JURNAL SAINS DAN SENI ITS Vol. 7, No. 2 (2018), ( X Print)

Transkripsi

1 Pemodela Persetase Peserta KB Aktf Metode Kotraseps Jagka Paag (MKJP) d Provs Jawa Tmur Megguaka Regres Noparametrk Sple Trucated Novala Dwta Pramtasar da I Nyoma Budatara Departeme Statstka, Fakultas Matematka, Komputas, da Sas Data Isttut Tekolog Sepuluh Nopember (ITS) e-mal: _yoma_b@statstka.ts.ac.d D176 Abstrak Pemakaa Metode Kotraseps Jagka Paag (MKJP) pada peserta KB aktf d Provs Jawa Tmur sebaga cara megatur kehamla sebayak 1,75 uta wa lebh redah dbadgka dega pemakaa o-mkjp yag mecapa 4,35 uta wa. MKJP merupaka alat/cara kotraseps yag efektf da efse dpaka dalam agka waktu lama utuk tuua mearagka kehamla atau megakhr kehamla pada pasaga yag sudah tdak g meambah aak lag. Sedagka peserta KB aktf merupaka akseptor Pasaga Usa Subur (PUS) usa tahu yag saat sedag megguaka salah satu alat/cara kotraseps. Faktor-faktor yag dduga berpegaruh tdak membetuk suatu pola tertetu, sehgga megguaka metode regres oparametrk sple trucated. Model terbak dperoleh dar ttk kot optmum berdasarka la Geeralzed Cross Valdato (GCV) mmum. Lma varabel yag berpegaruh sgfka yatu persetase perempua usa tahu berstatus kaw memlk aak mash hdup lebh dar dua, persetase perempua usa 35 tahu keatas berstatus kaw, persetase perempua usa tahu berstatus kaw perah megguaka alat/cara KB, persetase perempua usa tahu berstatus kaw yag bekera, da persetase perempua usa 15 tahu keatas berstatus kaw dega usa kaw pertama kurag dar 19 tahu. Pemodela terbak dega GCV palg mmum pada tga ttk kot atau kombas ttk kot (3,3,3,3,3) sebesar 31,91. Nla R yag dhaslka model sebesar 90,69%. Kata Kuc Geeralzed Cross Valdato, Metode Kotraseps Jagka Paag, Peserta KB Aktf, Regres Noparametrk Sple Trucated, Ttk Kot K I. PENDAHULUAN EBERHASILAN pembagua tdak haya mecakup pada megkatya perekooma da pembagua fsk, aka tetap uga pada pembagua mausa d suatu egara. Pembagua mausa saat mead tuua dalam model pembagua d Idoesa, salah satuya pembagua kepeduduka da keluarga berecaa. Hal tersebut sesua dega Recaa Pembagua Jagka Meegah Nasoal (RPJMN) tahu dalam Ageda Prortas Pembagua (Nawacta) terutama omor 5 (lma), yatu Megkatka Kualtas Hdup Mausa da Masyarakat Idoesa melalu Pembagua Kepeduduka da Keluarga Berecaa [1]. Sasara pokok pembagua KKB adalah meuruya rata-rata lau pertumbuha peduduk da Total Fertlty Rate (TFR), serta megkatya Cotraceptve Prevalece Rate (CPR). Idoesa sebaga egara pergkat ke-4 dega umlah peduduk tertgg d dua pada tahu 016 memerluka pecapaa sasara pokok tersebut sebaga upaya meeka umlah peduduk sehgga mobltas peduduk lebh terarahka dalam mewuudka masyarakat tumbuh sembag yatu melalu program Keluarga Berecaa (KB). Jawa Tmur merupaka salah satu provs d Idoesa dega umlah peduduk tertgg kedua setelah Provs Jawa Barat yatu pada tahu 016 sebesar 39,08 uta wa. Seala dega semak megkatya umlah peduduk tersebut, CPR d Provs Jawa Tmur ustru meuru dar tahu 015 sebesar 76,64% (6,30 uta peserta KB aktf dar 8, uta PUS) mead 75,78% (6,10 uta peserta KB aktf dar 8,05 uta PUS) tahu 016 []. Sultya megkatka CPR dsebabka karea mash tggya kekhawatra PUS terhadap efek sampg pemakaa alat/cara kotraseps. Upaya dalam ragka mempercepat pegedala fertltas da megurag kegagala KB yatu melalu pemakaa kotraseps yag lebh darahka pada Metode Kotraseps Jagka Paag (MKJP) pada peserta KB aktf. MKJP pada peserta KB aktf d Provs Jawa Tmur sebaga cara megatur kehamla pada tahu 016 sebayak 1,75 uta wa lebh redah dbadgka pemakaa o-mkjp yag mecapa 4,35 uta wa. MKJP adalah alat/cara kotraseps yag dapat dpaka dalam agka waktu lama, lebh dar dua tahu, efektf, da efse utuk tuua pemakaa mearagka kelahra lebh dar tga tahu atau megakhr kehamla pada pasaga yag sudah tdak g meambah aak lag [3]. Jes alat/cara yag termasuk dalam MKJP dataraya IUD (Itra Utere Devce), MOW (Metode Operasoal Wata), MOP (Metode Operasoal Pra), da Implat/Susuk. Pada peelta dlakuka pemodela megguaka regres ler bergada terlebh dahulu. Hal utuk membuktka bahwa regres oparametrk sple trucated lebh tepat dguaka darpada regres ler bergada. Berdasarka pola data pada