VI. TIPOLOGI WILAYAH

Menurut Saefu1 hakim (2004), identi fikasi wilayah perkotaan dan wilayah

perdesaan dapat dihji berdasarkan kegiatan ekonomi utama, kondisi fisi k dan

kmdisi sosial . Sedang lingkup wilay ah perkohm perdeszran dapat ditinj au

b e r d a s b unit adminismi, s q ~ r t i desa, kelurahan, kecamatan, Mupaten,

kota, provinsi dan negara.

Berdasarkan kegiatan ekonomi utruna, tipologi wilayah akan dilakukan

dengan menggunakan analisis W o n Quotient, dengan menggunakm data

PDRB pada masing-masing kabupatdbta.

Setiap desa akan mempunyai kekrkaitrm dew - kota dengan ciri khas

rnasing masing, oleh karena itu kajian keterkaitan perkotaan - perdesaan

Masarkan sampel jenis deia p e h dilalolkan. Mengingat k d a t a s a n peneliti

untdc meiabkan penelitian pada semua jenis dma, mah akan dipilih beberapa

desa seb agai sampel . Tipologi wilayah kota dan desa di wilayah penelitian telah dilalnrkan oleh

Badan Pusat Statistik (BPS) b e n h a h n tiga indikator, yaitu persentase rumah

tangga percanian, kepadmn penduduk per hn p g i dm jumlah failitas

perkotaan. Mcngingat data yang W i a di wilayah peneliiian tidak hanya terdiri

atas tiga macam data temebut, yang diranwm Mam Potensi Desa (PODES),

malca pemanfaatan data tersebut dalam m e l h a k a n tipologi diharapkan a h

mcmperoleh hasil yang lebib baik Sehingga tipologi wilayah pada penelititin ini

akm menggunalcan data tersebut

M d e yang digunakan untuk tipologi wi1ayah adalah mZthr&e

mdysis, menggunakm data icarakteristik masingmasing wilayah bersumber dati

PODES (Potensi Desa) 2000, yang diterbitkan oleh Badan Pusat Statisiik, dengan

unit malisis terkeciI tingkat kecamatan.

6.1. Tipologi W ifayah Masarkan Kegiatan Ekonomi Utama

Hail perhitungan LQ dengan menggunakan data PDRB pada masing-

masing krrbupatmkota berdasarkan lapangan usha, dapak dilihat pada Lampiran

3. Nilai LQ lebih besar dari 1 (satu) bagi setiap jenis lapangan usaha pada s u a

kabupatakota, menunjukkan buhwa kegiatan untuk jenis 1 apangan usaha tersebut

sangat dominan. Diduga pada kabupatdkota dengan nilai LQ lebih besar dari 1

untuk lapangan usaha pertmian, pertambangan dm penggdian (pada umumnya

kegiatan yang berada di wilayah perdesaan) dapat dikategorikan sebagai wilayah

perdesaan. Sedang untuk nilai LQ lebih besar dari 1 untuk lapangan usaha Iainnya

y i tu indush pgolahan, listrik, gas dm air bersih, b m ~ n n n , pertlagangan, hotel

dan restoran, pengangkutan dan komunikasi, keuangan, pmewaan dan jasa

penrsahaan, serta jasa-jasa @ads umumnya berada pdotaan), dipat

dikategori kan sebagai wilayah p d t a a n .

Berdasarkan hasil perhitungan nilai LQ untuk setiap lapangan usaha pada

masing-masing kabupatenhta di wilayah penelitian (iihat lampiran 3) diketahui

bahwa sebstgitur besar wilayah kabupaten di wilayah penditisn merupakan

wilayah den- dominasi lcegiatan utama bersifht kegiatan perkotaan, hanya 2

(dua) Kabupaten Pandeglang dm Kabupaten Lebak dengan domhsi Iregiatan

utama bersifat perdesaan (libat Tabd 23). Hal ini menunjuldran bahwa sebagian

besar wilaysrh kabupatemkta dapat di-rikan sebagai wilayah peakdam. Hal

ini dapat beqmgmb terhadap h b r i s t i k sosid m a s y e dm kemhitan

perkbtaan - perdesaan yang akan wadi .

