojonegoro 84.81 84.85 91.30
Kabupaten Tuban 85.83 85.86 88.39
Kabupaten Lamongan 88.71 88.76 91.45
Kabupaten Gresik 94.56 96.17 97.38
Kabupaten Bangkalan 82.87 82.90 86.67
Kabupaten Sampang 67.56 69.12 78.03
Kabupaten Pamekasan 81.82 84.21 86.67
Kabupaten Sumenep 78.66 78.71 80.66
Kota Kediri 97.56 97.60 98.37
Kota Blitar 97.27 97.31 97.79
Kota Malang 97.24 98.34 98.30
Kota Probolinggo 92.51 92.55 93.69
Kota Pasuruan 96.43 97.07 97.38
Kota Mojokerto 97.13 97.18 98.49
Kota Madiun 97.80 97.84 98.64
Kota Surabaya 98.07 98.35 98.47
Kota Batu 98.27 98.32 97.80
Jawa Timur 88.52 89.28 92.30

Data AMH ini mencakup persentase penduduk yang melek huruf dari tahun 2011 hingga 2015 untuk masing-masing Kabupaten/Kota di Jawa Timur. Dalam analisis ini, kita akan fokus pada data tahun 2015 sebagai data terbaru.

#Integrasi data AMH Kabupaten/Kota di Jawa Timur
geo$AMH2015 <- data_pendidikan_amh[1:38, "AMH2015", drop = TRUE]
geo 
## Simple feature collection with 38 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 110.8987 ymin: -8.78036 xmax: 116.2702 ymax: -5.048857
## Geodetic CRS:  WGS 84
## First 10 features:
##    KABKOTNO   PROVINSI      KABKOT PDRB17 PDRB16                       geometry
## 1        01 JAWA TIMUR     PACITAN   4.98   5.21 MULTIPOLYGON (((111.375 -8....
## 2        02 JAWA TIMUR    PONOROGO   5.10   5.29 MULTIPOLYGON (((111.6746 -7...
## 3        03 JAWA TIMUR  TRENGGALEK   5.02   5.00 MULTIPOLYGON (((111.6507 -8...
## 4        04 JAWA TIMUR TULUNGAGUNG   5.08   5.02 MULTIPOLYGON (((111.8639 -8...
## 5        05 JAWA TIMUR      BLITAR   5.07   5.08 MULTIPOLYGON (((112.2387 -8...
## 6        06 JAWA TIMUR      KEDIRI   4.90   5.02 MULTIPOLYGON (((112.1216 -7...
## 7        07 JAWA TIMUR      MALANG   5.43   5.30 MULTIPOLYGON (((112.7057 -8...
## 8        08 JAWA TIMUR    LUMAJANG   5.05   4.70 MULTIPOLYGON (((113.295 -7....
## 9        09 JAWA TIMUR      JEMBER   5.11   5.23 MULTIPOLYGON (((113.818 -8....
## 10       10 JAWA TIMUR  BANYUWANGI   5.45   5.38 MULTIPOLYGON (((114.2038 -8...
##    AMH2015
## 1    92.57
## 2    89.11
## 3    94.41
## 4    96.84
## 5    94.49
## 6    95.04
## 7    93.94
## 8    89.22
## 9    88.42
## 10   91.36

Langkah ini mengintegrasikan data numerik AMH ke dalam data spasial, sehingga setiap poligon wilayah memiliki atribut angka melek huruf tahun 2015 yang bisa divisualisasikan.

#Visualisasi Spasial dengan Plot ()
st_geometry(geo) <- "geometry"
plot(geo["AMH2015"], main = "Sebaran AMH 2015 di Jawa Timur")

Intepretasi Visualisasi Spasial (Maps) dengan Plot()

Visualisasi Angka Melek Huruf (AMH) tahun 2015 di Provinsi Jawa Timur disajikan melalui tiga peta berbeda, masing-masing menggunakan pendekatan visual yang unik. Peta pertama memanfaatkan fungsi plot() standar dengan palet warna dari biru ke kuning, yang secara kontras menggambarkan perbedaan AMH antarwilayah. Wilayah barat dan kota besar tampil mencolok dengan warna kuning cerah sebagai penanda AMH tinggi, sedangkan wilayah dengan warna biru menandakan rendahnya angka literasi, seperti daerah di Madura atau kawasan timur. Skema ini sangat efektif dalam menyoroti ketertinggalan daerah-daerah tertentu secara visual, menjadikan perbedaan antarwilayah lebih mudah dikenali dan dipahami.

