Pemodelan PDRB Sektor Pariwisata di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Transkripsi

1 Pemodelan PDRB Sektor Pariwisata di Jawa Timur Menggunakan Regresi Nonparametrik Spline Oleh : Fauziah Nurul Haq ( ) Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, M. Si. Program Studi DIII Statistika-ITS

2 Pendahuluan 2

3 Latar Belakang Provinsi Jawa Timur pada tahun 202 memiliki jumlah kunjungan wisatawan per hari paling banyak dibandingkan dengan provinsi-provinsi lain yaitu sebesar 5.54 orang/hari dari total orang/hari yang mengunjungi Indonesia. Publikasi BPS 203 Kebudayaan dan pariwisata mempunyai peranan yang cukup strategis terutama dalam meningkatkan penerimaan devisa, meningkatkan pendapatan daerah dan masyarakat, membuka peluang dan kesempatan kerja yang pada akhirnya meningkatkan kesejahteraan rakyat Disbudpar, 202 Sektor pariwisata merupakan sektor utama pendorong pertumbuhan ekonomi Jawa Timur Bank Indonesia, 202 Kontribusi Pariwisata: Devisa PDRB Penyerapan Tenaga Kerja Disbudpar, 202 3

4 Latar Belakang Hotel Restoran Sepertiga Angkutan PDRB Pariwisata Jasa Hiburan/Kebudayaan Pada tahun 202 mengalami peningkatan Disbudpar, 202 4

5 Latar Belakang PDRB,2,0 0,8 0,6 0,4 0,2 Scatterplot of PDRB vs objek Analisis Regresi Nonparametrik Spline 0,0 0,00 0,02 0,04 0,06 0,08 0,0 objek Model PDRB Sektor Pariwisata Jawa Timur 5

6 Rumusan Masalah Bagaimana karakteristik faktor-fakor yang mempengaruhi PDRB sektor pariwisata di Provinsi Jawa Timur?. Bagaimana pemodelan faktor-faktor yang mempengaruhi PDRB sektor pariwisata di Provinsi Jawa Timur? 2. 6

7 Tujuan Penelitian Mendeskripsikan karakteristik faktor-fakor yang mempengaruhi PDRB sektor pariwisata di Provinsi Jawa Timur.. Memodelkan faktor-faktor yang mempengaruhi PDRB sektor pariwisata di Provinsi Jawa Timur. 2. 7

8 Manfaat Penelitian. Bagi Pemerintah Menjadi informasi untuk Dinas Kebudayaan dan Pariwisata Provinsi maupun masing-masing Kabupaten/Kota di Jawa Timur dapat menyusun berbagai kebijakan 2. Bagi Masyarakat Dapat meningkatkan kesadaran masyarakat untuk berpartisipasi dalam mengembangkan, mengelolah, dan menjaga objek-objek wisata 8

9 Batasan Masalah Pengambilan sampel yang digunakan adalah 28 Kabupaten dan 6 Kota di Jawa Timur pada tahun 202. Analisis yang dilakukan oleh Arifin (200) menggunakan tipologi klassen untuk mengelompokan daerah di Jawa Timur berdasarkan pertumbuhan ekonomi dan pendapatan perkapita daerah 9

10 Tinjauan Pustaka 0

11 Statistika Deskriptif Metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna. Contoh penyajian statistika deskriptif yang sering muncul adalah penyajian dalam bentuk tabel, diagram, grafik, serta menggunakan crosstabulations. Dengan menggunakan statistika deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari kumpulan data yang ada. Walpole (995)

12 Analisis Regresi Parametrik Menurut Budiantara (200), regresi parametrik digunakan untuk mengetahui hubungan antara variabel respon dengan variabel prediktor dengan bentuk kurva regresi diketahui. Model regresi parametrik linier sederhana sebagai berikut. y i = β 0 β x i ε i, i=,2,,n Dengan n menunjukkan banyaknya obervasi, y adalah variabel respon, dan x adalah variabel prediktor. Regresi linier berganda modelnya sebagai berikut. y i = β 0 β x i β 2 x 2i... β p x pi ε i, i=,2,,n Dengan n menunjukkan banyaknya obervasi, y adalah variabel respon, x adalah variabel prediktor, dan p merupakan banyak variabel prediktor. 2

