Pemodelan Angka Harapan Hidup Propinsi Jawa Timur dan Jawa Tengah Dengan Metode Geographically Weighted Regression

Transkripsi

1 Pemodelan Angka Harapan Hdup Propns Jawa Tmur dan Jawa Tengah Dengan Metode Geographcally Weghted Regresson Oleh : Lus Frdal (13732) Dosen Pembmbng : Dr. Purhad, M. Sc

2 BACK LATAR BELAKANG Pelaksanaan pembangunan d segala bdang (yang dlakukan pemerntah) (Tujuan utama) Kesejahteraan masyarakat menngkat (Terdapat ndkator keberhaslan) Salah satunya : Indkator Kesehatan Angka Harapan Hdup (AHH) Geographcally Weghted Regresson (GWR) Peneltan dplh untuk dlakukan Faktor spasal (letak geografs) perlu dperhtungkan Pendugaan model pola hubungan antara AHH dan faktor-faktor yang mempengaruhnya Pelaksanaan pembangunan dsesuakan dengan potens yang ada d daerah (berhubungan dengan letak geografs)

3 Kesehatan Salah satu aspek pentng kualtas sumber daya manusa (SDM) Hak asas manusa SDM Sehat (secara fsk) Berpotens (dapat dharapkan) Berperan aktf dalam pembangunan mewujudkan Kesejahteraan Masyarakat

4 Perode Propns (22) (27) (1) (2) (3) 11. NANGGROE ACEH DARUSSALAM SUMATERA UTARA SUMATERA BARAT RIAU JAMBI SUMATERA SELATAN BENGKULU LAMPUNG KEPULAUAN BANGKA BELITUNG DKI JAKARTA JAWA BARAT JAWA TENGAH D I YOGYAKARTA JAWA TIMUR BANTEN B A L I NUSA TENGGARA BARAT NUSA TENGGARA TIMUR KALIMANTAN BARAT KALIMANTAN TENGAH KALIMANTAN SELATAN KALIMANTAN TIMUR SULAWESI UTARA SULAWESI TENGAH SULAWESI SELATAN SULAWESI TENGGARA GORONTALO M A L U K U MALUKU UTARA PAPUA Data Statstk Indonesa

5 BACK Rumusan Masalah 1. Bagamana model terbak terhadap data angka harapan hdup d Provns Jawa Tmur dengan pendekatan Geographcally Weghted Regresson (GWR) serta faktor yang berpengaruh secara sgnfkan? Tujuan Peneltan 1. Mendapatkan model terbak dan faktor yang bepengaruh secara sgnfkan dengan pendekatan Geographcally Weghted Regresson (GWR) terhadap data angka harapan hdup d Propns Jawa Tmur. 2. Bagamana model terbak terhadap data angka harapan hdup d Provns Jawa Tengah dengan pendekatan Geographcally Weghted Regresson (GWR) serta faktor yang berpengaruh secara sgnfkan? 2. Mendapatkan model terbak dan faktor yang bepengaruh secara sgnfkan dengan pendekatan Geographcally Weghted Regresson (GWR) terhadap data angka harapan hdup d Propns Jawa Tengah. NEXT

6 BACk Manfaat Peneltan Peneltan n dharapkan dapat memberkan alternatf model angka harapan hdup dengan memperhatkan varas spasal dmana data tersebut dperoleh. Sebaga masukan bag pemerntah pusat/daerah, khususnya Dnas Kesehatan, dalam rangka pengamblan kebjakan program penngkatan derajat kesehatan masyarakat NEXT

7 Batasan Masalah Data yang dgunakan dalam peneltan n adalah angka harapan hdup yatu untuk wlayah Propns Jawa Tmur dan Jawa Tengah tahun 27. BACK Next

8 Tnjauan Pustaka Regres Lner Geographcally Weghted Regresson Uj Kolneartas Angka Harapan Hdup BACK

9 Regres Lner Model regres lner : dmana = 1, 2,..., n dan error-nya dasumskan dentk, ndependen dan berdstrbus normal dengan mean nol dan varans konstan bentuk penaksr dar parameter tersebut : T 1 βˆ T X X X dengan : vektor dar parameter yang dtaksr (p+1) x 1 βˆ X y p k1 x : matrks varabel bebas berukuran n x (p+1) y : vektor observas dar varabel respon berukuran (n x 1) k : banyaknya varabel bebas (k = 1, 2,..., p) k y k (Myers, 199)

