PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2
|
|
- Susanto Teguh Tanuwidjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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, ITS, Surabaya Abstrak Salah satu target dalam Millennium Development Goals (MDGs) adalah penurunan Angka Buta Huruf (ABH). Provinsi Jawa Timur adalah salah satu provinsi dengan umlah penderita buta huruf tertinggi. Fakta ini sangat menarik untuk dikai tentang faktor apa saa yang mempengaruhi tingginya ABH di Jawa Timur. Karakteristik antar kabupaten/kota yang beragam dan keterkaitan antar daerah (aspek spasial) perlu diakomodasi dalam mengidentifikasi faktor tersebut. Dengan mempertimbangkan aspek spasial, maka digunakan model regresi spasial untuk menyelesaikan permasalahan ini. Tuuan penelitian ini adalah mendeskripsikan ABH dan faktor-faktor yang mempengaruhinya di Provinsi Jawa Timur, serta memodelkan faktor-faktor yang mempengaruhinya. Hasil penelitian menunukkan bahwa angka buta huruf dipengaruhi oleh rasio penduduk miskin, rasio tenaga pendidik SD, rasio tenaga pendidik SMP, dan angka partisipasi murni 3-5 tahun dengan R sebesar 90,6%. Kata kunci: Angka buta huruf, MDGs, regresi spasial. PENDAHULUAN Millennium Development Goals (MDGs) merupakan suatu komitmen internasional yang disepakati seak tahun 990 hingga 05 yang bertuuan untuk mempercepat pembangunan manusia dan pengentasan kemiskinan. Salah satu target yang terdapat dalam MDGs adalah penurunan ABH. Tahun 009 umlah penduduk buta huruf di Indonesia masih dalam kisaran 8,7 uta iwa (Agustia, 00). Di Indonesia, Provinsi Jawa Timur adalah provinsi tertinggi tingkat buta hurufnya yang kemudian disusul Jawa Tengah, Jawa Barat dan Sulawesi Selatan. Fakta ini sangat menarik untuk dikai tentang faktor apa saa yang menadikan tingginya ABH di Jawa Timur. Penelitian tentang ABH yang pernah dilakukan oleh Taufik (009) tentang pengaruh buta huruf, umlah penduduk sekolah usia 7- tahun dan umlah penduduk sekolah usia 3-5 tahun terhadap ketimpangan pendapatan regional. Umami (00) mengatakan bahwa penyebaran data pada variabel angka buta huruf di seluruh wilayah Jawa Timur cukup menyebar dan karakteristik antar daerah yang beragam perlu diakomodir dalam pembuatan suatu permodelan. Keragaman karakteristik antar daerah diduga terdapat pengaruh aspek spasial/kewilayahan. Aspek spasial ini adalah berkaitan dengan empat kawasan kebudayaan yang terdapat di Jawa Timur. Empat kawasan tersebut adalah Arek, Madura, Mataraman, dan Pandalungan. Untuk dapat menghasilkan model ABH yang spesifik, informatif, dan aplikatif di setiap daerah dengan mempertimbangkan dependensi/keterkaitan antar daerah, penggunaan model regresi spasial merupakan metode yang tepat untuk menyelesaikan permasalahan ini. Tuuan penelitian ini adalah mendeskripsikan ABH dan faktor-faktor yang mempengaruhinya, menyusun model regresi spasial untuk mengidentifikasi faktor-faktor yang mempengaruhinya di Provinsi Jawa Timur, dan membandingkan model dengan menggunakan regresi spasial dengan dan regresi klasik. TINJAUAN PUSTAKA Analisis regresi adalah analisis yang bertuuan untuk memodelkan hubungan antara variabel prediktor dengan variabel respon. Model yang menggambarkan hubungan antara satu atau lebih variabel prediktor (X) dan variabel respon (Y) dinyatakan sebagai berikut. Y = β 0 + β X + β X + β 3 X β p X p + ε () dimana 0,,..., p adalah parameter regresi dan adalah error regresi dengan ε ~ IIDN(0,σ I). Dalam bentuk matriks, model regresi linier bisa dinyatakan dalam Y = Xβ + ε atau dapat uga disaikan dalam = + Pendugaan vektor β dapat dilakukan pendugaan dengan menggunakan metode Ordinary Least Square (OLS) dan didapatkan hasil sebagai berikut:
