Seberapa Mudah Mencari Laundry di Kota Bekasi?
Beberapa hari yang lalu, nyonya meminta saya untuk mencari laundry yang bisa “mencuci” sepatu dan tas sekolah anak-anak. “Mumpung sedang liburan”, katanya. Berdasarkan hasil Googling sana-sini, akhirnya saya memilih salah satu laundry modern yang ada di dekat rumah untuk mencuci tas dan sepatu tersebut.
Sepanjang perjalanan dari rumah ke laundry itu, saya merasa melewati beberapa laundry lainnya. Mulai dari laundry rumahan hingga self-service laundry yang sedang nge-trend di Bekasi. Saya jadi berpikir, sangat mudah bagi saya untuk mengakses laundry di dekat rumah.
Tahun 2023 lalu, saya pernah melakukan analisa geomarketing untuk melihat seberapa accessible rumah makan padang, warteg, dan bakso-mie ayam di kota Bekasi.
Kali ini saya akan melakukan hal yang sama, yakni menghitung seberapa mudah orang di Kota Bekasi mengakses laundry. Secara simpel, saya akan menghitung jarak tempuh seseorang ke laundry berdasarkan jarak real di Open Street Maps dengan moda sepeda motor.
Untuk melakukannya, tahap pertama yang saya lakukan adalah mengambil (hampir) semua data laundry yang ada di kota Bekasi menggunakan Google Places API. Saya mendapatkan sebanyak 237 titik laundry di Kota Bekasi sebagai berikut:
Berikut adalah sampel 5 data laundry yang saya dapatkan:
| nama | alamat | long | lat | rating | user_rating | neighborhood | city |
|---|---|---|---|---|---|---|---|
| Nusantara Laundry | Jl. Nusantara Raya No.2 Blok A4, Aren Jaya, Kec. Bekasi Tim., Kota Bks, Jawa Barat 17111, Indonesia | 107.0387 | -6.244168 | 4.9 | 11 | Aren Jaya | Bekasi Timur |
| Super Mami Laundry | Jl. P. Kalimantan Raya No.25, RT.003/RW.015, Aren Jaya, Kec. Bekasi Tim., Kota Bks, Jawa Barat 17111, Indonesia | 107.0318 | -6.241656 | 5.0 | 10 | Aren Jaya | Bekasi Timur |
| BEKASI LAUNDRY EXPRESS | Jl. Kusuma Tim. C No.A 7, RT.001/RW.020, Aren Jaya, Kec. Bekasi Tim., Kota Bks, Jawa Barat 17111, Indonesia | 107.0327 | -6.236055 | 5.0 | 2 | Aren Jaya | Bekasi Timur |
| Get Clean Laundry Bekasi | Jl. P. Sumatera Raya Jl. Perumnas 3 Bekasi No.26, RT.007/RW.014, Aren Jaya, Kec. Bekasi Tim., Kota Bks, Jawa Barat 17111, Indonesia | 107.0313 | -6.242188 | 5.0 | 2 | Aren Jaya | Bekasi Timur |
| Diana Laundry Bekasi JAWA | Jl. Pulau Jawa 5 No.28B, RT.002/RW.013, Aren Jaya, Kec. Bekasi Tim., Kota Bks, Jawa Barat 17111, Indonesia | 107.0302 | -6.246579 | 4.5 | 11 | Aren Jaya | Bekasi Timur |
Sekarang saya akan men-generate ratusan titik pelanggan secara random dan secara iteratif akan menghitung jarak antara titik pelanggan tersebut ke semua laundry yang ada.
Sebagai contoh seperti ini titik pelanggan yang saya generate pada satu iterasi:
Berikut adalah contoh hasil perhitungan pelanggan pertama ke 5 laundry yang ada di data Google Places:
| id_pelanggan | id_laundry | jarak (km) |
|---|---|---|
| 1 | 1 | 1.2994 |
| 1 | 2 | 0.8321 |
| 1 | 3 | 0.3192 |
| 1 | 4 | 0.9174 |
| 1 | 5 | 1.5654 |
Aksesbilitas saya hitung dari jarak terpendek seorang pelanggan untuk mencapai laundry.
Dari hasil perhitungan di atas, kita bisa dapatkan bahwa rata-rata jarak seseorang pelanggan di Bekasi mengakses laundry adalah 1.2 km dengan median sekitar 850 meter.
Namun, dari density plot di atas kita lihat puncak grafik berada pada jarak 500 meter. Artinya “sebagian besar” pelanggan bisa mengakses laundry dalam jarak 500 meter saja.
Dari grafik tersebut, Saya bisa menghitung peluang bahwa laundry bisa diakses dengan jarak kurang dari 1 km sebesar:
[1] "Peluang seorang pelanggan mengakses laundry di bawah 1 km sebesar: 61.9%"
Voronoi Diagram
Setelah membaca beberapa artikel, saya tertarik untuk melakukan analisa diagram Voronoi.
Apa Itu Diagram Voronoi?
Saya kutip dari berbagai sumber: Diagram Voronoi (atau Tessellasi Voronoi) adalah pembagian wilayah berdasarkan kedekatan dengan titik-titik tertentu. Dalam konteks ini:
- Setiap titik longlat laundry menjadi pusat sel Voronoi.
- Setiap lokasi dalam sel tersebut akan lebih dekat ke laundry di sel itu dibanding laundry lain di titik mana pun.
- Garis-garis pada diagram adalah batas wilayah yang sama jauhnya dari dua laundry terdekat.
Secara sederhana diagram Voronoi bisa menjawab pertanyaan berikut ini:
“Jika saya di titik X, laundry mana yang paling dekat?”
Apa Saja Insights yang Bisa Didapat dari Analisis Voronoi?
- Cakupan Layanan & Area Dominasi
- Setiap sel menunjukkan area teoretis yang dilayani laundry tersebut.
- Kita bisa melihat laundry mana yang wilayah layanannya:
- Luas (mungkin karena kurang kompetisi - indikasi jarangnya laundry di sel tersebut) atau
- Sempit (karena daerah padat laundry).
- Potensi Konflik atau Persaingan Berdasarkan Jarak
- Dua laundry yang berbagi batas Voronoi panjang adalah pesaing langsung untuk pelanggan di area perbatasan.
- Jika ada laundry yang selnya dikelilingi banyak laundry lain, artinya dia di tengah persaingan ketat.
- Analisis Demografi & Potensi Pasar
- Jika kita gabungkan diagram Voronoi dengan peta kepadatan penduduk atau kelas ekonomi, kita bisa mendapatkan gambaran terkait strategi marketing.
- Perencanaan Ekspansi atau Pemindahan Lokasi
- Jika ingin membuka laundry baru, tempatkan di pusat sel Voronoi yang sangat besar untuk maksimalkan cakupan.
- Jika ingin menghindari kompetisi, cari area yang jarak ke laundry existing jauh.
Ini adalah diagram Voronoi:
Kita bisa melihat ada beberapa sel yang ternyata luas di tengah kota.
Apa yang bisa kita simpulkan dari diagram ini?
if you find this article helpful, support this blog by clicking the ads.