Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara Jurusan Statistia, FMIPA, Institut Tenologi Sepuluh Nopember (ITS) Jl. Arief Rahman Haim, Surabaya 0 elfridania_0@yahoo.com, i_nyoman_b@statistia.its.ac.id Abstra Pertumbuhan eonomi merupaan masalah pereonomian dan menjadi salah satu fenomena penting yang dialami beberapa negara di dunia belaangan ini. Dalam pembangunan, pertumbuhan eonomi yang tinggi merupaan sasaran yang diharapan dapat tercapai, terutama bagi negara berembang. Jawa Timur merupaan salah satu provinsi di Indonesia, yang mana pada tahun 00, nilai LPE mencapai,%, masih lebih besar jia dibandingan dengan LPE nasional di tahun yang sama yaitu sebesar,0%. Banya fator yang mempengaruhi Laju Pertumbuhan Eonomi (LPE) di Provinsi Jawa Timur, sehingga perlu dilauan pemodelan untu mengetahui fator-fator apa saja yang secara signifian mempengaruhi laju pertumbuhan eonomi. Penelitian ini menggunaan fator yang diduga mempengaruhi Laju Pertumbuhan Eonomi (LPE) yaitu TPAK ( ), APBD ( ), IBS ( ), dan DAU ( ). Data tersebut merupaan data tahun 0 yang diperoleh dari Badan Pusat Statisti Jawa Timur. Metode yang digunaan untu memodelan Laju Pertumbuhan Eonomi (LPE) ialah regresi nonparametri spline linier dengan titi not optimal yaitu pada ombinasi not yang mana memilii nilai GCV (Generalized Cross Validation) terecil. Adapun variabel yang memberian pengaruh signifian adalah semua variabel dengan oefisien determinasi sebesar 5,% yang menunjuan bahwa model yang terbentu laya digunaan untu memodelan pola data. Kata Kunci Regresi Nonparametri Spline, Laju Pertumbuhan Eonomi (LPE), Knot, dan GCV. P I. PENDAHULUAN ertumbuhan eonomi merupaan masalah pereonomian dan menjadi salah satu fenomena penting yang dialami beberapa negara di dunia belaangan ini. Proses pertumbuhan eonomi disebut sebagai Modern Economic Growth yang mana merupaan suatu proses pertumbuhan output perapita dalam janga panjang. Hal ini mengandung pengertian bahwa dalam janga panjang, esejahteraan tercermin pada peningatan output perapita yang sealigus memberian banya alternatif dalam mengonsumsi barang dan jasa, serta diiuti oleh daya beli masyaraat yang semain meningat. Dalam pembangunan, pertumbuhan eonomi yang tinggi merupaan sasaran yang diharapan dapat tercapai, terutama bagi negara berembang.. Pertumbuhan eonomi dapat dilihat dari semain meningatnya laju produ perapita, peningatan arus barang dan modal, serta perubahan strutur dari setor pereonomian e setor industri dan jasa []. Laju pertumbuhan eonomi merupaan tingat perembangan agregat pendapatan untu masing-masing tahun dibandingan tahun sebelumnya serta memberian gambaran mengenai inerja tiap abupaten/ota dalam memanfaatan potensi yang ada []. Tinggi rendahnya laju pertumbuhan eonomi dapat dijadian patoan untu melihat maju tidanya pereonomian suatu negara dan juga digunaan untu menguur tingat esejahteraan masyaraat. Pertumbuhan eonomi Indonesia terus mengalami peningatan tiap tahunnya, namun pada risis moneter 99 mengalami penurunan yang cuup tajam dan pada awal tahun 000, pereonomian Indonesia mulai stabil dan menunjuan peningatan. Jawa Timur merupaan salah satu provinsi di Indonesia dengan pertumbuhan eonomi yang cuup bai. Pertumbuhan eonomi Jawa Timur berdasaran PDRB atas dasar harga onstan 000 selama tahun terahir adalah 5,9 persen (00), 5,0 persen (009), dan, persen (00). Pertumbuhan eonomi Indonesia tahun 00 yang mencapai anga, persen, hal ini menyataan bahwa pertumbuhan eonomi Jawa Timur masih lebih tinggi dibandingan pertumbuhan eonomi nasional. Untu itu penelitian ini berfous pada laju pertumbuhan eonomi di Jawa Timur. Sehubungan dengan hal tersebut maa penelitian ini ditujuan untu mengetahui fator-fator yang mempengaruhi laju pertumbuhan eonomi di Jawa Timur. Sehingga diharapan dengan mengetahui fator apa saja yang mempengaruhi pertumbuhan eonomi di Jawa Timur, pemerintah dapat menggunaan atau lebih memperhatian fator-fator tersebut dalam upaya pembangunan eonomi Jawa Timur yang terus meningat dan juga sebagai referensi Indonesia untu meningatan pereonomian nasional. Penelitian mengenai laju pertumbuhan eonomi telah dilauan oleh beberapa peneliti sebelumnya. Variabel rasio apital tenaga erja, tingat pendidian, sto apital, dan pertumbuhan pendudu berpengaruh terhadap tingat pertumbuhan eonomi Indonesia menggunaan metode Ordinary Least Square (OLS) oleh Pancawati []. Edi [] meneliti dengan metode regresi panel spasial, studi asus laju pertumbuhan eonomi di Jawa Timur menggunaan empat variabel preditor diantaranya Tingat Partisipasi Angatan Kerja (TPAK), Rata-Rata Lama Seolah (SKLH), persentase Dana Aloasi Umum (DAU) terhadap total penerimaan, serta jumlah Industri Besar dan Sedang (IBS). Untu penelitian dengan menggunaan regresi spline, pernah dilauan oleh Mubara [5] menggunaan regresi

2 JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- spline multivariabel untu pemodelan ematian penderita DBD di Jawa Timur. Aan tetapi untu penelitian laju pertumbuhan eonomi di Jawa Timur dengan menggunaan metode analisis regresi spline masih belum pernah dilauan. Oleh arena itu dalam penelitian ini aan diselidii mengenai fator-fator yang diduga mempengaruhi laju pertumbuhan eonomi di Jawa Timur dengan menggunaan model spline. Metode spline sangat bai dalam memodelan data yang memilii pola yang berubah-ubah pada sub-sub interval tertentu. Spline merupaan model yang mempunyai interpretasi statisti dan interpretasi visual serta mempunyai emampuan yang sangat bai untu digeneralisasian pada pemodelan statistia yang omples dan rumit []. Wahba [] memberian metode untu memilih parameter penghalus optimal dalam estimator spline yaitu dengan Generalized Cross Validation (GCV). Terdapat dua permasalahan dalam penelitian ini yaitu bagaimana arateristi laju pertumbuhan eonomi serta fator-fator yang diduga mempengaruhi dan bagaimanaah pemodelan laju pertumbuhan eonomi menggunaan regresi nonparametri spline. Batasan masalah dalam penelitian ini adalah menggunaan Generalized Cross Validation (GCV) dalam pemilihan titi not optimal pada spline linear not, not, not, dan not, serta ombinasi not. II. TINJAUAN PUSTAKA A. Regresi Nonparametri Regresi nonparametri adalah salah satu metode yang digunaan untu mengetahui pola hubungan antara variabel respon dan preditor dimana fungsi dari urva regresi tida dietahui. Model regresi nonparamteri [] secara umum seperti pada Persamaan () beriut ini. y i f ( t i ) i, i,,, n () Pendeatan nonparametri digunaan untu mengestimasi urva regresi arena model tida ditentuan terlebih dahulu seperti pada regresi parametri. Dalam pandangan regresi nonparametri data diharapan mencari sendiri urva regresi tanpa dipengaruhi