2 Penguian terhadap dilakukan dengan dua cara yaitu penguian secara serentak dan penguian secara individu. Ui serentak merupakan penguian secara bersama semua parameter dalam model regresi. Hipotesis yang digunakan adalah: H 0 : = =... = = 0 H : paling tidak ada satu 0, =,,... p Statistik ui yang digunakan adalah MSR F hitung = = MSE n i n i ( Y i ˆ ( Yi Y ) /( p) ˆ Yi ) /( n p ) () Ket : MSR : Mean Square Regression MSE : Mean Square Error Pengambilan keputusan adalah apabila F hitung F (p, n-p-) dengan p adalah parameter maka H 0 ditolak pada tingkat signifikansi, artinya paling sedikit ada satu yang tidak sama dengan nol. Pengambilan keputusan uga dapat melalui P-value dimana H 0 ditolak ika P-value < α. Ui parsial merupakan penguian secara individu setiap parameter dalam model regresi yang bertuuan untuk mengetahui signifikansi parameter model regresi. Hipotesis yang digunakan adalah sebagai berikut : H 0 : = 0 H : 0, =,,..., p Statistik ui yang digunakan adalah ˆ t hitung (3) S( ˆ ) dengan (4) adalah nilai dugaan dan S ˆ ) simpangan baku ( bagi. Pengambilan keputusannya yaitu apabila t hitung t (-/, n-p-) dengan p adalah parameter maka H 0 ditolak pada tingkat signifikansi, artinya ada pengaruh variabel X terhadap variabel respon. Pengambilan keputusan uga dapat melalui P-value, dimana H 0 ditolak ika P-value < α. Dalam analisis regresi, residual harus memenuhi beberapa asumsi yaitu residual bersifat identik, independen dan berdistribusi normal (0,σ ). Model regresi spasial dikembangkan oleh Anselin (988) menggunakan data spasial cross section. Model dari General Spa-tial Model ditunukkan dengan Y = ρw Y + Xβ + u u = λw u + ε ε ~ N(0, σ ) (5) dimana Y adalah vektor variabel respon yang berukuran n x dan X adalah matrik variabel prediktor, berukuran n x (p+). β adalah vektor parameter koefisien regresi, berukuran (p+) x. ρ adalah koefisien spasial lag variabel respon. λ merupakan koefisien spasial lag pada error yang bernilai λ <. W dan W adalah matriks pembobot yang berukuran n x n. u adalah vektor error yang berukuran n x, yang berdistribusi normal dengan mean nol dan varians σ. X = ; β = ; W atau W = ; u = ; Terdapat empat model yang bisa dibentuk dari General Spatial Model yaitu sebagai berikut. () Apabila ρ = 0, λ = 0 maka persamaan menadi: Y = XB + ε (6) Persamaan ini disebut model regresi Ordinary Least Square (OLS), yaitu regresi yang tidak mempunyai efek spasial. () Apabila ρ 0, λ = 0 maka persamaan menadi: Y = ρw Y + XB + ε (7) Persamaan (.) disebut sebagai regresi Spatial Lag Model (SLM) atau biasa disebut dengan Spatial Autoregresive Models (SAR) (LeSage dan Pace, 009). (3) Apabila ρ = 0, λ 0 maka persamaan menadi: Y = XB + u, u = λw u + ε (8) Persamaan (.) disebut uga regresi Spatial Error Model (SEM). (4) Apabila ρ 0, λ 0 maka persamaan menadi: Y = ρw Y + Xβ + u, u = λw u + ε (9) Persamaan (.3) disebut General Spatial Model atau disebut uga model Spatial Autoregressive Moving Average (SARMA). Identifikasi efek spasial yaitu spatial dependence dan spatial heterogeneity pada data digunakan beberapa metode penguian. Metode Moran s I dan Lagrange Multiplier (LM) untuk mengidentifikasi spatial dependence. Metode Breusch-Pagan Test digunakan untuk mengidentifikasi spatial heterogeneity. Metode Moran s I (selanutnya dinotasikan I) berdasarkan pada kuadrat residual terkecil. Hipotesis yang digunakan adalah : H 0 : I = 0 (tidak ada autokorelasi antar lokasi) H 0 : I 0 (ada autokorelasi antar lokasi) Statistik ui disaikan pada persamaan : = (9)