6 L PcdWmn .Vahab&vanirbd Pcmcmttu Pcmbcatulua Zom fcrlrotua dan Perdamn

Data M s t i k m a s i n g d n g dayah yang temda cuhrp banyak dan

beragam, den- muIi$wrknk m~~&'ysis akan @at dipilih variabel-variabel

domhm yang dapat menjadi penentu pembentukan mna pedmbm dm

perdesaan, disebut pemilihan komponen utama, p buab data K o m p e n utama

yang terpilih ini diharapkan mampu mmjelaskau kemypmaan datn ymg kmdia

cukup tinggi, yaitu lebih besar atnu sama dmgan 70%. Sehingga dengan

r n e n g g m h bebempa komponen utama pemma saja (yang Ireragman total 2

70%), maka komponen temebut dspat meslgganti variabel asal, tanpa mengurangi

informasi data yang b anyak tadi.

Dd data PODES 2000 setelah diolah, terdapat 27 (dua puluh tujuh) jenis

variabel yang rnemungkinkan untuk mmentukan zona wilayah perdesarrn dan

perkohan di wilayah Jawa Barat (lihat Lampiran 4). Maka dengan analisis

rnultivariat dan dalam pengolahmya dibantu program STATISTICA versi 5 ,

dapat ditentukan komponen utama. Didapat 16 (enam belas) variabel yang layak

(variabel bm), seperti dilihat pada Tabel 24.

Tabel 23. Dominasi Kegiatan Ekonomi Utama Berdasarkan Nilai LQ pada Masing-masing Kabupatdota di Wilayah Penelitian

No WPaten lKh Dominasi Kegiatan Ekonomi Wama

1 . Jakarta Selabn Perkotmn 2. Jakarta Timur Perkohan 3. Jakarta Pusat Perkotaan 4. Jakarta Barat Perk- 5. Jakarta Utara Perkdam 6. Kab. Pdeglang P e r d m 7. Kab.Lebak Perdesaan 8. Kab. rangerang Perk- 9. Kab. Seraag Perkotaan 10. KotaTangerang Perlrdaan 11. KocaCilegon Perkotaan 12. Kab.Bogor Perkotaan 13. Kab. Sukabumi Perkdaan 14. Kab. Cianjur Perk- 15. Kab. Baadung Perkotam 16. Kab.Garut Perkdam 17. Kab. T-ya P u h b m 18. Kab.Ciamis Perk- 19. K a b . K m m p Perkotaan 20. Kab. Cirebn Pmk&aal- 21. Kab. Malalengka Perkataan 22. Kab. Sumedang Perkotaasl 23. Kab.hdramayu Perk- 24. Kab. Subaog Perk- 25. Kab.Purwakarta Perk- 26. Kab. Karawaug Perk- 27. Kab. Bekasi Perkotaan 28. KotaBogor Perkatam 29. Kota Sukabumi Per3Eotaan 30. KotaBandung P d d a a n 31. KotaCkhn Perk- 32. Kota Bekasi Perkotaan

Sumber : Lampiran 3

Tabel 24. Yariabel yang Layak (dipilih) dari Variabel A d

Variabel Nama

h i 0 jumlah rumahtaagga terhadap lw kecamatan (=-a) h i 0 jumlah rumahtangga p&mb terhadap luas k e c m h n (-a) Rasio jumlah rukun kampung terhadap luas kecamatnn C = W a ) Rasio jumlah d u n tetangga terhadap lw kaamatan (-1 Rasio luas lahan sawah terhadap luas kecamatan Rasio Iuas l a b bukur sawah dengm Iw Rasio luas perurnahan dan pemukiman denpn luas kecaInatan Rasio luas hhan untulr bangum lain denpn luas k-tan Rasio jumlah sekolah menmgah pcrClunr pa lo00 p d u d u k h i o jumIah sekohh menmgah atas per 1000 pduduk Rasio jumlah mmakagp yang mcmpmyai kaduarn - empat Rasio jumlah mmhagga yang mempunyai h a roQ 2danroda3 Rasio jumlah yang memiliki tclcpon dengan jurnhh turnah taqgga Rasio.Jumloh mmhngp ymg memifiki telmisi dmgm jurnlah rumah tqgga h i 6 jumlah pmktek hkte terhadap 1 OOO penduduk Rasio jumlah kelwga prasejahtem dan sejahtera i terhadap

