FAKTOR-FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI FERTILITAS PEREMPUAN DENGAN LAMA PERKAWINAN DI BAWAH 10 TAHUN DI PROVINSI JAWA BARAT LIESTIA NOVIANI

Transkripsi

1 FAKTOR-FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI FERTILITAS PEREMPUAN DENGAN LAMA PERKAWINAN DI BAWAH 10 TAHUN DI PROVINSI JAWA BARAT LIESTIA NOVIANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014

2

3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Faktor-Faktor Sosial Ekonomi yang Mempengaruhi Fertilitas Perempuan dengan Lama Perkawinan di Bawah 10 Tahun di Provinsi Jawa Barat adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Februari 2014 Liestia Noviani NIM G

4 ABSTRAK LIESTIA NOVIANI. Faktor-Faktor Sosial Ekonomi yang Mempengaruhi Fertilitas Perempuan dengan Lama Perkawinan di Bawah 10 Tahun di Provinsi Jawa Barat. Dibimbing oleh BUDI SUSETYO dan BAGUS SARTONO. Tingginya laju pertumbuhan penduduk merupakan masalah pokok pembangunan yang dihadapi oleh negara-negara berkembang termasuk Indonesia. Ledakan penduduk terjadi terutama karena menurunnya tingkat mortalitas (kematian) penduduk sementara tingkat fertilitas belum dapat dikontrol dengan baik. Tujuan dari penelitian ini adalah untuk menentukan faktor-faktor sosial ekonomi yang mempengaruhi fertilitas (kelahiran) di Provinsi Jawa Barat. Informasi faktor-faktor tersebut maka dapat digunakan sebagai salah satu alat pertimbangan dalam pengendalian kependudukan. Penelitian ini menggunakan data Survei Sosial Ekonomi Nasional (SUSENAS) Provinsi Jawa Barat tahun Peubah respon pada penelitian ini berupa data kontinu yaitu jumlah anak kandung lahir hidup sehingga analisis yang tepat digunakan dalam penelitian ini adalah pohon regresi dengan algoritma CART. Pohon regresi pada wilayah perkotaan menghasilkan 6 simpul akhir dengan peubah penjelas paling efektif yaitu status penggunaan KB, pendidikan suami, pengeluaran per kapita per bulan, dan penggunaan jamban. Pohon regresi pada wilayah perdesaan menghasilkan 5 simpul akhir dengan peubah penjelas paling efektif yaitu status penggunaan KB, pengeluaran per kapita per bulan, dan status penggunaan jamban. Kata kunci: CART, fertilitas, pohon regresi ABSTRACT LIESTIA NOVIANI. Socio economics Factors Affecting Fertility of Female with Under 10 Years Marriage in West Java Province. Advised by BUDI SUSETYO and BAGUS SARTONO. The high rate of population growth is the main problem faced by the development of developing countries, including Indonesia. Population explosion occurred mainly due to a decreased level of mortality (death) while the population fertility rates can not be well controlled. The purpose of this study was to determine the socio economics factors that affect fertility (births) in the Province of West Java. Information factors can be used as one tool in population control considerations. This study used the data of National Socio economic Survey of West Java Province in Response variable in this study is the number of biological children born alive, whisch is continuous, so that the proper analysis is a regression tree with CART algorithm. Regression tree in urban produce 6 end nodes with the most effective explanatory variable is the contraception status, husband s education, expenditure per capita per month, and the use of toilet. Regression tree in rural produce 5 end nodes with the most effective explanatory variable is the status of the use of family planning, expenditure per capita per month, and the use of toilet. Keywords: CART, fertility, regression tree

5 FAKTOR-FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI FERTILITAS PEREMPUAN DENGAN LAMA PERKAWINAN DI BAWAH 10 TAHUN DI PROVINSI JAWA BARAT avonoids, saponins LIESTIA NOVIANI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014

6

7 Judul Skripsi : Faktor-Faktor Sosial Ekonomi yang Mempengaruhi Fertilitas Perempuan dengan Lama Perkawinan di Bawah 10 Tahun di Provinsi Jawa Barat Nama : Liestia Noviani NIM : G Disetujui oleh Dr Ir Budi Susetyo, MS Pembimbing I Dr Bagus Sartono, MSi Pembimbing II Diketahui oleh Dr Anang Kurnia, MSi Ketua Departemen Tanggal Lulus:

8 Judul Skripsi: Faktor-Faktor Sosial Ekonomi yang Mempengaruhi Fertilitas Perempuan dengan Lama Perkawinan di Bawah 10 Tahun di Provinsi Jawa Barat Nama : Liestia Noviani NIM : Disetujui oleh ~. J J1/ ~"""' ~.~ S Dr r Budi Dr B us SaROno MSi Pembimbing I embimbing II Diketahui oleh Tanggal Lulus: 03 HAR 20 14

9 PRAKATA Puji syukur dipanjatkan kehadirat Allah SWT karena atas karunia, rahmat dan hidayah dari-nya lah maka penulis dapat menyelesaikan karya ilmiah ini dengan judul Faktor-Faktor Sosial Ekonomi yang Mempengaruhi Fertilitas Perempuan dengan Lama Perkawinan di Bawah 10 Tahun di Provinsi Jawa Barat. Karya ilmiah ini diajukan sebagai salah satu syarat untuk mendapatkan gelar Sarjana Statistika di Institut Pertanian Bogor. Pada kesempatan ini penulis mengucapkan terima kasih yang sebanyakbanyaknya kepada : 1. Dr Ir Budi Susetyo, MS dan Dr Bagus Sartono, MSi selaku dosen pembimbing yang telah memberikan arahan dan bimbingan dalam penulisan karya ilmiah ini. 2. Bapak (alm), mamah, kakak dan keponakan tersayang Melvin yang selalu memberikan doa, semangat, dukungan berupa moril maupun meteril, dan kasih sayang kepada penulis. 3. Alfin Noorhassan Subchan Rachlan atas semangat dan dukungan yang selalu diberikan kepada penulis. 4. Seluruh teman-teman STK angkatan 46 atas keceriaannya selama tiga tahun menjalani kuliah bersama. Terima kasih juga diucapkan kepada semua pihak-pihak yang tidak dapat disebutkan satu persatu yang telah banyak membantu dalam pembuatan karya tulis ini. Semoga karya tulis ini dapat diterima dan bermanfaat bagi perkembangan ilmu pengetahuan. Bogor, Februari 2014 Liestia Noviani

10 DAFTAR ISI DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN 1 Latar Belakang 1 Tujuan Penelitian 2 METODE 2 Bahan 2 Metode 2 HASIL DAN PEMBAHASAN 4 Hasil 4 SIMPULAN DAN SARAN 10 Simpulan 10 DAFTAR PUSTAKA 10 LAMPIRAN 11 RIWAYAT HIDUP 17

11 DAFTAR TABEL 1 Rata-rata jumlah anak kandung lahir hidup berdasarkan pendidikan istri dan suami di wilayah perkotaan dan perdesaan 2 Rata-rata jumlah anak kandung lahir hidup berdasarkan status penggunaan KB dan status pekerjaan di wilayah perkotaan dan perdesaan 3 Nilai improvement awal wilayah perkotaan 7 4 Nilai improvement awal wilayah perdesaan DAFTAR GAMBAR 1 Pohon regresi wilayah perkotaan 6 2 Pohon regresi wilayah perdesaan 8 DAFTAR LAMPIRAN 1 Peubah-peubah penjelas yang digunakan 12 2 Deskripsi peubah-peubah penjelas numerik daerah perkotaan 13 3 Deskripsi peubah-peubah penjelas numerik daerah perdesaan 14 4 Deskripsi peubah-peubah penjelas kategorik daerah perkotaan 14 5 Deskripsi peubah-peubah penjelas kategorik daerah perdesaan 15

12 PENDAHULUAN Latar Belakang Jumlah penduduk dunia semakin meningkat dari tahun ke tahun termasuk Indonesia. Jumlah penduduk Indonesia berada di urutan keempat terbesar di dunia setelah berturut-turut China, India, dan Amerika Serikat. Berdasarkan hasil Sensus Badan Pusat Statistik (BPS) tahun 2010, jumlah penduduk di Indonesia mencapai dengan laju pertumbuhan penduduk sebesar 1,49 persen per tahun. Tingginya laju pertumbuhan penduduk dan distribusi yang tidak merata menimbulkan berbagai masalah seperti penyediaan makanan, lapangan kerja, sarana kesehatan, pendidikan dan berbagai kebutuhan lainnya sehingga dapat menghambat kemajuan proses pembangunan di bidang sosial ekonomi. Fertilitas merupakan salah satu komponen penting yang mempengaruhi laju pertumbuhan penduduk. Sejalan dengan berkembangnya ilmu pengetahuan dan teknologi dalam pengolahan sumber daya alam yang ada, tingkat kehidupan manusia menjadi semakin membaik. Hal ini sangat mempengaruhi penurunan tingkat mortalitas (kematian) penduduk. Seperti banyak dikemukakan oleh ahli demografi, bahwa ledakan penduduk yang terjadi pada abad-abad terakhir ini terutama karena menurunnya tingkat mortalitas dengan cepat, sementara tingkat fertilitas belum dapat dikontrol dengan baik (Mantra 2003). Fertilitas dalam isitilah demografi diartikan sebagai hasil reproduksi yang nyata dari seorang wanita. Dengan kata lain fertilitas sama dengan kelahiran hidup (live birth), yaitu terlepasnya bayi dari rahim seorang perempuan dengan adanya tanda-tanda kehidupan. Apabila pada waktu lahir tidak ada tanda-tanda kehidupan disebut dengan lahir mati (still birth) yang di dalam demografi tidak dianggap sebagai suatu peristiwa kelahiran. Faktor-faktor yang mempengaruhi tinggi rendahnya fertilitas dapat dibagi menjadi dua yaitu faktor demografi dan selain demografi. Faktor demografi diantaranya adalah struktur umur, struktur perkawinan, umur kawin pertama dan lainnya. Sedangkan faktor selain demografi antara lain, keadaan ekonomi penduduk, tingkat pendidikan, perbaikan status perempuan, urbanisasi dan industrialisasi (Lembaga Demografi FE UI 1981). Jawa Barat merupakan salah satu provinsi terpadat di Indonesia. Dari Survei Sosial Ekonomi Nasional (SUSENAS) dapat dilakukan analisis untuk mengetahui faktor-faktor sosial ekonomi yang mempengaruhi fertilitas pada usia perkawinan di bawah 10 tahun di Provinsi Jawa Barat. Peubah respon pada penelitian ini berupa data rasio yaitu jumlah anak kandung lahir hidup sehingga analisis yang tepat digunakan dalam penelitian ini adalah pohon regresi dengan algoritma CART. Dengan diketahuinya faktor-faktor yang mempengaruhi fertilitas pemerintah dapat membuat kebijakan untuk mengendalikan pertumbuhan penduduk untuk meningkatkan kualitas hidup bangsa Indonesia. Classification and Regression Trees (CART) adalah salah satu metode atau algoritma dari teknik pohon keputusan. CART merupakan metode statistik non parametrik yang dapat menggambarkan hubungan antara peubah respon dengan satu atau lebih peubah penjelas (Hartati et al. 2012). Menurut Breiman, et al. (1993), apabila peubah respon berbentuk numerik maka metode yang digunakan

13 2 pohon regresi (regression trees), sedangkan apabila peubah respon memiliki skala kategorik maka metode yang digunakan adalah pohon klasifikasi (classification trees). Keunggulan dari metode CART adalah tidak ada asumsi yang harus dipenuhi dan mudah untuk di interpretasikan. Tujuan Penelitian Tujuan dari penelitian ini adalah untuk menentukan faktor-faktor sosial ekonomi yang berpengaruh terhadap fertilitas perempuan dengan lama perkawinan di bawah 10 tahun di Provinsi Jawa Barat. METODE Bahan Data yang digunakan dalam penelitian ini adalah data sekunder hasil Survei Sosial Ekonomi Nasional (SUSENAS) Provinsi Jawa Barat tahun 2011 yang diperoleh dari Badan Pusat Statistik (BPS). Sampel yang diambil adalah perempuan yang lama perkawinannya di bawah 10 tahun. Peubah respon yang menjadi perhatian dalam penelitian ini adalah jumlah anak kandung lahir hidup. Sedangkan peubah-peubah penjelas yang digunakan yaitu sebanyak 16 peubah dapat dilihat pada Lampiran 1. Metode Tahapan-tahapan yang akan dilakukan pada penelitian ini adalah: 1. Melakukan analisis deskriptif pada peubah penjelas untuk mengetahui gambaran umum fertilitas di provinsi Jawa Barat. 2. Membangun pohon regresi dengan algoritma CART. Metode pohon regresi dikenal sebagai penyekatan rekursif biner karena dalam proses penyekatannya kumpulan data yang disebut simpul selalu disekat menjadi dua sekatan yang disebut simpul anak. Tahap pertama, seluruh data dipisah menjadi anak gugus berdasarkan salah satu peubah yang dipilih. Masing-masing anak gugus kemudian diperiksa kembali dan dibagi lagi berdasarkan pemisah lainnya. Proses tersebut berlanjut sampai tercapai kriteria berhenti tertentu. Anak gugus yang tidak bisa dipisah lagi dinamakan simpul akhir, sedangkan yang masih bisa dipisah dinamakan simpul anak. Adapun aturan-aturan pembentukan pohon regresi, yaitu: a. Pembentukan pohon regresi. Pohon regresi dibentuk melalui penyekatan gugus data dengan sederetan penyekat biner sampai dihasilkan simpul akhir. Aturan penyekatan suatu simpul menjadi dua simpul anak adalah sebagai berikut: i. Setiap penyekatan tergantung pada nilai yang berasal dari satu peubah penjelas.

14 iii. ii. Untuk peubah kontinu X j, penyekatan yang diperbolehkan adalah X j c, dimana c adalah nilai tengah antara dua nilai amatan peubah X j secara berurutan. Jadi jika X j memiliki nilai n yang berbeda maka akan ada n-1 penyekatan. Untuk peubah kategorik, penyekatan yang terjadi berasal dari semua kemungkinan penyekatan berdasarkan terbentuknya dua anak gugus yang saling lepas (disjoint). Jika X j adalah peubah ketegorik nominal dengan L ketegori, maka akan ada 2 L-1-1 penyekatan, sedangkan jika berupa kategorik ordinal maka akan ada L-1 penyekatan. b. Proses penyekatan Proses penyekatan pada tiap simpul adalah sebagai berikut: i. Tentukan semua kemungkinan penyekatan pada tiap peubah penjelas ii. Pilih penyekatan terbaik dari masing-masing peubah penjelas. Penyekatan terbaik adalah penyekat yang memaksimumkan ukuran kehomogenan dari masing-masing simpul anak terhadap simpul induknya. Ukuran kehomogenan pada simpul t yaitu dimana ( ) ( ( )) 3 ( ) ( ) Misal ada penyekatan s yang menyekat t menjadi simpul anak kiri t L dan simpul anak kanan t R, fungsi penyekat atau yang biasa disebut dengan nilai improvement dinyatakan sebagai ( ) ( ) * ( ) ( )+ dimana ( ) adalah fungsi penyekat pada pohon regresi, R(t) adalah kuadrat tengah galat pada simpul induk, ( ) adalah kuadrat tengah galat pada simpul anak kiri, dan ( ) adalah kuadrat tengah galat pada simpul anak kanan. Penyekatan terbaik s* adalah penyekatan yang memenuhi kriteria: ( ) ( ) dengan S adalah gugus yang berisi semua kemungkinan penyekatan. iii. Pilih peubah yang dijadikan penyekat. Peubah yang dijadikan penyekat adalah peubah yang memiliki nilai ( ) maksimum paling besar diantara peubah lainnya. c. Proses pemangkasan Bila pohon yang dibentuk pada proses penyekatan berukuran sangat besar, maka pohon akan semakin komplek dalam menggambarkan data. Untuk dapat menyederhanakan ukuran pohon agar menjadi pohon yang layak dilakukan suatu teknik yang disebut teknik pemangkasan validasi silang pada pohon regresi (Lewis 2000). Tingkat kesalahan relatif pada validasi silang dirumuskan dengan:

15 4 dengan ( ) ( ) ( ) ( ), ( )- dan ( ), - dengan ( ) adalah kuadrat tengah galat pohon optimal, ( ) adalah kuadrat tengah galat simpul awal, N adalah jumlah pengamatan dalam simpul k, y i adalah nilai dari peubah respon, dan ( ) adalah rataan dari simpul k. Pohon terbaik adalah T k0, yaitu: ( ) ( ) d. Penentuan nilai dugaan respon CART akan menghitung ringkasan statistik dari masing-masing simpul akhir setelah pohon regresi terbentuk. Jika aturan penyekatan menggunakan metode kuadrat terkecil, maka akan dihitung rataan dan standar deviasi dari peubah respon. Nilai rataan pada simpul akhir merupakan nilai dugaan dari peubah respon pada kasus simpul terakhir tersebut (Komalasari 2005). 3. Menginterpretasikan hasil. HASIL DAN PEMBAHASAN Deskripsi Data Banyaknya perempuan yang dijadikan sampel pada penelitian ini adalah sebanyak 4077 perempuan yang terdapat di provinsi Jawa Barat. Sebanyak 2930 responden tinggal di wilayah perkotaan dan 1147 responden tinggal di wilayah perdesaan. Peubah penjelas yang digunakan dalam penelitian ini sebanyak 16 peubah penjelas. Deskripsi peubah penjelas pada responden yang tinggal di perkotaan dapat dilihat pada Lampiran 2 dan Lampiran 4, sedangkan deskripsi peubah penjelas pada responden yang tinggal di perdesaan dapat dilihat pada Lampiran 3 dan Lampiran 5. Responden di wilayah perkotaan rata-rata berusia 28 tahun dengan rata-rata usia pada saat perkawinan pertama yaitu 22 tahun dan mayoritas pendidikan istri dan suami adalah lulusan SD/sederajat. Adapun responden di wilayah perdesaan rata-rata berusia 26 tahun dengan rata-rata usia pada saat perkawinan pertama yaitu 19 tahun dan pendidikan terakhir istri dan suami mayoritas adalah lulusan SD/sederajat. Hal ini menunjukan bahwa rata-rata responden di wilayah perdesaan

16 menikah pada usia lebih muda dibandingkan dengan responden di wilayah perkotaan. Berdasarkan Lampiran 2 dan Lampiran 3, pendapatan per kapita per bulan dan pengeluaran per kapita per bulan di wilayah perkotaan lebih besar dibandingkan dengan wilayah perdesaan. Pendapatan per kapita per bulan tertinggi di wilayah perkotaan adalah sebesar Rp sedangkan di wilayah perdesaan hanya Rp Kemudian pengeluaran per kapita per bulan di wilayah perkotaan rata-rata sebesar Rp sedangkan rata-rata pengeluaran per kapita per bulan di wilayah perdesaan sebesar Rp Mayoritas sampel memiliki rumah sendiri. Dinding yang digunakan umunya tembok dengan atap genteng, lantai keramik, dan menggunakan listrik PLN sehingga dapat disimpulkan bahwa mayoritas sampel memiliki rumah yang layak. Sebagian besar sampel sudah memiliki jamban sendiri. Untuk air yang digunakan, sampel umumnya menggunakan sumur sebagai air untuk mandi/cuci dan air minum (Lampiran 4 dan Lampiran 5) 5 Tabel 1 Rata-rata jumlah anak kandung lahir hidup berdasarkan pendidikan istri dan suami di wilayah perkotaan dan perdesaan Pendidikan Istri Suami Perkotaan Perdesaan Perkotaan Perdesaan n (%) n (%) n (%) n (%) Tidak tamat SD SD/Sederajat SMP/Sederajat SMA/Sederajat D1/D2/D D4/S S2/S Jumlah Tabel 2 Rata-rata jumlah anak kandung lahir hidup berdasarkan status penggunaan KB dan status pekerjaan di wilayah perkotaan dan perdesaan Status Penggunaan KB Perkotaan Perdesaan Bekerja Tidak Bekerja Bekerja Tidak Bekerja n (%) n (%) n (%) n (%) Tidak pernah Sedang Tidak lagi Jumlah Berdasarkan Tabel 1 dapat dilihat bahwa pendidikan istri dan suami di wilayah perdesaan maupun perkotaan mayoritas adalah SD/Sederajat. Rata-rata jumlah anak kandung lahir hidup pada pasing-masing tingkat pendidikan mayoritas adalah satu anak. Berdasarkan persentase responden yang bekerja dan tidak bekerja pada wilayah perkotaan dan perdesaan (Tabel 2), hanya sedikit yang sedang menggunakan KB, mayoritas responden tidak pernah menggunakan KB. Hal ini

17 6 kemungkinan dikarenakan lama perkawinan responden yang dibawah 10 tahun sehingga masih memiliki keinginan yang besar untuk mempunyai anak. Rata-rata jumlah anak kandung lahir hidup pada responden yang tidak pernah menggunakan KB lebih besar daripada responden yang sedang menggunakan KB. Hal ini menunjukan bahwa KB berhasil menekan angka fertilitas pada lama perkawinan di bawah 10 tahun di Provinsi Jawa Barat. Pohon Regresi Wilayah Perkotaan Penerapan pohon regresi pada wilayah perdesaan dengan pemangkasan menggunakan validasi silang menghasilkan pohon dengan 10 simpul yang terdiri dari 4 simpul anak dan 6 simpul akhir. (Gambar 1). Berdasarkan pohon regresi yang terbentuk, peubah penjelas yang muncul dalam pohon regresi adalah status penggunaan KB, pendidikan suami, pengeluaran per kapita per bulan, dan penggunaan jamban, artinya peubah-peubah tersebut merupakan peubah yang efektif dalam memprediksi fertilitas pada lama perkawinan di bawah 10 tahun di wilayah perkotaan Provinsi Jawa Barat. Node 1 STD = Avg = N = 2930 Status KB = (3) Status KB = (1,2) Node 2 STD = 0819 Avg = N = 435 Node 3 STD = Avg = N = 2495 Pendidikan Suami = (1,2,4) Pendidikan Suami = (3,5,6,7) Pengeluaran <= Pengeluaran >= Terminal Node 1 STD = Avg = N = 327 Terminal Node 2 STD = Avg = N = 108 Terminal Node 3 STD = Avg = N = 686 Node 4 STD = Avg = N = 1809 Jamban = (2,3,4) Jamban = (1) Terminal Node 4 STD = Avg = N = 402 Node 5 STD = Avg = N = 1407 Status KB = (2) Terminal Node 5 STD = Avg = N = 322 Status KB = (1) Terminal Node 6 STD = Avg = N = 1085 Gambar 1 Pohon regresi wilayah perkotaan

18 7 Peubah status penggunaan KB merupakan peubah yang memiliki nilai improvement terbesar (Tabel 3) sehingga peubah status penggunaan KB merupakan peubah pertama yang muncul sebagai penyekat. Jadi status penggunaan KB merupakan peubah yang paling efektif dalam memprediksi fertilitas di wilayah perkotaan Provinsi Jawa Barat. Tabel 3 Nilai improvement awal daerah perkotaan Peubah Improvement KB Pengeluaran per kapita per bulan Pendapatan per kapita per bulan Kepemilikan Rumah Umur perkawinan pertama Jamban Pendidikan suami Pendidikan istri Sumber air minum Sumber air mandi/cuci Jaminan kesehatan Status pekerjaan wanita Dinding rumah Atap rumah Lantai rumah Penerangan Pengamatan pada simpul utama ini dipilah menjadi dua simpul, yaitu pengamatan dengan status penggunaan KB tidak menggunakan lagi pada simpul kiri dan pengamatan status penggunaan KB tidak pernah menggunakan dan sedang menggunakan pada simpul kanan. Berdasarkan nilai rata-rata jumlah anak kandung lahir hidup pada simpul kanan dan kiri terlihat bahwa responden yang tidak menggunakan KB dan sedang menggunakan KB memiliki jumlah anak kandung lahir hidup lebih banyak daripada responden yang pernah menggunakan KB namun saat ini sudah tidak menggunakan lagi. Kelompok amatan pada simpul kiri kemudian terpilah lagi berdasarkan peubah pendidikan suami tidak sekolah/tidak tamat SD, SD, dan SMA pada simpul kiri dan SMP, D1/D2/D3, D4/S1, dan S2/S3 pada simpul kanan. Pada simpul awal sebelah kanan, yaitu wanita yang tidak menggunakan KB dan sedang menggunakan KB terpilah lagi berdasarkan peubah pengeluaran per kapita per bulan di bawah Rp pada simpul kiri dan diatas Rp pada simpul kanan. Responden yang memiliki pengeluaran per kapita per bulan diatas Rp kemudian terpilah lagi berdasarkan peubah penggunaan jamban. Responden yang menggunakan jamban sendiri terpilah lagi berdasarkan peubah status pengggunaan KB, yaitu sedang menggunakan KB pada simpul kiri dan tidak pernah menggunakan KB pada simpul kanan. Responden yang menggunakan KB memiliki rata-rata jumlah anak kandung lahir hidup lebih sedikit daripada responden yang tidak menggunakan KB. Hal ini menunjukan bahwa KB berhasil menekan angka kelahiran.

19 8 Responden yang memiliki rata-rata jumlah anak kandung lahir hidup terbanyak adalah yang memiliki pengeluaran per kapita per bulan dibawah Rp dan tidak pernah menggunakan KB atau sedang menggunakan KB. Sedangkan responden yang memiliki rata-rata anak terkecil adalah yang pendidikan suaminya SD, SMA, atau tidak sekolah/tidak tamat SD,serta tidak menggunakan KB lagi. Pohon Regresi Wilayah Perdesaan Penerapan pohon regresi pada wilayah perdesaan dengan pemangkasan menggunakan validasi silang menghasilkan pohon dengan 8 simpul yang terdiri dari 3 simpul anak dan 5 simpul akhir (Gambar 2). Berdasarkan pohon regresi yang terbentuk, peubah penjelas yang muncul dalam pohon regresi adalah status penggunaan KB, pengeluaran per kapita per bulan, dan penggunaan jamban artinya peubah-peubah tersebut merupakan peubah yang efektif dalam memprediksi fertilitas perempuan pada lama perkawinan di bawah 10 tahun di wilayah perdesaan Provinsi Jawa Barat. Peubah status penggunaan KB merupakan penyekat terbaik. Hal tersebut dapat dilihat dari Tabel 4 yang menunjukan bahwa status penggunaan KB memiliki nilai improvement terbesar sehingga digunakan sebagai penyekat awal. Node 1 STD = Avg = N = 1147 Status KB = (3) Status KB = (1,2) Node 2 STD = Avg = N = 111 Node 3 STD = Avg = N = 2495 Pengeluaran <= Pengeluaran >= Pengeluaran <= Pengeluaran >= Terminal Node 1 STD = Avg = N = 59 Terminal Node 2 STD = Avg = N = 52 Terminal Node 3 STD = Avg = N = 403 Node 4 STD = Avg = N = 633 Jamban = (2,3,4) Jamban = (1) Terminal Node 4 STD = Avg = N = 254 Terminal Node 5 STD = Avg = N = 397 Gambar 2 Pohon regresi wilayah perdesaan

20 9 Pada pohon regresi yang terbentuk, peubah penjelas yang muncul dalam pohon regresi adalah status penggunaan KB, pengeluaran per kapita per bulan, dan penggunaan jamban, artinya peubah-peubah tersebut merupakan peubah yang efektif dalam memprediksi fertilitas perempuan pada lama perkawinan di bawah 10 tahun di wilayah perkotaan Provinsi Jawa Barat. Tabel 4 Nilai improvement awal wilayah perdesaan Peubah Improvement KB Pengeluaran per kapita per bulan Pendapatan per kapita per bulan Kepemilikan rumah Umur perkawinan pertama Jamban Pendidikan istri Pendidikan suami Sumber air minum Status pekerjaan wanita Sumber air mandi/cuci Jaminan kesehatan Atap rumah Lantai rumah Dinding rumah Penerangan Pengamatan pada simpul utama ini dipilah menjadi dua simpul, yaitu pengamatan dengan status penggunaan KB tidak menggunakan lagi pada simpul kiri dan pengamatan status penggunaan KB tidak pernah menggunakan dan sedang menggunakan pada simpul kanan. Berdasarkan nilai rata-rata jumlah anak kandung lahir hidup pada simpul kanan dan kiri terlihat bahwa responden yang tidak menggunakan KB dan sedang menggunakan KB memiliki jumlah anak kandung lahir hidup lebih banyak daripada responden yang pernah menggunakan KB namun saat ini sudah tidak menggunakan lagi. Kelompok amatan pada simpul kiri kemudian terpilah lagi berdasarkan peubah pengeluaran per kapita per bulan dibawah Rp dan diatas Rp Sedangkan kelompok amatan pada simpul kanan terpilah lagi berdasarkan pengeluaran per kapita per bulan dibawah Rp dan diatas Rp Pada kelompok pengeluaran per kapita per bulan diatas Rp kemudian dipilah lagi berdasarkan penggunaan jamban, yaitu kelompok yang menggunakan jamban bersama, umum, dan lainnya pada simpul kiri dan kelompok yang menggunakan jamban sendiri pada simpul kanan. Keluarga yang menggunakan jamban sendiri memiliki ratarata anak lebih banyak dibandingkan dengan yang menggunakan jamban umum, bersama, atau lainnya. Responden yang memiliki rata-rata anak terbanyak adalah yang pengeluaran per kapita per bulannya dibawah Rp dan tidak pernah menggunakan KB atau sedang menggunakan KB. Sedangkan responden yang memiliki rata-rata

21 10 anak terkecil adalah yang pengeluaran per kapita per bulannya di atas Rp dan tidak menggunakan KB lagi. SIMPULAN Pohon regresi pada daerah perkotaan menghasilkan pohon dengan 10 simpul yaitu 4 simpul anak dan 6 simpul akhir. Peubah penjelas yang muncul dalam pohon regresi yaitu status penggunaan KB, pendidikan suami, pengeluaran per kapita per bulan, dan penggunaan jamban artinya peubah-peubah tersebut merupakan peubah yang efektif dalam memprediksi fertilitas perempuan pada lama perkawinan di bawah 10 tahun di wilayah perkotaan Provinsi Jawa Barat.. Dari pohon yang dihasilkan dapat dilihat bahwa responden yang menggunakan KB memiliki jumlah anak kandung lahir hidup lebih banyak daripada yang tidak menggunakan KB. Hal ini menunjukan bahwa KB berhasil menekan angka fertilitas. Selain itu, responden yang memiliki suami berpendidikan tinggi juga memiliki rata-rata jumlah anak kandung lahir hidup lebih banyak dibandingkan dengan yang berpendidikan rendah. Pohon regresi pada daerah perdesaan menghasilkan pohon dengan 8 simpul yaitu 3 simpul anak dan 5 simpul akhir. Peubah penjelas yang muncul dalam pohon regresi yaitu status penggunaan KB, pengeluaran per kapita per bulan, dan penggunaan jamban artinya peubah-peubah tersebut merupakan peubah yang efektif dalam memprediksi fertilitas perempuan pada lama perkawinan di bawah 10 tahun di wilayah perdesaan Provinsi Jawa Barat. Pada pohon regresi wilayah perkotaan maupun perdesaan, responden yang menggunakan jamban sendiri memiliki jumlah anak kandung lahir hidup lebih banyak daripada yang menggunakan jamban bersama, umum, atau lainnya. Hal tersebut menunjukan bahwa wanita yang menggunakan jamban sendiri memiliki tingkat kesehatan lebih baik sehingga dapat melahirkan anak lebih banyak. DAFTAR PUSTAKA Breiman L, Friedman JH, Olshen RA, Stone CJ Classification and Regression Trees. New York (US): Champan and Hall. Hartati A, Ismaini Z, Brodjol SSU Analisis CART (Classification and Regression Trees) pada Faktor-Faktor yang Mempengaruhi Kepala Rumah Tangga di Jawa Timur Melakukan Urbanisasi. Sains dan Seni ITS X Komalasari WB Metode Pohon Regresi untuk Eksplorasi Data dengan Peubah yang Banyak dan Kompleks. Informatika Pertanian Lembaga Demografi FE UI Dasar-Dasar Demografi. Jakarta (ID). Lembaga Demografi FE UI. Lewis RJ An Introduction to Classification and Regression Tree (CART) Analysis. California (US): Department of Emergency Medicine Harbor, UCLA Medical Center

22 Mantra IB Demografi Umum. Yogyakarta (ID): Pustaka Pelajar. Steinberg, Mikhail G CART 6.0 User s Manual. San Diego (CA): Salford Systems. 11

23 12 Lampiran 1 Peubah-peubah yang digunakan dalam membuat model Peubah Keterangan Peubah Tipe Kategori X 1 Pendidikan Istri Kategorik 1=Tidak sekolah/tidak tamat SD 2=SD 3=SMP 4=SMA 5=D1/D2/D3 6=D4/S1 7=S2/S3 X 2 Pendidikan Suami Kategorik 1= Tidak sekolah/tidak tamat SD 2=SD 3=SMP 4=SMA 5=D1/D2/D3 6=D4/S1 7=S2/S3 X 3 X 4 Status Pekerjaan Wanita Umur Pada Saat Perkawinan Pertama (Tahun) Kategorik Numerik 1=Bekerja 2=Tidak Bekerja X 5 Status Penggunaan KB Kategorik 1=Tidak pernah menggunakan 2=Sedang menggunakan 3=Tidak menggunakan lagi X 6 X 7 X 8 X 9 Kepemilikan Rumah Atap Rumah Dinding Rumah Lantai Rumah Kategorik Kategorik Kategorik Kategorik 1=Milik sendiri 2=Kontrak/Sewa 3=Bebas sewa milik orang tua/orang lain 4=Dinas 5=Lainnya 1=Beton 2=Genteng 3=Sirap 4=Seng 5=Asbes 6=Ijuk 7=Lainnya 1=Tembok 2=Kayu 3=Bambu 4=Lainnya 1=Marmer/keramik/granit 2=Tegel 3=Semen 4=Kayu 5=Tanah 6=Lainnya

24 13 Lampiran 1 Peubah-peubah yang digunakan dalam membuat model Peubah Keterangan Peubah Tipe Kategori X 10 X 11 X 12 X 13 X 14 X 15 X 16 Y Sumber Air Minum Sumber Air Mandi/Cuci Penggunaan Jamban Penerangan Jaminan Kesehatan Pendapatan Perkapita Perbulan (Rp) Pengeluaran Perkapita Perbulan (Rp) Jumlah Anak Kandung Lahir Hidup Kategorik Kategorik Kategorik Kategorik Kategorik Numerik Numerik Numerik 1=Air kemasan bermerk 2=Air isi ulang 3=Ledeng 4=Sumur 5=Mata air 6=Air sungai 7=Air hujan 8=Lainnya 1=Air kemasan bermerk 2=Air isi ulang 3=Ledeng 4=Sumur 5=Mata air 6=Air sungai 7=Air hujan 8=Lainnya 1=Sendiri 2=Bersama 3=Umum 4=Tidak ada 1=Listrik PLN 2=Listrik non PLN 3=Petromak 4=Obor 5=Lainnya 1=Ada 2=Tidak ada Lampiran 2 Deskripsi peubah-peubah penjelas numerik daerah perkotaan Peubah Minimum Maximum Mean Std. Deviasi Umur pada saat perkawinan pertama kawin (Tahun) Pendapatan per kapita per bulan Rp Rp Rp Rp Pengeluaran per kapita per bulan Rp ,60 Rp Rp Rp

25 14 Lampiran 3 Deskripsi peubah-peubah penjelas numerik daerah perdesaan Peubah Minimum Maximum Mean Std. Deviasi Umur pada saat perkawinan pertama (Tahun) Pendapatan per Rp Rp Rp Rp kapita per bulan Pengeluaran per kapita per bulan Rp Rp Rp Rp Lampiran 4 Deskripsi peubah-peubah penjelas kategorik pada daerah perkotaan Peubah Kategori Frekuensi Persentase(%) Pendidikan Istri Tidak sekolah/tidak tamat SD SD/Sederajat SMP/Sederajat SMA/Sederajat D1/D2/D D4/S S2/S Pendidikan Suami Tidak sekolah/tidak tamat SD SD/Sederajat SMP/Sederajat SMA/Sederajat D1/D2/D D4/S S2/S Status Pekerjaan Wanita Bekerja Tidak bekerja Status Penggunaan KB Tidak pernah menngunakan Sedang menggunakan Tidak menggunakan lagi Kepemilikan Rumah Milik sendiri Kontrak/sewa Bebas sewa milik orang tua/orang lain Dinas Lainnya Atap Rumah Beton Genteng Sirap Seng Asbes Ijuk Lainnya Dinding Rumah Tembok Kayu

26 Lampiran 4 Deskripsi peubah-peubah penjelas kategorik pada daerah perkotaan Bambu Lainnya Lantai Rumah Marmer/keramik/granit Tegel Semen Kayu Tanah Lainnya Sumber Air Minum Air kemasan bermerk Air isi ulang Ledeng Sumur Mata air Air sungai Air hujan Lainnya Sumber Air Mandi/Cuci Air kemasan bermerk Air isi ulang Ledeng Sumur Mata air Air sungai Air hujan Lainnya Penggunaan Jamban Sendiri Bersama Umum Tidak ada Penerangan Listrik PLN Listrik non PLN Petromak Obor Lainnya Jaminan Kesehatan Ada Tidak ada Lampiran 5 Deskripsi peubah-peubah penjelas kategorik pada daerah perdesaan Peubah Kategori Frekuensi Persentase(%) Pendidikan Istri Tidak sekolah/tidak tamat SD SD/Sederajat SMP/Sederajat SMA/Sederajat D1/D2/D D4/S S2/S Pendidikan Suami Tidak sekolah/tidak tamat SD SD/Sederajat SMP/Sederajat SMA/Sederajat

27 16 Lampiran 5 Deskripsi peubah-peubah penjelas kategorik pada daerah perdesaan D1/D2/D D4/S S2/S Status Pekerjaan Bekerja Wanita Status Penggunaan KB Tidak bekerja Tidak pernah menngunakan Sedang menggunakan Tidak menggunakan lagi Kepemilikan Rumah Milik sendiri Kontrak/sewa Bebas sewa milik orang tua/orang lain Dinas Lainnya Atap Rumah Beton Genteng Sirap Seng Asbes Ijuk Lainnya Dinding Rumah Tembok Kayu Bambu Lainnya Lantai Rumah Marmer/keramik/granit Tegel Semen Kayu Tanah Lainnya Sumber Air Minum Air kemasan bermerk Air isi ulang Ledeng Sumur Mata air Air sungai Air hujan Lainnya Sumber Air Mandi/Cuci Air kemasan bermerk Air isi ulang Ledeng Sumur Mata air Air sungai Air hujan Lainnya

28 Lampiran 5 Deskripsi peubah-peubah penjelas kategorik pada daerah perdesaan Penggunaan Jamban Sendiri Bersama Umum Tidak ada Penerangan Listrik PLN Listrik non PLN Petromak Obor Lainnya Jaminan Kesehatan Ada Tidak ada

29 18 RIWAYAT HIDUP Liestia Noviani dilahirkan di Karawang pada tanggal 22 November 1991 dari pasangan Bapak Affendi dan Ibu Mustikawati. Penulis merupakan anak ketiga dari tiga bersaudara. Tahun 2003 penulis menyelesaikan pendidikan dasar di SDN Sarimulya IV Cikampek kemudian menyelesaikan pendidikan menengah pertama di SLTPN 1 Kota Baru. Tahun 2009 penulis menyelesaikan pendidikan menengah atas di SMAN 1 Kota Baru. Pada tahun yang sama penulis masuk Institut Pertanian Bogor melalui jalur Undangan Masuk Mahasiswa IPB (USMI). Selama mengikuti perkuliahan, penulis aktif dalam Himpunan Keprofesian Gamma Sigma Beta (GSB) sebagai staff divisi Human Resources and Development pada tahun 2011, selain itu pada tahun 2012 penulis juga aktif di GSB sebagai staff divisi Sains. Penulis aktif dalam kepanitiaan bedah buku 9 Summers 10 Autumns 2011, Welcome Ceremony of Statistics 2011, Welcome Ceremony of Statistics 2011, Statistika Ria 2011, dan penulis juga pernah menjabat sebagai ketua divisi Leading Officer dalam kepanitiaan Statistika Ria Pada bulan Februari sampai April 2013, penulis melaksanakan kegiatan praktik lapang di PT Swadaya Panduartha.