I DEWA AYU MADE ISTRI WULANDARI
|
|
- Vera Oesman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 I DEWA AYU MADE ISTRI WULANDARI ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON SPLINE I Dewa Ayu Made Istr Wulandar dan I Nyoman Budantara Jurusan Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog Seuluh Noember (ITS) Jl. Aref Rahman Hakm, Surabaya E-mal: dastrwulandar@gmal.com,_nyoman_b@statstka.ts.ac.d Abstrak Kemsknan meruakan masalah utama yang ngn dtuntaskan oleh berbaga negara d seluruh duna. Negara Indonesa yang meruakan negara berkembang memlk fokus untuk menurunkan kemsknan. Dalam mengukur kemsknan suatu wlayah daat dlakukan dengan melhat dua ndkator yang berkorelas yakn ersentase enduduk mskn dan engeluaran erkata makanan. Peneltan n menggunakan 4 faktor yang dduga memengaruh enduduk mskn dan engeluaran erkata makanan d Jawa Tmur yang melut tngkat kesematan kerja, laju ertumbuhan ekonom, tngkat engangguran terbuka, dan tngkat artsas angkatan kerja. Data yang dgunakan dalam eneltan n meruakan data tahun 2011 yang deroleh dar Badan Pusat Statstk Jawa Tmur. Metode yang dgunakan untuk memodelkan enduduk mskn dan engeluaran erkata makanan adalah regres nonarametrk breson Slne. Metode n dgunakan karena Slne memlk kelebhan yakn model akan cenderung mencar estmasnya kemanaun data tersebut akan bergerak. Model terbak yang dhaslkan dar eneltan n adalah model dengan ttk knot otmal satu knot. Kata Kunc regres, nonarametrk, Breson Slne, enduduk mskn, engeluaran erkata makanan.. P I. PENDAHULUAN EMBANGUNAN mlenum yang telah dseakat oleh anggota Perserkatan Bangsa Bangsa (PBB) dan Konferens Tngkat Tngg adalah Mllenum Develoment Goals (MDGs). MDGs yang dseakat sejak tahun 1990 hngga 2015 memlk tujuan untuk memerceat embangunan manusa dan engentasan kemsknan. Fokus yang tersrat dar deklaras n adalah menngkatkan kesejahteraan manusa dalam berbaga asek. Salah satu asek dar kesejahteraan manusa adalah kemsknan enduduk. Sebaga ulau yang memlk tngkat keadatan tertngg d Indonesa, Pulau Jawa memlk eran entng dalam erkembangan ekonom negara. Berdasarkan data BPS ada bulan Maret tahun 2013 jumlah enduduk mskn alng banyak berkumul d Pulau Jawa dengan total 15,3 juta orang atau 10,92% dar total enduduk Jawa. Serta dalam ada bulan Maret 2011 Maret 2012 Provns Jawa Tmur dnobatkan sebaga rovns yang memlk jumlah enduduk mskn terbanyak kedua se-indonesa oleh Badan Pusat Statstk. Provns Jawa Tmur yang meruakan rovns dengan jumlah enduduk terbesar kedua setelah Provns Jawa Barat memlk ketmangan terhada jumlah enduduk mskn. Ketmangan tersebut terjad bak dedesaan mauun d erkotaan, terutama dengan enduduk berstrata ekonom serta memlk tngkat enddkan yang rendah. Peneltan mengena emodelan enduduk mskn d Jawa Tmur juga ernah dlakukan oleh Yuanta (2013) dengan metode Geograhcally Weghted Regresson (GWR). Surya (2013) juga menelt mengena ersentase enduduk mskn d Jawa Tmur menggunakan regres Semarametrk Slne. Peneltan lan mengena jumlah enduduk mskn d Jawa Tmur yakn oleh Fadllah (2010) dengan metode analss regres lner berganda. Dalam eneltan n dgunakan endekatan regres nonarametrk Slne karena bentuk kurva regresnya adalah tdak dketahu. Beberaa endekatan regres nonarametrk lannya yang terkenal yakn Slne MARS, Deret Fourer, Wavelets, Kernel, dan lan lan. Slne adalah suatu metode dalam analss regres yang meruakan otongan otongan olynomal yang memlk sfat tersegmen. Pendekatan Slne memlk kelebhan antara lan adalah model cenderung mencar sendr estmasnya kemanaun data tersebut bergerak. Korelas antara ersentase enduduk mskn dan engeluaran erkata makanan yang tngg yakn sebesar 0,78 menyebabkan dua varabel tersebut dergunakan sebaga reson ada eneltan n. Dua reson n djadkan eneltan untuk melhat kemsknan d suatu wlayah. Regres nonarametrk Breson Slne akan dlakukan emodelan terhada enduduk mskn dan engeluaran erkata makanan d Provns Jawa Tmur dengan emat varabel redktor. Terdaat dua ermasalahan dalam eneltan n yatu bagamana karakterstk enduduk mskn dan engeluaran erkata makanan serta faktor-faktor yang dduga memengaruh dan bagamanakah hubungan antara varabel varabel yang dduga berengaruh terhada enduduk mskn dan engeluaran erkata makanan d Jawa Tmur dengan menggunakan regres nonarametrk Breson Slne. Batasan masalah dalam eneltan n adalah menggunakan Generalzed Cross Valdaton (GCV) dalam emlhan ttk knot otmal ada slne lnear 1 knot, 2 knot, 3 knot, 4 knot dan 5 knot.