13 Analisis Regresi NonparametrikSpline Menurut Budiantara (2005), Spline merupakan model regresi dimana modelnya menyesuaikan diri terhadap karakteristik data. Bentuk umum regresi Spline satu variabel adalah sebagai berikut. p p y β 0 βx... β x β ( x K) ε = p p dengan fungsi truncated (potongan) sebagai berikut. p p ( x K), x > K ( x K) = 0, x < K dengan merupakan parameter intersep, y adalah variabel respon, x adalah variabel prediktor, dan K merupakan titik knot. Penyajian matriks untuk model regresi Spline sebagai berikut. yy εε ββ 0 ββ yy 2 εε 2 YY = ; εε = ; ββ = ββ 2 yy nn εε nn X= xx xx 2 pp xx xx 2 xx 2 pp 2 xx 2 xx n xx 2 pp nn xx nn ββ pp ; dan (xx KK ) (xx 2 KK ) (xx n KK ) 3

14 Memilih Titik Knot Optimal Menurut Budiantara (2006), titik knot merupakan bagian terpenting dalam regresi Spline. Titik knot optimal dilihat dari jumlahnya, dan dimana letak titik-titik knot tersebut yang paling sesuai untuk suatu data. Terdapat beberapa metode untuk memilih titik knot yang optimal, yaitu fungsi Resiko Prediksi (P), Cross Validation (CV), Generalized Cross Validation (GCV). Fungsi GCV diberikan oleh. GCV ( K) = { n n Dimana trace adalah penjumlahan matriks diagonal, I menunjukan matriks identitas, dan n merupakan banyaknya pengamatan. n i= ( y trace( I i y i ) 2 H ( K))} 2 4

15 Koefisien Determinasi Proporsi keragaman atau variansi total nilai peubah Y yang dapat dijelaskan oleh nilai peubah X melalui hubungan linear. Koefisien determinasi dilambangkan dengan R 2. Nilai ini menyatakan proporsi variasi keseluruhan dalam nilai variabel dependen yang dapat diterangkan atau diakibatkan oleh hubungan linear dengan nilai variabel independen. Nilai R 2 diberikan oleh R 2 n i= = n i= ( yˆ ( y i i y) y) 2 2 Draper dan Smith (992) 5

16 Pengujian Parameter Menurut Drapper dan Smith (992), uji serentak merupakan suatu uji untuk melihat pengaruh semua variabel prediktor terhadap variabel respon. Hipotesis H 0 : β = β 2 =... = β p = 0 H : minimal ada satu β j 0, j=, 2,..., p Sumber Variasi Df Sum of Square Mean Square F hitung Regresi p Error n-p-2 2 Total y i y - Keputusan H 0 ditolak jika F hitung > n ( yˆ i y) i= n 2 ( y i yˆ i ) i= n ( ) n i= F α ( v, v2) 2 n i= n i= ( yˆ y) p ( y yˆ ) i i n p 2 i 2 2 MS Re gresi MS error Uji Serentak 6

17 Pengujian Parameter Menurut Drapper dan Smith (992), uji individu adalah uji untuk mengetahui pengaruh masing-masing variabel prediktor secara induvidu terhadap variabel respon. Hipotesis H 0 : β j = 0, H : β j 0, j =, 2,..., p Statistik uji t j = s β j ( β j ) Daerah kritisnya adalah keputusan H 0 ditolak jika t j > tα / 2( n p 2) Uji Individu 7

18 Uji Asumsi Residual IIDN Menurut Kusrini dan Setiawan (200), pengujian asumsi identik digunakan untuk mengetahui homogenitas variansi dari error (residual), salah satunya menggunakan uji Glejser. Hipotesis H 0 : Residual memenuhi asumsi identik H : Residual tidak memenuhi asumsi identik Statistik Uji Sumber Variasi Df Sum of Square Mean Square F hitung Regresi Error p n p 2 Total e i e i - n n i= n i= e i ei 2 n ( ) i= ei e 2 2 ei ei n p 2 n i= n i= ei e p 2 2 MS Re gresi MS error Keputusan H 0 ditolak jika F hitung > F α/2(p, n-p-2) 8

