Dulu waktu masih menjadi mahasiswa ada ungkapan begini: lokasi menentukan prestasi. Biasanya ungkapan itu cukup viral dikala akan ujian baik mid semester maupun akhir semester. Siapa akan duduk di sebelahnya siapa ternyata diyakini berhubungan dengan semakin baiknya capaian nilai. Ingin mendapatkan nilai bagus bisa ditempuh melalui dua cara yaitu belajar atau duduk disamping teman yang pintar. Saya yakin, rumus itu tidak ada di buku-buku literatur pendidikan manapun. Meski begitu, argumen itu terus menerus bergaung dari waktu ke waktu dikala mendekati tanggal ujian. Guyonan sebenarnya, tetapi kenyataannya banyak teman-teman yang berebut agar bisa saling berdekatan. Seakan-akan menjadi teman akrab selama 1,5 jam ada suplier dan demand yang terikat untuk memaksimalkan hasil peruntungan. Dan alhasil memang demikian, banyak yang bisa mengantongi nilai lebih baik dikala bisa mendekati para master-master itu. Itu adalah cerita masa lalu, yang mungkin saja juga masih ada sekarang.

Di lingkup sedikit lebih luas ternyata juga berlaku dikala menerapkan spatial statistics untuk riset. Ada weight atau bobot yang dihitung berdasarkan hubungan biner kedekatan. Nilai 1 digit menentukan dekat ataukah tidak dekat. Dua nilai itu saja, dan tentu tidak terlalu sulit kalau hanya dibayangkan. Dari memandang bentang alam saja, kita bisa mengatakan bahwa lokasi A dari B itu dekat kok mungkin butuh waktu sekitar 10 menit kalau jalan kaki. Itu ungkapan dikala kita bertanya lokasi ke seseorang, dikala google maps belum menggantikannya. Bisa juga berkata sebaliknya, jauh. Persepsi tiap orang atas jarak itu ternyata berbeda-beda. Ukuran dekat dan jauh itu ternyata relatif yang mungkin saja mereka perhitungkan dari estimasi energi yang mereka keluarkan jikalau mereka berpindah dari A ke B. Jarak adalah satuan relatif, mungkin begitu.

Karena jarak itu bukan hanya satuan vektor dari dua titik melainkan sebuah satuan relatif maka konsekuensi atasnya juga beragam. Jarak terpendek dan jarak tercepat tidak selamanya memiliki satu hubungan segaris. Bisa jadi justru berlawanan. Jarak terpendek belum tentu adalah jarak tercepat, begitupula sebaliknya. Dikala kita berjalan kaki atau menggunakan kendaraan pribadi maka asumsi jarak terpendek adalah jarak tercepat mungkin bisa dipahami. Untuk menghemat waktu dan bensin maka bisa menempuh jarak terpendek agar mendapatkan jarak tercepat. Namun dikala menggunakan kendaraan umum ternyata akan memiliki konsekuensi berbeda. Jarak tercepat angkutan umum belum tentu adalah jarak terpendeknya, mereka memiliki trayek yang harus diikuti. Mereka juga perlu mempertimbangkan kepadatan lalu lintas setempat. Asumsi sok teoritis itu ternyata akan berpengaruh terhadap besaran bobot dalam statistik ruang.

Menyebarnya titik-titik awal ini kemudian disebut sebagai randomness. Mereka menyebar dengan tiga pola, yaitu mengelompok (clustered), menyebar (dispersed), atau teracak (random). Bagi yang sering menggunakan spatial statistics di ArcGIS pasti tidak asing dengan 3 kata itu. Hubungan antar titik itu kemudian dinilai dalam bentuk Moran’s Index. Berhenti disini sebenarnya sudah cukup dikala kita menggunakan basic statistics untuk menjelaskan bobot berbasis geografi. Namun kenyataannya tidak demikian, karena bobot sangat bergantung pada kondisi geografi yaitu bagaimana menghubungkan setiap titik maka hubungan itu menjadi kunci yang dipengaruhi bukan hanya score tetapi bagaimana hubungan dibentuk. Di sinilah perlunya mempertimbangkan ‘tetangga’. Mereka akan mempengaruhi kita dan juga sebaliknya.

Tiga jenis hubungan tetangga di atas (dispersed, random, clustered) itu akan menentukan bobot. Termasuk simulasi yang akan digunakan. Simulasi bisa juga diartikan manipulasi hubungan. Setiap intervensi hubungan antar titik akan menentukan nilai bobot. Rada rumit memang, tetapi inilah justifikasi bagaimana ungkapan lokasi menentukan prestasi itu bisa dijelaskan. Karena akan kembali ke hukum 1 geografi (Tobler): semua berhubungan namun yang terdekatlah yang memiliki hubungan terkuat.

Repitisi hubungan, A ~> B, A ~> C, A ~> D dan seterusnya. Bergantung seberapa banyak tetangganya. Semakin jauh sebaran titik-titik itu maka semakin lemah hubungan. Sedangkan siapa tetangga di sekitarnya itu bisa ditentukan dari radius atau langsung saja ditentukan berapa jumlahnya. Ini yang kemudian disebut sebagai randomness. Pendek kata, kekuatan bobot sangat bergantung pada seberapa jarak antar tetangga. Kembali ke analogi di atas: lokasi menentukan prestasi. Bisa benar kalau mereka saling berdekatan dan memang dalam jangkauan komunikasi. Dalam statistik, jangkauan komunikasi itu merupakan jangkauan interaksi/ hubungan.