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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Diare adalah suatu penyakit dengan gejala adanya perubahan bentuk dan konsistensi dari tinja, yang melembek sampai mencair dan bertambahnya frekuensi buang air besar yang biasanya tiga kali atau lebih dalam sehari dengan atau tanpa darah atau lendir (Herniyanti, Hasanah, dan Rahmalia, 2012: 2). Banyak faktor risiko yang diduga dapat menyebabkan terjadinya kejadian diare. Salah satu faktor risiko yang dapat menyebabkan terjadinya diare adalah faktor kesehatan, pendidikan, ekonomi, dan perilaku masyarakat di lingkungan sekitar yang kurang baik serta sanitasi lingkungan yang buruk. Wabah diare dapat mengakibatkan kematian dan kerugian secara ekonomi, maka diare dapat berpengaruh pada faktor kesehatan dan ekonomi (Dinas Kesehatan Kabupaten Bekasi, 2010: 39). Kasus kejadian diare di Kabupaten Bekasi tahun 2009 dan 2010 dapat di bagi berdasarkan golongan usia 1 sampai 4 dan 5 sampai 44 tahun. Persentase kejadian diare pada tahun 2009 dan 2010 untuk golongan usia 1 sampai 4 tahun dan 5 sampai 44 tahun dapat dilihat pada Gambar 1.1. Jumlah kejadian diare tahun 2009 untuk golongan usia 1 sampai 4 tahun adalah sebesar 9.03% dan mengalami kenaikan sebesar 11% pada tahun Kasus kejadian diare pada usia tersebut menduduki peringkat ke tiga dibanding jenis penyakit lainnya, dan mengalami kenaikan menjadi peringkat kedua pada tahun Persentase dan peningkatan yang berbeda terjadi pada golongan usia 5 sampai 44 tahun. Pada usia tersebut, kejadian diare tahun 2009 adalah sebesar 6.87% dan menurun menjadi 5.13% pada tahun Penurunan persentase kejadian diare pada usia tersebut tidak diikuti oleh turunnya peringkat 1

2 2 penyakit tersebut. Tahun 2009 kejadian diare menduduki peringkat ke delapan dan mengalami kenaikan menjadi peringkat ke tiga pada tahun 2010 (Dinkes dan Kesos Kabupaten Bekasi, 2010: 81-82). Kejadian diare di Kabupaten Bekasi pada tahun 2010 dari 23 kecamatan, daerah yang menunjukkan persentase tertinggi di daerah Setu sebesar 7.1% dan terendah di Kecamatan Tambun Selatan sebesar 0.19%. Persentase kejadian diare di kecamatan lainnya mempunyai angka yang bervariasi yang menunjukkan adanya pola spasial tertentu. Gambar 1.1 Persentase Kejadian Diare Tahun 2009 dan 2010 Menurut Lee dan Wong (2011), Pola spasial adalah pola yang berhubungan dengan penempatan atau susunan benda-benda di permukaan bumi. Pola spasial ini menjelaskan bagaimana fenomena geografis terdistribusi dan bagaimana perbandingan dengan fenomena-fenomena lainnya. Untuk mengetahui faktor-faktor yang mempengaruhi kejadian diare, yang dipengaruhi oleh karakteristik wilayah itu sangat penting. Pemodelan tersebut adalah model spasial, dimana pengamatan di wilayah tertentu dipengaruhi oleh pengamatan dilokasi lain. Beberapa metode yang telah berkembang adalah geographically weighted regression (GWR), Spatial Autoregressive (SAR), Spatial Error Model (SEM), dan Spatial Autoregressive

3 3 Moving Average (SARMA). Setiap nilai parameter dihitung pada setiap titik lokasi georafis, sehingga setiap titik lokasi geografis mempunyai nilai parameter regresi yang berbeda-beda. Beberapa pemodelan pola spasial diantaranya, pendeskripsian dan pembuatan peta penyebaran kejadian penyakit DBD pada periode 2006 sampai 2009 di Kota Surabaya. Hasil penelitian ini adalah persebaran kejadian DBD cenderung berada pada wilayah Surabaya utara, pusat sampai timur. Terdapat beberapa bulan yang mengindikasikan bahwa angka kejadian penyakit DBD Kota Surabaya memiliki hubungan spasial, sehingga dapat dikatakan bahwa angka DBD di Kota Surabaya memiliki hubungan spasial (Arrowiyah, 2011). Pemodelan spasial yang berhubungan denga karakteristik area diantaranya tentang hubungan antara aset kehidupan masyarakat Jawa Timur dalam memenuhi kebutuhan pangan terhadap kemiskinan. Berdasarkan hasil penelitian, dimana metode spasial memberikan pemodelan yang lebih baik untuk pengamatan yang saling berkorelasi atau berhubungan (Bekti, 2010). Pemodelan spasial pada penelitian lain yang menggunakan model spasial adalah untuk mengetahui hubungan faktor risiko lingkungan dengan kasus demam berdarah di kota Salatiga. Penelitian ini bertujuan untuk menganalisis hubungan antara faktor risiko lingkungan dan penyebaran kasus DBD di kota Salatiga menggunakan pendekatan analisis spasial. Dimana faktor risiko lingkungan yang dapat berpengaruh dalam kejadian DBD seperti suhu, kelembaban, curah hujan, hari hujan, kepadatan penduduk, keberadaan dan kepadatan vektor (Mulyono, 2011). Beberapa penelitian lain tentang pemodelan spasial diantaranya pemberantasan penyakit Aujeszky dengan mengetahui faktor yang berperan secara geografis di Catalonia Spain (Allepuz, 2008). Penelitian lain pada pemodelan spasial

4 4 adalah Spatial analysis of tuberculosis in an Urban West African. Dimana penelitian ini untuk menguji pengelompokan spasial pada Mycobacterium tuberculosis (Touray et.al., 2010). Hasil estimasi parameter regresi pada data spasial akan lebih baik apabila menyertakan pengaruh spasial. Pengaruh spasial tersebut meliputi dependensi spasial (spatial dependence) dan heterogenitas spasial (spatial heterogenity). Spasial tak bebas pada suatu kumpulan data sampel yang berarti observasi pada suatu lokasi berkorelasi dengan observasi pada lokasi lain. Sehingga asumsi error antar observasi yang saling bebas tidak terpenuhi. Oleh karena itu, dibutuhkan suatu model yang memperhitungkan adanya korelasi spasial yaitu model spasial tak bebas. Model spasial tak bebas terbagi menjadi dua yaitu spasial lag dan spasial error. Model spasial lag merupakan model regresi linier dimana variabel tak bebas terdapat korelasi spasial sedangkan model spasial error merupakan model regresi linier dimana pada error terdapat korelasi spasial. Analisis regresi merupakan metode yang digunakan untuk menganalisis hubungan antar variabel respon dengan variabel prediktor dalam bentuk persamaan. Dalam analisis regresi terdapat beberapa asumsi yang harus dipenuhi. Pemodelan regresi klasik dengan Ordinary Least Square (OLS) sangat ketat terhadap beberapa asumsi residual. Apabila ada asumsi yang tidak terpenuhi, maka terdapat indikasi adanya pengaruh spasial. Sehingga apabila model regresi klasik tetap digunakan sebagai alat analisis pada data spasial, maka dapat menyebabkan kesimpulan yang kurang tepat karena asumsi error saling bebas dan asumsi homogenitas tidak terpenuhi (Andra, 2007: 52). Pengkajian tentang faktor-faktor yang mempengaruhi kejadian diare di Kabupaten Bekasi merupakan hal yang penting, khususnya dengan melibatkan

5 5 pengaruh spasial. Setelah membuat pemodelan spasial, dapat di gambarkan pola spasial. Oleh karena itu penelitian ini melakukan pemodelan spasial SAR dan SEM untuk mendapatkan faktor-faktor yang mempengaruhinya. Semakin lama perkembangan teknologi informasi semakin cepat, baik perangkat keras maupun perangkat lunak. Teknologi informasi berkaitan dengan proses komputer, dimana komputer berinteraksi dengan pemakai melalui antarmuka (interface). Proses perhitungan dan pemodelan pada penelitian ini membutuhkan suatu aplikasi berbasis komputer yang berfungsi sebagai alat bantu untuk mempercepat proses. Penelitian ini akan mengaplikasikan pemodelan spasial berbasis komputer yang bertujuan memudahkan peneliti untuk mengetahui karakteristik wilayah kejadian diare khususnya di Kabupaten Bekasi. 1.2 Perumusan Masalah Berdasarkan uraian diatas maka dimunculkan rumusan masalah sebagai berikut : 1. Bagaimana model spasial SAR dan SEM untuk kejadian diare dan faktorfaktor yang mempengaruhinya? 2. Apa saja faktor-faktor yang mempengaruhi kejadian diare di Kabupaten Bekasi? 3. Bagaimana pola spasial pada kejadian diare berdasarkan model SAR dan SEM? 1.3 Ruang Lingkup Lingkup penelitian ini adalah: 1. Wilayah penelitian adalah Kabupaten Bekasi dan data yang digunakan adalah data kejadian diare pada balita di tiap-tiap kecamatan.