19 Uji Asumsi Residual IIDN 9 Menurut Kusrini dan Setiawan (200), uji asumsi independen digunakan untuk mengetahui tidak ada korelasi (hubungan) antar residual. Autocorrelation artinya memiliki hubungan antar residual bersifat tidak saling independen dan salah satu cara untuk mendeteksi menggunakan plot ACF (Autocorrelation Function) dari hasil residual. Persamaan ACF sebagai berikut. Dengan batas signifikasi yaitu 2 ) ( ) )( ( = = = n i i i k n k i k i k e e e e e e ρ ) ( 2 /, k n se t ρ α ±

20 Uji Asumsi Residual IIDN Menurut Drapper dan Smith (992), banyak Statistik uji yang dapat digunakan untuk memeriksa asumsi residual mengikuti distribusi normal, salah satunya seperti uji Kolmogorov-Smirnov bertujuan melihat tingkat kesesuaian antara fungsi distribusi hasil pengamatan dengan fungsi distribusi teoritik tertentu, dengan menetapkan suatu titik yang menggambarkan perbedaan maksimum keduanya. Hipotesis H 0 : Residual mengikuti distribusi normal H : Residual tidak mengikuti distribusi normal Statistik uji D = maks F0 ( x) S N ( x) F 0 (x) = fungsi distribusi kumulatif dari suatu distribusi teoritik tertentu S N (x) = fungsi distribusi kumulatif dari suatu distribusi hasil pengamatan D = jarak terjauh antara S N (x) dan F 0 (x) Daerah kritis Jika nilai D W -α maka keputusannya adalah H 0 ditolak, dan tabel yang digunakan adalah tabel Kolmogorov-Smirnov. 20

21 Pariwisata Konsep dan definisi yang dijelaskan oleh Disbudpar (202) dalam Undang-Undang RI Nomor 0 Tahun 2009 tentang kepariwisataan Usaha pariwisata adalah usaha yang menyediakan barang dan/atau jasa bagi pemenuhan kebutuhan wisatawan dan penyelenggaraan pariwisata usaha daya tarik wisata usaha kawasan pariwisata usaha jasa transportasi wisata usaha perjalanan wisata usaha penyelenggaraan kegiatan hiburan dan rekreasi usaha penyediaan akomodasi usaha jasa makanan dan minuman usaha penyelenggaraan pertemuan perjalanan insentif konferensi dan pameran usaha jasa informasi pariwisata usaha jasa konsultan pariwisata usaha jasa pramuwisata usaha wisata tirta usaha spa 2

22 Wisatawan Wisatawan adalah orang atau sekelompok orang yang melakukan perjalanan dengan mengunjungi tempat tertentu untuk tujuan rekreasi, pengembangan pribadi, atau mempelajari keunikan daya tarik wisata yang dikunjungi dalam jangka waktu sementara. Wisatawan Mancanegara Wisatawan Nusantara Tahun 202 Mengalami Peningkatan Disbudpar,202 22

23 PDRB Alat ukur untuk mengetahui apakah hasil pembangunan di segala bidang yang dilakukan oleh pemerintahan untuk meningkatkan kemakmuran rakyat berhasil atau tidak pada penggalan waktu tertentu. Jika pembangunan misalnya dibidang jasa, pertanian dan lain-lain berhasil maka pendapatan masyarakat yang bekerja dibidang tersebut akan mendapatkan penghasilan yang lebih baik, sehingga angka PDRB pun akan menunjukan besaran yang membaik, dan demikian pula sebaliknya.. Pertanian 2. Pertambangan dan Penggalian 3. Industri Pengolahan 4. Listrik, Gas dan Air Bersih 5. Bangunan 6. Perdagangan, Hotel dan Restoran 7. Angkutan dan Komunikasi 8. Keuangan, Persawahan Bangunan dan Jasa Perusahaan 9. Jasa-jasa 23

24 PDRB Produk Domestik Regional Bruto Atas Dasar Harga Berlaku Pendekatan Produksi Pendekatan Arus Barang Pendekatan Imputasi Metode Estimasi Subsektor Hotel dan Restoran Subsektor Angkutan Subsektor Jasa Hiburan/Kebudayaan 24

25 Penelitian Sebelumnya Arlina (203) menyebutkan bahwa faktor-fakor yang mempengaruhi pendapatan asli daerah sektor pariwisata DKI Jakarta yaitu jumlah wisatawan mancanegara, jumlah wisatawan nusantara, investasi, dan nilai kurs valuta asing. Rahma (203) melakukan penelitian menggunakan analsis regresi linier berganda menyatakan bahwa faktor-faktor yang mempengaruhi penerimaan sektor pariwisata di Kabupaten Kudus adalah jumlah kunjungan wisatawan, jumlah objek wisata, dan pendapatan perkapita. Fajriasari (203) melakukan penelitian bahwa faktor-fakor yang mempengaruhi PDRB sektor pariwisata Jawa Tengah adalah jumlah kunjungan wisatawan, lama tinggal wisatawan, dan pengeluaran wisatawan. 25

