Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)
|
|
- Ridwan Tanudjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prt) D-39 Pemodela Pedudu Ms d Jawa Tmur Megguaa Metode Geographcally Weghted Regresso (GWR) Yuata Damayat, Vta Ratasar Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember (ITS) Jl. Aref Rahma Ham, Surabaya e-mal: vtarata70@gmal.com Abstra Pedudu ms adalah pedudu yag meml pegeluara per apta perbula lebh ecl dar gars emsa. Jawa Tmur dalam realtaya mash baya masyaraat yag hdup d bawah gars emsa. Dalam peelta dambl rumusa permasalaha yatu megetahu fator-fator yag berpegaruh d tap abupate/ota pedudu ms d Props Jawa Tmur dega tujua medapata model pedudu ms megguaa metode Geographcally Weghted Regresso (GWR). Dalam peelta dguaa beberapa varabel yag dduga mempegaruh pedudu ms. Desrps persetase pedudu ms tap abupate/ota meujua bahwa pedudu ms meml pola meyebar begtu pula fator-fator yag mempegaruhya. Gambara tersebut dperuat dega hasl peguja Breuch-Paga yag meujua bahwa data meml heterogetas spasal. Hasl pemodela dega GWR lebh ba darpada model regres global dareaa meml R yag lebh besar da jumlah uadrat error yag lebh ecl. Model GWR yag dhasla berbeda-beda utu tap abupate/ota da megelompoa varabel-varabel yag sgfa edalam hasl pemodela dega megguaa peta temat. Kata Kuc Heterogetas Spasal, Geographcaly Weghted Regresso, Pedudu Ms P I. PENDAHULUAN ROGRAM pemertah. telah berhasl meurua jumlah pedudu ms dar 54, juta jwa pada tahu 1976 mejad,5 juta jwa pada tahu Pada tahu 1998, jumlah pedudu ms megat mejad 49,50 juta jwa dar jumlah pedudu Idoesa. Secara relatve pada tahu 1998 terjad peurua persetase pedudu ms dar 4,3% mejad 15,97% pada tahu 005. Pemertah meaa harga baha baar mya (BBM) pada bula Maret da Otober tahu 005, eaa harga BBM meyebaba aya harga-harga ebutuha dasar sehgga flas mecapa 17,95% selama perode tahu 005-Maret tahu 006. Abatya jumlah pedudu ms megalam eaa sebesar 4,0 juta mejad 39,30 juta jwa pada tahu 006. Namu, selama perode tahu 007 hga tahu 01 megalam peurua jumlah pedudu ms secara berala. Pedudu ms adalah pedudu yag meml pegeluara per apta perbula lebh ecl dar gars emsa. Gars emsa adalah suatu gars yag meujua la pegeluara maaa per orag utu memeuh ebutuha dasar 100 al per har dtambah dega pegeluara o maaa selama 1 bula [1]. Jawa Tmur merupaa merupaa salah satu props d Idoesa yag meml jumlah pedudu terpadat edua setelah Jawa Barat. Jumlah pedudu Jawa Tmur terus megalam pegata seja sesus pedudu tahu Berdasara Permedagr No mor 66 Tahu 011 detahu bahwa jumlah pedudu d Props adalah jwa dega luas wlayah ,75 Km. Props Jawa Tmur terbag atas 9 abupate da 9 ota atau secara admstratf terdapat 38 abupate/ota dega wlayah yag luas Jawa Tmur dapat dataa berembag dalam bdag eoom. Namu dema, dalam realtaya mash baya masyaraat yag hdup d bawah gars emsa. Berbaga upaya yag telah dlaua pemertah dalam meurua jumlah pedudu ms dega cara membera Batua Lagsug Tua atau membera batua beras ms. Upaya la yag dapat dlaua utu meea pedudu ms adalah dega megetahu fator-fator peyebabya. Peelta sebelumya tetag emsa dlaua oleh Yas 011 [] melaua rumah tagga ms dega megguaa model MGWR. Model MGWR merupaa gabuga dar model regres ler global dega model GWR. Sehgga dega model MGWR aa dhasla estmator parameter yag sebaga bersfat global da sebaga yag la bersfat loal sesua dega loas pegamata data. Metode regres merupaa metode yag meghasla estmas dar parameter yag memodela hubuga varabel bebas da varabel respo. Namu, metode regres basa tda mempertmbaga aspe loal yag berbedabeda atar wlayah. Oleh area tu dalam peelta aa dembaga pemodela persetase pedudu ms yag drepresetasa dalam pembobot yag berbeda-beda utu masg-masg loas dega megguaa Geographcally Weghted Regresso (GWR). GWR merupaa pegembaga dar regres global utu varabel yag bersfat otu. Berdasara uraa datas, maa dlaua peelta megea bagamaa hubuga atara varabel respo persetase pedudu ms dega varabel predtor yag dduga mempegaruh emsa d abupate/ota Jawa Tmur dega megguaa Geographcally Weghted Regresso (GWR). II. TINJAUAN PUSTAKA A. Aspe Data Spasal Aalss spasal dlaua ja data yag dguaa memeuh aspe spasal yatu meml sfat error yag salg berorelas atau meml heterogetas spasal [3]. Heterogetas spasal dapat ddetes dega melaua uj Breusch-Paga yag mempuya hpotess sebaga berut. H 0 : ( homosedaststas) 1