oleh fator subyetifitas peneliti. B. Spline Dalam Regresi Nonparametri Salah satu model regresi nonparametri yang digunaan adalah spline. Spline merupaan polinomial tersegmen yang memilii sifat flesibilitas. Spline sangat tergantung pada titi nots. Titi nots merupaan titi perpaduan bersama dimana terjadi pola perubahan perilau dari suatu fungsi pada selang yang berbeda [9]. Secara umum fungsi G dalam ruang spline berorde m dengan titi nots,,, J adalah sembarang fungsi yang dapat dinyataan seperti Persamaan (). dengan, m j J G( i ) m j j i ( 0 i m K i K i m, 0, K m ) i K i K () merupaan parameter-parameter model dengan m merupaan orde spline [0]. Estimasi parameter model regresi spline dapat dinyataan sebagai beriut. yi G( i ) i C. Pemilihan Titi Knot Optimum Estimator spline terbai diperoleh dengan menggunaan titi not optimal. Titi not merupaan titi perpaduan bersama dimana terdapat perubahan pola perilau fungsi atau urva. Titi not optimal dapat diperoleh dengan menggunaan metode Generalized Cross Validation (GCV) [9]. MSE K, K,, K GCV ( K, K,, K ) M M n tri HK, K,, K () M D. Pengujian Parameter Pengujian parameter dilauan untu menentuan variabel preditor mana saja yang memilii hubungan nyata dengan variabel respon. Terdapat dua tahap pengujian yaitu sebagai beriut.. Uji Serenta Pengujian ini bertujuan untu mengetahui apaah parameter model regresi telah signifian secara serenta. Statisti uji yang digunaan adalah statisti uji F.. Uji Individu Setelah dilauan uji serenta diperoleh esimpulan bahwa minimal terdapat satu parameter signifian, maa perlu dietahui secara individu parameter mana yang signifian dan mana yang tida signifian. Statisti uji yang digunaan adalah statisti uji t. E. Uji Asumsi Residual Data yang aan dianalisis dengan menggunaan regresi nonparametric spline, harus memenuhi asumsi residual identi, independen, dan berdistribusi normal.. Uji Identi Pengujian asumsi identi pada residual merupaan uji homogenitas varians residual. Jia asumsi terlanggar atau pada ondisi heterosedastisitas, maa varians residual tida onstan sehingga menyebaban estimasi oefisien urang aurat [].. Uji Independen Pengujian independensi residual bertujuan untu mengetahui apaah terdapat orelasi antar residual. Korelasi antar residual yaitu orelasi antara residual pada pengamatan e-i dengan pengamatan e-(i-) yang biasa disebut dengan autoorelasi.. Uji Distribusi Normal Pengujuan asumsi distribusi normal dilauan untu mengetahui apaah residual berdistribusi normal. Pengujian ini dilauan dengan menggunaan uji Kolmogorov- Smirnov. ()

3 y JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D-5 III. METODOLOGI PENELITIAN A. Sumber Data Data yang digunaan dalam penelitian ini adalah data seunder yang didapat dari publiasi BPS tahun 0 serta data hasil SUSENAS 0, dengan unit penelitian yang diamati adalah abupaten/ota di Jawa Timur, yang terdiri dari wilayah administratif dengan 9 abupaten dan 9 ota. y merupaan variabel respon dan,,, dan merupaan variabel preditor. B. Variabel Penelitian Variabel penelitian yang digunaan antara lain Laju Pertumbuhan Eonomi (LPE) ( ), Tingat Partisipasi Angatan Kerja (TPAK) ( ), Anggaran Pendapatan dan Belanja Daerah (APBD) ( ), Jumlah Industri Besar dan Sedang (IBS) ( ), serta Dana Aliran Umum (DAU) ( ). C. Langah Analisis Langah-langah analisis data yang dilauan dalam penelitian ini ialah sebagai beriut.. Membuat statistia desriptif dari masing-masing variabel untu mengetahui arateristi masing-masing abupaten/ota di Jawa Timur.. Membuat scatter plot antara laju pertumbuhan eonomi (y) dengan masing-masing variabel preditor.. Memodelan laju pertumbuhan eonomi di Jawa Timur dengan menggunaan spline linier dengan beberapa titi not.. Memilih titi nots optimal berdasaran GCV minimum. 