26 Penelitian Sebelumnya Pleanggra (202) melakukan penelitian menggunakan pendekatan fixed effect model menyatakan bahwa faktor-faktor yang mempengaruhi pendapatan retribusi obyek pariwisata Jawa Tengah adalah jumlah obyek wisata, jumlah wisatawan, dan pendapatan perkapita. Qadarrochman (200) menyatakan bahwa faktor-faktor yang mempengaruhi penerimaan daerah sektor pariwisata Kota Semarang adalah jumlah objek wisata, jumlah wisatawan, dan tingkat hunian hotel. Huda (2009) menyatakan bahwa yang mempengaruhi adalah jumlah wisatawan, jumlah hotel, biro perjalanan, rata-rata lama tinggal, rata-rata pengeluaran wisatawan, kurs valuta dollar AS, dan jumlah objek wisata yang merupakan variabel yang tidak signifikan. 26

27 Metodologi Penelitian 27

28 Sumber Data Data sekunder yang digunakan yaitu data pariwisata Provinsi Jawa Timur yang diambil dari Dinas Kebudayaan dan Pariwisata Provinsi Jawa Timur dan BPS Provinsi Jawa Timur. Identifikasi Variabel Variabel Penerimaan PDRB sektor pariwisata (Y) Persentase wisatawan yang berkunjung (X ) Persentase Objek Wisata (X 2 ) Pendapatan perkapita (X 3 ) Persentase Biro Perjalanan (X 4 ) Persentase Hotel (X 5 ) Definisi Operasional Jumlah penerimaan PDRB pariwisata tahun 202, satuannya adalah rupiah Wisatawan mancanegara dan nusantara yang melakukan kegiatan/kunjungan wisata ke Jawa Timur. Dihitung berdasarkan banyaknya wisatawan yang berkunjung di masing-masing daerah dibagi dengan total wisatawan yang berkunjung di Jawa Timur. Lokasi/tempat yang dikunjungi oleh wisatawan mancanegara dan nusantara. Dihitung berdasarkan banyaknya objek wisata di masing-masing daerah dibagi dengan total objek wisata di Jawa Timur. Merupakan hasil bagi antara pendapatan regional suatu daerah dengan jumlah penduduk pada daerah tertentu, dan diukur dalam satuan rupiah. Perusahaan yang kegiatannya merencanakan dan menyelenggarakan perjalanan untuk tujuan pariwisata atas inisiatif dan resiko sendiri dengan tujuan mengambil keuntungan dari perjalanan tersebut. Dihitung berdasarkan banyaknya biro perjalanan yang ada di masing-masing daerah dibagi dengan total biro perjalanan di Jawa Timur. Persentase hotel yang dihitung dengan cara banyaknya hotel yang ada di masing-masing daerah dibagi dengan total hotel yang ada di Jawa Timur. 28

29 Langkah Penelitian. Mengumpulkan data yang berkaitan dengan faktor-faktor perolehan PDRB sektor pariwisata di Provinsi Jawa Timur. 2. Melakukan analisis menggunakan statistika deskriptif. 3. Membuat scatterplot pada setiap variabel prediktor terhadap variabel respon. 4. Memodelkan variabel respon dengan variabel prediktor menggunakan regresi nonparametrik Spline dengan berbagai titik knot. 5. Mencari model Spline terbaik menggunakan metode GCV. 6. Melakukan uji parameter dan pengujian asumsi residual model Spline terbaik. 7. Melakukan interpretasi dan menarik kesimpulan dan saran. 29

30 Diagram Alir Mencari dan mengumpulkan data A Membuat scatterplot antara variabel respon dengan masing-masing variabel prediktor Identifikasi variabel respon dan variabel prediktor Melakukan analisis regresi Spline Statistika deskriptif Memilih model terbaik dengan metode GCV A Uji signifikasi parameter Uji asumsi residual Tidak Memenuhi Transformasi Memenuhi Interpretasi model Menarik kesimpulan dan saran 30

