BAB 1 PENDAHULUAN. setelah sandang, pangan, dan papan. Setiap rumah tangga (RT) pasti menginginkan

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 1 PENDAHULUAN. setelah sandang, pangan, dan papan. Setiap rumah tangga (RT) pasti menginginkan"

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada saat ini, pendidikan dapat dikatakan termasuk dalam kebutuhan primer setelah sandang, pangan, dan papan. Setiap rumah tangga (RT) pasti menginginkan anak anaknya tumbuh dewasa dengan pendidikan yang tinggi agar dapat meningkatkan kualitas hidup, baik ekonomi maupun sosial. Anak-anak menempuh pendidikan mulai dari TK, SD, SMP, SMA sampai akhirnya lulus dari perguruan tinggi dan mulai mencari pekerjaan. Akan tetapi, tidaklah semua RT bisa merasakan hal tersebut. Ada yang tidak bisa melanjutkan sekolah karena terbatasnya ekonomi. Bahkan sudah harus bekerja di usianya yang masih kecil sehingga mengakibatkan putus sekolah. Hal ini dapat mengakibatkan tingkat pendidikan di suatu daerah menurun drastis bila tidak segera ditanggulangi. Salah satu indikator tingkat pendidikan adalah angka buta huruf (ABH). Jawa Timur merupakan provinsi yang memiliki ABH tertinggi di Pulau Jawa. BPS (2012) menyebutkan bahwa ABH penduduk usia di atas 15 tahun di Jawa Timur 2009 dan 2010 adalah 12,20% dan 11,66%. Begitu juga untuk jenjang usia lainnya. Hal ini menunjukkan bahwa perlu dikaji lagi sektor pendidikan di Jawa Timur. Faktor faktor yang dapat mempengaruhi tingkat pendidikan suatu daerah antara lain tingkat kemiskinan, pertumbuhan ekonomi, subsidi pemerintah, dan tersedianya fasilitas yang memadai. Perkembangan teknologi informasi dan komunikasi (TIK) telah memberikan pengaruh terhadap dunia pendidikan khususnya dalam proses pembelajaran dan pendidikan. Menurut Surya (2008), Untuk dapat memanfaatkan TIK dalam

2 2 memperbaiki mutu pembelajaran, ada tiga hal yang harus diwujudkan yaitu (1) siswa dan guru harus memiliki akses kepada teknologi digital dan internet dalam kelas, sekolah, dan lembaga pendidikan guru, (2) harus tersedia materi yang berkualitas, bermakna, dan dukungan kultural bagi siswa dan guru, dan (3) guru harus memiliki pengetahuan dan ketrampilan dalam menggunakan alat-alat dan sumber-sumber digital untuk membantu siswa agar mencapai standar akademik. Analisis data spasial merupakan analisis yang berhubungan dengan efek lokasi. Hal ini didasarkan pada hukum pertama tentang geografi dikemukakan oleh Tobler dalam Anselin dan Rey (2010, p17) menyatakan bahwa segala sesuatu saling berhubungan satu dengan yang lainnya, tetapi sesuatu yang dekat lebih mempunyai pengaruh daripada sesuatu yang jauh. Salah satu analisis spasial adalah menggunakan metode Geographically Weighted Regression (GWR). Metode GWR adalah suatu teknik yang membawa kerangka dari model regresi sederhana menjadi model regresi yang terboboti (Fotheringham, Brunsdon, Charlton, 2002). Untuk memodelkan dan mengetahui faktor faktor yang mempengaruhi tingkat ABH dapat dilakukan dengan regresi Ordinary Least Square (OLS). Regresi OLS mengasumsikan residual normal, identik, dan independen. Apabila ada asumsi yang tidak terpenuhi, maka dapat dikatakan ada pengaruh spasial (Anselin, 1988, p12-13). Oleh karena itu digunakan GWR. Pengaruh spasial tersebut juga ditunjukkan oleh ABH yang memiliki karakteristik yang hampir sama di daerah yang berdekatan. Contohnya di wilayah dengan ABH tertinggi berada di wilayah Madura yang letaknya dekat dengan Pandalungan yang meliputi daerah Bondowoso, Situbondo, dan Probolinggo

3 3 (Firmansyah dan Sutikno, 2011). Hal ini menunjukkan ada pengaruh faktor lokasi atau spasial. Beberapa penelitian yang menggunakan model spasial antara lain Firmansyah dan Sutikno (2011) yang melakukan pemodelan dan pemetaan ABH di Provinsi Jawa Timur menggunakan Spatial Lag Model (SLM), Spatial Error Model (SEM), dan Spatial Autoregressive Moving Avarage (SARMA). Hasil penelitian tersebut adalah ABH dipengaruhi oleh rasio penduduk miskin, rasio tenaga pendidik SD, rasio tenaga pendidik SMP, dan angka partisipasi murni tahun dengan R 2 sebesar 90,6%. Penelitian selanjutnya yang menggunakan model spasial dilakukan oleh Kam, Hossain, Bose, dan Villano (2005). Penelitian tersebut melakukan pemodelan antara tingkat kemiskinan pedesaan dengan faktor kesejahteraan yang mempengaruhinya dengan menggunakan GWR. Informasi geospasial atau peta dapat memberikan informasi yang dapat dimanfaatkan oleh mendukung sektor publik dalam melaksanakan proses perencanaan pelaksanaan dan evaluasi pembangunan. Sehingga dalam penelitian ini ABH dan faktorfaktor yang mempengaruhinya juga disajikan dalam bentuk pemetaan. Pemetaan tersebut akan memberikan informasi tentang penyebaran ABH di Provinsi Jawa Timur. Beberapa analisis statistik telah menggunakan perhitungan melalui software statistik di komputer khususnya analisis GWR di software R Language. Untuk pengembangannya diperlukan pembuatan aplikasi program. Selain itu pembuatan aplikasi program digunakan untuk mempermudah proses analisis statistik. Dalam hal ini basis teknologi informasi dan komputer memberi peranan dalam pembuatan aplikasi yaitu menggunakan bahasa pemrograman Java dan R Language.

4 Berdasarkan permasalahan yang telah dibahas, maka penelitian ini bertujuan untuk mendapatkan faktor-faktor TIK yang mempengaruhi tingkat ABH di Provinsi 4 Jawa Timur dengan menggunakan metode spasial yaitu GWR. Selanjutnya hasil pemodelan disajikan dalam bentuk pemetaan dan diaplikasikan berbasis komputer. 1.2 Perumusan Masalah Berdasarkan latar belakang yang peneliti utarakan, maka perumusan masalah dalam penelitian ini antara lain: a. Bagaimana karakteristik ABH di Jawa Timur? b. Apakah indikator indikator TIK berpengaruh secara signifikan terhadap ABH dengan menggunakan metode Geographically Weighted Regression? c. Bagaimana bentuk pemetaan ABH di Jawa Timur berdasarkan TIK? 1.3 Ruang Lingkup Suatu penelitian dapat memberikan hasil yang optimal apabila penelitian tersebut memiliki ruang lingkup yang jelas. Ruang lingkup untuk penelitian ini antara lain sebagai berikut: 1. Faktor yang mempengaruhi ABH adalah teknologi, komunikasi dan informasi (TIK). 2. Penelitian ABH akan dilakukan di seluruh kota dan kabupaten Jawa Timur. 3. Data yang digunakan adalah data sekunder. 4. Proses perhitungan akan dibantu dengan R language. 5. Aplikasi program GWR akan dibuat menggunakan bahasa pemograman Java.

5 5 1.4 Tujuan dan Manfaat Tujuan dari penelitian ini antara lain: 1. Mengetahui bagaimana karakteristik ABH di Jawa Timur. 2. Mengetahui apakah indikator indikator TIK berpengaruh secara signifikan terhadap ABH dengan menggunakan metode Geographically Weighted Regression? 3. Mengetahui bagaimana bentuk pemetaan ABH di Jawa Timur berdasarkan TIK? Manfaat yang akan diperoleh dari penelitian ini antara lain: 1. Bagi peneliti 1. Sebagai syarat untuk menyelesaikan program sarjana. 2. Menambah wawasan tentang tingkat ABH dan penerapan model GWR di dalam suatu penelitian. 2. Bagi pembaca 1. Mengetahui bagaimana tingkat ABH dan TIK di Jawa Timur. 2. Memahami penerapan model GWR. 3. Menjadi referensi dan bahan informasi untuk penelitian lebih lanjut.

ANALISIS ANGKA BUTA HURUF DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION BERBASIS KOMPUTER

ANALISIS ANGKA BUTA HURUF DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION BERBASIS KOMPUTER ANALISIS ANGKA BUTA HURUF DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION BERBASIS KOMPUTER Andiyono Universitas Bina Nusantara Jl. K.H Syahdan No.9, Palmerah, Jakarta Barat, Indonesia, 11480,

Lebih terperinci

BAB 3 METODE PENELITIAN. disajikan pada Gambar 3.1 dan koordinat kabupaten/kota Provinsi Jawa Timur disajikan

BAB 3 METODE PENELITIAN. disajikan pada Gambar 3.1 dan koordinat kabupaten/kota Provinsi Jawa Timur disajikan BAB 3 METODE PENELITIAN 3.1 Gambaran Umum Objek Wilayah Provinsi Jawa Timur meliputi 29 kabupaten dan 9 kota. Peta wilayah disajikan pada Gambar 3.1 dan koordinat kabupaten/kota Provinsi Jawa Timur disajikan

Lebih terperinci

BAB 1 PENDAHULUAN. konsistensi dari tinja, yang melembek sampai mencair dan bertambahnya frekuensi

BAB 1 PENDAHULUAN. konsistensi dari tinja, yang melembek sampai mencair dan bertambahnya frekuensi BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Diare adalah suatu penyakit dengan gejala adanya perubahan bentuk dan konsistensi dari tinja, yang melembek sampai mencair dan bertambahnya frekuensi buang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemiskinan merupakan masalah dalam pembangunan yang bersifat multidimensi. Kemiskinan merupakan persoalan kompleks yang terkait dengan berbagai dimensi yakni sosial,

Lebih terperinci

PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2

PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2 PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Bertoto Eka Firmansyah dan Sutikno Mahasiswa Jurusan Statistika, ITS, Surabaya Dosen Pembimbing, Jurusan Statistika,

Lebih terperinci

BAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi

BAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi BAB I PENDAHULUAN Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi penulisan tesis, rumusan masalah, tujuan dan manfaatnya, tinjauan-tinjauan pustaka dari hasil penelitian terkait serta

Lebih terperinci

BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)

BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) 3.1 Data Spasial Data spasial memuat informasi tentang atribut dan informasi lokasi. Sedangkan data bukan spasial (aspatial data) hanya memuat informasi

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Atiya Maulani, 2013

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Atiya Maulani, 2013 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, tidak jarang dihadapkan pada berbagai masalah yang berkaitan dengan dua atau lebih variabel dalam suatu bentuk hubungan tertentu

Lebih terperinci

BAB 4 ANALISA DAN PEMBAHASAN. faktor faktor yang mempengaruhi, model regresi global, model Geographically

BAB 4 ANALISA DAN PEMBAHASAN. faktor faktor yang mempengaruhi, model regresi global, model Geographically BAB 4 ANALISA DAN PEMBAHASAN Pada bab ini dibahas tentang pola penyebaran angka buta huruf (ABH) dan faktor faktor yang mempengaruhi, model regresi global, model Geographically Weighted Regression (GWR),

Lebih terperinci

BAB I PENDAHULUAN. terus dihadapi di sejumlah daerah di Indonesia, tidak terkecuali Provinsi Sumatera

BAB I PENDAHULUAN. terus dihadapi di sejumlah daerah di Indonesia, tidak terkecuali Provinsi Sumatera BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan kemiskinan merupakan salah satu persoalan mendasar yang terus dihadapi di sejumlah daerah di Indonesia, tidak terkecuali Provinsi Sumatera Barat. Berdasarkan

Lebih terperinci

ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2.

ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2. ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN Rita Rahmawati 1, Anik Djuraidah 2 1) Program Studi Statistika, FMIPA Universitas Diponegoro 2) Jurusan

Lebih terperinci

BAB 3 METODE PENELITIAN. Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi

BAB 3 METODE PENELITIAN. Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi BAB 3 METODE PENELITIAN 3.1 Wilayah dan Pengumpulan Data Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi yang terdiri dari 23 Kecamatan. Lokasi masing-masing kecamatan dapat dilihat

Lebih terperinci

BAB I PENDAHULUAN. Model regresi adalah persamaan matematik yang dapat meramalkan nilai-nilai

BAB I PENDAHULUAN. Model regresi adalah persamaan matematik yang dapat meramalkan nilai-nilai BAB I PENDAHULUAN A. Latar Belakang Model regresi adalah persamaan matematik yang dapat meramalkan nilai-nilai suatu variabel tak bebas dari nilai-nilai variabel bebas (Walpole, 1982: 340). Pada regresi

Lebih terperinci

Pemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur

Pemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (203) 2337-3520 (230-928X Print) D-7 Pemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur Bagus Naufal Fitroni, dan

Lebih terperinci

S - 17 MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PENDERITA DIARE DI PROVINSI JAWA TENGAH DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE

S - 17 MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PENDERITA DIARE DI PROVINSI JAWA TENGAH DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE S - 17 MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PENDERITA DIARE DI PROVINSI JAWA TENGAH DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE Indriya Rukmana Sari 1, Dewi Retno Sari Saputro 2, Purnami Widyaningsih 3

Lebih terperinci

SKRIPSI PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR INDUSTRI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL

SKRIPSI PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR INDUSTRI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL SKRIPSI PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR INDUSTRI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL Disusun Oleh : Loviana 5303012012 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS

Lebih terperinci

BAB I PENDAHULUAN. dengan menurunnya kinerja perekonomian. Oleh karena itu pertumbuhan ekonomi

BAB I PENDAHULUAN. dengan menurunnya kinerja perekonomian. Oleh karena itu pertumbuhan ekonomi BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan ekonomi adalah salah satu indikator kondisi perekonomian suatu negara. Kondisi perekonomian negara dapat diukur melelaui perubahan nilai produk nasional

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Pendidikan mempunyai peranan yang sangat penting dalam membangun sebuah negara. Pembukaan Undang-Undang Dasar 1945 menyatakan bahwa salah satu tujuan Negara Republik

Lebih terperinci

PEMODELAN DATA KEMISKINAN PROVINSI KALIMANTAN TIMUR DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE

PEMODELAN DATA KEMISKINAN PROVINSI KALIMANTAN TIMUR DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 17 3 September 17, Samarinda, Indonesia ISBN: 978-6-531--3 PEMODELAN DATA KEMISKINAN PROVINSI KALIMANTAN TIMUR DENGAN METODE GEOGRAPHICALLY

Lebih terperinci

PEMODELAN FAKTOR FAKTOR YANG MEMPENGARUHI BALITA GIZI BURUK DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL

PEMODELAN FAKTOR FAKTOR YANG MEMPENGARUHI BALITA GIZI BURUK DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL PEMODELAN FAKTOR FAKTOR YANG MEMPENGARUHI BALITA GIZI BURUK DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Inayati Nur Fatmah 1, Drs. Hery Tri Sutanto, M.Si 2, 1,2 Jurusan Matematika, Fakultas Matematika

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar belakang Masalah Annisa Nurul Aini, 2013

BAB I PENDAHULUAN 1.1 Latar belakang Masalah Annisa Nurul Aini, 2013 BAB I PENDAHULUAN 1.1 Latar belakang Masalah Statistika merupakan salah satu cabang ilmu matematik yang mempelajari bagaimana merencanakan, mengumpulkan, mempresentasikan, menganalisis, dan menginterpretasi

Lebih terperinci

PEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)

PEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION) PEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION) Pembimbing : Ir. Sri Pingit Wulandari, MSi Liska Septiana

Lebih terperinci

SKRIPSI JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

SKRIPSI JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG APLIKASI MODEL REGRESI SPASIAL UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH SKRIPSI Oleh: Restu Dewi Kusumo Astuti NIM : J2E009002 JURUSAN STATISTIKA

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Model Regresi Linier Metode regresi linier merupakan suatu metode yang memodelkan hubungan antara variabel respon dengan variabel prediktor. Tujuannya adalah untuk mengukur

Lebih terperinci

SKRIPSI PENGARUH ANGKATAN KERJA YANG BEKERJA DAN LEMBAGA PELATIHAN KERJA TERHADAP PDRB KABUPATEN/KOTA DI JAWA TIMUR MENGGUNAKAN REGRESI SPASIAL

SKRIPSI PENGARUH ANGKATAN KERJA YANG BEKERJA DAN LEMBAGA PELATIHAN KERJA TERHADAP PDRB KABUPATEN/KOTA DI JAWA TIMUR MENGGUNAKAN REGRESI SPASIAL SKRIPSI PENGARUH ANGKATAN KERJA YANG BEKERJA DAN LEMBAGA PELATIHAN KERJA TERHADAP PDRB KABUPATEN/KOTA DI JAWA TIMUR MENGGUNAKAN REGRESI SPASIAL Disusun Oleh : CLAYREN NATHANNIEL 5303012017 JURUSAN TEKNIK

Lebih terperinci

PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH

PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH Erliyana Devitasari, Sri Sulistijowati Handayani, dan Respatiwulan Program Studi Matematika FMIPA

Lebih terperinci

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Statistika Spasial Kode/SKS: SS / (2/1/0) Dosen : Sutikno Semester : VII

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Statistika Spasial Kode/SKS: SS / (2/1/0) Dosen : Sutikno Semester : VII RP-S1-SLK-01 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 5 A. CAPAIAN PEMBELAJARAN : CP 5.2 : Mampu menganalisis data di bidang Statistika Lingkungan dan Kesehatan, serta bidang lainnya

Lebih terperinci

PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH

PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH 1 Diana Wahyu Safitri, 2 Moh Yamin Darsyah, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika FMIPA Universitas

Lebih terperinci

BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS)

BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS) 28 BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS) 3.1 Geographically Weighted Logistic Regression (GWLR) Geographically Weighted Logistic Regression adalah metode untuk

Lebih terperinci

(Geographically Weighted Binary Logistic Regression with Fixed Bi-Square Weight)

(Geographically Weighted Binary Logistic Regression with Fixed Bi-Square Weight) Penerapan Regresi Logistik Biner Terboboti Geografi dengan Pembobot Fixed Bi-Square Tuti Purwaningsih Universitas Islam Indonesia Jl Kaliurang KM 14.5, Yogyakarta tuti.purwaningsih@uii.ac.id ABSTRACT Geographically

Lebih terperinci

MODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN

MODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN Saintia Matematika Vol. 1, No. 1 (2013), pp. 87 99. MODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN Musfika Rati, Esther Nababan, Sutarman Abstrak. Penelitian ini dilakukan

Lebih terperinci

BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)

BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION 3.1 Mixed Geographically Weighted Regression Model Mixed Geographically Weighted Regression merupakan model kombinasi atau gabungan antara regresi global

Lebih terperinci

BAB I PENDAHULUAN. salah satunya bidang ekonomi. pertumbuhan ekonomi menjadi salah satu

BAB I PENDAHULUAN. salah satunya bidang ekonomi. pertumbuhan ekonomi menjadi salah satu BAB I PENDAHULUAN 1.1 Latar Belakang Pembangunan di Indonesia telah mengalami kemajuan di berbagai bidang salah satunya bidang ekonomi. pertumbuhan ekonomi menjadi salah satu indikator kondisi perekonomian

Lebih terperinci

(R.16) KAJIAN MODEL SPASIAL DURBIN (SDM) DALAM PEMODELAN KEADIAN DIARE DAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA (Studi Kasus : Kabupaten Tuban)

(R.16) KAJIAN MODEL SPASIAL DURBIN (SDM) DALAM PEMODELAN KEADIAN DIARE DAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA (Studi Kasus : Kabupaten Tuban) (R.6) KAJIAN MODEL SPASIAL DURBIN (SDM) DALAM PEMODELAN KEADIAN DIARE DAN FAKTORFAKTOR YANG MEMPENGARUHINYA (Studi Kasus : Kabupaten Tuban) Rokhana Dwi Bekti Bina Nusantara Universit email : rokhana_db@binus.ac.id

Lebih terperinci

2016 APLIKASI MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) MENGGUNAKAN SOFTWARE MATLAB

2016 APLIKASI MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) MENGGUNAKAN SOFTWARE MATLAB 1 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari sering dihadapkan dengan hubungan yang melibatkan dua atau lebih peubah atau variabel. Persamaan matematik yang menggambarkan persamaan

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pesta demokrasi Indonesia tahun 2014 ini adalah salah satu harapan baru yang diinginkan seluruh masyarakat Indonesia agar bisa membawa dampak yang baik bagi negara

Lebih terperinci

Pemodelan dan Pemetaan Pendidikan di Provinsi Jawa Timur Menggunakan Geographically Weighted Regression

Pemodelan dan Pemetaan Pendidikan di Provinsi Jawa Timur Menggunakan Geographically Weighted Regression Pemodelan dan Pemetaan Pendidikan di Provinsi Jawa Timur Menggunakan Geographically Weighted Regression Danniar Ardhanacitri dan Dr Vita Ratnasari, SSi, MSi Jurusan Statistika, Fakultas MIPA, Institut

Lebih terperinci

PERBANDINGAN MODEL PERTUMBUHAN EKONOMI DI JAWA TENGAH DENGAN METODE REGRESI LINIER BERGANDA DAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION SKRIPSI

PERBANDINGAN MODEL PERTUMBUHAN EKONOMI DI JAWA TENGAH DENGAN METODE REGRESI LINIER BERGANDA DAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION SKRIPSI PERBANDINGAN MODEL PERTUMBUHAN EKONOMI DI JAWA TENGAH DENGAN METODE REGRESI LINIER BERGANDA DAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION SKRIPSI Oleh: KELIK ISBIYANTORO J2E 008 029 JURUSAN STATISTIKA

Lebih terperinci

Maslim Rajab Syafrizal 1, Setiawan 2, Sutikno 3

Maslim Rajab Syafrizal 1, Setiawan 2, Sutikno 3 PROSEDUR GENERALIZED SPATIAL TWO STAGE LEAST SQUARES UNTUK MENGESTIMASI MODEL SPATIAL AUTOREGRESSIVE WITH AUTOREGRESSIVE DISTURBANCES Studi Kasus Pemodelan Pertumbuhan Ekonomi di Provinsi Jawa Timur Maslim

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Regresi spasial merupakan metode yang digunakan untuk mengetahui pengaruh variabel prediktor terhadap variabel respon yang memperhatikan pengaruh lokasi pengamatan.

Lebih terperinci

: Persentase Penduduk Dengan Sumber Air Minum Terlindungi PDAM : Pengeluaran Perkapita Penduduk Untuk Makan Sebulan

: Persentase Penduduk Dengan Sumber Air Minum Terlindungi PDAM : Pengeluaran Perkapita Penduduk Untuk Makan Sebulan 22 BAB III MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) 3.1 Variabel Penelitian Variabel penelitian yang digunakan dalam penelitian ini adalah data derajat kesehatan tahun 2013 pada 27 kabupaten

Lebih terperinci

Algoritme Least Angle Regression untuk Model Geographically Weighted Least Absolute Shrinkage and Selection Operator

Algoritme Least Angle Regression untuk Model Geographically Weighted Least Absolute Shrinkage and Selection Operator SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Algoritme Least Angle Regression untuk Model Geographically Weighted Least Absolute Shrinkage and Selection Operator S-20 Yuliana 1, Dewi Retno Sari

Lebih terperinci

2015 REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR)

2015 REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) 1 BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan salah satu cabang ilmu matematika yang mempelajari bagaimana merencanakan, mengumpulkan, mempresentasikan, menganalisis, dan menginterpretasikan

Lebih terperinci

BAB II DASAR TEORI. Gambar 2.1 : Perbedaan Antara Proses Stationer dan Proses Non-Stationer

BAB II DASAR TEORI. Gambar 2.1 : Perbedaan Antara Proses Stationer dan Proses Non-Stationer BAB II DASAR TEORI Model adalah penyederhanaan dunia nyata (real world) ke dalam suatu bentuk terukur (Deliar, 27). Bentuk terukur tersebut adalah asumsi yang dianggap dapat merepresentasikan dunia nyata

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN MODEL SPATIAL AUTOREGRESSIVE (SAR)

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN MODEL SPATIAL AUTOREGRESSIVE (SAR) ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN MODEL SPATIAL AUTOREGRESSIVE (SAR) SKRIPSI Disusun Oleh: RAHMAH MERDEKAWATY 24010212140062 DEPARTEMEN

Lebih terperinci

Pemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression

Pemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: 337-350 (301-98X Print) D-8 Pemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression Ardianto Tanadjaja, Ismaini

Lebih terperinci

REGRESI SPATIAL DURBIN MODEL UNTUK MENGIDENTIFIKASI FAKTOR YANG BERPENGARUH PADA ANGKA KEMATIAN BAYI DI JAWA TIMUR

REGRESI SPATIAL DURBIN MODEL UNTUK MENGIDENTIFIKASI FAKTOR YANG BERPENGARUH PADA ANGKA KEMATIAN BAYI DI JAWA TIMUR REGRESI SPATIAL DURBIN MODEL UNTUK MENGIDENTIFIKASI FAKTOR YANG BERPENGARUH PADA ANGKA KEMATIAN BAYI DI JAWA TIMUR M. Setyo Pramono 1, Nofrisca Berta Aditie 2 dan Sutikno 2 1 Pusat Humaniora, Kebijakan

Lebih terperinci

PEMODELAN BANYAKNYA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KOTA SURAKARTA DENGAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)

PEMODELAN BANYAKNYA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KOTA SURAKARTA DENGAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) PEMODELAN BANYAKNYA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KOTA SURAKARTA DENGAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) Hardanti Nur Astuti, Yuliana Susanti dan Dewi Retno Sari Saputro Program

Lebih terperinci

Penerapan GWR untuk Estimasi Produktivitas Tenaga Kerja IBS, 2011

Penerapan GWR untuk Estimasi Produktivitas Tenaga Kerja IBS, 2011 BADAN PUSAT STATISTIK Penerapan GWR untuk Estimasi Produktivitas Tenaga Kerja IBS, 2011 ABSTRAKSI Pemerintah telah menetapkan dalam Masterplan Percepatan dan Perluasan Pembangunan Ekonomi Indonesia (MP3EI)

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL SKRIPSI Oleh: OCTAFINNANDA UMMU FAIRUZDHIYA 24010210130057 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA

Lebih terperinci

APLIKASI MODEL REGRESI SPASIAL UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH

APLIKASI MODEL REGRESI SPASIAL UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman 375-384 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian APLIKASI MODEL REGRESI SPASIAL UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Berganda Analisis regresi merupakan analisis untuk mendapatkan hubungan dan model matematis antara variabel dependen (Y) dan satu atau lebih variabel independen

Lebih terperinci

BAB I PENDAHULUAN. Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat

BAB I PENDAHULUAN. Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat BAB I PENDAHULUAN 1.1 Latar Belakang Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat kesehatan masyarakat atau derajat kesehatannya. Indikator kesehatan suatu negara dapat dilihat

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN METODE SPATIAL DURBIN MODEL SKRIPSI

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN METODE SPATIAL DURBIN MODEL SKRIPSI ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN METODE SPATIAL DURBIN MODEL SKRIPSI Oleh: Ikha Rizky Ramadani J2E 009 020 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN 4.1 Identifikasi Variabel Prediktor pada Model MGWR Setiap variabel prediktor pada model MGWR akan diidentifikasi terlebih dahulu untuk mengetahui variabel prediktor yang berpengaruh

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN 33 IV. METODE PENELITIAN 3.1 Kerangka Pemikiran Berdasarkan perumusan masalah, tujuan dan manfaat, penelitian ini dibangun atas dasar kerangka pemikiran bahwa kemiskinan merupakan masalah multidimensi

Lebih terperinci

PEMODELAN BALITA GIZI BURUK DI KABUPATEN NGAWI DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION. Latifah Ayunin 1 dan Sutikno 2

PEMODELAN BALITA GIZI BURUK DI KABUPATEN NGAWI DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION. Latifah Ayunin 1 dan Sutikno 2 PEMODELAN BALITA GIZI BURUK DI KABUPATEN NGAWI DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION Latifah Ayunin 1 dan Sutikno 2 1 Mahasiswa Jurusan Statistika, ITS, Surabaya 2 Dosen Pembimbing, Jurusan Statistika,

Lebih terperinci

BAB I PENDAHULUAN. bagi masyarakat. Akan tetapi masih banyak ditemui penduduk yang tidak

BAB I PENDAHULUAN. bagi masyarakat. Akan tetapi masih banyak ditemui penduduk yang tidak BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pembangunan ekonomi sangat diperlukan oleh suatu daerah untuk meningkatkan taraf hidup dan kesejahteraan masyarakatnya, dengan cara mengembangkan seluruh sektor

Lebih terperinci

Disusun: Maslim Rajab Syafrizal NRP Dosen Pembimbing: Dr. Ir. Setiawan, M.Si Dr. Sutikno, S.Si, M.Si. 1/24/2012 Seminar Hasil

Disusun: Maslim Rajab Syafrizal NRP Dosen Pembimbing: Dr. Ir. Setiawan, M.Si Dr. Sutikno, S.Si, M.Si. 1/24/2012 Seminar Hasil 1/24/2012 Seminar Hasil 1 PROSEDUR GENERALIZED SPATIAL TWO STAGE LEAST SQUARES UNTUK MENGESTIMASI MODEL SPATIAL AUTOREGRESSIVE WITH AUTOREGRESSIVE DISTURBANCES STUDI KASUS PEMODELAN PERTUMBUHAN EKONOMI

Lebih terperinci

MODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH

MODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH MODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH Nungki Fauzi T A N, Isnandar Slamet, Muslich Program Studi

Lebih terperinci

Kata kunci: Geographically Weighted Regression, Gauss Kernel, bandwidth, cross validation

Kata kunci: Geographically Weighted Regression, Gauss Kernel, bandwidth, cross validation PENGGUNAAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT GAUSS KERNEL UNTUK KLASIFIKASI DESA MISKIN (Studi kasus desa-desa di Kabupaten Jember, Jawa Timur) Rita Rahmawati 1, Anik Djuraidah 2,

Lebih terperinci

PREDIKSI DAN INTERPOLASI MELALUI ORDINARY KRIGING: STUDI KASUS KEMISKINAN DI PROVINSI JAWA TIMUR

PREDIKSI DAN INTERPOLASI MELALUI ORDINARY KRIGING: STUDI KASUS KEMISKINAN DI PROVINSI JAWA TIMUR PREDIKSI DAN INTERPOLASI MELALUI ORDINARY KRIGING: STUDI KASUS KEMISKINAN DI PROVINSI JAWA TIMUR Rokhana Dwi Bekti Mathematics & Statistics Department, School of omputer Science, Binus University Jl. K.H.

Lebih terperinci

Pemodelan Faktor Penyebab Kecelakaan Lalu Lintas Berdasarkan Metode Geographically Weighted Regression di Jawa Timur

Pemodelan Faktor Penyebab Kecelakaan Lalu Lintas Berdasarkan Metode Geographically Weighted Regression di Jawa Timur JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Print) D-58 Pemodelan Faktor Penyebab Kecelakaan Lalu Lintas Berdasarkan Metode Geographically Weighted Regression di Jawa Timur Putu

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 461-469 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN MODEL PERTUMBUHAN EKONOMI DI JAWA TENGAH DENGAN

Lebih terperinci

BAB 1 PENDAHULUAN. Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan

BAB 1 PENDAHULUAN. Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan manusia. Perkembangan teknologi ini ditandai dengan ditemukannya banyak penemuan penemuan

Lebih terperinci

PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH

PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 535-544 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK

Lebih terperinci

PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH

PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH oleh ERLIYANA DEVITASARI M0111029 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB LANDASAN TEORI. Metode Kuadrat Terkecil Persamaan regresi linier yang biasa didefinisikan dengan menggunakan metode pendugaan parameter Ordinary Least Square (OLS), secara umum dapat dituliskan :

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Kebutuhan pokok merupakan kebutuhan minimal manusia yang mutlak harus dipenuhi untuk menjamin kelangsungan hidup. Kebutuhan pokok manusia terdiri atas, kebutuhan pangan,

Lebih terperinci

BAB VI PENUTUP Kesimpulan

BAB VI PENUTUP Kesimpulan BAB VI PENUTUP 6.1. Kesimpulan 1. Berdasarkan pemodelan yang dilakukan dengan menggunakan Ordinary Least Square (OLS) dan regresi spasial diperoleh bahwa asumsi klasik telah terpenuhi. Berdasarkan uji

Lebih terperinci

SPATIAL AUTOREGRESSIVE MODEL DAN SPATIAL ERROR MODEL PADA PERTUMBUHAN EKONOMI SEKTOR INDUSTRI PENGOLAHAN DI EKS KARESIDENAN SURAKARTA

SPATIAL AUTOREGRESSIVE MODEL DAN SPATIAL ERROR MODEL PADA PERTUMBUHAN EKONOMI SEKTOR INDUSTRI PENGOLAHAN DI EKS KARESIDENAN SURAKARTA SPATIAL AUTOREGRESSIVE MODEL DAN SPATIAL ERROR MODEL PADA PERTUMBUHAN EKONOMI SEKTOR INDUSTRI PENGOLAHAN DI EKS KARESIDENAN SURAKARTA oleh WINDY RIZKI ADITA M0112091 SKRIPSI ditulis dan diajukan untuk

Lebih terperinci

BAB I PENDAHULUAN. penghambat adalah pertumbuhan penduduk yang tinggi. Melonjaknya

BAB I PENDAHULUAN. penghambat adalah pertumbuhan penduduk yang tinggi. Melonjaknya BAB I PENDAHULUAN A. Latar Belakang Pembangunan ekonomi merupakan serangkaian usaha yang dilakukan suatu negara untuk mencapai kemakmuran dan kesejahteraan bagi rakyatnya. Dalam pembangunan ekonomi Indonesia,

Lebih terperinci

PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DI PROVINSI BALI

PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DI PROVINSI BALI PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DI PROVINSI BALI M ARRIE KUNILASARI ELYNA 1, I GUSTI AYU MADE SRINADI 2, MADE SUSILAWATI 3 1,2,3, Jurusan Matematika,

Lebih terperinci

PREDIKSI PERKEMBANGAN LAHAN PERTANIAN BERDASARKAN KECENDERUNGAN ALIH FUNGSI LAHAN SAWAH DI KABUPATEN LAMONGAN

PREDIKSI PERKEMBANGAN LAHAN PERTANIAN BERDASARKAN KECENDERUNGAN ALIH FUNGSI LAHAN SAWAH DI KABUPATEN LAMONGAN PREVIEW III TUGAS AKHIR PREDIKSI PERKEMBANGAN LAHAN PERTANIAN BERDASARKAN KECENDERUNGAN ALIH FUNGSI LAHAN SAWAH DI KABUPATEN LAMONGAN Dosen Pembimbing Putu Gde Ariastita, ST., MT. Merisa Kurniasari 3610100038

Lebih terperinci

PEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE SEEMINGLY UNRELATED REGRESSION (SUR) SPASIAL

PEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE SEEMINGLY UNRELATED REGRESSION (SUR) SPASIAL PEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE SEEMINGLY UNRELATED REGRESSION (SUR) SPASIAL Dibyo Adi Wiboao 1), Setiawan 2), dan Vita Ratnasari 3) 1) Program Studi Magister Statistika, Institut

Lebih terperinci

BAB 1 PENDAHULUAN. Sulawesi Tenggara (Sultra) merupakan salah satu provinsi di Indonesia.

BAB 1 PENDAHULUAN. Sulawesi Tenggara (Sultra) merupakan salah satu provinsi di Indonesia. BAB 1 PENDAHULUAN 1.1 Latar Belakang Sulawesi Tenggara (Sultra) merupakan salah satu provinsi di Indonesia. Sultra ditetapkan sebagai daerah otonom berdasarkan Perpu No. 2 tahun 1964 Jungto UU No. 13 Tahun

Lebih terperinci

Studi Pengembangan Model Statistik Ekonomi dan Sosial, 2014

Studi Pengembangan Model Statistik Ekonomi dan Sosial, 2014 BADAN PUSAT STATISTIK Studi Pengembangan Model Statistik Ekonomi dan Sosial, 2014 ABSTRAKSI Dalam rangka mencapai visi pembangunan nasional menuju Indonesia yang mandiri, maju, adil dan makmur, pemerintah

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL ABSTRACT

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL ABSTRACT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 781-790 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA

Lebih terperinci

APLIKASI MODEL SPATIAL AUTOREGRESSIVE UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH TAHUN 2011

APLIKASI MODEL SPATIAL AUTOREGRESSIVE UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH TAHUN 2011 APLIKASI MODEL SPATIAL AUTOREGRESSIVE UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH TAHUN 2011 Restu Dewi Kusumo Astuti 1, Hasbi Yasin 2, Sugito 3 1 Mahasiswa

Lebih terperinci

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2011 ISBN:

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2011 ISBN: 161 STRUCTURAL EQUATION MODELLING (SEM) DENGAN MODEL STRUKTURAL REGRESI SPASIAL Tisti Ilda Prihandini 1, Sony Sunaryo 2 1) Mahasiswa Magister Jurusan Statistika ITS 2) Dosen Jurusan Statistika ITS Abstrak

Lebih terperinci

PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE

PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE TERHADA FAKTOR- FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI KABUPATEN DEMAK 1 Marlita Vebiriyana, 2 M. Yamin Darsyah, 3 Indah

Lebih terperinci

BAB I PENDAHULUAN. Kemajuan suatu negara sangat tergantung pada jumlah penduduk

BAB I PENDAHULUAN. Kemajuan suatu negara sangat tergantung pada jumlah penduduk BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan suatu negara sangat tergantung pada jumlah penduduk miskinnya. Semakin banyak jumlah penduduk miskin, maka negara itu disebut negara miskin. Sebaliknya semakin

Lebih terperinci

Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya September 2017, Samarinda, Indonesia ISBN:

Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya September 2017, Samarinda, Indonesia ISBN: Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 017 3 September 017, Samarinda, Indonesia ISBN: 978-60-5031-0-3 Analisis Data Spasial Menggunakan Metode Geographically Weighted Regression

Lebih terperinci

METODE GEOGRAPHICALLY WEIGHTED REGRESSION PADA KARAKTERISTIK PENDUDUK HAMPIR MISKIN DI KABUPATEN/KOTA PULAU JAWA

METODE GEOGRAPHICALLY WEIGHTED REGRESSION PADA KARAKTERISTIK PENDUDUK HAMPIR MISKIN DI KABUPATEN/KOTA PULAU JAWA ISSN ISSN L 2337 6686 2338 3321 METODE GEOGRAPHICALLY WEIGHTED REGRESSION PADA KARAKTERISTIK PENDUDUK HAMPIR MISKIN DI KABUPATEN/KOTA PULAU JAWA Raja Hamonangan Sitorus Sekolah Tinggi Ilmu Statistik Email:

Lebih terperinci

PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH

PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH SKRIPSI Disusun Oleh: RIFKI ADI PAMUNGKAS 24010212140066 DEPARTEMEN STATISTIKA FAKULTAS SAINS

Lebih terperinci

PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)

PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) SKRIPSI Disusun Oleh : SINDY SAPUTRI 24010210141007 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA

Lebih terperinci

Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel

Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II

Lebih terperinci

SKRIPSI. Disusun Oleh : RAHMA NURFIANI PRADITA

SKRIPSI. Disusun Oleh : RAHMA NURFIANI PRADITA PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA KABUPATEN/ KOTA DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION SKRIPSI Disusun Oleh : RAHMA NURFIANI

Lebih terperinci

STRUCTURAL EQUATIO MODELLI G (SEM) DE GA MODEL STRUKTURAL REGRESI SPASIAL. Tisti Ilda Prihandini 1, Sony Sunaryo 2

STRUCTURAL EQUATIO MODELLI G (SEM) DE GA MODEL STRUKTURAL REGRESI SPASIAL. Tisti Ilda Prihandini 1, Sony Sunaryo 2 STRUCTURAL EQUATIO MODELLI G (SEM) DE GA MODEL STRUKTURAL REGRESI SPASIAL Tisti Ilda Prihandini 1, Sony Sunaryo 2 1) Mahasiswa Magister Jurusan Statistika ITS, 2) Dosen Jurusan Statistika ITS Abstrak Suatu

Lebih terperinci

2.11. Penduduk Yang Bekerja di Sektor Pertanian Pengangguran... 40

2.11. Penduduk Yang Bekerja di Sektor Pertanian Pengangguran... 40 2.11. Penduduk Yang Bekerja di Sektor Pertanian... 38 2.12. Pengangguran... 40 BAB III DASAR TEORI... 42 3.1. Analisis Regresi Linier Berganda... 42 3.2. Penaksiran Koefisien Regresi Menggunakan Matriks...

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan analisis yang telah dilakukan maka diperoleh kesimpulan sebagai berikut. 1. Karakteristik pendidikan Propinsi Jawa Timur secara umum pada tahun 2007

Lebih terperinci

ISSN: Vol. 1 No. 1 Agustus 2012

ISSN: Vol. 1 No. 1 Agustus 2012 ISSN: 2303-1751 Vol. 1 No. 1 Agustus 2012 e-jurnal Matematika, Vol. 1, No. 1, Agustus 2012, 94-98 ISSN: 2303-1751 PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Dalam rangka meningkatkan kesejahteraan masyarakat di suatu negara, maka dibutuhkan pembangunan. Pada September tahun 2000, mulai dijalankannya Millennium Development

Lebih terperinci

TAMAN KANAK-KANAK Tabel 5 : Jumlah TK, siswa, lulusan, Kelas (rombongan belajar),ruang kelas, Guru dan Fasilitas 6

TAMAN KANAK-KANAK Tabel 5 : Jumlah TK, siswa, lulusan, Kelas (rombongan belajar),ruang kelas, Guru dan Fasilitas 6 DAFTAR TABEL DATA NONPENDIDIKAN Tabel 1 : Keadaan Umum Nonpendidikan 1 Tabel 2 : Luas wilayah, penduduk seluruhnya, dan penduduk usia sekolah 2 Tabel 3 : Jumlah desa, desa terpencil, tingkat kesulitan

Lebih terperinci

PEMODELAN PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR DENGAN PENDEKATAN EKONOMETRIKA PANEL SPASIAL

PEMODELAN PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR DENGAN PENDEKATAN EKONOMETRIKA PANEL SPASIAL PEMODELAN PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR DENGAN PENDEKATAN EKONOMETRIKA PANEL SPASIAL Alifta Kurnia Setiawati (1308100061) Pembimbing : Dr. Ir. Setiawan, MS 1 AGENDA 1 3 4 5 Pendahuluan Tinjauan

Lebih terperinci

PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION

PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 29-34 ISSN: 2303-1751 PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION GUSTI

Lebih terperinci

BAB I PENGANTAR. 1.1 Latar Belakang. masyarakat, dan institusi-institusi nasional, di samping tetap mengejar akselerasi

BAB I PENGANTAR. 1.1 Latar Belakang. masyarakat, dan institusi-institusi nasional, di samping tetap mengejar akselerasi BAB I PENGANTAR 1.1 Latar Belakang Pembangunan harus dipandang sebagai suatu proses multidimensional yang mencakup berbagai perubahan mendasar atas struktur sosial, sikap-sikap masyarakat, dan institusi-institusi

Lebih terperinci

ABSTRAK. Kata kunci: DBD, Efek Spasial, Spatial Autoregressive (SAR).

ABSTRAK. Kata kunci: DBD, Efek Spasial, Spatial Autoregressive (SAR). Judul Nama Pembimbing : Pemodelan Penyebaran Kasus Demam Berdarah Dengue (DBD) di Kota Denpasar dengan Metode Spatial Autoregressive (SAR) : Ni Made Surya Jayanti : 1. I Wayan Sumarjaya, S.Si., M.Stats.

Lebih terperinci

KREDIT, PDB, dan TINGKAT SUKU BUNGA TERHADAP PERKEMBANGAN JUMLAH UNIT USAHA BERSKALA KECIL dan MENENGAH (UKM) Oleh : I MADE RAJIV PERMADI (H )

KREDIT, PDB, dan TINGKAT SUKU BUNGA TERHADAP PERKEMBANGAN JUMLAH UNIT USAHA BERSKALA KECIL dan MENENGAH (UKM) Oleh : I MADE RAJIV PERMADI (H ) PENGARUH TOTAL KREDIT, PDB, dan TINGKAT SUKU BUNGA TERHADAP PERKEMBANGAN JUMLAH UNIT USAHA BERSKALA KECIL dan MENENGAH (UKM) Oleh : I MADE RAJIV PERMADI (H14051239) DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI

Lebih terperinci

GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH

GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH SKRIPSI Disusun Oleh : NURMALITA SARI 240102120008 DEPARTEMEN STATISTIKA FAKULTAS

Lebih terperinci