Gunakan data kepadatan kelurahan DKI 2013

library(lattice)
## Warning: package 'lattice' was built under R version 4.5.2
library(latticeExtra)
## Warning: package 'latticeExtra' was built under R version 4.5.2
data <- read.csv("C:/Users/alphe/Downloads/dkikepadatankelurahan2013.csv", sep = ";")
head(data)
##   TAHUN        NAMA.PROVINSI NAMA.KABUPATEN.KOTA  NAMA.KECAMATAN NAMA.KELURAHAN
## 1  2013 PROVINSI DKI JAKARTA  KAB.ADM.KEP.SERIBU KEP. SERIBU UTR    P. PANGGANG
## 2  2013 PROVINSI DKI JAKARTA  KAB.ADM.KEP.SERIBU KEP. SERIBU UTR      P. KELAPA
## 3  2013 PROVINSI DKI JAKARTA  KAB.ADM.KEP.SERIBU KEP. SERIBU UTR     P. HARAPAN
## 4  2013 PROVINSI DKI JAKARTA  KAB.ADM.KEP.SERIBU KEP. SERIBU SLT P. UNTUNG JAWA
## 5  2013 PROVINSI DKI JAKARTA  KAB.ADM.KEP.SERIBU KEP. SERIBU SLT      P. TIDUNG
## 6  2013 PROVINSI DKI JAKARTA  KAB.ADM.KEP.SERIBU KEP. SERIBU SLT        P. PARI
##   LUAS.WILAYAH..KM2. KEPADATAN..JIWA.KM2.
## 1               0.91                 6779
## 2               3.76                 1705
## 3               3.59                  628
## 4               0.59                 3625
## 5               1.57                 3084
## 6               1.39                 1968

Gantilah nama variable data menjadi :

TAHUN = Tahun, NAMA PROVINSI = Prov, NAMA KABUPATEN/KOTA = Kab, NAMA KECAMATAN = Kec, NAMA KELURAHAN = Kel, LUAS WILAYAH (KM2) = Luas, KEPADATAN (JIWA/KM2) = Kepadatan

colnames(data) <- c("Tahun", "Prov", "Kab", "Kec", "Kel", "Luas", "Kepadatan")
head(data)
##   Tahun                 Prov                Kab             Kec            Kel
## 1  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU UTR    P. PANGGANG
## 2  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU UTR      P. KELAPA
## 3  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU UTR     P. HARAPAN
## 4  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU SLT P. UNTUNG JAWA
## 5  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU SLT      P. TIDUNG
## 6  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU SLT        P. PARI
##   Luas Kepadatan
## 1 0.91      6779
## 2 3.76      1705
## 3 3.59       628
## 4 0.59      3625
## 5 1.57      3084
## 6 1.39      1968

Lakukan visualisasi data menggunakan lattice package dan latticeExtra package!

JAKTIM <- subset(data, Kab == "JAKARTA TIMUR")
JAKBAR <- subset(data, Kab == "JAKARTA BARAT")
JAKUT <- subset(data, Kab == "JAKARTA UTARA")
JAKPUS <- subset(data, Kab == "JAKARTA PUSAT")
JAKSEL <- subset(data, Kab == "JAKARTA SELATAN")
SERIBU <- subset(data, Kab == "KAB.ADM.KEP.SERIBU")

Keseluruhan

xyplot(Luas ~ Kepadatan | factor(Kab), data=data, main = "Luas Wilayah x Kepadatan Penduduk DKI Jakarta", col = "red4", pch = 19, alpha = 0.5)

Terlihat untuk daerah DKI Jakarta, terdapat kecamatan yang memiliki luas lebih dari 10km^2 dengan kepadatan <10000 jiwa per km^2, tetapi juga beragam hingga daerah-daerah yang memiliki luas <5 km^2 tetapi dengan populasi >50000 jiwa per km^2. Sedangkan, untuk Kabupaten Administratif Kepulauan Seribu sendiri memiliki luas dan kepadatan yang lebih kecil dibandingkan dengan kabupaten lain. Hal ini disebabkan oleh faktor demografis. Untuk memperdalam analisis, dilakukan visualisasi untuk setiap Kabupaten dalam DKI Jakarta sendiri.

Jakarta Timur

xyplot(Luas ~ Kepadatan | factor(Kec), data = JAKTIM, main = "Luas Wilayah x Kepadatan Penduduk Jakarta Timur", col = "black", pch = 19, alpha = 0.5)

Terlihat untuk kecamatan-kecamatan di Jakarta Timur sendiri cukup beragam. Yang paling mencolok adalah kecamatan Jatinegara, yang memiliki kelurahan dengan kepadatan >60000 jiwa per km^2 untuk luas kelurahan yang kurang dari 5 km^2. Sedangkan untuk Kecamatan Makasar, terdapat kelurahan dengan luas daerah >10km^2 tetapi dengan penghuni <20000 jiwa per km^2 nya.

Jakarta Pusat

xyplot(Luas ~ Kepadatan | factor(Kec), data = JAKPUS, main = "Luas Wilayah x Kepadatan Penduduk Jakarta Pusat", col = "green3", pch = 19, alpha = 0.5)

Pada Jakarta Pusat sendiri, terdapat beberapa kelurahan yang memiliki kepadatan yang kecil dengan luas di atas 2 km^2, yakni pada daerah kecamatan Menteng, Cempaka Putih, dan Tanah Abang. Namun untuk sisanya masih kelihatan lebih banyak kepadatan dengan luas yang di bawah 1.5 km^2.

Jakarta Barat

xyplot(Luas ~ Kepadatan | factor(Kec), data = JAKBAR, main = "Luas Wilayah x Kepadatan Penduduk Jakarta Barat", col = "aquamarine4", pch = 19, alpha = 0.5)

Pada grafik Jakarta Barat, terlihat bahwa Tambora dan Taman Sari mencolok karena luas kelurahan di dalam kecamatan-kecamatan tersebut kurang dari 2 km^2, dengan kepadatan penduduk yang beragam, mulai dari yang sedikit (<20000 jiwa per km^2) hingga lebih dari 80000 jiwa per km^2. Namun untuk Kecamatan Cengkareng dan Kali Deres memiliki nilai kepadatan yang rendah untuk luas wilayah yang tinggi.

Jakarta Utara

xyplot(Luas ~ Kepadatan | factor(Kec), data = JAKUT, main = "Luas Wilayah x Kepadatan Penduduk Jakarta Utara", col = "red", pch = 19, alpha = 0.5)

Untuk Jakarta Utara sendiri, terdapat beberapa poin menarik. Untuk Kecamatan Tanjung Priok, Clincing, dan Koja memiliki kelurahan yang luasnya di bawah 4 km^2 tetapi dengan kepadatan penduduk >30000 jiwa/km^2, bahkan hingga >40000 km^2. Untuk Kelapa Gading sendiri juga menarik karena memiliki kelurahan dengan luas 4-8 km^2 dengan kepadatan yang nyaris sama, <10000 jiwa/km^2.

Jakarta Selatan

xyplot(Luas ~ Kepadatan | factor(Kec), data = JAKSEL, main = "Luas Wilayah x Kepadatan Penduduk Jakarta Selatan", col = "purple3", pch = 19, alpha = 0.5)

Pada grafik Jakarta Selatan, terlihat bahwa Kecamatan Kebayoran Lama dan Jagakarsa memiliki kelurahan dengan kepadatan yang kecil dibanding yang lain, yakni <10000 jiwa/km^2 untuk luas kelurahan > 6km^2. Sisa kecamatan lain terlihat stagnan dan memiliki karakter yang mirip. Namun terlihat untuk Kecamatan Tebet terdapat kelurahan yang memiliki kepadatan >50000 jiwa/km^2 untuk kelurahan yang luasnya < 1km^2.

Kepulauan Seribu

xyplot(Luas ~ Kepadatan | factor(Kec), data = SERIBU, main = "Luas Wilayah x Kepadatan Penduduk Kab.Adm.Kep.Seribu", col = "gold4", pch = 19, alpha = 0.5)

Untuk Kabupaten Administratif Kepulauan Seribu memiliki kecamatan paling sedikit dibandingkan kabupaten yang lain, juga dengan hanya 3 kelurahan untuk setiap kecamatannya. Dari karakteristiknya, dapat dikatakan bahwa Kepulauan Seribu memiliki kepadatan dan luas yang tergolong kecil dibandingkan dengan wilayah DKI Jakarta yang lainnya. Bahkan untuk Kecamatan Kepulauan Seribu Utara memiliki kelurahan dengan kepadatan < 2000 jiwa/km^2 untuk luas > 3 km^2.

Perbandingan Distribusi Kepadatan Kelurahan untuk Setiap Kabupaten

bwplot(Kepadatan ~ Kab, data = data, main = "Perbandingan Kepadatan Kabupaten di DKI Jakarta", scales = list(x = list(rot = 30)), pch = 16, fill = "skyblue")

Untuk persebaran kepadatan tiap kelurahan di tiap kabupatennya, Jakarta Barat memiliki nilai outlier yang besar yakni > 80000 jiwa/km^2 meski dengan median yang di bawah Jakarta Pusat (~30000 jiwa/km^2). Pada Kabupaten Jakarta Selatan, Timur, Utara memiliki nilai median di bawah Jakarta Barat <20000 jiwa/km^2. Selain itu didapatkan bahwa Kepulauan Seribu memiliki kepadatan penduduk yang paling kecil jika dibandingkan dengan wilayah DKI Jakarta yang lainnya.

Perbandingan Distribusi Luas Kelurahan untuk Setiap Kabupaten

bwplot(Luas ~ Kab, data = data, main = "Perbandingan Luas Kabupaten di DKI Jakarta", scales = list(x = list(rot = 30)), pch = 16, fill = "skyblue")

Pada grafik di atas, didapatkan bahwa kebanyakan kelurahan di Jakarta Utara memiliki luas yang lebih tinggi dibandingkan kebanyakan kelurahan di kabupaten lain, dengan Jakarta Pusat dengan luas yang paling kecil dibandingkan setiap kabupaten lainnya.

