(R.16) KAJIAN MODEL SPASIAL DURBIN (SDM) DALAM PEMODELAN KEADIAN DIARE DAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA (Studi Kasus : Kabupaten Tuban)
|
|
- Hamdani Sumadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 (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 rokhana_db@binus.ac.id Abstrak Kajian pemodelan kejadian diare dan faktor ang mempengaruhinna dengan adana pengaruh karakteristik lokasi ang berbeda sangat diperlukan..metode spasial merupakan metode ang dapat digunakan untuk pemodelan tersebut aitu dengan mendapatkan informasi pengamatan ang dipengaruhi efek ruang atau lokasi. Salah satu jenis khusus model spasial autoregressive adalah model Spatial Durbin Model (SDM) dimana terdapat pengaruh lag dari variabel dependen maupun independen. Model ini dikembangkan dengan alasan dalam beberapa kasus hubungan dependensi dalam spasial tidak hana terjadi pada variabel dependen tetapi juga pada variabel independen. Pemodelan SDM antara kejadian diare dan faktor ang mempengaruhi di Kabupaten Tuban Jawa Timur menunjukkan bahwa secara umum dependensi lag pada variabel dependen dan independen signifikan berpengaruh. Variabel ang signifikan berpengaruh pada α = 5 persen adalah variabel sumber air minum dan rasio jumlah tenaga medis dengan penduduk serta lag variabel sumber air minum lag variabel rasio jumlah puskemas dengan penduduk dan lag variabel rasio jumlah tenaga medis dengan penduduk. Lag variabel dependen kejadian diare signifikan berpengaruh pada α = 0 persen. Kata Kunci: kejadian diare Spatial Durbin Model (SDM). PENDAHULUAN Hingga saat ini diare masih menjadi salah satu penebab utama kesakitan dan kematian. Menurut Depkes (0) di Indonesia sendiri angka morbiditas diae pada tahun 00 adalah 4 per seribu penduduk. Keputusan Menteri Kesehatan No. 85/Menkes/SK/IX/008 menebutkan bahwa penebab masih tinggina angka tersebut karena sejumlah 47% masarakat masih berperilaku buang air besar ke sungai sawah kolam kebun dan tempat terbuka. Selain itu juga karena kebiasaan kurang sehat mereka dalam mencuci tangan. Sementara itu menurut catatan Dinas Kesehatan Jawa Timur kasus diare di Jawa Timur pada pada tahun menempati urutan pertama dibandingkan penakitpenakit 7
2 lainna. Hal tersebut ditunjukkan oleh jumlah kunjungan pasien diare di RS Sentinel aitu pada maingmasing 33% % dan 0%. Jumlah penderita diare tahun 00 sebanak kasus. Penakit diare sampai saat ini masih menjadi masalah kesehatan masarakat. Banak masarakat ang memiliki kebersihan lingkungan ang belum memenuhi standart sehat. Di Kabupaten Tuban Jawa Timur diare juga masih menjadi salah satu masalah kesehatan hingga saat ini. Banak sekali faktor ang mempengaruhi kejadian diare diantarana faktor ekonomi keadaan gizi kebiasaan atau perilaku sanitasi lingkungan dan sebagaina. Setiap rumahtangga di daerah ang berbeda memiliki karakteristik dan faktor pengaruh ang berbeda. Maux et al. (997) mengungkapkan bahwa analisis data kesehatan ang terkait terhadap ruang sangat penting dalam penelitian epidemiologi dan kesehatan perencanaan tentang penakit menular. Oleh karena itu identifikasi faktorfaktor ang berpengaruh terhadap kejadian diare perlu dilakukan melalui pemodelan spasial. Metode spasial merupakan metode untuk mendapatkan informasi pengamatan ang dipengaruhi efek ruang atau lokasi. LeSage dan Pace (009) menatakan bahwa pemodelan spasial dilakukan dengan proses autoregressive aitu ditunjukkan dengan hubungan ketergantungan antara sekumpulan pengamatan atau lokasi. Salah satu model spasial autoregressive adalah model spasial Mixed Regressive Autoregressive (Anselin 988) aitu W Xβ ε dengan hana ada pengaruh spasial lag pada variabel dependen. Hubungan spasial antar pengamatan tersebut dinatakan dalam matrik pembobot (W ). Spatial Durbin Model (SDM) merupakan salah satu jenis dari model tersebut dimana dikembangkan dengan alasan karena dalam beberapa kasus hubungan dependensi dalam spasial tidak hana terjadi pada variabel dependen tetapi juga pada variabel independen. Sehingga dalam penelitian ini dilakukan pengkajian permodelan SDM antara ketersediaan prasarana sanitasi air bersih dan fasilitas kesehatan dengan kejadian diare di 8