2 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prt) D-330 H 1 : (heteroedaststas) j Statst uj: T T 1 T BP (1/ ) f Z( Z Z) Z f (1) e eleme vetor f adalah 1 f dmaa e merupaa resdual least square utu observas e- da Z merupaa matrs beruura x(p+1) yag bers vetor yag sudah dormalstadarta utu setap observas. Tola H 0 ja BP lebh besar dar atau p-value urag dar. p B. Geographcally Weghted Regresso Geographcally Weghted Regresso (GWR) adalah model regres yag dembaga oleh Fothergham, Brusdo, da Chartlo pada tahu 00 [4] utu varabel respo yag bersfat otu yag mempertmbaga aspe loas. Berbeda dega regres global yag la parameter modelya osta utu semua obje pegamata yag berupa loas, maa parameter model GWR dtasr pada setap loas. Model GWR dapat drumusa sebaga berut. p () y u v u v x 0,, 1 Dega = 1,,... Peasra parameter model GWR megguaa metode Weghted Least Square (WLS) yatu dega membera pembobot yag berbeda pada tap loas. Koefse GWR dpreds secara depede dega membera pembobot yag berbeda utu setap loas dmaa data tersebut dumpula. Msala pembobot utu loas e- adalah w ( u, v ), j 1,,... maa persamaa () mejad sebaga j berut. T 1 βˆ T u, v X W u, v X X W u, v (3) y W ) dag[ w ( ), w ( ),..., w ( ( 1 Dmaa )] adalah matr dagoal pembobot yag bervaras dar setap preds parameter pada loas. Pemlha pembobot spasal yag dguaa dalam measr parameter sagat petg utu memetua besarya pembobot masg-masg loas yag berbeda. Fugs erel adaptve meml la badwdth berbedabeda utu tap loas pegamata sedaga fugs erel fx la badwdthya telah optmum da dguaa utu seluruh pegamata. Pembobot yag dguaa adalah fugs erel yatu fugs erel yag terdr dar empat fugs [5]. Namu, dalam peelta dguaa tga fugs yatu: Fugs Gaussa : 1 wj u, v exp d j b (4) Fugs Bsquare : 1 ( d / ),utu j b dj b wj ( u, v ) 0,utu dj b (5) Fugs Trcube 3 1 ( d / ) 3,utu j b dj b wj ( u, v ) 0,utu dj b (6) (6) Dmaa d j d adalah jara eucldea atar loas da j j u u v v j j da b adalah parameter o egatf yag dsebut parameter peghalus (badwdth). Nla badwdth yag cuup besar aa meyebaba bas yag sema besar area model yag dbetu terlalu halus (oversmoothg) area bayaya pegamata yag dguaa. Terdapat beberapa metode yag dapat dguaa utu medapata b optmum, salah satuya dega memmuma la cross valdato (CV) [5]. Secara matemats dapat dtuls sebaga berut: h y yˆ b CV 1 (7) yˆ () b adalah la preds y dega pegamata d loas 1 dhlaga dar proses preds [4]. Beberapa peguja hpotess pada model GWR adalah sebaga berut: a. Uj Kesamaa Model Regres Ler dega Model GWR Uj bertujua utu meguj sgfas dar fator geografs. Berut adalah hpotess dar uj esamaa model GWR dega model regres ler [5]. u, v (tda ada perbedaa yag sgfa H 0 : atara model GWR da model regres ler) u, v ; = 1,,, ; H 1 : palg tda terdapat satu = 1,,, p (terdapat perbedaa yag sgfa atara model GWR da model regres ler) Terdapat berbaga statst uj yag dapat dguaa pada peguja esesuaa model GWR. Statst uj yag dapat dguaa adalah sebaga berut [6]. 1. Brusdo, Fortergham ad Chartlo F Test Statst uj: SSEOLS v1 Fht 1 (8) ata Statst uj: SSEOLS v1 Fht 1 (9) Daerah peolaa: tola H 0 ja F ht > atau ja p-value < α F( 1,( v1 / v ),( 1 / )). Leug, Me ad Zhag F1 Test Statst uj: 1 Fht SSEOLS p 1 (10) Daerah peolaa: tola H 0 ja F ht < atau ja p-value < α F ( 1 1,( / ), p 1) 3. Leug, Me ad Zhag F Test Statst uj: SSE GWRSSEOLS v1 Fht SSEOLS p 1 (11) Daerah peolaa: tola H 0 ja F ht > atau ja p-value < α F (,( v1 / v ),( 1 / )) b. Uj Parsal Uj parsal dguaa utu megetahu sgfas u, terhadap varabel respo secara parsal parameter v pada model GWR. Hpotess dar peguja adalah sebaga berut [5]. H 0 : u, v 0
3 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prt) D-331 Gambar 1. Persebara persetase pedudu ms d Jawa Tmur H 1 : u, v 0 ; = 1,,, ; = 1,,, p ˆ Statst uj: u, v T ˆ g (1) Hpotess aa dtola ja T t atau p-value <. /, 1 / III. METODOLOGI PENELITIAN A. Sumber Data Data yag dguaa dalam peelta merupaa data seuder yag dperoleh dar BPS (Bada Pusat Statst) Props Jawa Tmur Surabaya yatu data profl emsa d Idoesa tahu 010, data dolah dega cara Surve Sosal Eoom Nasoal (SUSENAS). Data seuder dalam peelta aa dpaa ut observas d 38 tgata ota/abupate d Jawa Tmur. B. Varabel Peelta Varabel yag dguaa dalam peelta terdr dar satu varabel respo da tujuh varabel predtor. Varabel respo pada peelta adalah persetase pedudu ms da varabel predtor yag dguaa adalah sebaga berut. 1. Aga partspas seolah pedudu ms usa tahu (X 1 ). Persetase Pedudu ms usa 15 tahu e atas yag beerja d setor pertaa (X ) 3. Persetase pegeluara perapta utu maaa (X 3 ) 4. Persetase balta yag elahraya dtolog oleh teaga esehata pada persala pertama (X 4 ) 5. Persetase pedudu ms yag megguaa ar bersh (X 5 ) 6. Pelayaa esehata Jamesmas pedudu ms (X 6 ) 7. Persetase pedudu ms yag perah meerma beras ras (X 7 ) C. Lagah Aalss Lagah-lagah aalss yag dlaua dalam peelta adalah sebaga berut. 1. Medesrpsa tetag pedudu ms da fator fator yag mempegaruh dega megguaa peta temat.. Megdetfas pola hubuga atar varabel. 3. Medapata model regres pedudu ms d Jawa Tmur dega lagah aalss sebaga berut. a. Medapata model regres ler atara varabel respo da predtor. b. Melaua uj sgfas parameter regres ler secara sereta da parsal. c. Megdetfas asus multooleartas dega megguaa la VIF da oefse orelas Pearso. 4. Memersa aspe spasal pada data peelta. 5. Megaalss model GWR dega lagah-lagah berut. a. Meetua u da v berdasara gars ltag selata da gars bujur tmur utu setap abupate/ota d Props Jawa Tmur. b. Meghtug jara Eucldea aatara loas terhadap loas j yag terleta pada oordat (U, V ). perhtuga dlaua utu seluruh loas pegamata yatu utu = 1,,. 38. c. Medapata model regres terba utu pemodela pedudu ms dega crtera AIC. d. Meetua badwth optmum dega megguaa metode Cross Valdato (CV) e. Meghtug matrs pemboot dega megguaa fugs erel. f. Medapata peasr parameter model GWR. g. Melaua peguja esamaa model regres ler da GWR. h. Melaua peguja sgfas parameter model GWR secara sereta da parsal.. Melaua pemapga sgfas parameter model GWR. 6. Mear esmpula berdasara aalss. IV. HASIL DAN PEMBAHASAN Props Jawa Tmur terbag atas 9 abupate da 9 ota atau secara admstratf terdapat 38 abupate/ota. Perembaga Jumlah da Persetase Pedudu Ms d Idoesa megalam peurua dar tahu 1976 e tahu Pada tahu 1998 hgga tahu 005 terjad peurua jumlah pedudu ms sebesar 14,40 juta jwa. Jumlah pedudu ms megalam eaa sebesar 4,0 juta jwa pada tahu 006. Namu, selama perode tahu 007 hgga tahu 01 megalam peurua jumlah pedudu ms secara berala. Persetase pedudu ms abupate/ota d Props Jawa Tmur berdasara peyebaraya meujua persetase pedudu ms yag ada d ota cederug sagat redah atara la Kota Surabaya, Kabupate Sdoarjo, Kota Mojoerto, Kota Batu, Kota Madu da Kota Bltar. Pedudu ms d perotaa megalam peurua dareaa pedudu d ota cederug mejauh dar gars emsa. Sedaga, ategor persetase sagat tgg terdapat d Kabupate Bagala, Sampag, Sumeep, da Probolggo. Dega ata la, pedudu ms yag cederug tgg tersebut pedapataya dbawah gars emsa, yatu sejumlah rupah yag dbutuha sagat urag utu membayar maaa setara 100 al sehar da ebutuha yag dperlua agar hdup laya belum terpeuh. Kabupate/ota d Jawa Tmur dega persetase pedudu ms meml persebara sepert pada Gambar 1.