varabel predktor terhadap varabel respo tdak megkut suatu pola tertetu sehgga pemodela megguaka metode regres oparametrk sple trucated. Regres oparametrk meghaslka model yag memlk terpretas statstk da terpretas vsual serta memlk kemampua yag sagat bak utuk dgeeralsaska pada pemodela statstka yag kompleks da rumt [4]. Salah satu pedekata dalam regres oparametrk adalah pedekata regres oparametrk sple. Sple mampu meaga karakter data yag bersfat mulus (smooth) [5]. Varabel-varabel yag dguaka berdasarka peelta terdahulu yatu melput persetase perempua usa tahu berstatus kaw memlk aak mash hdup lebh dar dua, persetase perempua usa tahu berstatus kaw dega peddka tertgg yag

2 D177 dtamatka mmal SMP sederaat, persetase perempua usa 35 tahu keatas ber-status kaw, persetase perempua usa tahu ber-status kaw perah megguaka alat/cara KB, persetase perempua usa tahu berstatus kaw yag bekera, da persetase usa kaw pertama kurag dar 19 tahu. A. Regres Ler Bergada II. TINJAUAN PUSTAKA Regres ler bergada merupaka metode yag memodelka hubuga atara varabel respo (y) da varabel predktor (x 1, x,, x p ). Model regres ler utuk p varabel predktor secara umum dtuls sebaga berkut [6]. y p X 0 k k k1 dega y : observas varabel respo pada pegamata ke-, = 1,,, x k : observas varabel predktor ke-k pada pegamata ke- β 0 : tersep dalam model regres β k : koefse regres utuk varabel predktor ke-k, k = 1,,..,p ɛ : error ke- ( IIDN (0, )) Pedugaa parameter model regres ler dperoleh megguaka metode Ordary Least Square (OLS) dega memmumka umlah kuadrat error dperoleh persamaa sebaga berkut [7]. ˆ T -1 T (X X) X y dega y : vektor varabel respo X : matrks varabel predktor ˆ : vektor parameter dalam model regres B. Regres Noparametrk Sple Trucated Regres oparametrk sple trucated merupaka suatu regres yag memlk kurva regres dracag dega cara modfkas fugs polomal [8]. Salah satu model regres oparametrk yag memlk terpretas statstk da vsual sagat khusus da sagat bak yatu sple [9]. Dalam aalss regres oparametrk sple trucated, apabla terdapat satu varabel respo da satu varabel predktor maka dsebut regres oparametrk sple trucated uvarabel. Sedagka ka terdapat satu varabel respo dega lebh dar satu varabel predktor maka damaka regres oparametrk sple trucated multvarabel [10][11]. Dberka data berpasaga (x 1, x,, x p, y ), = 1,,, da hubuga kedua data tersebut dasumska megkut model regres oparametrk dega persamaa (3) sebaga berkut [1]. y f x, x,, x, 1,,, 1 p dmaa error radom ɛ dasumska detk, depede, da berdstrbus ormal dega E(ɛ ) = 0 da var(ɛ ) = σ. Apabla kurva regres f merupaka model adtf, maka dapat dabarka mead [13]: f x1, x,, xp f1 x1 f x f p xp p 1 f x, 1,,, Fugs sple trucated dperoleh berdasarka peumlaha atara fugs polomal dega fugs (1) () (4) trucated. Kurva regres f (x ) dasumska termuat pada ruag sple berorde m dega ttk-ttk kot K 1, K,, K r ; = 1,,, p dberka oleh persamaa berkut [1]. m u m k f x x x K u k u0 k1 Sehgga dperoleh persamaa model regres oparametrk sple trucated multvarabel sebaga berkut [1]. p m p r u m 0 u mk k 1 u1 1 k1 y x x K Fugs ( x ) m Kk merupaka fugs trucated yag dberka oleh [1]: m m ( x K k ), x K k ( x Kk ) 0, x Kk (7) dega : parameter model polomal, = 1,,, p ; u u = 0, 1,, m x : varabel predktor ke, 1,,, : parameter kompoe trucated, k 1,,, r m k r : bayak kot K : ttk-ttk kot k C. Estmas Parameter Estmas parameter model regres oparametrk sple trucated megguaka metode OLS (Ordary Least Square) sebaga berkut. Q( β) (8) 1 Dapat dtuls dalam betuk matrks pada persamaa berkut [14]. ' y ' Xβ y Xβ ' y ' ' Xβ y Xβ Q( β) y X β X β y X β X β ' ' ' ' ' ' yyβxyy Xβ β X Xβ ' ' ' ' ' ' ' yyβxyβxyβxxβ ' ' ' ' ' yyβ X y β X Xβ Selautya dselesaka dega metode dervatf parsal hgga dperoleh persamaa sebaga berkut. Q( β) 0 β ' ' X y+ (X X)βˆ 0 ' ˆ ' (X X)β X y ' 1 ' ˆ ' 1 ' (X X) (X X)β (X X) X y ˆ ' 1 ' β (X X) X y D. Pemlha Ttk Kot Optmal Model regres oparametrk sple trucated dkataka bak apabla memlk ttk kot optmum. Kot merupaka ttk dar sebuah gars regres utuk membetuk rego dar suatu fugs regres [15]. Salah satu metode yag serg dguaka utuk meetuka ttk kot optmum adalah Geeralzed Cross Valdato (GCV). Ttk kot optmum dperoleh berdasarka la GCV yag mmum. Metode GCV dtulska pada persamaa berkut [16]. r m (5) (6) (9) (10)

