GeoSIS | Analyze

Back to Home

Est.

Rp 0

Search Location

Location

No location selected

Latitude

Longitude

Analysis Type

Search Configuration

Define your search scope and target location

Administration Level Output

Search Region (Province) *

Total Result Output (Max 10)

Finder Criteria

Set specific criteria to filter locations.

No criteria selected yet. System will search based on region and admin level only.

Grid Analysis Configuration

Grid Type

Grid Area Size

Simple Weight

Weight menentukan seberapa besar pengaruh parameter terhadap hasil akhir. Nilai weight diterapkan langsung dan tidak dinormalisasi.

Nilai	Makna	Interpretasi dalam Analisis
1	Pengaruh sangat rendah	Parameter hampir tidak mempengaruhi hasil
2	Pengaruh rendah	Dampak kecil terhadap skor akhir
3	Pengaruh sedang	Dampak standar
4	Pengaruh tinggi	Parameter sangat mempengaruhi hasil
5	Pengaruh sangat tinggi	Faktor dominan dalam penilaian

Weight tinggi → parameter lebih menentukan hasil.
Weight rendah → parameter hanya pelengkap.

Auto Balanced Weight

Menentukan tingkat prioritas parameter dibanding parameter lain. Sistem secara otomatis menyeimbangkan seluruh bobot agar proporsional.

Nilai	Makna	Interpretasi dalam Analisis
1	Prioritas sangat rendah	Parameter hampir tidak diprioritaskan
2	Prioritas rendah	Prioritas kecil dibanding faktor lain
3	Prioritas sedang	Prioritas normal
4	Prioritas tinggi	Faktor penting
5	Prioritas sangat tinggi	Faktor paling diprioritaskan

Nilai menentukan prioritas relatif, bukan pengaruh absolut. Sistem menghitung bobot akhir otomatis.

Benefit / Risk Model

Menentukan seberapa kuat pengaruh parameter terhadap hasil akhir, baik sebagai faktor peningkat (benefit) maupun pengurang (risk).

Nilai	Makna	Interpretasi
1	Pengaruh sangat lemah	Benefit kecil atau penalty kecil
2	Pengaruh lemah	Dampak terbatas
3	Pengaruh sedang	Dampak standar
4	Pengaruh kuat	Dampak besar
5	Pengaruh sangat kuat	Faktor sangat menentukan (peningkatan atau penalty besar)

Benefit + weight tinggi → peningkatan besar.
Risk + weight tinggi → penalty besar.

Simple Weight

Score menunjukkan tingkat kesesuaian attribute terhadap tujuan analisis. Semakin tinggi nilai, semakin sesuai.

Nilai	Makna	Interpretasi
1	Sangat tidak sesuai	Sangat tidak direkomendasikan
2	Kurang sesuai	Kesesuaian rendah
3	Netral	Tidak terlalu baik atau buruk
4	Sesuai	Cukup direkomendasikan
5	Sangat sesuai	Sangat direkomendasikan

Score tinggi → area lebih cocok.
Score rendah → area kurang cocok.

Auto Balanced Weight

Skor attribute menentukan kontribusi relatif dari masing-masing faktor terhadap prioritas keseluruhan.

Nilai	Makna	Interpretasi
1	Sangat tidak sesuai	Kontribusi sangat rendah
2	Kurang sesuai	Kontribusi kecil
3	Netral	Tidak signifikan
4	Sesuai	Kontribusi positif
5	Sangat sesuai	Kontribusi sangat kuat

Benefit (tingkat manfaat/ kesesuaian)

Nilai	Makna	Interpretasi
1	Manfaat sangat rendah	Hampir tidak memberi keuntungan
2	Manfaat rendah	Dampak positif kecil
3	Netral	Tidak signifikan
4	Bermanfaat	Dampak positif jelas
5	Sangat bermanfaat	Peningkatan sangat kuat

Semakin tinggi → lokasi lebih baik.