4 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prt) D-33 Tabel 4.4 Nla AIC da R utu Masg-masg Model Model AIC R Regres Ler 16,341 7,14% GWR Gaussa 06,0443 7,54% Adaptve Gaussa ,98% Bsquare ,55% Adaptve Bsquare ,3% Trcube ,55% Adaptve Trcube* ,33% Keteraga: *) Pembobot terba Gambar. Pola Hubuga Atar Varaabel Predtor dega Varabel Respo Desrps Fator-fator yag berpegaruh terhadap jumlah pedudu ms dega megguaa peta temat pada Aga Partspas Seolah pedudu ms yag cederug redah terjad d Bojoegoro, Ngaju, Mageta, Bltar, da Jember sehgga perlu medapata perhata yag lebh ba dalam pegata pecapaa Aga Partspas Seolah. Kota Batu cederug tgg pada setor pertaa dsebaba area ota batu deal sebaga ota agrowsata yag terdapat laha pertaa peghasl buah-buaha da sayur-mayur. Begtu juga dega persetase pegeluara perapta pedudu ms utu maaa Kota Batu medudu tertgg. Persebara persetase pedudu ms yag elahraya dtolog oleh teaga esehata sagat redah terjad d Kepulaua Madura hal dsebaba mmya atau uragya teaga ahl meds. Tggya pegguaa ar bersh d Kota Surabaya. Kabupate Sdoarjo cederug redah dalam medapata pelayaa esehata jamesmas da memperoleh beras ras. Pola hubuga varabel predtor dega varabel respo dlaua sebelum medapata model regres ler sederhaa Berdasara Gambar dlhat bahwa hubuga yag meujua hubuga postf adalah hubuga atara varabel respo dega varabel persetase pedudu ms pada pelayaa esehata jamesmas da pedudu ms yag meerma beras ras. Hal meujua bahwa sema tgg persetase pedudu ms, maa persetase pelayaa jamesmas da pedudu yag meerma ras juga sema tgg. Pemodela persetase pedudu ms dega regres ler bergada dlaua dega tujua utu megetahu varabel maa yag berpegaruh secara sgfa terhadap pedudu ms dega tapa melbata fator loas pegamata. Hasl peguja secara sereta pada pemodela regres ler dperoleh la F htug sebesar 11,10 da P-value sebesar 0,000. Dega megguaa =0,1 dperoleh F tabel sebesar 1,3177, maa la F htug lebh besar dar pada F tabel. Sehgga, H 0 dtola, yag berart bahwa pemodela dega megguaa regres ler bergada secara sereta meghasla parameter yag sgfa. Peguja aspe data spasal heteroge dlaua dega uj Breuch-Paga dega hpotess sebaga berut: H 0 : (esamaa varas resdual/ 1 homosedaststas) H 1 : (heteroedaststas) j Berdasara hasl peguja dperoleh la statst uj Breuch-Paga sebesar 14,3834 dega p-value sebesar 0, Dega jumlah parameter tujuh da dguaa =0,1 dperoleh la p-value sebesar 0,04477, maa la p-value pada Breuch-Paga lebh ecl dar =0,1. Sehgga, H 0 dtola, dega ata la terjad heterosedaststas. Hasl pegecea asums resdual det, depede, da berdstrbus ormal ba melalu peguja maupu vsual meyataa bahwa resdual tda det, amu depede da berdstrbus ormal. Pegecea tersebut juga duata dega peguja aspe data spasal yag meyataa terjadya heterosedaststas atau varas yag tda det. Karea tda dpeuhya asums resdual det, depede, da berdstrbus ormal serta dpeuhya salah satu aspe data spasal maa pemodela aa dlajuta dega Geographcally Weghted Regresso. Pemodela Geographcally Weghted Regresso dlaua dega memasua pembobot spasal dega metode weghted least square. Matr pembobot yag dguaa merupaa matr yag elemeya merupaa fugs erel yag terdr dar jara atar loas da badwdth. Fugs erel yag dguaa dalam pemodela GWR dplh dega melhat la AIC terecl dar hasl pemodelaya. Nla AIC terecl dperoleh dar pemodela dega fugs erel Adaptve Trcube. fugs erel adaptve meml badwdth yag berbeda-beda d setap loas pegamata. Setelah meetua fugs erel yag dguaa, selajutya meetua badwdth utu setap loas yag damat. Setelah dperoleh la badwdth maa lagah yag perlu dlaua berutya yatu mecar matrs pembobot. Matr pembobot yag dperoleh utu tap-tap loas emuda dguaa utu membetu model sehgga taptap loas meml model yag berbeda-beda. Raguma hasl estmas parameter model GWR dapat dlhat pada Tabel 1. Nla R pemodela GWR dperoleh sebesar 76,3%, hal berart sebaya 76,3% varabel respo dapat djelasa oleh varabel predtor. Ja dbadga dega R pemodela dega regres ler bergada
5 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prt) D-333 Tabel 1. Raguma Estmator Model GWR Estmator Nla (u,v ) Global M Meda Max X.Itercept X X Tabel 1. (Lajuta) Raguma Estmator Model GWR Estmator Nla (u,v ) Global M Meda Max X X X X R 76,3% 7,10 % SSE 349, ,5 dperoleh sebesar 7,10%, maa utu semetara pemodela dega GWR dataa lebh ba. Utu melhat apaah pemodela dega megguaa GWR meghasla model yag lebh ba dlaua peguja esesuaa model dega hpotess sebaga berut. u, v H 0 : u, v H 1 : Berdasara hasl uj F pada rumus (9) dperoleh F sebesar 1,1768 da p-value sebesar 0,3439. Dega megguaa =0,1 dperoleh F tabel sebesar 1,31756, maa la F htug lebh besar dar pada F tabel. Sehgga, H 0 gagal dtola, dega ata la tda terdapat perbedaa yag sgfa atara model GWR da model regres ler. Peguja sgfas model GWR secara parsal dlaua utu megetahu parameter-parameter yag sgfa d setap wlayah. Hpotess yag dguaa dalam peguja sgfas model GWR secara parsal adalah sebaga berut. H 0 : u, v 0 H 1 : u, v 0 Berdasara hasl peguja sgfas parameter dega dperoleh parameter yag sgfa berbeda-beda utu tap abupate/ota. Hasl estmas parameter GWR dapat dlhat pada Tabel sebaga berut. Itepretas Model GWR Kabupate Sdoarjo, pemodela GWR tap abupate/ota dapat dlhat pada Lampra-14. Y -8,1935-0,0959 X + 0,5458 X -0,1309 X + 0,1138 X ,1691 Kesmpula yag dperoleh model utu persetase pedudu ms tersebut yatu utu setap eaa 1 perse pedudu ms usa 15 tahu e atas yag beerja d setor pertaa, persetase pedudu ms aa turu sebesar 0,0959 bla fator la tetap. Persetase pedudu ms aa a 0,545 bla persetase pegeluara perapta utu maaa a sebesar 1 perse da fator la tetap. Persetase pedudu ms aa turu 0,13 bla Tabel 3 Varabel Sgfa d Tap Kabupate Kabupate Varabel sgfa Kabupate Varabel sgfa Pacta X6, Kota Probolggo X6, Poorogo X6, Kota Pasurua X6, Treggale X6, Kota Mojoerto X6, Tulugagu X6, Kota Madu g X5, X6, Lumajag, Kota X5, X6, Surabaya X5, X6, Bodowoso X6, Kota Batu X5, X6, Pasurua, X5, Bltar X6, X5, Jombag X5, Kedr X5, Ngaju, X5, Mojoerto X5, Madu X4, Bayuwag X6, Mageta X5, Gres X5, X6, Ngaw X5, Jember X5, X6, Tabel 3 (Lajuta) Varabel Sgfa d Tap Kabupate Kabupate Varabel sgfa Kabupate Varabel sgfa Bojoegoro X5, Malag X5, Bagala X5, Sdoarjo X6, X6, Pameasa X5, Stubodo X6, X5, X6, Kota Kedr X6, Kota Malag X6, Kota Bltar X6, Sumeep X5, X6, Gambar 3. Parameter yag Sgfa d Setap Kecamata Hasl Pemodela dega GWR persetase balta yag elahraya dtolog oleh teaga esehata pada persala pertama turu sebesar 1 perse da fator la tetap.
6 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prt) D-334 Tabel 4. Perbedaa Kategor Pemapga Atara Pedudu Ms Dega Pemodela GWR Pedudu Ms I (Lamp 16.) Gambar II (Lamp 17.) Kabupate Kode 1 Kode Kota Malag, Kota Madu, Kota Surabaya, Kota Batu Kode 3 Kode 4 Pasurua, Jember, Stubodo Kode 4 Kode 5 Pameasa Kode 4 Kode Bojoegoro, Kota Probolggo Kode 4 Kode 3 Ngaw, Lamoga Kode 3 Kode Poorogo, Ngaju, Madu, Mageta, Kedr Kode Kode 1 Kota Kedr Persetase pedudu ms aa a 0,113 bla pelayaa esehata Jamesmas pedudu ms a da fator la tetap. Persetase pedudu ms aa a 0,169 bla persetase pedudu ms yag perah meerma beras ras a 1 perse da fator la tetap. Berdasara Gambar 3 hasl pemodela dega GWR dperoleh empat elompo wlayah. Wlayah dega wara merah yag redah persetase pedudu msya dataraya Kabupate Sdoarjo, Kota Mojoerto, Kota Kedr, da Kota Bltar. Pada wlayah merah semua fator berpegaruh secara sgfa terhadap pedudu ms. Dpapara perbedaa ategor pemapga atara pedudu ms dega pemodela GWR pedudu ms d Props Jawa Tmur. Pembaga mejad 5 ategor yatu ategor sagat tgg atara,47-3,47 perse (ode 5), ategor tgg edua atara 16,4-,47 perse (ode 4), ategor sedag atara 1,54-16,4 perse (ode 3), ategor redah atara 7,63-1,54 perse (ode ), da ategor sagat redah atara 5,01-7,63 perse (ode 1) yag djelasa dalam Tabel 4. Kota Kedr megalam peurua presetase pedudu ms setelah ddapata pemodela GWR yag telah medapata varabel-varabel sgfa dapat dlhat pada Tabel 3. Redahya pedudu ms d Kota Kedr yag beerja pada setor pertaa, dduga merupaa abat dar uragya laha pertaa d perotaa. Tggya teaga esehata d perotaa dduga merupaa abat dar tersedaya teaga ahl meds da orag yag berpegalama dalam meaga elahra balta sudah dbeal emampua pegetahua ebdaa secara memada. Sela tu juga utu pembaga beras ras dperotaa cederug redah dbadga dega d pedesaa. V. KESIMPULAN Berdasara pembahasa peelta yag telah dlaua dperoleh esmpula sebaga berut. 1. Persetase pedudu ms d abupate/ota d Props Jawa Tmur meujua pola yag meyebar begtu juga dega fator-fator yag mempegaruhya. Persebara persetase pedudu ms tertgg terdapat d Bagala, Sampag, Sumeep, da Probolggo. Persetase Aga Partspas Seolah pedudu ms yag tertgg terdapat d Kabupate Sumeep, Lamoga, da Sdoarjo. Kota Batu, Kota Pasurua, Kota Probolggo, Bojoegoro, Kedr, Bltar, Poorogo, Pacta, da Treggale merupaa tertgg pada setor pertaa. Pacta da Kota Batu merupaa tertgg utu pegeluara perapta maaa. Persetase pedudu ms yag elahraya dtolog oleh teaga esehata teredah terdapat d epulaua Madura. Semetara tu, Kota Surabaya yag meml persetase tertgg pedudu ms yag megguaa ar bersh. Tuba, Poorogo, Treggale, da Bodowoso meml persetase tertgg pada pelayaa esehata jamesmas. Sedaga, persetase pedudu ms yag perah meerma beras ras teredah terdapat d Kota Surabaya, Sdoarjo, Kota Madu, Kota Bltar, da Kota Malag.. Data yag dguaa dalam pemodela memeuh aspe spasal sehgga dlaua pemodela dega GWR dega erel Adaptve Trcube. Berdasara hasl pemodela dega GWR dperoleh model yag berbeda-beda utu tap abupate/ota. 3. Hasl pemapga meujua bahwa berdasara varabel yag sgfa utu tap abupate/ota terbetu pegelompoa sebaya empat elompo. Kabupate Madu berada dalam satu elompo yag meml dua varabel predtor yag berpegaruh sgfa terhadap pedudu ms, yatu persetase balta yag elahraya dtolog oleh teaga esehata pada persala pertama (X 4 ) da persetase pedudu ms yag perah meerma beras ras (X 7 ). Kebjaa pemertah pada pembera beras ras perlu dtgata, hal dlhat dar hasl persebara varabel yag sgfa meurut abupate/ota yatu terdapat d seluruh wlayah Jawa Tmur. UCAPAN TERIMA KASIH Peuls megucapa terma ash epada BPS Props Jatm yag telah membera duuga formas da data peelta. Peuls juga megucapa terma ash epada Laboratorum Statsta Sosal da Pemertaha, Jurusa Statsta ITS DAFTAR PUSTAKA [1] BPS. (010). Idator Eoom da Sosal Jatm. Surabaya: BPS. [] Yas, H. (011). Model Mxed Geographcally Weghted Regresso, Stud Kasus : Persetase Rumah Tagga Ms d Kabupate Mojoerto Tahu 008. Surabaya: Program Pasca Sarjaa, Isttut Teolog Sepuluh Nopember. [3] Asel, L. (1998). Spatal Ecoometrcs: Methods ad [4] Models. Dordrecht : Kluwer Academc Publshers. [5] Fothergham, A. S., Brusdo, C., & Charlto, M. (00). Geographcally Weghted Regresso : the Aalyss of Spatally Varyg Relatoshps. Chchester: Wley. [6] Purhad, R. M., & Wuladar, S. P. (01). Geographcally Weghted Ordal Logstc Regresso Model (Vol.16, Issue :3 ed.). Surabaya: Iteratoal Joural of Mathematcs ad Computato. [7] Safudd, A. B., Setabud, N. A., & Achsa, N. A. (011). O Comparsso betwee Ordary Lear Regfresso ad Geographcally Weghted Regresso: WthApllcato to Idoesa Poverty Data (Vol. 57 No. (011), pp ed.). Europea Joural of Scetfc Research.
Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa
Lebih terperinciANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.
ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu
Lebih terperinciSTATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran
KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua
Lebih terperinciBAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam
BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-35 (-98X Prt) D-5 Pemodela Fator-Fator yag Mempegaruh Aga Morbdtas d Jawa Tmur Megguaa Regres Noparametr Sple Krsa Wuladar, I Nyoma Budatara, da Madu
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).
Lebih terperinciPemodelan Penduduk Miskin Di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)
Pemodelan Pendudu Msn D Jawa Tmur Menggunaan Metode Geographcally Weghted Regresson (GWR) Yuanta Damayant, dan Dr. Vta Ratnasar S.S, M.S Jurusan Statsta, F-MIPA, Insttut Tenolog Sepuluh Nopember (ITS)
Lebih terperinciPEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON
Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus
Lebih terperinciII. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan
II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor
Lebih terperinciPemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi
JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: 337-35 (31-98X Prt D-5 Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa
Lebih terperinciadalah nilai-nilai yang mungkin diambil oleh parameter jika H
Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR
Lebih terperinciPemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi
Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu
Lebih terperinciBAB I PANDAHULUAN. 1.1 Latar Belakang
BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,
Lebih terperinciAnalisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)
Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number
Lebih terperinciBAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:
BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,
Lebih terperinciANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)
ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP
Lebih terperinciBAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas
Lebih terperinciPemodelan Angka Prevalensi Kusta dan Faktor- Faktor yang Mempengaruhi di Jawa Timur dengan Pendekatan Geographically Weighted Regression (GWR)
JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-75 Pemodela Aga Prevales Kusta da Fator- Fator yag Memegaruh d Jaa mur dega Pedeata Geograhcally Weghted Regresso (GWR) Alefa Maulda Dzra, Sat
Lebih terperinciSTATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:
STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu
Lebih terperinciBAB 2 LANDASAN TEORI. menentukan hubungan antara variabel independen (x) dengan variabel dependen (y).
BAB LANDASAN EORI Aalss Regres Aalss regres adalah salah satu metode ag dapat dguaa utu meetua hubuga atara varabel depede dega varabel depede Utu pegamata dega p varabel depede, maa model regres tersebut
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa
Lebih terperinciPemodelan Geographically Weighted Logistic Regression pada Indeks Pembangunan Kesehatan Masyarakat di Provinsi Papua
Prosdg Sear Nasoal MIPA 06 Pera Peelta Ilu Dasar dala Meuag Pebagua Berelauta Jatagor, 7-8 Otober 06 ISBN 978-60-76-- Peodela Geographcally Weghted Logstc Regresso pada Ides Pebagua Kesehata Masyaraat
Lebih terperinciPemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion
Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,
Lebih terperinciPERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinciBAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:
BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-159
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Set. 1 ISSN: 31-X D-15 Pemodela Fator-Fator Yag Beregaruh Terhada Prevales Balta Kurag Gz D Provs Jawa Tmur Dega Pedeata Geograhcally Weghted Logstc Regresso (GWLR
Lebih terperinciKajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d
Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas
Lebih terperinciKAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT
Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real
Lebih terperinciPEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHTED REGRESSION. Hasbi Yasin Staf Pengajar Program Studi Statistika FMIPA UNDIP.
Pemlha Varabel (Hasb Yas) PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHED REGRESSION Hasb Yas Staf Pegajar Program Stud Statsta FMIPA UNDIP Abstract Regresso aalyss s a statstcal aalyss that ams to
Lebih terperinciRegresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
Lebih terperincititik tengah kelas ke i k = banyaknya kelas
STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
Lebih terperinciANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD
Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD
Lebih terperinciHIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1
HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinciAUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR
AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR Rokhaa Dw Bekt Mathematcs & Statstcs Departmet, School of Computer Scece, Bus Uversty Jl. K.H. Syahda No. 9, Palmerah, Jakarta
Lebih terperinciπ(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 22) ISSN: 23-928X D-277 Klasfas Pase Hasl Pap Smear Test sebaga Pedetes Awal Upaya Peagaa D pada Peyat Kaer Servs d RS. X Surabaya dega Metode Baggg Logstc Regresso
Lebih terperinciPemodelan Angka Pengangguran Pernah Bekerja dan Belum Pernah Bekerja di Jawa Timur Menggunakan Metode Regresi Multivariat
D-390 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98X Prt) Pemodela Aga Perah Beerja da Belum Perah Beerja d Jawa Tmur Megguaa Metode Regres Multvarat Arda Nur Lathfah, da Wahyu Wbowo Jurusa
Lebih terperinciAnalisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)
JURNAL SAINS DAN SENI IS Vol. 5, No., (6) 337-35 (3-98X Prt) D-7 Aalss Pola ubuga PDRB dega Faktor Pecemara Lgkuga d Idoesa Megguaka Pedekata Geographcally Weghted Regresso (GWR) Rza Damayat da Mutah Salamah
Lebih terperinci9. SOAL-SOAL STATISTIKA
9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra
Lebih terperinci9. SOAL-SOAL STATISTIKA
9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra
Lebih terperinciX a, TINJAUAN PUSTAKA
PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel
Lebih terperinciPENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA
PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
Lebih terperinciMETODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap
III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII
Lebih terperinciPENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH RUMAH TANGGA MISKIN DI PULAU BURU
Jural Barekeg Vol. 8 No. 2 Hal. 53 57 (2014) PENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH RUMAH TANGGA MISKIN DI PULAU BURU Geographcally
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam
BAB LANDASAN TEORI Pegerta Regres da Korelas Pegerta Regres Istlah regres dpereala oleh seorag yag erama Fracs Gulto dalam maalah erjudul regresso towerd medacraty heredtary stature Meurut hasl peelta
Lebih terperinciBAB 5. ANALISIS REGRESI DAN KORELASI
BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh
Lebih terperinciBukti Teorema Sisa China dengan Menggunakan Ideal Maksimal
Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-311
JURNAL SAINS DAN SENI POMIS Vol., No., (03) 337-350 (30-98X Prt) D-3 Pemodela Fator-Fator yag Memegaruh Jumlah Kemata Ibu d Jatm dega Pedeata GWPR (Geograhcally Weghted Posso Regresso) Dtau dar Seg Fasltas
Lebih terperinciKarakteristik Siswa Putus Sekolah Tingkat SD dan SMP di Kawasan Surabaya Utara
Karaterst Sswa Putus Seolah Tgat SD da SMP d Kawasa Surabaya Utara Nur Ia Choryah, Prof.Dra.Susat Luwh,M.Stat,PhD, 3 Ir.Mutah Salamah,M.Kes Mahasswa Jurusa Statsta FMIPA-ITS (36 3,3 Dose Jurusa Statsta
Lebih terperinciANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS
ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud
Lebih terperinciPENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA
PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda
Lebih terperinciBAB 3 Interpolasi. 1. Beda Hingga
BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada
Lebih terperinciPemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion)
Jural EKSPONENSIALVolume Nomor September 00 ISSN 085-789 Pemlha Model Regres Terba Megguaa Aae s Iformato Crtero (The Best Regresso ModelSelecto UsgAae s Iformato Crtero) M. Fathurahma Staf Pegaar Program
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut
Lebih terperinciBAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten
BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar
Lebih terperinciH dinotasikan dengan B H
Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )
Lebih terperinciIII. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah
3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa
Lebih terperinciUKURAN DASAR DATA STATISTIK
UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL
Lebih terperinci11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN
// REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA
Lebih terperinciPemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah
Value Added, Vol., No., 5 Pemodelan MGWR Pada Tngat Kemsnan d Provns Jawa Tengah Moh Yamn Darsyah, Rochd Wasono, Monca Frda Agustna 3,,3 Program Stud StatstaUnverstas Muhammadyah Semarang Emal: mydarsyah@unmus.ac.d
Lebih terperinciKAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2
Kaa Estmas-M (Ele) KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH Ele Dw Pradew, Sudaro Alum Program Stud Statsta FSM Uverstas Dpoegoro
Lebih terperinciBAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)
BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data
IV METODE PENELITIAN 4. Loas da Watu Peelta dlasaaa d Strawberry Café yag berloas d Jala Gadara No.75 Jaarta Selata. Loas peelta dplh da dtetua dega segaja sesua dega pertmbaga dar peelt. Alasa utama memlh
Lebih terperinciPemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-9 Pemodela Jumlah Balta Gz Buruk d Jawa Tmur dega Geographcally Weghted Posso Regresso Rahm Amela da Purhad Jurusa Statstka, Fakultas Matematka
Lebih terperinciPENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP
PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP Rosa Sey Yudasar Jurusa Matemata, Faultas Matemata da Ilmu Pegetahua Alam,Uverstas Neger Surabaya rosaseywah@yahoo.com Drs. Hery Tr Sutato, M.S
Lebih terperinciANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,
Lebih terperinciLANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)
LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciAnalisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-350 (30-98X Prt) D-9 Aalss Regres Double Hurdle terhadap Faktor-Faktor yag Mempegaruh Partspas Perempua Kaw dalam Kegata Ekoom d Jawa Tmur Devma Chrst Mukt
Lebih terperinciSTUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE
STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 50 K MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE Kade Ad Dw Purwaa 2205 00 038 dose pembmbg :. Ir. Syarffudd M M.Eg. 2.
Lebih terperinciAnalisis Faktor Risiko Penyebab Diabetes Mellitus di Kota Ambon Menggunakan Model Regresi Logistik
Statsta, Vol. 5 No. 2, 65-7 November 25 Aalss Fator Rso Peyebab Dabetes Melltus d Kota Ambo Megguaa Model Regres Logst Ferry Kodo Lembag, Dorteus L. Rahabauw 2,2Jurusa Matemata Faultas MIPA Uverstas Pattmura
Lebih terperinciRangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data
Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga
Lebih terperinciPemodelan Kondisi Jaringan Listrik PT. PLN (Persero) Area Surabaya Selatan dengan Analisis Regresi Logistik Ordinal
JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 7-0 (-98X Prt) D86 Pemodela Kods Jarga Lstr PT. PLN (Persero) Area Surabaya Selata dega Aalss Regres Logst Ordal Des Olva Sswadar da Haryoo Dearteme Statsta,
Lebih terperinciFaktor - Faktor yang Mempengaruhi Pelayanan Distribusi Air Bersih di Kawasan Permukiman Perkotaan Kabupaten Pamekasan
JURNAL TEKNIK POMITS Vol., No. 1, (013) ISSN: 337-3539 (301-971 Prt) 1 Faktor - Faktor yag Mempegaruh Pelayaa Dstrbus Ar Bersh d Kawasa Permukma Perkotaa Kabupate Pamekasa Dew Rupyat Saga da Da Rahmawat
Lebih terperinciEstimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model
Jural ILMU DASAR Vol. 9 No. Jul 008 : 5-7 5 Estmator Robust S Pada Model Seemgl Urelated Regresso he S Robust Estmator Seemgl urelated Regresso Model Sulato Jurusa Matemata FMIPA Uverstas Arlagga ABSRAC
Lebih terperinciAnalisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma
JURNAL SAINS DAN SENI ITS Vol. 4, No., (15) 337-35 (31-98X Prt) D-54 Aalss Pegedala Kualtas Proses Pegatoga Seme d PT Seme Idoesa (Persero) Tb dega Pedeata Sx Sgma Ftrah Idra Cahya, Sr Mumpu Retagsh Jurusa
Lebih terperinciOPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK
Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas
Lebih terperinciJawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2
M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe
Lebih terperinciEstimasi dan Pengujian Hipotesis pada Model Geographically Weighted Multinomial Logistic Regression
Prosdg Koferes Nasoal Matematka XVII - 4-4 Ju 4, IS, Surabaya Estmas da Pegua Hpotess pada Model Geographcally Weghted Multomal Logstc Regresso M. Fathurahma, Purhad, Sutko 3, Vta Ratasar 4 Mahasswa S3
Lebih terperinciBAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event.
BAB II TINJAUAN PUSTAKA. Peahulua Sebelum melaua pembahasa megea permasalaha ar srps, paa Bab II aa uraa beberapa teor peujag ag perraa apat membatu alam pembahasa bab-bab selajuta. Pembahasa paa Bab II
Lebih terperinciBAB III METODE PENELITIAN
30 BAB III METODE PENELITIAN A. Tujua Peelta Tujua ag g dcapa dalam peelta adalah utu megetahu apaah hasl belajar perserta dd elas IX MP Nusa Bagsa Mragge Dema pada mater poo volume bagu ruag ss legug
Lebih terperinciPemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression
JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98 Prt) D-355 Pemodela da Pemetaa Kasus Peumoa d Kota Padag Tahu 04 dega Geograpghcally Weghted Negatve Bomal Regresso Reo War Dva Rahmtr da Wwek Setya
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:
Lebih terperinci