2 2 II. TINJAUAN PUSTAKA A. Regres Nonarametrk Regres nonarametrk meruakan suatu metode yang dgunakan untuk mengetahu ola hubungan antara varabel reson dan redktor dmana fungs dar kurva regres tdak dketahu. Salah satu contoh regres nonarametrk alah regres nonarametrk slne truncated. Model regres nonarametrk slne truncated secara umum daat dtuls dengan Persamaan (1). y f ( t) ; 1,2,, n (1) dengan f t ) meruakan fungs Slne berorde dengan ( ttk knot k 1, k2,, k yang daat dtulskan dengan r ersamaan berkut. r j t j0 l1 f ( t ) l l ( t k ) ( tq k l ) meruakan fungs truncated (otongan) yang daat djabarkan sebaga berkut. l ( t k ) ( t kl ) 0, t k l, t k Bla Persamaan (2) dsubsttuskan ke Persamaan (1) akan menghaslkan model regres nonarametrk slne sebaga berkut. y r j t j0 l1 l l ( t k ) ; 1,2,, n Estmator slne terbak deroleh dengan menggunakan ttk knot otmal. Ttk knot meruakan ttk eraduan bersama dmana terdaat erubahan ola erlaku fungs atau kurva. Ttk knot otmal daat deroleh dengan menggunakan metode Generalzed Cross Valdaton (GCV) (Wang,1998) sebaga berkut. GCV ( k) MSE( k) 1 n tracei Ak 2 2 y y 1 ' 1 X k X k Xk ' 1 dengan: MSE( k) n ˆ Xk A k n B. Regres Nonarametrk Breson Slne Multvarabel Dalam analss regres nonarametrk Slne jka terdaat satu varabel reson dan satu varabel redktor, maka dnamakan regeres nonarametrk Slne unvarabel. Jka dalam analss regres terdaat satu varabel reson dengan varabel redktor lebh dar satu, maka regres tersebut dnamakan regres nonarametrk Slne multvarabel. Sedangkan regres breson ddefnskan sebaga salah satu model regres yang memlk varabel reson lebh dar satu buah dan dantara varabel-varabel tersebut terdaat korelas atau hubungan yang kuat, bak secara logka mauun matemats (Smla dan Tkka, 2007). Jka regres breson memlk bentuk kurva regres yang tdak dketahu, maka endekatan yang dgunakan adalah nonarametrk sehngga dkatakan regres nonarametrk breson. Model untuk regres nonarametrk Breson Slne daat dtulskan sebaga berkut. l (2) (3) (4) (5) Dmana fungs dan adalah kurva regres yang tdak dketahu bentuknya dan dhamr dengan fungs Slne sebaga berkut (Wang,1998). dmana dan meruakan untuk arameter varabel reson ertama sedangkan dan meruakan arameter varabel reson kedua. III. METODOLOGI PENELITIAN A. Sumber Data Data yang dgunakan dalam eneltan n adalah data sekunder yakn data tahun 2011 yang deroleh dar Badan Pusat Statstk (BPS) Provns Jawa Tmur yakn ada Data Makro Sosal dan Ekonom tahun dan Survey Sosal Ekonom Nasonal Jawa Tmur 2011 (SUSENAS). Unt observas yang dgunakan dalam eneltan n adalah 38 Kabuaten/Kota atau 29 Kabuaten dan 9 Kota d rovns Jawa Tmur. B. Varabel Peneltan Varabel eneltan yang dgunakan antara lan ersentase enduduk mskn ( ), engeluaran erkata makanan ( ), tngkat kesematan kerja ( ), laju ertumbuhan ekonom ( ), tngkat engangguran terbuka ( ), dan tngkat artsas angkatan kerja ( ). C. Langkah Analss Langkah-langkah analss data yang dlakukan dalam eneltan n alah sebaga berkut : 1. Mendefnskan varabel reson dan varabel redktor yang dduga memengaruh kemudan membuat analss statstka deskrtf. 2. Membuat scatter lot antara varabel redktor dengan varabel reson untuk mengetahu ola data. 3. Memodelkan Angka Haraan Hdu d Jawa Tmur dengan slne lnear 1 knot, 2 knot, dan 3 knot. 4. Memodelkan Penduduk Mskn dan Pengeluaran Perkata Makanan d Jawa Tmur dengan Slne lnear 1 knot, 2 knot dan 3 knot, 4 knot, dan 5 knot. 5. Memlh ttk knot otmal menggunakan metode Generalzed Cross Valdaton (GCV) dmana ttk knot otmal berkatan dengan GCV terkecl. 6. Menghtung nla MSE mnmum dar model dengan ttk knot otmal yang dhaslkan. 7. Memodelkan Penduduk Mskn dan Gars Kemsknan Makanan d Jawa Tmur menggunakan Slne dengan ttk knot otmal. 8. Melakukan nterretas model dan menark kesmulan. (6) (7)
