TEMU ILMIAH IPLBI 2013

Kompleksitas dan Preferensi dalam Perancangan

Hanson E. Kusuma
Kelompok Keahlian Perancangan Arsitektur, Sekolah Arsitektur, Perencanaan dan Pengembangan Kebijakan (SAPPK), ITB

Abstrak

Beragam persoalan dipikirkan dan dielaborasi oleh arsitek pada saat merancang. Pemahaman
terhadap ilmu dari beragam persoalan akan mempengaruhi keberhasilan proses perancangan dan
hasil rancangan. Artikel ini membahas salah satu persoalan penting dalam perancangan:
kompleksitas. Klimaks dari pembahasan berdasarkan hasil analisis regresi linier dan polinomial data
preferensi terhadap fasada rumah tinggal yang diakumulasikan selama kurun waktu lima tahun.
Hasil analisis mengungkap preferensi cenderung tinggi apabila kompleksitas sedang.

Kata-kunci : persoalan perancangan, kompleksitas, preferensi

juga disebutkan, menurut Steven Kaplan

dan Rachel Kaplan, kompleksitas
Pada saat merancang, arsitek memikirkan merupakan salah satu faktor yang
berbagai macam persoalan, seperti mempengaruhi preferensi terhadap lanskap,
kenyamanan, kekuatan, keamanan, selain keserasian/ kesinambungan
keselamatan, perawatan, keberlanjutan, (coherence), kemudahan dipahami
energi, ekonomi, citra (image), dll. Semua (legibility) dan misteri (mystery). Nasar
persoalan tersebut harus (bukan boleh) (1996) menyatakan bahwa kompleksitas
dipikirkan dengan kadar kedalamannya berhubungan dengan keragaman
masing-masing, karena merancang (diversity) dan kekayaan visual (visual
merupakan kegiatan sintesis (merangkai). richness), dan kompleksitas mempengaruhi
Semakin komprehensif persoalan yang preferensi. Lebih lanjut, Ewing dan
dipikirkan dalam proses perancangan, Bartholomew (2013), menyebutkan delapan
kinerja karya perancangan akan semakin faktor yang mempengaruhi kualitas
optimal. Semua persoalan perancangan perancangan kota: imageability, enclosure,
tersebut dipikirkan arsitek, baik secara linier human scale, transparency, complexity,
berurutan, bolak-balik ataupun secara coherence, legibility dan linkage.
simultan.
Dari uraian di atas dapat diketahui bahwa dalam
Artikel ini membahas salah satu persoalan beragam skala lingkungan, kompleksitas
dari beragam persoalan yang dipikirkan mempengaruhi kualitas dan preferensi.
arsitek pada saat merancang, yaitu Sebenarnya, apakah yang dimaksud dengan
persoalan citra (image), dan fokus pada kompleksitas? Bagaimanakah pengaruh
salah satu sub-persoalan dari citra: kompleksitas terhadap preferensi? Apakah jika
kompleksitas. lingkungan secara visual semakin kompleks,
preferensi akan semakin tinggi? Apakah
Kompleksitas (complexity) merupakan sebaliknya, seperti yang digemari oleh para
salah satu faktor yang mempengaruhi
arsitek dengan jargonnya less is more, semakin
estetika lingkungan selain kebaruan
simpel preferensi semakin tinggi? Apakah less is
(novelty), ketidakserasian (incongruity)
bore?
dan keterkejutan (surprisingness), menurut
Berlyne (1960, dalam Bell, Fisher, Baum, &
Grene, 1996). Dalam referensi yang sama
Metode dan merujuk pada hasil penelitian sebelumnya,
seperti teori estetika Berlyne, preferensi Kaplan
Untuk menjawab pertanyaan-pertanyaan di & Kaplan dan likeable features Nasar, yang
atas, penulis melakukan penelitian tentang disebutkan di awal artikel ini. Pertanyaan di
preferensi. Pengumpulan data dilaksanakan tahun berikutnya disusun berdasarkan hasil
bukan hanya untuk mengakumulasikan analisis faktor data pertanyaan tahun
pengetahuan tentang kompleksitas, tetapi juga sebelumnya (Bryant & Yarnold, 2001), sehingga
untuk akumulasi pengetahuan tentang jumlah pertanyaan lebih sedikit daripada tahun

