PEMODELAN REGRESI PROBIT ORDINAL PADA PERSENTASE SEKOLAH TERKLASIFIKASI HITAM MENURUT POLA JAWABAN UN

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMODELAN REGRESI PROBIT ORDINAL PADA PERSENTASE SEKOLAH TERKLASIFIKASI HITAM MENURUT POLA JAWABAN UN"

Transkripsi

1 PEMODELAN REGRESI PROBI ORDINAL PADA PERSENASE SEKOLAH ERKLASIFIKASI HIAM MENURU POLA JAWABAN UN Karlina Rachmasita dan Ismaini Zain Mahasiswa Jurusan Statistika FMIPA-IS Dosen Pembimbing Jurusan Statistika FMIPA-IS ABSRAK Kejujuran dan prestasi menjadi kata kunci dalam pelaksanaan UN. Salah satu teknik untuk mendeteksi kejujuran dalam pelaksanaan UN yaitu dengan melihat pola jawaban peserta ujian. Sekolah dibagi menjadi tiga klasifikasi berdasarkan pola jawaban UN yaitu persentase sekolah terklasifikasi putih, abu-abu, dan hitam. Oleh karena itu, ingin meneliti pendidikan tentang klasifikasi sekolah khususnya pada persentase sekolah terklasifikasi hitam. Persentase sekolah terklasifikasi hitam dijadikan variabel diskrit berskala ordinal yang bersifat kategorik yaitu kelompok rendah, menengah, dan tinggi. Salah satu metode yang dapat digunakan untuk variabel respon yang persentase adalah metode regresi probit ordinal. Variabel prediktor meliputi persentase tidak lulus, rerata nilai, persentase sekolah berstatus swasta, persentase guru yang berpendidikan belum sarjana, dan persentase sekolah terakreditasi A. Penelitian ini mengkaji faktor-faktor yang mempengaruhi persentase sekolah terklasifikasi hitam tingkat kota/kabupaten yang ada di Provinsi Jawa imur dengan menggunakan model regresi probit ordinal. Berdasarkan hasil pembahasan dapat diketahui bahwa faktor-faktor yang mempengaruhi persentase sekolah terklasifikasi hitam tingkat kota/kabupaten yang ada di Provinsi Jawa imur adalah persentase tidak lulus, persentase sekolah berstatus swasta, dan persentase sekolah terakreditasi A. Kata Kunci : Klasifikasi Sekolah, Regresi Probit Ordinal. Pendahuluan Ujian Nasional (UN merupakan sistem evaluasi standar pendidikan dasar dan menengah secara nasional. UN dilakukan oleh Depdiknas Undang-Undang Republik Indonesia nomor 0 tahun 00. Evaluasi UN dilakukan oleh lembaga yang mandiri secara berkala, menyeluruh, transparan, dan sistematik untuk menilai pencapaian standar nasional pendidikan. Proses pemantauan evaluasi UN harus dilakukan secara berkesinambungan. Pelaksanaan UN diharapkan dapat dipetakan tingkat kemampuan sekolah sehingga dapat menentukan skala prioritas penanganan proses pendidikan. Kejujuran dan prestasi menjadi kata kunci dalam pelaksanaan UN. Untuk mengukur objektivitas, validitas, dan rehabilitas mutu hasil UN, dapat ditelusuri dengan mengembangkan metode analisis pola jawaban peserta ujian. Analisis pola jawaban dapat mengidentifikasi adanya intervensi dari luar atau ketidakjujuran peserta ujian dalam menjawab soal sewaktu penyelenggaraan UN. Salah satu teknik untuk mendeteksi kejujuran dalam pelaksanaan UN yaitu dengan melihat pola jawaban peserta ujian yang bersumber dari Badan Standar Nasional Pendidikan (BSNP, 009. BSNP membagi sekolah menjadi tiga klasifikasi berdasarkan analisis pola jawaban UN yaitu persentase sekolah terklasifikasi putih, abu-abu, dan hitam. Acuannya antara lain dengan melihat pola jawaban peserta ujian pada lembar jawaban UN yang sama. Berdasarkan klasifikasi sekolah jenjang SMA/MA untuk kota/kabupaten di Provinsi Jawa imur yang bersumber dari BSNP, jumlah sekolah jenjang SMA/MA yang terklasifikasi hitam sebanyak 08

2 sekolah. Hal ini dapat dijadikan bahan evaluasi pemerintah juga dalam peningkatan mutu pendidikan saat ini. Dari paparan di atas ingin diteliti pendidikan tentang klasifikasi sekolah, khususnya pada persentase sekolah terklasifikasi hitam yaitu bagaimana karakteristik dan faktor-faktor yang mempengaruhi persentase sekolah terklasifikasi hitam jenjang SMA/MA tingkat kota/kabupaten yang ada di Provinsi Jawa imur. Persentase sekolah terklasifikasi hitam dijadikan variabel diskrit berskala ordinal yang bersifat kategorik yaitu kelompok rendah, menengah, dan tinggi. Salah satu metode yang dapat digunakan untuk variabel respon yang persentase adalah metode regresi probit ordinal. Regresi probit ordinal adalah salah satu model regresi yang dapat digunakan untuk menjelaskan hubungan antara variabel respon yang merupakan variabel diskrit berskala ordinal dengan variabel prediktor yang terdiri dari variabel kontinu, diskrit atau campuran antara keduanya. Penelitian tentang ketidakjujuran dalam UN telah dilakukan Yosepia (008. Regresi ini pertama kali dikembangkan oleh Aitchison dan Silvey (97 dari model regresi probit yang dikemukakan oleh Bliss (94. Adapun yang mengkaji pemodelan regresi probit ordinal pada penelitian sebelumnya diantaranya oleh Aitchison dan Shilvey (97, McKelvey dan Zavoina (97, O Donnell dan Connor (996, Ronning dan Kukuk (996, Kockelman dan Kweon (00, Fathurahman (008, dan Faidah (00.. injauan Pustaka Pustaka yang digunakan dalam penelitian ini meliputi konsep regresi probit ordinal dan klasifikasi sekolah menurut pola jawaban UN. Secara lengkap dijelaskan sebagai berikut.. Regresi Probit Ordinal Pemodelan regresi probit ordinal diawali dengan memperhatikan model sebagai berikut (Aldrich dan Nelson, 984; O Donnel dan Connor, 996; Greene,000. Y 0 x β dimana Y adalah variabel respon yang merupakan variabel diskrit, 0 adalah parameter intersep β, x adalah yang tidak diketahui, β adalah vektor parameter koefisien dengan vektor variabel bebas, dengan N 0, x p p ( dan adalah error yang diasumsikan ber-distribusi. Berdasarkan persamaan ( dilakukan transformasi ke dalam bentuk dimana Z ~ N(0, Selanjutnya dilakukan pengkategorian terhadap Y ( 0 β x Z, Y secara or-dinal yaitu untuk Y dikategorikan dengan Y 0, untuk Y dikategorikan dengan Y,..., untuk j Y dikategorikan dengan j Y j,..., untuk Y j dikategorikan dengan Y j, sehingga diperoleh model regresi probit ordinal sebagai berikut. P P ( β 0 Y 0 P Z x ( β x ( P Z 0 ( β 0 0 Y P Z ( j P Y j P β x β x β x Z P x β x β x β x ( β x j β x 0 0 j Z j 0 j P Y j P Z P Y ( β j x j β x β x

3 dengan Y 0 untuk kategori terendah dan Y j untuk kategori tertinggi dan adalah fungsi distribusi kumulatif distribusi normal. Menurut Greene (000 untuk menginterpretasikan model regresi probit ordinal digunakan efek marginal sebagai berikut. PY 0 β x i i Menyatakan besarnya pengaruh variabel bebas, i untuk i,,, p terhadap P Y 0. P Y β x β x i i Menyatakan besarnya pengaruh P Y j j β x j β x i i Menyatakan besarnya pengaruh P Y j j β x i i Menyatakan besarnya pengaruh terhadap Y i P. terhadap Y j terhadap PY j P untuk i,,, j. i.. Kebaikan Model Menggunakan AIC (Akaike s Information Criterion AIC merupakan kriteria pemilihan model yang mempertimbangkan banyak parameter dalam model. AIC(p = ln L(p /n + p /n ( dengan ln L(p adalah nilai maksimum likelihood yang yang mengandung p variabel prediktor, p adalah jumlah parameter β dimana p = 0,,,, p dan n adalah ukuran sampel. Model terbaik berdasarkan kriteria AIC adalah model yang memiliki nilai AIC paling minimum.. Pengertian Pola Jawaban Peserta Ujian Pengertian pola jawaban peserta ujian adalah suatu pola jawaban dari sejumlah peserta ujian dalam mengerjakan suatu tes setelah diberi kunci jawaban atau diskor. Apabila peserta ujian menjawab tes secara jujur berdasarkan kemampuannya, jawaban yang salah antar peserta ujian cenderung tidak terpola. Sebaliknya apabila peserta ujian mengerjakan soal tidak jujur, menyontek, diberitahu atau saling memberitahukan, maka jawaban yang salah cenderung terpola atau sama. Pengembangan metode analisis pola jawaban peserta ujian untuk mengidentifikasi adanya interfensi dari luar atau ketidakjujuran peserta ujian dalam menjawab soal sewaktu penyelenggaraan UN..4 Klasifikasi Sekolah Menurut (BSNP, 009 sekolah dibagi menjadi tiga klasifikasi menurut analisis pola jawaban UN jenjang SMA/MA tingkat kota/kabupaten di Provinsi Jawa imur yaitu persentase sekolah terklasifikasi putih, persentase se-kolah terklasifikasi abu-abu, dan persentase sekolah terklasifikasi hitam. Penentuan klasifikasi sekolah dapat dijelaskan dari tiga kategori mata pelajaran berdasarkan kriteria pola jawaban dan kategori sekolah/madrasah. Untuk kategori mata pelajaran yang tergolong putih, jika kurang dari 90 persen peserta ujian jawab soal salah tetapi sama atau sama dengan 90 persen peserta ujian jawab soal salah tetapi sama maksimum soal. Untuk mata pelajaran yang tergolong abuabu, jika lebih dari 90 persen, peserta ujian jawab soal salah tetapi sama antara -4 soal (40 soal atau lebih dari 90 persen, peserta ujian jawab soal salah tetapi sama antara - soal (0 soal. Untuk mata pelajaran yang tergolong hitam, jika lebih dari 90 persen, peserta ujian jawab soal salah tetapi sama minimum soal (40 soal atau lebih dari 90 persen, peserta ujian jawab soal salah tetapi sama minimum 6 soal (0 soal. oleransi untuk mata pelajaran putih diberikan maksimum soal saja apabila 90 persen peserta ujian menjawab soal salah tetapi sama, karena kemungkinan ada pengecoh

