Analisis Spasial Sisi Klien menggunakan Turf.js untuk Pemetaan Aksesibilitas Fasilitas Publik bagi Penyandang Disabilitas

Pemetaan aksesibilitas bagi penyandang disabilitas seringkali menghadapi keterbatan data dan ketergantungan pada pemrosesan server yang lambat. Dengan memanfaatkan Analisis Spasial Sisi Klien menggunakan Turf.js, kita dapat melakukan perhitungan jarak, analisis kontinu trotoar, dan penilaian kemudahan akses langsung di browser tanpa harus mengirim data balik‑ke‑server. Pendekatan ini tidak hanya mempercepat respons, tetapi juga meningkatkan privasi karena data lokasi pengguna tidak perlu meninggalkan perangkat.

Konsep Dasar Analisis Spasial Sisi Klien dengan Turf.js

Turf.js adalah library JavaScript yang menyediakan berbagai operasi geospasial seperti buffer, titik dalam poligon, jarak terdekat, dan clustering. Semua fungsi ini berjalan sepenuhnya di sisi klien, sehingga ideal untuk aplikasi yang memerlukan interaksi real‑time seperti peta aksesibilitas.

• turf.distance: menghitung jarak antara dua titik koordinat.
• turf.nearestPoint: mencari titik terdekat dari sebuah kumpulan fasilitas.
• turf.lineSlice: memotong jalur trotoar untuk memeriksa kontinuitas jalur yang bebas hambatan.
• turf.buffer: membuat zona layanan sekitar fasilitas untuk menentukan jangkauan yang dapat dicapai dalam batas waktu tertentu.

Langkah‑Langkah Implementasi Pemetaan Aksesibilitas

1. Persiapan Data

Kumpulkan data titik fasilitas publik (rumah sakit, sekolah, halte transportasi, toilet umum) yang telah dilengkapi dengan atribut aksesibilitas (misalnya ramp, lifts, tactile paving). Data disimpan dalam format GeoJSON dan dimuat melalui fetch atau disertakan langsung dalam halaman sebagai variabel JavaScript.

2. Pengambilan Lokasi Pengguna

Menggunakan Geolocation API browser untuk mendapatkan koordinat lintang dan bujur pengguna. Informasi ini bersifat bersifat privat dan tidak dikirim ke server jika seluruh analisis dilakukan di sisi klien.

3. Analisis Jarak Terdekat

Dengan turf.nearestPoint, kita mencari fasilitas publik terdekat dari posisi pengguna. Selanjutnya, turf.distance menghitung jarak dalam meter. Jika jarak melebihi ambang aksesibilitas yang ditetapkan (misalnya 500 meter untuk jalan kaki atau 200 meter untuk transportasi umum), maka fasilitas dianggap tidak dapat diakses dalam waktu yang wajar.

4. Evaluasi Kontinuitas Jalur

Data jalur trotoar juga disediakan sebagai LineString. Menggunakan turf.lineSlice kita dapat memotong segmen jalur antara titik pengguna dan fasilitas target, lalu memeriksa apakah setiap segmen memiliki atribut aksesibilitas yang memadai (lebar minimal, tanpa tangga, povrberberat). Jika ada segmen yang tidak memenuhi kriteria, jalur tersebut ditandai sebagai hambatan.

5. Visualisasi hasil

Hasil analisis ditampilkan pada peta leaflet atau mapbox dengan menggunakan ikon berbeda: hijau untuk fasilitas yang dapat diakses dalam batas jarak dan jalur bebas, kuning untuk fasilitas yang dapat diakses namun ada hambatan ringan, dan merah untuk fasilitas yang tidak dapat diakses. Popup menampilkan detail seperti nama fasilitas, jarak, dan rekomendasi perbaikan.

Keuntungan Menggunakan Analisis Sisi Klien

• Kecepatan: Tidak ada latency jaringan karena semua perhitungan dilakukan di perangkat pengguna.
• Privasi: Koordinat pengguna tidak pernah meninggalkan browser, meminimalkan risiko pelonggaran data.
• Biaya Infrastruktur: Tidak diperlukan server ekstra untuk memproses permintaan spasial, mengurangi biaya operasional.
• Fungsionalitas Offline: Setelah data GeoJSON dimuat, aplikasi tetap dapat berjalan tanpa koneksi internet, berguna untuk wilayah dengan konektivitas terbatas.

Studi Kasus: Kota Yogyakarta

Tim pengembang bersama Dinas Sosial Yogyakarta mencoba memetakan aksesibilitas toilet umum bagi penyandang disabilitas menggunakan pendekatan di atas. Data toilet (150 titik) dan jalur trotoar (2.300 LineString) disiapkan dalam GeoJSON berukuran 1.2 MB. Setelah implementasi, rata‑saat waktu respons analisis per pengguna berkurang dari 2,4 sekunder (model server‑side) menjadi 0,38 sekunder di browser Chrome pada smartphone menengah. Hasil menunjukkan bahwa 62% toilet berada dalam radius 200 meter dengan jalur trotoar yang memenuhi standar, sementara 28% memerlukan perbaikan jalur seperti penambahan ramp atau perlebaran trotoar.

Tips Optimasi untuk Aplikasi Besar

Jika dataset sangat besar (puluhan ribu titik), pertimbangkan teknik berikut:

• Web Workers: Alihkan perhitungan Turf.js ke worker terpisah agar tidak memblokir UI thread.
• Spatial Indexing: Gunakan library seperti rbush untuk membuat indeks spasial sehingga pencarian titik terdekat menjadi O(log n) daripada O(n).
• Data Tilings: Bagi data menjadi tile berbasis grid dan hanya memuat tile yang berada dalam viewport peta.

Kesimpulan

Analisis Spasial Sisi Klien menggunakan Turf.js membuka peluang baru untuk membuat aplikasi peta aksesibilitas yang cepat, aman, dan dapat diakses secara offline. Dengan memindahkan beban komputasi ke sisi klien, kita tidak hanya meningkatkan pengalaman pengguna, tetapi juga membuka jalan untuk inovasi layanan publik yang lebih inklusif. Untuk pengembang yang ingin memulai, cukup mengintegrasikan Turf.js ke proyek web esistensi, memuat data GeoJSON fasilitas dan jalur, lalu menerapkan fungsi‑fungsi di atas untuk memberikan umpan balik aksesibilitas secara real‑time.