Pemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah

Transkripsi

1 Value Added, Vol., No., 5 Pemodelan MGWR Pada Tngat Kemsnan d Provns Jawa Tengah Moh Yamn Darsyah, Rochd Wasono, Monca Frda Agustna 3,,3 Program Stud StatstaUnverstas Muhammadyah Semarang Emal: mydarsyah@unmus.ac.d ABSTRAK Peneltan n bertujuan memodelan tngat emsnan d Jawa Tengah dengan memasuan efe spasal. Metode yang dgunaan Mxed Geographcally Weghted Regresson (MGWR). Dalam model MGWR estmas parameter menggunaan Weghted Least Square (WLS) dengan pembobot fungs ernel gaussan. Berdasaran hasl peneltan terdapat 5 varabel predtor yang dduga mempengaruh tngat emsnan abupaten/ota d Jawa Tengah yatu upah mnmum erja ( ), persentase pendudu yang beerja d setor pertanan ( ), pelayanan esehatan Jamesmas ( ), persentase rumah tangga yang menggunaan jamban( ), dan nflas ( ). Model MGWR meml R sebesar 73,95% menunjuan bahwa model mampu menerangan tngat eragaman emsnan sebesar 73,95%, ssanya,5% dpengaruh varabel lan d luar model dengan nla AIC,9. Tngat emsnan d Jawa Tengah tda dpengaruh oleh fator geografs atau tda adanya efe spasal. varbel predtor tersebut mempunya pengaruh yang hampr sama d setap abupaten/ota. Kata Kunc : MGWR, AIC, Tngat emsnan Pendahuluan Kemsnan merupaan salah satu masalah bag negara-negara d duna, terutama negara berembang termasu Indonesa. Menanggulang emsnan menjad salah satu tujuan dar pembangunan mlenum(mdgs / Mllneum Development Goals). Kemsnan sendr merupaan etdamampuan manusa dalam memenuh ebutuhan hdupnya. Pendudu msn adalah pendudu yang meml rata-rata pengeluaran perapta perbulan d bawah gars emsnan (BPS Provns Jawa Tengah,). Data BPS menunjuan tahun 7 anga emsnan Jawa Tengah sebesar,9%, anga n na menjad,9% dtahun. Anga emsnan mula mengalam penurunan dtahun 9 hngga bersar,%. Tahun, anga emsnan Jawa Tengah mengalam penngatan menjad,%. Ja dbandngan dengan nasonal, anga emsnan d Jawa Tengah berada datas dar anga emsnan nasonal sebesar,9%. Menganalsa fator penyebab emsnan tda bsa dlauan secara serenta pada setap wlayah arena bsa jad setap wlayah meml fator penyebab emsnan yang berbeda. Kabupaten/ota d Jawa Tengah meml potens yang berbeda dar seg eonom, penddan, esehatan dan pelayanan masyaraat yang dndasan adanya efe spasal. Peneltan emsnan dengan mempertmbangan efe spasal telah banya dlauan. Salah satu metode yang dgunaan adalah Mxed Geographcally Weghted Regresson (MGWR). MGWR menghaslan etmas parameter yang bersfat global dan loal. Peneltan emsnan dengan efe spasal dlauan oleh Yasn() yang memodelan persentase rumah tangga msn d Mojoerto dengan pendeatan regres global, GWR dan MGWR. Penerapan MGWR juga dlauan oleh Wuryant, Purnam dan Purhad (3) pada pemodelan anga ematan balta d Kabupaten Bojonegoro tahun yang menympulan MGWR sebaga model terba dbandngan dengan regres lner dan GWR dlhat dar nla AIC terecl. Darsyah, wasono, dan agustna (5) memodelan MGWR pada tngat emsnan d Jawa Tengah. penambahan efe spasal aan menghaslan model yang bebeda dmasng-masng abupaten ota berdasaran varabel yang mempengaruh tngat emsnan d daerah tersebut. uum pertama tentang geograf demuaan oleh tobler yang menyataan bahwa segala sesuatu salng berhubungan satu dengan yang lannya, tetap sesuatu yang deat lebh mempunya pengaruh darpada sesuatu yang jauh (Anseln, 9). Efe spasal dbedaan menjad yatu dependens spasal (spasal dependens) dan eragaman spasal (spasal heterogenety). Keragaman spasal dapat ddetes dengan uj Breuch-Pagan dengan hpotess uj sebaga berut: :... :mnmal ada satu n Statst uj yang dgunaan sebaga berut : BP = () Model GWR merupaan model regres loal yang menghaslan parameter model yang bersfat loal untu setap tt atau loas dmana data tu dumpulan, sehngga aan ddapatan nterpretas yang berbeda-beda untu setap loas yang dtelt ( Yasn dalam Saryya d, 3). Dalam beberapa asus tngat eragaman spasal pada beberapa oefsen bsa jad tda sgnfan atau dabaan, sehngga dlauan pengembangan menjad model Mxed Geographcally Weghted Regresson(MGWR). 7

2 Value Added, Vol., No., 5 Model MGWR dengan p varabel predtor dan q varabel predtor dantaranya bersfat loal dapat dtuls sebaga berut : y, v, v,,...,n q p () Estmas parameter menggunaan metode WLS sebaga berut : l l v g g y, (3) dmana : : matrs varabel predtor loal : matrs varabel predtor global ( ) : vetor parameter varabel predtor loal : vetor parameter varabel predtor global Estmator parameter untu model GWR adalah : l ) = W ( ) ) - W ( ) () dengan W adalah matrs pembobot uuran nxn. Msalan adalah elemen bars e- dar matrs. Maa nla sebaga berut : = ( = (5) Dengan = Estmas parameter untu model MGWR yang bersfat global adalah : g = () Estmas parameter parameter yang bersfat loal adalah : l ) = W ( ) ) - W ( ) ( y - g ) (7) Estmator g dan l ) merupaan estmator ta bas untu dan ) ( Purhad dalam Yasn 3). potess pengujan esesuaan model regres lner (global) dan MGWR untu mengetahu fator geografs yang sgnfan adalah: - : ) = untu p =,,,...,q dan =,,...,n : mnmal terdapat satu ) Statst uj : F () = () Tola o ja F(). Uj serenta bertujuan untu mengetahu sgnfans varabel-varabel predtor global (q + p ). potessnya sebaga berut : : = =... = = : mnmal ada satu Statst uj yang dgunaan sebaga berut : F()= (9) Dengan derajat bebas d = dan d = dengan = tr, =, dan u = tr =,. Tola o ja F(). Selanjutnya dlauan uj hpotess serenta pada parameter varabel predtor loal ( q ). Bentu hpotessnya dalah : : : mnmal, v, v... q, v ada satu, v Statst uj sebaga berut : F(3)= () Dengan derajat bebas d = dan d = dengan = tr, =, dan u = tr =,. Tola o ja F(3). Uj hpotess selanjutnya dgunaan untu mengetahu varabel loal yang berpengaruh sgnfan terhadap varabel respon pada model MGWR. Untu menguj sgnfans suatu varabel loal ( q )dgunaan hpotess sebaga berut : : ( ) =

3 Value Added, Vol., No., 5 : ( ) Statst uj yang dgunaan : = Krtera penolaan : tola ja, df = AIC (Aae Informaton Crteron) adalah salah satu rtera pemlhan model terba dengan mempertmbangan banyanya parameter dalam model (Asw dan Suarna,). Krtera AIC dapat dtulsan sebaga berut : AIC nln ˆ nln n trs () Dengan : ln : natural log ˆ : nla estmator standar devas dar bentu resdual n : banyanya pengamatan π : 3, S : matrs proyes Model terba adalah model yang meml nla AIC terecl. Metode Peneltan Data peneltan n merupaan data seunder yang dperoleh dar Badan Pusat Statst (BPS) Provns Jawa Tengah dengan unt peneltan yang dgunaan sebanya 35 abupaten/ota d Provns Jawa Tengah. Varabel peneltan terdr dar varabel respon (Y) yatu persentase pendudu msn, dan varabel 9 varabel predtor yatu Upah Mnumm Kerja ( ), persentase pendudu yang beerja dsetor pertanan ( ), Anga Partspas Murn ( 3 ), persentase pendudu yang mendapatan pelayanan jamesmas ( ), pengeluaran perapta ( 5 ), persentase rumah tangga yang menggunaan jamban ( ), luas lanta m ( 7 ), laju nflas ( ) dan persentase rumah tangga yang menggunaan ar bersh ( 9 ). Menganalss model MGWR dengan langah sebaga berut: a. Mendapatan estmator parameter model MGWR dengan bandwdth optmum dan pembobot. b. Melauan pengujan secara serenta pada parameter varabel predtor global dan loal pada model MGWR. c. Melauan pengujan secara parsal pada parameter varabel predtor global dan loal pada model MGWR. d. Uj esesuaan model MGWR. e. Menghtung nla AIC asl dan Pembahasan Provns Jawa Tengah merupaan salah satu provns padat pendudu d Pulau Jawa. Provns n meml 35 abupaten/ ota yang terdr dar 9 abupaten dan ota madya. Terleta antara 5 dan 3 Lntang Selatan dan antara 3 dan 3 3 Bujur Tmur. Provns Jawa Tengah berbatasan dengan Laut Jawa d sebelah utara,sebelah selatan dengan Samudra nda dan Daerah Istmewa Yogyaarta, dsebelah barat dengan Provns Jawa Barat dan sebelah tmur dengan Provns Jawa Tmur. untu memudahan menganalss, tngat emsnan dbag menjad 3 elompo yatu tngg, sedang dan rendah. Gambar. Peta tngat emsnan d Jawa Tengah Gambar merupaan peta temat pesebaran tngat emsnan d Jawa Tengah. Daerah dengan tngat emsnan rendah melput Kota Semarang, Kota Salatga, Kudus, Kota Pealonga, Kabupaten Semarang, Jepara, Kota Tegal, Kota Magelang, Suoharjo, Tegal. Tngat emsnan tngg dml oleh daerah melput Banjarnegara, Pemalang, Banyumas, Brebes, Purbalngga, Rembang, Kebumen dan Wonosobo. Tabel. Dsrps Varabel Peneltan Varabel Rata-rata St.Dev Mnmum Masmum Y Dar tabel menunjuan standar devas cuup besarpada varabel predtor ( persentase pendudu yang beerja d setor pertanan). al n berart bahwa pendudu yang beerja d setor 9

4 Value Added, Vol., No., 5 pertanan beragama d abupaten/ota. Standar devas relatf ecl terdapat pada varabel (laju nflas). Tngat laju nfalas abupaten/ota merata d Provns Jawa Tengah. asl model MGWR menunjuan persentase pendudu yang beerja dsetor pertanan ( ) dan persentase pendudu yang mendapatan pelayanan jamesmas ( ) sgnfan d sebagan besar loas pengamatan. Selan tu, dtnjau dar onds Indonesa sebaga negara agrars serta pelayanan jamesmas merupaan salh satu program pemerntah yang dlauan dsemua daerah maan dan dduga merupaan varabel global yang berpengaruh dsemua abupaten/ota. Tabel. Nla Statst Uj F Model MGWR F htung P-value F.55.7 F 7.7. F Tabel merupaan hasl uj F pada model MGWR. F merupaan statst uj untu esesuan model MGWR, F menunjuan hasl uj serenta pada varabel global ( dan ), F3 menunjuan uj serenta pada varabel loal (, dan ). Berdasaran p-value F dapat dsmpulan tda ada perbedaan yang sgnfan antara model regres lner dan MGWR, sedangan F dan F3 meml p-value< % maa dsmpulan terdapat mnmal satu varabel predtor global maupun loal yang sgnfan dalam model MGWR. Uj parsal pada pada varabel predtor global menghaslan p-value sebesar,37 untu dan,3 untu, dengan α % dperoleh esmpulan bahwa persentase pendudu yang beerja dsetor pertanan dan yang mendapatan pelayanan jamesmas secara sgnfan berpengaruh pada tngat emsnan secara global d semua abupaten/ota. Uj parsal pada varabel predtor loal aan mengelompoan abupaten/ota berdasaran varabel yang berpengaruh. Berdasaran uj parsal, dperoleh bahwa nla p-value, dan berpengaruh sgnfan dsemua loas pengamatan.. Model MGWR menghaslan 35 pemodelan tngat emsnan dsetap abupaten/ota. Model MGWr yang terbentuantara lan d Kabupaten Kudus, Dema dan Kota Semarang. Pemodelan etga loas pengamatan dtunjuan pada persamaan berut: udus dema 5,59,37,7,357, ,5,3,7 otasemarang 5,59,33,7,357, ,357,99.99 dar etga persamaan tersebut, varabel dan meml estmas parameter yang sama yatu,7 dan,357 arena dan merupaan varabel predtor global yang sgnfan berpengaruh terhadap varabel respon. Pemodelan MGWR menympulan bahwa tda ada efe spasal pada data emsnan d Jawa Tengah. Ja dlhat dar 3 loas pengamatan yang berdeatan sepert pada Kabupaten Dema yang berada d antara Kudus dan Kota Semarang, efe spasal tda berpengaruh. Mes berada d antara Kudus dan Kota Semarang yang tngat emsnannya rendah, Dema termasu Kabupaten dengan tngat emsnan sedang. Tabel 3. Pebedaan Pemetaan Kemsnan Data asl ˆ MGWR Kabupaten /Kota Rendah Rendah Kudus, Kab Semarang, Kota Magelang, Kota Salatga, Kota Semarang Sedang Tngg Klaten, Wonogr, Temanggung, Tngg Sedang Banyumas, Purbalngga, Banjarnegara Sedang Sedang Clacap, Purworejo, Magelang, Boyolal, Karanganyar, Sragen, Grobogan, Blora, Pat, Kendal, Batang, Pealongan,Dema Tngg Tngg Kebumen, Rembang, Pemalang, Brebes, Wonosobo Sedang Rendah Kota Suraarta Rendah Sedang Jepara, Kota Pealongan, Kota Tegal, Tegal, Suoharjo Dar tabel 3, terdapat perbedaan pemetaan persebaran tngat emsnan (varabel respon) antara data asl dengan model MGWR (nla ˆ ). Sejumlah abupaten/ota berpndah ategor, sepert yang terjad pada Kota Suraarta. Kota Suraarta mengalam penurunan persentase pendudu msn setalah ddapatan permodelan MGWR. Kesmpulan Model MGWR dengan pembobot ernel gaussan untu data tngat emsnan d Jawa 7

5 Value Added, Vol., No., 5 Tengah menghaslan AIC sebesar,9 dan R sebesar 73,95%. Fator- fator yang berpengaruh sgnfan terhadap tngat emsnan yatu varabel UMK ( ), persentase pendudu yang beerja d setor pertanan ( ), persentase pendudu yang mendapatan pelayanan esehatan jamesmas ( ), persentase rumah tangga yang menggunaan jamban ( ) dan nflas ( ). Tngat emsnan d Jawa Tengah tda dpengaruh oleh fator geografs atau tda adanya efe spasal. Daftar Pustaa Badan Pusat Statst.. Data Kemsnan dan Informas Kemsnan Provns jawa Tengah -. Semarang: BPS Provns Jawa Tengah Darsyah, M.Y, Wasono, R, Agustna, M.F. 5. The of Mxed Geographcally Weghted Regresson (MGWR) for poverty Rate n Central Java. Internatonal Journal of Appled Mathematcs and statstcs Vol. 53(). CESER Publcaton. Fothengham A.S, Brunsdon C., dan Charlton M.. Geographcally weghted Regresson the Analyss of Spatal Varyng Relatonshps. Unted Kngdom: John Wley & Sons Saryya,.S. Sumarmnngsng, E. Pramoedyo,. 3. Permodelan Mxed Geographcally Weghted Regresson (MGWR) Sebaga Pendeatan Model Geographcally Weghted Regresson (GWR) yang Melbatan Parameter Globa (Stud Kasus : Persentase Balta Gz Buru d Jawa Tmur tahun ). UB. Wuryant, I.F., Purnam, S.W., dan Purhad. Permodelan Mxed Geographcally Weghted regresson (MGWR) pada Anga Kematan Balta d Kabupaten Bojonegoro Tahun. Jurnal Sans dan Sen Pomts. () : -7 Yasn,.. Pemlhan Varabel pada model Geographcally Weghted Regresson. Meda Statsta. () : 3-7 7