3 D178 MSE( K, K,, K ) 1 r 1 Kr 1 [ trace( I - A( K1, K,, Kr ))] GCV ( K, K,, ) dega 1 ˆ 1 r 1 MSE( K, K,, K ) y f x dmaa I merupaka matrks dettas, adalah umlah pegamata, da K1, K,, K merupaka ttk-ttk kot r T serta -1 T A = X X X X. E. Koefse Determas (R ) Semak tgg la R yag dhaslka suatu model, maka semak bak pula varabel-varabel predktor dalam model tersebut dalam meelaska varabltas varabel respo [7]. Berkut adalah rumus utuk meghtug la R. R 1 SSE SST (13) F. Pegua Parameter Model 1. U Seretak U seretak dlakuka utuk megetahu apakah varabel predktor dalam model memberka pegaruh secara keseluruha. Berkut merupaka tabel ANOVA pada pegua parameter secara seretak utuk model regres oparametrk sple trucated. Sumber varas Perumusa hpotess pada u seretak adalah sebaga berkut. H : mr H 1 : mmal ada satu 0; 1,,..., m r Statstk u : MSR Fhtug (14) MSE Daerah peolaka H 0 adalah Fhtug F mr, ( mr) 1; atau P- value < α.. U Parsal U parsal dguaka utuk medeteks apakah parameter secara dvdual mempuya pegaruh yag sgfka terhadap varabel respo. Hpotess : H : 0 0 df H 1 : 0, 1,,..., m r Statstk u: ˆ thtug SE ˆ Tabel 1. Tabel ANOVA Model Regres Sum of Square Mea Square (SS) (MS) SSregres yˆ y df Regres m+r 1 Error -(m+r)- 1 y ˆ y 1 SS regres Total -1 y y 1 df error error F htug MS MS (11) (1) regres error (15) dega SE ˆ adalah stadart error ˆ yag dperoleh dar akar eleme dagoal ke-, =1,,, m+r dar matrks varace-covarace Var ˆ sebaga berkut. 1 Var( βˆ ) var X'X X'y % % 1 1 X'X X' var (y) X'X X'X' % 1 1 X'X X' ( I) XX'X 1 1 X'X X'XX'X 1 X'X Pada umumya varas populas tdak dketahu. Oleh karea tu, destmas dega megguaka MSE [1]. Keputusa H 0 dtolak apabla thtug t( mr) 1; / atau P-value < α. G. Pegua Asums Resdual 1. U Asums Idetk Asums detk terpeuh apabla varas atar resdual homoge da tdak terad heteroskedaststas [17]. Pegua dlakuka megguaka u Gleser dega hpotess sebaga berkut. H : H 1 : mmal ada satu 0 ; 1,,, p Statstk u: F htug p ( eˆ e ) p 1 ( e ˆ e ) p 1 1 Tolak H 0 apabla F > htug F p,( p 1); atau P-value < α.. U Asums Idepede Asums kedua yatu ssums depede yag berart tdak terdapat autokorelas atau korelas atar resdual. U yag dguaka utuk medeteks kasus autokorelas adalah u Durb-Watso yag haya autokorelas pada lag pertama dega hpotess sebaga berkut [7]. H 0: 1 0 (tdak terad autokorelas) H 1: 1 0 (terad autokorelas) Statstk U : d e 1 1 ( e e ) (16) (17) (18) Daerah keputusa terbag mead beberapa baga yatu: a. Jka d dl atau (4 d) dl, maka tolak H 0. b. Jka d du atau (4 d) du, maka gagal tolak H 0. c. Jka dl d du atau dl (4 d) du, maka tdak ada keputusa. 3. U Asums Dstrbus Normal Pegua asums dstrbus ormal dapat megguaka u Kolmogorov Smrov [18]. Hpotess yag dguaka adalah sebaga berkut. H 0 : F (ɛ) = F 0 (ɛ) (resdual megkut dstrbus ormal) H 1 : F (ɛ) F 0 (ɛ) (resdual tdak megkut dstrbus ormal) Statstk u : D Sup F ( ) F0 ( ) (19)

4 D179 Daerah peolaka adalah D q 1 pada tabel Kolmogorov Smrov atau P-value < α. H. Metode Kotraseps Jagka Paag MKJP adalah alat/cara kotraseps yag dapat dpaka dalam agka waktu lama, lebh dar dua tahu, efektf da efse utuk tuua pemakaa mearagka kelahra lebh dar tga tahu atau megakhr kehamla pada pasaga yag sudah tdak g meambah aak lag [3]. Jes metode yag termasuk dalam kelompok MKJP atara la [19]: 1. IUD (Itra Utere Devce) atau alat kotraseps dalam rahm merupaka kotraseps o hormoal yag dpasag d dalam rahm, cotohya spral.. MOW (Metode Operasoal Wata) atau tubektom merupaka tdaka pegkata atau pemotoga kedua salura telur (Tuba Fallop) yag meyebabka sel telur (ovum) dar dug telur (ovarum) tdak aka mecapa uterus da tdak bertemu dega sperma, sehgga tdak terad kehamla. 3. MOP (Metode Operasoal Pra) atau vasektom dlakuka dega cara memotog vas deferes sehgga alur trasportas sperma terhambat da fertlsas tdak terad. 