Non Spatial Data

Data yang kita gunakan pada saat ini adalah data dari salah satu marketplace property di Indonesia. Kita akan menggunakan data berupa judul iklan perumahan, harga-harga, tipe rumah, luas tanah sampai kepada koordinat tempat dimana rumah tersebut dijual. Dengan adanya parameter koordinat akan memudahkan kita untuk mengetaui trend harga rumah di wilayah tertentu, karena menurut Alm. Ciputra yang terpenting dalam menjadi developer perumahan adalah LOKASI. Jadi langsung kita lihat data kita

Legends :
X adalah ID untuk tiap baris
hrglamudi adalah harga property
jdllamudi adalah judul yang dituliskan di situs tersebut
ltxlamudi adalah luas tanah yang ditawarkan dalam m2
lbxlamudi adalah luas bangunan yang ditawarkan dalam m2
brlamudi adalah banyaknya kamar tidur yang ditawarkan
latlamudi adalah koordinat latitude
longlamudi adalah koordinat longitude

Data di atas adalah data yang berasal dari sebuah situs marketplace property dengan memasukkan Kota Depok sebagai pencarian. Terdapat 542 baris dan 8 kolom yang memiliki arti bahwa kita memiliki 542 iklan yang berhasil kita dapatkan untuk menganalisis. Untuk memperjelasnya dapat kita lihat di peta berikut ini

Ternyata ada beberapa titik yang “nyasar” bahkan sampai ke Africa. Mengapa hal tersebut terjadi? Hal tersebut dikarenakan di situs marketplace tersebut penyertaan informasi lokasi koordinat tidak bersifat mandatory, artinya orang tetap dapat menggunakan situs itu tanpa harus menyertakan koordinat dimana dia akan menjual rumahnya. Saya berasumsi sistem dari marketplace tersebut yang memberikan lokasi berdasarkan beberapa parameter (rahasia perusahaan sepertinya). Tetapi hal tersebut tidak mematahkan semangat kita untuk terus maju. Hal yang pertama kita lakukan adalah membersihkan data sehingga dapat terlihat seperti ini.

YES! Kita sudah tidak sampai ke Africa lagi. Lanjut!

Spatial Data

Sebenarnya apabila kita sudah membicarakan koordinat, kita sudah berbicara tentang data spasial yang artinya kita sudah mendapatkan informasi dimana letak titik yang diberikan diproyeksikan terhadap bumi kita ini (untuk lebih dalamnya mengenai spatial science akan kita bahas lain waktu). Hal yang kita butuhkan dalam analisis kali ini adalah boundary. Boundary adalah garis terluar dari Kota Depok, kita membutuhkannya agar kita bisa tahu dimana batas dari analisis kita (sedikit spoiler, yang interpolation dan regression adalah kedekatan dari titik yang akan diamati dengan sekitarnya). Kita butuh sesuatu yang local bukan global, kita tidak butuh harga rumah di Africa untuk mengetahui harga rumah di Depok kan? (well technically, if you learn data science you can’t just eliminate the probabilities, but this time we won’t bother the complexticity)

Sekarang adalah saatnya untuk mengunduh data spasial (boundary)

Untuk beberapa saat yang lalu saya sudah puas dengan ini dan mulai norak di social media dengan memamerkan progress saya yang tidak terlalu signifikan. But we can’t stop here! We need to know the trends beneath

Data Exploration

## as.geodata: 300 replicated data locations found. 
##  Consider using jitterDupCoords() for jittering replicated locations. 
## WARNING: there are data at coincident or very closed locations, some of the geoR's functions may not work.
##  Use function dup.coords() to locate duplicated coordinates.
##  Consider using jitterDupCoords() for jittering replicated locations

Pada hasil plot di atas kita dapat melihat hubungan antara latitude dan longitude, latitude dengan harga, longitude dengan harga serta kepadatan data. Terlihat bahwa data tersebut masing-masing “menempel” pada sumbu x dan y, hal tersebut menandakan bahwa adanya trend lokal yang berkaitan dengan lokasi.

Variograms

Monggo dicari sendiri apa artinya di internet, ga mau terlalu bosen kan kalau saya jelaskan di sini? Intinya Variogram merupakan alat dalam geostatistik yang berguna untuk menunjukkan korelasi spatial antara data yang diukur. Dan untuk melakukan interpolasi kita harus melihat seperti apa variogram tersebut sehingga nantinya dapat diterjemahkan dalam model.

## variog: computing omnidirectional variogram
## variog: co-locatted data found, adding one bin at the origin

## variog: computing omnidirectional variogram
## variog: co-locatted data found, adding one bin at the origin

## variofit: covariance model used is spherical 
## variofit: weights used: npairs 
## variofit: minimisation function used: optim 
## variofit: searching for best initial value ... selected values:
##               sigmasq               phi   tausq kappa
## initial.value "5576524897897332736" "0"   "0"   "0.5"
## status        "est"                 "est" "est" "fix"
## loss value: 1.70393658297445e+41

## variofit: covariance model used is exponential 
## variofit: weights used: npairs 
## variofit: minimisation function used: optim 
## variofit: searching for best initial value ... selected values:
##               sigmasq               phi    tausq                 kappa
## initial.value "3717683265264888832" "0.08" "3717683265264888832" "0.5"
## status        "est"                 "est"  "est"                 "fix"
## loss value: 1.34744827185558e+41

##        value 
## 1.703937e+41

##       value 
## 1.33629e+41

IDW

IDW atau Inverse Distance Weighted adalah salah satu metode interpolasi selain Nearest Neighbour Interpolation dan Kriging. Sebenarnya Kriging adalah metode terbaru akan tetapi saya memutuskan untuk menggunakan IDW karena lebih simple untuk dipelajari

Gambar di atas menunjukkan interpolasi berdasarkan power. Apa itu power dalam interpolasi? Duh gimana ya jelasinnya, intinya seperti Standard Deviation dalam regresi linear yang menentukan simpangan dari variasi data. Misalnya kita memiliki 1 titik, dan kita ingin mengganti-ganti seberapa jauh pengaruhnya, nah di sini lah kita mengganti-ganti powernya. Sebenarnya ada rumus untuk menentukan berapa power yang optimal, akan tetapi saya belum menemukan caranya dalam codingan ini.