4 atau (destructor soal yang hampir sama dengan kunci jawaban atau beberapa peserta ujian mempunyai pemahaman yang salah sewaktu diterangkan oleh guru yang keliru pemahaman konsepnya. Selanjutnya setelah didapatkan klasifikasi mata pelajaran untuk tiap sekolah, maka didapatkan klasifikasi sekolah putih, sekolah abu-abu, dan sekolah hitam. Apabila sekolah mempunyai Program Studi, atau mempunyai 8 Mata Pelajaran, sekolah terklasifikasi putih jika lebih dari atau sama dengan 70 persen putih ( mata pelajaran dan sisanya 0 persen abu-abu, (6 mata pelajaran. Sekolah terklasifikasi hitam jika lebih dari atau sama dengan 70 persen hitam ( mata pelajaran dan 0 persen putih atau abu-abu (6 mata pelajaran. Sekolah termasuk abu-abu jika antara kategori putih dan hitam. Apabila sekolah mempunyai program studi, atau mempunyai mata pelajaran, sekolah terklasifikasi putih jika lebih dari atau sama dengan 70 persen putih (8 mata pelajaran dan sisanya 0 persen abu-abu, (4 mata pelajaran. Sekolah terklasifikasi hitam jika lebih dari atau sama dengan 70 persen hitam (8 mata pelajaran dan 0 persen putih atau abu-abu (4 mata pelajaran. Sekolah termasuk abu-abu jika antara kategori putih dan hitam. Apabila sekolah mempunyai program studi, atau mempunyai 6 mata pelajaran, sekolah terklasifikasi putih jika lebih dari atau sama dengan 70 persen putih (4 mata pelajaran dan sisanya 0 persen abu-abu, ( mata pelajaran. Sekolah terklasifikasi hitam jika lebih dari atau sama dengan 70 persen hitam (4 mata pelajaran dan 0 persen putih atau abu-abu ( mata pelajaran. Sekolah termasuk abu-abu jika antara kategori putih dan hitam. Lebih jelasnya, dapat dilihat pada Lampiran.. Metode Penelitian Pada bagian ini dibahas sumber data, variabel penelitian, definisi operasional, beserta metode analisis yang digunakan.. Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data klasifikasi sekolah berdasarkan pola jawaban UN jenjang SMA/MA tingkat kota/kabupaten di Provinsi Jawa imur bersumber dari BSNP tahun 009. Data pendidikan guru bersumber dari Dinas Pendidikan Provinsi Jawa imur. Data hasil akreditasi masing-masing sekolah bersumber dari Badan Akreditasi Nasional Sekolah Madrasah (BAN-SM. Unit observasi adalah kota/kabupaten Provinsi Jawa imur. Provinsi Jawa imur terdiri dari 8 kota/kabupaten.. Variabel Penelitian dan Definisi Operasional Variabel penelitian meliputi variabel respon dan variabel prediktor yang dapat disajikan pada abel. abel. Variabel Respond dan Variabel Prediktor Variabel Penelitian Kategori Variabel Respon (Y : Persentase sekolah terklasifikasi hitam 0 = rendah ( Y 4, = menengah ( 4, Y 6, 78 = tinggi ( Y 4, Variabel Prediktor ( : = Persentase tidak lulus = Rerata nilai = Persentase sekolah berstatus swasta 4 = Persentase guru yang berpendidikan belum sarjana = Persentase sekolah terakreditasi A erdapat satu variabel respon ( Y yang dikategorikan menjadi tiga yaitu rendah, menengah, dan tinggi. Penentuan tiga kategori tersebut didapatkan dari nilai y s. Variabel persentase sekolah terklasifikasi hitam dinyatakan dalam rasio antara banyaknya sekolah yang terklasifikasi hitam tingkat kota/kabupaten dengan banyaknya sekolah tingkat kota/kabupaten dalam persen. 4

5 Selanjutnya ada lima variabel prediktor yang dilibatkan dalam penelitian ini adalah sebagai berikut. a. Persentase tidak lulus ( Persentase tidak lulus dinyatakan dalam rasio antara peserta yang tidak lulus UN dengan banyaknya peserta UN tingkat kota/kabupaten dalam persen. b. Rerata nilai ( Rerata nilai menyatakan jumlah nilai dari setiap mata pelajaran dibagi banyaknya mata pelajaran yang diujikan secara nasional. c. Persentase sekolah berstatus swasta ( Persentase sekolah berstatus swasta dinyatakan dalam rasio antara banyaknya sekolah yang berstatus swasta dengan banyaknya sekolah tingkat kota/kabupaten dalam persen. d. Persentase guru yang berpendidikan belum sarjana ( 4 Persentase guru yang berpendidikan belum sarjana dinyatakan dalam rasio antara guru yang berpendidikan SLP hingga D dengan banyaknya guru yang berpendidikan SLP hingga S tingkat kota/kabupaten dalam persen. e. Persentase sekolah terakreditasi A ( Persentase sekolah terakreditasi A dinyatakan dalam rasio antara banyaknya sekolah yang terakreditasi A dengan banyaknya sekolah yang terakreditasi maupun yang belum mengajukan keakreditasian tingkat kota/kabupaten dalam persen.. Metode Analisis Metode dan tahapan analisis yang digunakan untuk mencapai tujuan penelitian adalah sebagai berikut.. Menggunakan analisis deskriptif statistik dengan melakukan perhitungan proporsi persentase sekolah terklasifikasi hitam tingkat kota/kabupaten di Provinsi Jawa imur yang tergolong dalam kategori rendah, sedang, dan tinggi. Kemudian dilakukan perhitungan rata-rata dan standar deviasi untuk variabel prediktor.. Langkah-langkah untuk mendapatkan faktor-faktor yang mempengaruhi persentase sekolah terklasifikasi hitam jenjang SMA/MA tingkat kota/kabupaten yang ada di Provinsi Jawa imur menggunakan regresi probit ordinal adalah sebagai berikut. a. Melakukan pengujian distribusi normal variabel respon dengan menggunakan uji Kolmogorov-Smirnov. b. Mengkategorikan variabel respon. c. Membuat model regresi probit ordinal univariabel untuk mengetahui ada tidaknya pengaruh dari masing-masing variabel prediktor terhadap variabel respon. Kemudian dipilih variabel prediktor yang signifikan untuk masuk ke dalam model regresi probit ordinal multivariabel berdasarkan model regresi probit ordinal univariabel tersebut. d. Membuat model regresi probit ordinal multivariabel menggunakan semua variabel prediktor yang signifikan pada model regresi probit ordinal univariabel. e. Melakukan pengujian hipotesis terhadap parameter model regresi probit ordinal multivariabel, baik dilakukan secara parsial maupun secara serentak. f. Menghitung nilai prediksi probabilitas. g. Membuat efek marginal menggunakan semua variabel prediktor yang signifikan pada model regresi probit ordinal multivariabel. h. Menghitung nilai AIC i. Menarik kesimpulan

6 4. Analisa dan Pembahasan Pada bagian ini dikaji faktor-faktor yang mempengaruhi persentase sekolah terklasifikasi hitam tingkat kota/kabupaten di Provinsi Jawa imur menggunakan model regresi probit ordinal. Karakteristik Persentase Sekolah erklasifikasi Hitam di Provinsi Jawa imur Sebagai gambaran awal dilakukan analisis statistik deskriptif terhadap karakteristik persentase sekolah terklasifikasi hitam tingkat kota/kabupaten di Provinsi Jawa imur. Hasil analisis deskriptif dapat dilihat pada abel. abel. Persentase Kelompok Kota/Kabupaten di Provinsi Jawa imur Provinsi Jawa imur Kelompok Jumlah Persentase Rendah 9,68 Menengah 60, inggi 6,79 Berdasarkan abel dapat diketahui bahwa,68 persen kota/kabupaten di Provinsi Jawa imur tergolong dalam wilayah yang termasuk persentase sekolah terklasifikasi hitam rendah. Sebagian besar di kota/kabupaten Provinsi Jawa imur tergolong dalam wilayah yang termasuk persentase sekolah terklasifikasi hitam menengah yaitu ada kota/kabupaten mencapai 60, persen. Selanjutnya,79 persen tergolong dalam wilayah yang termasuk persentase sekolah terklasifikasi hitam tinggi. Berikut analisis statistik des-kriptif terhadap variabel prediktor yang diteliti untuk mengetahui karakteristik kota/kabupaten di Provinsi Jawa imur. Ekplorasi data statistika deskriptif dapat dilihat pada abel. abel. Karakteristik Kelompok Kota/Kabupaten di Provinsi Jawa imur Rendah Menengah inggi Variabel Standar Standar Standar Rata-Rata Rata-Rata Rata-Rata Deviasi Deviasi Deviasi % idak lulus ( 9,, 4,,8,7,9 Rerata nilai ( 7,4 0,8 7,6 0, 7, 0, % Sekolah berstatus swasta ( % Guru yang berpendidikan belum sarjana ( 4 % Sekolah terakreditasi A ( 60,4 9,8 7,4,4 88,0,4,68 9,90,4, 8,60 9,6 44,8,,8,0,64 0,6 Berdasarkan abel dapat diketahui bahwa kota/kabupaten tergolong persentase sekolah terklasifikasi hitam rendah sudah mencapai 9, persen peserta UN yang tidak lulus dan memiliki standar deviasi cukup besar dibanding dengan kelompok yang lain. Sedangkan kota/kabupaten tergolong persentase sekolah terklasifikasi hitam menengah mencapai 4, persen. Sementara itu, kota/kabupaten tergolong persentase sekolah terklasifikasi hitam tinggi hanya,7 persen peserta UN yang tidak lulus. Pada kategori rendah memiliki variabilitas yang besar karena memiliki standar deviasi yang lebih besar. Rerata nilai dapat juga dijadikan salah satu indikator untuk mengetahui peningkatan mutu pendidikan pada persentase sekolah terklasifikasi hitam di tingkat kota/kabupaten tersebut. Rerata nilai kota/kabupaten yang tergolong persentase sekolah terklasifikasi hitam menengah yakni sebesar 7,6, sedangkan kota/kabupaten yang tergolong persentase sekolah terklasifikasi hitam rendah dan tinggi masing-masing adalah 7,4 dan 7,. Hal ini berarti mengindikasi adanya ketidakjujuran dalam menjawab UN karena memiliki rerata nilai yang cukup tinggi. Indikator lain yang diduga mempengaruhi persentase sekolah terklasifikasi hitam yaitu sekolah yang berstatus swasta. Secara rata-rata dari ketiga kelompok kota/kabupaten tersebut persentase sekolah yang berstatus swasta berkisar antara persen. Bahwa tingkat kecurangan lebih banyak terjadi pada sekolah berstatus swasta, ada beberapa sekolah yang belum memiliki metode pembelajaran yang baik, fasilitas sekolah belum memadai, dan faktor-faktor lainnya. Hal ini juga mengindikasikan masih ada juga sekolah yang berstatus negeri dalam melakukan ketidakjujuran dalam menjawab UN. 6

