ANALISIS ANGKA BUTA HURUF DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION BERBASIS KOMPUTER
|
|
- Agus Darmali
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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, / andiyono@hotmail.com Edy Irwansyah Universitas Bina Nusantara Jl. K.H Syahdan No.9, Palmerah, Jakarta Barat, Indonesia, 11480, / edirwan@binus.ac.id Rokhana Dwi Bekti Universitas Bina Nusantara Jl. K.H Syahdan No.9, Palmerah, Jakarta Barat, Indonesia, 11480, / rokhana_db@binus.ac.id ABSTRACT Analysis of the factors that influence the rate of illiteracy will provide important information in education. One such factor is the development of information and communication technology (ICT). Characteristics of illiteracy in the province of East Java showed a spatial pattern. Therefore, to obtain the factors that influence through Geographically Weighted Regression spatial modeling (GWR). Further mapping for geospatial information about the significance of the factors that influence it. Modeling results showed that the factors that influence the rate of illiteracy in every location is different. In general, the factors that affect the rate of illiteracy at α = 5% is the percentage of households owning a mobile phone, the percentage of households with a computer and the percentage of households who access the internet at school in the past month. Obtained by mapping the spread of ICT indicators significance of ABH. Factors percentage of households with mobile phones spread in the southern part of East Java Province, while the percentage factor of households have a computer and access the internet at school in the past month spread over the northern part of East Java province. Keywords: Illiteracy, ICT, Geographically Weighted Regression (GWR)
2 ABSTRAK Analisis faktor-faktor yang berpengaruh terhadap angka buta huruf akan memberikan informasi penting dalam pendidikan. Salah satu faktor tersebut adalah perkembangan teknologi informasi dan komunikasi (TIK). Karakteristik angka buta huruf di Provinsi Jawa Timur menunjukkan adanya pola spasial. Oleh karena itu, untuk mendapatkan faktor-faktor yang mempengaruhi dilakukan melalui pemodelan spasial Geographically Weighted Regression (GWR). Selanjutnya dilakukan pemetaan untuk mendapatkan informasi geospasial tentang signifikansi faktor-faktor yang mempengaruhinya. Hasil pemodelan menujukkan bahwa faktor-faktor yang berpengaruh terhadap angka buta huruf di setiap lokasi adalah berbeda. Secara umum, faktor yang mempengaruhi angka buta huruf pada α = 5% adalah persentase rumah tangga yang memiliki telepon selular, persentase rumah tangga yang memiliki komputer dan persentase rumah tangga yang mengakses internet di sekolah dalam waktu sebulan terakhir. Melalui pemetaan didapatkan penyebaran signifikansi indikator TIK terhadap ABH. Faktor persentase rumah tangga yang memiliki telepon selular tersebar di Provinsi Jawa Timur bagian selatan, sedangkan faktor persentase rumah tangga yang memiliki komputer dan mengakses internet di sekolah dalam waktu sebulan terakhir tersebar di Provinsi Jawa Timur bagian utara. Kata kunci: Angka buta huruf, TIK, Geographically Weighted Regression (GWR) PENDAHULUAN Pada saat ini, pendidikan dapat dikatakan termasuk dalam kebutuhan primer setelah sandang, pangan, dan papan. Salah satu indikator tingkat pendidikan adalah angka buta huruf (ABH). Jawa Timur merupakan provinsi yang memiliki ABH tertinggi di Pulau Jawa. BPS (2012) menyebutkan bahwa ABH penduduk usia di atas 15 tahun di Jawa Timur 2009 dan 2010 adalah 12,20% dan 11,66%. Begitu juga untuk jenjang usia lainnya. Hal ini menunjukkan bahwa perlu dikaji lagi sektor pendidikan di Jawa Timur. Faktor faktor yang dapat mempengaruhi tingkat pendidikan suatu daerah antara lain tingkat kemiskinan, pertumbuhan ekonomi, subsidi pemerintah, dan tersedianya fasilitas yang memadai. Perkembangan teknologi informasi dan komunikasi (TIK) telah memberikan pengaruh terhadap dunia pendidikan khususnya dalam proses pembelajaran dan pendidikan. Analisis data spasial merupakan analisis yang berhubungan dengan efek lokasi. Hal ini didasarkan pada hukum pertama tentang geografi dikemukakan oleh Tobler dalam Anselin dan Rey (2010, p17) menyatakan bahwa segala sesuatu saling berhubungan satu dengan yang lainnya, tetapi sesuatu yang dekat lebih mempunyai pengaruh daripada sesuatu yang jauh. Salah satu analisis spasial adalah menggunakan metode Geographically Weighted Regression (GWR). Metode GWR adalah suatu teknik yang membawa kerangka dari model regresi sederhana menjadi model regresi yang terboboti (Fotheringham, Brunsdon, Charlton, 2002). Untuk memodelkan dan mengetahui faktor faktor yang mempengaruhi tingkat ABH dapat dilakukan dengan regresi Ordinary Least Square (OLS). Regresi OLS mengasumsikan residual normal, identik, dan independen. Apabila ada asumsi yang tidak terpenuhi, maka dapat dikatakan ada pengaruh spasial (Anselin, 1988, p12-13). Oleh karena itu digunakan GWR. Pengaruh spasial tersebut juga ditunjukkan oleh ABH yang memiliki karakteristik yang hampir sama di daerah yang berdekatan. Contohnya di wilayah dengan ABH tertinggi berada di wilayah Madura yang letaknya dekat dengan Pandalungan yang meliputi daerah Bondowoso, Situbondo, dan Probolinggo (Firmansyah dan Sutikno, 2011). Hal ini menunjukkan ada pengaruh faktor lokasi atau spasial. Beberapa penelitian yang menggunakan model spasial antara lain Firmansyah dan Sutikno (2011) yang melakukan pemodelan dan pemetaan ABH di Provinsi Jawa Timur menggunakan Spatial Lag Model (SLM), Spatial Error Model (SEM), dan Spatial Autoregressive Moving Avarage (SARMA). Hasil penelitian tersebut adalah ABH dipengaruhi oleh rasio penduduk miskin, rasio tenaga pendidik SD, rasio tenaga pendidik SMP, dan angka partisipasi murni tahun dengan R 2 sebesar 90,6%. Penelitian selanjutnya yang menggunakan model spasial dilakukan oleh Kam, Hossain,
3 Bose, dan Villano (2005). Penelitian tersebut melakukan pemodelan antara tingkat kemiskinan pedesaan dengan faktor kesejahteraan yang mempengaruhinya dengan menggunakan GWR. Informasi geospasial atau peta dapat memberikan informasi yang dapat dimanfaatkan oleh mendukung sektor publik dalam melaksanakan proses perencanaan pelaksanaan dan evaluasi pembangunan. Sehingga dalam penelitian ini ABH dan faktor-faktor yang mempengaruhinya juga disajikan dalam bentuk pemetaan. Pemetaan tersebut akan memberikan informasi tentang penyebaran ABH di Provinsi Jawa Timur. METODE PENELITIAN Lokasi penelitian ada di wilayah Provinsi Jawa Timur meliputi 29 kabupaten dan 9 kota seperti yang terlihat Gambar 1. Teknik pengumpulan data untuk penelitian ini adalah menggunakan data sekunder yang diambil dari Badan Pusat Statistik (BPS) tahun Variabel penelitian dalam penelitian ini adalah variabel dependen (Y) dan variabel independen (X), dimana: Y X = Angka buta huruf = Teknologi, informasi, dan komunikasi, yang terdiri dari: X1 = Persentase rumah tangga yang memiliki telepon rumah X2 = Persentase rumah tangga yang memiliki telepon selular X3 = Persentase rumah tangga yang memiliki computer X4 = Persentase rumah tangga yang mengakses internet di sekolah dalam sebulan terakhir Gambar 1 Kabupaten/Kota di Provinsi Jawa Timur Langkah langkah penelitian adalah sebagai berikut : 1. Pengumpulan data ABH dan indikator TIK 2. Explorasi Data Untuk mengetahui gambaran umum setiap variabel dan pola hubungan setiap wilayah di Provinsi Jawa Timur. 3. Regresi Global Melakukan regresi antara variabel independent dengan variabel dependennya dengan cara melakukan penaksiran parameter, uji signifikansi, dan uji asumsi residual. Penaksiran parameter dilakukan dengan menggunakan metode Ordinary Least Square (OLS). Analisis regresi adalah salah satu metode yang dapat digunakan untuk menentukan hubungan antara variabel independen (x) dengan variabel dependen (y). Untuk n pengamatan dengan p variabel independen, maka model regresi tersebut dapat ditulis sebagai berikut: p y = β 0 + βk xik + εi ; i 1,2,3,..., n i = k= 1 (1)
4 Keterangan : y i = variabel dependen pada pengamatan ke-i (i = 1, 2,..., n) β 0 = konstanta β k = koefisien regresi ke k (k = 1,2,, p) x ik = variabel independen ke-k pada pengamatan ke-i (i = 1, 2,..., n) ε = error yang diasumsikan identik, independen, dan berdistribusi i normal dengan mean nol dan varians 4. Regresi Lokal / GWR Melakukan regresi secara lokal di setiap wilayah dengan cara menentukan bandwidth optimum, penentuan pembobot, melakukan penaksiran parameter GWR, dan pengujian signifikansi. Penaksiran parameter yang digunakan adalah Weighted Least Square (WLS) dan pembobot yang digunakan adalah kernel bi-square. Model GWR adalah suatu model regresi sederhana yang diubah menjadi model regresi yang terboboti (Fotheringham, Brunsdon, Charlton, 2002). Setiap nilai parameter akan dihitung pada setiap titik lokasi geografis sehingga setiap titik lokasi geografis mempunyai nilai parameter regresi yang berbeda-beda. Hal ini akan memberikan variasi pada nilai parameter regresi di suatu kumpulan wilayah geografis. Jika nilai parameter regresi konstan pada tiap-tiap wilayah geografis, maka model GWR adalah model global. Artinya tiap-tiap wilayah geografis mempunyai model yang sama. 2 σ Model umum untuk model GWR adalah p yi = β 0( ui, vi ) + βk ( ui, vi ) xik + εi (2) k= 1 Keterangan: y i = variabel dependen pada lokasi ke-i (i = 1, 2,..., n) x ik = variabel independen ke-k pada lokasi ke-i (i = 1, 2,..., n) (u i,v i ) = koordinat longitude latitude dari titik ke-i pada suatu lokasi geografis. β k (u i,v i ) = koefisien regresi ke-k pada masing-masing lokasi ε =error yang diasumsikan identik, independen, dan berdistribusi Normaldengan i mean nol dan varians konstan 5. Pemetaan Pemetaan dilakukan berdasarkan P value yang didapat dari hasil penaksiran parameter lokal / GWR. 6. Pembuatan aplikasi program HASIL DAN BAHASAN Kabupaten/Kota di Jawa Timur berdasarkan karakteristik persentase penduduk yang buta huruf (angka buta huruf) disajikan pada Gambar 1. Dapat diketahui bahwa ada Kabupaten/Kota yang memiliki karakteristik sama dan saling berdekatan lokasinya. Dengan demikian, dapat dikatakan bawasannya terdapat kasus faktor lokasi atau Spasial terhadap angka buta huruf di lokasi tersebut. Seperti di Kabupaten Sampang, Pamekasan, Bangkalan, dan Sumenep. Lokasi tersebut berada di Pulau Madura dan memiliki angka buta huruf di atas 24%. Tercatat 8 dari 9 daerah Kota yang ada di Provinsi Jawa Timur, memiliki angka buta huruf yang termasuk dalam kelompok 1, antara lain Kota Batu, Kota Surabaya, Kota Mojokerto, Kota Kediri, Kota Pasuruan, Kota Madiun, Kota Malang dan Kota Blitar. Kota Probolinggo adalah satu satunya daerah kota yang termasuk dalam angka buta huruf kelompok 2 dengan tingkat angka buta huruf sebesar 7,08%. Hampir seluruh daerah Kabupaten yang ada di Provinsi Jawa Timur memiliki angka buta huruf yang lebih tinggi dari daerah Kota. Hanya ada 2 kabupaten yang memiliki angka buta huruf yang termasuk dalam kelompok 1, yaitu Kabupaten Sidoarjo dengan tingkat angka buta huruf di angka 2,94% dan Kabupaten Gresik dengan tingkat angka buta huruf di angka 5,17%. 2 σ
5 Gambar 2 Penyebaran Angka Buta Huruf Daerah Kabupaten di Provinsi Jawa Timur yang termasuk dalam kelompok 2 antara lain Kabupaten Tulungagung, Kabupaten Mojokerto, Kabupaten Trenggalek, Kabupaten Kediri, Kabupaten Jombang, Kabupaten Blitar, Kabupaten Pacitan, Kabupaten Magetan, Kabupaten Malang, Kabupaten Pasuruan, Kabupaten Nganjuk dan Kabupaten Madiun. Kemudian daerah Kabupaten di Provinsi Jawa Timur yang termasuk dalam kelompok 3 antara lain Kabupaten Banyuwangi, Kabupaten Lamongan, Kabupaten Tuban, Kabupaten Ponorogo, Kabupaten Bojonegoro, Kabupaten Jember, Kabupaten Lumajang, Kabupaten Ngawi, dan Kabupaten Pamekasan. Daerah Kabupaten di Pronvinsi Jawa Timur yang termasuk dalam kelompok 4 antara lain Kabupaten Situbondo, Kabupaten Bondowoso, Kabupaten Probolinggo, Kabupaten Sumenep dan Kabupaten Bangkalan. Angka buat huruf di kelompok 5 hanya meliputi 1 kabupaten saja, yaitu Kabupaten Sampang dengan tingkat angka buta huruf di angka 28,44% dan dapat dikatakan bahwa Kabupaten Sampang adalah Kabupaten yang memiliki angka buta huruf terbesar di Provinsi Jawa Timur. Model Regresi Global Hasil pemodelan regresi global disajikan pada Tabel 1. Berdasarkan hasil uji signifikansi menggunakan uji F, didapatkan nilai F hitung = 14,97 yang lebih dari F (0,05;4;33) =2,65. Hal ini menunjukkan bahwa ada variabel independen yang sifnifikan berpengaruh. Setelah melakukan uji F, maka dilakukan uji signifikansi secara parsial melalui uji T. Variabel yang signifikan berpengaruh dengan α = 5% adalah persentase rumah tangga yang mempunyai telepon selular. Hal tersebut ditunjukkan oleh nilai t hit = yang lebih besar dari t (0,025;33) yaitu sebesar 2,0345. Sementara itu variabel yang signifikan berpengaruh dengan α = 10% adalah persentase rumah tangga yang mengakses internet di sekolah dalam waktu sebulan terakhir. Hal ini ditunjukkan oleh nilai t hit = yang lebih besar dari t (0,05;33) yaitu sebesar 1,69. Asumsi residual yang terpenuhi melalui regresi global adalah asumsi identik dan berdistribusi normal. Sementara itu asumsi residual yang tidak terpenuhi melalui regresi global adalah asumsi independen. Hal tersebut menunjukkan bahwa adanya pengaruh spasial pada ABH di Provinsi Jawa Timur dengan indikator TIK. Asumsi independen yang tidak terpenuhi menunjukkan bahwa antar pengamatan atau lokasi saling berhubungan.
6 Tabel 1 Penaksiran Parameter Model Regresi Global Variabel Koefisien T value P value Konstanta * 1.49e-07 persentase rumah tangga yang telepon rumah persentase rumah tangga yang mempunyai telepon selular(hp) * persentase rumah tangga yang memiliki komputer persentase rumah tangga yang mengakses internet di sekolah ** S = ; R 2 = 64,47%, F-statistic = F(0,05;4;33) =2,65 T(0,05;33) = 2,0345, T(0,10;33) = 1,69 * : signifikan pada α = 5% ** : signifikan pada α = 10% Model Geographically Weighted Regression (GWR) Langkah-langkah dalam pemodelan GWR adalah menentukan bandwidth optimum, pembobot dan penaksiran parameter GWR. Hasil perhitungan badhwidth optimum disajikan dalam Tabel 2 dan pembobot yang digunakan adalah pembobot kernel bi-square. Hasil panaksiran parameter GWR dapat dilihat pada Tabel 3. Tabel 2 Tabel Bandwidth Optimum Setiap Kabupaten/Kota di Provinsi Jawa Timur Kabupaten Pacitan 1,6652 Kabupaten Magetan 1,3564 Kabupaten Ponorogo 1,2924 Kabupaten Ngawi 1,3793 Kabupaten Trenggalek 1,2714 Kabupaten Bojonegoro 1,0742 Kabupaten Tulungagung 1,0623 Kabupaten Tuban 1,2279 Kabupaten Blitar 0,9487 Kabupaten Lamongan 0,9993 Kabupaten Kediri 0,7976 Kabupaten Gresik 1,0160 Kabupaten Malang 1,0373 Kabupaten Bangkalan 1,1414 Kabupaten Lumajang 1,1595 Kabupaten Sampang 1,2903 Kabupaten Jember 1,6614 Kabupaten Pamekasan 1,4725 Kabupaten Banyuwangi 2,1924 Kabupaten Sumenep 1,7078 Kabupaten Bondowoso 1,8381 Kota Kediri 0,8640 Kabupaten Situbondo 1,8739 Kota Blitar 0,9339 Kabupaten Probolinggo 1,2417 Kota Malang 1,0179 Kabupaten Pasuruan 0,9475 Kota Probolinggo 1,1521 Kabupaten Sidoarjo 0,9091 Kota Pasuruan 0,9640 Kabupaten Mojokerto 0,8811 Kota Mojokerto 0,8814 Kabupaten Jombang 0,8420 Kota Madiun 1,1838 Kabupaten Nganjuk 0,8431 Kota Surabaya 0,9481 Kabupaten Madiun 1,0653 Kota Batu 0,7893
7 Tabel 3 Penaksiran Parameter GWR Kabupaten/Kota Konstanta b1 b2 b3 b4 R 2 Kab. Pacitan 33,163 0,143-0,435* -0,074 0,221 73,05 % Kab. Ponorogo 34,046 0,153-0,449* -0,069 0,167 76,78 % Kab. Trenggalek 34,427 0,159-0,471* -0,046 0,309 74,24 % Kab. Tulungagung 33,892 0,157-0,465* -0,022 0,245 78,28 % Kab. Blitar 33,377 0,150-0,454* -0,001 0,157 82,46 % Kab. Kediri 26,384 0,179-0,264-0,323-0,266 92,75 % Kab. Malang 32,677 0,178-0,428* -0,029-0,007 85,65 % Kab. Lumajang 36,954 0,547-0,489* -0,454 0,200 90,56 % Kab. Jember 33,757 0,151-0,337* -0,290-0,124 90,58 % Kab. Banyuwangi 32,581 0,134-0,288* -0,308-0,413 89,65 % Kab. Bondowoso 31,125 0,000-0,225* -0,285-0,540 88,99 % Kab. Situbondo 30,400-0,039-0,191** -0,312-0,631 88,18 % Kab. Probolinggo 31,792-0,103-0,271* -0,148-0,134 89,91 % Kab. Pasuruan 28,512 0,189-0,296* -0,170-0,411 84,70 % Kab. Sidoarjo 19,719 0,094-0,073-0,349-0,852** 83,11 % Kab. Mojokerto 23,183 0,241-0,187-0,370-0,626 85,85 % Kab. Jombang 26,017 0,152-0,287** -0,111-0,333 84,26 % Kab. Nganjuk 30,875 0,175-0,367* -0,193-0,109 90,60 % Kab. Madiun 32,795 0,165-0,402* -0,164-0,031 83,13 % Kab. Magetan 31,963 0,152-0,389* -0,164 0,014 78,54 % Kab. Ngawi 30,292 0,155-0,341* -0,249-0,110 80,60 % Kab.Bojonegoro 27,063 0,170-0,254-0,388-0,311 88,52 % Kab. Tuban 23,632 0,173-0,165-0,497-0,496 88,33 % Kab. Lamongan 19,958 0,269-0,080-0,590* -0,845** 86,71 % Kab. Gresik 16,547 0,163 0,043-0,676* -1,129* 86,27 % Kab. Bangkalan 18,412-0,058 0,131-0,816* -1,311* 87,09 % Kab. Sampang 21,076-0,315 0,094-0,575** -1,024** 86,79 % Kab. Pamekasan 25,058-0,315 0,005-0,460-0,847 86,59 % Kab. Sumenep 26,115-0,302-0,008-0,504-0,759 84,20 % Kota Kediri 33,146 0,154-0,440* -0,013 0,019 88,08 % Kota Blitar 31,378 0,123-0,418** 0,017 0,090 83,01 % Kota Malang 30,873 0,181-0,393* -0,039-0,104 83,51 % Kota Probolinggo 30,213-0,200-0,232* -0,073-0,259 89,21 % Kota Pasuruan 27,079 0,037-0,216** -0,168-0,573 86,19 % Kota Mojokerto 19,657 0,168-0,126-0,307-0,658 80,16 % Kota Madiun 32,306 0,159-0,393* -0,169-0,018 80,99 % Kota Surabaya 17,599 0,068 0,043-0,599** -1,124* 85,71 % Kota Batu 24,564 0,170-0,255-0,153-0,416 81,77 % Keterangan : * : α = 5%, t (α/2; 24,505) = 2,0638 ** : α = 10%, t (α/2; 24,505) = 1,7108 Faktor-faktor yang mempengaruhi nilai ABH di tiap kabupaten adalah dapat berbeda beda. Sebagai contoh Kabupaten Sampang, faktor yang mempengaruhi nilai ABH adalah persentase rumah tangga yang memiliki komputer dan persentase rumah tangga yang mengakses internet di sekolah dalam waktu sebulan terakhir. Contoh lainnya adalah Kabupaten Sidoarjo dimana faktor yang mempengaruhi nilai ABH adalah persentase rumah tangga yang mengakses internet di sekolah. Pada Tabel 3 terlihat juga nilai R 2 yang menunjukkan seberapa besar varian yang mampu dijelaskan oleh
8 faktor-faktor independen terhadap nilai ABH. Pada penaksiran parameter GWR, semua kabupaten/kota memiliki nilai R 2 antara 73.05% dan 92.75%. A B C D Gambar 3 Pemetaan Berdasarkan Indikator TIK A). Persentase Kepemilikan Telepon Rumah B). Persentase Kepemilikan Telepon Seleluar C). Persentase Kepemilikan Komputer D). Persentase Penggunaan Internet Di Sekolah Gambar 3 menggambarkan pemetaan signifikansi indikator TIK terhadap ABH di Provinsi Jawa Timur. Signifikansi tersebut dihitung dari nilai p value dari penaksiran parameter GWR di Tabel 3. Melalui pemetaan didapatkan penyebaran signifikansi indikator TIK terhadap ABH. Faktor persentase rumah tangga yang memiliki telepon selular tersebar di Provinsi Jawa Timur bagian selatan, sedangkan faktor persentase rumah tangga yang memiliki komputer dan mengakses internet di sekolah dalam waktu sebulan terakhir tersebar di Provinsi Jawa Timur bagian utara. ABH di lokasi yang berdekatan dipengaruhi oleh variabel yang sama. Hal ini juga menunjukkan karakteristik ABH di daerah yang berdekatan adalah sama. Hasil Perancangan Layar Hasil perancangan layar disajikan pada Gambar 4. Perancangan layar ini terdiri dari 4 tahapan, yaitu tahap memasukkan data (Gambar 4A), tahap regresi global (Gambar 4B), tahap penaksiran parameter GWR (Gambar 4C) dan tahap pemetaan (Gambar 4D).
9 A B C D Gambar 4 Layar Aplikasi Program SIMPULAN DAN SARAN Berdasarkan hasil penelitian yang telah dilakukan, maka dapat disimpulkan bahwa : 1. Kabupaten/Kota di Provinsi Jawa Timur memiliki karakteristik ABH yang hampir sama pada lokasi yang berdekatan. Lokasi yang memiliki ABH tinggi ada di Pulau Madura, antara lain Kabupaten Sampang (28,44%), Bangkalan (22,43%), Pamekasan (17,61%), dan Sumenep (21,83%). 2. Melalui model GWR, faktor-faktor TIK yang berpengaruh terhadap ABH dengan α = 5% adalah sebagai berikut: a. Persentase rumah tangga yang memiliki telepon selular berpengaruh di Kabupaten Pacitan, Ponorogo, Trenggalek, Tulungagung, Blitar, Malang, Lumajang, Jember, Banyuwangi, Bondowoso, Probolinggo, Pasuruan, Nganjuk, Madiun, Magetan, Ngawi, Kota Kediri, Kota Malang, Kota Probolinggo dan Kota Madiun. b. Persentase rumah tangga yang memiliki komputer berpengaruh di Kabupaten Lamongan, Gresik, dan Bangkalan. c. Persentase rumah tangga yang mengakses internet di sekolah berpengaruh di Kabupaten Gresik, Bangkalan, dan Kota Surabaya. 3. Melalui pemetaan didapatkan penyebaran signifikansi indikator TIK terhadap ABH. Faktor persentase rumah tangga yang memiliki telepon selular tersebar di Provinsi Jawa Timur bagian selatan, sedangkan faktor persentase rumah tangga yang memiliki komputer dan mengakses internet di sekolah dalam waktu sebulan terakhir tersebar di Provinsi Jawa Timur bagian utara. Saran yang dapat direkomendasikan untuk penelitian selanjutnya adalah sebagai berikut : 1. Menambahkan indikator indikator TIK yang belum masuk di penelitian ini. Dengan menambahkan indikator tersebut diharapkan akan mendapatkan hasil yang lebih luas mengenai faktor faktor yang mempengaruhi ABH. 2. Dapat menggunakan metode lain yang sesuai untuk pengelompokkan lokasi di pemetaan.
10 REFERENSI Anselin, L. (1988). Spatial Econometrics : Methods and Models. Netherlands : Kluwer Academic Publishers. Anselin, L dan Rey S.J (2010). Perspectives on Spatial Data Analysis. Santa Barbara, CA, USA. Badan Pusat Statistik (2009). Survey Sosial Ekonomi Nasional Jakarta: BPS. Badan Pusat Statistik. (2012). Konsep ( ) dari menutab.php?kat=1&tabel=1&id_subyek=28. Badan Pusat Statistik. (2012). Tabel 4. Persentase Penduduk Buta Huruf menurut Kelompok Umur Tahun ( ) dari Firmansyah dan Sutikno (2011). Pemodelan dan Pemetaan Angka Buta Huruf Provinsi Jawa Timur dengan Pendekatan Regresi Spasial. Surabaya: Institut Teknologi Sepuluh Nopember. Fotheringham, Brunsdon, dan Charlton (2002). Geographically Weighted Regression : the analysis of spatially varying relationships. UK : John Wiley & Sons, Ltd. Kam, S.P., Hossain, H., Bose, M.L., dan Villano, L.S. (2005). Spatial patterns of rural poverty and their relationship with welfare-influencing factors in Bangladesh. Food Policy, 30(2005), RIWAYAT PENULIS Andiyono lahir di kota Medan pada tanggal 26 Mei Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Teknik Informatika dan Statistika pada tahun Saat ini penulis bekerja sebagai Java Developer di PT. Teravin Technovations.
BAB 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 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 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 terperinciPEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2
PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Bertoto Eka Firmansyah dan Sutikno Mahasiswa Jurusan Statistika, ITS, Surabaya Dosen Pembimbing, Jurusan Statistika,
Lebih 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 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 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 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 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 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 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 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 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 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 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 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 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 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 terperinciPEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)
PEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION) Pembimbing : Ir. Sri Pingit Wulandari, MSi Liska Septiana
Lebih terperinciPREDIKSI DAN INTERPOLASI MELALUI ORDINARY KRIGING: STUDI KASUS KEMISKINAN DI PROVINSI JAWA TIMUR
PREDIKSI DAN INTERPOLASI MELALUI ORDINARY KRIGING: STUDI KASUS KEMISKINAN DI PROVINSI JAWA TIMUR Rokhana Dwi Bekti Mathematics & Statistics Department, School of omputer Science, Binus University Jl. K.H.
Lebih terperinciS - 17 MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PENDERITA DIARE DI PROVINSI JAWA TENGAH DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE
S - 17 MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PENDERITA DIARE DI PROVINSI JAWA TENGAH DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE Indriya Rukmana Sari 1, Dewi Retno Sari Saputro 2, Purnami Widyaningsih 3
Lebih 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 terperinciPEMODELAN DATA KEMISKINAN PROVINSI KALIMANTAN TIMUR DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 17 3 September 17, Samarinda, Indonesia ISBN: 978-6-531--3 PEMODELAN DATA KEMISKINAN PROVINSI KALIMANTAN TIMUR DENGAN METODE GEOGRAPHICALLY
Lebih terperinci2. JUMLAH USAHA PERTANIAN
BPS PROVINSI JAWA TIMUR No. 61/09/35/Tahun XI, 2 September 2013 HASIL SENSUS PERTANIAN 2013 PROVINSI JAWA TIMUR (ANGKA SEMENTARA) JUMLAH RUMAH TANGGA USAHA PERTANIAN DI PROVINSI JAWA TIMUR TAHUN 2013 SEBANYAK
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 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 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 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 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 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 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 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 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 dan Pemetaan Pendidikan di Provinsi Jawa Timur Menggunakan Geographically Weighted Regression
Pemodelan dan Pemetaan Pendidikan di Provinsi Jawa Timur Menggunakan Geographically Weighted Regression Danniar Ardhanacitri dan Dr Vita Ratnasari, SSi, MSi Jurusan Statistika, Fakultas MIPA, Institut
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 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 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 terperinciGUBERNUR JAWA TIMUR TIMUR
GUBERNUR JAWA TIMUR TIMUR PERATURAN DAERAH PROVINSI JAWA TIMUR NOMOR 16 TAHUN 2016 TENTANG PEMBENTUKAN DAN SUSUNAN BADAN KOORDINASI WILAYAH PEMERINTAHAN DAN PEMBANGUNAN PROVINSI JAWA TIMUR DENGAN RAHMAT
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 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 terperinciBADAN PUSAT STATISTIK PROVINSI JAWA TIMUR
BADAN PUSAT STATISTIK PROVINSI JAWA TIMUR Seuntai Kata Sensus Pertanian 2013 (ST2013) merupakan sensus pertanian keenam yang diselenggarakan Badan Pusat Statistik (BPS) setiap 10 (sepuluh) tahun sekali
Lebih terperinciPEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR)
PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR) Sisvia Cahya Kurniawati, Kuntoro Departemen Biostatistika dan Kependudukan FKM UNAIR Fakultas Kesehatan
Lebih terperinciper km 2 LAMPIRAN 1 LUAS JUMLAH WILAYAH JUMLAH KABUPATEN/KOTA (km 2 )
LAMPIRAN 1 LUAS WILAYAH,, DESA/KELURAHAN, PENDUDUK, RUMAH TANGGA, DAN KEPADATAN PENDUDUK MENURUT LUAS RATA-RATA KEPADATAN WILAYAH RUMAH JIWA / RUMAH PENDUDUK DESA KELURAHAN DESA+KEL. PENDUDUK (km 2 ) TANGGA
Lebih terperinciDANA PERIMBANGAN. Lampiran 1. Data Dana Perimbangan
Lampiran. Data Dana Perimbangan DANA PERIMBANGAN (Dalam Ribuan) No Daerah 2009 200 20 202 203 Kab. Bangkalan 628,028 64,037 738,324 870,077,004,255 2 Kab. Banyuwangi 897,07 908,07 954,894,70,038,299,958
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 terperinciGUBERNUR JAWA TIMUR GUBERNUR JAWA TIMUR,
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 57 TAHUN 2005 TENTANG PENETAPAN DEFINITIF BAGIAN PENERIMAAN PAJAK PENGHASILAN ORANG PRIBADI DALAM NEGERI (PASAL 25/29) DAN PAJAK PENGHASILAN PASAL
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 125 TAHUN 2008
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 125 TAHUN 2008 TENTANG ORGANISASI DAN TATA KERJA UNIT PELAKSANA TEKNIS DINAS PEKERJAAN UMUM BINA MARGA PROVINSI JAWA TIMUR GUBERNUR JAWA TIMUR MENIMBANG
Lebih terperinciRINGKASAN PERMOHONAN PERKARA Registrasi Nomor 41/PHPU.D-VI/2008 Tentang Sengketa perselisihan hasil suara pilkada provinsi Jawa Timur
RINGKASAN PERMOHONAN PERKARA Registrasi Nomor 41/PHPU.D-VI/2008 Tentang Sengketa perselisihan hasil suara pilkada provinsi Jawa Timur I. PEMOHON Hj. Khofifah Indar Parawansa dan Mudjiono, selanjutnya disebut
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 terperinci8/7/2014. Sumber Data
8/7/2014 1 8/7/2014 2 Sumber Data 8/7/2014 3 Variabel Penelitian 8/7/2014 4 Diagram Alir Mendeskripsikan data Analisis Statistika Deskriptif Pemeriksaan Multiko antar Variabel Prediktor Ya Tidak Buang
Lebih terperinciBAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) 3.1 Data Spasial Data spasial memuat informasi tentang atribut dan informasi lokasi. Sedangkan data bukan spasial (aspatial data) hanya memuat informasi
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 5 TAHUN 2005 TENTANG
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 5 TAHUN 2005 TENTANG PENETAPAN SEMENTARA BAGIAN PENERIMAAN PAJAK PENGHASILAN ORANG PRIBADI DALAM NEGERI PASAL 25/29 DAN PAJAK PENGHASILAN PASAL 21
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 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 terperinciOleh : Nita Indah Mayasari Dosen Pembimbing : Dra. Ismaini Zain, M.Si
Oleh : Nita Indah Mayasari - 1305 100 024 Dosen Pembimbing : Dra. Ismaini Zain, M.Si Jawa Timur Angka Rawan Pangan 19,3 % STATUS EKONOMI SOSIAL Rumah Tangga Pedesaan Rumah Tangga Perkotaan Perbedaan pengeluaran
Lebih terperinci1.1. UMUM. Statistik BPKH Wilayah XI Jawa-Madura Tahun
1.1. UMUM 1.1.1. DASAR Balai Pemantapan Kawasan Hutan adalah Unit Pelaksana Teknis Badan Planologi Kehutanan yang dibentuk berdasarkan Surat Keputusan Menteri Kehutanan No. 6188/Kpts-II/2002, Tanggal 10
Lebih terperinciINDEKS PEMBANGUNAN MANUSIA (IPM) JAWA TIMUR TAHUN 2015
BPS PROVINSI JAWA TIMUR No. 40/06/35/Th. XIV, 15 Juni 2016 INDEKS PEMBANGUNAN MANUSIA (IPM) JAWA TIMUR TAHUN 2015 IPM Jawa Timur Tahun 2015 Pembangunan manusia di Jawa Timur pada tahun 2015 terus mengalami
Lebih terperinciBAB IV GAMBARAN UMUM PROVINSI JAWA TIMUR. Provinsi Jawa Timur membentang antara BT BT dan
BAB IV GAMBARAN UMUM PROVINSI JAWA TIMUR 4. 1 Kondisi Geografis Provinsi Jawa Timur membentang antara 111 0 BT - 114 4 BT dan 7 12 LS - 8 48 LS, dengan ibukota yang terletak di Kota Surabaya. Bagian utara
Lebih terperinciINSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir
INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 Seminar Hasil Tugas Akhir 1 PEMODELAN DAN PEMETAAN RATA-RATA USIA KAWIN PERTAMA WANITA DENGAN PENDEKATAN REGRESI LOGISTIK ORDINAL DI PROVINSI JAWA TIMUR
Lebih terperinciANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2.
ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN Rita Rahmawati 1, Anik Djuraidah 2 1) Program Studi Statistika, FMIPA Universitas Diponegoro 2) 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 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 terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 75 TAHUN 2015 TENTANG
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 75 TAHUN 2015 TENTANG PERKIRAAN ALOKASI DANA BAGI HASIL CUKAI HASIL TEMBAKAU KEPADA PROVINSI JAWA TIMUR DAN KABUPATEN/KOTA DI JAWA TIMUR TAHUN ANGGARAN
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 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 terperinciPERTUMBUHAN EKONOMI DAN KETIMPANGAN PEMBANGUNAN EKONOMI ANTAR WILAYAH KEBIJAKAN PEMBANGUNAN DI PROVINSI JAWA TIMUR TESIS
PERTUMBUHAN EKONOMI DAN KETIMPANGAN PEMBANGUNAN EKONOMI ANTAR WILAYAH KEBIJAKAN PEMBANGUNAN DI PROVINSI JAWA TIMUR TESIS Untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Magister Program Studi Magister
Lebih terperinciBAB I PENDAHULUAN. mengurus dan mengatur keuangan daerahnya masing-masing. Hal ini sesuai
BAB I PENDAHULUAN 1.1 Latar Belakang Pemerintah pusat memberikan kebijakan kepada pemerintah daerah untuk mengurus dan mengatur keuangan daerahnya masing-masing. Hal ini sesuai dengan Undang-undang Nomor
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 terperinciPEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG
PEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG PERUBAHAN PERTAMA PERATURAN DAERAH PROPINSI DAERAH TINGKAT I JAWA TIMUR NOMOR 8 TAHUN 1996 TENTANG ORGANISASI
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 terperinciABSTRAK. Kata kunci : regresi Poisson, GWPR, Angka Kematian Bayi (AKB)
PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) DI PROVINSI JAWA TIMUR Septika Tri Ardiyanti 1, Purhadi 2 1 Mahasiswa Jurusan Statistika ITS. 2 Dosen Jurusan
Lebih terperinciBAB IV GAMBARAN UMUM OBJEK PENELITIAN. sebuah provinsi yang dulu dilakukan di Indonesia atau dahulu disebut Hindia
BAB IV GAMBARAN UMUM OBJEK PENELITIAN A. Profil Eks Karesidenan Madiun Karesidenan merupakan pembagian administratif menjadi kedalam sebuah provinsi yang dulu dilakukan di Indonesia atau dahulu disebut
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 terperinciKAJIAN AWAL KETERKAITAN KINERJA EKONOMI WILAYAH DENGAN KARAKTERISTIK WILAYAH
KAJIAN AWAL KETERKAITAN KINERJA EKONOMI WILAYAH DENGAN KARAKTERISTIK WILAYAH Hitapriya Suprayitno 1) dan Ria Asih Aryani Soemitro 2) 1) Staf Pengajar, Jurusan Teknik Sipil ITS, suprayitno.hita@gmail.com
Lebih terperinciGUBERNUR JAWA TIMUR GUBERNUR JAWA TIMUR,
GUBERNUR JAWA TIMUR KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 1 TAHUN 2003 TENTANG HARGA ECERAN TERTINGGI (NET) MINYAK TANAH Dl PANGKALAN MINYAK TANAH Dl JAWA TIMUR GUBERNUR JAWA TIMUR, Menimbang : bahwa dalam
Lebih terperinciGUBERNUR JAWA TIMUR KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/359/KPTS/013/2015 TENTANG PELAKSANAAN REGIONAL SISTEM RUJUKAN PROVINSI JAWA TIMUR
GUBERNUR JAWA TIMUR KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/359/KPTS/013/2015 TENTANG PELAKSANAAN REGIONAL SISTEM RUJUKAN PROVINSI JAWA TIMUR GUBERNUR JAWA TIMUR, Menimbang : bahwa dalam rangka meningkatkan
Lebih terperinciMODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH
MODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH Nungki Fauzi T A N, Isnandar Slamet, Muslich Program Studi
Lebih terperinciSTATISTIK UJI PARSIAL PADA MODEL MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (STUDI KASUS JUMLAH KEMATIAN BAYI DI JAWA TIMUR TAHUN 2012)
SAISIK UJI PARSIAL PADA MODEL MIXED GEOGRAPHICALLY WEIGHED REGRESSION (SUDI KASUS JUMLAH KEMAIAN BAYI DI JAWA IMUR AHUN 2012 Mahmuda 1, Sri Harini 2 1 Mahasiswa Jurusan Matematika, Fakultas Sains dan eknologi,
Lebih terperinciBAB II GAMBARAN UMUM INSTANSI. ditingkatkan saat beberapa perusahaan asal Belanda yang bergerak di bidang pabrik
6 BAB II GAMBARAN UMUM INSTANSI 2.1 Sejarah Berdirinya PT PLN (Persero) Pada abad ke-19, perkembangan ketenagalistrikan di Indonesia mulai ditingkatkan saat beberapa perusahaan asal Belanda yang bergerak
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 94 TAHUN 2016
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 94 TAHUN 2016 TENTANG NOMENKLATUR, SUSUNAN ORGANISASI, URAIAN TUGAS DAN FUNGSI SERTA TATA KERJA CABANG DINAS PENDIDIKAN PROVINSI JAWA TIMUR DENGAN
Lebih terperinciPEMODELAN RISIKO PENYAKIT PNEUMONIA PADA BALITA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp. 31-36 ISSN: 2303-1751 PEMODELAN RISIKO PENYAKIT PNEUMONIA PADA BALITA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
Lebih terperinciBAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION 3.1 Mixed Geographically Weighted Regression Model Mixed Geographically Weighted Regression merupakan model kombinasi atau gabungan antara regresi global
Lebih terperinciBAB II GAMBARAN UMUM INSTANSI
6 BAB II GAMBARAN UMUM INSTANSI 2.1 Sejarah Berdirinya PT PLN (Persero) Pada akhir abad ke-19, perkembangan ketenagalistrikan di Indonesia mulai ditingkatkan saat beberapa perusahaan asal Belanda yang
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 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Model Regresi Linier Metode regresi linier merupakan suatu metode yang memodelkan hubungan antara variabel respon dengan variabel prediktor. Tujuannya adalah untuk mengukur
Lebih terperinciPOTRET PENDIDIKAN PROVINSI JAWA TIMUR (Indikator Makro)
POTRET PENDIDIKAN PROVINSI JAWA TIMUR (Indikator Makro) Pusat Data dan Statistik Pendidikan - Kebudayaan Setjen, Kemendikbud Jakarta, 2015 DAFTAR ISI A. Dua Konsep Pembahasan B. Potret IPM 2013 1. Nasional
Lebih terperinciBERITA RESMI STATISTIK
BERITA RESMI STATISTIK BPS KABUPATEN LAMONGAN PROFIL KEMISKINAN DI LAMONGAN MARET 2016 No. 02/06/3524/Th. II, 14 Juni 2017 RINGKASAN Jumlah penduduk miskin (penduduk dengan pengeluaran per kapita per bulan
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Deskripsi Data 1. Keadaan Wilayah Provinsi Jawa Timur merupakan salah satu provinsi yang berada di Pulau Jawa dan merupakan provinsi paling timur di Pulau Jawa. Letaknya pada
Lebih terperinciPERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 535-544 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK
Lebih terperinciMuhammad Aqik Ardiansyah. Dra. Destri Susilaningrum, M.Si Januari Dr. Setiawan, MS
Muhammad Aqik Ardiansyah Fatah Nurdin 1310 Hamsyah 030 076 1310 030 033 08 Januari 2014 PROGRAM STUDI DIPLOMA III STATISTIKA JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciPEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG
PEMERINTAH PROPINSI JAWA TIMUR PERATURAN DAERAH PROPINSI JAWA TIMUR NOMOR 2 TAHUN 2000 TENTANG PERUBAHAN PERTAMA PERATURAN DAERAH PROPINSI DAERAH TINGKAT I JAWA TIMUR NOMOR 8 TAHUN 1996 TENTANG ORGANISASI
Lebih terperinciVISITASI KE SEKOLAH/MADRASAH BADAN AKREDITASI NASIONAL SEKOLAH/MADRASAH
Perhatian! 1. Format Kartu Kendali Validasi Proses Visitasi di bawah ini, mohon di print oleh asesor sebanyak 16 set (sesuai kebutuhan/jumlah sasaran visitasi). Selanjutnya tiap-tiap sekolah/ madrasah
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 terperinciGambar 1. Analisa medan angin (streamlines) (Sumber :
BMKG BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI KLAS I JUANDA SURABAYA Alamat : Bandar Udara Juanda Surabaya, Telp. 031 8667540 Pes. 104, Fax. 031-8673119 E-mail : meteojuanda@bmg.go.id
Lebih terperinciLampiran 1. Tabel Durbin-Watson LAMPIRAN
L1 Lampiran 1. Tabel Durbin-Watson LAMPIRAN L2 Lampiran 2. Tabel Kolmogrov-Smirnov One-Sided Test One-Sided Test n P=0.9 0.95 0.975 0.99 0.995 P=0.9 0.95 0.975 0.99 0.995 n Two Sided test Two Sided test
Lebih terperinciBAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi
BAB I PENDAHULUAN Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi penulisan tesis, rumusan masalah, tujuan dan manfaatnya, tinjauan-tinjauan pustaka dari hasil penelitian terkait serta
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 terperinciANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR. Gangga Anuraga ABSTRAK
ANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR Gangga Anuraga Dosen Program Studi Statistika MIPA Universitas PGRI Adi Buana Surabaya E-mail : ganuraga@gmail.com
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2014 TENTANG
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2014 TENTANG ORGANISASI DAN TATA KERJA UNIT PELAKSANA TEKNIS DINAS PEKERJAAN UMUM PENGAIRAN PROVINSI JAWA TIMUR GUBERNUR JAWA TIMUR, Menimbang
Lebih terperinci