Bandung Walkability Analysis

Sistem analisis walkability (kemudahan berjalan kaki) untuk Kota Bandung menggunakan data OpenStreetMap dan batas administrasi resmi (Kelurahan).

Fitur Utama

• Analisis Berbasis Kelurahan: Menggunakan 159 batas administrasi resmi Kelurahan di Bandung
• Metrik Komprehensif:
  • Kepadatan persimpangan jalan
  • Panjang rata-rata blok
  • Persentase trotoar
  • Akses ke fasilitas umum
• Dashboard Interaktif: Streamlit app dengan filter hierarkis (Kecamatan → Kelurahan)
• Visualisasi Peta: Choropleth map dengan poligon administratif asli
• Export Data: GeoJSON dan CSV untuk integrasi GIS

Hasil Analisis

Statistik Keseluruhan

• Total Kelurahan: 159
• Rata-rata Skor: 85.6/100
• Rentang Skor: 0 - 100
• Standar Deviasi: 14.7

Top 5 Kelurahan Terbaik

1. Braga (Sumur Bandung) - 100.0
2. Babakan Ciamis (Sumur Bandung) - 100.0
3. Citarum (Bandung Wetan) - 100.0
4. Cihapit (Bandung Wetan) - 100.0
5. Lingkar Selatan (Lengkong) - 100.0

Instalasi

Persyaratan Sistem

• Python 3.8+
• Virtual environment (recommended)

Langkah Instalasi

1. Clone atau download project

cd Bandung_Urban_Planing

2. Buat virtual environment

python -m venv venv

3. Aktifkan virtual environment

# Windows
venv\Scripts\activate

# Linux/Mac
source venv/bin/activate

4. Install dependencies

pip install osmnx networkx geopandas pandas numpy folium tqdm streamlit streamlit-folium plotly

Cara Penggunaan

1. Menjalankan Analisis

Untuk menghasilkan data walkability baru:

python walkbility.py

Output:

• output/walkability_kelurahan.geojson - Data spasial dengan poligon Kelurahan
• output/walkability_stats.csv - Tabel statistik per Kelurahan
• output/walkability_map.html - Peta interaktif standalone

Waktu Eksekusi: ~5-10 menit (tergantung koneksi internet)

2. Menjalankan Dashboard

Untuk membuka dashboard interaktif:

streamlit run app.py

Dashboard akan terbuka di browser pada http://localhost:8501

Fitur Dashboard:

• Filter per Kecamatan dan Kelurahan
• KPI cards dengan statistik real-time
• Peta choropleth interaktif
• Grafik distribusi skor
• Tabel area dengan walkability rendah

3. Menghentikan Dashboard

# Tekan Ctrl+C di terminal
# Atau gunakan Task Manager untuk kill process streamlit.exe

Akses langsung

https://bandung-walkability-analysis.streamlit.app/

Struktur File

Bandung_Urban_Planing/
├── walkbility.py           # Script analisis utama
├── app.py                  # Streamlit dashboard
├── output/                 # Folder hasil analisis
│   ├── walkability_kelurahan.geojson
│   ├── walkability_stats.csv
│   └── walkability_map.html
├── venv/                   # Virtual environment
└── README.md              # Dokumentasi ini

Konfigurasi

Mengubah Parameter Analisis

Edit file walkbility.py:

# Baris 19-20
WALK_BUFFER_M = 400  # Radius akses fasilitas (meter)
GRID_SIZE_M = 500    # Tidak digunakan (legacy)

Mengubah Bobot Metrik

Edit fungsi normalize_metrics() di walkbility.py (baris 108-128):

# Bobot default:
# - Intersection Density: 40%
# - Average Block Length: 30%
# - Sidewalk Coverage: 15%
# - Amenity Access: 15%

Metodologi

Sumber Data

• Jaringan Jalan: OpenStreetMap (OSMnx)
• Fasilitas Umum: OSM POI (amenity, shop, leisure, tourism)
• Batas Administrasi: OSM administrative boundaries (level 6 & 7)

Metrik Walkability

1. Intersection Density (Kepadatan Persimpangan)

   • Jumlah persimpangan per km²
   • Normalisasi: 0-500 intersections/km²

2. Average Block Length (Panjang Blok)

   • Rata-rata panjang segmen jalan
   • Normalisasi: 30-100 meter (lebih pendek = lebih baik)

3. Sidewalk Coverage (Cakupan Trotoar)

   • Persentase jalan dengan data trotoar
   • Normalisasi: 0-100%

4. Amenity Access (Akses Fasilitas)

   • Persentase node dalam radius 400m dari fasilitas
   • Normalisasi: 0-100%

Formula Skor Akhir

Score = (0.40 × Intersection_Norm) + 
        (0.30 × Block_Norm) + 
        (0.15 × Sidewalk_Norm) + 
        (0.15 × Amenity_Norm)

Skor akhir: 0-100 (lebih tinggi = lebih walkable)

Integrasi GIS

Membuka di QGIS

1. Buka QGIS
2. Layer → Add Layer → Add Vector Layer
3. Pilih output/walkability_kelurahan.geojson
4. Style berdasarkan kolom score

Export ke Shapefile

import geopandas as gpd

gdf = gpd.read_file('output/walkability_kelurahan.geojson')
gdf.to_file('output/walkability.shp')

Troubleshooting

Error: "No module named 'osmnx'"

pip install osmnx

Error: Timeout saat download data

Edit walkbility.py baris 14:

ox.settings.timeout = 300  # Tingkatkan timeout ke 5 menit

Dashboard tidak menampilkan data

Pastikan file output/walkability_kelurahan.geojson ada:

python walkbility.py  # Generate ulang data

Streamlit error: "Address already in use"

Gunakan port berbeda:

streamlit run app.py --server.port 8502

Referensi

• OSMnx: Boeing, G. (2017). OSMnx: New methods for acquiring, constructing, analyzing, and visualizing complex street networks. Computers, Environment and Urban Systems, 65, 126-139.
• Walkability Metrics: Frank, L. D., et al. (2010). The development of a walkability index: application to the Neighborhood Quality of Life Study. British Journal of Sports Medicine, 44(13), 924-933.

Kontributor

Dikembangkan menggunakan:

• Python 3.x
• OSMnx untuk data OpenStreetMap
• GeoPandas untuk analisis spasial
• Streamlit untuk dashboard interaktif

Kontak

Untuk pertanyaan atau saran, silakan buka issue di repository ini.

---

Last Updated: 19 Januari 2026