7 Persentase guru yang berpendidikan belum sarjana untuk kota/kabupaten yang tergolong persentase sekolah terklasifikasi hitam rendah, menengah, dan tinggi masing-masing adalah,68;,4; dan 8,60 persen. Berdasarkan ketiga kelompok tersebut, persentase guru yang berpendidikan belum sarjana yaitu di atas persen dengan standar deviasi cukup besar. Hal ini berarti kota/kabupaten di ketiga kelompok mempunyai persentase guru yang berpendidikan belum sarjana yang hampir sama. Banyak juga guru-guru yang berpendidikan belum sarjana mengajar mata pelajaran yang tidak sesuai dengan bidangnya sehingga materi yang diajarkan tidak dapat diterima oleh siswa-siswi ataupun peserta ujian mempunyai pemahaman yang salah sewaktu diterangkan oleh guru yang keliru pemahaman konsepnya. Adapun persentase sekolah terakreditasi A tingkat kota/kabupaten yang tergolong persentase sekolah terklasifikasi hitam tinggi adalah sebesar,64 persen, sedangkan kota/kabupaten yang tergolong persentase sekolah terklasifikasi hitam rendah dan menengah masing-masing adalah 44,8 persen dan,8 persen. Bahwa sekolah yang terakreditasi A di masing-masing kota/kabupaten Provinsi Jawa imur lebih banyak dibandingkan sekolah yang terakreditasi B, C, maupun tak terakreditasi. Dapat dijelaskan bahwa masih ada sekolah-sekolah yang membeli nilai dari sekolah lain ataupun memanipulasi data hanya untuk mengangkat citra sekolah itu sendiri. Penjelasan ini hanya menduga bahwa banyak cara-cara yang dapat dilakukan demi menjaga nama baik sekolah itu sendiri. Analisis Regresi Probit Ordinal Persentase Sekolah erklasifikasi Hitam di Provinsi Jawa imur Pendekatan regresi probit ordinal ini digunakan untuk mengetahui faktor-faktor yang mempengaruhi persentase sekolah terklasifikasi hitam tingkat kota/kabupaten di Provinsi Jawa imur dan memprediksi probabilitas kota/kabupaten di Provinsi Jawa imur yang tergolong persentase sekolah terklasifikasi hitam rendah, menengah, dan tinggi. a. Pengujian Parameter Secara Parsial Dengan menggunakan program komputer Eviews diperoleh nilai statistik uji Likelihood Ratio (LR yang akan digunakan untuk pengujian parameter regresi probit ordinal secara parsial. Maka diperoleh model regresi probit ordinal univariabel sebagai berikut. Pengaruh variabel persentase tidak lulus ( Di mana model regresi probit ordinal persentase sekolah terklasifikasi hitam dengan persentase tidak lulus adalah sebagai berikut.,9 ( 0, 0,0 ( 0,,9 ( 0, P( Y 0 P( Y P Y 0,0 ( 0, ( Variabel persentase tidak lulus berpengaruh secara signifikan terhadap persentase sekolah terklasifikasi hitam yang rendah, menengah, dan tinggi tingkat kota/kabupaten yang ada di Provinsi Jawa imur karena nilai statistik LR sebesar,0 lebih dari, =,84 atau nilai statistik uji Z (-,07 kurang dari -,96. Pengaruh variabel rerata nilai ( Di mana model regresi probit ordinal persentase sekolah terklasifikasi hitam dengan rerata nilai adalah sebagai berikut. P( Y 0,9 (0,6,67 (0,6,9 (0,6 P( Y P( Y,67 (0,6 Variabel rerata nilai tidak berpengaruh terhadap persentase sekolah terklasifikasi hitam yang rendah, menengah, dan tinggi tingkat kota/kabupaten yang ada di Provinsi Jawa imur karena nilai statistik LR sebesar 0,9 kurang dari, =,84 atau nilai statistik uji Z (0,97 kurang dari,96. 7

8 Pengaruh variabel persentase sekolah berstatus swasta ( Di mana model regresi probit ordinal persentase sekolah terklasifikasi hitam dengan persentase sekolah berstatus swasta adalah sebagai berikut.,99 (0,07 6, (0,07,99 (0,07 P( Y 0 P( Y P( Y 6, (0,07 Variabel persentase sekolah berstatus swasta berpengaruh secara signifikan terhadap persentase sekolah terklasifikasi hitam yang rendah, menengah, dan tinggi tingkat kota/kabupaten yang ada di Provinsi Jawa imur karena nilai statistik LR sebesar 7,9 lebih dari, =,84 atau nilai statistik uji Z (,6 lebih dari,96. Pengaruh variabel persentase guru yang berpendidikan belum sarjana ( 4 Di mana model regresi probit ordinal persentase sekolah terklasifikasi hitam dengan persentase guru yang berpendidikan belum sarjana adalah sebagai berikut. P( Y 0 0, (0,0 4,4 (0,0 4 0, (0,0 P( Y 4 P( Y,4 (0,0 4 Variabel persentase guru yang berpendidikan belum sarjana tidak berpengaruh terhadap persentase sekolah terklasifikasi hitam yang rendah, menengah, dan tinggi tingkat kota/kabupaten yang ada di Provinsi Jawa imur karena nilai statistik LR sebesar, kurang dari, =,84 atau nilai statistik uji Z (,4 kurang dari,96. Pengaruh variabel persentase sekolah terakreditasi A ( Di mana model regresi probit ordinal persentase sekolah terklasifikasi hitam dengan persentase sekolah terakreditasi A adalah sebagai berikut. P( Y 0,68 ( 0,0 0,4 ( 0,0,68 ( 0,0 0,4 ( 0,0 P( Y P( Y Variabel persentase sekolah terakreditasi A berpengaruh terhadap persentase sekolah terklasifikasi hitam yang rendah, menengah, dan tinggi tingkat kota/kabupaten yang ada di Provinsi Jawa imur karena nilai statistik LR sebesar,4 lebih dari, =,84 atau nilai statistik uji Z (-,9 kurang dari -,96. Jadi, dari lima variabel yang diuji secara parsial terdapat tiga variabel yang berpengaruh secara signifikan terhadap persentase sekolah terklasifikasi hitam rendah, menengah, dan tinggi tingkat kota/kabupaten yang ada di Provinsi Jawa imur yaitu persentase tidak lulus, persentase sekolah berstatus swasta, dan persentase sekolah terakreditasi A. Selanjutnya, dilakukan pengujian parameter secara serentak terhadap tiga variabel yang berpengaruh secara signifikan b. Pengujian Parameter Secara Serentak Langkah analisis selanjutnya adalah melakukan pengujian untuk mengetahui ada tidaknya pengaruh variabel prediktor yang signifikan dari model regresi probit ordinal secara serentak, yaitu melakukan pengujian untuk mengetahui ada tidaknya pengaruh persentase tidak lulus, persentase sekolah berstatus swasta, dan persentase sekolah terakreditasi A terhadap persentase sekolah hitam yang 8

9 rendah, sedang, dan tinggi tingkat kota/kabupaten yang ada di Provinsi Jawa imur secara serentak. Model regresi probit ordinal multivariabel terbaik sebagai berikut. P( Y 0 0,9 ( 0,4 0,09 0,06 P,7 ( 0,4 0,09 0,06,9 ( 0,4 0,09 0,06 ( Y P( Y,7 ( 0,4 0,09 0,06 0 Variabel yang berpengaruh secara serentak yaitu persentase tidak lulus (, persentase sekolah berstatus swasta (, dan persentase sekolah terakreditasi A ( berpengaruh terhadap persentase sekolah terklasifikasi hitam rendah, menengah, dan tinggi tingkat kota/kabupaten yang ada di Provinsi Jawa imur karena nilai statistik LR sebesar 8,86 lebih dari 0,0; = 7,8 sehingga paling sedikit ada satu yang tidak sama dengan nol. p Berdasarkan persamaan model regresi probit ordinal multivariabel terbaik di atas, dapat diperoleh nilai prediksi probabilitas kota/kabupaten di Provinsi Jawa imur tergolong persentase sekolah terklasifikasi hitam tergolong rendah, menengah, dan tinggi serta dapat juga diketahui kota/kabupaten mana saja yang memiliki persentase sekolah terklasifikasi hitam rendah, menengah, dan tinggi. Berikut hasil pengelompokannya dapat dilihat pada abel. abel Hasil Pengelompokan Kota/Kabupaten di Provinsi Jawa imur Kelompok Kota/Kabupaten Kota Malang, Kota Kediri, Kota Mojokerto, Kota Blitar, 0 Kota Batu, Kota Pasuruan, Kabupaten Magetan, Kabupaten Pacitan, Kabupaten Blitar Kota Madiun, Kabupaten Ngawi, Kabupaten renggalek, Kota Surabaya, Kota Probolinggo, Kabupaten Sidoarjo, Kabupaten Mojokerto, Kabupaten Jombang, Kabupaten Bojonegoro, Kabupaten Madiun, Kabupaten Ponorogo, Kabupaten Kediri, Kabupaten Nganjuk, Kabupaten ulungagung, Kabupaten Malang, Kabupaten Lumajang, Kabupaten Bondowoso, Kabupaten Situbondo, Kabupaten Jember, Kabupaten Banyuwangi, Kabupaten Gresik Kabupaten uban, Kabupaten Pasuruan, Kabupaten Bangkalan, Kabupaten Lamongan, Kabupaten Probolinggo, Kabupaten Pamekasan, Kabupaten Sumenep Untuk mengetahui besarnya pengaruh dari masing-masing variabel yaitu persentase tidak lulus, persentase sekolah bersatus swasta, dan persentase sekolah terakreditasi A terhadap probabilitas kota/kabupaten di Provinsi Jawa imur yang tergolong persentase sekolah terklasifikasi hitam rendah, menengah, dan tinggi dihitung efek marginalnya.. Efek Marginal persentase tidak lulus ( PY 0 ˆ βˆ x ( 0,4 0,9 ( 0,4 0,09 0,06 Y ˆ βˆ x βˆ x P 0,4 0,9 ( 0,4 0,09 0,06,7 ( 0,4 0,09 0,06 ( Y ˆ βˆ x P ( 0,4,7 ( 0,4 0,09 0,06. Efek Marginal persentase sekolah berstatus swasta ( PY 0 ˆ βˆ x 9