4. Implat atau Susuk merupaka alat kotraseps yag dsspka atau dpasag d bawah kult. A. Sumber Data III. METODOLOGI PENELITIAN Sumber data yag dguaka adalah data sekuder dega ut pegamata 38 kabupate/kota d Provs Jawa Tmur. Data dperoleh dar Publkas Bada Pusat Statstk (BPS) atara la Statstk Keseahteraa Rakyat Provs Jawa Tmur Tahu 016, Provs Jawa Tmur Dalam Agka Tahu 017, da data mkro Surve Sosal Ekoom Nasoal (SUSENAS) Tahu 016. B. Varabel Peelta Berkut merupaka varabel-varabel yag dguaka pada peelta. Tabel. Varabel Peelta Varabel Keteraga Skala y Persetase Peserta KB Aktf MKJP Raso x 1 Persetase Perempua Usa Tahu Berstatus Kaw Memlk Aak Mash Hdup Lebh Dar Dua Raso x Persetase Perempua Usa Tahu Raso Berstatus Kaw dega Peddka Tertgg yag Dtamatka Mmal SMP sederaat x 3 Persetase Perempua Usa 35 Tahu Keatas Raso Berstatus Kaw x 4 Persetase Perempua Usa Tahu Raso Berstatus Kaw Perah Megguaka Alat/Cara KB x 5 Persetase Perempua Usa Tahu Raso Berstatus Kaw yag Bekera x 6 Persetase Perempua Usa 15 Tahu Keatas Berstatus Kaw dega Usa Kaw Pertama Kurag Dar 19 Tahu Raso C. Lagkah-Lagkah Peelta Lagkah-lagkah dalam peelta adalah sebaga berkut. 1. Megaalss karakterstk persetase peserta KB aktf MKJP berdasarka faktor-faktor yag dduga berpegaruh d Provs Jawa Tmur tahu Pemodela persetase peserta KB aktf MKJP setap kabupate/kota d Provs Jawa Tmur berdasarka faktor-faktor yag dduga berpegaruh megguaka model regres oparametrk sple trucated. Lagkahlagkah yag dlakuka adalah sebaga berkut. a. Membuat scatter plot atara varabel respo dega masg-masg varabel predktor utuk detfkas pola data yag terbetuk. b. Melakuka aalss megguaka regres ler bergada utuk megetahu hubuga atara faktorfaktor yag dduga berpegaruh d kabupate/kota Provs Jawa Tmur dega persetase peserta KB aktf MKJP. c. Memodelka data megguaka pedekata sple dega satu, dua, tga, serta kombas ttk kot. d. Memlh ttk kot optmum berdasarka la GCV yag palg mmum. e. Membuat model regres oparametrk sple trucated dega ttk kot optmum. f. Melakuka pegua sgfkas parameter secara seretak da pegua secara parsal. g. Melakuka pegua asums resdual detk, depede, da dstrbus ormal (IIDN) dar model regres oparametrk sple trucated. h. Megtepretaska model da meark kesmpula. IV. ANALISIS DAN PEMBAHASAN A. Karakterstk Persetase Peserta KB Aktf MKJP d Provs Jawa Tmur Karakterstk persetase peserta KB aktf MKJP setap kabupate/kota d Provs Jawa Tmur beserta faktor-faktor yag dduga berpegaruh dsaka pada Tabel 3. Tabel 3. Statstka Deskrptf Varabel Peelta Varabel Rata-rata Varas Mmum Maksmum y 30,43 78,95 1,66 53,01 x 1 17,9 31,751 10,410 35,950 x 5, 188,03 5,47 81,64 x 3 71,891 13,18 64,870 80,80 x 4 10,17 14,69 4,60 1,150 x 5 55,31 65,0 38,4 75,05 x 6 38,37 08,91 14,60 70,76 Tabel 3 meuukka karakterstk dar varabel respo (y) yatu persetase peserta KB aktf MKJP setap kabupate/ kota d Provs Jawa Tmur pada tahu 016 memlk rata-rata sebesar 30,43%. Persetase peserta KB aktf MKJP teredah sebesar 1,66% berada d Kab. Sumeep, sedagka tertgg sebesar 53,01% berada d Kab. Poorogo. Kab. Sumeep dega persetase peserta KB aktf MKJP teredah perlu megkata kembal program KB terutama KB dega megguaka MKJP. Varabel x 1 merupaka persetase perempua usa tahu berstatus kaw memlk aak mash hdup lebh dar dua. Nla rata-rata sebesar 17,9%. Persetase tertgg terdapat d Kab. Bagkala sebesar 35,950%. Persetase teredah berada d Kab. Pacta dega la sebesar 10,410%. Varabel x merupaka persetase perempua usa tahu berstatus kaw dega peddka tertgg yag dtamatka mmal SMP sederaat memlk la ratarata sebesar 5,%. Nla tertgg terdapat d Kota Madu

5 D180 sebesar 81,64%. Nla teredah terdapat d Kab. Sampag sebesar 5,47%. Varabel x 3 merupaka persetase perempua usa 35 tahu keatas berstatus kaw memlk rata-rata sebesar 71,891%. Persetase tertgg berada d Kab. Mageta sebesar 80,8%. Persetase teredah terdapat d Kab. Sampag sebesar 64,870. Varabel x 4 merupaka persetase perempua usa tahu berstatus kaw perah megguaka alat/cara KB memlk la rata-rata sebesar 10,17%. Nla tertgg terdapat d Kab. Pamekasa yak 1,150%. Nla teredah terdapat d Kab. Pasurua yak 4,60%. Varabel x 5 merupaka persetase perempua usa tahu berstatus kaw yag bekera memlk rata-rata sebesar 55,31%. Persetase tertgg terdapat d