Parameterisasi Indeks Kenyamanan Termal pada Kawasan Wisata Bogor dan Jakarta

Abstract

Provinsi DKI Jakarta dan Jawa Barat memiliki beragam destinasi wisata antara lain Taman Mini Indonesia Indah (TMII), Kebun Raya Bogor (KRB) dan Taman Safari Indonesia (TSI). Rata – rata jumlah kunjungan tiap tahun untuk tiga destinasi wisata tersebut lebih dari satu juta pengunjung. Jumlah kunjungan yang cukup besar memerlukan profil informasi kenyamanan di setiap lokasi wisata berupa indeks kenyamanan. Salah satu indeks yang didesain untuk sektor pariwisata adalah Holiday Climate Index (HCI). HCI dikembangkan di daerah sub tropis pada wisata yang letaknya di perkotaan, pedesaan dan laut. HCI didesain pada negara sub tropis yang karakter iklimnya berbeda dengan kawasan tropis lembab, sehingga ketidaksesuaian hasil perhitungan indeks dengan persepsi wisatawan lokal mungkin akan terjadi. Penelitian ini bertujuan untuk 1) mengidentifikasi parameter iklim dan variabel non iklim yang berpengaruh pada kenyamanan berwisata, dan 2) melakukan parameterisasi indeks kenyamanan iklim untuk wilayah tropika lembab. Metode untuk mengetahui persepsi kenyamanan adalah melalui penyebaran kuisioner secara acak (pagi dan siang hari) pada tiga lokasi wisata sebanyak 552 orang. Data responden tersebut selanjutnya digunakan untuk analisis faktor kenyamanan termal yang dibagi menjadi tiga kelas yakni Tidak Nyaman (0), Nyaman (1) dan Sangat Nyaman (2) menggunakan regresi logistik ordinal. Evaluasi model seperti akurasi, presisi, recall dan F1-Score dihitung menggunakan confusion matrix. Proses parameterisasi indeks kenyamanan termal menitikberatkan pada pengubahan rating dan bobot yang disesuaikan dengan persepsi pengunjung. Penyesuaian bobot menggunakan sistem kombinasi pada setiap sub indeks kenyamanan termal (suhu, angin, awan dan hujan). Batasan nilai dari kategori kelas kenyamanan disederhanakan menjadi indeks hasil parameterisasi kenyamanan. Hasil analisis menunjukkan terdapat tiga faktor iklim yang mempengaruhi kenyamanan termal yakni suhu, tutupan awan dan kejadian hujan. Treshold suhu pada kondisi Nyaman berkisar 25°C – 26 °C, kecepatan angin 0 km/jam – 2.2 km/jam dan keawanan berada pada 40% – 50%. Selain itu, faktor non iklim seperti durasi atau lamanya berkunjung juga menentukan perasaaan nyaman seseorang berwisata. Karakter wisatawan pada wilayah tropis cenderung lebih berat pada curah hujan yang = 5 mm sehingga muncul persepsi negatif atau Tidak Nyaman. Penyederhanaan kategori menjadi 3 pada indeks hasil parameterisasi memudahkan untuk mengelompokkan nilai indeks berdasarkan data iklim. Performa HCI belum mampu mengidentifikasi kondisi Tidak Nyaman saat terjadinya perubahan cuaca yang signifikan seperti perubahan suhu dan hujan baik di pagi hari maupun siang hari. Sementara, penentuan nilai minimum untuk menyidik kondisi Cukup Nyaman dari indeks hasil parameterisasi ditentukan sebesar 61 yang lebih tinggi dibandingkan nilai HCI yang menentukan batas <40. Hasil validasi nilai indeks yang telah dilakukan parameterisasi menunjukkan lebih merepresentasikan semua kategori kenyamanan dibandingkan HCI.

The provinces of DKI Jakarta and West Java offer a variety of tourist destinations, such as Taman Mini Indonesia Indah (TMII), Kebun Raya Bogor (KRB), and Taman Safari Indonesia (TSI). These destinations attract over one million visitors annually. This significant number of visitors necessitates a comprehensive comfort profile for each tourist site, represented through a comfort index. The Holiday Climate Index (HCI) is designed for the tourism sector but was developed in subtropical regions with different climatic characteristics compared to humid tropical areas, leading to potential discrepancies between index calculations and local tourist perceptions. This study aims to: 1) identify climate and non-climate parameters affecting tourist comfort, and 2) parameterize a climate comfort index for humid tropical regions. To assess comfort perception, a randomized questionnaire survey was conducted during the morning and afternoon at three tourist locations, gathering responses from 552 individuals. The collected data was used to analyze termal comfort factors, categorized into three classes: Uncomfortable (0), Comfortable (1), and Very Comfortable (2) using ordinal logistic regression. Model evaluation metrics such as accuracy, precision, recall, and F1-Score were calculated using a confusion matrix. The parameterization of the termal comfort index focused on adjusting ratings and weights based on visitor perceptions. Weight adjustments were made using a combination system for each sub-index of termal comfort (temperature, wind, cloud cover, and rainfall). The classification thresholds for comfort categories were simplified into a parameterized comfort index. The analysis identified three climate factors influencing termal comfort: temperature, cloud cover, and rainfall. The temperature threshold for "Comfortable" conditions ranged from 25°C to 26°C, wind speeds from 0 km/h to 2.2 km/h, and cloud cover from 40% to 50%. Additionally, non-climate factors such as the duration of the visit also impacted perceived comfort. Tourists in tropical regions tend to have a negative perception of rainfall = 5 mm, categorizing such conditions as Uncomfortable. Simplifying the comfort categories into three groups in the parameterized index facilitated the classification of comfort levels based on climatic data. The HCI was inadequate in detecting "Uncomfortable" conditions during significant weather changes, such as temperature fluctuations and rainfall in both morning and afternoon. The threshold for detecting "Moderately Comfortable" conditions in the parameterized index was set at 61, higher than the HCI threshold of <40. The validation of the parameterized index showed it better represented all comfort categories compared to the HCI.