3 Kabupaten Tuban Jawa Timur untuk mengidentifikasi faktorfaktor ang berpengaruh pada kejadian diare tersebut.. METODE Data ang digunakan dalam penelitian adalah data dari hasil Survei Sosial Ekonomi Nasional (Susenas) Badan Pusat Statistik (BPS) tahun 007 data Kabupaten Tuban dalam Angka 008 dan data Dinas Kesehatan. Lokasi penelitian adalah di 0 kecamatan di Kabupaten Tuban Jawa Timur. Data ang digunakan adalah data ang telah terstandardisasi. Variabel ang digunakan dalam penelitian meliputi variabel dependen dan independen. Variabel dependen adalah kejadian diare () aitu persentase penduduk penderita penakit diare ang tercatat di puskesmaspuskesmas di setiap kecamatan. Variabel independen meliputi sumber air minum (x ) jarak pompa/ sumur/mata air ke tempat penampungan kotoran/tinja terdekat (x ) kepemilikan fasilitas air minum (x 3) kepemilikan fasilitas buang air besar (x 4) jenis kloset (x 5) kepemilikan tempat pembuangan akhir tinja (x 6) rasio jumlah puskesmas dengan jumlah penduduk (x 7) rasio jumlah tenaga medis dengan jumlah penduduk (x 8). Tahapan analisis data dimulai dengan eksplorasi data melalui peta tematik uji dependensi spasial atau autokorelasi dengan Moran s I pada masingmasing variabel melakukan pemodelan Ordinar Least Square (OLS) dan Spatial Durbin Model (SDM) serta evaluasi koefisien determinasi (R square) dan Sum Square Error (SSE). Spatial Autoregressive Models Model umum Spatial Autoregressive Models (model spasial autoregressive) dinatakan pada persamaan () dan () (LeSage 999; dan Anselin 988). W Xβ u () Dengan u W u ε dan ε ~ N (0 I) () 9
4 Dimana adalah vektor variabel dependen (n x ) X matrik variabel independen (n x (k+)) β vektor parameter koefisien regresi ((k+) x ) parameter koefisien spasial lag variabel dependen parameter koefisien spasial lag pada error udan ε error (n x ) W dan W matrik pembobot (n x n) I matrik identitas berukuran n x n n banakna amatan atau lokasi (i=3...n) dan k banakna variabel independen (k=3...n). Dari persamaan () ketika X = 0 dan W 0 akan menjadi model spasial autoregressive order pertama W ε. Model tersebut menunjukkan variansi pada sebagai kombinasi linear variansi antar lokasi ang berdekatan dengan tanpa variabel independen. Ketika 0 W atau 0 maka akan manjadi model regresi spasial Mixed RegressiveAutoregressive atau Spatial Autoregressive Model (SAR) W Xβ ε. Model tersebut mengasumsikan bahwa proses autoregressive hana pada variabel dependen. Ketika W 0 atau 0 maka akan manjadi model regresi spasial autoregressive dalam error atau spatial error model (SEM) W Xβ W u ε. Dengan u menunjukkan spasial struktur W pada spatiall dependent error (ε ). Ketika W W 0 0 atau 0 maka disebut Spatial Autoregressive Moving Average (SARMA) dengan persamaan sama seperti pada persamaan (). Jiika 0 dan 0 maka akan manjadi model regresi linear sederhana Xβ ε ang estimasi parameterna dapat dilakukan melalui Ordinar Least Square (OLS). Dalam model tersebut tidak terdapat efek spasial. Spatial Durbin Model (SDM) Spatial Durbin Model (SDM) merupakan kasus khusus model SAR aitu ada penambahan spasial lag pada variabel independen (Anselin 988). Model SDM dinatakan pada persamaan (3). Vektor parameter koefisien spasial lag variabel independen dinatakan dalam β. 0 W β Xβ W Xβ ε (3) 30
5 Persamaan (3) dapat dinatakan menjadi persamaan (4). I W Zβ ε ~ N I W Zβ I dengan I X WX Z β β β T 0 β (4) 3. HASIL DAN PEMBAHASAN Pada Tahun 007 Dinas Kesehatan Kabupaten Tuban mencatat bahwa sejumlah 8 persen (3.770 jiwa) dari.7.46 jiwa menderita penakit diare. Dibandingkan dengan kabupaten lain di Jawa Timur pada 007 Kabupaten Tuban menduduki peringkat ke9 untuk kejadian diare. Gambar menunjukkan persentase kejadian diare menurut kecamatan. Dapat diketahui bahwa kecamatan ang memiliki persentase tinggi berada di wilaah pinggiran Kabupaten Tuban diantarana Kecamatan Parengan (4 persen) Soko (407 persen) Rengel (379 persen) Plumpang (339 persen) Palang (370 persen) dan Bancar (354 persen). Keterangan : Sumber : Diolah dari data Dinkes Kab. Tuban 007 Gambar Persentase Kejadian Diare Menurut Kecamatan 007. Pemodelan OLS dan SDM Berdasarkan hasil pengujian autokorelasi spasial dengan Moran s I dengan tingkat signifikansi 5persen diketahui bahwa terdapat autokorelasi pada variabel tempat 3