Kab. Pacta sebesar 75,05%. Persetase teredah terdapat d Kab. Jember sebesar 38,4%. Varabel x 6 merupaka persetase perempua usa 15 tahu keatas berstatus kaw dega usa kaw pertama kurag dar 19 tahu memlk la rata-rata sebesar 38,37%. Kab. Bodowoso memlk persetase tertgg yatu sebesar 70,76%. Sedagka persetase teredah berada d Kab. Sdoaro sebesar 14,60%. Terdapat 15 kabupate/kota d Provs Jawa Tmur yag mash berada d bawah persetase peserta KB aktf MKJP Provs Jawa Tmur keseluruha, yatu 8,7%. Meskpu sebaga besar kabupate/kota memlk la lebh besar dar persetase peserta KB aktf MKJP Provs Jawa Tmur keseluruha, amu pemakaa MKJP d Jawa Tmur mash redah dbadgka pemakaa o-mkjp. Sehgga perlu dtgkatka karea MKJP lebh efektf da efse dalam meuruka fertltas. B. Pemodela Megguaka Regres Ler Bergada Peelta g megaalss pemodela persetase peserta KB aktf MKJP megguaka regres ler bergada terlebh dahulu sebelum pemodela dega regres oparametrk sple trucated. Pada aalss dperoleh model regres sepert persamaa berkut. yˆ 5,9 0,633x 1 0,130x 0,516 x3 0,160x4 0,067 x5 0,3 x6 Hasl pegua parsal model regres ler bergada dtuukka pada Tabel 4. Tabel 4. U Parsal Regres Ler Bergada Varabel P-value Kosta 0,61 x 1 0,106 x 0,543 x 3 0,36 x 4 0,748 x 5 0,734 x 6 0,177 Berdasarka aalss pemodela megguaka regres ler bergada tersebut, dperoleh la R yag kecl yak sebesar 33,99% da semua varabel predktor tdak berpegaruh sgfka terhadap persetase peserta KB aktf MKJP dlhat pada Tabel 4 semua varabel predktor memlk P-value > α=0,05. Oleh karea tu, peelta dlakuka pemodela megguaka regres oparametrk sple trucated dega kemugka hasl yag lebh bak. C. Pola Hubuga Persetase Peserta KB Aktf MKJP dega Faktor-Faktor yag Dduga Berpegaruh Pola hubuga atara varabel respo da varabel predktor dapat ddetfkas megguaka scatterplot utuk megetahu apakah terdapat pola hubuga tertetu atau tdak. Berkut merupaka scatterplot yag medeteks betuk pola hubuga atara persetase peserta KB aktf MKJP da faktor-faktor yag dduga mempegaruhya. Gambar 1. Pola Hubuga Persetase Peserta KB Aktf MKJP dega Varabel Predktor. Berdasarka Gambar 1. dketahu bahwa seluruh varabel predktor tdak membetuk pola tertetu atau sebara data acak. Sehgga metode yag dguaka adalah regres oparametrk sple trucated. D. Pemlha Ttk Kot Optmum Nla GCV mmum pada pemlha ttk kot optmum dega satu ttk kot, dua ttk kot, tga ttk kot, da kombas ttk kot dsaka pada Tabel 5. Tabel 5. Perbadga Nla GCV Mmum Keeam Varabel Jumlah Ttk Kot GCV Mmum Satu Kot 85,85 Dua Kot 65,76 Tga Kot Kombas Kot (,3,3,3,1,3) 30,48 Berdasarka Tabel 5 dketahu bahwa la GCV palg mmum yatu sebesar 30,48 terletak pada pemodela dega kombas ttk kot (,3,3,3,1,3). E. Pegua Sgfkas Parameter Model Regres Noparametrk Sple Trucated 1. Pegua Secara Seretak Berkut adalah perumusa hpotess pada u seretak. H : H 1 : mmal ada satu ( mr) 0; 1,,...,6 ; r 0,1,,3 Hasl pegua secara seretak dsaka pada Tabel 6. Tabel 6. ANOVA Pegua Seretak Sumber Varas df SS MS F P-value Regres 1 689,98 18,0618 8, ,00003 Error 16 31,855 14,4891 Total 37 91,13 Berdasarka Tabel 6 dperoleh keputusa tolak H 0 karea la F > F (0,05;1;16) = 1,98 da P-value < α=0,05 sehgga dsmpulka bahwa mmal terdapat satu parameter model yag sgfka. Nla R yag dperoleh adalah 94,09%.. Pegua Secara Parsal Berkut adalah perumusa hpotess pada u parsal. H : 0 0 ( mr) H 1 : ( mr) 0, 1,,...,6 ; r 0,1,,3

6 D181 Hasl pegua sgfkas parameter model regres secara parsal dsaka pada Tabel 7. Hasl pegua secara seretak dsaka pada Tabel 9. Varabel x 1 x x 3 x 4 x 5 x 6 Tabel 7. Hasl Pegua Parameter Secara Parsal Parameter Estmas Parameter P-value Kesmpula β 11 1,3 0,39 Tdak Sgfka β 1-34,4 0,00 Sgfka β 13 3,57 0,00 Sgfka β 1-1,59 0,53 Tdak sgfka β -9,1 0,4 Tdak sgfka β 3 15,73 0,1 Tdak sgfka β 4-5,6 0,16 Tdak sgfka β 31-1, 0,39 Tdak Sgfka β 3 75,81 0,00 Sgfka β ,64 0,00 Sgfka β 34 57,48 0,00 Sgfka β 41 43,67 0,00 Sgfka β 4-69,94 0,00 Sgfka β 43 38,91 0,00 Sgfka β 44-1,37 0,01 Sgfka β 51-1,43 0,04 Sgfka β 5 1,09 0,13 Tdak Sgfka β 61 0,7 0,8 Tdak Sgfka β 6 7,3 0,07 Tdak Sgfka β 63-17,3 0,01 Sgfka β 64 9,15 0,01 Sgfka Tabel 7 meuukka lma varabel yag berpegaruh sgfka yak persetase perempua usa tahu memlk aak mash hdup lebh dar dua (x 1 ), persetase perempua usa 35 tahu keatas berstatus kaw (x 3 ), persetase perempua usa tahu berstatus kaw perah megguaka alat/cara KB (x 4 ), persetase perempua usa tahu berstatus kaw yag bekera (x 5 ), da persetase perempua usa 15 tahu keatas berstatus kaw dega usa kaw pertama kurag dar 19 tahu (x 6 ). Satu varabel yag tdak berpegaruh sgfka yatu persetase perempua usa tahu berstatus kaw dega peddka terakhr yag dtamatka mmal SMP sederaat (x ). Varabel daggap berpegaruh apabla terdapat mmal satu parameter yag sgfka. F. Pemlha Ttk Kot Optmum Tapa Varabel x Selautya melakuka pemodela kembal tapa meyertaka varabel yag tdak sgfka. Berkut la GCV mmum pada model tapa varabel x dtamplka pada Tabel 8. Tabel 8. Perbadga Nla GCV Mmum Tapa Varabel x Jumlah Ttk Kot GCV Mmum Satu Kot 77,04 Dua Kot 55,0 Tga Kot Kombas Kot (3,3,3,3,3) 31,91 Berdasarka Tabel 8 dketahu bahwa la GCV palg mmum sebesar 31,91 terletak pada pemodela dega tga ttk kot atau kombas ttk kot (3,3,3,3,3). G. Pegua Sgfkas Parameter Model Regres Noparametrk Sple Trucated Tapa Varabel x 1. Pegua Secara Seretak Berkut adalah perumusa hpotess pada u seretak. H : H 1 : mmal ada satu ( mr) 0; 1,,...,5 ; r 0,1,,3 Tabel 9. ANOVA Pegua Seretak Tapa Varabel x Sumber Varas df SS MS F P-value Regres 0 649,068 13,4534 8,7664 0,00003 Error 17 7, ,0038 Total 37 91,13 Berdasarka Tabel 9 dperoleh keputusa tolak H 0 karea la F > F (0,05;0;17) =,3 da P-value < α=0,05. Sehgga dsmpulka bahwa mmal terdapat satu parameter model yag sgfka. Nla R yag dperoleh adalah 90,69%.. Pegua Secara Parsal Berkut adalah perumusa hpotess pada u parsal. H : 0 0 ( mr) H 1 : ( mr) 0, 1,,...,5 ; r 0,1,,3 Hasl pegua parameter model regres secara parsal yag dsaka pada Tabel 10. Tabel 10. Hasl Pegua Parameter Secara Parsal Tapa Varabel x Varabel Parameter Estmas Parameter P-value Kesmpula β 11 0,51 0,775 Tdak Sgfka x 1 β 1-49,00 0,000 Sgfka β 13 50,63 0,000 Sgfka β 14 -,76 0,003 Sgfka x 3 x 4 x 5 x 6 β 31 1,43 0,774 Tdak Sgfka β 3-35,13 0,155 Tdak Sgfka β 33 31,98 0,137 Tdak Sgfka β 34 3,59 0,014 Sgfka β 41 8,30 0,050 Sgfka β 4-51,49 0,005 Sgfka β 43 46,08 0,003 Sgfka β 44-3,94 0,001 Sgfka β 51 -,41 0,768 Tdak Sgfka β 5-4,14 0,931 Tdak Sgfka β 53 8,18 0,837 Tdak Sgfka β 54 -,31 0,003 Sgfka β 61 0,63 0,541 Tdak Sgfka β 6-8,6 0,071 Tdak Sgfka β 63 8,43 0,053 Tdak Sgfka β 64-0,89 0,018 Sgfka Berdasarka Tabel 10 dketahu bahwa dega taraf sgfkas α sebesar 5%, semua varabel predktor berpegaruh sgfka terhadap model. Varabel daggap berpegaruh apabla terdapat mmal satu parameter yag sgfka. H. Pemodela Persetase Peserta KB Aktf MKJP d Jawa Tmur Megguaka Ttk Kot Optmum Tapa Varabel x Estmas model regres oparametrk sple trucated dega tga ttk kot atau kombas ttk kot adalah sebaga berkut. yˆ 1,66 0,51x 49( x 13,0) 50,63( x 13,54),76( x 0,31) ,43x 35,13( x 66,50) 31,98( x 66,8) 3,59( x 71,05) ,30x 51,49( x 5,98) 46,08( x 6,33) 3,94( x 10,81),41x ,14( x 4) 8,18( x 4,75),31( x 5,51) 0,63x ,6( x 0,33) 8,43( x 1,48) 0,89( x 36,38) I. Pegua Asums Resdual

7 D18 1. Pegua Asums Idetk Pegua asums detk dapat dlakuka megguaka u Gleser dega hpotess sebaga berkut. H : H : mmal ada satu 0 ; 1,,,5 1 Hasl pegua asums detk dsaka pada Tabel 11. Tabel 11. Hasl Pegua Asums Idetk Resdual Sumber Varas df SS MS F P-value Regres 5 11,7,5 0,79 0,56 Error 3 90,87,84 Total 37 10,14 Tabel 11 dperoleh keputusa gagal tolak H 0 karea la F < F (0,05;5;3) =,51 da P-value > α=0,05 sehgga dapat dsmpulka bahwa varas atar resdual homoge da tdak terad heteroskedaststas.. Pegua Asums Idepede Pegua yag dguaka adalah u Durb-Watso dega hpotess sebaga berkut. (tdak terad autokorelas) (terad autokorelas) Berkut adalah hasl pegua asums depede. H 0: 1 0 H 1: 1 0 Tabel 1. Hasl Pegua Asums Idepede Resdual d T (observas) K (varabel) d L d U 1, ,04 1,79 Tabel 1 dperoleh keputusa gagal tolak H 0 karea d > d U atau (4-d) > d U, maka dapat dsmpulka bahwa asums depede terpeuh atau tdak terdapat autokorelas. 