3 3 IV. HASIL DAN PEMBAHASAN A. Karakterstk Penduduk Mskn dan Pengeluaran Perkata Makanan serta Faktor yang Dduga Memengaruh Karakterstk enduduk mskn dan engeluaran erkata makanan beserta faktor-faktor yang dduga memengaruh d Provns Jawa Tmur melut nla rata-rata, varans, nla mnmum, nla maksmum, dan selsh yang dtunjukkan ada Tabel 1. Tabel 1. Karakterstk Angka Haraan Hdu dan Faktor yang dduga Memengaruh Varabel Ratarata Varans Mnmum Maksmum Selsh y 1 18,56 69,27 6,30 44,30 38,00 y 2 52,05 35,88,49 62,89 22, x 1 95,60 3,64 85,08 97,30 12,22 x 2 6,88 0,39 6,14 9,24 3,10 x 3 4,14 0,59 2,70 5,86 3,16 x 4 69,12 3,48 70,91 70,91 10,91 Tabel 1 menunjukkan karakterstk enduduk mskn dan engeluaran erkata makanan yakn nla rata rata, varans, mnmum, maksmum, dan selsh. Berdasarkan Tabel 1 terlhat bahwa rata rata enduduk mskn d rovns Jawa Tmur yang tersebar ada 38 Kabuaten/Kota ta 1000 enduduk adalah sebanyak 18 atau 19 dengan keragaman sebesar 69,27. Terlhat dar nla mnmum dan maksmum ada Tabel 1, mengndkaskan bahwa ersentase enduduk mskn d Provns Jawa Tmur tertngg sebesar 44,30% dan terendah sebesar 6,30% dengan selsh sebesar 38%. Sementara tu, rata rata engeluaran erkata makanan d rovns Jawa Tmur yang tersebar ada 38 Kabuaten/Kota berart konsums rumah tangga jens makanan yang dkeluarkan enduduk dalam waktu sebulan adalah sebesar 52,05% dengan keragaman sebesar 35,88. Pengeluaran erkata makanan d Provns Jawa Tmur tertngg sebesar 62,89% dan terendah sebesar,49% dengan selsh sebesar 22,%. B. Scatterlot Penduduk Mskn dan Pengeluaran Perkata Makanandengan Faktor yang dduga Memengaruh Pola hubungan yang terbentuk antara enduduk mskn dan 4 varabel redktor dvsualsaskan ada Gambar 1. Penduduk Mskn Tngkat Kesematan Kerja Tngkat Pengangguran Terbuka ,0 Laju Pertumbuhan Ekonom Gambar 1 menunjukkan bahwa hubungan yang terbentuk antara enduduk mskn dengan varabel tdak membentuk ola tertentu. Hal n mengndkaskan bahwa terdaat komonen nonarametrk dmana fungs dar kurva regres 62,5 TPAK Gambar 1. Scatterlot antara enduduk mskn dan varabel,, dan 65,0 67,5 70, tdak dketahu. Pengeluaran Perkata Makanan Tngkat Pengangguran Terbuka TPAK 3 Tngkat Kesematan Kerja ,0 Laju Pertumbuhan Ekonom Gambar 2. Scatterlot antara engeluaran erkata makanan dan varabel,, dan Gambar 2 menunjukkan ola hubungan yang terbentuk antara engeluaran erkata makanan dengan keemat varabel tersebut tdak membentuk ola tertentu. Sehngga n juga mengndkaskan bahwa terdaat komonen nonarametrk dmana fungs dar kurva regres tdak dketahu. C. Model Regres Nonarametrk Breson Slne Model regres nonarametrk breson slne dengan emat varabel redktor daat dtulskan dalam ersamaan berkut n. Setelah membuat model umum dar regres nonarametrk breson slne maka kemudan akan dlakukan embuatan model dengan endekatan regres nonarametrk breson slne dengan melakukan emlhan ttk knot otmal. Dalam eneltan n dlakukan dengan menggunakan 1 ttk knot, 2 ttk knot, 3 ttk knot, 4 ttk knot dan 5 ttk knot. D. Pemlhan Ttk Knot Otmal Pemlhan ttk knot otmal dlakukan dengan mencar nla GCV terendah yang dhaslkan. GCV yang dhaslkan dengan menggunakan 1 ttk knot, 2 ttk knot, 3 ttk knot, dan kombnas knot dtunjukkan ada Tabel 2. Tabel 2. Nla GCV Mnmum dan MSE Masng-masng Ttk Knot Tabel 2 menunjukkan bahwa nla GCV mnmum dhaslkan ada saat menggunakan knot 1 yakn sebesar 0, dengan MSE sebesar 0,0296. E. Pemodelan Penduduk Mskn dan Pengeluaran Perkata Makanan dengan Ttk Knot Otmal Nla GCV mnmum dhaslkan dengan menggunakan knot 1 yakn sebesar 0, Pemodelan enduduk mskn dan engeluaran erkata makanan menggunakan 62,5 65,0 67,5 70,0 Varabel Predktor GCV Mnmum MSE 1 Ttk knot 0, , Ttk knot 0, , Ttk knot 0, , Ttk knot 13, , Ttk knot 0, ,
4 4 ttk knot otmal dtunjukkan ada ersamaan berkut. Untuk varabel reson ertama (enduduk mskn) sebaga berkut. kurang dar 89,91575 adalah Kota Pasuruan. 2. Jka varabel dan konstan, maka engaruh dar Laju Pertumbuhan Ekonom ( ) terhada enduduk mskn ( ) adalah sebaga berkut. Untuk varabel reson kedua (engeluaran erkata makanan) sebaga berkut F. Interretas Model Model terbak dar enduduk mskn dan engeluaran erkata makanan d Provns Jawa Tmur menggunakan endekatan regres nonarametrk breson slne yatu dengan satu ttk knot. Berkut n adalah nterretas dar model Slne terbak reson ertama yakn enduduk mskn sebaga berkut. 