AbstAbstrak
Pertumbuhan populasi kendaraan listrik roda empat di Kota Bandung yang terus meningkat belum diimbangi oleh penyediaan infrastruktur Stasiun Pengisian Kendaraan Listrik Umum (SPKLU) yang merata, sehingga menimbulkan ketimpangan antara ketersediaan layanan (supply) dan kebutuhan pengisian daya (demand). Penelitian ini bertujuan untuk memetakan cakupan aksesibilitas SPKLU eksisting, mengetahui tingkat demand berbasis kepadatan kendaraan listrik dan penduduk, melakukan gap analysis, serta merumuskan peta prioritas lokasi SPKLU baru di Kota Bandung. Metode yang digunakan adalah analisis spasial berbasis 242 unit grid heksagon berukuran 1×1 km, analisis isokron jaringan jalan (5 dan 10 menit), pembobotan Demand Index (70% kendaraan listrik dan 30% kepadatan penduduk), serta pemetaan matriks bivariate choropleth (3×3). Hasil analisis menunjukkan bahwa sebaran SPKLU eksisting masih terkonsentrasi di pusat kota, dengan 81 grid (70,15 km²) memiliki cakupan layanan rendah. Ketimpangan paling kritis teridentifikasi pada 26 grid heksagon (seluas 22,52 km² atau 10,7% wilayah studi) dengan kategori demand tinggi namun supply rendah, yang mencatat rata-rata Demand Index sebesar 0,900 tetapi rata-rata cakupan layanan hanya 6,70%. Grid kritis tersebut terkonsentrasi di koridor Bandung Timur (Arcamanik, Mandalajati, Ujungberung, Cinambo, Rancasari) dan Bandung Selatan (Buahbatu, Bandung Kidul), dan 88,5% di antaranya konsisten berada pada kategori Prioritas Tinggi. Peta prioritas yang dihasilkan mengonfirmasi bahwa persoalan utama terletak pada ketidaksesuaian sebaran spasial infrastruktur terhadap pusat kebutuhan, sehingga ke-26 grid tersebut direkomendasikan sebagai sasaran utama percepatan pembangunan SPKLU baru yang berkeadilan spasial.
KataKata kunci: SPKLU, gap analysis, grid heksagon, aksesibilitas spasial, bivariate choropleth
Pendahuluan
Kota Bandung merupakan salah satu kota metropolitan dengan intensitas mobilitas harian yang tinggi, sehingga menjadi pasar awal yang strategis bagi transisi menuju kendaraan listrik. Tren adopsi kendaraan listrik di kota ini menunjukkan akselerasi yang sangat signifikan. Berdasarkan data Badan Pendapatan Daerah (Bapenda) Provinsi Jawa Barat melalui tiga wilayah Pusat Pengelolaan Pendapatan Daerah Wilayah (P3DW) di Kota Bandung, populasi kendaraan listrik roda empat melonjak dari 763 unit pada tahun 2022 menjadi 2.843 unit pada tahun 2023 (tumbuh 272,6%), lalu kembali meningkat menjadi 6.621 unit pada tahun 2024 (tumbuh 132,9%) (Bapenda Provinsi Jawa Barat, 2024). Namun demikian, pertumbuhan yang pesat ini belum diikuti oleh penyediaan infrastruktur pendukung yang sepadan, terutama Stasiun Pengisian Kendaraan Listrik Umum (SPKLU).
Keterbatasan SPKLU tidak hanya tampak dari jumlah unitnya, tetapi juga dari rasio layanannya terhadap populasi kendaraan listrik. Secara nasional, rasio SPKLU terhadap mobil listrik baru mencapai 1:26, jauh dari kondisi ideal 1:17 (Kementerian ESDM, 2025). Kajian terhadap berbagai hambatan adopsi kendaraan listrik juga menempatkan ketidakcukupan infrastruktur pengisian daya sebagai salah satu hambatan paling berpengaruh, di samping tingginya harga kendaraan dan lamanya waktu pengisian (Mesquita et al., 2025). Dengan demikian, ketersediaan SPKLU menjadi prasyarat utama agar laju adopsi kendaraan listrik di tingkat kota dapat terus berlanjut.
Selain jumlahnya yang terbatas, sebaran SPKLU juga cenderung memusat di pusat kota dan kawasan dengan aktivitas ekonomi tinggi, sementara banyak wilayah permukiman belum memiliki akses yang memadai. Pola serupa telah dilaporkan di kota besar lain di Indonesia, misalnya Surabaya, sehingga kajian lokasi SPKLU yang lebih merata menjadi kebutuhan mendesak (Ardiansyah & Setiawan, 2025). Ketimpangan distribusi ini dapat menimbulkan sejumlah persoalan, seperti waktu tempuh menuju titik pengisian daya yang tidak efisien serta kekhawatiran kehabisan daya di perjalanan atau range anxiety (Pevec et al., 2020). Range anxiety terbukti menurunkan kesediaan masyarakat untuk beralih ke kendaraan listrik, dan perluasan infrastruktur pengisian daya di wilayah yang belum terlayani merupakan salah satu cara utama untuk menekannya (Mesquita et al., 2025; Pevec et al., 2020). Oleh karena itu, diperlukan analisis spasial yang mampu mengukur secara kuantitatif kesenjangan antara ketersediaan layanan (supply) dan kebutuhan (demand) SPKLU pada tingkat wilayah yang lebih detail.
Pendekatan gap analysis berbasis grid heksagon dipilih dalam penelitian ini karena unit heksagon memiliki sejumlah keunggulan dibandingkan grid persegi maupun batas administrasi wilayah. Pertama, heksagon memiliki jarak antarpusat sel (sentroid) yang identik ke seluruh enam sel tetangganya, sehingga meminimalkan bias arah (anisotropy) dalam analisis ketetanggaan dan pergerakan yang menyebar secara radial (Birch et al., 2007; Sahr et al., 2003). Kedua, bentuk heksagon memiliki rasio keliling terhadap luas yang paling mendekati lingkaran sehingga efektif mereduksi efek tepi (edge effect) dalam proses agregasi dan pemotongan spasial (Birch et al., 2007). Ketiga, penggunaan unit heksagon berukuran seragam (1×1 km) dapat mengurangi persoalan Modifiable Areal Unit Problem (MAUP), yaitu perubahan hasil analisis akibat perbedaan bentuk dan ukuran unit wilayah, sebagaimana terjadi pada batas administrasi kelurahan yang luasnya tidak seragam (Openshaw, 1984; Wong, 2004). Kombinasi grid heksagon dan analisis jaringan jalan juga telah terbukti efektif untuk menilai aksesibilitas spasial fasilitas publik di lingkungan perkotaan (Burdziej, 2019).