3 dimana I =. E(I) = I 0 var (I) = S = ; S 0 = ; S = = ; = Keterangan: X i : data ke i (i =,,, n) X k : data ke k (k =,,, n) : rata-rata data var (I) : varians Moran s I E(I) : expected value Moran s I Pengambilan keputusan adalah H 0 ditolak ika > Z α/. Pada LM test diperoleh berdasar pada asumsi model di bawah H 0. Terdapat tiga hipotesis yang akan digunakan, yaitu: (i) H 0 : ρ = 0 dengan H : ρ 0 (untuk model SAR) (ii) H 0 : λ = 0 dengan H : λ 0 (untuk model SEM) (iii) H 0 : ρ, λ = 0 dengan H : ρ, λ 0 (untuk model SARMA) Statistik ui yang digunakan adalah: (0) dengan m = umlah parameter spasial (SAR =, SEM =, SARMA = ), f,g =, e adalah least square residual untuk observasi. Jika matriks penimbang spasial W = W = W maka T = T = T = T = tr{(w T + W) W}. Keputusan tolak H 0 ika nilai LM > X (m). Metode Breusch-Pagan test (BP test) yang mempunyai hipotesis: H 0 : σ = σ =... = σ n = σ (kesamaan varians/homokedastisitas) H : minimal ada satu σ i σ (heterokedastisitas) Nilai BP test adalah BP = (/)f T Z (Z T Z) - Z T f ~ χ (p) dengan elemen vektor f adalah f i = dimana 3 e i : merupakan least square residual untuk observasi ke-i Z : merupakan matrik berukuran n x (p+) yang berisi vektor yang sudah dinormal-standarkan (z) untuk setiap observasi. Tolak H 0 bila BP > χ (p). Model SAR sebagaimana pada persamaan (6) memiliki matriks pembobot spasial W. LeSage (999) menurunkan estimator untuk koefisien spasial lag ( ˆ ) sebagai berikut: ˆ = (Y T W T W Y) - Y T W T Y Arbia (006) mengemukakan bahwa untuk mengui signifikansi dari koefisien spasial lag (ρ) digunakan Likelihood Ratio Test (LRT). Hipotesis yang digunakan adalah H 0 : ρ = 0 (tidak ada dependensi spasial lag) H : ρ 0 (ada dependensi spasial lag) T LRT ln I W ( I W) y Xβ ( I T W) y Xβ y Xβ y Xβ Tolak H 0 bila LRT lebih besar dari χ (). Dalam mengestimasi parameter, vektor β dapat diestimasi menggunakan reduksi model (I - ρw )y = XB + ε. Dengan menggunakan kuadrat matriks penimbang: Ω = (I - ρw ) T (I - ρw ) maka akan dihasilkan estimator dari β, yaitu: βˆ = (X T ΩX) - X T Ω (I - λw () )y. Metode regresi spasial erat kaitannya dengan penggunaan bobot, yang mana menunukkan ukuran hubungan lokasi. Dalam penelitian ini bobot yang digunakan adalah Queen Contiguity (persinggungan sisi-sudut). Pembobot enis ini mendefinisikan w i = untuk entity yang bersisian atau titik sudutnya bertemu dengan lokasi yang menadi perhatian, w i = 0 untuk lokasi lainnya (LeSage, 999). Pemilihan model terbaik dilakukan untuk mendapatkan faktor yang paling mendukung penelitian. Beberapa ukuran sebagai kriteria pemilihan model terbaik yang digunakan adalah Akaike s Information Criteria corrected (AICc). Penelitian ini mengulas tentang buta huruf, yang mana buta huruf didefinisikan sebagai keadaan ketika orang tidak mampu membaca dan menulis. Kasus buta huruf yang diambil adalah kasus yang teradi di Jawa Timur pada tahun 009. Di wilayah Jawa Timur terdapat empat kawasan budaya yang uga perlu diperhatikan dalam melakukan analisis spasial ini. Empat wilayah kawasan budaya tersebut yaitu mataraman, arek, madura, pandalungan. Kawasan budaya tersebut mempunyai ciri khas masing-masing yang membedakan antar kawasan budaya yang satu dengan yang lain (Winarno, 009).
4 3. METODOLOGI PENELITIAN Data yang digunakan dalam penelitian ini adalah data sekunder yang dipublikasikan oleh BPS Jawa Timur. Data tersebut berasal dari publikasi Indikator Makro Jawa Timur 009, yang terdiri atas tiga macam variabel, yaitu input, proses, output. Data yang digunakan adalah agregat level kabupaten/kota yang berupa data cross section dengan unit observasinya adalah 38 kabupaten/kota. Gambar Peta Administratif Wilayah Kabupaten/Kota di Jawa Timur Keterangan kode kabupaten/kota : Kab. Pacitan 4 Kab. Pasuruan 7 Kab. Sampang Kab. Ponorogo 5 Kab. Sidoaro 8 Kab. Pamekasan 3 Kab. Trenggalek 6 Kab. Mookerto 9 Kab. Sumenep 4 Kab. Tulungagung 7 Kab. Jombang 7 Kota Kediri 5 Kab. Blitar 8 Kab. Nganuk 7 Kota Blitar 6 Kab. Kediri 9 Kab. Madiun 73 Kota Malang 