1. Jka varabel dan konstan, maka engaruh dar Tngkat Kesematan Kerja ( ) terhada enduduk mskn ( ) adalah sebaga berkut. Berdasarkan model yang terbentuk datas daat menjelaskan bahwa ada saat ersentase tngkat kesematan kerja kurang dar 87,91575 artnya adalah jka ersentase tngkat kesematan kerja nak sebesar satu ersen, maka ersentase enduduk mskn d Provns Jawa Tmur akan nak sebesar 1, tahun. Sedangkan aabla ersentase tngkat kesematan kerja lebh besar atau sama dengan 89,91575 artnya adalah jka ersentase tngkat kesematan kerja menngkat sebesar satu ersen, maka ersentase enduduk mskn d Provns Jawa Tmur cenderung menurun sebesar 7, tahun. Wlayah yang memlk ersentase tngkat kesematan kerja kurang dar 89,91575 adalah Kota Pasuruan. Untuk reson kedua yakn engeluaran erkata makanan sebaga berkut. Jka varabel dan konstan, maka engaruh dar Tngkat Kesematan Kerja ( ) terhada engeluaran erkata makanan ( ) adalah sebaga berkut. Berdasarkan model yang terbentuk datas daat menjelaskan bahwa ada saat ersentase tngkat kesematan kerja kurang dar 87,91575 artnya adalah jka ersentase tngkat kesematan kerja nak sebesar satu ersen, maka ersentase engeluaran erkata makanan d Provns Jawa Tmur akan turun sebesar 1, tahun. Sedangkan aabla ersentase tngkat kesematan kerja lebh besar atau sama dengan 89,91575 artnya adalah jka ersentase tngkat kesematan kerja menngkat sebesar satu ersen, maka ersentase engeluaran erkata makanan d Provns Jawa Tmur juga cenderung menurun sebesar 15, tahun. Wlayah yang memlk ersentase tngkat kesematan kerja Berdasarkan model yang terbentuk datas daat menjelaskan bahwa ada saat ersentase laju ertumbuhan ekonom kurang dar 6,85192 artnya adalah jka ersentase laju ertumbuhan ekonom nak sebesar satu ersen, maka ersentase enduduk mskn d Provns Jawa Tmur akan menurun sebesar 24,62748 tahun. Sedangkan aabla ersentase laju ertumbuhan ekonom lebh besar atau sama dengan 6,85192 artnya adalah jka ersentase laju ertumbuhan ekonom menngkat sebesar satu ersen, maka ersentase enduduk mskn d Provns Jawa Tmur cenderung menngkat sebesar 81,97692 tahun. Kabuaten/Kota yang berada d Provns Jawa Tmur yang memlk ersentase laju ertumbuhan ekonom kurang dar 6,85192 adalah 18 Kabuaten/Kota yakn Kabuaten Ponorogo, Kabuaten Trenggalek, Kabuaten Bltar, Kabuaten Lumajang, Kabuaten Bondowoso, Kabuaten Stubondo, Kabuaten Probolnggo, Kabuaten Nganjuk, Kabuaten Madun, Kabuaten Magetan, Kabuaten Ngaw, Kabuaten Bangkalan, Kabuaten Samang, Kabuaten Pamekasan, Kabuaten Sumene, Kota Bltar, Kota Probolnggo, dan Kota Pasuruan. Untuk varabel reson kedua (engeluaran erkata makanan) sebaga berkut. Jka varabel dan konstan, maka engaruh dar Laju Pertumbuhan Ekonom ( ) terhada engeluaran erkata makanan ( ) adalah sebaga berkut. Berdasarkan model yang terbentuk datas daat menjelaskan bahwa ada saat ersentase laju ertumbuhan ekonom kurang dar 6,85192 artnya adalah jka ersentase laju ertumbuhan ekonom nak sebesar satu ersen, maka ersentase engeluaran erkata makanan d Provns Jawa Tmur akan menurun sebesar 6, tahun. Sedangkan aabla ersentase laju ertumbuhan ekonom lebh besar atau sama dengan 6,85192 artnya adalah jka ersentase laju ertumbuhan ekonom menngkat sebesar satu ersen, maka ersentase engeluaran erkata makanan d Provns Jawa Tmur cenderung menngkat sebesar 135,904 tahun. Kabuaten/Kota yang berada d Provns Jawa Tmur yang memlk ersentase laju ertumbuhan ekonom kurang dar 6,85192 adalah 18 Kabuaten/Kota yakn Kabuaten Ponorogo, Kabuaten Trenggalek, Kabuaten Bltar, Kabuaten Lumajang, Kabuaten Bondowoso, Kabuaten Stubondo, Kabuaten Probolnggo, Kabuaten Nganjuk, Kabuaten Madun, Kabuaten Magetan, Kabuaten Ngaw, Kabuaten Bangkalan, Kabuaten Samang, Kabuaten Pamekasan, Kabuaten Sumene, Kota Bltar, Kota Probolnggo, dan Kota Pasuruan. 3. Jka varabel dan konstan, maka engaruh dar Tngkat Pengangguran Terbuka ( ) terhada enduduk mskn ( ) adalah sebaga berkut.