10 Pengujan kesesuaan model secara serentak : H : H 1 : Palng sedkt ada satu Statstk uj : Keputusan: p Fhtung MSR MSE tolak H jka nla F ht > v 2 = (n-p-1) F ; v1, v k 2 dmana v 1 = p dan

11 Pengujan Sgnfkans Parameter : H : k H1 : k Statstk uj : t n 2 k 1 r rk ~ tn2k k Keputusan : tolak H jka nla dengan k = 1, 2,..., 11 t ( df ;1 ) 2 n ~ jumlah pengamatan k ~ jumlah varabel bebas t dmana df = n-2-k

12 Geographcally Weghted Regresson Model GWR : dmana (GWR) y : nla observas varabel respon ke- ( = 1, 2,..., n) x k k y u, v k u v x k, k1 : nla observas varabel predktor k pada pengamatan ke- : vektor koefsen regres p (u, v ) : menyatakan ttk koordnat (longtude, lattude) lokas ke- : error yang dasumskan dentk, ndependen dan berdstrbus normal dengan mean nol dan varans konstan.

13 Penaksr parameter : T 1 ˆ T u, v X Wu, v X X Wu v y Fungs pembobot yang dgunakan adalah fungs Kernel Gaussan : 2 W h : parameter non negatf yang dketahu / parameter penghalus (bandwdth) d j : jarak Eucldean antara dan j. Metode yang dgunakan untuk memlh bandwdth optmum adalah : Cross Valdaton (CV), j exp 1 2 dj h CV n y yˆ h 1 2

14 Pengujan kesesuaan model GWR : H : k u, v k H 1 : Palng sedkt ada satu k u, v berhubungan dengan lokas (u, v ) yang Statstk Uj : F * SSE SSE( H H ) / 2 n k 1 Tolak H jka F* > Ftabel (dengan derajat bebas (n-k-1) dan

15 Pengujan parameter model : u, v H : k u, v H1 : k dengan k = 1, 2,..., p Statstk uj : T ˆ k ˆ u g, v kk Pengamblan Keputusan : Tolak H jka T ht t / 2; db dmana db 2 1 2

16 Uj Kolnertas 1. VIF (Varance Inflaton Factors) > 1 2. Koefsen Korelas Pearson (r j ) antar varabel bebas >,95 jj j j r VIF 2 ˆ var n n n n n n n y y n x x n y x y x n r

17 Angka Harapan Hdup Defns : Rata-rata tahun hdup yang akan djalan oleh seseorang pada suatu tahun tertentu dalam stuas mortaltas (kematan) yang berlaku d lngkungan masyarakat tertentu. Kegunaan : untuk mengevaluas knerja pemerntah dalam menngkatkan kesejahteraan penduduk pada umumnya, dan menngkatkan derajat kesehatan pada khususnya.

18 Metodolog Peneltan Sumber Data : Survey Sosal Ekonom Nasonal (SUSENAS) tahun 27 untuk Propns Jawa Tmur dan Jawa Tengah Varabel Peneltan Metode Analss Langkah Analss NEXT BACK

19 Varabel Peneltan No. Nama Varabel Tpe Varabel Satuan (1) (2) (3) (4) 1 Y Angka harapan hdup pada tap kabupaten/kota Kontnu Tahun 2 X 1 Angka kematan bay pada tap kabupaten/kota Kontnu Bay per serbu kelahran hdup Persentase persalnan yang dlakukan dengan bantuan non meds 3 X 2 (dukun bay) pada tap kabupaten/kota Kontnu persen 4 X 3 Rata-rata usa perkawnan pertama pada tap kabupaten/kota Kontnu tahun Rata-rata lama sekolah wanta berstatus kawn pada tap 5 X 4 kabupaten/kota Kontnu tahun Rata-rata jumlah pengeluaran rumah tangga (dalam rupah) pada 6 X 5 tap kabupaten/kota Kontnu rupah 7 X 6 Persentase daerah yang berstatus desa pada tap kabupaten/kota Kontnu persen Rata-rata lama pemberan ASI eksklusf pada tap 8 X 7 kabupaten/kota Kontnu bulan Persentase rumah tangga yang memlk ar bersh pada tap 9 X 8 kabupaten/kota Kontnu persen 1 X 9 Persentase penduduk mskn pada tap kabupaten/kota Kontnu persen 11 X 1 Jumlah tenaga kesehatan Dskrt orang 12 X 11 Jumlah sarana kesehatan Dskrt satuan 13 u Letak astronom (lntang/ longtude) tap kabupaten/kota Kontnu derajat 14 v Letak astronom (bujur/lattude) tap kabupaten/kota Kontnu derajat 15 d j Jarak antar kota/kabupaten d Tap Propns Kontnu klometer