6 pembuangan akhir tinja (X 6) antar kecamatan. Sedangkan pengujian dengan tingkat signifikansi 0persen terjadi autokorelasi pada masingmasing variabel sumber air minum (X ) jarak ketempat penampungan kotoran/tinja (X ) penggunaan fasilitas tempat buang air besar (X 4) dan jenis kloset (X 5). Pada langkah pemodelan dimulai dengan menggunakan metode Ordinar Least Square (OLS). Hasil pemodelan melalui metode OLS disajikan pada Tabel. Metode ini menghasilkan variabel jenis kloset (X 5) ang signifikan berpengaruh pada α=0persen dan penggunaan fasilitas air minum (X 3) ang signifikan berpengaruh pada α=0persen. Metode OLS ini menghasilkan koefisien determinansi (R square) ang relatif kecil dan Sum Square Error (SSE) ang besar. Pengujian asumsi residual didapatkan residual ang berdistribusi normal telah independen dan terdapat heterodeskedasitas. Pada pengujian Moran s I residual ada indikasi pengelompokan residual. Metode OLS ini memiliki kinerja kurang baik karena asumsi identik residual ang tidak terpenuhi ang mengakibatkan varians residual tidak homogen dan terdapat indikasi pengelompokan residual. Oleh karena itu perlu dilakukan permodelan spasial. Pada pemodelan SDM terdapat dependensi lag pada variabel dependen maupun independen. Hal tersebut ditunjukkan oleh parameter ang signifikan berpengaruh pada taraf signifikansi α = 0 persen dan lag variabel independen signifikan berpengaruh terhadap kejadian diare pada taraf signifikansi α = 5 persen α = 0 persen atau α = 0 persen. Signifikansi pada lag variabel independen ditunjukkan oleh variabelvariabel independen dengan pembobot ang signifikan perpengaruh. Variabel tersebut diantarana sumber air minum (X ) rasio jumlah puskemas dengan penduduk (X 7) dan rasio jumlah tenaga medis dengan penduduk (X 8) pada taraf signifikansi α = 5 persen. Variabel lainna aitu jarak ke tempat penampungan kotoran/tinja (X ) signifikan pada α = 0 persen dan 3
7 tempat pembuangan akhir tinja (X 6) signifikan pada α = 0 persen. Pemodelan SDM memiliki R square ang lebih besar dan SSE ang lebih kecil dibandingkan OLS. Tabel Estimasi Parameter OLS dan SDM Pemodelan OLS Pemodelan SDM Parameter Estim asi t hitung Estimasi Wald β ** β ** β ** β *** * β β ** β β ** β * β * β ** β β β β *** β * β * *** R square(%) SSE Ket : *) signifikan pada α=5% **) signifikan pada α=0% ***) signifikan pada α=0% t ; t ; ; ; 00; 64 Koefisien variabel sumber air minum terboboti bernilai positif menunjukkan bahwa kecamatan ang bersebelahan dengan kecamatan lain dengan persentase RT ang menggunakan sumber air minum dari mata air tak terlindungi dan sumur tak terlindungi tinggi maka akan cederung memiliki persentase kejadian diare tinggi pula. Begitu juga sebalikna kecamatan ang bersebelahan dengan kecamatan lain dengan persentase rendah 33
8 maka akan cenderung memiliki persentase kejadian diare rendah pula. Sedangkan pada variabel rasio jumlah tenaga medis dengan penduduk memiliki koefisien negatif. Hal tersebut menunjukkan bahwa kecamatan ang bersebelahan dengan kecamatan lain dengan rasio tinggi maka akan cederung memiliki persentase kejadian diare rendah. Berdasarkan hubungan antara kejadian diare dan kepemilikan sarana sanitasi air bersih dan fasilitas kesehatan pada SDM dapat diartikan juga bahwa persamaan atau perbedaan karakteristik pada kecamatan ang berdekatan dapat memicu peningkatan atau penurunan jumlah kejadian diare. Sebagai contoh kecamatan dengan persentase rumahtangga ang menggunakan sumber air minum dari mata air tak terlindungi dan sumur tak terlindungi tinggi akan dapat dipicu oleh kecamatan didekatna ang memiliki persentase sedikit untuk menurunkan kejadian diare. Pemicuan tersebut dapat dilakukan melalui programprogram bersangkutan ang telah dilaksanakan. 4. KESIMPULAN Berdasarkan hasil pemodelan dapat disimpulkan bahwa lag variabel dependen maupun independen berperan penting pada pemodelan SDM kejadian diare dan faktorfaktor ang mempengaruhina. Variabel ang signifikan berpengaruh pada α = 5 persen adalah variabel sumber air minum (X ) dan rasio jumlah tenaga medis dengan penduduk (X 8) serta lag variabel sumber air minum (X ) lag variabel rasio jumlah puskemas dengan penduduk (X 7) dan lag variabel rasio jumlah tenaga medis dengan penduduk (X 8). Lag variabel dependen kejadian diare () signifikan berpengaruh pada α = 0 persen. 34