31 Analisis dan Pembahasan 3

32 Kota Batu Kota Madiun Kota Mojokerto Kota Pasuruan Kota Probolinggo Kota Blitar Sumenep Pamekasan Sampang Bangkalan Gresik Lamongan Tuban Bojonegoro Ngawi Magetan Madiun Nganjuk Jombang Mojokerto Pasuruan Probolinggo Situbondo Bondowoso Banyuwangi Jember Lumajang Malang Kediri Blitar Tulungagung Trenggalek Ponorogo Pacitan PDRB Sektor Pariwisata (Milyar Rupiah) 0,5476 0,449 0,3844 0,2265 0,3403 0,506 0,500 0,025 0,0593 0,200 0,0856 0,545 0,09 0,24 0,0903 0,2046 0,2467 0,203 0,4062 0,59 0,3978 0,523 0,5640 0,424 0,374 0,373 0,5839 0,59 0,6956,0202 0,9585,0757,0672,533 Karakteristik Variabel Respon Mean Variance Minimum Maximum 0,4279 0,0999 0,0593,533 32

33 Hubungan Variabel y dengan x i x x2 x3,00 0,75 0,50 0,25 y 0,00 0,00 0,05 0,0 0,00 0,05 0,0 0,05 0,030 0,045 x4 x5,00 0,75 0,50 0,25 0,00 0,0 0, 0,20,0 0,2 0,4 33

34 Karakteristik Variabel Prediktor Variable Mean Variance Minimum Maximum x 0,0294 0,006 0, ,73 x 2 0,0294 0, , ,308 x 3 0,0753 0, , ,0488 x 4 0,0294 0, ,7647 x 5 0,0294 0,0046 0,0024 0,

35 Pemilihan Satu Titik Knot 35

36 Pemilihan Dua Titik Knot 36

37 Pemilihan Tiga Titik Knot 37

38 Pemilihan Titik Knot Optimum Titik knot pada variabel x : Titik knot pada variabel x 2 : Titik knot pada variabel x 3 : Titik knot pada variabel x 4 : Titik knot pada variabel x 5 : K = 0,47 K = 0,09 K = 0,042 K = 0,729 K = 0,3604 GCV = 0,

39 Pemodelan Regresi Nonparametrik Spline ) ( ˆ ˆ ) ( ˆ ˆ ) ( ˆ ˆ ) ( ˆ ˆ ) ( ˆ ˆ ˆ ˆ = k x x k x x k x x k x x k x x y β β β β β β β β β β β ,3604) 63,777( 2,520 0,729) 90,080( 0,733 0,042) 38,082( 4,926 0,09) 443,54( 6,929 0,47) 84,305(,289 0,4 ˆ = x x x x x x x x x x y

40 Uji Signifikasi Parameter Hipotesis H 0 : β = β 2 = = β 0 = 0 H : minimal ada satu β j 0, j =, 2,..., 0 (Serentak) Source of Variation DF Sum of Square Mean Square F hitung P_value Regression 0 2,3684 0,2368 Error 23 0,9272 0,0403 Total 33 3,2956 5,8746 0,0002 H 0 ditolak 40

41 Uji Signifikasi Parameter Hipotesis H 0 : β j = 0 H : β j 0, j =, 2,..., 0 (Individu) Variabel X Signifikan Variabel X 2 Signifikan Variabel X 3 Signifikan Variabel X 4 Signifikan Variabel X 5 Signifikan 4

42 Uji Asumsi Residual IDENTIK Hipotesis H 0 : Residual data memenuhi asumsi identik H : Residual data tidak memenuhi asumsi identik H 0 gagal ditolak 42

43 Uji Asumsi Residual INDEPENDEN,0 0,8 0,6 DISTRIBUSI NORMAL Hipotesis H 0 : Residual data mengikuti distribusi normal H : Residual data tidak mengikuti distribusi normal Autocorrelation 0,4 0,2 0,0-0,2-0,4-0, Mean 3,3454E-0 StDev 0,676 N 34 KS 0,082 P-Value >0,50-0,8 -, Lag Percent ,4-0,3-0,2-0, 0,0 0, V 0,2 0,3 0,4 0,5 43