20 Struktur Data Kab/Kota Y X 1 X 2 X 3 X 1 X 11 (1) (2) (3) (4) (5) (12) (13) (14) (15) y 1 y 2 y 3 y 4. x 11 x 12 x 13 x 14. x 21 x 22 x 23 x 24. x 31 x 32 x 33 x 34.. x 11 x 12 x 13 x 14. x 111 x 112 x 113 x 114. u 1 u 2 u 3 u 4. v 1 v 2 v 3 v n.... y n. x 1n. x 2n. x 3n. x 1n. x 11n. u n. v n

21 Metode Analss Model Lner Hal n terjad karena adanya faktor spasal, sepert : faktor ekonom, sosal, budaya, letak geografs, dll. Alternatf model yang dapat dgunakan dalam analss yakn Geographcally Weghted Regreeson. Asums : Hubungan antara varabel respon dan predktor tetap Mengngat faktor yang sgnfkan berpengaruh terhadap AHH d suatu wlayah belum tentu sgnfkan berpengaruh d wlayah lan Parameter yang destmas nlanya sama untuk semua tempat dmana data tersebut damat Mungkn saja model tersebut tdak cocok dterapkan d setap wlayah d Jatm dan Jateng

22 Langkah Analss 1.Membuat model regres lner untuk Angka Harapan Hdup d tap Propns 1. Menghtung Nla Statstka Deskrptf dan mengdentfkas adanya kasus multkolnertas 2. Memodelkan varabel respon (y) dengan varabel predktor (x) 3. Menaksr parameter model regres lner dengan pendekatan least square. 4. Menguj kesesuaan model regres lner secara serentak dan parsal 2. Membuat model GWR untuk Angka Harapan Hdup d tap Propns a. Menentukan bandwth yang optmum berdasarkan nla yang mnmum dar hasl teras. b. Menentukan pembobot dengan menggunakan fungs Kernel Gaussan, bak dengan menggunakan bobot eucld maupun jarak yang sebenarnya. c. Menaksr parameter model GWR dengan menggunakan metode Weghted Least Square (WLS). d. Menguj kesesuaan model GWR (goodness of ft) e. Menguj parameter model tap daerah d masng-masng propns BACK f. Melakukan pengelompokan kabupaten/kota d masng-masng propns berdasarkan persamaan varabel yang sgnfkan

23 Analss Data dan Pembahasan 1. Model Angka Harapan Hdup d Jawa Tmur Statstka Deskrptf Model Regres Lner Geographcally Weghted Regresson Perbandngan Kesesuaan Model 2. Model Angka Harapan Hdup d Jawa Tengah Statstka Deskrptf Model Regres Lner Geographcally Weghted Regresson Perbandngan Kesesuaan Model BACk

24 JAWA TIMUR

25 Statstka Deskrptf Varabel Total count Rata-rata Standar Devas Mnmum Maxmum Y 38 67,542 3,223 6,33 71,44 X 1 38,213,191,6 X ,11 17,37,49 68,31 X ,65, ,54 X ,758 1,782 2,45 1,22 X X ,25 31,6 91,67 X ,956 1,547 6,68 12,49 X ,15 12,29 4,56 99,11 X ,93 9,3 2,3 35,88 X ,6 381, X ,32 56,

26 Identfkas Multkolnertas Y X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 X 1 X 1 -,21 X 2 -,847,64 X 3,782 -,152 -,774 X 4,769 -,128 -,81,935 X 5,532 -,146 -,551,82,846 X 6 -,436,161,51 -,841 -,864 -,893 X 7 -,24,88,91 -,7 -,136 -,17 -,63 X 8,3,129 -,297,397,362,428 -,331 -,323 X 9 -,61,12,77 -,688 -,764 -,796,694,113 -,367 X 1,2 -,118 -,7,117,112,265 -,159 -,111,59 -,15 X 11 -,287 -,86,124 -,242 -,229 -,129,179,47,159,147,798 Nla VIF X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 X 1 X 11 1,222 9,759 12,871 22,36 9,641 14,597 1,75 2,288 5,15 6,524 5,459