6 6 2. Aplikasi statistik yang digunakan pada penelitian ini menggunakan bahasa pemrograman R Language, untuk mengetahui bagaimana model spasial pada kejadian diare dan faktor-faktor yang mempengaruhinya. 3. Aplikasi program yang digunakan pada penelitian ini menggunakan Java programming, untuk memudahkan pengaplikasian statistik dalam pemodelan spasial. 1.4 Tujuan dan Manfaat Adapun tujuan yang ingin dicapai dari penelitian ini adalah : 1. Mengetahui model spasial SAR dan SEM untuk kejadian diare dan faktorfaktor yang mempengaruhinya. 2. Mengetahui faktor-faktor yang mempengaruhi kejadian diare di Kabupaten Bekasi. 3. Mengetahui pola spasial pada kejadian diare berdasarkan model SAR dan SEM. Penelitian ini diharapkan dapat bermanfaat bagi : 1. Peneliti : Untuk dapat menerapkan aplikasi model spasial kejadian diare berbasis komputer. 2. Instansi : Khususnya Dinas Kesehatan Kabupaten Bekasi, sebagai bahan kajian dan kebijakan terhadap kesehatan masyarakat di Kabupaten Bekasi dan memberikan informasi mengenai pola kejadian diare.

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

BAB 1 PENDAHULUAN. setelah sandang, pangan, dan papan. Setiap rumah tangga (RT) pasti menginginkan BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada saat ini, pendidikan dapat dikatakan termasuk dalam kebutuhan primer setelah sandang, pangan, dan papan. Setiap rumah tangga (RT) pasti menginginkan anak

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Atiya Maulani, 2013

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

DAFTAR PUSTAKA. Allepuz, A. (2008). Spatial Analysis of Aujeszky s Disease Eradication in Catalonia

DAFTAR PUSTAKA. Allepuz, A. (2008). Spatial Analysis of Aujeszky s Disease Eradication in Catalonia DAFTAR PUSTAKA Allepuz, A. (2008). Spatial Analysis of Aujeszky s Disease Eradication in Catalonia Spain. Thesis diterbitkan. Bellaterra: Program Pasca Sarjana Universitas Autonoma de Barcelona. Almulaibari,

Lebih terperinci

SKRIPSI JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

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

Lebih terperinci

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

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

Lebih terperinci

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 III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Pemodelan Pneumonia pada Balita di Surabaya Menggunakan Spatial Autoregressive Models

Pemodelan Pneumonia pada Balita di Surabaya Menggunakan Spatial Autoregressive Models JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-89 Pemodelan Pneumonia pada Balita di Surabaya Menggunakan Spatial Autoregressive Models Ilhamna Aulia, Mutiah Salamah

Lebih terperinci

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

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

Lebih terperinci

1. Tempat Waktu Penelitian C. Subjek Penelitian D. Identifikasi Variabel Penelitian E. Definisi Operasional Variabel...

1. Tempat Waktu Penelitian C. Subjek Penelitian D. Identifikasi Variabel Penelitian E. Definisi Operasional Variabel... DAFTAR ISI HALAMAN JUDUL DAN LEMBAR PERSETUJUAN... i DAFTAR ISI... iii DAFTAR TABEL... v DAFTAR GAMBAR... vi DAFTAR LAMPIRAN... viii SURAT PERNYATAAN... ix KATA PENGANTAR... x ABSTRAK... xii BAB I PENDAHULUAN...