5 5 Berdasarkan model yang terbentuk datas daat menjelaskan bahwa ada saat ersentase tngkat engangguran terbuka kurang dar 3,42589 artnya adalah jka ersentase tngkat engangguran terbuka nak sebesar satu ersen, maka ersentase enduduk mskn d Provns Jawa Tmur akan turun sebesar 13,33751 tahun. Sedangkan aabla ersentase tngkat engangguran terbuka lebh besar atau sama dengan 3,42589 artnya adalah jka ersentase tngkat engangguran terbuka menngkat sebesar satu ersen, maka ersentase enduduk mskn d Provns Jawa Tmur juga cenderung menurun sebesar 41,2523 tahun. Kabuaten/Kota yang berada d Provns Jawa Tmur yang memlk ersentase tngkat engangguran terbuka kurang dar 3,42589 terdaat sebanyak 6 Kabuaten/Kota. Kabuaten/Kota tersebut yakn Kabuaten Pactan, Kabuaten Trenggalek, Kabuaten Lumajang, Kabuaten Bondowoso, Kabuaten Probolnggo, dan Kabuaten Pamekasan. Untuk varabel reson kedua (engeluaran erkata makanan) sebaga berkut. Jka varabel dan konstan, maka engaruh dar Tngkat Pengangguran Terbuka ( ) terhada engeluaran erkata makanan ( ) adalah sebaga berkut. Berdasarkan model yang terbentuk datas daat menjelaskan bahwa ada saat ersentase tngkat engangguran terbuka kurang dar 3,42589 artnya adalah jka ersentase tngkat engangguran terbuka nak sebesar satu ersen, maka ersentase engeluaran erkata makanan d Provns Jawa Tmur akan turun sebesar 29,69175 tahun. Sedangkan aabla ersentase tngkat engangguran terbuka lebh besar atau sama dengan 3,42589 artnya adalah jka ersentase tngkat engangguran terbuka menngkat sebesar satu ersen, maka ersentase engeluaran erkata makanan d Provns Jawa Tmur juga cenderung menurun sebesar 10,7201 tahun. Kabuaten/Kota yang berada d Provns Jawa Tmur yang memlk ersentase tngkat engangguran terbuka kurang dar 3,42589 terdaat sebanyak 6 Kabuaten/Kota. Kabuaten/Kota yang berada d Provns Jawa Tmur yang memlk ersentase tngkat engangguran terbuka kurang dar 3,42589 terdaat sebanyak 6 Kabuaten/Kota. Kabuaten/Kota tersebut yakn Kabuaten Pactan, Kabuaten Trenggalek, Kabuaten Lumajang, Kabuaten Bondowoso, Kabuaten Probolnggo, dan Kabuaten Pamekasan. 4. Jka varabel dan konstan, maka engaruh dar Tngkat Partsas Angkatan Kerja ( ) terhada enduduk mskn ( ) adalah sebaga berkut. ersentase tngkat artsas angkatan kerja nak sebesar satu ersen, maka ersentase enduduk mskn d Provns Jawa Tmur akan nak sebesar 0, tahun. Sedangkan aabla ersentase tngkat artsas angkatan kerja lebh besar atau sama dengan 62,53068 artnya adalah jka ersentase tngkat artsas angkatan kerja menngkat sebesar satu ersen, maka ersentase enduduk mskn d Provns Jawa Tmur juga menngkat sebesar 11, tahun. Kabuaten/Kota yang berada d Provns Jawa Tmur yang memlk ersentase tngkat artsas angkatan kerja kurang dar 62,53068 adalah Kabuaten Jember. Sementara tu, untuk nterretas dar model Slne terbak reson kedua yakn engeluaran erkata makanan akan djelaskan sebaga berkut. Jka varabel dan konstan, maka engaruh dar Tngkat Partsas Angkatan Kerja ( ) terhada engeluaran erkata makanan ( ) adalah sebaga berkut. Berdasarkan model yang terbentuk datas daat menjelaskan bahwa ada saat ersentase tngkat artsas angkatan kerja kurang dar 62,53068 artnya adalah jka ersentase tngkat artsas angkatan kerja nak sebesar satu ersen, maka ersentase engeluaran erkata makanan d Provns Jawa Tmur akan nak sebesar 1, tahun. Sedangkan aabla ersentase tngkat artsas angkatan kerja lebh besar atau sama dengan 62,53068 artnya adalah jka ersentase tngkat artsas angkatan kerja menngkat sebesar satu ersen, maka ersentase engeluaran erkata makanan d Provns Jawa Tmur juga menngkat sebesar 22,4954 tahun. Kabuaten/Kota yang berada d Provns Jawa Tmur yang memlk ersentase tngkat artsas angkatan kerja kurang dar 62,53068 adalah Kabuaten Jember. V. KESIMPULAN DAN SARAN Berdasarkan hasl dar embahasan, maka deroleh kesmulan sebaga berkut. 1. Persentase enduduk mskn tertngg terdaat d Kabuaten Samang yakn sebesar 44,3% ada tahun 2011, sedangkan ersentase enduduk mskn terendah adalah Kota Batu yakn sebesar 6,3%. Persentase engeluaran erkata tertngg terdaat d Kabuaten Bangkalan yakn sebesar 62,89% ada tahun 2011, sedangkan ersentase engeluaran erkata makanan terendah adalah Kota Surabaya yakn sebesar,49%. 2. Model regres nonarametrk breson Slne terbak adalah model Slne lnear dengan satu ttk knot. Nla GCV yang dhaslkan adalah 0, dengan nla MSE sebesar 0,0296. Model regres nonarametrk breson Slne yang dhaslkan sebaga berkut. Untuk varabel reson ertama (enduduk mskn) sebaga berkut. Berdasarkan model yang terbentuk datas daat menjelaskan bahwa ada saat ersentase tngkat artsas angkatan kerja kurang dar 62,53068 artnya adalah jka Untuk varabel reson kedua (engeluaran erkata makanan) sebaga berkut