9 5. DAFTAR PUSTAKA Anselin L. (988) Spatial Econometrics : Methods and Models Kluwer Academic Publishers Netherlands. Arumsari N. dan Sutikno (00) Permodelan Kejadian Diare dengan Pendekatan Regresi Spasial. Studi Kasus : Kabupaten Tuban Jawa Timur Seminar Nasional Pasca Sarjana X Pasca Sarjana Institut Teknologi Sepuluh Nopember Surabaa hal. VI3. Depkes (0) Biasakan Cuci Tangan Pakai Sabun Pada 5 Waktu Kritis [diunduh pada tanggal 0 Oktober 0] LeSage J.P. dan Pace R.K. (009) Introduction to Spasial Econometrics R Press Boca Ration. Maux J. Ali M. Felsenstein A. Chakrabort J. dan de Francisco A. (997) Spatial Distribution of Water Diarrhoea in Children: Identification of Risk Areas in a Rural Communit in Bangladesh Health and Place Vol. 3 No. hal
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 terperinciMODEL 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 terperinciBAB 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 terperinciPEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH
PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH 1 Diana Wahyu Safitri, 2 Moh Yamin Darsyah, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika FMIPA Universitas
Lebih terperinciANALISIS KEMISKINAN DENGAN PENDEKATAN MODEL REGRESI SPASIAL DURBIN (Studi Kasus: Kabupaten Gianyar)
E-Jurnal Matematika Vol., No.3, Agustus 013, 11-16 ISSN: 303-1751 ANALISIS KEMISKINAN DENGAN PENDEKATAN MODEL REGRESI SPASIAL DURBIN (Studi Kasus: Kabupaten Gianyar) LUH PUTU SAFITRI PRATIWI 1, I GUSTI
Lebih terperinciPEMODELAN 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 terperinciPEMODELAN 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 terperinciPemodelan 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 terperinciBAB 1 PENDAHULUAN. konsistensi dari tinja, yang melembek sampai mencair dan bertambahnya frekuensi
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
Lebih terperinciPemodelan 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 terperinciPEMODELAN 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 terperinciBAB 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 terperinciPemodelan 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 terperinciBAB 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 terperinciPemodelan 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 terperinciANALISIS 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 terperinciDESAIN SAMPLING UNTUK PEMODELAN SPATIAL. Bertho Tantular Departemen Statistika FMIPA Universitas Padjadjaran
ISBN : 978.62.36.2. DESAIN SAMPLING UNTUK PEMODELAN SPATIAL Bertho Tantular Departemen Statistika FMIPA Universitas Padjadjaran berthotantular@gmail.com ABSTRAK. Desain sampling bergantung pada banyak
Lebih terperinciBAB 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 terperinciPemodelan 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 terperinciPEMODELAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI JAWA TENGAH DENGAN PENDEKATAN SPASIAL AUTOREGRESSIVE MODEL PANEL DATA
PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI JAWA TENGAH DENGAN PENDEKATAN SPASIAL AUTOREGRESSIVE MODEL PANEL DATA Ulfatun Khasanah 1, Abdul Karim 2,, Indah Manfaati Nur 3 1 Mahasiswa Statistika,,
Lebih terperinciREGRESI SPATIAL DURBIN MODEL UNTUK MENGIDENTIFIKASI FAKTOR YANG BERPENGARUH PADA ANGKA KEMATIAN BAYI DI JAWA TIMUR
REGRESI SPATIAL DURBIN MODEL UNTUK MENGIDENTIFIKASI FAKTOR YANG BERPENGARUH PADA ANGKA KEMATIAN BAYI DI JAWA TIMUR M. Setyo Pramono 1, Nofrisca Berta Aditie 2 dan Sutikno 2 1 Pusat Humaniora, Kebijakan
Lebih terperinciAPLIKASI 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 terperinciANALISIS 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 terperinciESTIMASI MODEL SIMULTAN SPASIAL PERTUMBUHAN EKONOMI JAWA TIMUR