Kode

RJ-RT

R RKT RISW R-BS WH R PERUM RIBANGUN SMP SMA MOB&

MOTOR

TELP

jumlahrumahtqga Sumber : Pemgolahan data PODES 2000

d b e l yang layak (baru) tersebut di atas. h s e s ini meqgguoakanprogram

STATISTICA versi 5. Dari had pengolahan mriabeI-variabel baru dengan

menggunakan program tersebut, ditunjukkm niIai c i g e d u e 71,60%, yang

Extracli#l: Principal #Imponerrts

%W Cumulative CurntWive E ' i a l u e Variance Eigenvalue %

1 8.0205 50,1283 8.0205 50,1283 2 2,0447 12,7796 10,0862 62,9080 3 1,3903 8,6896 11,4555 71,5974 Sumber : Hasil running data PODES 2000 dengaa program Stabisth

Hasil ini menunjukkan bah wa variabel-variabel yang digunakan unak

analisis komponen utama (Principal Component Amlysis) telah memenuhi sy arat,

karena mampu menjeiaskan > 7 P ! data yang tersedia, Bila diilustrasikan hasil

scree test dapat dilihat pada Gambar 1 9.

Gambar 19. flustrasi Scree Test Sumber : IEasil Running PODES 2000 dengan program Shtistica versi 5

Untuk mengetahui variabel-variabel yang m a s u k j d a masingmasing

faktor, dilakukan pemrosesan *tor l d q g dengan program STATLSTIC A versi

5 , yang hasihya q e r i i terlihat pada Tabel 26.

Dari Tabel 26 terlihat faktor 1 didukung oleh 9 (sembiltm) variabel, f&or 2

d i d u h g oleh 2 (dua) variabel, f&r 3 didukmg oleh 1 (satu) variabel.

Mengingat variabel RJ-RTP mendebti 70%, yaitu sebesar 66%, maka vatiabel

W u t dapat dihtepikan dalam Wor 2, dan variabel SMA sebesar # ? ? dapat

dikakgorilcan pada dalam faktor 1.

Secara keseluruhan, variabel-variabel yang mendukung masing-masing

faktor antara lain :

Fsktor 1 didukung oIeh 9 (sembilan) wiabel, yai tu :

Xz jumlah rumahtangga terfiadap luas kecamatan)

& W i o jumlah r u b karnpung terhadap luas kecamatan)

Xg (Rasio luas perurnahan dan pemukiman dengan luas kecamatan)

XZ0 (Rasio jumlah rumahtangga yang mempunyai kadaraan b e d a

empat)

Xzl @io jumlah rumahtangga yang rnempunyai kendaman roda 2 dan

roda 3)

Xzz (Rasio jumlah rumahiangga yang memitiki telepon dengan jumlah

rumah tangga)

Xu (Rasio jumlah rumahtangga yang memiliki televisi dengan jumlah

rumah tangga)

X25 (Rasio jumlah prakiek dokter terhadap 1 OOO penduduk)

TabeI 26. Faktor Loading Hasil Sidik Komponen Utama dari 16 VariabeI yang Dipilih

Factor Wings (Unwed) (kecsmatanl .Ha) Ejdraction: Principal components (Marked loadings are > ,700000)

Fador 1 Fador2 Fador3 RJ-RT 0,8733 0,1609 0,2991 W-RTp -0,3402 0,8832 -0,2415 R-RK 0,8610 0,2407 0,2124 R-RKT 0,8672 0,1589 0.2702 R - M -0,5038 0.81 8% 0,0842 R-BSW 0,5038 0,8186 -0,tB42 R-PERUM 0,8734 0,1080 0,0823 R-BANGUN 0,5883 -O,W53 0,3310 SMP 0,3949 0,0141 4,7159 SMA 0.601 3 0,1736 -0.5584 W I L 0,- O,M98 -0,0304 MOTOR 0,7266 0,1193 0,1122 TELP 0,9026 0,0547 -0,0412 TV 0,7&01 o.= 0,1031 DR 0,8088 0,1171 0,1265 -1 0,4875 0,1476 0,3858 w , V a r 8,0205 2,0447 1,3903 Prp.Totl 0,501 3 0, I278 0,0869

Keterangan : Tercetak tebal menunjukkan korelasi yang nyata Sumber : h i 1 pengdahan data PODES 2000 dengan program STATISTIC A

F h r 2 didularng oleh 2 (dua) variabel, yaitu :

&@sio luas Iahan sawah terhadap luas Icecamatan)

X7 @io luas lahan bukan sawah dengan luas kecamatan)

Faktor 3 didukung oleh 1 (satu) variabel, yaitu :

X13 (Rasio jumlah sekolah menengah pertarna per 1000 penduduk)

Dari Tabel 26 dapat disimpul kan bahwa setiap faktor memberikan indikasi

karakteristi k dari wilayah, sehingga dapat di kategori kan perkembangan

wilayahnya.

Faktor I , yang dibentuk oleh variabel-variabd rasio jumlah rumahtangga

terhadap luas kecamatan @2), dengan =ore 0,8733, rasio jumlah ruhn kampung

terhadap luas kecamatan ( Xc ), dengan score 0,8510 , rasio jumlah rukun

tetmgga temdap luas Icecamatan @5), dengan score 0,8672, rasio Iuas

perurnahan dan pemukiman dengan luas kecamatan (Xs), dengan score 0,8734,

rasio jumlah mrnahtmgp yang mempunyai kendamn be& empat (Xm),

dengan score 0,85498 1 36, rasio jumlah rumahtangga yang mempun yai kendaraan

roda 2 dm roda 3 (X21), dengan w e 0,7266, rasio jumlah rumahtangga ymg

memiliki telepon dengan jumlah rumah tangga (Xn), dengan score 0,9026, mio

jumlah rumahtan= ymg memiliki televisi denw jumlah rumah taagga ( X p ),

dengan scwe 0,7801, rasio jumlab p d k doktm tehadap 1 OOO penduduk (XZS),

dengan 0,8088, dan meskipun niltri score rasio jumlah Sekolah Menengah

Atas per 1000 penduduk (X14) hanya 0,601 3, tetapi suW dapat menunjuklran

korelasi yang mhp t i n e antara f&br 1 t e d d q fasilitas pendidikan th&t

SMk Falrtor 1 dapst d ipndcma sebagai indikator perkembangan wilayah di

wilayah studi.

hi pen- ni1ai scwe, maka suatu Icecamam yang mempunyai n i l i

score untuk variabel-variabeI lebib besar dari nilai m e variabel-variabd prda

Tabel 26, menunjukkan wilayah tembut rnempunyai mio jwnlah rurmhtangga

terhadap luas kecamtrtan, m i o jumlah n h h kampung tmhadap luas kecamam,

rasio jumlah r u b tetangga terfidap luas kecamatan, rasio luas perurnaham dan

pemukimm dengan has kecmsltan, rasio jumlah mmahtatlgga yang mempunyai

k m d beroda empat, rasio jumlah rumahtangga yang mempuayai kendsraatx

d a 2 dan mh 3, mio jumlah rumahtangga yang memiliki telepon d e n p

jumIah rum& tangga., mio jumIah rumahtanggi ymg memiliki televisi dengan

jumlah mmah tangga, rasio judah pralaek dokter terfiadap 1000 pendudulq

yang lebih tinggi. Nilai score ini juga mencirikan wilayah tersebut relaiif lebih

berkembang. Sehingga kecamatan-kecamatan tersebut dapat di kategori kan

sebagai wilayah urban. Oleh k m n a itu faktor 1 dapat digunakan untuk penentu

dan menjadi indikator wilayah perkotaan dm pedesaan, juga penentu wilayah

berkembang dm hrang berkembang.

Nilai score rasio jumlah Sekolah Menengah Atas per 1000 penduduk yang

c u h p tinggi yaitu sebesar 0,6013 meskipun kurang dari 70% dapat mmdukung

penentuan wilayah perkotaan dan pekecamatanan tersebut.

F&OT 2, yang dibentuk oleh variabel-variabel rasio luas Iahm sawah

terhadap luas kecamatan (X6 ) dengan score 0,s 186, rasio luas lahan bukan sawah

dmgan luas Icecamatan (X) dengm score 4,8 186, menunjukkan bahwa sum

Icecamatan dengan mio luas lahan sawah terhadap luas kecarnatan semakin besw

(atau mempunyai score yang sernakin kecil) a h mempunyai luas Iahan bukan

sawah semakin mengecil. Apabila dikaitkan den* rasio rumahtaagga pertmian

tern+ luas kecamatan (X3) h g a n -e 0,6632, yang mempuflyai arah sama

(positif) d e n p rasio luas Iahan sawah tmhadap luas kecamatan, maka dengan

menggunakan falrtor 2 secara umum dapat diduga bahwa pada kecamattm-

kecamatan ymg mempunyai nilai score untuk variabel-variabel & ) dan m3)

semrrkin besar, mempunyai kegiatan uttuna pertani..

Sebalihya, suatu kecamhn dengan mi0 Iw l&m b u h sawah t&adap

luas kemwtm semah h (atau mempunyai awm yang =akin bestrr, tetapi

bertamda neptii) &an rnempunyai luas lahan swab sem* m+l. Dikaitkm

dengan mio rumahtangga pertanian t d d a p luas kcmatan semakin kecil.

Dapat diduga secara umum kegiatan utama pada kecmahn tersebut d a h

kegiatan non pertmian.

Fabor 2 dapat digidcanan tiebagpi indikator basis kegiatm e h o m i di wilayah

studi .

Faktm 3, ymg dibentuk oleh variabel jumlah SMP (XIS) dengan nilai

score -0,7159, menunjukh semakin Iuas kecamataa, jumlah SMP m a k i n

sedikit.

F a h r 3 dapat digunakan untuk mencirikan ketersediaan h i l i t a s pendidikan

setingkat SLTP di masingmasing Icecamatan. Bhwasmya di Jabar dm Banten

ketersediam hilitas pendidikan yang merata baru pada tingkat SD, sedang

tingkat SLTP selain belum merata di masing-masing kecamatan, juga mempunyai

korelasi yang sangat kecil dan positif terhadap jumlah rumah tangga di masing-

masing kecamatan.

6.3. Anrlisr Sidik Gerombol (CZuster Analysis) untuk Mencnt ukm Wilayah Perdtsaaa dan Perkotaan

Untuk menentu kan wilayah perdesaan dm perkotaan di wilayah penelitian

dipnakan analisis sidik gerombol (cluster ana&sis)). Analisis ini di lhkan

terhadap 16 (eaam belas) variabel ymg telah diortogonalisasi dm distandarisasi

menjadi 3 (tiga) fcdctor Iormding brincipal compnent). Dari ketiga fator W n g ,

kemudian hasilnya didapat 3 (tiga) fixfor score (lihat Lampiran 5 ) yang

digunakan untuk memproses analisis gerombol d e n p menggunakan program

Statistics versi 5 -0.

DiLalarkaa 4 (ernpat) kali percobaan pemrosesan jumlah kelompok y m g

terdiri atas beberapa gemmbol (clusrer) terhdq keselunJlan kasus ( k ~ )

di wilayah penelitian. Pemilihan 4 (ernpat) kelompok w m b d didasarkan pada

pertinhangan dapat membagi wilayah penelitian menjadi wihyah perdaaan dm

perkotaan yang dapat menggambarkan seperti kenyataan di lapangan (wilayah

pmelitian) serta eilsien Mam mdisis kelompoknya Pengelompokkan tersebut

addah sebagai bailart (Iihat Lampiran 6):

- Mengelompokkan kecamatan-kecamatan dalam dua geromboI (2

cluster)

- Mengelornpokkan kecamatan-kecamrrtan dalam tiga gerombl (3

clwter)

- Mage1ompokk.n kecamatan-ktxmam dalam empat g m m b d (4

cluster)

- Mengelompokkgn kecamatankamatsn dalam lirna gerombd (5

cluster)

Dari ha41 pemrosesan dengan program STATISTICA versi 5 untuk analisis

gerombol, dihasilkan @k dm kelompok pada masingmasing percobam bagi

543 kasus @camam). h f i k tersebut dapat dilihat pada Lampican 7, 8, 9 dm

10 serta dipetakan pada Lampiran 11, 12, 13 dm 14. SeIanjutnya dari Ice empat

hasil kelompok akan ditentukan tipologi wilayah rnenjadi wilayah perdesaan dan

perkow, dengan melakukan analisis pada keempat kelompok gerombol y ang

dihasilkan.

Pada subbab sebelumnya telah dijelaskan, dari hasil pemrosesan factor

l d n g s , terdapat 3 (tiga) factor l d n g , yang dapat memberikan karakteristik

wilayah sebagai berikut :

1. FaRior I , dapat digunakan untuk penentu dan menjadi indikator wilayah

perkotaan dm perdesaan, penentu wilayah berkembang dan hrang

berkembang kepadatan pendudu k (dicerminkan oleh rasio jumlah rumah

tangga per luas wilayah), ketediaan fasilitas umum dan komunikasi,

ketersediw fasilitas kesehatan, intensitas pergerakan penduduk di wilayah

tersebut. Dari faktor-faktor yaog terdapat dalam faktor 1 menunjukkan nilai

(score) yang semakin besar rnenunjukh wilayah tersebut sebagai wilayah

perkotaan. Untuk lebih mudahya dinyatalcan ddam FASUM.

2. F a h r 2 dapat digunak. sebagai indikator basis kegiatan ekonomi di

wilayah studi. Konsentrasi penggmaaa 1- sawah (ditunjukkan oleh

s e m h besar dan negatif nilai (swe) , rnenunjukkan wilayah tersebut

sebagai wilayah perd-) dm pagpmm lahan bukan sawah

(ditunjukkan oleh semakin be= ni1J (=re), menunjukkan wilayah

tersebut sebagai wilayah perkotaan)

3. F d o r 3 dapat digunakm unldt indikator ketersediaan hilitas pendidikan

setinglut SLTP di wilayah Mi. Semakin banyak jwnlah hilitas

pendid ib setingkat SLTP, wilayah &ut dapat diidentifikasi sebagai

wilayah perkohm.

Berpatrdu pada hasil factor I d n g pabd 261, f d o r score (Lampiran 5),

grafik (Lampiran 7 samprti dengan Lampimu lo), peta (Lampiran 1 1 sampai

den- Lampiran 14), dan dari karakteristik masing-masing faktor yang

dijelaskan di atas, maka pengelompokkan 5 (gerombol) membatasi wilayah

penelitian lebih baik dan dapat menjelash tujum perwilayahan pada penelitian

ini. Adapun karakteristi k masing-masing gerombd dapat diiihat pada pada T h l

27.

Dari hasil analisis seperti teriihat p d a Tabel 27, maka wilayah yang dapat

dikategorikan sebagai wilayah perkotaan addah gerombol 5,3 dan 2, sedang

wilayah p e r d m ttdalah gerombol 1 dan 4.