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1. Analisis Regresi Linier Berganda Regresi linier adalah suatu metode yang digunakan untuk menyatakan pola hubungan antara variabel respo dengan variabel prediktor. Bila variabel

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 2015 Menggunakan Regresi Spasial

Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 2015 Menggunakan Regresi Spasial JURNAL SAINS DAN SENI ITS Vol 6, No, (017) ISSN: 337-350 (301-98X Print) D-10 Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 015 Menggunakan Regresi

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV METODOLOGI PENELITIAN 4.1 Rancangan Penelitian Penelitian ini merupakan menggunakan studi korelasi ekologi dengan pendekatan spasial. Suatu pendekatan yang paling umum adalah untuk mencari korelasi

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression

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

Lebih terperinci

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

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

Lebih terperinci

Maslim Rajab Syafrizal 1, Setiawan 2, Sutikno 3

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA)

PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA) PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA) SKRIPSI Disusun Oleh : NOVIKA PRATNYANINGRUM 24010211140095

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang

BAB I PENDAHULUAN. A. Latar Belakang 1 BAB I PENDAHULUAN A. Latar Belakang Sistem Informasi Geografis (SIG) merupakan salah satu sistem informasi yang dapat dipakai sebagai alat untuk melakukan analisis data sehingga dihasilkan gambaran yang

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN BAB IV ANALISIS DAN PEMBAHASAN Pada bab ini akan dibahas mengenai gambaran persebaran IPM dan komponen-komponen penyususn IPM di Provinsi Jawa Tengah. Selanjutnya dilakukan pemodelan dengan menggunakan

Lebih terperinci

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Kriminalitas di Jawa Timur dengan Analisis Regresi Spasial

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Kriminalitas di Jawa Timur dengan Analisis Regresi Spasial JURNAL SAINS DAN SENI ITS Vol. 4 No. (25) 2337-352 (23-928X Print) D-73 Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Kriminalitas di Jawa Timur dengan Analisis Regresi Spasial Fitri Maria Dona dan

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN BAB V HASIL DAN PEMBAHASAN 5.1. Gambaran Persebaran Penduduk Miskin Provinsi Jawa Tengah merupakan salah satu provinsi di Indonesia yang memiliki kabupaten atau kota sejumlah 35 kabupaten dan kota (BPS,

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN

BAB 4 METODOLOGI PENELITIAN BAB 4 METODOLOGI PENELITIAN 4.1 Rancangan Penelitian Rancangan penelitian ini adalah studi ekologi menurut waktu. Studi ekologi menurut waktu adalah pengamatan kecenderungan (trend) jumlah kasus (kejadian)

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN A. Latar Belakang

BAB I PENDAHULUAN A. Latar Belakang BAB I PENDAHULUAN A. Latar Belakang Demam berdarah dengue (DBD) adalah penyakit akibat virus yang ditularkan oleh vektor nyamuk dan menyebar dengan cepat. Data menunjukkan peningkatan 30 kali lipat dalam

Lebih terperinci

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

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

Lebih terperinci

ANALISIS SPASIAL PENGARUH TINGKAT PENGANGGURAN TERHADAP KEMISKINAN DI INDONESIA (Studi Kasus Provinsi Jawa Tengah) Abstract

ANALISIS SPASIAL PENGARUH TINGKAT PENGANGGURAN TERHADAP KEMISKINAN DI INDONESIA (Studi Kasus Provinsi Jawa Tengah) Abstract Analisis Spasial (Rita R) ANALISIS SPASIAL PENGARUH TINGKAT PENGANGGURAN TERHADAP KEMISKINAN DI INDONESIA (Studi Kasus Provinsi Jawa Tengah) Rita Rahmawati 1, Diah Safitri 2, Octafinnanda Ummu Fairuzdhiya

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)

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

Lebih terperinci

PEMODELAN PROPORSI PENDUDUK MISKIN KABUPATEN DAN KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION

PEMODELAN PROPORSI PENDUDUK MISKIN KABUPATEN DAN KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION PEMODELAN PROPORSI PENDUDUK MISKIN KABUPATEN DAN KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION SKRIPSI Disusun Oleh : Khusnul Yeni Widiyanti 24010210130070

Lebih terperinci

PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION

PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION SKRIPSI Disusun Oleh : DEPY VERONICA 24010212140035 DEPARTEMEN STATISTIKA

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Kasus Tindak Pidana di Kota Surabaya dengan Pendekatan Regresi Spasial

Pemodelan Kasus Tindak Pidana di Kota Surabaya dengan Pendekatan Regresi Spasial JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) 2337-3520 (2301-928X Print) D-135 Pemodelan Kasus Tindak Pidana di Kota Surabaya dengan Pendekatan Regresi Spasial Defi Mustika Sari, Dwi Endah Kusrini,

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN PEMBAHASAN Pada bab analisis dan pembahasan ini akan jelaskan tentang pola persebaran jumlah penderita kusta dan faktor-faktor yang mempengaruhinya, kemudian dilanjutkan dengan pemodelan