6 6 Saran yang dberkan untuk eneltan selanjutnya berdasarkan eneltan yang telah dlakukan adalah agar varabel varabel yang dgunakan bsa dcoba menggunakan regres nonarametrk breson slne kuadratk dan kubk. DAFTAR PUSTAKA Badan Pusat Statstk Jawa Tmur, 2011, PDRB Kabuaten/Kota Se-Jawa Tmur , Badan Pusat Statstk Provns Jawa Tmur Surabaya. Badan Pusat Statstk Jawa Tmur, 2011, Data Makro Sosal Ekonom Jawa Tmur, Badan Pusat Statstk Provns Jawa Tmur Surabaya. Budantara, I.N., 2005, Model Keluarga Slne Polnomal Truncated dalam Regres Semarametrk, Berkala MIPA, Insttut Teknolog Seuluh Noember, Surabaya. Damayant,Y Pemodelan Penduduk Mskn d Jawa Tmur Menggunakan Metode Geograhcally Weghted Regresson (GWR). Tugas Akhr, Jurusan Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog Seuluh Noember, Surabaya. Fadllah, 2010, Analss Regres Jumlah Penduduk Mskn dengan Faktor Faktor yang Memengaruhnya d Jawa Tmur. Tugas Akhr, Jurusan Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog Seuluh Noember, Surabaya. Smla,T. Dan Tkka, J., 2007, Inut Selecton and Shrnkage n Multresonse Lnear Regresson, Prernt Submtted to Elsever. Surya,L Faktor Faktor yang Memengaruh Persentase Penduduk Mskn d Jawa Tmur Menggunakan Regres Semarametrk Slne. Tugas Akhr, Jurusan Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog Seuluh Noember, Surabaya. Wang,Y Slne Smoothng Models Wth Correlated Error. Journal of the Amercan Statstcal Assocaton. Vol 93,
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Prnt) D-30 Analss Faktor-Faktor yang Memengaruh Persentase Penduduk Mskn dan Pengeluaran Perkata Makanan d Jawa Tmur menggunakan Regres
Lebih terperinciTaksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil
Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data
Lebih terperinciBAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciPEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL
PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com
Lebih terperinciMODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS
Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciANALISIS DATA SPASIAL MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (Studi Kasus Data PDRB per Kapita di Provinsi Jawa Timur)
ANALISIS DATA SPASIAL MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (Stud Kasus Data PDRB per Kapta d Provns Jawa Tmur) Wahyu Sr Lestar ), Gandh Pawtan ), Mndra Jaya 3) ) Mahasswa Program Magster
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinciANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR
ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR Andyono; Rokhana Dw Bekt; Edy Irwansyah Computer Scence Department, School
Lebih terperinciSpline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat
Jurnal Matematka Vol. 7, No., Desember 07, pp. 3-43 ISSN: 693-394 Artcle DOI: 0.4843/JMAT.07.v07.0.p90 Splne Truncated Multvarabel pada Permodelan Nla Ujan Nasonal d Kabupaten Lombok Barat Nurul Ftryan
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-199
JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337350 (3098X Prnt) D99 Pengaruh Karakterstk Sosal Ekonom terhada Angka Haraan Hdu dan Angka Kematan Bay d Kabuaten/Kota Provns Jawa Tmur Menggunakan Analss Regres
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB II TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode statistika yang umum digunakan untuk
BAB II TINJAUAN PUSTAKA 2. Analss Regres Analss regres adalah suatu metode statstka yang umum dgunakan untuk melhat pengaruh antara varabel ndependen dengan varabel dependen. Hal n dapat dlakukan melalu
Lebih terperinciSEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciPEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION
TUGAS AKHIR SS 4556 PEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION Vresa Endra Marta NRP 34 030 063 Dosen Pembmbng :