7 Kab. Malang 0 Kab. Magetan 74 Kota Probolinggo 8 Kab. Lumaang Kab. Ngawi 75 Kota Pasuruan 9 Kab. Jember Kab. Boonegoro 76 Kota Mookerto 0 Kab. Banyuwangi 3 Kab. Tuban 77 Kota Madiun Kab. Bondowoso 4 Kab. Lamongan 78 Kota Surabaya Kab. Situbondo 5 Kab. Gresik 79 Kota Batu 3 Kab. Probolinggo 6 Kab. Bangkalan Variabel yang digunakan Data yang digunakan dalam penelitian ini adalah seperti yang disaikan dalam Tabel. Variabel-variabel tersebut selanutnya akan dianalisis dalam melakukan pemodelan dengan pendekatan regresi spasial dengan mengikuti tahapan sebagai berikut:. Membuat peta Provinsi Jawa Timur berdasarkan ABH dan variabel prediktor yang diduga mempengaruhi ABH.. Mengidentifikasi pola hubungan faktor-faktor penyebab ABH (variabel prediktor) terhadap ABH (variabel respon) 3. Melakukan pemodelan regresi OLS, melakukan penguian signifikansi parameter dan melakukan penguian residualnya. 4. Identifikasi awal efek spasial yang akan digunakan dengan melihat parameter mana yang signifikan pada hasil Moran s I dan LM test. 5. Menentukan pembobot antar lokasi yang digunakan dalam penelitian. 6. Melakukan pemodelan regresi spasial dan melakukan penguian signifikansi koefisien spasial lag (ρ) dan koefisien spasial error (λ) serta ui residual. 7. Menentukan model terbaik. 8. Membuat peta Provinsi Jawa Timur berdasarkan pada ABH dan faktor-faktor yang mempengaruhi. Tabel Variabel Penelitian dan Skala Penelitian Variabel Keterangan Skala Pengukuran Y ABH X Kepadatan Penduduk X Penduduk Miskin per Jumlah Penduduk X 3 Anggaran Pendidikan per APBD X 4 Tenaga Pendidik Sekolah Dasar per Jumlah Siswa Sekolah Dasar X 5 Tenaga Pendidik Sekolah Menengah Pertama per Jumlah Siswa Sekolah Menengah Pertama X 6 Fasilitas Fisik Pendidikan Sekolah Dasar per Jumlah Siswa Sekolah Dasar X 7 Fasilitas Fisik Pendidikan Sekolah Menengah Pertama per Jumlah Siswa Sekolah Menengah Pertama X 8 Angka Partisipasi Murni Usia 7- Tahun X 9 Angka Partisipasi Murni Usia 3-5 Tahun 4. HASIL DAN PEMBAHASAN Dalam mendeskripsikan setiap variabel dilakukan dengan mengkategorikan variabel menadi lima kategori yaitu sangat tinggi, tinggi, sedang, rendah dan sangat rendah. Kabupaten/kota di Jawa Timur dengan ABH tertinggi adalah Kabupaten Sampang (0,88) yang berarti bahwa dari 000 penduduk terdapat 88 penduduk yang buta huruf. ABH yang terendah adalah di Kota Batu (0,00) yang berarti bahwa dari 000 penduduk terdapat 0 penduduk yang buta huruf. Gambar Persebaran Angka Buta Huruf per kabupaten/kota di Jawa Timur 009 Gambar menunukkan bahwa kabupaten/kota yang berdekatan cenderung memiliki ABH yang relatif 4
5 sama, sehingga tampak teradi pengelompokan. Wilayah dengan ABH tertinggi berada di wilayah Madura dan wilayah Pandalungan yang meliputi Bondowoso, Situbondo, dan Probolinggo. Kabupaten/kota yang memiliki ABH golongan terendah yakni Kota Madiun, Kota Kediri, Kota Blitar, Mookerto, Kota Batu, Kota Malang, Kota Probolinggo, Surabaya, Sidoaro dan Pasuruan. Kepadatan penduduk yang tinggi banyak teradi di daerah perkotaan. Kota Surabaya, Mookerto, dan Malang merupakan tiga kota terpadat dengan kepadatan penduduk masing-masing secara berurutan 8063, 7458, dan 6885 iwa/km. Gambar 3 Persebaran Kepadatan Penduduk per kabupaten/kota di Jawa Timur 009 Gambar 3 memberikan gambaran bahwa teradi pengelompokan wilayah. Kepadatan penduduk kategori rendah berada di Kabupaten Magetan, Gresik, Jombang, Nganuk, Kota Kediri, Kediri, Tulungagung, Mookerto, Kota Batu, Pasuruan, dan Pamekasan. Kabupaten yang mempunyai rasio kemiskinan sangat tinggi adalah Kabupaten pada wilayah Madura yang meliputi Kabupaten Bangkalan, Sampang, Sumenep, dan Probolinggo. penduduk miskin tertinggi ada di Kabupaten Sampang 39 penduduk miskin per 000 penduduk. Kabupaten/kota