10 ( 0,09 0,9 ( 0,4 0,09 0,06 Y ˆ βˆ x βˆ x P 0,09 0,9 ( 0,4 0,09 0,06,7 ( 0,4 0,09 0,06 ( Y ˆ βˆ x P ( 0,09,7 ( 0,4 0,09 0,06. Efek Marginal persentase sekolah terakreditasi A ( PY 0 ˆ βˆ x 0,06 0,9 ( 0,4 0,09 0,06 ( Y ˆ βˆ x βˆ x P 0,06 0,9 ( 0,4 0,09 0,06,7 ( 0,4 0,09 0,06 ( Y ˆ βˆ x P ( 0,06,7 ( 0,4 0,09 0,06 Kebaikan Model AIC Berdasarkan data persentase sekolah terklasifikasi hitam tingkat kota/kabupaten yang ada di Provinsi Jawa imur yang terdiri dari tiga kategori dengan menggunakan lima variabel, jumlah model regresi probit ordinal yang terbentuk sejumlah model. Kemungkinan model regresi probit ordinal berasal dari kombinasi kelima variabel prediktor. Jumlah model yang terbentuk adalah berasal dari persamaan. i i p p p Hasil analisis dengan menggunakan Eviews telah didapatkan nilai AIC dari setiap model regresi probit ordinal yang terbentuk dengan cara memasukkan satu persatu variabel prediktor. Nilai paling minimum AIC sebesar, yaitu pada model yang memuat variabel persentase tidak lulus (, persentase sekolah berstatus swasta (, persentase sekolah terakreditasi A (.Nilai AIC yang semakin kecil mengindikasikan bahwa model yang baik. Pengujian dilakukan dengan menggunakan statistik uji Likelihood Ratio est (LR. Pengujian terhadap parameter model digunakan untuk mengetahui apakah model regresi probit ordinal yang didapat dengan menggunakan AIC. Bahwa ketiga variabel berpengaruh terhadap probabilitas kota/kabupaten di Provinsi Jawa imur yang tergolong persentase sekolah terklasifikasi hitam rendah, menengah, dan tinggi.. Penutup Sebagian besar di kota/kabupaten Provinsi Jawa imur tergolong dalam wilayah yang termasuk persentase sekolah terklasifikasi hitam menengah yaitu ada kota/kabupaten mencapai 60, persen. Untuk persentase sekolah terklasifikasi hitam, kota/kabupaten yang memiliki nilai terendah adalah Kota Blitar, sedangkan kota/kabupaten yang memiliki nilai tertinggi adalah Kabupaten Pamekasan. Bahwa dari kelima variabel prediktor, persentase sekolah berstatus swasta yang memiliki rata-rata paling besar pada tiga kategori tersebut yaitu berkisar antara persen dengan standar deviasi cukup besar. Pemodelan regresi probit ordinal memberikan hasil bahwa faktor-faktor yang mempengaruhi persentase sekolah terklasifikasi hitam jenjang SMA/MA tingkat kota/kabupaten yang ada di Provinsi 0

11 Jawa imur adalah persentase tidak lulus, persentase sekolah berstatus swasta, dan persentase sekolah terakreditasi A. Besarnya pengaruh dari faktor persentase tidak lulus, persentase sekolah berstatus swasta, dan persentase sekolah terakreditasi A di provinsi Jawa imur dapat diperoleh dengan efek marginal. Dapat dilakukan prediksi probabilitas kota/kabupaten di Provinsi Jawa imur yang tergolong persentase sekolah terklasifikasi hitam rendah, menengah, dan tinggi menggunakan model regresi probit ordinal. Selanjutnya pada kebaikan model AIC, telah diperoleh model yang memuat variabel persentase tidak lulus, persentase sekolah berstatus swasta, dan persentase sekolah terakreditasi A berpengaruh terhadap probabilitas kota/kabupaten di Provinsi Jawa imur yang tergolong persentase sekolah terklasifikasi hitam rendah, menengah, dan tinggi. Pemodelan persentase sekolah terklasifikasi hitam tingkat kota/kabupaten yang ada di Provinsi Jawa imur masih perlu dilakukan dengan menggunakan pendekatan regresi probit multivariat karena pada dasarnya pengklasifikasian sekolah menurut pola jawaban UN yang bersumber dari BSNP tahun 009 di Provinsi Jawa imur ada tiga yaitu persentase sekolah terklasifikasi putih, abu-abu, dan hitam. 6. Daftar Pustaka Aitchison, J., & Silvey, S. D., 97. he Generalization of Probit Analysis to he Case of Multiple Response. Biometrika, 44, 40. BSNP. 009, Daftar Kota/Kabupaten Berdasarkan Kategori Pola Jawaban UN SMA/MA di Jawa imur ahun Ajaran 008/009, Jakarta : BSNP dan BALIBANG. Faidah, D.Y., 00. Pemodelan Regresi Probit Ordinal Pada Indeks Pembangunan Manusia Di Provinsi Sumatera Utara, Jawa Barat, Jawa engah, Dan Jawa imur. ugas Akhir Jurusan Statistika FMIPA IS. Surabaya. Fathurahman, M., 008. Pemodelan Regresi Probit Ordinal (Kasus Indeks Prestasi Kumulatif Lulusan Magister Program Pasca Sarjana IS Surabaya. esis Jurusan Statistika FMIPA IS. Surabaya. Greene, W.H., 000. Econometrics Analysis, 4 th edition. Prentice Hall, New Jersey. Kockelman, K.M., & Kweon, Y.J., 00. Driver Injury Severity: an Application of Ordered Probit Models. Accident Analysis and Prevention, 4,. McKelvey, R.D., & Zavoina, W., 97. A Statistical Model for the Analysis of Ordinal Level Dependent Variables. Journal of Mathematical Sociology, 4, 0 0. O Donnell, C., & Connor, D.H., 996. Predicting the Severity of Motor Vehicle Accident Injuries Using Models of Ordered Multiple Choice. Accident Analysis and Prevention, 8(6, Ronning, G., & Kukuk, M., 996. Efficient Estimation of Ordered Probit Models. Journal of the American Statistical Association, 9, 0 9. Walpole, R. E., 99. Pengantar Statistika. P. Gramedia Pustaka Utama, Jakarta. Yosepa, H., 008. Perbedaan dalam Intensi Melakukan Kecurangan UN Antara Guru SMA Unggulan dengan Guru SMA Non Ungulan (ugas akhir, Jakarta: FPSI Universitas Indonesia.

12 Kategori Mata Pelajaran Mata Pelajaran Putih Abu-abu LAMPIRAN Kriteria Pola Jawaban < 90 % peserta ujian jawab soal salah tetapi sama atau 90 % peserta ujian jawab soal salah tetapi sama, maksimum soal > 90%, peserta ujian jawab soal salah tetapi sama antara -4 soal (40 soal atau > 90%, peserta ujian jawab soal salah tetapi sama antara - soal (0 soal > 90%, peserta ujian jawab soal salah tetapi sama minimum soal (40 soal Hitam atau > 90%, peserta ujian jawab soal salah tetapi sama minimum 6 soal (0 soal Catatan: oleransi untuk mata pelajaran putih diberikan maksimum soal saja apabila 90% peserta ujian menjawab soal salah tetapi sama, karena kemungkinan ada pengecoh atau (destructor soal yang hampir sama dengan kunci jawaban atau beberapa peserta ujian mempunyai pemahaman yang salah sewaktu diterangkan oleh guru yang keliru pemahaman konsepnya. Contoh Pola Jawaban Peserta Ujian Mata Pelajaran Putih Kunci Nasional B A C D B A B C D E D C Soal Orang A A B A C C E A C A B A A E B D C C C B B C C E A D B A C C E C D D D C 4 A A B D C A B D E A E D A B B E C C E A A E A B 6 A A B C D A C B C B D C 7 A C C B C D C C B A C A 8 C A B C C D C E D D B E 9 A A C D D A E D A E C D 0 A B B B B C E A D C D C 90% 90% Soal Contoh Pola Jawaban Peserta Ujian Mata Pelajaran Abu-Abu Kunci Nasional B A D D C A B C D E D C Orang D A C A B C E A C A B A D E C D B C C B B C C E D D C A B C E C D D D C 4 D A C D B A B D E A E D D B C E B C E A A E A B 6 D A C C B A C B C B D C 7 D C C B B D C C B A C A 8 D A C C B D C E D D B E 9 A A C D C A E D A E C D 0 D B B B B C E A D C D C 90% 90% 90%

13 Soal Contoh Pola Jawaban Peserta Ujian Mata Pelajaran Hitam Kunci Nasional B A D D A A B C D E D C Orang D A C A B C A A C A B A D E C D B C A B C C C E D D C A B C A C C D D C 4 D A C D B A A D C A E D D B C E B C A A C E A B 6 D A C C B A A B C B D C 7 D C C B B D A C C A C A 8 D A C C B D A E C D B E 9 A A C D C A A D C E C D 0 D B B B B C E A D C D C 90% 90% 90% 90% 90% Katagori Sekolah/Madrasah:

Model Probit Untuk Ordinal Response

Model Probit Untuk Ordinal Response SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY Model Probit Untuk Ordinal Response S - 4 Defi Yusti Faidah, Resa Septiani Pontoh, Departemen Statistika FMIPA Universitas Padadaran defi.yusti@unpad.ac.id

Lebih terperinci

(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT

(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika

Lebih terperinci

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL 1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut

Lebih terperinci

JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER. Ayunanda Melliana Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.

JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER. Ayunanda Melliana Dosen Pembimbing : Dr. Dra. Ismaini Zain, M. JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER Seminar hasil TUGAS AKHIR Ayunanda Melliana 1309100104 Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.Si PENDAHULUAN Latar Belakang Rumusan Masalah

Lebih terperinci

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita

Lebih terperinci

Jumlah Penduduk Jawa Timur dalam 7 (Tujuh) Tahun Terakhir Berdasarkan Data dari Dinas Kependudukan dan Pencatatan Sipil Kab./Kota

Jumlah Penduduk Jawa Timur dalam 7 (Tujuh) Tahun Terakhir Berdasarkan Data dari Dinas Kependudukan dan Pencatatan Sipil Kab./Kota Jumlah Penduduk Jawa Timur dalam 7 (Tujuh) Tahun Terakhir Berdasarkan Data dari Dinas Kependudukan dan Pencatatan Sipil Kab./Kota TAHUN LAKI-LAKI KOMPOSISI PENDUDUK PEREMPUAN JML TOTAL JIWA % 1 2005 17,639,401

Lebih terperinci

Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM)

Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM) Sidang Tugas Akhir Surabaya, 15 Juni 2012 Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM) Wenthy Oktavin Mayasari

Lebih terperinci

SEMINAR HASIL TUGAS AKHIR. Presented by Rizky Amalia Yulianti Dosen Pembimbing : Dr. Vita Ratnasari, S.Si, M.Si

SEMINAR HASIL TUGAS AKHIR. Presented by Rizky Amalia Yulianti Dosen Pembimbing : Dr. Vita Ratnasari, S.Si, M.Si SEMINAR HASIL TUGAS AKHIR Presented by Rizky Amalia Yulianti 1309 100 076 Dosen Pembimbing : Dr. Vita Ratnasari, S.Si, M.Si Agenda 1. 2. 3. 4. 5. Pendahuluan Tinjauan Metodelogi Hasil dan Kesimpulan 1.

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013 GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013 GUBERNUR JAWA TIMUR, Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 78 TAHUN 2013 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2014

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 78 TAHUN 2013 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2014 GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 78 TAHUN 2013 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2014 GUBERNUR JAWA TIMUR, Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan

Lebih terperinci

SEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.

SEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M. 16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari

Lebih terperinci

Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014

Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014 Prosiding Seminar Sains dan Teknologi FMIPA Unmul Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014 Dewi Andriani 1, Sri Wahyuningsih

Lebih terperinci

INDEKS PEMBANGUNAN MANUSIA (IPM) JAWA TIMUR TAHUN 2015

INDEKS PEMBANGUNAN MANUSIA (IPM) JAWA TIMUR TAHUN 2015 BPS PROVINSI JAWA TIMUR No. 40/06/35/Th. XIV, 15 Juni 2016 INDEKS PEMBANGUNAN MANUSIA (IPM) JAWA TIMUR TAHUN 2015 IPM Jawa Timur Tahun 2015 Pembangunan manusia di Jawa Timur pada tahun 2015 terus mengalami

Lebih terperinci

EVALUASI/FEEDBACK KOMDAT PRIORITAS, PROFIL KESEHATAN, & SPM BIDANG KESEHATAN

EVALUASI/FEEDBACK KOMDAT PRIORITAS, PROFIL KESEHATAN, & SPM BIDANG KESEHATAN EVALUASI/FEEDBACK PRIORITAS, PROFIL KESEHATAN, & SPM BIDANG KESEHATAN MALANG, 1 JUNI 2016 APLIKASI KOMUNIKASI DATA PRIORITAS FEEDBACK KETERISIAN DATA PADA APLIKASI PRIORITAS 3 OVERVIEW KOMUNIKASI DATA

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2009 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2010

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2009 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2010 GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2009 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2010 GUBERNUR JAWA TIMUR, Menimbang Mengingat : a. bahwa dalam upaya meningkatkan

Lebih terperinci

BERITA RESMI STATISTIK BPS PROVINSI JAWA TIMUR

BERITA RESMI STATISTIK BPS PROVINSI JAWA TIMUR BERITA RESMI STATISTIK BPS PROVINSI JAWA TIMUR No. 25/04/35/Th. XV, 17 April 2016 INDEKS PEMBANGUNAN MANUSIA (IPM) JAWA TIMUR TAHUN 2016 IPM Jawa Timur Tahun 2016 Pembangunan manusia di Jawa Timur pada

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2014 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2015

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2014 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2015 GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2014 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2015 GUBERNUR JAWA TIMUR. Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan

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

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 68 TAHUN 2015 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2016

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 68 TAHUN 2015 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2016 GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 68 TAHUN 2015 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2016 GUBERNUR JAWA TIMUR. Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan

Lebih terperinci

P E N U T U P P E N U T U P

P E N U T U P P E N U T U P P E N U T U P 160 Masterplan Pengembangan Kawasan Tanaman Pangan dan Hortikultura P E N U T U P 4.1. Kesimpulan Dasar pengembangan kawasan di Jawa Timur adalah besarnya potensi sumberdaya alam dan potensi

Lebih terperinci

Lampiran 1 LAPORAN REALISASI DAU, PAD TAHUN 2010 DAN REALISASI BELANJA DAERAH TAHUN 2010 KABUPATEN/KOTA DI JAWA TIMUR (dalam Rp 000)

Lampiran 1 LAPORAN REALISASI DAU, PAD TAHUN 2010 DAN REALISASI BELANJA DAERAH TAHUN 2010 KABUPATEN/KOTA DI JAWA TIMUR (dalam Rp 000) Lampiran 1 LAPORAN REALISASI DAU, PAD TAHUN 2010 DAN REALISASI BELANJA DAERAH TAHUN 2010 KABUPATEN/KOTA DI JAWA TIMUR (dalam Rp 000) Kabupaten/Kota DAU 2010 PAD 2010 Belanja Daerah 2010 Kab Bangkalan 497.594.900

Lebih terperinci

INDEKS PEMBANGUNAN MANUSIA (IPM) KOTA PROBOLINGGO TAHUN 2016

INDEKS PEMBANGUNAN MANUSIA (IPM) KOTA PROBOLINGGO TAHUN 2016 No. 010/06/3574/Th. IX, 14 Juni 2017 INDEKS PEMBANGUNAN MANUSIA (IPM) KOTA PROBOLINGGO TAHUN 2016 IPM Kota Probolinggo Tahun 2016 Pembangunan manusia di Kota Probolinggo pada tahun 2016 terus mengalami

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 121 TAHUN 2016 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2017

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 121 TAHUN 2016 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2017 \ PERATURAN NOMOR 121 TAHUN 2016 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2017 DENGAN RAHMAT TUHAN YANG MAHA ESA. Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan masyarakat khususnya

Lebih terperinci

BAB II GAMBARAN UMUM INSTANSI. 2.1 Sejarah Singkat PT PLN (Persero) Distribusi Jawa Timur

BAB II GAMBARAN UMUM INSTANSI. 2.1 Sejarah Singkat PT PLN (Persero) Distribusi Jawa Timur BAB II GAMBARAN UMUM INSTANSI 2.1 Sejarah Singkat PT PLN (Persero) Distribusi Jawa Timur PT PLN (Persero) Distribusi Jawa Timur merupakan salah satu unit pelaksana induk dibawah PT PLN (Persero) yang merupakan

Lebih terperinci

Oleh : Nita Indah Mayasari Dosen Pembimbing : Dra. Ismaini Zain, M.Si

Oleh : Nita Indah Mayasari Dosen Pembimbing : Dra. Ismaini Zain, M.Si Oleh : Nita Indah Mayasari - 1305 100 024 Dosen Pembimbing : Dra. Ismaini Zain, M.Si Jawa Timur Angka Rawan Pangan 19,3 % STATUS EKONOMI SOSIAL Rumah Tangga Pedesaan Rumah Tangga Perkotaan Perbedaan pengeluaran

Lebih terperinci

Grafik Skor Daya Saing Kabupaten/Kota di Jawa Timur

Grafik Skor Daya Saing Kabupaten/Kota di Jawa Timur Grafik Skor Daya Saing Kabupaten/Kota di Jawa Timur TOTAL SKOR INPUT 14.802 8.3268.059 7.0847.0216.8916.755 6.5516.258 5.9535.7085.572 5.4675.3035.2425.2185.1375.080 4.7284.4974.3274.318 4.228 3.7823.6313.5613.5553.4883.4733.3813.3733.367

Lebih terperinci

PEMBANGUNAN PERPUSTAKAAN DESA/KELURAHAN DI JAWA TIMUR 22 MEI 2012

PEMBANGUNAN PERPUSTAKAAN DESA/KELURAHAN DI JAWA TIMUR 22 MEI 2012 PEMBANGUNAN PERPUSTAKAAN DESA/KELURAHAN DI JAWA TIMUR 22 MEI 2012 OLEH : Drs. MUDJIB AFAN, MARS KEPALA BADAN PERPUSTAKAAN DAN KEARSIPAN PROVINSI JAWA TIMUR DEFINISI : Dalam sistem pemerintahan di Indonesia

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 125 TAHUN 2008

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 125 TAHUN 2008 GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 125 TAHUN 2008 TENTANG ORGANISASI DAN TATA KERJA UNIT PELAKSANA TEKNIS DINAS PEKERJAAN UMUM BINA MARGA PROVINSI JAWA TIMUR GUBERNUR JAWA TIMUR MENIMBANG

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013 GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013 Menimbang: a. Bahwa dalam upaya meningkatkan kersejahteraan rakyat khususnya

Lebih terperinci

BERITA RESMI STATISTIK

BERITA RESMI STATISTIK BERITA RESMI STATISTIK BPS KABUPATEN LAMONGAN PROFIL KEMISKINAN DI LAMONGAN MARET 2016 No. 02/06/3524/Th. II, 14 Juni 2017 RINGKASAN Jumlah penduduk miskin (penduduk dengan pengeluaran per kapita per bulan

Lebih terperinci

Laporan Eksekutif Pendidikan Provinsi Jawa Timur 2013 Berdasarkan Data Susenas 2013 BADAN PUSAT STATISTIK PROVINSI JAWA TIMUR Laporan Eksekutif Pendidikan Provinsi Jawa Timur 2013 Nomor Publikasi : 35522.1402

Lebih terperinci

DANA PERIMBANGAN. Lampiran 1. Data Dana Perimbangan

DANA PERIMBANGAN. Lampiran 1. Data Dana Perimbangan Lampiran. Data Dana Perimbangan DANA PERIMBANGAN (Dalam Ribuan) No Daerah 2009 200 20 202 203 Kab. Bangkalan 628,028 64,037 738,324 870,077,004,255 2 Kab. Banyuwangi 897,07 908,07 954,894,70,038,299,958

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 2 TAHUN 2014 TENTANG

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 2 TAHUN 2014 TENTANG GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 2 TAHUN 2014 TENTANG PERKIRAAN ALOKASI DANA BAGI HASIL CUKAI HASIL TEMBAKAU KEPADA PROVINSI JAWA TIMUR DAN KABUPATEN/KOTA DI JAWA TIMUR TAHUN ANGGARAN

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Pendekatan Penelitian Penelitian ini menggunakan pendekatan kuantitatif. Menurut Efferin, Darmadji dan Tan (2008:47) pendekatan kuantitatif disebut juga pendekatan

Lebih terperinci

per km 2 LAMPIRAN 1 LUAS JUMLAH WILAYAH JUMLAH KABUPATEN/KOTA (km 2 )

per km 2 LAMPIRAN 1 LUAS JUMLAH WILAYAH JUMLAH KABUPATEN/KOTA (km 2 ) LAMPIRAN 1 LUAS WILAYAH,, DESA/KELURAHAN, PENDUDUK, RUMAH TANGGA, DAN KEPADATAN PENDUDUK MENURUT LUAS RATA-RATA KEPADATAN WILAYAH RUMAH JIWA / RUMAH PENDUDUK DESA KELURAHAN DESA+KEL. PENDUDUK (km 2 ) TANGGA

Lebih terperinci

Universitas Negeri Malang Kata Kunci: cluster, single linkage, complete linkage, silhouette, pembangunan manusia.

Universitas Negeri Malang   Kata Kunci: cluster, single linkage, complete linkage, silhouette, pembangunan manusia. 1 PERBANDINGAN JUMLAH KELOMPOK OPTIMAL PADA METODE SINGLE LINKAGE DAN COMPLETE LINKAGE DENGAN INDEKS VALIDITAS SILHOUETTE: Studi Kasus pada Data Pembangunan Manusia Jawa Timur Yuli Novita Indriani 1, Abadyo

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

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 5 TAHUN 2005 TENTANG

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 5 TAHUN 2005 TENTANG GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 5 TAHUN 2005 TENTANG PENETAPAN SEMENTARA BAGIAN PENERIMAAN PAJAK PENGHASILAN ORANG PRIBADI DALAM NEGERI PASAL 25/29 DAN PAJAK PENGHASILAN PASAL 21

Lebih terperinci

VISITASI KE SEKOLAH/MADRASAH BADAN AKREDITASI NASIONAL SEKOLAH/MADRASAH

VISITASI KE SEKOLAH/MADRASAH BADAN AKREDITASI NASIONAL SEKOLAH/MADRASAH Perhatian! 1. Format Kartu Kendali Validasi Proses Visitasi di bawah ini, mohon di print oleh asesor sebanyak 16 set (sesuai kebutuhan/jumlah sasaran visitasi). Selanjutnya tiap-tiap sekolah/ madrasah

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 111-120 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN

Lebih terperinci

GUBERNUR JAWA TIMUR GUBERNUR JAWA TIMUR,

GUBERNUR JAWA TIMUR GUBERNUR JAWA TIMUR, GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 57 TAHUN 2005 TENTANG PENETAPAN DEFINITIF BAGIAN PENERIMAAN PAJAK PENGHASILAN ORANG PRIBADI DALAM NEGERI (PASAL 25/29) DAN PAJAK PENGHASILAN PASAL

Lebih terperinci

KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/ 557 /KPTS/013/2016 TENTANG PENETAPAN KABUPATEN / KOTA SEHAT PROVINSI JAWA TIMUR TAHUN 2016

KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/ 557 /KPTS/013/2016 TENTANG PENETAPAN KABUPATEN / KOTA SEHAT PROVINSI JAWA TIMUR TAHUN 2016 KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/ 557 /KPTS/013/2016 TENTANG PENETAPAN KABUPATEN / KOTA SEHAT PROVINSI JAWA TIMUR TAHUN 2016 GUBERNUR JAWA TIMUR, Menimbang : a. bahwa dalam rangka tercapainya kondisi

Lebih terperinci

Analisis Pengelompokkan Berdasarkan Indikator Partisipasi Perempuan di Propinsi Jawa Timur

Analisis Pengelompokkan Berdasarkan Indikator Partisipasi Perempuan di Propinsi Jawa Timur Nama : Analisis Pengelompokkan Berdasarkan Indikator Partisipasi Perempuan di Propinsi Jawa Timur Dimas Okky S. (1307030006) Dosen Pembimbing : Dr.Dra.Ismaini Zain, MSi PENDAHULUAN LATAR BELAKANG Partisipasi

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 I PENDAHULUAN. A. Latar Belakang. Indonesia merupakan salah satu negara berkembang yang memiliki

BAB I PENDAHULUAN. A. Latar Belakang. Indonesia merupakan salah satu negara berkembang yang memiliki BAB I PENDAHULUAN A. Latar Belakang Indonesia merupakan salah satu negara berkembang yang memiliki pertumbuhan ekonomi yang terus meningkat dari tahun ketahun. Pertumbuhan ekonomi dapat didefinisikan sebagai

Lebih terperinci

BAB I PENDAHULUAN. Pembangunan ekonomi harus di pandang sebagai suatu proses yang saling

BAB I PENDAHULUAN. Pembangunan ekonomi harus di pandang sebagai suatu proses yang saling BAB I PENDAHULUAN A. Latar Belakang Pembangunan Ekonomi merupakan suatu proses yang menyebabkan kenaikan pendapatan riil per kapita penduduk suatu negara dalam jangka panjang yang disertai oleh perbaikan

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan metode statistik. Penelitian dengan pendekatan kuantitatif yang

BAB III METODE PENELITIAN. menggunakan metode statistik. Penelitian dengan pendekatan kuantitatif yang BAB III METODE PENELITIAN 3.1. Jenis dan Pendekatan Penelitian Dalam penelitian kali ini, penulis menggunakan jenis pendekatan kuantitatif, yaitu pendekatan yang menguji hubungan signifikan dengan cara

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel

Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Print) D-45 Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel Nur Fajriyah

Lebih terperinci

BAB III METODE PENELITAN. Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur.

BAB III METODE PENELITAN. Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur. BAB III METODE PENELITAN A. Lokasi Penelitian Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur. Pemilihan lokasi ini salah satunya karena Provinsi Jawa Timur menepati urutan pertama

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

Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur

Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Qonitatin Nafisah, Novita Eka Chandra Jurusan Matematika Fakultas MIPA Universitas Islam Darul Ulum Lamongan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Lokasi Penelitian Lokasi penelitian di Pulau Jawa Provinsi Jawa Timur yang terdiri dari 29 kabupaten dan 9 kota di antaranya dari Kab Pacitan, Kab Ponorogo, Kab Trenggalek,

Lebih terperinci

POTRET PENDIDIKAN PROVINSI JAWA TIMUR (Indikator Makro)

POTRET PENDIDIKAN PROVINSI JAWA TIMUR (Indikator Makro) POTRET PENDIDIKAN PROVINSI JAWA TIMUR (Indikator Makro) Pusat Data dan Statistik Pendidikan - Kebudayaan Setjen, Kemendikbud Jakarta, 2015 DAFTAR ISI A. Dua Konsep Pembahasan B. Potret IPM 2013 1. Nasional

Lebih terperinci

PENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR

PENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR PENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR Neser Ike Cahyaningrum 1307100012 Dosen Pembimbing Dr. Dra. Ismaini Zain, M.Si AGENDA

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. No. (06 7-0 (0-98X Print D-6 Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Anita Trias Anggraeni

Lebih terperinci

PEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG

PEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG PEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG PERUBAHAN PERTAMA PERATURAN DAERAH PROPINSI DAERAH TINGKAT I JAWA TIMUR NOMOR 8 TAHUN 1996 TENTANG ORGANISASI

Lebih terperinci

PEMODELAN DAN PEMETAAN FAKTOR UNMET NEED KB DI JAWA TIMUR SEBAGAI PERENCANAAN MENCEGAH LEDAKAN PENDUDUK DENGAN REGRESI LOGISTIK BINER

PEMODELAN DAN PEMETAAN FAKTOR UNMET NEED KB DI JAWA TIMUR SEBAGAI PERENCANAAN MENCEGAH LEDAKAN PENDUDUK DENGAN REGRESI LOGISTIK BINER PEMODELAN DAN PEMETAAN FAKTOR UNMET NEED KB DI JAWA TIMUR SEBAGAI PERENCANAAN MENCEGAH LEDAKAN PENDUDUK DENGAN REGRESI LOGISTIK BINER Anita Trias Anggraeni 1), Destri Susilaningrum 2) 1)2) Statistika,

Lebih terperinci

GUBERNUR JAWA TIMUR GUBERNUR JAWA TIMUR,

GUBERNUR JAWA TIMUR GUBERNUR JAWA TIMUR, GUBERNUR JAWA TIMUR KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 1 TAHUN 2003 TENTANG HARGA ECERAN TERTINGGI (NET) MINYAK TANAH Dl PANGKALAN MINYAK TANAH Dl JAWA TIMUR GUBERNUR JAWA TIMUR, Menimbang : bahwa dalam

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 75 TAHUN 2015 TENTANG

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 75 TAHUN 2015 TENTANG GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 75 TAHUN 2015 TENTANG PERKIRAAN ALOKASI DANA BAGI HASIL CUKAI HASIL TEMBAKAU KEPADA PROVINSI JAWA TIMUR DAN KABUPATEN/KOTA DI JAWA TIMUR TAHUN ANGGARAN

Lebih terperinci

EVALUASI TEPRA KABUPATEN/KOTA PROVINSI JAWA TIMUR OKTOBER 2016

EVALUASI TEPRA KABUPATEN/KOTA PROVINSI JAWA TIMUR OKTOBER 2016 EVALUASI TEPRA KABUPATEN/KOTA PROVINSI JAWA TIMUR OKTOBER 2016 Realisasi belanja APBD Provinsi dan Kabupaten/Kota se-provinsi Jawa Timur Oktober 2016 PROVINSI KABUPATEN/KOTA Provinsi Gorontalo Provinsi

Lebih terperinci

BAB IV GAMBARAN UMUM PROVINSI JAWA TIMUR. Provinsi Jawa Timur membentang antara BT BT dan

BAB IV GAMBARAN UMUM PROVINSI JAWA TIMUR. Provinsi Jawa Timur membentang antara BT BT dan BAB IV GAMBARAN UMUM PROVINSI JAWA TIMUR 4. 1 Kondisi Geografis Provinsi Jawa Timur membentang antara 111 0 BT - 114 4 BT dan 7 12 LS - 8 48 LS, dengan ibukota yang terletak di Kota Surabaya. Bagian utara

Lebih terperinci

2. JUMLAH USAHA PERTANIAN

2. JUMLAH USAHA PERTANIAN BPS PROVINSI JAWA TIMUR No. 61/09/35/Tahun XI, 2 September 2013 HASIL SENSUS PERTANIAN 2013 PROVINSI JAWA TIMUR (ANGKA SEMENTARA) JUMLAH RUMAH TANGGA USAHA PERTANIAN DI PROVINSI JAWA TIMUR TAHUN 2013 SEBANYAK

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN. Gambar 5.1 Trend Ketimpangan Ekonomi Kabupaten/Kota di Provinsi

BAB V HASIL DAN PEMBAHASAN. Gambar 5.1 Trend Ketimpangan Ekonomi Kabupaten/Kota di Provinsi BAB V HASIL DAN PEMBAHASAN 5.1 Analisis Ketimpangan Ekonomi Antar Kabupaten/Kota di Provinsi Jawa Timur Ketimpangan ekonomi antar kabupaten/kota di Provinsi Jawa Timur dihitung menggunakan data PDRB Provinsi

Lebih terperinci

RINGKASAN PERMOHONAN PERKARA Registrasi Nomor 41/PHPU.D-VI/2008 Tentang Sengketa perselisihan hasil suara pilkada provinsi Jawa Timur

RINGKASAN PERMOHONAN PERKARA Registrasi Nomor 41/PHPU.D-VI/2008 Tentang Sengketa perselisihan hasil suara pilkada provinsi Jawa Timur RINGKASAN PERMOHONAN PERKARA Registrasi Nomor 41/PHPU.D-VI/2008 Tentang Sengketa perselisihan hasil suara pilkada provinsi Jawa Timur I. PEMOHON Hj. Khofifah Indar Parawansa dan Mudjiono, selanjutnya disebut

Lebih terperinci

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 Seminar Hasil Tugas Akhir 1 PEMODELAN DAN PEMETAAN RATA-RATA USIA KAWIN PERTAMA WANITA DENGAN PENDEKATAN REGRESI LOGISTIK ORDINAL DI PROVINSI JAWA TIMUR

Lebih terperinci

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 94 TAHUN 2016

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 94 TAHUN 2016 GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 94 TAHUN 2016 TENTANG NOMENKLATUR, SUSUNAN ORGANISASI, URAIAN TUGAS DAN FUNGSI SERTA TATA KERJA CABANG DINAS PENDIDIKAN PROVINSI JAWA TIMUR DENGAN

Lebih terperinci

Pemetaan Kabupaten/Kota di Jawa Timur Menurut Jaminan Kesehatan dengan Metode Biplot

Pemetaan Kabupaten/Kota di Jawa Timur Menurut Jaminan Kesehatan dengan Metode Biplot SidangTugas Akhir Pemetaan Kabupaten/Kota di Jawa Timur Menurut Jaminan Kesehatan dengan Metode Biplot Oleh: Intan Nur Aini (1309 030 064) Dosen Pembimbing: Dr. Sutikno,S.Si, M.Si Surabaya, 11 July 2012

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 IV GAMBARAN UMUM OBJEK PENELITIAN. sebuah provinsi yang dulu dilakukan di Indonesia atau dahulu disebut Hindia

BAB IV GAMBARAN UMUM OBJEK PENELITIAN. sebuah provinsi yang dulu dilakukan di Indonesia atau dahulu disebut Hindia BAB IV GAMBARAN UMUM OBJEK PENELITIAN A. Profil Eks Karesidenan Madiun Karesidenan merupakan pembagian administratif menjadi kedalam sebuah provinsi yang dulu dilakukan di Indonesia atau dahulu disebut

Lebih terperinci

GUBERNUR JAWA TIMUR TIMUR

GUBERNUR JAWA TIMUR TIMUR GUBERNUR JAWA TIMUR TIMUR PERATURAN DAERAH PROVINSI JAWA TIMUR NOMOR 16 TAHUN 2016 TENTANG PEMBENTUKAN DAN SUSUNAN BADAN KOORDINASI WILAYAH PEMERINTAHAN DAN PEMBANGUNAN PROVINSI JAWA TIMUR DENGAN RAHMAT

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Lokasi penelitian Adapun lokasi penelitian ini adalah di provinsi Jawa Timur yang terdiri dari 38 kota dan kabupaten yaitu 29 kabupaten dan 9 kota dengan mengambil 25 (Dua

Lebih terperinci

EVALUASI PROGRAM KKBPK DATA MARET 2017 PERWAKILAN BADAN KEPENDUDUKAN DAN KELUARGA BERENCANA NASIONAL PROPINSI JAWA TIMUR,

EVALUASI PROGRAM KKBPK DATA MARET 2017 PERWAKILAN BADAN KEPENDUDUKAN DAN KELUARGA BERENCANA NASIONAL PROPINSI JAWA TIMUR, EVALUASI PROGRAM KKBPK DATA MARET 2017 PERWAKILAN BADAN KEPENDUDUKAN DAN KELUARGA BERENCANA NASIONAL PROPINSI JAWA TIMUR, 2017 1 INDIKATOR KKP 2 INDIKATOR PROGRAM TAHUN 2017 NO INDIKATOR PROGRAM 2017 SASARAN

Lebih terperinci

Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline

Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline Oleh : A. Anggita Tauwakal Retno (303008) Dosen Pembimbing : Prof. Dr. Drs.

Lebih terperinci

Peramalan Jumlah Kepemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel

Peramalan Jumlah Kepemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel JURNAL SAINS DAN SENI POMITS Vol. 3, No., (14) 337-35 (31-98X Print) D-33 Peramalan Jumlah epemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel Hilda Rosdiana

Lebih terperinci

BAB III METODE PENELITIAN. Provinsi yang memiliki jumlah tenaga kerja yang tinggi.

BAB III METODE PENELITIAN. Provinsi yang memiliki jumlah tenaga kerja yang tinggi. BAB III METODE PENELITIAN A. Lokasi dan Ruang Lingkup Penelitian Lokasi penelitian yang digunakan dalam penelitian ini adalah Provinsi Jawa Timur. Secara administratif, Provinsi Jawa Timur terdiri dari

Lebih terperinci

BAB I PENDAHULUAN. A. LATAR BELAKANG MASALAH Dinamika yang terjadi pada sektor perekonomian Indonesia pada masa lalu

BAB I PENDAHULUAN. A. LATAR BELAKANG MASALAH Dinamika yang terjadi pada sektor perekonomian Indonesia pada masa lalu BAB I PENDAHULUAN A. LATAR BELAKANG MASALAH Dinamika yang terjadi pada sektor perekonomian Indonesia pada masa lalu menunjukkan ketidak berhasilan dan adanya disparitas maupun terjadinya kesenjangan pendapatan

Lebih terperinci

BADAN PUSAT STATISTIK PROVINSI JAWA TIMUR

BADAN PUSAT STATISTIK PROVINSI JAWA TIMUR BADAN PUSAT STATISTIK PROVINSI JAWA TIMUR Seuntai Kata Sensus Pertanian 2013 (ST2013) merupakan sensus pertanian keenam yang diselenggarakan Badan Pusat Statistik (BPS) setiap 10 (sepuluh) tahun sekali

Lebih terperinci

BAB I PENDAHULUAN. mengurus dan mengatur keuangan daerahnya masing-masing. Hal ini sesuai

BAB I PENDAHULUAN. mengurus dan mengatur keuangan daerahnya masing-masing. Hal ini sesuai BAB I PENDAHULUAN 1.1 Latar Belakang Pemerintah pusat memberikan kebijakan kepada pemerintah daerah untuk mengurus dan mengatur keuangan daerahnya masing-masing. Hal ini sesuai dengan Undang-undang Nomor

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah. pusat dan pemerintah daerah, yang mana otonomi daerah merupakan isu strategis

BAB I PENDAHULUAN. A. Latar Belakang Masalah. pusat dan pemerintah daerah, yang mana otonomi daerah merupakan isu strategis BAB I PENDAHULUAN A. Latar Belakang Masalah Diberlakukannya UU No. 32 tahun 2004 tentang Pemerintahan Daerah dan UU No 33 tahun 2004 tentang Perimbangan Keuangan antara Pemerintah Pusat dan Pemerintah

Lebih terperinci

KAJIAN AWAL KETERKAITAN KINERJA EKONOMI WILAYAH DENGAN KARAKTERISTIK WILAYAH

KAJIAN AWAL KETERKAITAN KINERJA EKONOMI WILAYAH DENGAN KARAKTERISTIK WILAYAH KAJIAN AWAL KETERKAITAN KINERJA EKONOMI WILAYAH DENGAN KARAKTERISTIK WILAYAH Hitapriya Suprayitno 1) dan Ria Asih Aryani Soemitro 2) 1) Staf Pengajar, Jurusan Teknik Sipil ITS, suprayitno.hita@gmail.com

Lebih terperinci

Peramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur

Peramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Print) D-65 Peramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur Retno Dyah Handini, Agus Suharsono

Lebih terperinci

PEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG

PEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG PEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG PERUBAHAN PERTAMA PERATURAN DAERAH PROPINSI DAERAH TINGKAT I JAWA TIMUR NOMOR 8 TAHUN 1996 TENTANG ORGANISASI

Lebih terperinci

PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR

PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR SULVIA MEGASARI 1310 100 037 PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR 1 Sulvia Megasari dan I Nyoman Budiantara Jurusan Statistika, Fakultas Matematika

Lebih terperinci

Kementerian Pendidikan dan Kebudayaan. Konferensi Pers UN 2017 Jenjang SMP UN untuk memantau, mendorong dan meningkatkan mutu pembelajaran

Kementerian Pendidikan dan Kebudayaan. Konferensi Pers UN 2017 Jenjang SMP UN untuk memantau, mendorong dan meningkatkan mutu pembelajaran Kementerian Pendidikan dan Kebudayaan Konferensi Pers UN 2017 Jenjang SMP UN untuk memantau, mendorong dan meningkatkan mutu pembelajaran 1.349.744 2.855.633 11.096 45.092 6.891 4.205 20.292 115.631 765

Lebih terperinci

E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp ISSN:

E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp ISSN: PENERAPAN REGRESI PROBIT BIVARIAT UNTUK MENDUGA FAKTOR-FAKTOR YANG MEMENGARUHI KELULUSAN MAHASISWA (Studi Kasus: Mahasiswa Fakultas MIPA Unversitas Udayana) Ni Gusti Ketut Trisna Pradnyantari 1, I Komang

Lebih terperinci

BAB V SIMPULAN DAN SARAN. Simpulan yang dapat diambil dari hasil penelitian ini sebagai berikut.

BAB V SIMPULAN DAN SARAN. Simpulan yang dapat diambil dari hasil penelitian ini sebagai berikut. BAB V SIMPULAN DAN SARAN 5.1. Simpulan Simpulan yang dapat diambil dari hasil penelitian ini sebagai berikut. 1. Berdasarkan Tipologi Klassen periode 1984-2012, maka ada 8 (delapan) daerah yang termasuk

Lebih terperinci

IMAM AHMAD AL FATTAH Pembimbing II : Penguji : Dr. Dra. Ismaini Zain, M.Si. Prof. Dr. Drs. I Nyoman Budiantara, M.Si.

IMAM AHMAD AL FATTAH Pembimbing II : Penguji : Dr. Dra. Ismaini Zain, M.Si. Prof. Dr. Drs. I Nyoman Budiantara, M.Si. S E M I N A R H A S I L Analisis Faktor-faktor yang Mempengaruhi Masa Studi Lulusan Mahasiswa Program Magister Institut Teknologi Sepuluh Nopember (ITS) Surabaya Menggunakan Regresi Logistik Ordinal dan

Lebih terperinci

Oleh : Anindya Frisanty Ikaprillia Dosen Pembimbing : Dr. Purhadi, M.Sc

Oleh : Anindya Frisanty Ikaprillia Dosen Pembimbing : Dr. Purhadi, M.Sc Oleh : Anindya Frisanty Ikaprillia 1309 100 014 Dosen Pembimbing : Dr. Purhadi, M.Sc Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran Rumusan Masalah Tujuan

Lebih terperinci

Gambar 1. Analisa medan angin (streamlines) (Sumber :

Gambar 1. Analisa medan angin (streamlines) (Sumber : BMKG BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI KLAS I JUANDA SURABAYA Alamat : Bandar Udara Juanda Surabaya, Telp. 031 8667540 Pes. 104, Fax. 031-8673119 E-mail : meteojuanda@bmg.go.id

Lebih terperinci

PENGARUH UPAH MINIMUM DAN DISITRIBUSI PENDAPATAN TERHADAP JUMLAH PENDUDUK MISKIN JAWA TIMUR

PENGARUH UPAH MINIMUM DAN DISITRIBUSI PENDAPATAN TERHADAP JUMLAH PENDUDUK MISKIN JAWA TIMUR PENGARUH UPAH MINIMUM DAN DISITRIBUSI PENDAPATAN TERHADAP JUMLAH PENDUDUK MISKIN JAWA TIMUR Satria Yuda Anggriawan PT. Mega Finance Dr. ArisSoelistyo, M.Si Dra. DwiSusilowati, M. M. Fakultas Ekonomi dan

Lebih terperinci

STATISTIK UJI PARSIAL PADA MODEL MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (STUDI KASUS JUMLAH KEMATIAN BAYI DI JAWA TIMUR TAHUN 2012)

STATISTIK UJI PARSIAL PADA MODEL MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (STUDI KASUS JUMLAH KEMATIAN BAYI DI JAWA TIMUR TAHUN 2012) SAISIK UJI PARSIAL PADA MODEL MIXED GEOGRAPHICALLY WEIGHED REGRESSION (SUDI KASUS JUMLAH KEMAIAN BAYI DI JAWA IMUR AHUN 2012 Mahmuda 1, Sri Harini 2 1 Mahasiswa Jurusan Matematika, Fakultas Sains dan eknologi,

Lebih terperinci

GUBERNUR JAWA TIMUR KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/359/KPTS/013/2015 TENTANG PELAKSANAAN REGIONAL SISTEM RUJUKAN PROVINSI JAWA TIMUR

GUBERNUR JAWA TIMUR KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/359/KPTS/013/2015 TENTANG PELAKSANAAN REGIONAL SISTEM RUJUKAN PROVINSI JAWA TIMUR GUBERNUR JAWA TIMUR KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/359/KPTS/013/2015 TENTANG PELAKSANAAN REGIONAL SISTEM RUJUKAN PROVINSI JAWA TIMUR GUBERNUR JAWA TIMUR, Menimbang : bahwa dalam rangka meningkatkan

Lebih terperinci

ANALISIS REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR

ANALISIS REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR ANALISIS REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR 1 Mei Puspita Rini, 2 Ismaini Zain, 3 Dwiatmono Agus Widodo 1,2,3 Jurusan Statistika

Lebih terperinci

BAB II GAMBARAN UMUM INSTANSI

BAB II GAMBARAN UMUM INSTANSI 6 BAB II GAMBARAN UMUM INSTANSI 2.1 Sejarah Berdirinya PT PLN (Persero) Pada akhir abad ke-19, perkembangan ketenagalistrikan di Indonesia mulai ditingkatkan saat beberapa perusahaan asal Belanda yang

Lebih terperinci

GUBERNUR JAWA TIMUR DENGAN RAHMAT TUHAN YANG MAHA ESA GUBERNUR JAWA TIMUR,

GUBERNUR JAWA TIMUR DENGAN RAHMAT TUHAN YANG MAHA ESA GUBERNUR JAWA TIMUR, GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 114 TAHUN 2016 TENTANG NOMENKLATUR, SUSUNAN ORGANISASI, URAIAN TUGAS DAN FUNGSI SERTA TATA KERJA UNIT PELAKSANA TEKNIS DINAS PEKERJAAN UMUM BINA

Lebih terperinci

I. PENDAHULUAN. Tabel 1 Produk Domestik Regional Bruto (PDRB) Atas Dasar Harga Konstan 2000 Tahun (juta rupiah)

I. PENDAHULUAN. Tabel 1 Produk Domestik Regional Bruto (PDRB) Atas Dasar Harga Konstan 2000 Tahun (juta rupiah) 1 I. PENDAHULUAN 1.1 Latar Belakang Jawa Timur merupakan salah satu provinsi yang memiliki pertumbuhan ekonomi cukup tinggi. Selain Produk Domestik Regional Bruto (PDRB) Jawa Timur menempati posisi tertinggi

Lebih terperinci

Muhammad Aqik Ardiansyah. Dra. Destri Susilaningrum, M.Si Januari Dr. Setiawan, MS

Muhammad Aqik Ardiansyah. Dra. Destri Susilaningrum, M.Si Januari Dr. Setiawan, MS Muhammad Aqik Ardiansyah Fatah Nurdin 1310 Hamsyah 030 076 1310 030 033 08 Januari 2014 PROGRAM STUDI DIPLOMA III STATISTIKA JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN. pengamatan ke pengamatan lain. Model regresi yang baik adalah yang

BAB V HASIL PENELITIAN DAN PEMBAHASAN. pengamatan ke pengamatan lain. Model regresi yang baik adalah yang BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Asumsi Klasik 1. Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual

Lebih terperinci

BAB II GAMBARAN UMUM INSTANSI. ditingkatkan saat beberapa perusahaan asal Belanda yang bergerak di bidang pabrik

BAB II GAMBARAN UMUM INSTANSI. ditingkatkan saat beberapa perusahaan asal Belanda yang bergerak di bidang pabrik 6 BAB II GAMBARAN UMUM INSTANSI 2.1 Sejarah Berdirinya PT PLN (Persero) Pada abad ke-19, perkembangan ketenagalistrikan di Indonesia mulai ditingkatkan saat beberapa perusahaan asal Belanda yang bergerak

Lebih terperinci

BAB I PENDAHULUAN. masyarakat. Program dari kegiatan masing-masing Pemerintah daerah tentunya

BAB I PENDAHULUAN. masyarakat. Program dari kegiatan masing-masing Pemerintah daerah tentunya BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Indonesia telah menerapkan penyelenggaraan Pemerintah daerah yang berdasarkan asas otonomi daerah. Pemerintah daerah memiliki hak untuk membuat kebijakannya

Lebih terperinci