44 Interpretasi Model Apabila x 2, x 3, x 4, dan x 5 bernilai konstan, maka pengaruh dari banyaknya wisatawan (x ) terhadap PDRB sektor pariwisata Jawa Timur (y) sebagai berikut : ˆ = 0,4,289x 84,305( x 0,47) y = 0,4,289X ; X < 0,47 2,025 83,06X ; X 0,47 44

45 Interpretasi Model Apabila x, x 3, x 4, dan x 5 bernilai konstan, maka pengaruh dari banyaknya objek wisata (x 2 ) terhadap PDRB sektor pariwisata Jawa Timur (y) sebagai berikut : ˆ = 0,4 6,929x2 443,54( x2 0,09) y = 0,4 6,929X 2; X 2 < 0,09 49, ,62X 2 ; X 2 0,09 45

46 Interpretasi Model Apabila x, x 2, x 4, dan x 5 bernilai konstan, maka pengaruh dari pendapatan perkapita (x 3 ) terhadap PDRB sektor pariwisata Jawa Timur (y) sebagai berikut : yˆ = 0,4 4,926x3 38,082( x3 0,042) = 0,4 4,926X 3; X 3 < 0,042,682 53,008X 3 ; X 3 0,042 46

47 Interpretasi Model Apabila x, x 2, x 3, dan x 5 bernilai konstan, maka pengaruh dari banyaknya biro wisata (x 4 ) terhadap PDRB sektor pariwisata Jawa Timur (y) sebagai berikut : yˆ = 0,4 0,733x4 90,080( x4 0,729) = 0,4 90,080X 4; X 4 < 0,729 32,978 90,83X 4 ; X 4 0,729 47

48 Interpretasi Model Apabila x, x 2, x 3, dan x 4 bernilai konstan, maka pengaruh dari banyaknya hotel (x 5 ) terhadap PDRB sektor pariwisata Jawa Timur (y) sebagai berikut : yˆ = 0,4 2,520x5 63,777( x5 0,3604) = 0,4 2,520X 5; X 5 < 0, ,9 6,257X 5 ; X 5 0,

49 Kesimpulan. Karakteristik PDRB Sektor Pariwisata di Provinsi Jawa Timur tertinggi adalah Jember yaitu sebesar,533 milyar rupiah dan terkecil adalah Sampang yaitu sebesar 0,0593 milyar rupiah. 2. Model regresi nonparametrik Spline yang diperoleh menggunakan tiga titik knot dengan variabel yang berpengaruh signifikan adalah persentase banyaknya wisatawan (x ), persentase objek wisata (x 2 ), pendapatan perkapita (x 3 ), persentase biro wisata (x 4 ), dan persentase hotel (x 5 ). Model yang diperoleh mengahasilkan R 2 sebesar 7,86%, model dapat dituliskan sebagai berikut yˆ = 0,4,289x 4,926x 3 63,777( x 5 38,082( x 84,305( x 3 0,3604) 0,042) 0,47) 0,733x 6,929x ,080( x 443,54( x 4 2 0,729) 0,09) 2,520x 5 49

50 Saran. Pada penelitian ini hanya terbatas pada tiga knot, selanjutnya dapat dikembangkan lebih lanjut untuk memakainya menggunakan kombinasi knot. 2. Berdasarkan hasil penelitian ini, diharapkan pemerintah dapat meningkatkan penerimaan PDRB sektor pariwisata dengan cara memperhatikan faktor-faktor yang memang berpengaruh signifikan yang dapat menambah penerimaan pariwisata. Kebijakan pemerintah yang dapat dihasilkan untuk menangani faktor-faktor yang mempengaruhi PDRB sektor pariwisata di Jawa Timur perlu dilakukan secara kontinu dan juga berkesinambungan, dan pemerintah daerah maupun pemerintah provinsi juga Dinas Kebudayaan dan Pariwisata terkait harus lebih memperhatikan daerah yang memang cenderung kurang memiliki potensi di bidang pariwisata supaya nantinya dapat menyongkong pertumbuhan ekonomi di daerah tersebut. 50

51 Daftar Pustaka Arifin,Z.200.Analisis Perbandingan Perekonomian pada Empat Koridor di Propinsi Jawa Timur. Humanity, volume 5, nomor 2, halaman 60-67, Jurusan Akuntasi, Fakultas Ekonomi, Universitas Muhammadiyah Malang. Arlina, R Analisis Penerimaan Daerah dari Industri Pariwisata di Propinsi DKI Jakarta dan Faktor-Faktor yang Mempengaruhinya. Skripsi, Fakultas Ekonomi dan Bisnis, Undip, Semarang. Badan Pusat Satatistik.203. Provinsi Jawa Timur dalam Angka 203. Badan Pusat Statistik, Surabaya Bank Indonesia Kajian Ekonomi Regional Jawa Timur Triwulan IV-202. Surabaya:Kantor Perwakilan Bank Indonesia Wilayah IV Divisi Kajian Moneter. Budiantara, I.N Estimasi Parametrik dan Nonparametrik untuk Pendekatan Kurva Regresi. Pembicara Utama dalam Seminar Nasional Statistika V, Jurusan Statistika, FMIPA, ITS. Budiantara, I. N Model Spline Multivariabel dalam Regresi Nonparametrik. Surabaya: Jurusan Matematika ITS. Budiantara, I.N Regresi Spline Linear. Seminar Nasional Matematika, Jurusan Matematika Universitas Diponegoro (UNDIP), Semarang. Budiantara, I.N Spline dalam Regresi Nonparametrik dan Semi Parametrik : Sebuah Pemodelan Statistika Masa Kini dan Masa Mendatang, Pidato Pengukuhan untuk Jabatan Guru Besar dalam Bidang Ilmu Matematika Statistika dan Probabilitas, pada Jurusan Statistika, Fakultas FMIPA. ITS Press, Surabaya Carroll, R.J dkk Cambridge Series in Statistical and Probabilistic Mathematics Semiparametric Regression. Cambridge University Press, United States of America Dinas Kebudayaan dan Pariwisata Provinsi Jawa Timur Kebudayaan dan Pariwisata Jawa Timur Tahun 202 Dalam Angka. Disbudpar, Surabaya Drapper, N. dan Smith, H.992. Analisis Regresi Terapan. PT Gramedia Pustaka Utama, Jakarta Fajriasari, A Pengaruh Jumlah Wisatawan, Lama Tinggal, dan Pengeluarannya terhadap Produk Domestik Regional Bruto Sektor Pariwisata Jawa Tengah. Skripsi. Universitasn Pendidikan Indonesia. Huda, S Analisis Penerimaan Devisa Sektor Pariwisata dan Faktor-Faktor yang Mempengaruhi di Provinsi Jawa Timur. Jurnal Aplikasi Manajemen, volume 7, nomor, halaman 34-4, Jurusan Ekonomi, Fakultas Ekonomi, UPN Vateran. Pleanggra,F Analisis Pengaruh Jumlah Obyek Wisata, Jumlah Wisatawan dan Pendapatan Perkapita Terhadap Pendapatan Retribusi Obyek Pariwisata 35 Kabupaten/Kota di Jawa Tengah. Skripsi. Fakultas Ekonomi dan Bisnis, Undip, Semarang. Qadarrochman,N Analisis Penerimaan Daerah Dari Sektor Pariwisata Di Kota Semarang Dan Faktor-Faktor Yang Mempengaruhinya. Skripsi. Fakultas Ekonomi, Undip, Semarang. Rahma, F.N., dan Handayani, H.R.203. Pengaruh Jumlah Kunjungan Wisatawan, Jumlah Obyek Wisata, dan Pendapatan Perkapita terhadap Penerimaan Sektor Pariwisata di Kabupaten Kudus. Diponegoro Journal Of Economics, Volume 2, Nomor 3, Halaman -9, Jurusan IESP Fakultas Ekonomi dan Bisnis, Undip, Semarang. Kusrini, D.E dan Setiawan Ekonometrika. Penerbit ANDI, Yogyakarta Litawati, E.K Pendekatan Regresi Nonparametrik Spline untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Tmur. Tugas Akhir. Jurusan Statistika, FMIPA, ITS, Surabaya. Pemerintah Jawa Timur.203.Penyusunan Peranan PDRB UMKM Jawa Timur Tahun 202.Jatim Publikasi BPS Indonesia yang diakses pada 6 Februari 204. Walpole, R Pengantar Statistika. PT.Gramedia Pustaka Utama, Jakarta Yoel, E Analisis Faktor-Faktor yang Mempengaruhi PDRB Sektor Pariwisata di Kabupaten Karo. Skripsi, Fakultas Ekonomi, Universitas Sumatera Utara, Medan. 5

52 52