Risk (tingkat resiko/ penalty)

Nilai	Makna	Interpretasi
1	Risiko sangat rendah	Hampir tidak ada penalty
2	Risiko rendah	Risiko kecil
3	Risiko sedang	Risiko moderat
4	Risiko tinggi	Risiko signifikan
5	Risiko sangat tinggi	Area sangat tidak direkomendasikan

Semakin tinggi → lokasi semakin buruk.

Ukuran grid dihitung otomatis agar jumlah sel sesuai target berdasarkan luas area.

Boundary Calculation

Area Analysis Only Hitung nilai grid hanya dari bagian data yang berada di dalam area analisis. Include Outside Hitung nilai grid dari seluruh objek yang overlay, termasuk di luar area analisis, terutama pada grid-grid terluar di batas area studi.

Model Type

Pilih model analisis yang sesuai dengan tujuan interpretasi hasil. Setiap model menghasilkan informasi yang berbeda secara fundamental.

Quantitative — Data-driven

Mengukur konsentrasi kuantitas dari satu parameter spasial di setiap grid. Cocok untuk menjawab pertanyaan: "Di mana konsentrasi tertinggi dari parameter ini?"

Contoh penggunaan:

• Pemetaan kepadatan POI (minimarket, kafe, klinik)
• Distribusi panjang jalan atau jaringan utilitas
• Luas area rawan bencana per grid
• Jumlah fasilitas publik dalam radius tertentu

Tier hasil:

Very High — ≥ 75% dari max

High — ≥ 50% dari max

Medium — ≥ 25% dari max

Low — < 25% dari max

No Overlay — tidak ada data

* Grid dengan nilai sama selalu mendapat tier yang sama. Tidak ada pengelompokan posisi buatan.

Scoring — Weighted Overlay

Mengevaluasi kelayakan lokasi berdasarkan kombinasi beberapa parameter dengan bobot kepentingan masing-masing. Cocok untuk menjawab: "Grid mana yang paling layak untuk tujuan X?"

Contoh penggunaan:

• Pemilihan lokasi bisnis (POI + demografi + aksesibilitas)
• Site selection berdasarkan multi-kriteria
• Penilaian kelayakan investasi properti
• Zonasi prioritas pembangunan

Tier hasil:

Highly Recommended

Recommended

Potential

Low

* Hasil distribusi berdasarkan skor gabungan tertimbang dari semua parameter yang dipilih.

💡 Gunakan Quantitative untuk pemetaan distribusi satu parameter. Gunakan Scoring untuk penilaian kelayakan multi-kriteria.

Quantitative Configuration

Classification Method

Equal Interval

Membagi rentang nilai data menjadi N interval yang sama besar berdasarkan formula (max − min) / N. Setiap interval menjadi satu kelas.

Cara kerja (contoh): Max = 50, N = 5 → Interval = 10

0–10 → Very Low 10–20 → Low 20–30 → Medium 30–40 → High 40–50 → Very High

Cocok untuk data dengan distribusi nilai yang tersebar merata. Nilai lebih besar selalu → kelas lebih tinggi.

Domain Threshold / Rule-Based

Batas kelas ditentukan secara manual oleh pengguna berdasarkan kebutuhan domain atau aturan bisnis — bukan dihitung dari distribusi data.

Cara kerja (contoh):

Range 1–10 → Low Range 11–30 → Medium Range 31–100 → High

Cocok untuk analisis berbasis standar tertentu (misal regulasi, kebijakan, atau threshold domain spesifik).

Total Class

kelas (2–10)

Range nilai data dibagi menjadi N interval yang sama besar berdasarkan (max−min)/N.
Nilai lebih besar → kelas lebih tinggi.

Spatial Analysis

Search Configuration

Finder Criteria

Unlock Analysis Results

Analysis Report Preview

Yakin kembali ke Beranda?

Gagal Membuka Pembayaran

Bantuan & Layanan Komplain

Batalkan Pembayaran?

Peringatan

Information

Compare Grids

Verifikasi Diskon

Konfirmasi Micro Insight