yang memiliki rasio penduduk miskin terendah adalah Kota Batu sebanyak 48 penduduk miskin per 000 penduduk. Gambar 4 menunukkan adanya pengelompokkan rasio penduduk miskin yang ditandai dengan warna yang sama pada wilayah-wilayah yang berdekatan. Kabupaten/kota yang rasio penduduk miskinnya sangat rendah adalah wilayah Arek, yaitu Kota Surabaya, Kabupaten Sidoaro, Kota Batu, Kota Malang, dan Kota Blitar dan wilayah Mataraman, yaitu Kota Madiun. Gambar 4 Persebaran Penduduk Miskin per kabupaten/kota di Jawa Timur 009 Kabupaten/kota dengan rasio anggaran pendidikan terendah adalah Kabupaten Tulungagung sebesar 0,0074 yang berarti mengalokasikan sebesar 0,74% anggaran pendidikan dari anggaran pendapatan dan belana negara (APBN). Kabupaten Mookerto merupakan kabupaten dengan rasio anggaran pendidikan tertinggi sebesar 0,873 yang berarti bahwa 8,73% dari APBN dialokasikan untuk anggaran pendidikan. anggaran pendidikan sangat rendah berada terdapat pada Kabupaten Ngawi, Boonegoro, Gresik, Trenggalek, Tulungagung, dan Jember. Gambar 5 Persebaran Anggaran Pendidikan per kabupaten/kota di Jawa Timur 009 Pola rasio anggaran pendidikan, seperti yang terdapat pada Gambar 5, memiliki kecenderungan menyebar. anggaran pendidikan yang sangat tinggi adalah Kabupaten Mookerto dan Kota Mookerto. Kabupaten/kota yang memiliki rasio tenaga pendidik SD yang tertinggi adalah Kota Batu sebesar 44 tenaga pendidik yang dapat melaksanakan kegiatan belaar mengaar kepada 000 orang siswa. Kabupaten/kota dengan rasio tenaga pendidik SD sangat rendah terdapat di Kabupaten Sidoaro, Bangkalan, Surabaya dan Kota Kediri. 5
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 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 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 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 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Lokasi Penelitian Lokasi penelitian di Pulau Jawa Provinsi Jawa Timur yang terdiri dari 29 kabupaten dan 9 kota di antaranya dari Kab Pacitan, Kab Ponorogo, Kab Trenggalek,
Lebih terperinciBAB III METODE PENELITAN. Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur.
BAB III METODE PENELITAN A. Lokasi Penelitian Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur. Pemilihan lokasi ini salah satunya karena Provinsi Jawa Timur menepati urutan pertama
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Identifikasi Variabel Prediktor pada Model MGWR Setiap variabel prediktor pada model MGWR akan diidentifikasi terlebih dahulu untuk mengetahui variabel prediktor yang berpengaruh
Lebih 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 terperinciBAB 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 terperinciMODEL REGRESI SPASIAL UNTUK DETEKSI FAKTOR-FAKTOR KEMISKINAN DI PROVINSI JAWA TIMUR RESTU ARISANTI
MODEL REGRESI SPASIAL UNTUK DETEKSI FAKTOR-FAKTOR KEMISKINAN DI PROVINSI JAWA TIMUR RESTU ARISANTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciSEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
Lebih 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 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 terperinciPENERAPAN 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 terperinciBAB 4 ANALISA DAN PEMBAHASAN. faktor faktor yang mempengaruhi, model regresi global, model Geographically
BAB 4 ANALISA DAN PEMBAHASAN Pada bab ini dibahas tentang pola penyebaran angka buta huruf (ABH) dan faktor faktor yang mempengaruhi, model regresi global, model Geographically Weighted Regression (GWR),
Lebih 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 terperinciJURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER. Ayunanda Melliana Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.
JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER Seminar hasil TUGAS AKHIR Ayunanda Melliana 1309100104 Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.Si PENDAHULUAN Latar Belakang Rumusan Masalah
Lebih 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 III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Pendekatan Penelitian Penelitian ini menggunakan pendekatan kuantitatif. Menurut Efferin, Darmadji dan Tan (2008:47) pendekatan kuantitatif disebut juga pendekatan
Lebih 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 terperinciPemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel
Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II
Lebih 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 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 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 III METODE PENELITIAN. B. Jenis Penelitian Penelitian ini menggunakan jenis penelitian deskriptif dengan
A. Lokasi Penelitian BAB III METODE PENELITIAN Lokasi penelitian adalah di Kawasan SWP Gerbangkertosusila Plus yang terdiri dari 12 Kabupaten/Kota yaitu: Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Gresik,
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 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 terperinciLampiran 1 LAPORAN REALISASI DAU, PAD TAHUN 2010 DAN REALISASI BELANJA DAERAH TAHUN 2010 KABUPATEN/KOTA DI JAWA TIMUR (dalam Rp 000)
Lampiran 1 LAPORAN REALISASI DAU, PAD TAHUN 2010 DAN REALISASI BELANJA DAERAH TAHUN 2010 KABUPATEN/KOTA DI JAWA TIMUR (dalam Rp 000) Kabupaten/Kota DAU 2010 PAD 2010 Belanja Daerah 2010 Kab Bangkalan 497.594.900
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Print) D-45 Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel Nur Fajriyah
Lebih 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Lokasi penelitian Adapun lokasi penelitian ini adalah di provinsi Jawa Timur yang terdiri dari 38 kota dan kabupaten yaitu 29 kabupaten dan 9 kota dengan mengambil 25 (Dua
Lebih terperinciPemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal
Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita
Lebih 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 terperinciLaporan Eksekutif Pendidikan Provinsi Jawa Timur 2013 Berdasarkan Data Susenas 2013 BADAN PUSAT STATISTIK PROVINSI JAWA TIMUR Laporan Eksekutif Pendidikan Provinsi Jawa Timur 2013 Nomor Publikasi : 35522.1402
Lebih 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 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 terperinciAnalisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-65 Analisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel Almira Qattrunnada Qurratu ain dan Vita Ratnasari Jurusan
Lebih terperinciPEMODELAN JUMLAH KEJADIAN LUAR BIASA DIFTERI DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION (GWNBR)
1 PEMODELAN JUMLAH KEJADIAN LUAR BIASA DIFTERI DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION (GWNBR) Bunga Nevrieda Nandasari dan Ir. Sri Pingit Wulandari, M.Si Jurusan
Lebih terperinciBAB III METODE PENELITIAN. Provinsi yang memiliki jumlah tenaga kerja yang tinggi.
BAB III METODE PENELITIAN A. Lokasi dan Ruang Lingkup Penelitian Lokasi penelitian yang digunakan dalam penelitian ini adalah Provinsi Jawa Timur. Secara administratif, Provinsi Jawa Timur terdiri dari
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013 GUBERNUR JAWA TIMUR, Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan
Lebih 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 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 terperinciPEMBANGUNAN PERPUSTAKAAN DESA/KELURAHAN DI JAWA TIMUR 22 MEI 2012
PEMBANGUNAN PERPUSTAKAAN DESA/KELURAHAN DI JAWA TIMUR 22 MEI 2012 OLEH : Drs. MUDJIB AFAN, MARS KEPALA BADAN PERPUSTAKAAN DAN KEARSIPAN PROVINSI JAWA TIMUR DEFINISI : Dalam sistem pemerintahan di Indonesia
Lebih terperinciJumlah Penduduk Jawa Timur dalam 7 (Tujuh) Tahun Terakhir Berdasarkan Data dari Dinas Kependudukan dan Pencatatan Sipil Kab./Kota
Jumlah Penduduk Jawa Timur dalam 7 (Tujuh) Tahun Terakhir Berdasarkan Data dari Dinas Kependudukan dan Pencatatan Sipil Kab./Kota TAHUN LAKI-LAKI KOMPOSISI PENDUDUK PEREMPUAN JML TOTAL JIWA % 1 2005 17,639,401
Lebih terperinciBAB III METODE PENELITIAN. menggunakan metode statistik. Penelitian dengan pendekatan kuantitatif yang
BAB III METODE PENELITIAN 3.1. Jenis dan Pendekatan Penelitian Dalam penelitian kali ini, penulis menggunakan jenis pendekatan kuantitatif, yaitu pendekatan yang menguji hubungan signifikan dengan cara
Lebih 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 terperinciBAB I PENDAHULUAN. A. Latar Belakang. Indonesia merupakan salah satu negara berkembang yang memiliki
BAB I PENDAHULUAN A. Latar Belakang Indonesia merupakan salah satu negara berkembang yang memiliki pertumbuhan ekonomi yang terus meningkat dari tahun ketahun. Pertumbuhan ekonomi dapat didefinisikan sebagai
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih 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 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 terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 78 TAHUN 2013 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2014