ESTIMASI MODEL SIMULTAN SPASIAL PERTUMBUHAN EKONOMI JAWA TIMUR Firda Fadri Manajemen Informatika, Sekolah Tinggi Teknologi Walisongo Gempol Email: firda.fadri@gmail.com ABSTRAK Model ekonometri spasial
Lebih terperinciBAB 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 terperinciTeknik Ensemble dengan Additive Noise pada Estimasi Parameter Model Autoregressive Spasial
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Teknik Ensemble dengan Additive Noise pada Estimasi Parameter Model Autoregressive Spasial Sulistiyaningsih 1, Dewi Retno Sari Saputro 2, Purnami Widyaningsih
Lebih terperinciANALISIS 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 terperinciBAB 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 terperinciAPLIKASI 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 terperinciBAB 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 terperinciPEMODELAN PRODUKSI PADI DI PROVINSI JAWA TENGAH DENGAN PENDEKATAN SPATIAL ECONOMETRICS
PEMODELAN PRODUKSI PADI DI PROVINSI JAWA TENGAH DENGAN PENDEKATAN SPATIAL ECONOMETRICS 1 Fathikatul Arnanda, 2 Abdul Karim 1,2 Program Studi Statistik Fakultas Matematika dan IlmuPengetahuaan Alam,Universitas
Lebih terperinciBAB 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 terperinciMODEL SPASIAL DURBIN EROR UNTUK INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH
MODEL SPASIAL DURBIN EROR UNTUK INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH Albertus Revoliko Septiawan, Sri Sulistijowati Handajani, dan Titin Sri Martini Program Studi Matematika Fakultas Matematika
Lebih terperinciSPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 2014.
Spatial Autoregressive Model... (Lailatul Syaadah) 1 SPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 214 Jurnal Diajukan kepada Fakultas
Lebih terperinciANALISIS 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 terperinciS - 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 terperinci2.11. 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 terperinciPEMETAAN 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 terperinciPemodelan 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 terperinciBAB 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 terperinciMODEL SAR, EKSPANSI SAR DAN PLOT MORAN UNTUK PEMETAAN HASIL AKREDITASI SEKOLAH DI PROVINSI JAWA BARAT *)
MODEL SAR, EKSPANSI SAR DAN PLOT MORAN UNTUK PEMETAAN HASIL AKREDITASI SEKOLAH DI PROVINSI JAWA BARAT *) Atje Setiawan Abdullah 1., Budi Nurani Ruchjana 2,Toni Toharudin 3, Rudi Rosadi 4 1,4 Prodi Teknik
Lebih terperinciBAB III PEMBAHASAN. Pada pembahasan kali ini akan diuraikan langkah-langkah dalam melakukan
BAB III PEMBAHASAN Pada pembahasan kali ini akan diuraikan langkah-langkah dalam melakukan pemodelan menggunakan Spatial Autoregressive Model dan Matriks pembobot spasial Rook Contiguity. Langkah-langkah
Lebih terperinciPENDEKATAN BAYESIAN SPASIAL EKONOMETRIKA PADA PEMODELAN MIGASI PENDUDUK DI JAWA BARAT. Oleh : Priyono
PENDEKATAN BAYESIAN SPASIAL EKONOMETRIKA PADA PEMODELAN MIGASI PENDUDUK DI JAWA BARAT Oleh : Priyono Dosen Pembimbing : Dr. Ir. Setiawan, MS Dr. Sutikno, M.Si PROGRAM MAGISTER JURUSAN STATISTIKA FMIPA
Lebih terperinciSKRIPSI 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 terperinciANALISIS 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 terperinciROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL DEPENDENSI (STUDI KASUS PENYUSUNAN MODEL ANGKA KEMATIAN BAYI DI PROVINSI JAWA TIMUR)
ROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL DEPENDENSI (STUDI KASUS PENYUSUNAN MODEL ANGKA KEMATIAN BAYI DI PROVINSI JAWA TIMUR) ROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL
Lebih terperinciPERBANDINGAN 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 terperinciPEMODELAN KRIMINALITAS DENGAN PENDEKATAN REGRESI SPASIAL DI PROVINSI SULAWESI SELATAN
PEMODELAN KRIMINALITAS DENGAN PENDEKATAN REGRESI SPASIAL DI PROVINSI SULAWESI SELATAN Ansari Saleh Ahmar 1, Adiatma 2 1,2 Dosen Program Studi Statistika, Universitas Negeri Makassar Email : ansarisaleh@unm.ac.id
Lebih terperinciBAB II KAJIAN TEORI. Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan.