5. Memodelan laju pertumbuhan eonomi di Jawa Timur dengan variabel-variabel preditornya menggunaan spline dengan nots optimal.. Melauan pengujian signifiansi parameter dan pengujian asumsi residual model spline terbai.. Menghitung R.. Membuat interpretasi dan esimpulan. IV. HASIL DAN PEMBAHASAN A. Karateristi Laju Pertumbuhan Eonomi dan Fator yang Diduga Mempengaruhi Karateristi Laju Pertumbuhan Eonomi (LPE) beserta fator-fator yang diduga mempengaruhi di Provinsi Jawa Timur ditunjuan pada Tabel. B. Scatterplot Antara Laju Pertumbuhan Eonomi (LPE) dengan Fator yang diduga Mempengaruhi Pola hubungan yang terbentu antara Laju Pertumbuhan Eonomi ( y) yang merupaan variabel respon dengan,,, dan divisualisasian pada Gambar. Gambar. menunjuan pola hubungan yang terbentu antara Laju Pertumbuhan Eonomi (LPE) dengan eempat variabel tersebut tida membentu pola tertentu. Hal ini mengindiasian bahwa terdapat omponen nonparametri dimana fungsi dari urva regresi tida dietahui. C. Model Regresi Nonparametri Spline Model regresi nonparametri spline untu titi not ditunjuan pada Persamaan (5). 9,0,, 9, 0, Gambar. Scatterplot antara Laju Pertumbuhan Eonomi (y) dengan Variabel Preditor,,, dan ˆ ˆ Tabel. Karateristi Laju Pertumbuhan Eonomi (LPE) Jawa Timur dan Fator-faor yang Diduga Mempengaruhi Variabel Rata-rata Varians Minimum Masimum y,5 0,, 9, 9,59,9,0 0, ˆ ˆ ˆ ˆ ˆ ˆ 0 5, 9, 9 9 5,9 500, 50, 059, Tabel. GCV Untu Titi Knot, Titi not, Titi not, titi not dan Kombinasi Knot No. Knot GCV Titi Knot 0, Titi Knot 0,5 Titi Knot 0,0 Titi Knot 0,9 5 Kombinasi Knot(,,,) 0,9 Ceta tebal Nilai not yang menghasilan GCV terendah. 9 ˆ Begitu pula untu spline dengan menggunan titi not, titi not, dan titi not. D. Pemilihan Titi Knot Optimal Pemilihan titi not optimal dilauan dengan mencari nilai GCV terendah yang dihasilan. GCV yang dihasilan dengan menggunaan titi not, titi not, titi not, dan ombinasi not ditunjuan pada Tabel. Tabel menunjuan bahwa nilai GCV minimum dihasilan pada saat menggunaan ombinasi not yani sebesar 0,9. E. Pemodelan Laju Pertumbuhan Eonomi (LPE) dengan Titi Knot Optimal Nilai GCV minimum dari nilai-nilai GCV dengan menggunaan titi not, titi not, titi not, titi not, dan ombinasi not dihasilan pada penggunaan not ombinasi yani sebesar 0,9. Pemodelan laju pertumbuhan eonomi menggunaan titi not optimal ditunjuan pada Persamaan (0) beriut. 5 (5)

4 Autocorrelation JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- 0,00 0,000 0,05 0,50 0,00 0,059 0,00 0,09 0,059 0,0,5 0,009 0,09 5, 0,, 9,95 0,005 05, 0,0 9,0 5,5 0,0,5 0,09 5,50,0 0,0, F. Uji Parameter Terdapat dua uji estimasi parameter yang dilauan yani uji parameter secara serenta dan uji secara individu. Hasil uji estimasi parameter secara serenta disajian dalam bentu tabel yang dapat dilihat pada Tabel. Nilai statisti uji F sebesar,0 dengan p-value sebesar,0e-05. Bila p-value dibandingan dengan tingat signifiansi yang digunaan yani 0,05 maa dapat diambil eputusan tola. Sehingga dapat disimpulan bahwa minimal terdapat satu variabel yang memberian pengaruh signifian terhadap model. Terjadinya tola mengindiasian perlu dilauan uji individu untu mengetahui variabel mana saja yang memberian pengaruh signifian terhadap model. Hasil uji individu disajian dalam Tabel. Tabel menunjuan terdapat 0 parameter yang menghasilan p-value urang dari tingat signifiansi yang digunaan 0,05 yani parameter dari variabel Tingat Partisipasi Angatan Kerja (TPAK), Anggaran Pendapatan dan Belanja Daerah (APBD), jumlah Industri Besar dan Sedang (IBS), dan Dana Aliran Umum (DAU). Jadi dapat disimpulan bahwa semua variabel tersebut memberian pengaruh yang signifian terhadap model. G. Uji Asumsi Residual Uji asumsi residual (goodness of fit) dilauan untu mengetahui apaah residual yang dihasilan dari model regresi tersebut telah memenuhi asumsi yani identi, independen, dan berdistribusi normal. Hasil uji identi dapat dilihat pada Tabel 5. Nilai statisti uji F sebesar,90. P-value yang dihasilan pada uji Glejser menunjuan anga 0,0. Hal ini mengindiasian terjadinya gagal tola yani tida terdapat heterosesdastisitas atau dengan ata lain asumsi identi pada residual telah terpenuhi. Hasil uji independen residual divisualisasian pada Gambar. Gambar (iri) menunjuan bahwa tida terdapat pola tertentu yang terbentu pada sebaran plot. Gambar (anan) juga menunjuan bahwa lag e hingga lag e berada dalam batas toleransi yang mengindiasian bahwa residual memenuhi asumsi independen. Hasil uji distribusi normal residual ditunjuan oleh QQ plot pada Gambar. Gambar menunjuan bahwa sebaran plot pada QQ plot menyebar di seitar garis lurus yang mengindiasian bahwa residual mengiuti distribusi normal. Hasil yang sama juga dijelasan dengan statisti uji pada uji Kolmogorov Smirnov sebesar 0, dan p-value sebesar 0,0. P-value yang dihasilan lebih besar dibandingan dengan tingat signifiansi yang digunaan yani 0.05, Sumber Variasi Gambar. Scatterplot dan Plot ACF sehingga dapat ditari esimpulan bahwa residual berdistribusi normal. H. Interpretasi Model Tabel. ANOVA df SS MS F P-value Regresi,50 0, Error, 0,055 Nilai oefisien determinasi mencapai anga 5,%. Hal ini menunjuan bahwa model yang terbentu laya digunaan untu memodelan pola data. Interpretasi dari,0 0, 0, 0, 0, 0,0-0, -0, -0, -0, -,0 5 0,0 5 0 Lag 5,0 e-05 Total 5, - Tabel. Uji Individu Variabel Parameter Estimator t hit P-value Konstan 0 0,059,09 0,05 * 0,0,009 0,055-0,000-0,005 0,5,950e- 0,009 5,99,59e- -0,05 -,,99e- 5 0,,09 5,09e- -0,50 -,00-0,005 -,5 0,05 * 0,00,90 0,0 0,0 0,99 0,09 9-0,059 -,9 0,09 * 0 0,0, 0,0-0,00-0, 0,55-0,09 -,50 0,0 0,09,50 0,0 * -0,0 -,5 0,000 * 5 0,059,09 0,05 * *variabel memberian pengaruh yang signifian Tabel 5. ANOVA Uji Glejser Sumber Variasi df SS MS F P-value Regresi 0,5 0,0 Error 0, 0,0 Total,09 -,90 0,0 0 5