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 78 TAHUN 2013 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2014 GUBERNUR JAWA TIMUR, Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan
Lebih 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 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 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 terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2014 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2015
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2014 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2015 GUBERNUR JAWA TIMUR. Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan
Lebih terperinciPemodelan 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 terperinciPEMODELAN PERSENTASE PENDUDUK MISKIN DI PROVINSI JAWA TIMUR TAHUN DENGAN REGRESI PANEL
PEMODELAN PERSENTASE PENDUDUK MISKIN DI PROVINSI JAWA TIMUR TAHUN 2004-2008 DENGAN REGRESI PANEL Desi Yuniarti 1, Susanti Linuwih 2, Setiawan 3 1 Mahasiswa S2 Jurusan Statistika FMIPA ITS, Surabaya, 60111
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-237
JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Print) D-37 Analisis Statistika Faktor yang Mempengaruhi Indeks Pembangunan Manusia di Kabupaten/Kota Provinsi Jawa Timur dengan Menggunakan
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2009 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2010
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2009 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2010 GUBERNUR JAWA TIMUR, Menimbang Mengingat : a. bahwa dalam upaya meningkatkan
Lebih terperinciEVALUASI/FEEDBACK KOMDAT PRIORITAS, PROFIL KESEHATAN, & SPM BIDANG KESEHATAN
EVALUASI/FEEDBACK PRIORITAS, PROFIL KESEHATAN, & SPM BIDANG KESEHATAN MALANG, 1 JUNI 2016 APLIKASI KOMUNIKASI DATA PRIORITAS FEEDBACK KETERISIAN DATA PADA APLIKASI PRIORITAS 3 OVERVIEW KOMUNIKASI DATA
Lebih terperinciPeramalan Jumlah Kepemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (14) 337-35 (31-98X Print) D-33 Peramalan Jumlah epemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel Hilda Rosdiana
Lebih terperinciINDEKS PEMBANGUNAN MANUSIA (IPM) KOTA PROBOLINGGO TAHUN 2016
No. 010/06/3574/Th. IX, 14 Juni 2017 INDEKS PEMBANGUNAN MANUSIA (IPM) KOTA PROBOLINGGO TAHUN 2016 IPM Kota Probolinggo Tahun 2016 Pembangunan manusia di Kota Probolinggo pada tahun 2016 terus mengalami
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 68 TAHUN 2015 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2016
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 68 TAHUN 2015 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2016 GUBERNUR JAWA TIMUR. Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan
Lebih terperinciAnalisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur
Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Qonitatin Nafisah, Novita Eka Chandra Jurusan Matematika Fakultas MIPA Universitas Islam Darul Ulum Lamongan
Lebih terperinciGrafik Skor Daya Saing Kabupaten/Kota di Jawa Timur
Grafik Skor Daya Saing Kabupaten/Kota di Jawa Timur TOTAL SKOR INPUT 14.802 8.3268.059 7.0847.0216.8916.755 6.5516.258 5.9535.7085.572 5.4675.3035.2425.2185.1375.080 4.7284.4974.3274.318 4.228 3.7823.6313.5613.5553.4883.4733.3813.3733.367
Lebih terperinciPEMANFAATAN DATA HASIL SUSENAS PADA PEMODELAN RASIO KELUARGA PRA SEJAHTERA DI PROVINSI JAWA TENGAH TAHUN 2011
PEMANFAATAN DATA HASIL SUSENAS PADA PEMODELAN RASIO KELUARGA PRA SEJAHTERA DI PROVINSI JAWA TENGAH TAHUN 011 Erie Sadewo 1 1 Badan Pusat Statistik erie@bps.go.id Abstrak Melalui program pemutakhiran data
Lebih terperinciBAB I PENDAHULUAN. Pembangunan ekonomi harus di pandang sebagai suatu proses yang saling
BAB I PENDAHULUAN A. Latar Belakang Pembangunan Ekonomi merupakan suatu proses yang menyebabkan kenaikan pendapatan riil per kapita penduduk suatu negara dalam jangka panjang yang disertai oleh perbaikan
Lebih terperinciAnalisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM)
Sidang Tugas Akhir Surabaya, 15 Juni 2012 Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM) Wenthy Oktavin Mayasari
Lebih 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 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 terperinciKEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/ 557 /KPTS/013/2016 TENTANG PENETAPAN KABUPATEN / KOTA SEHAT PROVINSI JAWA TIMUR TAHUN 2016
KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/ 557 /KPTS/013/2016 TENTANG PENETAPAN KABUPATEN / KOTA SEHAT PROVINSI JAWA TIMUR TAHUN 2016 GUBERNUR JAWA TIMUR, Menimbang : a. bahwa dalam rangka tercapainya kondisi
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 121 TAHUN 2016 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2017
\ PERATURAN NOMOR 121 TAHUN 2016 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2017 DENGAN RAHMAT TUHAN YANG MAHA ESA. Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan masyarakat khususnya
Lebih terperinciFaktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline
Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline Oleh : A. Anggita Tauwakal Retno (303008) Dosen Pembimbing : Prof. Dr. Drs.