27 BACK Setelah dlakukan Proses Restrct varabel Y X 1 X 2 X 5 X 7 X 8 X 9 X 1 X 1 -,21 X 2 -,847,64 X 5,532 -,146 -,551 X 7 -,24,88,91 -,17 X 8,3,129 -,297,428 -,323 X 9 -,61,12,77 -,796,113 -,367 X 1,2 -,118 -,7,265 -,111,59 -,15 X 11 -,287 -,86,124 -,129,47,159,147,798 Nla VIF X 1 X 2 X 5 X 7 X 8 X 9 X 1 X 11 1,152 2,36 3,62 1,174 2,134 3,831 6,339 4,934

28 Model Regres Lner Yˆ = 72,6 + 7,3 X 1,158 X 2 +,3 X 5,217 X 7,141 X 8 +,514 X 9 +,254 X 1,238 X 11 Jawa Tmur F htung 13,88 db 8;29 f (,5;8,29) 2,28 Predktor Koefsen T P-value kesmpulan Konstan 72,61 18,31 sgnfkan X1 7,34,48,635 tdak sgnfkan X2 -, ,78 sgnfkan X5,39,4,691 tdak sgnfkan X7 -,2172,198,264 tdak sgnfkan X8 -,1411 -,44,666 tdak sgnfkan X9,5142,5733,377 tdak sgnfkan X1,2544 1,42,168 tdak sgnfkan X11 -,2379-2,23,34 sgnfkan S = 1,65667 ; R 2 = 79,3% ; R 2 (adj) = 73,6% BACK

29 Geographcally Weghted Regresson Daerah Bandwdth Daerah Bandwdth Pactan 3, Magetan 3,1289 Ponorogo 2,7117 Ngaw 3,7659 Trenggalek 2, Bojonegoro 2, Tulungagung 2, Tuban 2,76873 Bltar 2,2136 Lamongan 2, Kedr 2,26722 Gresk 2, Malang 1,97972 Bangkalan 2,72594 Lumajang 2,7186 Sampang 2, Jember 2, Pamekasan 2,43834 Banyuwang 3, Sumenep 2, Bondowoso 2, Kota Kedr 2,29667 Stubondo 2,59213 Kota Bltar 2, Probolnggo 1, Kota Malang 1,9112 Pasuruan 1, Kota Probolnggo 2, Sdoarjo 1,9722 Kota Pasuruan 1, Mojokerto 2,799 Kota Mojokerto 2, Jombang 2,2193 Kota Madun 2,99897 Nganjuk 2, Kota Surabaya 2,12664 Madun 3,44242 Kota Batu 1,98781 Nla bandwth yang dperoleh dar hasl teras : 1, dengan nla krtera CV:

30 matrks pembobot yang dbentuk dengan fungs kernel gauss pada lokas (u 1, v 1 ) yatu Kabupaten Pactan adalah : (dengan jarak eucld) 1,,997 W u 1, v1 dag,9649,919,9229,9999,9869,964,935,8262,9992,9917,9618,9542,8749,9983,9896,9557,8918,937,9975,9913,9656,982,7161,997,9921,9214,927,6185,9949,9793,9332,8862,9954,9884,946,92 Matrx pembobot yang dbentuk dengan jarak antar kota sebenarnya adalah sebaga berkut : W 1, u 1, v1 dag

31 Penaksran Parameter : Nla Mnmum Maksmum Intercept 663, 758, X1 259, 182, X2-169, -146, X5,,1 X7-216, -185, X8-52,7 31,6 X9 23,5 87, X1,77 3,6 X11-24,5-14,3 ANOVA Fotherngham : SSE d.f F P-value Model GWR 63, ,2574,2823 Model Lner 79, ANOVA LEUNG : SSE d.f F P-value Model GWR 63, Model Lner 79, Pengujan parameter model dmaksudkan untuk mengetahu faktor-faktor yang berpengaruh terhadap besarnya angka harapan hdup (AHH) setap lokas u., v Apabla dgunakan nla sebesar 5% maka nla T (,25;29) 22,45, Adapun varabel-varabel yang sgnfkan d tap Kabupaten/Kota dapat dlhat pada tabel berkut:

32 Id Kab/Kota Varabel yang sgnfkan berpengaruh Id Kab/Kota Varabel yang sgnfkan berpengaruh Pactan X 2 19 Magetan X 2 1Ponorogo X 2 2 Ngaw X 2 2Trenggalek X 2 21 Bojonegoro X 2 3Tulungagung X 2 22 Tuban X 2 4Bltar X 2 23 Lamongan X 2 5Kedr X 2 24 Gresk X 2 6Malang X 2 25 Bangkalan X 2 7 Lumajang X2 26 Sampang X2 8 Jember X2 27 Pamekasan X2 9 Banyuwang X2 28 Sumenep X2 1Bondowoso X2 29 Kota Kedr X 2 11 Stubondo X2 3 Kota Bltar X 2 12Probolnggo X 2 31 Kota Malang X 2 13Pasuruan X 2 32 Kota Probolnggo X 2 14Sdoarjo X 2 33 Kota Pasuruan X 2 15Mojokerto X 2 34 Kota Mojokerto X 2 16Jombang X 2 35 Kota Madun X 2 17Nganjuk X 2 36 Kota Surabaya X 2 18Madun X 2 37 Kota Batu X 2

33 Pengelompokan Kabupaten/Kota d Jawa Tmur Berdasarkan Varabel yang Sgnfkan Dengan Menggunakan Pembobot Fungs Kernel Gauss Kabupaten/Kota Pactan, Lumajang, Jember, Banyuwang, Bondowoso, Stubondo, Magetan, Sampang, Pamekasan, Sumenep, Kota Probolnggo Ponorogo, Trenggalek, Tulung Agung, Bltar, Kedr, Malang, Probolnggo, Pasuruan, Sdoarjo, Mojokerto, Jombang, Nganjuk, Madun, Ngaw, Bojonegoro, Tuban, Lamongan, Gresk, Bangkalan, Kota Kedr, Kota Bltar, Kota Malang, Kota Pasuruan, Kota Mojokerto, Kota Madun, Kota Surabaya, Kota Batu Varabel yang sgnfkan X 2 : Persentase persalnan yang dlakukan dengan bantuan non meds (dukun bay) X 2 : Persentase persalnan yang dlakukan dengan bantuan non meds (dukun bay) X 11 : Jumlah sarana kesehatan BACK

34 Perbandngan Kesesuaan Model Model SS Regres Lner (OLS) 79,59179 GWR 63,29941 * Ket : *) Model Terbak

35 JAWA TENGAH

36 STATISTIKA DESKRIPTIF Varabel Total count Rata-rata Standar Devas Mnmum Maxmum Y 35 69,946 1,547 66,75 72,62 X 1 35,1697,1215,2,43 X ,7 11,87 1,2 44,59 X ,426,968 18,123 21,785 X ,525 1,162 4,969 9,4 X X ,32 27,74 86 X ,945 1, ,376 X ,2 13,32 41,92 96,38 X ,27 8,84 3,75 36,66 X , X ,31 42,

37 Identfkas Multkolnertas Y X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 X 1 X 1 -,129 X 2 -,528,182 X 3,41 -,261 -,682 X 4,352 -,37 -,649,878 X 5,26 -,247 -,662,792,863 X 6 -,27,233,655 -,751 -,836 -,851 X 7 -,185 -,39,91 -,233 -,194 -,16,199 X 8,326 -,39 -,577,539,626,653 -,569 -,16 X 9 -,236,215,746 -,52 -,543 -,72,67,95 -,527 X 1,77,19 -,242,1,89,31 -,41,8,13 -,169 X 11,161,64 -,239 -,26,13 -,72,95,221,137 -,117,814 Nla VIF X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 X 1 X 11 1,226 3,934 5,619 8,831 8,35 4,831 1,175 2,75 3,629 3,433 4,26 BACK

38 Regres Lner Yˆ = 62,1-5,3 X 1 -,124 X 2 -,19 X 3 +,776 X 4 +,1 X 5 +,721 X 6 -,26 X 7 +,88 X 8 +,569 X 9 -,1 X 1 -,14 X 11 Jawa Tengah F htung 6,18 db 11;23 f (,5;11,23) 2,24 Predktor Koefsen T P-value kesmpulan Konstan 62,11 9,17 sgnfkan X 1-5,3 -,36,723 tdak sgnfkan X 2 -, ,59 sgnfkan X 3 -,194 -,5,961 tdak sgnfkan X 4,7757 1,87,74 sgnfkan X 5,131 1,25,225 tdak sgnfkan X 6,728 5,61 sgnfkan X 7 -,261-1,8,86 sgnfkan X 8,88,5,621 tdak sgnfkan X 9,5689 1,63,117 tdak sgnfkan X 1 -,11 -,41,685 tdak sgnfkan X 11 -,136 -,13,896 tdak sgnfkan S =, ; R 2 = 74,7 % ; R 2 (adj) = 62,6% BAck

39 Geographcally Weghted Regresson no Kabupaten/Kota Bandwdth no Kabupaten/Kota Bandwdth 1 Clacap 2, Kudus 2, Banyumas 2, Jepara 2, Purbalngga 2, Demak 1, Banjarnegara 2, Semarang 1, Kebumen 2, Temanggung 1, Purworejo 1, Kendal 1, Wonosobo 1, Batang 1, Magelang 1, Pekalongan 2, Boyolal 1, Pemalang 2, Klaten 1, Tegal 2, Sukoharjo 1, Brebes 2, Wonogr 2, Kota Magelang 1, Karanganyar 2, Kota Surakarta 2, Sragen 2, Kota Salatga 1, Grobogan 1, Kota Semarang 1, Blora 2, Kota Pekalongan 2, Rembang 2, Kota Tegal 2, Pat 2, Nla bandwth yang dperoleh dar hasl teras : dengan nla krtera CV :

40 matrks pembobot dengan fungs kernel gauss pada lokas (u 1, v 1 ) yatu Kabupaten Clacap adalah : 1,9773 W u 1, v 1 dag,9647,937,8291,9986,9827,9818,851,816,9945,981,9492,8827,4133,9917,9854,924,8378,9948,9682,9579,8843,9885,9625,9541,9369,9818,9623,946,871,9874,9446,9153,8275 Matrx pembobot yang dbentuk dengan jarak antar kota sebenarnya adalah sebaga berkut : W 1, u 1, v 1 dag

41 Penaksran Parameter : Nla Mnmum Maksmum Intercept 6122, 6673, X1 9884, 395, X2 141,3 112,2 X3 395,7 25,2 X4 417,3 866,8 X5,829,1594 X6 59,1 78,67 X7 342,6 272,5 X8 5,68 14,1 X9 27,77 13,5 X1 3,734 2,977 X11 1,35 2,846 ANOVA Fotherngham : SSE d.f F P-value Model GWR 18, ,93 1,142,3864 Model Lner 2, ANOVA LEUNG : SSE d.f F P-value Model GWR 18, ,121,5121 Model Lner 2, Pengujan parameter model dmaksudkan untuk mengetahu faktor-faktor yang berpengaruh terhadap besarnya angka harapan hdup (AHH) setap lokas. Apabla dgunakan nla sebesar 5% maka nla, Adapun varabel-varabel yang sgnfkan d tap Kabupaten/Kota dapat dlhat pada tabel berkut:

42 Varabel yang sgnfkan berpengaruh Id Kab/Kota Varabel yang sgnfkan berpengaruh Id Kab/Kota Clacap X 2, X 6, X 9 18 Kudus X2, X6 1 Banyumas X 2, X 6, X 9 19 Jepara X2, X6 2 Purbalngga X 2, X 6, X 9 2 Demak X2, X6 3 Banjarnegara X2, X6 21 Semarang X2, X6 4 Kebumen X2, X6 22 Temanggung X2, X6 5 Purworejo X2, X6 23 Kendal X2, X6 6 Wonosobo X2, X6 24 Batang X2, X6 7 Magelang X2, X6 25 Pekalongan X2, X6 8 Boyolal X2, X6 26 Pemalang X2, X6 9 Klaten X2, X6 27 Tegal X2, X6, X9 1 Sukoharjo X2, X6 28 Brebes X2, X6, X9 11 Wonogr X2, X6 29 Kota Magelang X2, X6 12 Karanganyar X2, X6 3 Kota Surakarta X2, X6 13 Sragen X2, X6 31 Kota Salatga X2, X6 14 Grobogan X2, X6 32 Kota Semarang X2, X6 15 Blora X2, X6 33 Kota Pekalongan X2, X6 16 Rembang X2, X6 34 Kota Tegal X 2, X 6, X 9 17 Pat X2, X6

43 Pengelompokan Kabupaten/Kota d Jawa Tengah Berdasarkan Varabel yang Sgnfkan Dengan Menggunakan Pembobot Fungs Kernel Gauss Kabupaten/Kota Clacap, Banyumas, Purbalngga, Brebes, Kabupaten Tegal dan Kota Tegal Banjarnegara, Kebumen, Purworejo, Wonosobo, Magelang, Boyolal, Klaten, Sukoharjo, Wonogr, Karanganyar, Sragen, Grobogan, Blora, Rembang, Pat, Kudus, Jepara, Demak, Semarang, Temanggung, Kendal, Batang, Pekalongan, Pemalang, Kota Magelang, Kota Surakarta, Kota Salatga, Kota Semarang, Kota Pekalongan Varabel yang sgnfkan X 2 : Persentase persalnan yang dlakukan dengan bantuan non meds (dukun bay) X 6 : Persentase daerah yang berstatus desa X 9 : Persentase penduduk mskn X 2 : Persentase persalnan yang dlakukan dengan bantuan non meds (dukun bay) X 6 : Persentase daerah yang berstatus desa BACK

44 Perbandngan Kesuaan Model Model SS Regres Lner (OLS) 2,56622 GWR 18,3745 * Ket : *) Model Terbak

45 BACK Kesmpulan 1. Faktor-faktor yang berpengaruh terhadap AHH d Jatm berdasarkan model GWR adalah Persentase persalnan yang dlakukan dengan tenaga non meds (X2) dan jumlah tenaga meds (X11). Terdapat dua kelompok yang terbentuk berdasarkan varabel yang sgnfkan pada masng-masng model d Jawa Tmur. Kelompok yang pertama masalah yang sgnfkan berpengaruh terhadap AHH yatu X2 dan untuk kelompok yang kedua masalah yang sgnfkan berpengaruh terhadap AHH yatu X2 dan X11.

46 Next Kesmpulan 2. Faktor-faktor yang mempengaruh angka harapan hdup d Jawa Tengah adalah persentase persalnan yang dlakukan oleh bantuan non meds (X2), persentase daerah yang berstatus desa (X6), dan persentase penduduk mskn (X9). Berdasarkan varabel yang sgnfkan, maka kabupaten/kota d Jawa Tengah dapat dkelompokkan menjad dua kelompok. Pada kelompok pertama masalah yang sgnfkan berpengaruh yatu X2, X6, dan X9. Sedangkan kelompok kedua masalah yang berpengaruh terhadap AHH yatu X2 dan X6

47 Saran 1. Dalam melakukan analss agar lebh memperhatkan asums resdual yang harus dpenuh yatu asums resdual berdstrbus normal, karena hal tu berpengaruh terhadap hasl analss. Apabla data yang dgunakan tdak berdstrbus normal maka dapat dgunakan model regres lokal yang lan. 2. Selan menggunakan program R 2.9.1, dsarankan untuk menggunakan program lan untuk melakukan analss sepert program GWR4 agar lebh prakts, atau mungkn dengan menggunakan program Matlab 3. Model GWR sangat sesua apabla dterapkan d Indonesa, karena konds setap daerah d Indonesa sangat beragam (berbeda satu sama lan). Sehngga dengan adanya varabel-varabel yang dgunakan dalam analss yang menggunakan model GWR dharapkan mampu menerangkan konds lokal daerah tersebut.

48 Daftar Pustaka Draper, N.R. and Smth, H Appled Regresson Analyss, Second Edton. John Wley and sons, Inc. New York. Fotherngham, A.S., Brundson, C., dan Charlton, M. 22. Geographcally Weghted Regresson : the analyss of spatally varyng relatonshp. John Wley & Sons Ltd, England. Myers, R.H Classcal and Modern Regresson wth Applcaton, Second Edton. PWS-Kent Publshng Company. Boston. Sugyanto. 28. Analss Data Spasal Menggunakan Metode Geographcally Weghted Regresson (Stud Kasus Data Kemsknan d Propns Papua). Program Magster. Insttut Teknolog Sepuluh Nopember. Surabaya. Tm Penyusunan Laporan Tujuan Pembangunan Mlenum Indonesa tahun Laporan Pencapaan Mlenum Development Goals Indonesa 27. Jakarta : Kementran Negara Perencanaan Pembangunan Nasonal.

49 TERIMA KASIH