Analisis Penentuan Lokasi Booth E-Scooter pada Kawasan Stasiun Bundaran HI

22 Desember 2021

By: Alvin Septian

Open Data

Halte Busway di Jakarta

Open Data

POI Bundaran HI

Open Data

Area POI Bundaran HI

Open Project

Analisis Penentuan Lokasi Booth E-Scooter Pada Kawasan Stasiun Bundaran HI

Analisis Penentuan Lokasi Booth E-Scooter pada Kawasan
Stasiun Bundaran HI
Siapa sih warga jakarta yang nggak tau MRT? Salah satu moda transportasi di jakarta yang menjadi sebuah fenomena di kalangan kita para kaula muda. Serunya bepergian dengan transportasi umum yang nyaman dan juga tepat waktu membuat MRT menjadi pilihan kita.

Pendahuluan

Mass Rapid Transit atau kerap kali disingkat dengan MRT merupakan transportasi yang dapat mengangkut penumpang hingga mencapai 1.950 orang. MRT dengan kepanjangan lain moda raya terpadu itu terdiri dari 6 gerbong di setiap rangkaian keretanya. Pada MRT Jakarta terdapat 13 stasiun dengan 7 stasiun layang dan 6 stasiun bawah tanah. Fase Pertama dari MRT Jakarta memiliki jalur sepanjang 15,5 Km.

Analisis Penentuan Lokasi Booth E-Scooter pada Kawasan
Stasiun Bundaran HI

Selain ketepatan waktu dalam sistemnya, Kemanan dan kemudahan menjadikan MRT Jakarta menjadi salah satu moda transportasi favorit bagi warga jakarta. Seiring dengan antusiasme penggunaan MRT Jakarta, penggunaan moda transportasi mikro berbasis elektrik seperti skuter elektrik di seluruh penjuru dunia juga meningkat. Berdasarkan sebuah penelitian dari MoveElectric di Inggris, penggunaan skuter listrik dikatakan bisa mengurangi sampai 44.000 ton gas CO2 per tahun. Itu setara dengan emisi gas buang yang dihasilkan oleh 29.000 kendaraan penumpang. Hal ini menjadikan bisnis sewa E-scooter bisa menjadi pilihan untuk pengguna MRT maupun pengguna tranpsortasi umum lain yang membutuhkan mobilitas yang tinggi. Pada kesempatan kali ini, Saya akan menganalisis mengenai penentuan lokasi booth E-Scooter pada kawasan Stasiun Bundaran HI.

Data

Pada penelitian kali ini, kita akan membutuhkan beberapa data yang akan kita gunakan untuk menjadi faktor atau variabel dalam decision making tentang lokasi penempatan booth E-Scooter. Penentuan lokasi ini dipengaruhi oleh beberapa faktor spasial dan juga non-spasial. Data-data tersebut diantaranya adalah:

  1. 1.
    Data Stasiun MRT Jakarta
  1. 2.
    Data Jumlah Penumpang MRT Jakarta
  1. 3.
    Data Halte Busway Jakarta
  1. 4.
    Data POI Kawasan Stasiun Bundaran HI

Parameter

Sementara itu, penelitian ini memiliki 2 parameter yakni :

  • Jarak
  • Target Pasar

Parameter tersebut akan menghasilkan pembobotan nilai wilayah seperti

Semakin dekat jarak wilayah dengan sarana transportasi umum dan jalan dengan pedestrian yang luas maka nilai pada wilayah tersebut akan semakin tinggi nilainya
Semakin dekat wilayah dengan pusat kegiatan maka akan semakin tinggi nilainya.

Analisis

Dari analisis spasial yang sudah dilakukan, dapat diketahui bahwa daerah Stasiun Bundaran HI nampak didominasi oleh Perkantoran dan Perdagangan serta Kawasan Permukiman. Selain itu, terdapat kategori lain seperti Hotel dan Penginapan, Tempat Pendidikan dan Keagamaan, Tempat Makan dan Hiburan, Pusat Perbelanjaan, dan Pusat Kesehatan dan Rumah Sakit.

Analisis Penentuan Lokasi Booth E-Scooter pada Kawasan
Stasiun Bundaran HI

Selanjutnya adalah pembobotan nilai wilayah. Pembobotan ini dilakukan seperti apa yang telah dijelaskan pada parameter. Pembobotan dilakukan dengan buffer pada radius 500m untuk melihat jarak pada kalimat pembobotan nilai wilayah.

Analisis Penentuan Lokasi Booth E-Scooter pada Kawasan
Stasiun Bundaran HI

Dari Hasil analisis menggunakan pembobotan kalimat maka dapat ditentukan bahwa ada 17 wilayah yang kurang strategis, 21 wilayah cukup strategis, 10 wilayah strategis dan 1 wilayah sangat strategis. hal ini ditentukan karena jarak wilayah tersebut paling dekat kepada dua fasilitas transit transportasi umum seperti Halte Sarinah dan Stasiun MRT Bundaran HI yang ada pada kawasan Stasiun Bundaran HI.

Analisis Penentuan Lokasi Booth E-Scooter pada Kawasan
Stasiun Bundaran HI Analisis Penentuan Lokasi Booth E-Scooter pada Kawasan
Stasiun Bundaran HI

Penutup

Dari pembahasan tadi, kita jadi belajar banyak mengenai pengambilan keputusan dalam berbisnis lewat Location Intelligence nih temen-temen! Semoga apa yang saya sampaikan dapat menjadi ilmu buat kita semua. Terima kasih atas perhatiannya, ya!

Jika anda memiliki kritik atau saran atas penelitian ini, hubungi saya melalui surel ke alvinseptian259@gmail.com

Data Publikasi

DETEKSI PERUBAHAN TUTUPAN LAHAN DI KABUPATEN
KENDAL AKIBAT EKSPANSI KAWASAN INDUSTRI
BERDASARKAN CITRA LANDSAT 8 DENGAN METODE
NDVI PADA TAHUN 2019 DAN 2023

Lingkungan

11 Jul 2025

Departemen Teknik Geodesi UNDIP

DETEKSI PERUBAHAN TUTUPAN LAHAN DI KABUPATEN KENDAL AKIBAT EKSPANSI KAWASAN INDUSTRI BERDASARKAN CITRA LANDSAT 8 DENGAN METODE NDVI PADA TAHUN 2019 DAN 2023

Tulisan ini menjelaskan tentang perubahan tutupan lahan di Kabupaten Kendal

30 menit baca

81 dilihat

2 Data

1 Proyek

Analisis Surface Urban Heat Island (SUHI) Menggunakan Google Earth Engine di Kabupaten Manggarai Timur Tahun 2016 – 2020

Iklim dan Bencana

12 Jul 2025

IMPI Koordinator Wilayah Bandung Raya

Analisis Surface Urban Heat Island (SUHI) Menggunakan Google Earth Engine di Kabupaten Manggarai Timur Tahun 2016 – 2020

Artikel kali ini membahas mengenai fenomena Surface Urban Heat Island (SUHI) di Kabupaten Manggarai Timur, Indonesia, selama periode 2016-2020 dengan menggunakan Google Earth Engine (GEE). Dengan menilik perubahan aktivitas kegiatan manusia saat Pandemi Covid-19, dilakukan pengidentifikasian perubahan SUHI di kawasan tersebut.

18 menit baca

44 dilihat

1 Proyek

Analisis Dampak Lockdown COVID-19 terhadap Kualitas Vegetasi dan Pola Urban Sprawl di Jakarta Menggunakan Google Earth Engine

Lingkungan

10 Jul 2025

HIMA SAIG UPI

Analisis Dampak Lockdown COVID-19 terhadap Kualitas Vegetasi dan Pola Urban Sprawl di Jakarta Menggunakan Google Earth Engine

Penelitian ini menganalisis dampak lockdown COVID-19 (April-Juni 2020) terhadap kualitas vegetasi dan kondisi lingkungan di Jakarta menggunakan citra satelit dari Google Earth Engine. Studi ini membandingkan periode pra-COVID (2019), lockdown (2020), dan pasca-COVID (2021-2023) melalui indeks vegetasi (NDVI, EVI, SAVI), suhu permukaan tanah (LST), dan konsentrasi nitrogen dioksida (NO₂). Hasil menunjukkan peningkatan signifikan pada indeks vegetasi, terutama di wilayah peri-urban, mencerminkan pemulihan ekologis akibat berkurangnya aktivitas antropogenik. Namun, suhu permukaan tanah di urban core justru meningkat, mengindikasikan bahwa struktur fisik kota lebih memengaruhi iklim mikro daripada aktivitas manusia semata. Temuan ini menegaskan bahwa kualitas lingkungan urban sangat dipengaruhi oleh faktor spasial dan sosiodemografis, menyoroti perlunya transformasi tata ruang yang adil dan berkelanjutan, bukan hanya pengurangan aktivitas sementara, untuk resiliensi lingkungan.

21 menit baca

64 dilihat

1 Proyek

Final Project : Analisis Kerawanan Bencana Erupsi Gunung Merapi Lokasi Wisata di Kabupaten Sleman

Iklim dan Bencana

15 Jun 2025

Anggara Yudha

Final Project : Analisis Kerawanan Bencana Erupsi Gunung Merapi Lokasi Wisata di Kabupaten Sleman

Analisis Kerawanan

5 menit baca

257 dilihat

Syarat dan Ketentuan
Pendahuluan
  • MAPID adalah platform yang menyediakan layanan Sistem Informasi Geografis (GIS) untuk pengelolaan, visualisasi, dan analisis data geospasial.
  • Platform ini dimiliki dan dioperasikan oleh PT Multi Areal Planing Indonesia, beralamat
  • mapid-ai-maskot