Prosiding Temu Ilmiah IPLBI 2013 | A - 25

preferensi. Kompleksitas sebelumnya. Data yang didapatkan setiap tahun

selalu dianalisis menggunakan analisis faktor
Kompleksitas dan Preferensi dalam Perancangan untuk mengidentifikasi variabel laten dan
variabel dominan. Kompleksitas selalu menjadi
merupakan salah satu prediktor dari preferensi. salah satu dimensi (variabel laten) yang
Data dikumpulkan melalui survei mulai tahun dihasilkan dari analisis faktor. Karena itu,
2005 sampai 2009. Pada tahun 2005, 20 objek kompleksitas selalu digunakan sebagai salah
dievaluasi oleh 94 responden. Pada tahun 2006, satu item pertanyaan/variabel yang ditanyakan
2007, 2008 dan 2009, 24 objek yang di dalam kuesioner dari tahun 2005 sampai
berbedabeda setiap tahunnya, dievaluasi oleh 2009.
masingmasing 207, 48, 28 dan 40 responden.
Unit data yang digunakan pada analisis
Survei dilaksanakan sebagai berikut. Objek berjumlah 116, sesuai dengan jumlah objek
fasada rumah tinggal yang memiliki tingkat yang dikumpulkan datanya sejak tahun
kompleksitas berbeda-beda diproyeksikan ke 2005 sampai 2009. 116 objek tersebut
layar lebar menggunakan proyektor dan dievaluasi oleh 397 responden yang
dievaluasi oleh mahasiswa dari berbagai jurusan berbeda-beda pada tahun yang berbeda
yang kuliah di ITB. Mahasiswa mengevaluasi (jumlah responden setiap tahun dapat
objek dengan mengisi kuesioner yang disusun dilihat pada bagian sebelumnya). Data
menggunakan metode semantic-differential objek dan responden yang berbeda-beda
(SDMethod). Jawaban setiap pertanyaan pada tahun yang berbeda tersebut dapat
berskala 1 sampai dengan 7, dengan masing- dianalisis bersamasama karena variabel
masing kutup jawaban berupa kata sifat yang yang digunakan dalam analisis sama.
saling berlawanan, seperti misalnya simpel Variabel yang sama tersebut merupakan
sampai dengan kompleks, atau baru sampai variabel-variabel dominan (laten variabel)
dengan lama, dst. Contoh pertanyaan dalam hasil faktor analisis. Dalam proses analisis,
kuesioner diperlihatkan pada tabel 1. Posisi kata 5 dari 116 (kurang dari 5%) unit data tidak
sifat yang positif ataupun negatif ditempatkan di digunakan dalam analisis, karena dianggap
kanan ataupun kiri secara acak, agar responden sebagai outlier.
menjawab setiap pertanyaan dengan lebih teliti.
Analisis dan Diskusi
Tabel 1. Pertanyaan Berskala Semantic-differential
Untuk mengungkap karakteristik hubungan
kausal antara kompleksitas dan preferensi
digunakan analisis regresi bivariat. Pada
analisis regresi, prinsip yang harus
dipenuhi: (1)secara sekuensial waktu,
Pertanyaan-pertanyan pada tahun pertama sesuatu yang lebih dulu ada/ terjadi
(2005), disusun berdasarkan hasil penelitian menjadi variabel sebab, dan sesuatu yang
pendahuluan yang bersifat eksploratif (kualitatif) datang kemudian menjadi variabel akibat,
dan (2)hubungan sebab-akibat antara yang cenderung kompleks dan disukai;
variabel sebab dan akibat tersebut dapat kanan bawah kompleks dan tidak disukai;
dinalar dengan akal-sehat. Kompleksitas kiri atas sederhana dan disukai; dan kiri
lebih dulu ada daripada preferensi, dan bawah sederhana dan tidak disukai.
dapat dinalar dengan akal-sehat pula
bahwa kompleksitas dapat mempengaruhi Dua jenis analisis regresi digunakan dan
preferensi. Karena itu, pada analisis regresi dibandingkan untuk mengetahui analisis
bivariat, kompleksitas menjadi variabel regresi yang mampu menjelaskan data
sebab/ independent/bebas dan diposisikan lebih baik dan mengungkapkan karakteristik
pada sumbu x pada diagram. Preferensi hubungan kausal antara kompleksitas dan
menjadi variabel akibat/dependent/terikat preferensi lebih tepat. Analisis regresi yang
dan diposisikan pada sumbu y diagram. pertama, analisis regresi linier, yang
mengungkap hubungan kausal antara
Hasil analisis regresi diperlihatkan di kompleksitas dan preferensi dalam bentuk
diagram 1. Skala sumbu x (kompleksitas) garis linier dari kiri atas ke kanan bawah
dan y (preferensi) sama dengan skala (lihat diagram 1 di atas). Analisis regresi
evaluasi dari 1 sampai dengan 7. Tetapi, yang kedua, analisis regresi polinomial,
pada diagram nilai minimum yang yang mengungkap hubungan antara
digunakan 1,5 dan maksimum 6,5. Nilai kompleksitas dan preferensi dalam bentuk
median sumbu x dan sumbu ya sama, yaitu garis kurvilinier terbalik, dari kiri bawah naik
4. Pada sumbu x, angka semakin besar ke tengah (sekitar median) dan dari tengah
(semakin ke kanan) berarti semakin turun ke kanan bawah.

A - 26 | Prosiding Temu Ilmiah

IPLBI 2013
kompleks. Pada
Garis linier pada diagram menandakan
bahwa kompleksitas berpengaruh negatif
terhadap preferensi. Kenaikan tingkat
kompleksitas akan menurunkan tingkat
preferensi. Garis kurviliner pada diagram
menandakan bahwa pada tingkat
kompleksitas dari sangat rendah sampai
sedang,

Hanson E. Kusuma

kenaikan tingkat kompleksitas berpengaruh

positif pada preferensi, dan pada tingkat
kompleksitas dari sedang sampai rendah,
kompleksitas berpengaruh negatif terhadap
preferensi. Jika kompeksitas sangat rendah
(sangat sederhana), preferensi akan rendah,
dan jika kompleksitas sangat tinggi, preferensi
Diagram 1. Regresi Liniear dan Polinomial juga akan rendah. Preferensi paling tinggi pada
antara Kompleksitas dan Preferensi posisi kompleksitas cenderung sedang.

sumbu y, angka semakin besar (semakin ke Pada analisis regresi, garis linier ataupun
atas), preferensi semakin tinggi. Titik kurvilinier, merupakan garis-garis yang mewakili
(lingkaran kecil) pada diagram mewakili objek-objek (titik-titik) yang tersebar pada
satu objek rumah tinggal. Pada diagram diagram. Garis yang dapat lebih dipercaya dan
terdapat 111 objek. Objek-objek yang dapat digunakan untuk menjelaskan fenomena
berada di kanan atas, merupakan objek
adalah garis yang dapat lebih Contoh rumah tinggal dengan kompleksitas
merepresentasikan objek-objek yang rendah (sederhana/simpel) dan preferensi juga
diwakilinya. Dengan kata lain, garis regresi rendah diperlihatkan pada gambar 1. Rumah
dapat dikatakan merepresentasikan objek lebih tinggal dengan kompleksitas sedang dan
baik apabila objek-objek yang diwakilinya preferensi tinggi diperlihatkan pada gambar 2.
menyebar di dekat (di sekitar) garis yang Rumah tinggal dengan tingkat kompleksitas
merepresentasikannya. Jika objekobjek tinggi dan tingkat preferensi rendah
menyebar semakin jauh dari garis regresi, maka diperlihatkan pada gambar 3. Dapat dilihat pada
kemampuan representasi garis regresi tersebut tiga gambar tersebut, objek yang cenderung
dapat dikatakan semakin buruk. Dalam analisis dianggap sederhana memiliki jumlah bidang
regresi, tingkat kemampuan representasi garis dinding sedikit, bidang dinding lebar dan warna
regresi diindikasikan melalui parameter R- tidak beragam atau hanya warna monokrom.
square (koefisien determinasi). Nilai koefisien Sedangkan objek yang cenderung dianggap
determinasi antara 0 sampai dengan 1. Angka kompleks memiliki jumlah dinding banyak, pada
semakin mendekati 1, kemampuan representasi bidang dindingnya terdapat elemen-elemen
garis regresi semakin baik, semakin mampu (garis) horisontal atau vertikal, dan warna
menjelaskan data lebih baik dan semakin sesuai dinding cenderung beragam.
dengan kenyataan.