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciFaktor yang Mempengaruhi Kematian Ibu Hamil di Jawa Timur Dengan Menggunakan Metode Geographically Weighted Poisson Regression
Faktor yang Mempengaruh Kematan Ibu Haml d Jawa Tmur Dengan Menggunakan Metode Geographcally Weghted Posson Regresson Rfk Arsta-1311.105.009 rfk11@mhs.statstka.ts.ac.d Pembmbng : Ir. Mutah Salamah, M.
Lebih terperinciMODEL REGRESI SEMIPARAMETRIK CAMPURAN SPLINE TRUNCATED DAN DERET FOURIER (Studi Kasus : Angka Harapan Hidup Provinsi Jawa Timur)
TESIS SS 14501 MODEL REGRESI SEMIPARAMETRIK CAMPURAN SPLINE TRUNCATED DAN DERET FOURIER (Stud Kasus : Angka Harapan Hdup Provns Jawa Tmur) KHAERUN NISA NRP. 1315 01 018 DOSEN PEMBIMBING Prof. Dr. Drs.
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciPemodelan Angka Harapan Hidup Propinsi Jawa Timur dan Jawa Tengah Dengan Metode Geographically Weighted Regression
Pemodelan Angka Harapan Hdup Propns Jawa Tmur dan Jawa Tengah Dengan Metode Geographcally Weghted Regresson Oleh : Lus Frdal (13732) Dosen Pembmbng : Dr. Purhad, M. Sc BACK LATAR BELAKANG Pelaksanaan pembangunan
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciOptimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion
7 Otmum Smlex.(Ruslan et al.) Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron ) Ruslan,
Lebih terperinciPROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:
ANALISIS ANGKA KEMATIAN IBU MENGGUNAKAN MODEL REGRESI BINOMIAL NEGATIF (Stud kasus : Angka Kematan Ibu d Provns Jawa Tmur Tahun 011) M. Al Ma sum 1, Suart, Dw Isryant 3 1 Mahasswa Jurusan Statstka FSM
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciPemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur
D-414 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) Pemodelan Faktor-Faktor yang Memengaruh Produks Pad d Jawa Tmur Ajeng D. P. Sar dan Wwek Setya Wnahju Jurusan Statstka, Fakultas
Lebih terperinciModel Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur
Moel Regres Logstk Bner Stratfkas Paa Partsas Ekonom Peremuan D Provns Jawa Tmur Munah Kusnul Kotmah an Sr Pngt Wulanar Jurusan Statstka, Fakultas Matematka an Ilmu Pengetahuan Alam, Insttut Teknolog Seuluh
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciPendekatan Regresi Semiparametrik Spline untuk Memodelkan Rata-Rata Umur Kawin Pertama (UKP) di Provinsi Jawa Timur
JURNAL SAINS DAN SENI ITS Vol. 6, No., (07) ISSN: 337-350 (30-98X Prnt) D-9 Pendeatan Regres Semarametr Slne untu Memodelan Rata-Rata Umur Kawn Pertama (UKP) d Provns Jawa Tmur Dhra Audha Pratw, I Nyoman
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciModel Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4 337-35 (3-98 Prnt D- Moel Regres Logstk Bner Stratfkas Paa Partsas Ekonom Peremuan D Provns Jawa Tmur Munah Kusnul Kotmah an Sr Pngt Wulanar Jurusan Statstka,
Lebih terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciEvaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)
Evaluas Tngkat Valdtas Metode Penggabungan Reson (Indeks Penamlan Tanaman, IPT) 1 Gust N Adh Wbawa I Made Sumertajaya 3 Ahmad Ansor Mattjk 1 Mahasswa S3 Pascasarjana Statstka IPB,3 Staf Pengajar Deartemen
Lebih terperinciPEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 575-584 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan PEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciOleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw
Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciABSTRAK ANALISIS KOMPONEN UTAMA
JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN 303-099 ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon 0854435773, E-mal: anastt_0@yahoo.com
Lebih terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di:
JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman 25-26 Onlne d: htt://ejournal-s1.und.ac.d/ndex.h/gaussan PERBANDINGAN MODEL REGRESI BINOMIAL NEGATIF DENGAN MODEL GEOGRAPHICALLY WEIGHTED POISSON
Lebih terperinciPemodelan Tingkat Kesejahteraan Penduduk Propinsi Kalimantan Selatan dengan Pendekatan Geographically Weighted Regression (GWR)