BAB II KAJIAN TEORI A. Matriks 1. Definisi Matriks Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan. Bilangan-bilangan dalam susunan tersebut dinamakan entri dalam matriks (Howard
Lebih terperinciPEMODELAN PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR DENGAN PENDEKATAN EKONOMETRIKA PANEL SPASIAL
PEMODELAN PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR DENGAN PENDEKATAN EKONOMETRIKA PANEL SPASIAL Alifta Kurnia Setiawati (1308100061) Pembimbing : Dr. Ir. Setiawan, MS 1 AGENDA 1 3 4 5 Pendahuluan Tinjauan
Lebih terperinciPEMODELAN 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 terperinciRegresi Spasial untuk Menentuan Faktorfaktor Kemiskinan di Provinsi Jawa Timur
Statistika, Vol. 12 No. 1, 1 8 Mei 2012 Regresi Spasial untuk Menentuan Faktorfaktor Kemiskinan di Provinsi Jawa Timur Anik Djuraidah dan Aji Hamim Wigena Departemen Statistika FMIPA-IPB, Kampus IPB Darmaga,
Lebih terperinciAnalisis Spasial Faktor Determinan Incident Rate Difteri
Analisis Spasial Faktor Determinan Incident Rate Difteri Puguh Saneko, Arief Wibowo dan Soenarnatalina Melaniani Departemen Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga
Lebih terperincipendekatan dalam penelitian ini dinilai cukup beralasan.
Tabel Hasil pendugaan model pengaruh tetap dengan Y sebagai peubah respon dan X, X dan X sebagai C -. 00 X -5 0.50 X.05 00 X 00 R 0.6 Adjusted R 0.6 Hasil pendugaan model data panel dengan Y sebagai peubah
Lebih terperinciPEMODELAN 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 terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah
63 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah Minimum Provinsi (UMP) dan Belanja Barang dan Jasa (BBJ) terhadap pembangunan
Lebih terperinciBAB 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 terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN MODEL SPATIAL AUTOREGRESSIVE (SAR)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 525-534 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA
Lebih terperinciBAB I PENDAHULUAN. pembangunan manusia diukur melalui Indeks Pembangunan Manusia (IPM).
BAB I PENDAHULUAN 1.1 Latar Belakang Proses perubahan negara menjadi Negara yang jauh lebih baik yaitu melalui pembangunan manusia, karena pembangunan suatu Negara agar menjadi Negara yang baik tidak hanya
Lebih terperinciMODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN SKRIPSI. Oleh MUSFIKA RATI
MODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG TAHUN DI KOTA MEDAN SKRIPSI Oleh MUSFIKA RATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Lebih terperinciBAB 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 terperinciSKRIPSI 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 terperinciABSTRAK. 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 terperinciROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL DEPENDENSI (Studi Kasus Penyusunan Model Angka Kematian Bayi di Provinsi Jawa Timur)
ROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL DEPENDENSI (Studi Kasus Penyusunan Model Angka Kematian Bayi di Provinsi Jawa Timur) Oleh: Eko Suharto [NRP. 1309201708] Pembimbing: Dr. Sutikno,
Lebih terperinciPENDEKATAN EKONOMETRIKA PANEL SPASIAL UNTUK PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO DI KALIMANTAN BARAT
Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 07, No. (08), hal 8. PENDEKATAN EKONOMETRIKA PANEL SPASIAL UNTUK PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO DI KALIMANTAN BARAT Ridho Pratama,
Lebih terperinciPEMODELAN INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN SPATIAL PANEL FIXED EFFECT (Studi Kasus: Indeks Pembangunan Manusia Propinsi Jawa Tengah )
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 173-182 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN SPATIAL PANEL
Lebih terperinciMODEL SPASIAL DURBIN DENGAN EFEK TETAP UNTUK TINGKAT PENGANGGURAN TERBUKA DI PROVINSI KEPULAUAN BANGKA BELITUNG
MODEL SPASIAL DURBIN DENGAN EFEK TETAP UNTUK TINGKAT PENGANGGURAN TERBUKA DI PROVINSI KEPULAUAN BANGKA BELITUNG Ridho Ilahi 1, M. Syamsuddin 2, Yusep Suparman 3 1 Mahasiswa Magister Statistika Terapan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pemodelan Spasial Pemodelan spasial adalah pemodelan yang berhubungan dengan pendekatan titik dan area. Tahapan untuk melakukan pemodelan spasial adalah regresi linier berganda;
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data time series tahunan Data
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data time series tahunan 2002-2012. Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung. Adapun data
Lebih terperinciANALISIS 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 terperinciMETODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilakukan di Kecamatan Karawang Timur, Kabupaten Karawang. Pemilihan lokasi tersebut didasarkan atas wilayah
Lebih terperinciIV. METODE PENELITIAN
34 IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian faktor-faktor yang mempengaruhi harga komoditas kakao dunia tidak ditentukan. Waktu pengumpulan data dilaksanakan pada bulan Februari
Lebih terperinciDisusun: 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 terperinciIII. METODELOGI PENELITIAN. Lampung, Disperindag Provinsi Lampung, jurnal-jurnal ekonomi serta dari
42 III. METODELOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini merupakan jenis penelitian kuantatif. Adapun yang menjadi data dalam penelitian ini adalah data sekunder yang diperoleh dari BPS Provinsi
Lebih terperinciMaslim 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 terperinciBAB VI PENUTUP Kesimpulan
BAB VI PENUTUP 6.1. Kesimpulan 1. Berdasarkan pemodelan yang dilakukan dengan menggunakan Ordinary Least Square (OLS) dan regresi spasial diperoleh bahwa asumsi klasik telah terpenuhi. Berdasarkan uji
Lebih terperinciANALISIS FAKTOR-FAKTOR PRODUKSI PERIKANAN TANGKAP PERAIRAN UMUM DARATAN DI JAWA TENGAH MENGGUNAKAN REGRESI BERGANDA DAN MODEL DURBIN SPASIAL ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 141-150 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR PRODUKSI PERIKANAN TANGKAP PERAIRAN UMUM
Lebih terperinciPROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011
(R.7) Model Regresi Poisson dan Model Spasial Otoregresif Poisson untuk Mendeteksi Faktor-Faktor yang Berpengaruh terhadap Jumlah Penderita Gizi Buruk di Provinsi Jawa Timur Siti Rohmah Rohimah 1, Muhammad
Lebih terperinciBAB III METODE PENELITIAN. Bangli, Kabupaten Karangasem, dan Kabupaten Buleleng.