3. Pegua Asums Dstrbus Normal Pegua dapat megguaka u Kolmogorov-Smrov dega hpotess sebaga berkut. H 0 : F (ɛ) = F 0 (ɛ) (resdual berdstrbus ormal) H 1 : F (ɛ) F 0 (ɛ) (resdual tdak berdstrbus ormal) Hasl pegua dtuukka pada Gambar. Gambar. Plot dstrbus ormal resdual. Gambar meuukka la Kolmogorov-Smrov sebesar 0,098 lebh kecl dbadgka q (1-α) pada taraf sgfkas α=0,05 yatu 0,15 da P-value sebesar >0,150, maka gagal tolak H 0. Hal meuukka bahwa resdual telah memeuh asums dstrbus ormal. J. Perbadga Hasl Pemodela Perbadga pemodela megguaka regres ler bergada da regres oparametrk sple trucated terlhat pada hasl koefse determas sebaga berkut. Tabel 13. Perbadga Hasl Pemodela Pemodela R Regres Ler Bergada 33,99% Regres Noparametrk Sple Trucated 90,69% Tabel 13 meuukka hasl R pemodela regres ler bergada haya sebesar 33,99% lebh redah dbadgka pemodela pada regres oparametrk sple trucated yag mecapa 90,69%. Sela tu, pegua parsal regres ler bergada pada Tabel 4 semua varabel predktor tdak berpegaruh sgfka yag terlhat pada P-value lebh besar dar α=0,05. Sedagka pegua parsal regres oparametrk sple trucated pada Tabel 10 kelma varabel predktor berpegaruh sgfka. Oleh karea tu, pada peelta megguaka pemodela dega regres oparametrk sple trucated karea memlk hasl lebh bak. K. Perbadga Pemetaa Persetase Peserta KB Aktf MKJP d Provs Jawa Tmur Hasl perbadga data asl persetase peserta KB aktf MKJP dega data la dugaa dar model terbak yag dperoleh megguaka regres oparametrk sple trucated dapat dlhat berdasarka peta sebaga berkut. Gambar 3. Peta Persetase Peserta KB Aktf MKJP d Provs Jawa Tmur. Gambar 4. Peta Nla Dugaa Persetase Peserta KB Aktf MKJP d Provs Jawa Tmur. Klasfkas daerah berdasarka persetase peserta KB aktf MKJP dperoleh dar la kuartl data asl dmaa dapat dbedaka mead 4 yatu kategor redah (< 5.6%), kategor sedag ( %), kategor tgg ( %), da kategor sagat tgg ( 33.9%). Gambar 3 merupaka peta pada data persetase peserta KB aktf MKJP d Provs Jawa Tmur (y), sedagka Gambar 4 merupaka peta pada la dugaa model terbak yag dperoleh dega regres oparametrk sple trucated (y ). Berdasarka kedua gambar tersebut dar 38 kabupate/kota d Provs Jawa Tmur terdapat 11 kabupate/kota yag megalam perubaha klasfkas yatu Kab.Jombag, Kota Surabaya, Kab.Bayuwag, Kab.Ngauk, Kab.Mookerto, Kab.Booegoro, Kab.Malag, Kab.Kedr, Kab.Mageta, Kota Kedr, da Kab.Bltar. Sedagka kabupate/kota ssaya tdak megalam perubaha klasfkas. Kab.Jombag yag semula kategor redah atau terdapat 5,48% peserta KB aktf MKJP, setelah dlakuka pemodela terdapat 6,06% peserta KB aktf MKJP (kategor sedag). Kota Surabaya uga megalam perubaha yag semula 8,54% atau kategor sedag, mead 3,6% (kategor tgg) setelah dlakuka pemodela. Kab.Bayuwag yag semula termasuk kategor sedag yak 9,1%, setelah pemodela terdapat 3,80% (kategor redah). Sela tu, Kab.Ngauk semula terdapat 9,45% atau termasuk kategor sedag mead 31,8% (kategor tgg) setelah pemodela. Kab.Mookerto megalam perubaha yag semula kategor sedag yak 30,48%, setelah pemodela mead

8 D183 3,58% (kategor tgg). Kab.Booegoro yag semula terdapat 30,78% atau kategor sedag, mead 3,11% (kategor tgg). Kab.Malag semula termasuk kategor sedag atau terdapat 30,78% peserta KB aktf MKJP, megalam perubaha setelah pemodela yak 4,89% (kategor redah). Kab.Kedr yag semula terdapat 30,9% atau temasuk kategor tgg, mead kategor sedag yak 8,34% setelah pemodela. Kab.Mageta semula termasuk kategor tgg yak terdapat 33,06%, berubah mead kategor sagat tgg atau terdapat 34,81% peserta KB aktf MKJP. Kota Kedr megalam hal yag serupa yatu semula terdapat 33,% atau kategor tgg mead 35,09% (kategor sagat tgg) setelah pemodela. Kemuda Kab.Bltar yag semula kategor sagat tgg atau terdapat 34,15% megalam perubaha setelah dlakuka pemodela mead 30,11% (kategor sedag). A. Kesmpula V. KESIMPULAN DAN SARAN Beberapa kesmpula yag ddapatka dar hasl aalss adalah sebaga berkut. 1. Persetase peserta KB aktf MKJP setap kabupate/kota d Provs Jawa Tmur tahu 016 teredah sebesar 1,66% berada d Kab.Sumeep. Sedagka persetase teredah d Kab.Poorogo sebesar 53,01%. Terdapat 15 kabupate/kota d Provs Jawa Tmur yag mash dbawah persetase peserta KB aktf MKJP Provs Jawa Tmur keseluruha (8,7%).. Aalss pemodela megguaka regres ler bergada dperoleh la R sebesar 33,99% da semua varabel predktor tdak berpegaruh sgfka. Oleh karea tu, dlakuka pemodela dega regres oparametrk sple trucated dega kemugka hasl lebh bak. 3. Lma varabel yag sgfka yatu persetase perempua usa tahu berstatus kaw memlk aak mash hdup lebh dar dua, persetase perempua usa 35 tahu keatas berstatus kaw, persetase perempua usa tahu berstatus kaw perah megguaka alat/cara KB, persetase perempua usa tahu berstatus kaw yag bekera, da persetase perempua usa 15 tahu keatas berstatus kaw dega usa kaw pertama kurag dar 19 tahu. Model regres oparametrk sple trucated terbak yag dperoleh dalam pemodela yatu megguaka tga ttk kot atau kombas ttk kot (3,3,3,3,3) sebaga berkut. yˆ 1,66 0,51x 49( x 13,0) 50,63( x 13,54),76( x 0,31) ,43x 35,13( x 66,50) 31,98( x 66,8) 3,59( x 71,05) ,30x 51,49( x 5,98) 46,08( x 6,33) 3,94( x 10,81),41x ,14( x 4) 8,18( x 4,75),31( x 5,51) 0,63x ,6( x 0,33) 8,43( x 1,48) 0,89( x 36,38) Nla R yag dhaslka sebesar 90,69%. Asums IIDN (Idetk, Idepede, da Dstrbus Normal) resdual telah terpeuh. B. Sara Sara yag dapat dberka adalah sebaga berkut. 1. Model yag dperoleh dharapka mampu memberka kostrbus yata bag pemertah megambl kebaka dalam megkatka kesertaa KB MKJP d setap kabupate/kota d Jawa Tmur gua mempercepat pegedala fertltas serta megkatka kesehata bu da aak.. Pemertah atau stas terkat lebh memperhatka kabupate/kota d Jawa Tmur yag memlk persetase peserta KB aktf MKJP mash redah. Upaya dlakuka dega megkatka pegetahua kotraseps MKJP bak melalu koselg atau meda formas. Kemuda megkatka pelayaa MKJP dega mempersapka saraa da prasaraa yag memada. DAFTAR PUSTAKA [1] Bada Perecaaa Pembagua Nasoal, Evaluas Paruh Waktu RPJMN , Jakarta, 017. [] Bada Pusat Statstk, Provs Jawa Tmur Dalam Agka 017, Surabaya, 017. [3] L. Ash ad H. Oesma, Faktor yag Mempegaruh Pemakaa Kotraseps Jagka Paag (MKJP), Jakarta, 009. [4] I. Wuladar ad I. N. Budatara, Aalss Faktor-faktor yag Mempegaruh Persetase Peduduk Msk da Pegeluara Perkapta Makaa d Jawa Tmur Megguaka Regres Noparametrk Brespo Sple, J. Sas da Se, pp. D30 D35, 014. [5] B. Lestar, I. N. Budatara, S. Suaryo, ad M. Mashur, Sple Smoothg for Multrespose Noparametrc Regresso Model Case of Heteroscedastcty of Varace, J. Math. Stat., vol. 8, o. 3, pp , 01. [6] N. Chamdah, I. N. Budatara, S. Suaryo, ad I. Za, Dsgg of Chld Growth Based o Multrespo Local Polyomal Modelg, J. Math. Stat., vol. 8, o. 3, pp , 01. [7] D. N.R ad S. H., Aalss Regres Terapa. Jakarta: Grameda Pustaka Utama, 199. [8] I. Budatara, Estmator Sple Terbobot dalam Regres Semparametrk, Ma. Ilmu Pegetah. da Tekol., vol. 10, pp , [9] I. N. Budatara, Peelta Bdag Regres Sple Meuu Terwuudya Peelta Statstka yag Madr da Berkarakter, Semar Nasoal FMIPA, 011. [10] Sugatar, Ayuk Putr, Budatara, I Nyoma, Aalss Faktor- Faktor yag Mempegaruh Agka Harapa Hdup d Jawa Tmur Megguaka Regres Semparametrk Sple, J. Sas da De Pomts, vol., 013. [11] A. A. Ferades, I. N. Budatara, B. W. Otok, ad Suhartoo., Reproducg Kerel Hlbert Space for Pealzed Regresso Mult Predctors : Case Logtudal Data, It. J. Math. Aal., vol. 8, o. 40, pp , 014. [1] I. Budatara, Regres Noparametrk Sple Trucated, ITS, Surabaya, 017. [13] A. Trpea ad I. Budatara, Fourer Estmator Noparametrc Regresso, Iteratoal Coferece o Natural ad Appled Natural Scece, 006, pp. 4. [14] A. A. Ferades, I. N. Budatara, B. W. Otok, ad Suhartoo., Sple Estmator for B-Respose ad Mult-Predctors Noparametrc Regresso Model Case of Logtudal Data, J. Math. Stat., vol. 11, o., pp , 015. [15] S. F. Nsa ad I. Budatara, Aalss Survval dega Pedekata Multvarate Adaptve Regresso SPle pada Kasus Demam Berdarah Degue (DBD), J. Sas da Se ITS, pp. D318 D33, 01. [16] R. L. Eubak, Noparametrc Regresso ad Sple Smoothg, Secod Edto. New York: Taylor & Fracs, [17] D. N. Guarat, Basc Ecoometrcs, 4th ed. New York: Mc Graw Hll, 004. [18] W. Dael, Statstk Noparametrk Terapa (Teremaha). Jakarta: Grameda, [19] L. Tedo, Faktor-Faktor yag Mempegaruh Pemlha Jes Kotraseps yag Dguaka pada Keluarga Msk, Semarag.