5 Percent JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- model pada Persamaan () dilauan terhadap variabel yang signifian. Adapun interpretasi dari model regresi diatas adalah sebagai beriut.. Apabila variabel,, dan onstan maa pengaruh Tingat Partisipasi Angatan Kerja ( ) terhadap persentase Laju Pertumbuhan Eonomi ( y ) adalah: y 0,00 0,059 0,0, 5 ˆ 0,00 0,059, 0,9 ; ;,5,5 Interpretasi dari model diatas adalah pada saat Tingat Partisipasi Angatan Kerja (TPAK) urang dari,5 persen maa bila persentase Tingat Partisipasi Angatan Kerja (TPAK) nai sebesar satu persen, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung nai sebesar 0,059 persen. Kabupaten/ota yang termasu dalam wilayahnya adalah Kabupaten Bangalan, Kota Kediri, Kota Blitar, dan Kota Malang.. Apabila variabel,, dan onstan maa pengaruh Anggaran Pendapatan dan Belanja Daerah ( ) terhadap persentase Laju Pertumbuhan Eonomi ( y ) adalah: 0,00 0,000 0,009 0,09 0,05 5, 0,, 0,50 9,95 0,00 0,000 0,5 0,009 95, 0, 9,9 0, 590,000 0, ; 0,09 ;0,09 ;5, ;, ; 9,95 5,, 9,95 Interpretasi dari model diatas adalah pada saat Anggaran Pendapatan dan Belanja Daerah (APBD) terleta diantara segmen 0,09 dan 5, milyar rupiah maa bila Anggaran Pendapatan dan Belanja Daerah (APBD) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung nai 0,009 persen, abupaten/ota yang masu diwilayah ini diantaranya adalah Pacitan, Tulungagung, Bondowoso, Situbondo, Mojoerto, Madiun, Magetan, Ngawi, Sampang, Pameasan, Kota Kediri, Kota Blitar, Kota Probolinggo, Kota Pasuruan, Kota Mojoerto, Kota Madiun, dan Kota Batu. Sedangan jia Anggaran Pendapatan dan Belanja Daerah (APBD) terleta diantara 5, dan, milyar rupiah maa bila Anggaran Pendapatan dan Belanja Daerah (APBD) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun 0, persen yaitu Kabupaten Trenggale. Jia Anggaran Pendapatan dan Belanja Daerah (APBD) terleta diantara,dan 9,95 milyar rupiah maa bila Anggaran Pendapatan dan Belanja Daerah (APBD) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung nai 0, persen yaitu Kabupaten Malang dan Sidoarjo. Sedangan apabila Anggaran Pendapatan dan Belanja Daerah (APBD) terleta lebih dari atau sama dengan 9,95 milyar rupiah maa bila Anggaran Pendapatan dan Belanja Daerah (APBD) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun 0, persen , -0, Gambar. QQ PLot -0, -0, 0,0 0, residual 0, 0, 0, Mean 0,0009 StDev 0,9 N KS 0, P-Value 0.0. Apabila variabel,, dan onstan maa pengaruh jumlah Industri Besar dan Sedang ( ) terhadap persentase Laju Pertumbuhan Eonomi ( y ) adalah: 0,00 0,0 0,00 0,005,99 0,0,059 0,05,9 0,009 0,005 0,00 05, 9,0 0,059 5,5 ; 05, ;05, ;9,0 ; 5,5 9,0 5,5 Interpretasi dari model diatas adalah pada saat jumlah Industri Besar dan Sedang (IBS) urang dari 05, 05 industri maa bila jumlah Industri Besar dan Sedang (IBS) bertambah satu buah industri, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun sebesar 0,005 persen, meliputi daerah abupaten/ota Ponorogo, Trenggale, Kediri, Bondowoso, Probolinggo, Nganju, Madiun, Magetan, Ngawi, Bojonegoro, Lamongan, Bangalan, Sampang, Pameasan, Sumenep, Kota Kediri, Blitar, Probolinggo, Pasuruan, Mojoerto, Madiun, dan Batu. Pada saat jumlah Industri Besar dan Sedang (IBS) berisar antara 05-9 industri maa bila jumlah Industri Besar dan Sedang (IBS) bertambah satu buah industri, laju pertumbuhan eonomi Jawa Timur cenderung nai sebesar 0,0 persen, yaitu Kabupaten Blitar, Lumajang, Jember, Situbondo, Jombang, dan Tuban. Sedangan pada saat jumlah Industri Besar dan Sedang (IBS) lebih dari 5 industri maa bila jumlah Industri Besar dan Sedang (IBS) bertambah satu buah industri, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun sebesar 0,009 persen, yaitu meliputi abupaten/ota Tulungagung, Malang, Banyuwangi, Pasuruan, Sidoarjo, Mojoerto, Gresi, Kota Malang, dan Kota Surabaya.. Apabila variabel,, dan onstan maa pengaruh dana aliran umum (DAU) ( ) terhadap persentase laju pertumbuhan eonomi ( y ) adalah sebagai beriut:

6 JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- y 0,00 0,09 0,0 0,0 0,00,5 5,50 0,09,0, 0,00 0,0 ;,5,509 0,009 ;,5 5,50,555 0,05 ;5,50,0,09 0,000 ;,0, 0,00 0,0 ;, Interpretasi dari model diatas adalah pada saat Dana Aliran Umum (DAU) berisar antara,0-, milyar rupiah maa bila Dana Aliran Umum (DAU) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung nai sebesar 0,000 persen, wilayah yang termasu dalam caupannya adalah Kabupaten Pacitan, Ponorogo, Trenggale, Lumajang, Bonmdowoso, Situbondo, Probolinggo, Mojoerto, Jombang, Nganju, Madiun, Magetan, Ngawi, Tuban, Gresi, Bangalan, Sampang, Pameasan, Sumenep, dan Kota Malang. Apabila Dana Aliran Umum (DAU) lebih dari atau sama dengan, milyar rupiah maa bila Dana Aliran Umum (DAU) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun sebesar 0,0 persen, yaitu meliputi Tulungagung, Kediri, Malang, Jember, Banyuwangi, Nganju, Lamongan, dan Kota Surabaya. [5] Mubara, Reza. (0). Analisis Regresi Spline Multivariabel Untu Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur. Tugas Ahir, Statistia- FMIPA, ITS, Surabaya. [] Budiantara, I. N. (009). Spline Dalam Regresi Nonparametri dan Semiparametri: Sebuah Pemodelan Statistia Masa Kini dan Masa Datang. Surabaya: ITS Press. [] Wahba, G. (990). Spline Models For Observasion Data. SIAM: Pensylvania. [] Euban, R.L. (9). Spline Smoothing and Nonparametric Regression. Mercel Deer, New Yor. [9] Hardle, W. (990). Applied Nonparametric Regression. New Yor: Cambridge University Press. [0] Budiantara, I. N. (00). Estimasi Parametri dan Nonparametri untu Pendeatan Kurva Regresi, Seminar Nasional Statistia V, Jurusan Statistia, FMIPA, ITS, Surabaya. [] Gujarati, N. D. 99. Essensials of Econometrics. Jilid I. Terjemahan Julius A. Mulyadi dan Yelvi Andri. Jaarta: Erlangga. V. KESIMPULAN DAN SARAN Kota/abupaten di Provinsi Jawa Timur yang memilii laju pertumbuhan eonomi tertinggi ialah Kabupaten Bojonegoro sebesar 9,%. Sedangan ota/abupaten yang memilii laju pertumbuhan eonomi terendah ialah Kabupaten Sampang yang menunjuan anga,%. Semua variabel signifian terhadap model yani variabel tingat patisipasi angatan erja ( ), anggaran pendapatan dan belanja daerah ( ), jumlah industri sedang/besar ( ), dan dana aliran umum ( ). Model regresi spline tersebut menghasilan oefisien determinasi sebesar 5,%. Adapun saran yang diberian untu penelitian selanjutnya berdasaran penelitian yang telah dilauan adalah penambahan orde pada model regresi nonparametri spline dengan berbagai ombinasi titi not dan penambahan variabel husunya dibidang sosial eonomi. DAFTAR PUSTAKA [] Suirno, Sadono. (00). Pengantar Teori Maro Eonomi. Jaarta: PT Raja Gramedia Persada. [] Badan Pusat Statisti (BPS). (0). Jatim Dalam Anga 0. Publiasi BPS, Jawa Timur. [] Pancawati, N. (000). Pengaruh Rasio Kapital-Tenaga Kerja, Tingat pendidian, Sto Kapital dan Pertumbuhan Pendudu Terhadap Tingat Pertumbuhan GDP Indonesia. Jurnal Eonomi dan Bisnis Indonesia. Vol.5, No.0, Universitas Gajah Mada. [] Edi, Y.S. (0). Quasi-Maimum Lielihood Untu Regresi Panel Spasial (Studi Kasus: Laju Pertumbuhan Eonomi Kabupaten/Kota di Provinsi Jawa Timur ). Thesis, Statistia-FMIPA, ITS, Surabaya.