Pada hasil analisis regresi yang ditampilkan di

diagram 1, nilai koefisien determinasi ( R-
square) regresi liner 0,19 dan nilai
signifikansinya (significant-value) kurang dari
0,01%. Nilai koefisien determinasi regresi
polinomial 0,42 dan nilai signifikansinya kurang Gambar 1. Dua Objek dengan Kompleksitas Rendah
dari 0,01%. Nilai signifikansi kurang dari 0,01% dan Preferensi Rendah
merupakan indikasi bahwa dua hasil analisis
regresi sama-sama signifikan. Nilai koefisien
determinasi regresi polinomial (0,42) lebih besar
daripada regresi linier (0,19) merupakan indikasi
bahwa hasil analisis regresi polinomial yang
berbentuk kurviliner terbalik lebih akurat
menjelaskan data daripada hasil analisis regresi
Gambar 2. Dua Objek dengan Kompleksitas Sedang
linier.
dan Preferensi Tinggi
Dari hasil analisis di atas, dapat dikatakan
bahwa hubungan antara kompleksitas dan
preferensi berbentuk kurviliner. Kenaikan

Prosiding Temu Ilmiah IPLBI 2013 | A - 27

tingkat

Kompleksitas dan Preferensi dalam Perancangan

kompleksitas dari posisi sangat rendah menuju

sedang akan berpengaruh positif pada
preferensi, tetapi jika kompleksitas semakin
tinggi lagi, maka preferensi akan semakin turun. Gambar 3. Dua Objek dengan Kompleksitas Tinggi
Preferensi paling tinggi pada tingkat dan Preferensi Rendah
kompleksitas sedang/moderat.
Dari gambar 1, 2 dan 3 dapat dilihat bahwa tidak segera membosankan, tidak juga
jika objek memiliki jumlah garis, bidang dan membuat pusing. Yang moderat, paling pas.
warna yang berbeda semakin banyak, objek
akan semakin cenderung dianggap Pembahasan ini dan temuan di atas
kompleks. Pada fasada rumah tinggal, terbatas pada kecenderungan umum
tingkat kompleksitas dipengaruhi oleh preferensi terhadap enclosure rumah
jumlah garis, bidang dan warna yang tinggal, tidak membahas kompleksitas
berbeda. Jumlah semakin banyak, ruang atau pengalaman spasial.
kompleksitas semakin tinggi. Jumlah Pembahasan ini juga tidak mencakupi skala
semakin sedikit kompleksitas semakin yang lebih luas dari rumah tinggal, seperti
rendah. permukiman atau bahkan kota. Perjalanan
masih panjang.
Kesimpulan
Daftar Pustaka
Tingkat kompleksitas dipengaruhi oleh
jumlah garis, bidang dan warna yang Bell, P.A., Greene, T.C., Fisher, J.D. & Baum, A.
berbeda. Rumah tinggal dengan fasada (1996). Environmental Psychology. Fourth
Edition. Harcourt Brace College Publisher,
kompleks atau sederhana cenderung tidak
Orlando.
disukai. Preferensi paling tinggi pada tingkat Bryant F.B & Yarnold, P.R. (2001).
kompleksitas sedang. Jadi less is more PrincipalComponent Analysis and Exploratory and
mungkin tidak tepat. Yang lebih tepat less is Confirmatory Factor Analysis. In Reading And
bore. Desain yang sederhana tidak Understanding Multivariate Statistics. Editors Grim,
menstimulus pengamatnya untuk berpikir. L.G. & Yarnold, P.R. Washington: American
Psychological Association.
Desain yang kompleks, menstimulus
Ewing, R. & Bartholomew, K. (2013). Pedestrian
pengamatnya terlalu banyak, sehingga
and Transit Oriented Design. Washington,
membuatnya ‘pusing’. Desain dengan D.C.: Urban Land Institute and American
kompleksitas sedang, menstimulus Planning Association.
pengamatnya dalam kadar yang cukup, Nasar, J.L. (1997). The Evaluative Image of The City.
Sage Publications, California.

A - 28 | Prosiding Temu Ilmiah IPLBI 2013