Perbandingan Penduduk per Kelurahan untuk setiap Kabupaten

bwplot(Kepadatan*Luas ~ Kab, data = data, main = expression(paste("Perbandingan Total Penduduk Kabupaten di DKI Jakarta")), scales = list(x = list(rot = 30)), pch = 16, fill = "skyblue")

Pada grafik total penduduk, terlihat bahwa penduduk DKI Jakarta tersebar pada seluruh Kabupaten Jakarta kecuali Kepulauan Seribu. Untuk Kepulauan Seribu terlihat memiliki penduduk yang paling sedikit dibandingkan kabupaten lainnya, dengan outlier tertinggi terdapat pada Jakarta Barat.

data$Penduduk <- data$Luas*data$Kepadatan
head(data[data$Kab=="JAKARTA BARAT", 4:8])
##           Kec                Kel Luas Kepadatan  Penduduk
## 82 CENGKARENG   CENGKARENG BARAT 4.26     16409  69902.34
## 83 CENGKARENG       DURI KOSAMBI 5.03     15866  79805.98
## 84 CENGKARENG         RAWA BUAYA 4.67     14886  69517.62
## 85 CENGKARENG KEDAUNG KALI ANGKE 2.61     14438  37683.18
## 86 CENGKARENG              KAPUK 7.18     20919 150198.42
## 87 CENGKARENG   CENGKARENG TIMUR 4.18     20735  86672.30

Pada tabel ini didapatkan bahwa nilai paling besar untuk penduduk Jakarta Barat merupakan penduduk daerah Cengkareng Kelurahan Kapuk, dengan penduduk ~150000 jiwa.

Total Penduduk tiap Kabupaten di DKI Jakarta

TotalPenduduk <- aggregate(Penduduk~Kab, data = data, FUN = sum)
TotalLuas <- aggregate(Luas~Kab, data=data, sum)

df <- cbind(TotalPenduduk, TotalLuas$Luas)
colnames(df) <- c("Kab", "Penduduk", "Luas")

colors <- colorRampPalette(c("green3","yellow","red"))(100)
idx <- cut(df$Penduduk, breaks = 100, labels = FALSE)
bar_colors <- colors[idx]

barchart(Penduduk ~ Kab, data = df, main = expression(paste("Total Penduduk tiap Kabupaten di DKI Jakarta")), col = bar_colors, panel = function(x, y, ...) {
    
    panel.barchart(x, y, ...)
    
    panel.text(
      x = x,
      y = y/2,
      labels = round(y),
      pos = 0,
      cex = 0.68
    )
    
  }, scales = list(rot = 30))
## Warning in ltext.default(...): Invalid value of 'pos' ignored.

Meskipun begitu, terlihat bahwa Jakarta Timur memiliki jumlah penduduk yang lebih tinggi dibandingkan yang lainnya, disusul dengan Jakarta Barat dan Jakarta Selatan.

Kepadatan tiap Kabupaten

colors <- colorRampPalette(c("green3","yellow","red"))(100)
idx <- cut(df$Penduduk/df$Luas, breaks = 100, labels = FALSE)
bar_colors <- colors[idx]

barchart(Penduduk/Luas ~ Kab, data = df, main = expression(paste("Total Kepadatan tiap Kabupaten di DKI Jakarta")), col = bar_colors, panel = function(x, y, ...) {
    
    panel.barchart(x, y, ...)
    
    panel.text(
      x = x,
      y = y/2,
      labels = round(y,2),
      pos = 0,
      cex = 0.68
    )
    
  }, scales = list(rot = 30))
## Warning in ltext.default(...): Invalid value of 'pos' ignored.

Melalui dua grafik di atas, dapat disimpulkan bahwa total luas daerah Jakarta Pusat tergolong kecil sehingga memiliki kepadatan yang lebih tinggi dibandingkan juara satu jumlah penduduk (Jakarta Timur), karena dapat meningkat menjadi sangat tinggi. Kebalikannya dengan Jakarta Timur, dengan jumlah penduduk tertinggi, kabupaten tersebut memiliki kepadatan terbesar ke-3 di DKI Jakarta, dapat dihipotesiskan bahwa Jakarta Timur memiliki Luas yang lumayan besar.

Key Insight

Maka untuk keseluruhan wilayah DKI Jakarta pada tahun 2013 penulis simpulkan bahwa persebaran penduduk belum begitu merata walaupun merupakan internal DKI Jakarta sendiri. Oleh sebab itu, dibutuhkan persebaran ekonomi untuk dapat mendukung para masyarakat untuk tidak nomaden dan tersebar di seluruh daerah DKI Jakarta. Apabila pemerintah tetap ingin mempertahankan rasio kepadatan seperti ini, maka dalam jangka panjangnya akan membutuhkan pembangunan infrastruktur lebih lanjut seperti housing (disarankan housing vertikal seperti apartemen atau rumah susun) dan sarana pendukung kehidupan lain seperti rumah sakit, kantor polisi, firefighting station, sekolah, dan pusat perbelanjaan untuk kelangsungan hidup masyarakat dalam daerah dengan kepadatan dan luas daerah yang tinggi.