#Visualisasi Interaktif TMAP
tmap_options(check_and_fix = TRUE)
qtm(geo, fill = "AMH2015", text = "KABKOT", text_size = 0.3)

Intepretasi Visualisasi Spasial (Maps) dengan TMAP

Peta kedua menggunakan tmap dengan gradasi warna biru, menunjukkan persebaran AMH secara tematik. Warna biru gelap mengindikasikan tingkat AMH yang sangat tinggi (95–100%), terlihat dominan di kota-kota seperti Surabaya, Malang, dan Madiun, sementara biru muda menandai wilayah dengan AMH lebih rendah, seperti Pulau Madura dan pesisir utara. Visualisasi ini memperlihatkan ketimpangan geografis literasi dengan cukup jelas, terutama antara wilayah urban dan rural.

#Visualisasi Map GGPLOT
ggplot(data = geo) +  
  geom_sf(aes(fill = AMH2015)) +  
  scale_fill_viridis_c(option = "magma", direction = -1) + 
  theme_void() +
  labs(title = "Visualisasi AMH 2015 di Jawa Timur (ggplot)")

Intepretasi Visualisasi Spasial (Maps) dengan GGPLOT

Peta ketiga memanfaatkan ggplot2 dengan skema warna “magma” (palet viridis). Warna kuning menggambarkan AMH rendah, sedangkan ungu gelap hingga hitam menunjukkan AMH tinggi. Tampilan ini memberikan kontras yang dramatis, wilayah dengan literasi rendah langsung mencolok karena warnanya yang terang, sedangkan wilayah dengan AMH tinggi cenderung “tenggelam” dalam warna gelap. Palet ini sangat membantu dalam memperkuat daya tarik visual untuk mengidentifikasi area prioritas pembangunan pendidikan.

Intepretasi Hasil Visualisasi Spasial Keseluruhan

Secara keseluruhan, ketiga peta tersebut menyampaikan pesan yang konsisten: Jawa Timur telah mencapai tingkat literasi yang cukup baik secara umum, namun masih terdapat ketimpangan signifikan antarwilayah. Wilayah kota dan pusat ekonomi cenderung memiliki AMH mendekati sempurna, sedangkan daerah terpencil atau kepulauan masih memerlukan intervensi khusus. Kombinasi visualisasi ini sangat mendukung proses analisis kebijakan dan perencanaan pembangunan, terutama dalam merumuskan strategi peningkatan literasi yang lebih merata dan berkeadilan.

# Statistik deskriptif AMH Jawa Timur 2015
summary(data_pendidikan_amh$AMH2015)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   78.03   88.92   93.69   92.49   97.11   98.86

Analisis Statistika Deskriptif

Berdasarkan hasil analisis statistik deskriptif terhadap data Angka Melek Huruf (AMS) tahun 2015 di Provinsi Jawa Timur, diketahui bahwa nilai minimum AMS sebesar 78,03 persen dan nilai maksimum mencapai 98,86 persen. Ini menunjukkan adanya kesenjangan yang cukup signifikan antar kabupaten/kota dalam hal tingkat kemampuan membaca dan menulis penduduk usia 15 tahun ke atas. Nilai median sebesar 93,69 persen mengindikasikan bahwa setengah dari kabupaten/kota memiliki tingkat melek huruf di atas angka tersebut, sementara nilai rata-rata (mean) sebesar 92,49 persen menunjukkan bahwa secara umum tingkat melek huruf di Jawa Timur tergolong tinggi, meskipun terdapat beberapa daerah yang masih berada di bawah rata-rata provinsi.