BAB III METODE PENELITIAN A. Lokasi Penelitian Dalam penelitian ini, penulis menggunakan lokasi penelitian wilayah Provinsi Bali yang merupakan salah satu provinsi yang ada di Indonesia. Luas Provinsi
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciIII. METODE PENELITIAN
21 III. METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Desa Babakan Kecamatan Dramaga Kabupaten Bogor. Pemilihan tersebut dengan pertimbangan bahwa wilayah tersebut merupakan
Lebih terperinciBAB 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 terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
28 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif kuantitatif. Ruang lingkup penelitian ini adalah untuk melihat
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Produksi dan Mutu Tembakau Temanggung dengan Kombinasi antara Generalized Least Square dan Regresi Ridge
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 12) ISSN: 2301-928X D-1 Pemodelan Faktor-Faktor yang Mempengaruhi Produksi dan Mutu Tembakau Temanggung dengan Kombinasi antara Generalized Least Square
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data sekunder tahunan Data sekunder
III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahunan 2001-2012.Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung Dalam Angka, dan Dinas
Lebih terperinciPENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO 2 dan Gross Nation Product di Malaysia, Bhutan, dan Nepal)
PENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO dan Gross Nation Product di Malaysia, Bhutan, dan Nepal) Yanti I 1, Islamiyati A, Raupong 3 Abstrak Regresi geometrik
Lebih terperinciPEMODELAN KETAHANAN PANGAN RUMAH TANGGA DI INDONESIA DENGAN PENDEKATAN SEEMINGLY UNRELATED REGRESSION
PEMODELAN KEAHANAN PANGAN RUMAH ANGGA D NDONESA DENGAN PENDEKAAN SEEMNGLY UNRELAED REGRESSON Nama : Muh. Samad Rumalean NRP : 339 Pembimbing : Dr. r. Setiawan, MS. ABSRAK Ketahanan pangan akhir-akhir ini
Lebih terperinciARI RUSMASARI NRP
Oleh : ARI RUSMASARI NRP. 1310201710 Pembimbing : 1. Dr. SUTIKNO, S.Si, M.Si. 2. Dr. Ir. SETIAWAN, M.S. Program Magister Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciABSTRAK. Mariana, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon ,
ABSTRAK PENDEKATAN REGRESI SPASIAL DALAM PEMODELAN TINGKAT PENGANGGURAN TERBUKA (Spatial Regression Approach in Modeling of Open Unemployment Rate) Mariana, Dosen Pendidikan Matematika Fakultas Tarbiyah
Lebih terperinciANALISIS REGRESI MULTIVARIAT BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI PROVINSI JAWA TIMUR
ANALISIS REGRESI MULTIVARIAT BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI PROVINSI JAWA TIMUR Rosy Riskiyanti 1308.100.508 Dosen Pembimbing Ir. Sri Pingit Wulandari, M.Si Latar Belakang
Lebih terperinciBAB 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 terperinciV. HASIL DAN PEMBAHASAN
44 V. HASIL DAN PEMBAHASAN 5.1 Analisis Integrasi Pasar (keterpaduan pasar) Komoditi Kakao di Pasar Spot Makassar dan Bursa Berjangka NYBOT Analisis integrasi pasar digunakan untuk mengetahui bagaimana
Lebih terperinciPenelitian ini dilakukan di Kota Bogor,karena untuk memudahkan penulis. melakukan penelitian. Lokasi penelitian dilakukan dengan sengaja (purposive),
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Kota Bogor,karena untuk memudahkan penulis melakukan penelitian. Lokasi penelitian dilakukan dengan sengaja (purposive),
Lebih terperinciBAB I Pendahuluan. 1. Mengetahui pengertian penelitian metode regresi. 2. Mengetahui contoh pengolahan data menggunakan metode regresi.
BAB I Pendahuluan 1.1. Latar belakang Sepanjang sejarah umat manusia, orang melakukan penelitian tentang ada tidaknya hubungan antara dua hal, fenomena, kejadian atau lainnya. Dan ada tidaknya pengaruh
Lebih terperinciProsiding Seminar Nasional Matematika, Statistika, dan Aplikasinya September 2017, Samarinda, Indonesia ISBN:
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 017 3 September 017, Samarinda, Indonesia ISBN: 978-60-5031-0-3 Analisis Data Spasial Menggunakan Metode Geographically Weighted Regression
Lebih terperinciPemodelan Kerugian Makroekonomi Akibat Bencana Alam Dengan Regresi Panel
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Pemodelan Kerugian Makroekonomi Akibat Bencana Alam Dengan Regresi Panel Evi Kinasih Ikhwan dan Dwi Endah Kusrini Jurusan
Lebih terperinciOPTIMALISASI MATRIK BOBOT SPASIAL BERDASARKAN K-NEAREST NEIGHBOR DALAM SPASIAL LAG MODEL
M-9 OPTIMALISASI MATRIK BOBOT SPASIAL BERDASARKAN K-NEAREST NEIGHBOR DALAM SPASIAL LAG MODEL I Gede Nyoman Mindra Jaya 1), Bertho Tantular 2), Zulhanif 3) 1,2,3) Departemen Statistika FMIPA UNPAD jay.komang@gmail.com,
Lebih terperinciBAB III METODE PENELITIAN
33 BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Penelitian ini dilakukan berdasarkan data series bulan yang dipublikasikan oleh Bank Indonesia (BI) dan Badan Pusat Statistik (BPS), diantaranya adalah
Lebih terperinciPEMBENTUKAN MODEL SPASIAL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB (Studi Kasus : Kemiskinan di Jawa Tengah)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 417-426 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMBENTUKAN MODEL SPASIAL DATA PANEL FIXED EFFECT MENGGUNAKAN
Lebih terperinci