Lebih terperinci

BAB 1 PENDAHULUAN. dalam pembangunan nasional, hal ini tidak terlepas dari keberadaan

BAB 1 PENDAHULUAN. dalam pembangunan nasional, hal ini tidak terlepas dari keberadaan BAB 1 PENDAHULUAN 1.1 Latar Belakang Pertanian adalah suatu kegiatan manusia dalam bercocok tanam yang meliputi kegiatan menghasilkan bahan pangan dengan memanfaatkan sumber daya tumbuhan. Pertanian memegang

Lebih terperinci

PERBANDINGAN HASIL ESTIMASI PARAMETER GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DENGAN VARIABEL EKSOGEN BERTIPE METRIK

PERBANDINGAN HASIL ESTIMASI PARAMETER GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DENGAN VARIABEL EKSOGEN BERTIPE METRIK PERBANDINGAN HASIL ESTIMASI PARAMETER GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DENGAN VARIABEL EKSOGEN BERTIPE METRIK Reza Mubarak ) dan Suhartono ) ) Program Pasca Sarjana Jurusan Statistika, Institut

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

ANALISIS DISTRIBUSI PENYAKIT DIARE DAN FAKTOR RESIKO TAHUN 2011 DENGAN PEMETAAN WILAYAH DI PUSKESMAS KAGOK SEMARANG

ANALISIS DISTRIBUSI PENYAKIT DIARE DAN FAKTOR RESIKO TAHUN 2011 DENGAN PEMETAAN WILAYAH DI PUSKESMAS KAGOK SEMARANG ANALISIS DISTRIBUSI PENYAKIT DIARE DAN FAKTOR RESIKO TAHUN 2011 DENGAN PEMETAAN WILAYAH DI PUSKESMAS KAGOK SEMARANG DIMAZ PUJI SANTOSO D22.2010.00929 Rekam Medis dan Informasi Kesehatan Fakultas Kesehatan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

A. Latar Belakang Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui

A. Latar Belakang Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui PENDAHULUAN A. Latar Belakang Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui hubungan sebab akibat antara peubah respon dengan peubah penjelas. Analisis regresi terbagi atas dua

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

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

Lebih terperinci

SEMINAR HASIL TUGAS AKHIR

SEMINAR HASIL TUGAS AKHIR SEMINAR HASIL TUGAS AKHIR Pemodelan Prediksi Jumlah Kasus Penderita Demam Berdarah Dengue (DBD) di Kota Surabaya dengan Metode Integer valued Autoregressive Moving Avarage (INARMA) Arma Fauziyatul Mafrida

Lebih terperinci

2.4. Association Rule BAB III METODELOGI PENELITIAN Studi Literatur Pengumpulan Data Retrieve Data...

2.4. Association Rule BAB III METODELOGI PENELITIAN Studi Literatur Pengumpulan Data Retrieve Data... DAFTAR ISI LEMBAR PERNYATAAN KEASLIAN... v HALAMAN PERSEMBAHAN... vi KATA PENGANTAR... vii ABTRAK... ix DAFTAR ISI... x DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv BAB I... 1 PENDAHULUAN... 1 1.1. Latar

Lebih terperinci

PEMODELAN KASUS TINDAK PIDANA DI KOTA SURABAYA DENGAN PENDEKATAN REGRESI SPASIAL 1 Defi Mustika Sari, 2 Dwi Endah Kusrini dan 3 Suhartono

PEMODELAN KASUS TINDAK PIDANA DI KOTA SURABAYA DENGAN PENDEKATAN REGRESI SPASIAL 1 Defi Mustika Sari, 2 Dwi Endah Kusrini dan 3 Suhartono 1 PEMODELAN KASUS TINDAK PIDANA DI KOTA SURABAYA DENGAN PENDEKATAN REGRESI SPASIAL 1 Defi Mustika Sari, 2 Dwi Endah Kusrini dan 3 Suhartono Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh

Lebih terperinci

MODEL GEOGRAPHICALLY WEIGHTED ORDINAL MULTINOMIAL LOGISTIC REGRESSION (GWOMLR) PADA INCIDENCE RATE (IR) DEMAM BERDARAH DENGUE (DBD) DI KOTA SEMARANG

MODEL GEOGRAPHICALLY WEIGHTED ORDINAL MULTINOMIAL LOGISTIC REGRESSION (GWOMLR) PADA INCIDENCE RATE (IR) DEMAM BERDARAH DENGUE (DBD) DI KOTA SEMARANG MODEL GEOGRAPHICALLY WEIGHTED ORDINAL MULTINOMIAL LOGISTIC REGRESSION (GWOMLR) PADA INCIDENCE RATE (IR) DEMAM BERDARAH DENGUE (DBD) DI KOTA SEMARANG NAFSA AMALI M0108021 SKRIPSI ditulis dan diajukan untuk

Lebih terperinci

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

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

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN BAB IV ANALISIS DAN PEMBAHASAN Analisa pemodelan fungsi hubungan pada variabel repon dengan variabel prediktor akan dijelaskan pada bab ini. Analisis yang digunakan pada penelitian ini adalah menggunakan

Lebih terperinci

BAB I PENDAHULUAN A. Latar Belakang

BAB I PENDAHULUAN A. Latar Belakang 16 BAB I PENDAHULUAN A. Latar Belakang Pembangunan kesehatan yang merupakan bagian integral dari pembangunan nasional diselenggarakan untuk meningkatkan kesadaran, kemauan dan kemampuan hidup sehat bagi

Lebih terperinci

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

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

Lebih terperinci

Pertemuan 4-5 ANALISIS REGRESI SEDERHANA

Pertemuan 4-5 ANALISIS REGRESI SEDERHANA Pertemuan 4-5 ANALISIS REGRESI SEDERHANA Metode Kuadrat Terkecil (OLS) Persoalan penting dalam membuat garis regresi sampel adalah bagaimana kita bisa mendapatkan garis regresi yang baik yaitu sedekat

Lebih terperinci

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

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

Lebih terperinci

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

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN METODE SPATIAL DURBIN MODEL ABSTRACT JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN

Lebih terperinci

PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE

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

Lebih terperinci

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2011 ISBN:

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

Lebih terperinci

Kata Kunci : MGWMLM, GWMLM, DAS.

Kata Kunci : MGWMLM, GWMLM, DAS. ANALISIS PENGARU CURA UJAN DAN MORFOMETRI PADA PENINGKATAN DEBIT DAN SEDIMEN DI DAS KONTO ULU DENGAN PENDEKATAN MIXED GEOGRAPICALLY WEIGTED MULTUVARIATE LINIER MODEL 1 Memi Nor ayati, 2 Purhadi 1 Jurusan

Lebih terperinci

BAB I PENDAHULUAN. Regresi linier adalah teknik pemodelan di mana nilai variabel dependen

BAB I PENDAHULUAN. Regresi linier adalah teknik pemodelan di mana nilai variabel dependen BAB I PENDAHULUAN 1.1. LATAR BELAKANG Regresi linier adalah teknik pemodelan di mana nilai variabel dependen dimodelkan sebagai kombinasi linier pada sekumpulan variabel penjelas. Variabel dependen merupakan

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Secara epidemiologi, Mycobacterium tuberculosis telah menginfeksi

BAB 1 PENDAHULUAN. Secara epidemiologi, Mycobacterium tuberculosis telah menginfeksi BAB 1 PENDAHULUAN 1.1. Latar Belakang Secara epidemiologi, Mycobacterium tuberculosis telah menginfeksi sepertiga penduduk dunia. Jumlah terbesar kasus tuberkulosis paru terjadi di Asia Tenggara sebesar

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Lokasi Penelitian Penelitian ini dilakukan di Indonesia dengan menggunakan data Tingkat Pengangguran Terbuka, Indeks Pembangunan Manusia (IPM), Upah Minimum dan Jumlah Penduduk

Lebih terperinci

BAB I PENDAHULUAN. lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel

BAB I PENDAHULUAN. lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.

Lebih terperinci

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

GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH ABSTRACT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 717-726 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS

Lebih terperinci

DAFTAR ISI LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI...

DAFTAR ISI LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI... DAFTAR ISI Halaman LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI...... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...

Lebih terperinci

BAB IV METODE PENELITIAN. dilakukan secara sengaja (purposive) melihat bahwa propinsi Jawa Barat

BAB IV METODE PENELITIAN. dilakukan secara sengaja (purposive) melihat bahwa propinsi Jawa Barat 4.1. Waktu dan Tempat Penelitian BAB IV METODE PENELITIAN Penelitian dilakukan dalam lingkup wilayah Jawa Barat. Pemilihan lokasi dilakukan secara sengaja (purposive) melihat bahwa propinsi Jawa Barat

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci