- Pengelompokan K-Means membagi 15 kecamatan di Kabupaten Sanggau menjadi lima kelompok berdasarkan kemiripan data 2023.
- Lima klaster memperoleh Indeks Calinski Harabasz tertinggi, 3,87, dibanding 3,18 untuk dua klaster.
- Parindu, Kapuas, dan Balai berlabel potensi sangat tinggi, sedangkan Sekayam dan Toba sangat rendah.
- Variabel tegal atau kebun dibuang dari analisis karena VIF-nya mencapai 12,32, di atas batas 10.
- Klaster menunjukkan kemiripan faktor, bukan luas hutan yang sudah hilang di kecamatan tersebut.
Cekricek.id — Pengelompokan K-Means, cara menaruh kecamatan yang angka-angkanya mirip dalam satu kelompok, dipakai tiga peneliti untuk memetakan potensi deforestasi Sanggau pada 2023.
Hasilnya lima kelompok dari 15 kecamatan di Kabupaten Sanggau, Kalimantan Barat. Parindu, Kapuas, dan Balai berada di tingkat potensi sangat tinggi, sedangkan Sekayam dan Toba sangat rendah.
Penelitian itu ditulis Ummi Rahimah, Shantika Martha, dan Nurfitri Imro’ah dari Departemen Matematika, Universitas Tanjungpura, Pontianak. Ketiganya menguji jumlah kelompok dua sampai lima.
Naskahnya berjudul K-Means Clusters with Calinski Harabasz Index Evaluation to Map Forest Degradation and Deforestation Areas. Terbit di Jurnal Matematika UNAND Volume 15 Nomor 2, halaman 237–248, April 2026.
Evaluasinya memakai Indeks Calinski Harabasz, ukuran seberapa rapi sebuah pengelompokan. Lima kelompok memperoleh nilai tertinggi, 3,87, dibanding 3,18 untuk dua kelompok.
Klaster di paper ini adalah kumpulan kecamatan dengan data yang mirip. Setiap klaster lalu diberi label tingkat potensi, bukan hasil pengukuran luas hutan yang sudah hilang.
Para penulis menyebut peta hasilnya sebagai rujukan strategis bagi Pemerintah Kabupaten Sanggau. Tujuannya menekan degradasi hutan dan menata wilayah sesuai kekhasan tiap kecamatan.
Latar yang ditulis para peneliti bermula dari Kalimantan Barat. Provinsi itu, menurut paper, mencatat laju deforestasi tertinggi di Kalimantan pada 2021 dan 2022.
Sanggau dihuni 533.937 jiwa pada 2023. Paper mencatat pekerjaan di sektor pertanian mencakup 64,64 persen dari total penduduk kabupaten itu.
Baca juga Kebakaran Hutan Kalbar: Api Sanggau Menaikkan Api Landak
Menurut para penulis, sebagian besar penduduk bekerja dalam pembukaan lahan yang masih mengandalkan api. Praktik itu mereka kaitkan dengan kerusakan lingkungan, degradasi hutan, dan deforestasi.
Paper tidak memberikan definisi terpisah bagi degradasi hutan dan deforestasi Sanggau. Yang diukur adalah faktor-faktor yang dianggap berkontribusi terhadap keduanya, lalu kecamatan dikelompokkan menurut faktor tersebut.
Daftar Isi
- Klaster K-Means, Pengelompokan Berdasarkan Kemiripan Data
- Variabel, Sepuluh Ukuran Faktor Deforestasi Sanggau
- Multikolinearitas, Hubungan Terlalu Erat Antarvariabel
- Skor Z, Penyamaan Satuan Sebelum Mengukur Jarak
- Indeks Calinski Harabasz, Nilai Kerapian Pengelompokan
- Tingkat Potensi, Label bagi Lima Klaster
Klaster K-Means, Pengelompokan Berdasarkan Kemiripan Data
Analisis klaster, dalam paper ini, adalah metode mengelompokkan objek agar isi satu kelompok seragam dan antarkelompok berbeda. Objeknya 15 kecamatan di Sanggau.
Ada dua jalan menurut paper. Cara hierarkis menggabungkan objek bertahap dari kelompok kecil ke besar, sedangkan cara nonhierarkis langsung membagi data berdasarkan titik pusat.
K-Means termasuk cara nonhierarkis. Huruf K adalah jumlah kelompok yang ditetapkan lebih dulu, sedangkan titik pusat atau centroid adalah rata-rata nilai anggota sebuah kelompok.
Langkahnya dimulai dengan menetapkan K dan memilih titik pusat awal secara acak. Jarak tiap kecamatan ke titik pusat diukur, lalu kecamatan dimasukkan ke kelompok terdekat.
Setelah itu titik pusat dihitung ulang dari anggota barunya. Bila titik pusat baru belum sama dengan yang lama, pengukuran jarak diulang sampai keduanya identik.
Contoh paling mudah datang dari paper sendiri, yaitu Sekayam dan Toba. Keduanya jatuh di kelompok yang sama setelah proses berulang itu selesai.
Di situ contoh tadi bisa meleset. Satu kelompok tidak berarti bertetangga, sebab di peta paper Sekayam berada di bagian utara kabupaten, sedangkan Toba di ujung selatan.
Bedanya begini. K-Means di paper ini membandingkan angka lereng, hujan, penduduk, dan tutupan lahan, bukan letak di peta, sehingga kecamatan berjauhan pun dapat sekelompok.
Variabel, Sepuluh Ukuran Faktor Deforestasi Sanggau
Variabel, yaitu hal yang diukur pada tiap kecamatan, awalnya berjumlah sepuluh. Paper memperlakukan semuanya sebagai indikator faktor penyebab degradasi hutan dan deforestasi Sanggau pada 2023.
Kemiringan lereng diambil dari DEMNAS, Model Elevasi Digital Nasional. Curah hujan tahunan diambil dari CHIRPS, singkatan dari Climate Hazards Group Infrared Precipitation.
Delapan variabel lain bersumber dari Kabupaten Sanggau dalam Angka 2024 terbitan Badan Pusat Statistik Kabupaten Sanggau. Isinya kepadatan penduduk dan tujuh jenis tutupan lahan.
Tujuh tutupan lahan itu adalah sawah, tegal atau kebun, ladang atau huma, perkebunan, hutan rakyat, hutan negara, dan lahan nonpertanian. Satuannya hektare.
Rentang data faktor deforestasi Sanggau lebar. Lereng terlandai tercatat 12,31 persen di Toba, sedangkan yang paling curam 26,67 persen di Entikong, dengan rata-rata kabupaten 19,36 persen.
Perkebunan berkisar 1.951 sampai 65.016 hektare per kecamatan. Lahan nonpertanian lebih lebar lagi, dari 820 hingga 77.050 hektare.
Kepadatan penduduk paling rendah 15 jiwa per kilometer persegi dan paling tinggi 78 jiwa. Rata-ratanya 42,33 jiwa per kilometer persegi.
Hutan negara berkisar 425 sampai 14.998 hektare, dengan rata-rata 4.605 hektare. Hutan rakyat berkisar 115 sampai 10.996 hektare, dengan rata-rata 7.343 hektare.
Curah hujan tahunan berkisar 3.186 sampai 3.936, dengan rata-rata 3.405. Tabel paper menuliskan satuannya meter kubik.
Multikolinearitas, Hubungan Terlalu Erat Antarvariabel
Sebelum pengelompokan, paper menguji dua syarat. Syarat pertama adalah sampel mewakili populasi, yang menurut paper dapat diperiksa dengan uji KMO, ukuran kecukupan sampel bernilai 0 sampai 1.
Nilai KMO di bawah 0,5 menandakan sampel tidak cukup. Uji itu akhirnya tidak diperlukan, karena 15 kecamatan yang dipakai sudah merupakan seluruh populasi Kabupaten Sanggau.
Syarat kedua adalah tidak ada hubungan linear kuat antara dua variabel atau lebih. Hubungan kuat semacam itulah yang disebut multikolinearitas.
Alat ukurnya VIF, singkatan dari Variance Inflation Factor. Paper menetapkan VIF di atas 10 sebagai tanda bahwa sebuah variabel mengalami multikolinearitas.
Hasil pertama menunjukkan satu variabel melampaui batas. VIF tegal atau kebun mencapai 12,32, sedangkan curah hujan berada di urutan kedua dengan 7,98.
Nilai variabel lain lebih rendah. Perkebunan 5,65, hutan rakyat 4,92, nonpertanian 4,74, ladang 4,62, sawah 4,28, lereng 2,52, kepadatan 2,44, dan hutan negara 2,09.
Variabel tegal atau kebun lalu dibuang dari analisis. Setelah dihitung ulang, VIF sembilan variabel sisanya berada di rentang 1,69 untuk hutan negara hingga 4,75 untuk perkebunan.
Curah hujan mengalami penurunan terbesar, dari 7,98 menjadi 2,54. Dengan semua nilai di bawah 10, paper menyimpulkan sembilan variabel itu layak dipakai.
Baca juga Hutan Adat Tenganan, Delapan Larangan dan Lima Tingkat Sanksi
Ada satu keganjilan di bagian ini. Kalimat naskah menulis VIF tiap variabel masih di atas 10 kecuali tegal atau kebun, padahal tabelnya menunjukkan hal sebaliknya.
Skor Z, Penyamaan Satuan Sebelum Mengukur Jarak
Sembilan variabel itu memakai satuan berbeda, dari persen, jiwa per kilometer persegi, sampai hektare. Menurut paper, perbedaan skala dapat membuat hasil pengelompokan bias.
Karena itu data diubah menjadi skor Z. Maksudnya, tiap nilai dikurangi rata-rata variabelnya lalu dibagi simpangan bakunya, sehingga semua variabel memakai skala ukur yang sama.
Tujuannya, menurut paper, agar temuan tidak terpusat pada variabel tertentu. Karena datanya sudah distandardisasi, rata-rata keseluruhan data bernilai nol.
Setelah itu kedekatan diukur dengan jarak Euclidean. Paper menyebutnya cara mengukur jarak berdasarkan teorema Pythagoras, yakni jarak geometris dua titik dalam ruang berdimensi banyak.
Dalam penelitian ini, jumlah dimensinya sama dengan jumlah variabel. Makin kecil jarak dua kecamatan, makin mirip keduanya dan makin cenderung keduanya masuk satu klaster.
Contoh sehari-harinya adalah jarak lurus di peta. Bedanya begini: jarak Euclidean di paper ini tidak mengukur kilometer, melainkan selisih skor Z sembilan variabel.
Maksudnya, dua kecamatan dianggap dekat bila skor lereng, hujan, kepadatan, dan tutupan lahannya berdekatan. Letak geografis tidak termasuk dalam hitungan tersebut.
Indeks Calinski Harabasz, Nilai Kerapian Pengelompokan
K-Means tidak memberi tahu berapa kelompok yang tepat. Paper menyebut hal itu tantangan penting, karena tidak ada pedoman baku untuk menentukan jumlah klaster ideal.
Peneliti lalu mencoba K sama dengan 2, 3, 4, dan 5. Tiap hasil dinilai dengan Indeks Calinski Harabasz, disingkat CHI, sebagai kriteria internal.
CHI membandingkan dua jumlah kuadrat. SSB, Sum of Square Between-cluster, mengukur keterpisahan antarkelompok, sedangkan SSW, Sum of Square Within-cluster, mengukur keseragaman di dalam kelompok.
Rumusnya SSB dibagi SSW, lalu dikali jumlah objek dikurangi jumlah klaster, dibagi jumlah klaster dikurangi satu. Dalam penelitian ini, jumlah objeknya 15 kecamatan.
Angka CHI bukan ukuran parahnya kerusakan hutan. Para penulis menjelaskannya dengan kalimat yang hanya berbicara soal pembagian data.
“Nilai CHI yang lebih tinggi menunjukkan kualitas pembagian data yang lebih unggul, ditandai perbedaan yang tegas antarklaster dan keseragaman objek yang tinggi di dalam tiap klaster,” tulis Ummi Rahimah.
Maksudnya, CHI menilai kerapian pembagian, bukan kondisi hutan. Nilainya 3,18 untuk dua klaster, 3,40 untuk tiga, 3,62 untuk empat, dan 3,87 untuk lima.
Karena lima klaster memperoleh nilai tertinggi, paper menetapkannya sebagai jumlah terbaik. Abstrak menyebut kelima klaster masing-masing bernilai 3,87, padahal tabel mencantumkannya sebagai nilai satu pembagian.
Paper hanya melaporkan empat pilihan itu untuk pemetaan deforestasi Sanggau. Nilai CHI naik pada setiap penambahan klaster, dan paper tidak mencantumkan hasil untuk enam klaster atau lebih.
Tingkat Potensi, Label bagi Lima Klaster
Lima klaster itu diberi label tingkat potensi deforestasi Sanggau: sangat tinggi, tinggi, sedang, rendah, dan sangat rendah. Ciri tiap klaster dibaca dari rata-rata variabelnya.
Kata kuncinya potensi. “Di Kabupaten Sanggau, terdapat lima klaster berbeda yang dapat didefinisikan sebagai wilayah dengan potensi degradasi hutan dan deforestasi,” tulis para penulis.
Klaster 2, tingkat potensi deforestasi Sanggau sangat tinggi, beranggotakan Parindu, Kapuas, dan Balai. Kepadatannya 70 jiwa per kilometer persegi, tertinggi di antara lima klaster, dan sawahnya rata-rata 2.298 hektare.
Hutan rakyat klaster ini rata-rata 1.544,33 hektare dan hutan negara 2.424,67 hektare, keduanya terendah. Paper menulis ketiadaan hutan negara dan hutan rakyat membuat wilayah ini sangat rentan.
Kata ketiadaan itu tidak cocok dengan tabel naskah sendiri, yang masih mencatat ribuan hektare. Lereng rata-rata klaster ini 18,38 persen, dengan curah hujan 3.339,13.
Jangkang sendirian di klaster 1. Peta paper memberinya warna tingkat tinggi, meski kalimat kesimpulan naskah tidak menyebut Jangkang sama sekali.
Ladang atau huma di Jangkang mencapai 27.509 hektare, bandingkan dengan rata-rata 911 hektare di klaster Sekayam dan Toba. Curah hujannya 3.586,72, tertinggi, dan kepadatannya 18 jiwa, terendah.
Paper menyebut ladang yang dominan itu tanda pertanian intensif turun-temurun. Jangkang juga mencatat hutan negara 13.335 hektare, tertinggi di antara rata-rata kelima klaster.
Klaster 4 berlabel sedang, berisi Beduai, Bonti, Kembayan, Entikong, dan Noyan. Lerengnya paling curam, rata-rata 23,79 persen, dengan curah hujan 3.526,88.
Paper menggambarkan klaster ini sebagai pegunungan dengan sedikit hutan. Tabelnya mencatat hutan negara rata-rata 3.025,20 hektare dan hutan rakyat 6.867,80 hektare, terbesar kedua setelah klaster 5.
Lahan nonpertanian klaster 4 paling kecil, rata-rata 7.630,60 hektare. Sebagai pembanding, lahan nonpertanian Jangkang mencapai 66.921 hektare.
Klaster 5 berlabel rendah, beranggotakan Tayan Hilir, Mukok, Tayan Hulu, dan Meliau. Perkebunannya terluas, rata-rata 42.664,50 hektare, dan curah hujannya terendah, 3.297,76.
Hutan rakyat klaster ini rata-rata 15.825,75 hektare, tertinggi di tabel rata-rata. Angka itu melampaui nilai maksimum hutan rakyat di tabel ringkasan, yakni 10.996 hektare.
Sekayam dan Toba membentuk klaster 3, tingkat potensi deforestasi Sanggau yang sangat rendah. Lerengnya paling landai, 15 persen, sawahnya 397 hektare, dan ladangnya 911 hektare, keduanya terkecil.
Tabel keanggotaan menulis klaster 3 berisi tiga anggota, padahal hanya dua nama tercantum. Abstrak menyebut dua kecamatan, jumlah yang membuat total anggota genap 15.
Baca juga Saringan Tandan Sawit Tekan Karbon Monoksida 76,9 Persen
Dua kecamatan dibahas khusus. Kapuas disebut berpotensi tinggi karena menjadi pusat pemerintahan kabupaten dengan kepadatan besar, meski kesimpulan dan peta menempatkannya di tingkat sangat tinggi.
Menurut paper, lahan Kapuas sebagian besar dipakai untuk permukiman, perdagangan, dan infrastruktur publik. Kegiatan pertanian dan kehutanannya terbatas.
Untuk Kapuas, para penulis mengusulkan Ruang Terbuka Hijau atau RTH. Tujuannya memperbaiki kualitas lingkungan, menyediakan daerah resapan air, serta menekan polusi dan dampak urbanisasi.
Toba disebut berpotensi relatif rendah karena pembukaan lahannya minim. Lahan untuk pertanian tradisional seperti ladang atau huma di sana juga kecil.
Paper tetap meminta pemantauan alih fungsi lahan di Toba. Peta hasilnya disajikan dengan QGIS, perangkat lunak yang dipakai paper untuk mewarnai kecamatan menurut klasternya.
Paper tidak memuat bagian keterbatasan penelitian secara khusus. Tantangan yang diakui hanyalah ketiadaan pedoman baku untuk menentukan jumlah klaster ideal.
Paper juga tidak menjelaskan cara tiap klaster dicocokkan dengan label sangat tinggi hingga sangat rendah. Tabel rata-rata klaster tidak memuat skor urutan untuk label tersebut.
Peta deforestasi Sanggau itu juga lahir dari data satu tahun, 2023. Tidak ada variabel luas hutan yang hilang di antara sembilan variabel yang dikelompokkan.
Maksudnya, klaster menunjukkan kemiripan faktor, bukan luas hutan yang sudah hilang di kecamatan tersebut. Kajian deforestasi Sanggau ini memetakan potensi, bukan kerusakan yang terukur.