Prosdng Semnar Nasonal MIPA 06 Peran Peneltan Ilmu Dasar dalam Menunjang Pembangunan Berkelanjutan Jatnangor, 7-8 8 Oktober 06 ISBN 978-60 60-76 76-- Pemodelan Tngkat Kesejahteraan Penduduk Propns Kalmantan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciPEMODELAN JUMLAH ANAK PUTUS SEKOLAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION
TUGAS MATA KULIAH ANALISIS SPASIAL PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION Dosen: Dr. Sutkno Dr. Setawan Dsusun Oleh: RINDANG BANGUN PRASETYO
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciBAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum melakukan peneltan, langkah yang dlakukan oleh penuls adalah mengetahu dan menentukan metode yang akan dgunakan dalam peneltan. Sugyono (2006: 1) menyatakan:
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciREGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :
BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA REGRESI DAN KORELASI Tujuan metode kuadrat terkecl adalah menemukan nla dugaan b0 dan b yang menghaslkan jumlah kesalahan kuadrat
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciBAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada
BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka
Lebih terperinciPemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression
JURNAL SAINS DAN SENI POMIS Vol., No., (3) 337-35 (3-98 Prnt) D-48 Pemodelan Baya Langsung Proyek Perusahaan Jasa Konstruks P. dengan Multvarate Regresson Sulstanngrum, Irhamah, dan Muhammad Mashur Jurusan
Lebih terperinciANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM
ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM Wahyu Dw Lesmono, Ftra Vrgantar, Hagn Wjayant Program Stud Matematka Fakultas
Lebih terperinciBADAN PUSAT STATISTIK KABUPATEN JAYAPURA
BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA Sensus Penduduk 2010 merupakan sebuah kegatan besar bangsa Badan Pusat Statstk (BPS) berdasarkan Undang-undang Nomor 16
Lebih terperinciREGRESI LINIER SEDERHANA (MASALAH ESTIMASI)
REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal
Lebih terperinciPERBANDINGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DAN ORDINARY LEAST SQUARE (OLS) DALAM PEMODELAN KETIMPANGAN DI PROVINSI JAWA TENGAH
PERBANDINGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DAN ORDINARY LEAST SQUARE (OLS) DALAM PEMODELAN KETIMPANGAN DI PROVINSI JAWA TENGAH La Mftakhul Janah 1, TanWahyu Utam 2 1, emal: lamftakhul7@gmal.com
Lebih terperinciMULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari
MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciIII.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5
33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan
Lebih terperinciPEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc.
PEMODELAN REGRESI POISSON PADA FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN 007 Yayuk Lstan NRP 06 00 068 DOSEN PEMBIMBING Dr. Purhad, M. Sc. JURUSAN STATISTIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang
BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciConfigural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA
Lebih terperinciKOMBINASI PENAKSIR RASIO-PRODUK EKSPONENSIAL UNTUK RATA-RATA POPULASI MENGGUNAKAN PROPORSI PADA SAMPLING GANDA
KOMBIASI PEAKSIR RASIO-PRODUK EKSPOESIAL UTUK RATA-RATA POPULASI MEGGUAKA PROPORSI PADA SAMPLIG GADA ke Selna *, Arsman Adnan, Sgt Sugarto Mahasswa Program S Matematka Dosen jurusan Matematka Fakultas
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciKOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA., R. Efendi 2, H.
KOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING AAK SEDERHANA A. F. Indraan *, R. Efend, H. Srat Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciMETODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBootstrap Pada Regresi Linear dan Spline Truncated
Statstka, Vol. 8 No. 1, 47 54 Me 2008 Bootstrap Pada Regres Lnear dan Splne runcated Harson Darmaw 1) dan Bambang Wdjanarko Otok 2) 1) enaga Pengajar d Jurusan Matematka UNRI, Pekanbaru e-mal: son_ms@yahoo.co.d
Lebih terperinciBOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL
BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinci