Pemetaan Angka Gizi Buruk pada Balita di Jawa Timur dengan Geographically Weighted Regression

Transkripsi

1 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (30-98X Prnt) D-333 Pemetaan Anga Gz Buru pada Balta d Jawa Tmur dengan Geographcally Weghted Regresson Adtya Kurnawat, Mutah Salamah C., dan Shof Andar Jurusan Statsta, Faultas MIPA, Insttut Tenolog Sepuluh Nopember (ITS) Jl. Aref Rahman Ham, Surabaya 60 Indonesa e-mal: adtya.urnawat@gmal.com, mutah_s@statsta.ts.ac.d, shof.andar@statsta.ts.ac.d Abstra Status gz balta merupaan salah satu ndator dalam menla derajat esehatan masyaraat serta tola uur esejahteraan suatu bangsa. D antara semua provns d Indonesa, tngat anga gz buru balta d Jawa Tmur termasu dalam elompo menengah dan belum dapat memenuh target Dnas Kesehatan. Selan fator esehatan, emsnan serta lngungan juga mempengaruh anga gz buru pada balta, tetap onds esehatan, lngungan, dan eonom pada tap abupaten/ota d Jawa Tmur berbeda-beda. Oleh sebab tu pada peneltan n dgunaan pendeatan geografs dalam memodelan anga gz buru pada balta dengan varabel-varabel yang dduga mempengaruhnya. Analss statsta yang dgunaan untu menyelesaan masalah n yatu Geographcally Weghted Regresson (GWR) Berdasaran pengujan heterogentas spasal, anga gz buru pada balta meml eragaman antara satu wlayah dengan wlayah lan. Pembobot yang dgunaan pada peneltan n adalah fungs ernel fxed gaussan dengan AIC sebesar 94,464. Nla R yang dhaslan model GWR sebesar 5,04%, nla n lebh besar dbandngan model regres lner, yatu sebesar 4,6%. Terbentu dua elompo daerah berdasaran varabel yang sgnfan. Kelompo pertama yatu abupaten/ota yang berada d bagan tmur provns Jawa Tmur, d mana persentase pendudu msn berpengaruh terhadap anga gz buru balta. Sedangan elompo edua yatu bagan barat Jawa Tmur, d mana persentase pendudu msn dan persentase posyandu pur berpengaruh terhadap anga gz buru balta. S Kata Kunc Anga Gz Buru, Aspe Spasal, GWR. I. PENDAHULUAN tatus gz balta merupaan salah satu ndator dalam menla derajat esehatan masyaraat serta tola uur esejahteraan suatu bangsa. Menurut UNICEF, Indonesa mendudu perngat elma duna untu negara dengan jumlah balta urang gz terbanya, dengan perraan 36% atau sebesar 7,7 juta ana balta []. Konds tersebut perlu dperhatan arena balta urang gz lebh berso terena penyat dan pertumbuhan terhambat yang mengabatan sult mendapat penghaslan eta dewasa. Salah satu target Mllennum Development Goals (MDG s) yang harus dcapa pada tahun 05 adalah menurunan prevalens balta gz buru menjad 3,6%. Gz buru menurut Dnas Kesehatan Jawa Tmur adalah status onds seseorang yang eurangan nutrs, atau nutrsnya d bawah standar rata-rata []. D antara semua provns d Indonesa, tngat anga gz buru balta Jawa Tmur termasu dalam elompo menengah d mana terdapat.703 balta mengalam gz buru. Dnas Kesehatan berupaya menean anga n sesua dengan target, yan 0% atau tda ada lag balta yang menderta gz buru. Anga gz buru balta d Jawa Tmur belum mampu men-capa target, sehngga perlu adanya peneltan mengena fator-fator yang beratan dengan anga gz buru balta. Peneltan tentang gz buru antara lan dlauan oleh Megahardyan yang menelt gz balta masyaraat nelayan ecamatan Bula Surabaya dengan regres logst ordnal [3]. Dew menelt gz buru d Jawa Tmur dengan pendeatan regres nonparametr splne [4]. Kemudan Saputra & Nurrza menelt gz buru dan gz urang dengan regres logst ordnal [5]. Peneltan-peneltan tersebut belum meneanan aspe spasal, d mana pada setap loas dang-gap mempunya cr yang sama. Tetap onds esehatan, lngungan, dan eonom pada tap abupaten/ota d Jawa Tmur berbedabeda. Sehngga leta geografs merupaan sa-lah satu fator yang mempengaruh gz balta. Berdasaran onds tersebut, maa perlu untu mengembangan pemo-delan anga gz buru pada balta dengan mempertmbangan adanya aspe geograf. Dengan deman upaya untu mene-an anga gz buru dapat dlauan dengan lebh efetf. Varabel respon yang dgunaan yatu anga gz buru balta d Jawa Tmur yang berbentu ontnu. Oleh sebab tu pada peneltan n dgunaan metode Geographcally Weghted Re-gresson (GWR). GWR adalah bentu loal dar regres lner untu varabel respon yang bersfat ontnu. Peneltan tentang GWR yang pernah dlauan yatu Ayunn pemodelan balta gz buru d abupaten Ngaw [6]. Marchanngtyas menelt tentang pemodelan asus balta gz buru d abupaten Bojo-negoro [7]. Maulan menelt tentang fator-fator yang mem-pengaruh asus gz buru ana balta d Jawa Barat [8]. Tujuan yang ngn dcapa dalam peneltan n yatu mendapatan araterst serta hubungan anga gz buru pada balta d Jawa Tmur dengan fator-fator yang dduga mempengaruhnya menggunaan GWR. Hasl peneltan n dharapan dapat bermanfaat sebaga nformas tentang fator-fator yang berpengaruh terhadap anga gz buru balta pada setap abupaten/ ota d Jawa Tmur. II. Peta Temat TINJAUAN PUSTAKA Peta temat adalah peta rupa bum yang dgunaan untu memperlhatan onsep geografs suatu onds tertentu, sepert populas, epadatan, lm, dll,

2 D-334 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (30-98X Prnt) berdasaran data ualtatf maupun uanttatf [9]. Salah satu metode lasfas peta temat adalah natural brea. Pada metode n dgunaan optmas Jens, yatu meredus nla varans pada elas yang sama dan memasmuman nla varans untu elas yang berbeda. Multolnertas Multolnertas dgunaan untu menunjuan adanya hubungan lner d antara varabel-varabel predtor dalam model regres berganda. Pendetesan adanya asus multol-nertas menurut Hocng (996) dalam Santoso (0) dapat dlhat melalu oefsen orelas Pearson (r j ) yang lebh dar 0,95 [0]. Selan tu untu mengdentfas multolnertas dapat dlauan dengan melhat nla varance nflaton factors (VIF) yang lebh besar dar 0. Berut adalah rumusnya: VIF () R dengan SSE dan adalah varabel predtor e- SST. R Model Regres Lner Metode regres lner merupaan metode yang dgunaan untu menjelasan hubungan antara satu varabel respon dan satu atau lebh varabel bebas [3] y 0 p X Persamaan () merupaan model regres lner dmana y adalah nla observas varabel respon pada pengamatan e-, X adalah nla observas varabel predtor e- pada penga-matan e-, β 0 adalah nla ntersep model regres, β adalah oefsen regres varabel predtor e-, ε adalah error pada pengamatan e- dengan asums ndependen, dent, dan ber-dstrbus normal, dengan mean nol dan varans onstan σ. Estmator dar parameter model (β) ddapatan dengan metode Ordnary Least Square (OLS). Pendugaan parameter model ddapat dar persamaan berut []. ˆ T β X X X T y (3) dengan β adalah vetor parameter yang destmas beruuran (p + ), X adalah matrs varabel predtor beruuran n (p + ), y adalah vetor observas varabel respon beruuran n. Pengujan parameter secara serenta merupaan pengujan secara bersama semua parameter dalam model regres. Hpotess uj sgnfans parameter secara serenta adalah: H 0 : β = β = = 0 H : mnmal ad satu β = 0; =,,, p Statst uj yang dgunaan dalam pengujan n: MSR Fht (4) MSE Daerah penolaan H 0 adalah F htung > F α,p(n-d-), yang artnya palng sedt ada satu varabel predtor yang meml pengaruh sgnfan terhadap varabel respon. Pengujan sgnfans parameter secara parsal bertujuan untu mengetahu parameter mana saja yang sgnfan terhadap model. Hpotessnya adalah sebaga berut. H0 : 0 H : 0, dmana,,, p () Statst uj yang dgunaan dalam pengujan n: ˆ t htung (5) SE( ˆ ) Daerah penolaan H 0 berlau untu t htung > t ( α,n o ). Pengujan Aspe Data Spasal Analss spasal dlauan ja data yang dgunaan memenuh aspe spasal yatu meml dependens spasal dan atau heterogentas spasal. Dependens spasal menunjuan bahwa pengamatan d suatu loas bergantung pada pengamatan d loas lan yang letanya berdeatan. Heterogentas meruju pada varas yang terdapat d setap loas. Setap loas meml ehasan atau araterst sendr dbandngan dengan loas lannya []. Uj dependens dlauan menggunaan uj Moran s I dengan hpotess sebaga berut: H 0 : I = 0 (tda ada dependens spasal) H : I 0 (ada dependens spasal). Statst uj yang dgunaan dalam pengujan n []: Iˆ E( Iˆ) ZI (6) var( Iˆ ) Daerah penolaan H 0 berlau untu Z I htung > Z α, dengan I 0 = E(I ) =, var(i ) = n S ns +3S 0 S n (n [E(I )], )S 0 n n d mana S 0 = = j= w j, S = n n (w j+w j ) = j=, dan S = n n n ( j= w j + j= w j ) =. Indes adalah loas pengamatan asal, =,,...,n, ndes j adalah loas pengamatan yang dtuju, j=,,...,n, dan w j adalah bobot tap tt data dengan loas. Uj heterogentas spasal dlauan menggunaan uj Breusch Pagan dengan hpotess sebaga berut: H 0 : varans antar loas sama H : varans antar loas berbeda Statst uj yang dgunaan dalam pengujan n [4]: BP (/ ) f Z(ZZ) Zf (7) Daerah penolaan H 0 berlau untu BP > χ (α,) dmana elemen matrs f adalah f = ( e σ ) dengan e = y y, (y ) dperoleh dar metode regres lner), e adalah uadrat ssaan untu pengamatan e-, σ adalah estmas varans dar y, dan Z merupaan matrs beruuran n ( p ) yang bers vetor yang sudah dnormal bauan (z) untu setap pengamatan. Model Geographcally Weghted Regresson (GWR) Model Geographcally Weghted Regresson (GWR) merupaan pengembangan dar model regres lner dmana setap parameter dhtung pada setap tt loas, sehngga setap tt loas geografs mempunya nla parameter regres yang berbeda-beda. Varabel respon y dalam model GWR bersfat ontnu dan dpreds dengan varabel predtor yang masng-masng oefsen regresnya bergantung pada loas d mana data tersebut damat. Model GWR dapat dtuls sebaga berut [3]: y p 0 u, v ) ( u, v ) x ( ; =,,...,n (8) dengan y adalah nla observas varabel respon pada loas e-, x adalah nla observas varabel predtor e pada loas e-, =,,...,p, (u, v ) adalah tt oordnat

3 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (30-98X Prnt) D-335 longtude dan latttude loas e-, β 0 (u, v ) adalah ntersep model GWR, β (u, v ) adalah oefsen regres varabel pre-dtor e- untu loas e-, ε adalah error pada loas e-. Matrs pembobot merupaan matrs dagonal yang menunjuan pembobot yang bervaras dar setap preds parameter pada loas e-. Salah satu pembobot yang terbentu dar fungs ernel adalah Fxed Gaussan: dj ;,j =,,...,n (9) wj exp h dengan d j = (u u j ) + (v v j ) adalah jara antara loas (u, v ) e loas (u j, v j ) dan h adalah parameter non negatf yang detahu d setap loas e- dan basanya dsebut parameter penghalus (bandwdth) yang dperoleh dar CV mnmum [3]: CV h n y y h ˆ (0) Estmas parameter model GWR dtunjuan pada persa-maan berut. βˆ( u, ) ( XWX) XWy () v Pengujan hpotess pada model GWR terdr dar pengujan model GWR secara serenta atau esesuaan model untu menguj sgnfans dar fator geografs dan pengujan parameter model secara parsal. Langah pengujan esesuaan model GWR melput penentuan hpotess: H 0 : β (u, v ) β, =,,...,p, =,,...,n H : mnmal ada satu β (u, v ) β Statst uj yang dgunaan dalam pengujan n [3]: SSE(H ) F () SSE(H ) ( n p ) Daerah penolaan H 0 berlau untu F > F (α,df,df ), df = δ δ, df = n p dmana δ = tr((i L) (I L)) dan δ = tr((i L) (I L)) dengan L adalah matrs proyes y. Pengujan sgnfans parameter model secara parsal menggunaan hpotess sepert berut: H0 : ( u, v ) 0,,,, p H : ( u, v ) 0 Statst uj yang dgunaan dalam pengujan n [3]: ˆ ( u, v ) t (3) ˆ c Daerah penolaan H 0 berlau untu t > t α,(δ δ ) dmana c adalah elemen dagonal e- dar matrs CC dan ma-trs C dperoleh dengan rumusan C=(X W(u, v )X) - X W(u, v ) dan σ adalah aar dar σ = SSE(H ). δ Pemlhan Model Terba Pemlhan model terba dapat dlauan dengan menggu-naan metode yatu AIC dengan nla terecl. Bentu persa-maan dar AIC adalah sebaga berut [3]: AIC nlog ( ˆ ) nlog ( ) n tr( L ) (4) dengan σ = SSE n. Status Gz Balta e Keadaan gz yang ba merupaan prasyarat utama dalam mewujudan sumber daya manusa yang sehat dan berualtas. Gz buru (severe malnutrton) adalah suatu 0 e onds d mana seseorang dnyataan eurangan nutrs, atau dengan ungapan lan nutrsnya berada d bawah standar rata-rata [3]. Anga gz buru drumusan sebaga berut. balta gz buru (5) Anga gz buru pada balta 000 balta dtmbang Fator-Fator yang Mempengaruh Gz Buru Balta Kejadan gz buru pada ana buan saja dsebaban oleh rendahnya ntae (onsums) maanan terhadap ebutuhan maanan ana, tetap ebanyaan orang tua tda tahu mela-uan penlaan status gz terhadap ananya [6]. Menurut Departemen Kesehatan ndator program gz yang dperlu-an dalam pelaporan gz d anta-ranya jumlah Fe, berat badan balta, caupan ASI eslusf, vtamn A, MP-ASI, dan onsums garam beryodum. III. Sumber Data METODOLOGI PENELITIAN Data yang dgunaan dalam peneltan n merupaan data seunder dar Profl Kesehatan Provns Jawa Tmur tahun 03 dan Surve Sosal Eonom Nasonal (SUSENAS) tahun 03. Varabel Peneltan Dalam peneltan n terdapat satu varabel respon dan enam varabel predtor dengan unt observas 38 abupaten/ota d Jawa Tmur. No. Varabel TABEL. VARIABEL PENELITIAN Anga Gz Buru pada Balta (Y) Raso Persentase Ibu Haml Mendapat Fe3 (X ) Raso 3 Persentase Berat Badan Bay Lahr Rendah (X ) Raso 4 Persentase Pemberan ASI Eslusf (X 3 ) Raso 5 Presentase Posyandu Pur (X 4 ) Raso 6 Persentase Rumah Tangga Berperlau Hdup Bersh dan Sehat (PHBS) (X 5 ) Raso 7 Persentase Pendudu Msn (X 6 ) Raso Langah Analss Data Sala Varabel Berut adalah langah-langah analss yang dlauan dalam peneltan n.. Mendesrpsan araterst anga gz buru pada balta dan fator-fator yang mempengaruh d Jawa Tmur de-ngan menggunaan statsta desrptf serta peta temat.. Mendetes dan mengatas asus multolnertas berdasar-an nla VIF. 3. Menganalss model gz buru menggunaan regres lner berganda dengan langah sebaga berut. a. Melauan estmas parameter model regres lner ber-ganda. b. Melauan pengujan sgnfans parameter. 4. Melauan pengujan aspe data spasal, yatu uj depen-dens spasal serta uj heterogentas spasal. 5. Menganalss model gz buru menggunaan GWR dengan langah sebaga berut. a. Menghtung jara eucldean antar loas pengamatan berdasaran leta geografs. Jara eucldean antara

4 D-336 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (30-98X Prnt) loas pada oordnat (u, v ) terhadap loas j pada oordnat (u j, v j ). b. Menentuan bandwth optmum dengan menggunaan metode CV. c. Menentuan pembobot optmum dengan bandwth opt-mum yang ddapat. d. Mendapatan estmator parameter model GWR. e. Melauan uj serenta atau uj esesuaan model GWR f. Melauan pengujan secara parsal pada parameter GWR. g. Membuat peta temat berdasaran varabel sgnfan. IV. HASIL DAN PEMBAHASAN Karaterst Anga Gz Buru pada Balta dan Fator-Fator yang Mempengaruhnya Sebelum melauan pemodelan dengan menggunaan metode regres lner berganda dan GWR, terlebh dahulu dla-uan analss secara desrptf dan vsual untu mengetahu araterst varabel yang dgunaan. TABEL. STATISTIKA DESKRIPTIF VARIABEL RESPON DAN PREDIKTOR Varabel Mean Varans Mnmum Masmum Y,9 34,67 3,9 70,55 X 84,76 45,37 67,60 99,4 X 3,93,79,7, X 3 66,6 43,64,9 85,8 X 4,5 0,9 0,50,05 X 5 45,34 0,75 7,4 67,3 X 6,54 7,4 4,77 7,08 Tabel menunjuan bahwa rata-rata anga gz buru balta pada abupaten/ota d Jawa Tmur tahun 03 sebesar,9. Hal n menunjuan bahwa anga gz buru pada balta cuup rendah, yatu dar 000 balta terdapat,9 atau balta yang mengalam gz buru. Fator yang meml eragaman data palng tngg yatu persentase rumah tangga ber-phbs. Gambar. Persebaran Anga Gz Buru pada Balta d Jawa Tmur Gambar menunjuan persebaran anga gz buru pada balta yang terbag menjad tga ategor, yatu rendah, sedang, dan tngg. Berdasaran gambar tersebut dapat dlhat bahwa abupaten/ota yang terleta d bagan barat Jawa Tmur cenderung termasu daerah dengan ategor rendah. Daerah yang termasu dalam ategor sedang merupaan abu-paten/ota yang cenderung berada d setar Pulau Madura atau daerah tapal uda. Sedangan Bojonegoro dan Ngaw merupaan daerah yang tergolong meml anga gz buru pada balta tngg dan belum mampu memenuh target MDG s. Pemodelan Anga Gz Buru dengan Regres Lner Langah awal yang dlauan sebelum pembentuan model yatu menguj hubungan antar varabel predtor atau yang dsebut dengan multolneartas. Krtera yang dapat dguna-an untu melhat asus multolnertas salah satunya adalah matrs orelas. TABEL 3. MATRIKS KORELASI ANTAR VARIABEL PREDIKTOR X X X3 X4 X5 X 0,09 X3-0,083-0,004 X4-0,098 0,36 0,64 X5 0,54-0,06 0,5 0,3 X6 0,03-0,3-0,6 0,095 0,4 Selan tu multolnertas juga dapat ddetes menggunaan rtera VIF (Varance Inflaton Factor). TABEL 4. NILAI VIF VARIABEL PREDIKTOR Predtor VIF X,34 X,090 X 3,086 X 4,30 X 5, X 6, Tabel 3 menunjuan bahwa semua nla orelas urang dar 0,95. Sedangan pada Tabel 4 dapat dlhat bahwa tda terdapat nla VIF yang lebh dar 0, sehngga tda ada varabel predtor yang salng berorelas. Oleh arena tu eenam varabel tersebut dapat dlanjutan e analss berutnya, yatu regres lner dan GWR. Model regres lner yang terbentu adalah sebaga berut. yˆ 5,58 0, X 0, 6X 0,09 X 3 7,39X 4 0,03 X 5 0,84 X 6 Nla R yang dperoleh cuup rendah, yatu sebesar 4,6%. Nla n berart model yang terbentu dapat menjelasan eragaman anga gz buru pada balta sebesar 4,6%, sedangan ssanya djelasan oleh varabel lan yang tda masu e dalam model. Nla R yang ecl pada peneltan n dsebaban terdapat nla pengamatan yang jauh berbeda dbandngan dengan nla pengamatan lannya. Setelah terbentu model, langah selanjutnya yatu pengu-jan sgnfans parameter untu mengetahu varabel pred-tor yang berpengaruh terhadap varabel respon. Pertama-tama melauan pengujan sgnfans parameter secara serenta. Berdasaran tabel ANOVA ddapatan F htung sebesar 0,85. Dengan taraf sgnfans 0,05 dperoleh nla F (0,05;6;3) sebesar,409. Sehngga dapat dsmpulan bahwa mnmal terdapat satu varabel yang berpengaruh terhadap anga gz buru pada balta. Selanjutnya untu mengetahu varabel predtor mana saja yang memberan pengaruh secara sgnfan, maa dlauan pengujan parameter secara parsal TABEL 5. UJI SIGNIFIKANSI PARAMETER SECARA PARSIAL Varabel Estmas SE t htung Intersep ,80 X ,679 X ,6 X ,75 X ,478 X ,8 X ,039 Pada taraf sgnfans 0,3 dperoleh t (0,5;3) sebesar,476. Parameter yang berpengaruh terhadap varabel

5 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (30-98X Prnt) D-337 respon adalah yang meml nla ǀt htung ǀ lebh dar,476. Berdasaran Tabel 5 dapat detahu bahwa persentase posyandu pur (X 4 ) dan persentase pendudu msn (X 6 ) berpengaruh terhadap anga gz buru pada balta. Berdasaran pengujan asums resdual tersebut, dsmpul-an bahwa resdual pada model regres lner tda memenuh asums dent, ndependen, maupun berdstrbus normal. Selanjutnya dlauan pengujan aspe spasal pada data. Pengujan Aspe Spasal Berut adalah rngasan pengujan aspe spasal yang dtamplan pada Tabel 6. TABEL 6. PENGUJIAN ASPEK SPASIAL Pengujan Statst Uj Dependens Spasal : Moran s I 0,94967 Heterogentas Spasal : Breusch Pagan 8,4 Taraf sgnfans sebesar 0,05, sehngga ddapatan nla tabel Z (0,975) sebesar,96 untu uj Moran s I dan nla tabel χ (0,05;6) sebesar,59 untu uj Breusch Pagan. Berdasaran Tabel 6 dapat dsmpulan bahwa tda terdapat dependens spasal, tetap terdapat heterogentas spasal pada data peneltan. Oleh arena tu metode regres lner urang tepat untu menggambaran fenomena anga gz buru pada balta d Jawa Tmur, sehngga lebh ba menggunaan model yang mengaomodas fator loas pengamatan. Pemodelan Anga Gz Buru dengan GWR Terjadnya asus heterogentas spasal pada data gz buru pada balta d Jawa Tmur mengndasan bahwa parameter model regres dpengaruh oleh fator loas pengamatan, dalam hal n leta geografs abupaten/ota. Selanjutnya menentuan matrs pembobot dar eempat fungs ernel berdasaran rtera AIC. TABEL 7. PEMBOBOT OPTIMUM GWR Fungs Pembobot AIC Fxed Gaussan 94,464 Fxed Bsquare 94,464 Adaptve Gaussan 94,6 Adaptve Bsquare 94,6 Berdasaran Tabel 7 d atas maa dapat dlhat bahwa nla AIC terecl yatu pembobot dengan fungs ernel fxed gaussan dan fxed bsquare, yatu sebesar 94,464. Karena terdapat dua pembobot yang meml nla AIC terecl, untu selanjutnya pembobot yang dgunaan dalam peneltan yan fungs ernel Fxed Gaussan. Nla bandwdth optmum untu fxed gaussan sebesar 3,55 dengan nla CV mnmum sebesar 6608,05. Matrs pembobot yang dperoleh untu tap loas emu-dan dgunaan untu membentu model, sehngga tap loas meml parameter model yang berbeda. Nla R yang dperoleh sebesar 5,04%. Hal n berart model yang terbentu dapat menjelasan eragaman anga gz buru pada balta sebesar 5,04%, sedangan ssanya djelasan oleh varabel lan yang tda masu e dalam model. Apabla dtnjau berdasaran nla R model GWR merupaan model yang lebh ba ja dbandngan dengan model regres lner berganda, arena menghaslan nla R yang lebh tngg. Pengujan Kesesuaan Model GWR Selanjutnya dlauan pengujan esesuaan model GWR atau goodness of ft dlauan untu mengetahu apaah fator loas berpengaruh terhadap anga gz buru pada balta. TABEL 8. ESTIMASI PARAMETER MODEL GWR Model SSE Df F P-value GWR 43,607 30,409, Regres Lner 477,3 3 Berdasaran Tabel 8 terlhat bahwa nla F htung sebesar,003. Dengan taraf sgnfans sebesar 0,05 maa ddapat-an F (0,05;30,409;3) sebesar,88. Karena F htung urang dar F tabel, maa dsmpulan bahwa model regres lner lebh ba menjelasan data darpada model GWR. Tetap analss dalam peneltan n tetap dlanjutan menggunaan metode GWR. Pengujan Sgnfans Parameter Model GWR Perhtungan statst uj parameter model GWR dlauan untu masng-masng parameter pada setap abupaten/ota d Jawa Tmur. Pada taraf sgnfans 0,05 tda ada varabel yang sgnfan. Apabla dtngatan menjad 0, ddapatan 4 abupaten/ota d Jawa Tmur yang sgnfan terhadap persentase pendudu msn, sedangan ssanya tda sgnfan terhadap varabel apapun. Pada taraf sgnfans 0, semua abupaten/ota d Jawa Tmur sgnfan terhadap persentase pendudu msn. Dduga ada beberapa fator yang mempengaruh anga gz buru pada balta, sehngga dengan menaan taraf sgnfans menjad 0,3 dperoleh hasl pengelompoan sepert berut. TABEL 9. KELOMPOK KABUPATEN/KOTA BERDASARKAN VARIABEL SIGNIFIKAN Varabel Sgnfan Kabupaten/Kota Bltar, Malang, Lumajang, Jember, Banyuwang, Bondowoso, Stubondo, Probolnggo, Pasuruan, X 6 Pameasan, Sumenep, Kota Bltar, Kota Malang, Kota Probolnggo, Kota Pasuruan X 4, X 6 Pactan, Ponorogo, Trenggale, Tulungagung, Kedr, Sdoarjo, Mojoerto, Jombang, Nganju, Madun, Magetan, Ngaw, Bojonegoro, Tuban, Lamongan, Gres, Bangalan, Sampang, Kota Kedr, Kota Mojoerto, Kota Madun, Kota Surabaya, Kota Batu Model GWR yang dhaslan pada masng-masng loas pengamatan aan berbeda-beda. Msalan untu Pactan, model yang dhaslan adalah sebaga berut: yˆ 6,67 0, 3X 0, 3X 0,05X 3 7,6X 4 0,03X 5 0,86 X 6 Koefsen regres X 4 berlanan tanda dengan ajan teorts. Hal n dapat dsebaban urangnya esadaran dar masyara-at untu menggunaan fasltas posyandu pur secara mas-mal, sehngga mespun fasltas tersebut dtambah anga gz buru pada balta tetap tngg. Gambar. Persebaran Kab/Kota Berdasaran Varabel Sgnfan

6 D-338 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (30-98X Prnt) Informas yang ddapat dar Tabel 9 dan Gambar adalah terbentu dua elompo berdasaran varabel yang sgnfan. Dapat detahu bahwa persentase pendudu msn (X 6 ) sg-nfan terhadap anga gz buru balta pada seluruh abu-paten/ota d Jawa Tmur. Sedangan persentase posyandu pur (X 4 ) sgnfan terhadap anga gz buru balta pada abupaten/ota yang berada d bagan barat Jawa Tmur. V. KESIMPULAN/RINGKASAN Berdasaran analss dan pembahasan yang telah dlauan, ddapatan esmpulan bahwa Bojonegoro dan Ngaw meml- anga gz buru palng tngg pada tahun 03 dan belum mencapa target MDG s untu tahun 05. Hasl pengujan heterogentas spasal yatu anga gz buru pada balta meml eragaman antara satu wlayah dengan wlayah lan. Pembobot yang dgunaan pada pemodelan GWR adalah fungs ernel fxed gaussan dengan AIC sebesar 94,464. Nla R yang dhaslan model GWR lebh besar dbandng-an model regres lner, yatu sebesar 5,04%. Fator yang berpengaruh terhadap anga gz buru adalah persentase posyandu pur dan persentase pendudu msn. Sebanya pemerntah berfous pada pengentasan ems-nan untu menean anga gz buru pada balta. Selan tu oefsen regres posyandu pur berlanan tanda dengan ajan teorts. Hal n dapat dsebaban urangnya esadaran dar masyaraat untu menggunaan fasltas esehatan secara masmal. Oleh arena tu dsaranan supaya Dnas Kesehatan melauan sosalsas tentang pentngnya memanfaatan fas-ltas esehatan yang ada sebaga upaya menurunan gz buru pada balta. Adapun saran lannya yatu agar pada peneltan selanjutnya menggunaan data tme seres dan metode lan un-tu model yang tda lner, arena data dan metode yang dgunaan pada peneltan n menghaslan nla R yang ecl. [] Dnas Kesehatan Jawa Tmur. (006). Profl Kesehatan Provns Jawa Tmur Tahun 006. Surabaya: Dnas Kesehatan Jawa Tmur. [3] Dew, R. K. (0). Fator-Fator yang Mempengaruh Anga Gz Buru d Jawa Tmur dengan Pendeatan Regres Nonparametr Splne. Surabaya: Tugas Ahr Jurusan Statsta FMIPA ITS. [4] Megahardyan, C. E. (009). Analss Regres Logst Ordnal untu Mengetahu Fator-Fator yang Mempengaruh Status Gz Balta Masyaraat Nelayan Kecamatan Bula Surabaya. Surabaya: Tugas Ahr Jurusan Statsta FMIPA ITS. [5] Saputra, W., & Nurrza, R. H. (0). Fator Demograf dan Rso Gz Buru dan Gz Kurang. Jurnal Maara, Kesehatan, 6, [6] Ayunn, L. (0). Pemodelan Balta Gz Buru d Kabupaten Ngaw dengan Geographcally Weghted Regresson. Surabaya: Tugas Ahr Jurusan Statsta FMIPA ITS. [7] Marchanngtyas, A. P. (03). Pemodelan Kasus Balta Gz Buru d Kabupaten Bojonegoro dengan Geographcally Weghted Regresson. Jurnal Sans dan Sen ITS,, [8] Maulan, A. (03). Aplas Model Geographcally Weghted Regresson untu Menentuan Fator-Fator yang Mempengaruh Kasus Gz Buru Ana Balta d Jawa Barat. Bandung: Unverstas Penddan Indonesa. [9] Karta, Y. (007). Pola Penyebaran Spatal Demam Berdarah Dengue d Kota Bogor Tahun 005. Bogor: Departemen Statsta FMIPA Insttut Pertanan Bogor. [0] Santoso, F. P. (0). Fator-Fator Esternal Pneumona pada Balta d Jawa Tmur dengan Pendeatan Geographcally Weghted Regresson. Surabaya: Tugas Ahr Jurusan Statsta FMIPA ITS. [] Draper, N. R., & Smth, H. (99). Analss Regres Terapan Eds Kedua. Jaarta: PT. Grameda Pustaa Utama. [] Anseln, L. (988). Spatal Econometrs: Methods and Models. Dordrecht: Kluwer Academc Publshers. [3] Fotherngham, A. S., Brunsdon, C., & Charlton, M. E. (00). Geographcally Weghted Regresson: The Analyss of Spatally Varyng Relatonshp. England: John Wley and Sons LTd. DAFTAR PUSTAKA [] UNICEF. (00). Indonesa Menetapan Sasaran untu Memperba Gz Ana. Dpet Februar, 06, dar UNICEV Indonesa: