Metode

Definisi

Orientation entropy — H

Entropi Shannon dari arah ruas jalan, dibagi ke 36 bin selebar 10°, ditimbang panjang. H = −Σ P(i)·ln P(i). Maksimumnya ln 36 ≈ 3,584 ketika setiap bin terisi sama; petak sempurna memberi ln 4 ≈ 1,386.

φ — orientation-order

φ = 1 − ((H − H_g) / (H_max − H_g))², dengan H_g = ln 4 dan H_max = ln 36. φ = 1 adalah satu petak sempurna, φ = 0 jaringan yang sepenuhnya tak teratur. Ini ukuran seberapa dekat sebuah jaringan mengikuti logika satu petak — bukan ukuran mutu.

Circuity

Rata-rata jarak jaringan dibagi jarak garis lurus, atas sampel pasangan simpul yang ditarik dengan benih tetap. Nilainya selalu ≥ 1 menurut definisi; kalau kurang, perhitungan jaraknya rusak.

Average node degree

Jumlah derajat dibagi jumlah simpul, dengan simpul dihitung dari ujung ruas. Ruas jalan dipecah di setiap persimpangan, sehingga derajat simpul berarti derajat persimpangan.

Four-way · dead-end

Proporsi simpul berderajat tepat empat, dan proporsi simpul berderajat satu. Seluruh proporsi derajat berjumlah tepat satu, dan itu diuji.

Intersection density

Jumlah simpul berderajat ≥ 3 per kilometer persegi cakram sampel.

Footway coverage

Bagian panjang jaringan pejalan kaki yang berupa kelas khusus pejalan kaki — footway, path, pedestrian, steps, corridor. Di bawah 15% lokasi ditandai tipis; di atas 35% disebut cukup.

Bagaimana lokasi ini dipilih

Kandidat diukur sebelum diadopsi, pada jari-jari yang sama (800 m) dan pemetaan tag yang sama (“default”) dengan yang dipakai pipeline — survei yang menyampel berbeda tidak akan memprediksi apa pun. Pemilihan dilakukan atas dasar kelengkapan data saja, tidak pernah atas dasar metriknya: memilih lokasi menurut entropinya berarti memilih temuan sejak awal.

33 dari 126 kandidat yang disurvei melewati ambang cakupan tipis (15%). Dari 6 kandidat yang dicari sebagai perumahan kluster, tidak satu pun lolos — 0.9%–4.4%. Yang akhirnya masuk kumpulan ini justru datang dari pencarian kerapatan, bukan dari daftar tebakan: 2 dari 3 lokasi berpagar kini cakupannya memadai. Perbandingan kampung-versus-perumahan berdiri di atas jumlah sekecil itu. Dan itu pernyataan tentang OpenStreetMap, bukan tentang tempat-tempatnya: gangnya belum terpetakan, bukan tidak ada.

Kandidat di bawah ambang tidak dibuang diam-diam — ia diukur, dicatat, dan ditampilkan di sini. Menambahkan kluster perumahan yang terpetakan rapat, atau memetakannya, masih menjadi hal paling berguna yang bisa dilakukan siapa pun terhadap proyek ini.

Unduh survei kandidat (JSON, ODbL)

Data dan lisensi

• manifest.json — parameter dan metrik seluruh lokasi, tanpa geometri
• menteng.json Menteng
• kota-tua-jakarta.json Kota Tua
• kota-lama-semarang.json Kota Lama
• kampung-bendungan-hilir.json Kampung Bendungan Hilir
• kampung-melayu.json Kampung Melayu
• kampung-code.json Kampung Code
• kampung-lette.json Kampung Lette
• kampung-braga.json Kampung Braga
• kotagede.json Kotagede
• kayutangan.json Kayutangan
• pantai-indah-kapuk.json Pantai Indah Kapuk
• bsd-cluster.json BSD City — kluster
• alam-sutera.json Alam Sutera
• gading-serpong.json Gading Serpong
• panakkukang.json Panakkukang
• empang.json Empang
• pasar-atas.json Pasar Atas
• ubud.json Ubud
• kebayoran-baru.json Kebayoran Baru
• cihapit.json Cihapit
• pathuk.json Pathuk
• kesepuhan.json Kesepuhan
• sanur-kaja.json Sanur Kaja
• gadang.json Gadang
• gapuk-utara.json Gapuk Utara
• hamadi.json Hamadi
• cipayung-depok.json Cipayung
• kampung-bugis-tanjungpinang.json Kampung Bugis
• palangka.json Palangka
• lasoani.json Lasoani
• penurunan.json Penurunan
• singkawang-tengah.json Singkawang Tengah
• ikn-inti.json IKN — Kawasan Inti