Mobility
Intro
Hi, it’s me again your boy Salomo. Kali ini saya akan mencoba sesuatu yang sebenarnya sangat berguna dalam analisis kewilayahan yaitu Analisis Mobilitas. Analisis Mobilitas ini mungkin lebih dikenal dengan analisis Origin Destination (O-D Analytics) yaitu sebuah analisis yang sering digunakan para perekayasa transportasi untuk mengetahui bangkitan kegiatan berdasarkan pergerakan baik manusia, alat transportasi maupun pergerakan barang.
Data yang digunakan adalah data mobilitas yang harganya sangat mahal, ukurannya sangat besar dan cara akuisisinya sangat rumit. Data mobilitas ini dapat diambil dengan menggunakan infrastruktur Wi-Fi atau Bluetooth yang ada di sebuah wilayah, bahkan beberapa provider telekomunikasi ada yang menjual data mobilitas penggunanya secara legal.
Oleh karena tantangan-tantangan tersebut, adalah tidak mungkin bila saya mengakuisisi data tersebut. wong saya makan aja pas-pasan ini sok-sokan beli data mahal dan untuk kepentingan belajar doang lagi. Karena keterbatasan yang saya miliki saya menjadi sedikit lebih kreatif dengan membuat data dummy untuk analisis ini.
Contoh Data Mobilitas yang mahal, rumit akuisisinya dan gedenya minta ampun
Data
Data dummy yang saya gunakan memiliki beberapa variabel yaitu :
V1 adalah Longitude untuk Origin
V2 adalah Latitude untuk Origin
V3 adalah Longitude untuk Destination
V4 adalah Latitude untuk Destination
pt adalah Public Transport
motorcycle adalah Pengendara Sepeda Motor
car adalah Pengendara Mobil
total adalah total dari pt, motorcycle dan car
Seharusnya data mobilitas yang baik adalah data yang juga mencantumkan variabel waktu, yaitu kurun waktu mobilitas ini terjadi sehingga data dianalisis waktu-waktu kapan saja yang menjadi peak hour dll. Akan tetapi di data dummy ini saya tidak mencantumkan variabel tersebut karena kepala saya akan semakin botak untuk memikirkan data dummy saja.
So here’s the data
Seperti yang kita lihat kita memiliki 7 kolom dan 1770 baris, jumlah ini termasuk imut jika dibanding data mobilitas sesungguhnya. Bayangkan jika sebuah file excel berukur 10 gigabyte yang isinya full angka, tentu jumlah kolom barisnya sudah tidak terhitung lagi.
The Visuals
Tentu dengan melihat angka-angka tersebut akan susah bagi kita melihat apa yang sebenarnya terjadi. Maka dari itu mari kita visualisasikan sehingga lebih mudah dilihat.
Bagaimana? Makin susah bukan dilihatnya? LOL!
The Maps
Langsung saja garis-garis rumit itu kita terjemahkan dalam bentuk peta supaya setidaknya kita dapat lebih mudah untuk memahaminya
Nah lebih cakep kan? Lebih enak bacanya. Semakin gelap garisnya berarti semakin banyak mobilitas dari titik origin yang sama menuju titik destination yang sama. Artinya kita bisa mengetahui kecenderungan pergerakan berdasarkan banyaknya origin dan destination.
The Analytics
Dari peta di bawah kita bisa mengetahui dimana saja wilayah yang paling sering didatangi di Kota Depok. Semakin gelap warna kotaknya semakin sering wilayah tersebut dikunjungi