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN. pengamatan ke pengamatan lain. Model regresi yang baik adalah yang
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Asumsi Klasik 1. Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual
Lebih terperinciBAB III METODELOGI PENELTIAN. Riau, DKI Jakarta, Jawa Barat, Jawa Tengah, DI. Yogyakarta, Jawa Timur,
BAB III METODELOGI PENELTIAN A. Obyek/Subyek Penelitian Obyek dalam penelitian ini meliputi seluruh wilayah atau 33 provinsi yang ada di Indonesia, meliputi : Aceh, Sumatera Utara, Sumatera Barat, Riau,
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 2 TAHUN 2014 TENTANG
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 2 TAHUN 2014 TENTANG PERKIRAAN ALOKASI DANA BAGI HASIL CUKAI HASIL TEMBAKAU KEPADA PROVINSI JAWA TIMUR DAN KABUPATEN/KOTA DI JAWA TIMUR TAHUN ANGGARAN
Lebih terperinciPENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR
SULVIA MEGASARI 1310 100 037 PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR 1 Sulvia Megasari dan I Nyoman Budiantara Jurusan Statistika, Fakultas Matematika
Lebih terperinciBERITA RESMI STATISTIK BPS PROVINSI JAWA TIMUR
BERITA RESMI STATISTIK BPS PROVINSI JAWA TIMUR No. 25/04/35/Th. XV, 17 April 2016 INDEKS PEMBANGUNAN MANUSIA (IPM) JAWA TIMUR TAHUN 2016 IPM Jawa Timur Tahun 2016 Pembangunan manusia di Jawa Timur pada
Lebih terperinciI. PENDAHULUAN. Tabel 1 Produk Domestik Regional Bruto (PDRB) Atas Dasar Harga Konstan 2000 Tahun (juta rupiah)
1 I. PENDAHULUAN 1.1 Latar Belakang Jawa Timur merupakan salah satu provinsi yang memiliki pertumbuhan ekonomi cukup tinggi. Selain Produk Domestik Regional Bruto (PDRB) Jawa Timur menempati posisi tertinggi
Lebih terperinciBAB II GAMBARAN UMUM INSTANSI. 2.1 Sejarah Singkat PT PLN (Persero) Distribusi Jawa Timur
BAB II GAMBARAN UMUM INSTANSI 2.1 Sejarah Singkat PT PLN (Persero) Distribusi Jawa Timur PT PLN (Persero) Distribusi Jawa Timur merupakan salah satu unit pelaksana induk dibawah PT PLN (Persero) yang merupakan
Lebih terperinciBAB V HASIL DAN PEMBAHASAN. Gambar 5.1 Trend Ketimpangan Ekonomi Kabupaten/Kota di Provinsi
BAB V HASIL DAN PEMBAHASAN 5.1 Analisis Ketimpangan Ekonomi Antar Kabupaten/Kota di Provinsi Jawa Timur Ketimpangan ekonomi antar kabupaten/kota di Provinsi Jawa Timur dihitung menggunakan data PDRB Provinsi
Lebih 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 terperinciPemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. No. (06 7-0 (0-98X Print D-6 Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Anita Trias Anggraeni
Lebih 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 terperinciEVALUASI TEPRA KABUPATEN/KOTA PROVINSI JAWA TIMUR OKTOBER 2016
EVALUASI TEPRA KABUPATEN/KOTA PROVINSI JAWA TIMUR OKTOBER 2016 Realisasi belanja APBD Provinsi dan Kabupaten/Kota se-provinsi Jawa Timur Oktober 2016 PROVINSI KABUPATEN/KOTA Provinsi Gorontalo Provinsi
Lebih terperinciBAB 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 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 Jumlah Kematian Bayi di Propinsi Jawa Timur dengan Pendekatan Geographically Weighted Poisson Regression Semi Parametric (GWPRS)
Seminar Tugas Akhir Pemodelan Jumlah Kematian Bayi di Propinsi Jawa Timur dengan Pendekatan Geographically Weighted Poisson Regression Semi Parametric (GWPRS) Oleh : Dessy Puspa Rani 1306. 100. 034 Dosen
Lebih terperinciBAB III METODE PENELITIAN. survei SOUT (Struktur Ongkos Usaha Tani) kedelai yang diselenggarakan oleh
BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian adalah data sekunder hasil survei SOUT (Struktur Ongkos Usaha Tani) kedelai yang diselenggarakan oleh BPS
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 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 terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013 Menimbang: a. Bahwa dalam upaya meningkatkan kersejahteraan rakyat khususnya
Lebih terperinciPeramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Print) D-65 Peramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur Retno Dyah Handini, Agus Suharsono
Lebih terperinci(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 terperinciP E N U T U P P E N U T U P
P E N U T U P 160 Masterplan Pengembangan Kawasan Tanaman Pangan dan Hortikultura P E N U T U P 4.1. Kesimpulan Dasar pengembangan kawasan di Jawa Timur adalah besarnya potensi sumberdaya alam dan potensi
Lebih terperinciPENGARUH UPAH MINIMUM DAN DISITRIBUSI PENDAPATAN TERHADAP JUMLAH PENDUDUK MISKIN JAWA TIMUR
PENGARUH UPAH MINIMUM DAN DISITRIBUSI PENDAPATAN TERHADAP JUMLAH PENDUDUK MISKIN JAWA TIMUR Satria Yuda Anggriawan PT. Mega Finance Dr. ArisSoelistyo, M.Si Dra. DwiSusilowati, M. M. Fakultas Ekonomi dan
Lebih terperinci