Tabel 27. Karalcteristi k Wilayah pada Masing-masing Gemmbol pada Kelompok yang Dipilih

Gerombol Karakteri sti k Wilayah

1 Wilayah perdesaan, mayori tas penggunaan Iahm persawahan Wilayah perkotaan dengan hirarki kota ketig. Merupakan wilayah transisi antara perk- dan ped- Wilayah perkotaan dengan hirarki kota kedua Merupakan wilayah sub - urban Wilayah p e r d u , mayoritas penggunaan lahan bukan sawah (tegdan)

5 Wilayah perkohan dengan h i d kota pertama Sumber : Hasil analisis gerombol dengan menggunakan program STATBTICA

versi 5

Perwilayahaa pkotaan dan pdesaan Mam penditisn ini dirnaksudkan

B e d a d a n h i 1 an data k e c a m ~ ~ a t a n di wilayah penelitian

(Jaw Barat) dengm menggynakan data POJlES 2000, dm rn-ah

program STAIISTKA versi 5.0, didap* jumlah gmmbd seperti teriibar

pada T M 28 dan Lampiran 14.

Tabel 28. Iumlah &camah-kecamatan pada masing+nmhg Gerombol

Sumber : Hail running data PODES 2000 dengart program STATISTIC A versi 5.0

ymg dapat dikategorilcan sebagai wiIayah perd- berjumlah 363 kemnam.

Sedang untuk kecamatan-kecamatan yang dikategorikm sebagai wilayah

perkotaan sebanyak 1 80 kecamatan. Secm keseluruhan kedua kelompok

perkotaan dan perdesaan pada kecamatan-kecarnatan di wilayah studi dapat dilihat

pada Gambar 20.

Hasil pengelompokkan ini sesuai dengan pagertian lcota secara fisik yang

merupakan area tehangun dengan intensitas tinggi @ranch, 1995), kawasan

p e r d m yang mempunyai kegiatan utama pertanian, termasuk pengeldaan

sumberdaya alarn. (UU 110.22 tahun 1999).

Bedwadcan hasil analisis gerombol di wilayah penditian, wilayah

perdesaan dengan mayoritas pen- lahan persawahan (gemmbol 1) bemda

di bagian utara, h g k a n wilayah perdesann den- mayoritas penggmaan

lahan bukm lahan persawahan atau tegdan (gemrnbol 4) berada di &elah

selatan. Hal ini sesuai dengan kondisi fisik wilayah penditiam, dimana di b e a n

selatan merupakm wilayah pegunungan, sedaag b e a n selatan merupakan

dataran rendah.

Wilayah penelitian yang teridentifikasi se&@ wilayah perkatam, baik kota

dengan hirarki pertama, m a u p hiraxlti kedua dm Ire tiga, mempunyai lobi

tersebar, mengikuti jaringan jdan yang ada Hal ini sesuai dengan kondisi fisik di

wilayah penelitiaa, dan sesuai dedgau tejadiays wetu kota, dimsna ma$u kota

timbul salah satunya disebabkan karena Lemudahan akwsibilitas padrr suatu

Wi1ayah:

Terlihat kota den- himld pertam (gemrnbo1 5) dihnjuldran p d a Kota

Tangemng, Kota B e h i dan ICota Bandung. Hal ini 6 deqym hyataau di

lapangan, dimana Kota Tangerang dm Kota Bdcasi sebagai kota metropditan

bmama-sma denw Kota JalcarEn m&tuk megaurban. Demikian pula

deagan Kota Bandung, rnmpah megaurban, yang juga mempakm kota

metropolitan.

Kota-kota dengan h i d kedua dan ketiga, tersebar pada jaringm jalan

regimd yang ada atau jalan utama di wilayah peiitian. Seperti Kota Bagor dan

Kota Cireban, menrpakan kota den- hi+ kedua (gerombol 3). Derniban

pula h dengan hirarici ketim yang merupakan wifayah transisi antara perkotaan

dan perdesaan, tersebar pada jaringan jalan regional tersebut.