Penelitian terdahulu mengenai infrastruktur pengisian kendaraan listrik umumnya berfokus pada penentuan lokasi optimal melalui evaluasi multikriteria (Erbaş et al., 2018; Pagany et al., 2019), pemodelan berbasis SIG dan machine learning (Arieyantho et al., 2025), atau preferensi pengguna terhadap kriteria lokasi (Ardiansyah & Setiawan, 2025). Kajian yang menilai aspek pemerataan layanan umumnya masih menggunakan batas wilayah pelayanan berbasis diagram Voronoi (Boonprong et al., 2024) atau unit administrasi sensus dengan ukuran jarak ke fasilitas terdekat (Jiao et al., 2024). Berbeda dari penelitian tersebut, penelitian ini mengintegrasikan cakupan layanan berbasis isokron jaringan jalan dengan Demand Index komposit (kendaraan listrik dan penduduk) pada unit grid heksagon yang seragam, kemudian menyintesiskannya melalui gap analysis dan bivariate choropleth. Dengan pendekatan ini, penelitian tidak hanya menunjukkan di mana SPKLU belum menjangkau, tetapi juga di mana kekurangan jangkauan tersebut benar-benar berimpit dengan kebutuhan tertinggi, sehingga menghasilkan urutan prioritas lokasi pembangunan SPKLU baru di Kota Bandung yang dapat dipertanggungjawabkan secara kuantitatif.
1.1 Tujuan
Berdasarkan latar belakang tersebut, penelitian ini bertujuan untuk:
1. Memetakan sebaran dan area layanan (coverage) SPKLU eksisting di Kota Bandung berdasarkan analisis aksesibilitas jaringan jalan.
2. Mengetahui tingkat kebutuhan (demand) layanan SPKLU pada setiap grid heksagon berdasarkan kepadatan kendaraan listrik dan kepadatan penduduk.
3. Melakukan gap analysis antara tingkat supply dan demand untuk mengidentifikasi wilayah yang mengalami ketimpangan layanan.
4. Menghasilkan peta prioritas sebagai rekomendasi lokasi pengembangan SPKLU baru di Kota Bandung.
1.2 Sasaran
Hasil penelitian ini diharapkan dapat dimanfaatkan oleh sejumlah pemangku kepentingan berikut:
1. Pemerintah Kota Bandung (Bappelitbang, Dinas Perhubungan, dan Dinas Penataan Ruang), sebagai dasar spasial dalam perencanaan, penetapan lokasi, dan perizinan SPKLU agar pembangunan infrastruktur pengisian daya lebih merata antarwilayah.
2. PT PLN (Persero) dan operator SPKLU swasta, sebagai acuan penentuan lokasi investasi yang berbasis kebutuhan riil, sehingga unit SPKLU baru ditempatkan di wilayah dengan potensi pengguna tinggi dan tingkat pemanfaatan yang optimal.
3. Masyarakat pengguna dan calon pengguna kendaraan listrik, yang akan memperoleh akses pengisian daya yang lebih dekat sehingga range anxiety berkurang dan minat beralih ke kendaraan listrik meningkat.
4. Akademisi dan perencana wilayah, sebagai kerangka metode gap analysis berbasis grid heksagon yang dapat direplikasi untuk mengevaluasi pemerataan fasilitas publik lainnya.
Metodologi Penelitian
Penelitian ini dilakukan di wilayah administrasi Kota Bandung, Provinsi Jawa Barat, dengan unit analisis spasial berupa grid heksagon berukuran 1×1 km. Seluruh proses pengolahan data spasial dilakukan menggunakan perangkat lunak QGIS beserta plugin pendukung QNEAT3. Selain itu, seluruh data telah distandarisasi ke dalam sistem koordinat UTM Zone 48S (EPSG:32748) agar pengukuran luas dan jarak dapat dilakukan secara konsisten.
Data dan Sumber Data
Penelitian ini menggunakan dua kelompok data utama, yaitu data supply yang menggambarkan ketersediaan layanan SPKLU dan data demand yang menggambarkan kebutuhan pengisian daya, serta data pendukung berupa batas administrasi. Data dan sumber data yang digunakan dalam penelitian ini dapat dilihat pada Tabel 1.
Tabel 1. Data dan Sumber Data Penelitian
Tahapan Penelitian
Secara umum, tahapan penelitian terbagi ke dalam lima fase utama, yaitu (1) input dan standarisasi data, (2) pre-processing, (3) analisis aksesibilitas SPKLU, (4) gap analysis, serta (5) visualisasi dan perumusan rekomendasi. Kerangka alur penelitian ditunjukkan pada Gambar 1.
Gambar 1. Diagram Alir Tahapan Penelitian Analisis Ketimpangan Layanan SPKLU Kota Bandung
Input dan Standarisasi Data
Seluruh data spasial yang telah dikumpulkan terlebih dahulu melalui tahap standarisasi, yang meliputi reproyeksi ke sistem koordinat UTM Zone 48S (EPSG:32748), perbaikan geometri (fix geometries), pemeriksaan atribut, dan penyamaan sistem koordinat antarlapisan. Keluaran dari tahap ini adalah data spasial yang telah terstandarisasi dan siap digunakan pada tahap analisis selanjutnya.
Pre-processing
Tahap pre-processing terdiri atas tiga bagian. Pertama, persiapan jaringan jalan (road network) dilakukan dengan menyaring ruas jalan yang dapat dilalui kendaraan roda empat, memperbaiki geometri, dan membersihkan topologi jaringan sehingga siap digunakan dalam analisis aksesibilitas. Selanjutnya, grid heksagon dibuat menggunakan tool Create Grid dengan tipe hexagon berukuran 1×1 km, kemudian dipotong (clip) sesuai batas administrasi Kota Bandung dan diberi atribut identitas unik berupa HEX_ID pada setiap sel.
Selain itu, data kendaraan listrik dan penduduk diintegrasikan ke dalam grid heksagon. Oleh karena data tersebut tersedia pada tingkat wilayah P3DW, sementara unit analisis menggunakan grid heksagon, maka digunakan metode spatial apportionment (areal weighting) untuk mendistribusikan nilai secara proporsional berdasarkan luas irisan (intersect) antara grid heksagon dan poligon P3DW (Goodchild & Lam, 1980), dengan persamaan berikut:
dengan EVHex adalah estimasi jumlah kendaraan listrik pada sel heksagon, EVP3DW adalah jumlah kendaraan listrik pada wilayah P3DW, AIntersect adalah luas irisan heksagon dengan P3DW, dan AP3DW adalah luas total wilayah P3DW. Prosedur yang sama diterapkan pada data penduduk. Nilai pada setiap potongan heksagon kemudian dijumlahkan (statistics by categories berdasarkan HEX_ID) dan digabungkan kembali ke grid heksagon asli melalui proses join attributes by field, sehingga setiap grid memiliki atribut HEX_ID, jumlah kendaraan listrik, dan jumlah penduduk.
Analisis Aksesibilitas SPKLU
Analisis aksesibilitas dilakukan menggunakan plugin QNEAT3 dengan memasukkan titik lokasi SPKLU dan data jaringan jalan sebagai input, kemudian menjalankan fungsi Iso-Area as Polygon untuk membentuk area pelayanan (isokron) pada interval waktu tempuh 5 dan 10 menit. Selanjutnya, hasil isokron dibersihkan melalui proses penghapusan poligon latar (delete background polygon), perbaikan geometri (fix geometries), dan penghalusan geometri (smooth geometry). Seluruh area pelayanan tersebut kemudian digabungkan (dissolve) menjadi satu lapisan cakupan pelayanan SPKLU (coverage SPKLU).
Gap Analysis
Tahap gap analysis diawali dengan overlay analysis (intersect) antara grid heksagon dan lapisan coverage SPKLU untuk menghitung luas area pelayanan pada setiap heksagon. Persentase cakupan (coverage) setiap grid dihitung menggunakan persamaan berikut:
Selanjutnya, tingkat demand pada setiap grid dihitung sebagai indeks komposit yang menggabungkan jumlah kendaraan listrik dan kepadatan penduduk. Kedua variabel terlebih dahulu dinormalisasi ke rentang 0–1 menggunakan metode minmax:
kemudian digabungkan dengan pembobotan 70% untuk kendaraan listrik (sebagai indikator permintaan langsung pengisian daya) dan 30% untuk kepadatan penduduk (sebagai indikator potensi pergerakan dan adopsi jangka panjang):
Nilai Demand Index tersebut kemudian diklasifikasikan menggunakan metode Natural Breaks (Jenks). Adapun klasifikasi akhir gap analysis dilakukan menggunakan fungsi CASE WHEN pada Field Calculator QGIS dengan logika kombinasi antara tingkat supply (coverage) dan tingkat demand. Logika evaluasi tersebut dapat dilihat pada Tabel 2.
Tabel 2. Matriks Logika Evaluasi Gap Gap AnalysisppSupply–DemaSPKLU
Visualisasi
Tahap akhir penelitian menghasilkan empat peta tematik utama, yaitu (1) peta sebaran dan coverage SPKLU eksisting berdasarkan isokron 5 dan 10 menit, (2) peta kebutuhan (demand map), (3) peta gap analysis supply–demand, dan (4) peta prioritas pembangunan SPKLU baru. Peta prioritas divisualisasikan menggunakan teknik bivariate choropleth (Leonowicz, 2006) untuk menampilkan kombinasi tingkat demand dan tingkat cakupan pelayanan pada setiap grid heksagon dalam satu representasi visual.
Hasil dan Pembahasan
Bab ini menyajikan hasil analisis spasial terintegrasi mengenai ketersediaan layanan (supply) dan kebutuhan aktual (demand) SPKLU di Kota Bandung, yang dievaluasi menggunakan unit analisis grid heksagon berukuran 1×1 km (total 242 sel). Pembahasan disusun secara sistematis ke dalam empat tahapan analisis utama. Tahap pertama mengkaji pola sebaran spasial dan area jangkauan layanan (coverage) SPKLU eksisting melalui pemodelan isokron jaringan jalan dengan batas waktu tempuh 5 dan 10 menit. Tahap kedua mengetahui distribusi kebutuhan pengisian daya melalui penyusunan Demand Index komposit. Selanjutnya, tahap ketiga mengidentifikasi ketimpangan spasial melalui gap analysis yang memadukan indikator supply dan demand. Tahap keempat merumuskan arahan lokasi pengembangan SPKLU baru melalui sintesis peta bivariate choropleth (3×3).
Secara keseluruhan, integrasi analisis ini mengungkap bahwa permasalahan mendasar infrastruktur pengisian daya di Kota Bandung tidak semata-mata bertumpu pada keterbatasan jumlah fisik unit SPKLU, melainkan pada adanya disparitas spasial yang tajam antara konsentrasi fasilitas eksisting dan pusat-pusat konsentrasi permintaan aktual di masyarakat. Uraian dari masing-masing tahapan analisis tersebut dipaparkan pada subbab berikut.
Cakupan Pelayanan SPKLU Eksisting (Supply)
Meskipun adopsi kendaraan listrik di Kota Bandung mengalami akselerasi signifikan, ketersediaan SPKLU di lapangan masih menghadapi kendala keterbatasan unit dan disparitas spasial. Sebagian besar fasilitas pengisian daya publik saat ini terkonsentrasi di kawasan inti kota dan pusat kegiatan ekonomi, sementara kawasan permukiman padat dan koridor penyangga antarwilayah masih minim fasilitas penunjang. Kondisi ini berpotensi memicu range anxiety serta membatasi mobilitas harian pengguna kendaraan listrik di luar koridor utama.
Untuk mengevaluasi aksesibilitas SPKLU eksisting secara realistis, dilakukan pemodelan area jangkauan berbasis jaringan jalan aktual dengan analisis isokron pada interval waktu tempuh 5 dan 10 menit. Index Coverage SPKLU dihitung sebagai persentase perbandingan antara luas area yang terlayani SPKLU (dalam jangkauan isokron) terhadap luas setiap unit grid heksagon. Semakin tinggi nilai coverage, semakin andal dan cepat aksesibilitas tempuh bagi pengemudi kendaraan listrik di sel grid tersebut. Hasil pemodelan ditunjukkan pada Gambar 2.
Gambar 2. Peta Keterjangkauan Spasial dan Wilayah Jangkauan Operasional (Coverage) SPKLU Eksisting Kota Bandung Berdasarkan Pemodelan Isokron (Interval 5 dan 10 Menit)
Klasifikasi tingkat keterjangkauan pada 242 sel heksagon terbagi menjadi lima kelas, yaitu Tidak Terlayani, Sangat Rendah, Rendah, Sedang, dan Tinggi. Hasil evaluasi mengonfirmasi adanya akumulasi fasilitas yang memusat di kawasan inti perkotaan, terutama sepanjang koridor Kecamatan Bandung Wetan, Sumur Bandung, Cicendo, serta sebagian Coblong, di mana unit pengisian daya umumnya berlokasi pada area komersial, gedung instansi, dan titik operasional PLN. Pada kawasan tersebut, nilai coverage mencapai kelas Sedang hingga Tinggi, dengan tingkat keterlayanan sel melebihi 60% pada batas isokron 5 hingga 10 menit. Di luar kawasan inti, kantong layanan yang cukup baik hanya terdapat di sekitar Gedebage dan sebagian Cibiru yang telah memiliki SPKLU.
Di sisi lain, disparitas supply teridentifikasi sangat tajam pada kawasan peri-urban serta zona penyangga di sisi timur, selatan, dan utara. Sebanyak 81 unit heksagon (seluas 70,15 km²) tergolong dalam tingkat cakupan rendah hingga tidak memiliki jangkauan sama sekali (0%). Wilayah dengan keterbatasan supply terparah didominasi oleh koridor Bandung Timur yang meliputi Kecamatan Arcamanik, Mandalajati, Antapani bagian timur, Ujungberung, Cinambo, Rancasari, dan sebagian Panyileukan, yang memanjang ke arah selatan hingga Buahbatu dan Bandung Kidul. Kantong-kantong tak terlayani yang lebih kecil juga ditemukan di utara (Sukasari dan Cidadap), barat (Cicendo bagian barat di sekitar Bandara Husein Sastranegara), dan barat daya (Bandung Kulon–Babakan Ciparay). Fakta bahwa sepertiga wilayah belum memiliki jangkauan memadai pada waktu tempuh 10 menit mempertegas bahwa kendala utama supply tidak sekadar bertumpu pada jumlah unit, melainkan pada ketidaksesuaian distribusi keruangan fasilitas terhadap sebaran mobilitas warga.
Kebutuhan Layanan SPKLU (Demand)
Analisis kebutuhan (demand) layanan pengisian daya dimodelkan pada setiap unit grid heksagon 1×1 km untuk memetakan konsentrasi spasial potensi pengguna secara objektif. Tingkat kebutuhan ini diestimasi melalui penyusunan Demand Index komposit yang mengintegrasikan dua variabel utama, yaitu populasi kendaraan listrik roda empat terdaftar dan kepadatan penduduk.
Berdasarkan rekapan data Bapenda Jawa Barat melalui tiga P3DW di Kota Bandung, tingkat kepemilikan kendaraan listrik memperlihatkan peningkatan yang sangat pesat. Pada tahun 2022, populasi terdaftar baru mencapai 763 unit, lalu melonjak drastis hingga 2.843 unit pada tahun 2023 (naik 272,6%), dan kembali meningkat tajam menjadi 6.621 unit pada tahun 2024 (tumbuh 132,9%). Ditinjau secara spasial pada tahun 2024, akumulasi kendaraan listrik terbanyak berada di wilayah P3DW Kota Bandung I (Samsat Pajajaran/Bandung Barat, 9 kecamatan) dengan 2.419 unit (36,54%), disusul P3DW Kota Bandung II (Samsat Kawaluyaan/Bandung Tengah, 10 kecamatan) sebesar 2.266 unit (34,22%), serta P3DW Kota Bandung III (Samsat Soekarno-Hatta/Bandung Timur, 11 kecamatan) sebesar 1.936 unit (29,24%). Secara keseluruhan sepanjang rentang 2022–2024, total registrasi kendaraan listrik di Kota Bandung telah mencapai 10.227 unit.
Dari perspektif demografi, data semester II tahun 2024 menunjukkan populasi Kota Bandung berada pada angka 2.591.763 jiwa, meningkat dari semester I sebesar 2.579.837 jiwa. Sebaran penduduk berbasis wilayah P3DW menunjukkan bahwa P3DW I Pajajaran memiliki area terluas, yakni 67,24 km², dengan jumlah penduduk 958.404 jiwa (36,98%) dan kepadatan 14.253 jiwa/km². Selanjutnya, P3DW II Kawaluyaan mencakup wilayah 59,91 km² dengan 841.978 jiwa (32,49%) dan kepadatan 14.054 jiwa/km². Sementara itu, P3DW III Soekarno-Hatta dihuni oleh 791.381 jiwa (30,53%) pada lahan seluas 40,92 km², sehingga memiliki kepadatan permukiman tertinggi, yaitu 19.340 jiwa/km².
Oleh karena variabel kependudukan dan kendaraan listrik terakumulasi pada batas administrasi P3DW, pemetaan ke dalam 242 unit grid heksagon dilakukan menggunakan teknik spatial apportionment (areal weighting) sesuai Persamaan (1). Parameter kendaraan listrik dan kepadatan penduduk kemudian dinormalisasi (rentang 0–1) dan digabungkan menjadi Demand Index sesuai Persamaan (4). Sebaran Demand Index yang dihasilkan ditunjukkan pada Gambar 3.
Gambar 3. Peta Distribusi Tingkat Kebutuhan (Demand Index) Layanan SPKLU di Kota Bandung Berdasarkan Kepadatan Kendaraan Listrik dan Kepadatan Penduduk
Hasil pemetaan menunjukkan bahwa nilai Demand Index tertinggi (kelas Sangat Tinggi) memusat pada sel-sel grid di Bandung Timur, yaitu wilayah P3DW III Soekarno-Hatta yang meliputi kawasan Arcamanik, Antapani, Mandalajati, Ujungberung, Cinambo, Rancasari, hingga Panyileukan. Meskipun jumlah absolut kendaraan listrik di P3DW III paling kecil, luas wilayahnya juga paling kecil sehingga kepadatan kendaraan listrik (±47 unit/km²) dan kepadatan penduduknya (19.340 jiwa/km²) menjadi yang tertinggi dibandingkan P3DW I (±36 unit/km²) dan P3DW II (±38 unit/km²). Sementara itu, kawasan pusat dan barat kota, seperti Bandung Wetan, Cicendo, Coblong, Sumur Bandung, Regol, dan Lengkong, berada pada kelas Tinggi karena merupakan pusat bangkitan lalu lintas komersial dan perkantoran. Sebaliknya, grid heksagon di kawasan pinggiran (terutama sisi utara dan tepi batas kota) mencatat tingkat permintaan rendah hingga sedang, yang dipengaruhi oleh luas sel yang terpotong batas administrasi serta tingkat adopsi kendaraan listrik yang masih terbatas.
Gap Analysis Supply–Demand
Tahapan gap analysis digunakan untuk mengidentifikasi kesenjangan antara supply layanan SPKLU dan demand kebutuhan layanan pada setiap grid heksagon dengan menggabungkan dua indikator utama, yaitu Supply_Class yang merepresentasikan tingkat ketercakupan layanan SPKLU dan Demand_Class yang merepresentasikan tingkat kebutuhan berdasarkan kendaraan listrik dan kepadatan penduduk. Hasil klasifikasi ditunjukkan pada Gambar 4.
Gambar 4. Peta Gap Analysis SPKLU di Kota Bandung Berdasarkan Demand Kendaraan Listrik dan Supply dari Coverage SPKLU
Hasil klasifikasi menunjukkan sebaran grid pada empat kategori prioritas sebagaimana dijelaskan pada Tabel 2. Grid kategori Prioritas Tinggi membentuk satu klaster besar di koridor Bandung Timur (Arcamanik, Mandalajati, Antapani bagian timur, Ujungberung, Cinambo, dan Rancasari) yang berlanjut sebagai pita diagonal ke arah Buahbatu dan Bandung Kidul. Klaster Prioritas Tinggi yang lebih kecil juga muncul di utara (Sukasari–Cidadap), barat (Cicendo bagian barat), dan barat daya (Bandung Kulon–Babakan Ciparay). Grid Prioritas Menengah umumnya berada di tepi klaster tersebut, antara lain di Coblong bagian utara dan sepanjang batas Buahbatu–Rancasari. Sebaliknya, grid kategori Terlayani dan Terlayani Optimal berhimpitan dengan lokasi SPKLU eksisting di pusat kota serta kawasan Gedebage.
Temuan ini sejalan dengan penelitian Arieyantho et al. (2025) yang menunjukkan bahwa perencanaan SPKLU berbasis buffer atau demografi semata cenderung menghasilkan distribusi infrastruktur yang tidak merata apabila tidak mempertimbangkan pola aksesibilitas jaringan jalan secara eksplisit. Demikian pula, Boonprong et al. (2024) dalam studinya di Bangkok menegaskan pentingnya analisis batas wilayah layanan (dalam kasus tersebut menggunakan diagram Voronoi) untuk mengidentifikasi wilayah dengan cakupan layanan pengisian kendaraan listrik yang masih rendah sebelum menentukan lokasi pengembangan infrastruktur baru. Jiao et al. (2024) juga menemukan bahwa akses terhadap SPKLU di Austin tidak merata antarwilayah sensus, sedangkan Ardiansyah dan Setiawan (2025) melaporkan pemusatan SPKLU di pusat kota Surabaya. Pendekatan gap analysis berbasis grid heksagon pada penelitian ini memperkuat temuan-temuan tersebut dengan menambahkan dimensi kuantitatif berupa persentase coverage berbasis isokron dan indeks demand komposit pada unit analisis yang lebih detail dan seragam (1×1 km).
Peta Prioritas Pengembangan SPKLU Baru
Gambar 5. Peta Prioritas Lokasi Pengembangan SPKLU Baru di Kota Bandung Berdasarkan Analisis Bivariate Choropleth (Matriks 3×3)
Tahap akhir studi ini menghasilkan sintesis berupa peta prioritas lokasi pembangunan SPKLU baru dengan memanfaatkan pendekatan bivariate choropleth, yakni teknik visualisasi simultan dua parameter spasial dalam skema pewarnaan komposit (Leonowicz, 2006). Setiap sel heksagon merepresentasikan persinggungan antara besarnya tingkat kebutuhan (demand) dan derajat keterjangkauan supply SPKLU eksisting. Pemilihan teknik ini didasarkan pada kemampuannya menyajikan informasi keruangan secara komprehensif, sehingga tidak sekadar mengidentifikasi pusat konsentrasi permintaan atau area minim layanan secara terpisah, melainkan mampu memetakan irisan kritis dari kedua kondisi tersebut secara bersamaan.
Dimensi permintaan direpresentasikan melalui Demand Index, sedangkan dimensi pasokan diukur berdasarkan nilai coverage berbasis isokron. Kedua indikator kemudian dikelompokkan ke dalam tiga tingkatan menggunakan metode klasifikasi kuantil (quantile), sehingga menghasilkan matriks 3×3 dengan sembilan kombinasi warna. Metode kuantil dipilih untuk mengantisipasi tingginya kemiringan sebaran data (skewness) sekaligus mencegah terbentuknya kelas kosong yang dapat merusak keterbacaan peta apabila menggunakan pendekatan natural breaks. Pada legenda, sumbu horizontal menunjukkan peningkatan demand dan sumbu vertikal menunjukkan peningkatan supply, sehingga warna marun gelap menandai kombinasi demand tinggi–supply rendah.
Hasil evaluasi spasial terhadap 242 unit grid heksagon menunjukkan bahwa sebaran kombinasi supply–demand di Kota Bandung cukup beragam dan tidak ada satu kombinasi pun yang mendominasi secara mutlak. Kombinasi yang paling banyak dijumpai adalah demand rendah–supply rendah (44 grid atau 18,2%) dan demand sedang–supply tinggi (43 grid atau 17,8%), yang masing-masing mencerminkan kawasan pinggiran kota dan kawasan inti yang telah terlayani baik. Sementara itu, kombinasi paling kritis, yaitu demand tinggisupply rendah, mencakup 26 grid (22,52 km² atau 10,7%), sehingga sekitar satu dari sepuluh sel wilayah studi membutuhkan intervensi mendesak. Rincian frekuensi, luas, dan proporsi setiap kombinasi disajikan pada Tabel 3.
Tabel 3. Distribusi Frekuensi, Luas Wilayah, dan Proporsi Grid Heksagon Berdasarkan Matriks BivaBivariate ChoroplethppSupply–Dema>d)
Keterangan: luas dihitung berdasarkan luas penuh sel heksagon (±0,866 km² per sel).
Berdasarkan sembilan kombinasi pada analisis bivariate choropleth, grid-grid tersebut dikelompokkan ke dalam lima zona arahan. Uraian setiap zona mencakup lokasi persebaran, kondisi dan permasalahan, serta saran intervensi sebagai berikut:
1. Zona Prioritas Utama (DemaDemandggi – Su Suppendah; 26 grid; 22,52 km²; 10,7%). Persebaran: ditandai warna marun gelap dan terkonsentrasi di koridor Bandung Timur, yaitu Kecamatan Arcamanik, Mandalajati, Antapani bagian timur, Ujungberung, Cinambo, dan Rancasari, dengan perpanjangan ke selatan di Buahbatu dan Bandung Kidul. Kondisi dan permasalahan: kawasan ini merupakan permukiman terpadat di Kota Bandung (P3DW III, 19.340 jiwa/km²) dengan rerata Demand Index 0,900, tetapi rerata coverage hanya 6,70% karena berada di luar jangkauan isokron 10 menit; pengguna harus menempuh perjalanan ke pusat kota atau Gedebage untuk mengisi daya. Saran: percepatan pembangunan SPKLU fast charging (≥50 kW) hingga ultra-fast charging pada simpul kegiatan di koridor Jl. A.H. Nasution (Cicaheum–Ujungberung) dan Jl. Soekarno-Hatta (segmen Rancasari–Buahbatu), seperti pusat perbelanjaan, SPBU, kantor kecamatan, dan fasilitas olahraga.
2. Zona Ekspansi dan InfiInfillmaDemandggi – Su Suppedang; 27 grid; 23,38 km²; 11,2%). Persebaran: ditandai warna abu kebiruan tua dan umumnya melingkari zona prioritas utama, yaitu di Antapani, Kiaracondong, Buahbatu bagian utara, serta tepi layanan di sekitar Gedebage dan Cibiru. Kondisi dan permasalahan: sel hanya terjangkau sebagian (umumnya pada isokron 10 menit), sementara kebutuhannya tinggi, sehingga SPKLU terdekat berisiko mengalami antrean dan kelebihan beban. Saran: penambahan unit dan nozzle pengisian pada SPKLU eksisting terdekat serta pembangunan unit sisipan (infill) di celah jangkauan agar sel naik ke kelas supply tinggi.
3. Zona Prioritas Sekunder (DemaDemandang – Su Suppendah; 11 grid; 9,53 km²; 4,5%). Persebaran: ditandai warna merah kusam dan tersebar sebagai kantong-kantong kecil di utara (Sukasari dan Cidadap), barat (Cicendo bagian barat dan Sukajadi), serta barat daya (Bandung Kulon–Babakan Ciparay). Kondisi dan permasalahan: kebutuhan tergolong sedang, tetapi jaringan jalan yang berbukit di utara dan letak di tepi kota membuat sel-sel ini berada di luar jangkauan isokron. Saran: pengembangan SPKLU tipe medium charging (AC 22 kW) secara bertahap di pusat pemerintahan kecamatan, kampus, atau koridor jalan kolektor sekunder untuk menampung limpahan pengguna dari kawasan inti kota.
4. Zona Optimalisasi dan SmarSmart GridmaDemandggi – Su Suppinggi; 28 grid; 24,25 km²; 11,6%). Persebaran: ditandai warna biru tua, terutama di bagian tengah–timur kota (Cibeunying Kidul, Batununggal, Lengkong, dan Kiaracondong bagian barat) serta di sekitar SPKLU Gedebage dan Cibiru. Kondisi dan permasalahan: layanan sudah menjangkau dengan baik, tetapi tingginya kebutuhan berpotensi menimbulkan beban puncak dan antrean pada jam sibuk. Saran: fokus kebijakan bukan lagi pada pembangunan fisik baru, melainkan pada peningkatan keandalan pasokan listrik, pengelolaan beban puncak (smart charging), serta integrasi sistem reservasi dan informasi ketersediaan berbasis aplikasi.
5. Zona Konservatif dan HomeHome Charging0 grid; 129,91 km²; 62,0%). Zona ini mencakup seluruh grid demand rendah (81 grid pada semua kelas supply) serta grid demand sedang dengan supply sedang–tinggi (69 grid). Persebaran: kawasan inti dan barat kota yang telah terlayani baik (Sukajadi, Cicendo, Coblong, Sumur Bandung, Bandung Wetan, Regol, Astanaanyar, Andir), serta sel-sel di tepi batas kota. Kondisi dan permasalahan: kawasan inti telah memiliki SPKLU yang memadai, sedangkan sel di tepi kota memiliki demand rendah karena tingkat adopsi yang masih terbatas dan luas sel yang terpotong batas administrasi. Saran: penyediaan SPKLU publik belum bersifat mendesak; kebijakan diarahkan pada pemeliharaan SPKLU eksisting, insentif penambahan daya listrik rumah tangga (home charging booster), serta penyediaan pengisian lambat (slow charging AC 7 kW) secara selektif di fasilitas sosial dan fasilitas umum komunitas lokal.
Wilayah Kritis yang Perlu Diprioritaskan
Unit analisis yang memerlukan penanganan paling mendesak adalah kelompok kombinasi kebutuhan tinggi dengan tingkat pasokan rendah, yang mencakup 26 sel heksagon seluas 22,52 km² (10,7% dari total wilayah kajian). Kelompok ini mencatat rerata Demand Index sebesar 0,900 dari batas maksimum 1,000, namun hanya memperoleh rerata coverage sebesar 6,70%, jauh di bawah ambang batas kuantil terbawah (36,81%). Kondisi ini menegaskan bahwa wilayah-wilayah tersebut menampung potensi pengguna kendaraan listrik yang sangat signifikan tetapi minim aksesibilitas fasilitas pengisian publik. Berdasarkan sebarannya, ke-26 grid kritis tersebut dapat dikelompokkan ke dalam tiga klaster prioritas berikut:
1. Klaster Arcamanik–Mandalajati–Antapani Timur, yang merupakan bagian terbesar dari grid kritis dan terletak di antara dua kantong layanan eksisting (pusat kota dan Gedebage), sehingga pembangunan SPKLU di koridor ini akan menutup celah layanan terluas.
2. Klaster Ujungberung–Cinambo–Panyileukan Barat, yang berada di koridor Jl. A.H. Nasution sebagai jalur utama pergerakan menuju pintu timur kota.
3. Klaster Rancasari–Buahbatu–Bandung Kidul, yang membentuk pita di sepanjang koridor Jl. Soekarno-Hatta bagian selatan dan menghubungkan kawasan permukiman padat dengan pusat kegiatan di Gedebage.
Temuan ini juga konsisten dengan evaluasi kesenjangan pada tahap gap analysis. Dari 26 sel kritis tersebut, sebanyak 23 grid (88,5%) tergolong dalam kategori Prioritas Tinggi, sementara 3 grid lainnya berada pada kategori Prioritas Menengah. Keselarasan antara pemodelan kategorikal pada gap analysis dan klasifikasi kuantil pada bivariate choropleth memberikan validasi yang kuat bahwa lokasi-lokasi tersebut merupakan titik kritis aktual dan bukan akibat bias metode klasifikasi.
Secara lebih luas, terdapat 81 grid (70,15 km²) yang termasuk kelas permintaan tinggi dan 81 grid (70,15 km²) yang termasuk kelas cakupan rendah. Irisan keduanya sebesar 26 grid menunjukkan bahwa sepertiga wilayah bercakupan rendah bertepatan dengan wilayah berpermintaan tinggi. Pola ini mengindikasikan bahwa persoalan utama bukanlah kekurangan SPKLU secara merata, melainkan ketidaksesuaian sebaran spasial antara lokasi infrastruktur eksisting dan pusat-pusat permintaan aktual.
Kesimpulan dan Rekomendasi
Kesimpulan
Berdasarkan hasil analisis, kesimpulan penelitian ini sesuai dengan tujuan yang telah dirumuskan adalah sebagai berikut:
1. Sebaran dan cakupan SPKLU eksisting (Tujuan 1): SPKLU eksisting masih terpusat di kawasan inti kota (Bandung Wetan, Sumur Bandung, Cicendo, dan sebagian Coblong) dengan coverage di atas 60% pada isokron 5–10 menit. Sebaliknya, 81 grid heksagon (70,15 km²) memiliki coverage rendah hingga 0%, terutama di koridor Bandung Timur dan Bandung Selatan.
2. Tingkat kebutuhan (demademand> (Tujuan 2): Demand Index tertinggi berada di Bandung Timur (P3DW III Soekarno-Hatta) yang memiliki kepadatan kendaraan listrik dan penduduk tertinggi (19.340 jiwa/km²), diikuti kawasan pusat kota, seiring meningkatnya populasi kendaraan listrik roda empat hingga 6.621 unit pada tahun 2024.
3. Ketimpangan suppsupply–demand (Tujuan 3): gap analysis mengidentifikasi 26 grid kritis (22,52 km² atau 10,7% wilayah studi) dengan rerata Demand Index 0,900 tetapi rerata coverage hanya 6,70%; sebanyak 88,5% di antaranya konsisten berada pada kategori Prioritas Tinggi. Ketimpangan ini disebabkan oleh ketidaksesuaian sebaran lokasi SPKLU terhadap pusat kebutuhan, bukan semata kekurangan jumlah unit.
4. Peta prioritas pengembangan SPKLU baru (Tujuan 4): peta bivariate choropleth 3×3 menghasilkan lima zona arahan, dengan Zona Prioritas Utama di klaster Arcamanik–Mandalajati–Antapani Timur, Ujungberung–Cinambo–Panyileukan Barat, serta Rancasari–Buahbatu–Bandung Kidul sebagai lokasi yang direkomendasikan untuk pembangunan SPKLU baru. Penggunaan grid heksagon 1×1 km memungkinkan lokasi prioritas tersebut ditetapkan pada unit yang seragam dan tidak bergantung pada batas administrasi.
Rekomendasi
Berdasarkan temuan analisis aksesibilitas, ketimpangan supply dan demand, serta sintesis peta prioritas penempatan SPKLU di Kota Bandung, dirumuskan sejumlah rekomendasi untuk implementasi kebijakan pemerintah daerah dan penyedia layanan maupun untuk penyempurnaan riset lanjutan, yaitu:
1. Akselerasi pembangunan infrastruktur baru berbasis prioritas spasial. Pemerintah Kota Bandung bersama PT PLN (Persero) dan operator swasta disarankan memfokuskan alokasi pembangunan SPKLU baru pada 26 grid kritis (demand tinggisupply rendah), terutama di koridor Bandung Timur dan Bandung Selatan, dengan menyediakan fasilitas fast charging (≥50 kW) hingga ultra-fast charging pada simpul-simpul bangkitan kegiatan publik.
2. Pemutakhiran basis data spasial secara berkala. Bapenda dan Dinas Perhubungan perlu mengintegrasikan serta memutakhirkan data registrasi kendaraan listrik dan titik SPKLU secara periodik, idealnya hingga tingkat kecamatan atau kelurahan, agar model gap analysis tetap relevan dan lebih akurat mencerminkan kebutuhan aktual.
3. Integrasi parameter multikriteria tambahan. Penelitian selanjutnya disarankan memperkaya model penentuan lokasi dengan variabel kelayakan teknis dan lingkungan, seperti kapasitas trafo dan beban puncak jaringan listrik PLN, zonasi tata ruang (RDTR), harga sewa lahan, serta preferensi mobilitas harian pemilik kendaraan listrik.
4. Pengembangan sistem informasi spasial (WebGIS interaktif). Peta prioritas hasil penelitian ini direkomendasikan untuk dikembangkan menjadi dashboard WebGIS interaktif agar pemangku kepentingan dapat memantau persebaran infrastruktur, mengkaji kelayakan perizinan secara real-time, dan menentukan titik tapak SPKLU baru secara transparan.
5. Perluasan cakupan wilayah analisis. Penelitian selanjutnya perlu memperluas lingkup analisis melampaui batas Kota Bandung menuju skala Metropolitan Bandung Raya (Kota Cimahi, Kabupaten Bandung, dan Kabupaten Bandung Barat) untuk mengurangi distorsi pemotongan heksagon di perbatasan (edge effect) sekaligus menangkap pola perjalanan komuter kendaraan listrik lintas wilayah.
Dengan demikian, peta prioritas ini memberikan gambaran spasial yang intuitif dan dapat langsung ditindaklanjuti. Pemangku kepentingan tidak perlu membandingkan dua peta tematik secara terpisah karena informasi permintaan dan pasokan telah terintegrasi dalam satu representasi visual, sehingga pendekatan ini dapat menjadi dasar kuantitatif bagi penentuan lokasi SPKLU baru di Kota Bandung dengan urutan prioritas yang dapat dipertanggungjawabkan secara metodologis.
Daftar Pustaka
Ardiansyah, H., & Setiawan, R. P. (2025). Preferensi pengguna dalam penentuan kriteria lokasi infrastruktur pengisian daya kendaraan listrik di Kota Surabaya. Jurnal Penataan Ruang, 20(Special Edition II), 207–220. https://doi.org/10.12962/j2716179X.v20iII.5352
Arieyantho, F. F. H., Luqman, A. T., & Agtriadi, H. B. (2025). Stasiun Pengisian Kendaraan Listrik Umum (SPKLU) model using GIS and machine learning. Ultima InfoSys: Jurnal Ilmu Sistem Informasi, 16(2), 100–108. https://doi.org/10.31937/si.v16i2.4543
Badan Pendapatan Daerah Provinsi Jawa Barat. (2024). Data registrasi kepemilikan kendaraan bermotor listrik berbasis baterai (KBLBB) wilayah operasional P3DW Kota Bandung tahun 2022–2024. Bapenda Jawa Barat.
Badan Perencanaan Pembangunan, Penelitian, dan Pengembangan Kota Bandung. (2024). Rekapitulasi agregat data kependudukan dan luas wilayah administrasi Kota Bandung semester I dan II tahun 2024. Pemerintah Kota Bandung.
Birch, C. P. D., Oom, S. P., & Beecham, J. A. (2007). Rectangular and hexagonal grids used for observation, experiment and simulation in ecology. Ecological Modelling, 206(3–4), 347–359. https://doi.org/10.1016/j.ecolmodel.2007.03.041
Boonprong, S., Punturasan, N., Varnakovida, P., & Prechathamwong, W. (2024). Towards sustainable urban mobility: Voronoi-based spatial analysis of EV charging stations in Bangkok. Sustainability, 16(11), 4729. https://doi.org/10.3390/su16114729
Burdziej, J. (2019). Using hexagonal grids and network analysis for spatial accessibility assessment in urban environments – a case study of public amenities in Toru. Miscellanea Geographica. Regional Studies on Development, 23(2), 99–110. https://doi.org/10.2478/mgrsd-2018-0037
Erbaş, M., Kabak, M., Özceylan, E., & Çetinkaya, C. (2018). Optimal siting of electric vehicle charging stations: A GIS-based fuzzy Multi-Criteria Decision Analysis. Energy, 163, 1017–1031. https://doi.org/10.1016/j.energy.2018.08.140
Geo Mapid. (2025). Basis data spasial sebaran titik lokasi SPKLU eksisting dan batas administrasi Kota Bandung. PT Mapid Teknologi Indonesia. https://mapid.io
Goodchild, M. F., & Lam, N. S. N. (1980). Areal interpolation: A variant of the traditional spatial problem. Geo-Processing, 1, 297–312.
Jiao, J., Choi, S. J., & Nguyen, C. (2024). Toward an equitable transportation electrification plan: Measuring public electric vehicle charging station access disparities in Austin, Texas. PLOS ONE, 19(9), e0309302. https://doi.org/10.1371/journal.pone.0309302
Kementerian Energi dan Sumber Daya Mineral. (2025, 11 November). Dorong percepatan ekosistem kendaraan listrik, Kementerian ESDM atur pemerataan SPKLU. Direktorat Jenderal Ketenagalistrikan. https://gatrik.esdm.go.id/berita/?slug=dorong-percepatan-ekosistem-kendaraan-listrik-kementerian-esdm-atur-pemerataan-spklu
Leonowicz, A. M. (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija, 42(1), 33–37.
Mesquita, A. R., Souza de Abreu, V. H., Poyares, C. N., & Souza Santos, A. (2025). Barriers to electric vehicle adoption: A framework to accelerate the transition to sustainable mobility. Sustainability, 17(18), 8318. https://doi.org/10.3390/su17188318
Openshaw, S. (1984). The modifiable areal unit problem (Concepts and Techniques in Modern Geography No. 38). Geo Books.
OpenStreetMap contributors. (2025). Planet dump: Road network data of Bandung City. OpenStreetMap Foundation. https://www.openstreetmap.org
Pagany, R., Ramirez Camargo, L., & Dorner, W. (2019). A review of spatial localization methodologies for the electric vehicle charging infrastructure. International Journal of Sustainable Transportation, 13(6), 433–449. https://doi.org/10.1080/15568318.2018.1481243
Pevec, D., Babic, J., Carvalho, A., Ghiassi-Farrokhfal, Y., Ketter, W., & Podobnik, V. (2020). A survey-based assessment of how existing and potential electric vehicle owners perceive range anxiety. Journal of Cleaner Production, 276, 122779. https://doi.org/10.1016/j.jclepro.2020.122779
Sahr, K., White, D., & Kimerling, A. J. (2003). Geodesic discrete global grid systems. Cartography and Geographic Information Science, 30(2), 121–134. https://doi.org/10.1559/152304003100011090
Wong, D. W. S. (2004). The modifiable areal unit problem (MAUP). Dalam D. G. Janelle, B. Warf, & K. Hansen (Ed.), WorldMinds: Geographical perspectives on 100 problems (hlm. 571–575). Springer. https://doi.org/10.1007/978-1-4020-2352-1_93
![[GEODATA] Tutupan Lahan Indonesia](https://mapidstorage.s3.amazonaws.com/general_image/mapidseeit/1684312961161_COVER%20GEODATA_%20Tutupan%20Lahan.png)
![[GEODATA] Point of Interest (POI)](https://mapidstorage.s3-ap-southeast-1.amazonaws.com/foto_doc/mapidseeit/doc_1648452337_d8074cde-5aef-4820-88ba-b6cc500a7e04.jpeg)
![[GEODATA] Status Ekonomi dan Sosial (SES) Indonesia](https://mapidstorage.s3.amazonaws.com/general_image/mapidseeit/1693454652933_20230831-085941.jpg.jpeg)
