PEMODELAN KINERJA LEMBAGA PERANGKAT DAERAH

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. 1.1 Latar Belakang

Analisis Cluster, Analisis Diskriminan & Analisis Komponen Utama. Analisis Cluster

PERBANDINGAN METODE KLASIFIKASI REGRESI LOGISTIK BINER DAN NAIVE BAYES PADA STATUS PENGGUNA KB DI KOTA TEGAL TAHUN 2014

Model Probit Untuk Ordinal Response

Bab 1 PENDAHULUAN. 1.1 Latar Belakang

Second-Order Confirmatory Factor Analysis pada Kemiskinan di Kabupaten Jombang

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

ANALISIS MULTIVARIAT PADA DATA INDEKS GEOMAGNET GLOBAL

Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA)

Studi Banding antara Metode Minimum Distance dan Gaussian Maximum Likelihood Sebagai Pengklasifikasi Citra Multispektral

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN DALAM PEREKONOMIAN RUMAH TANGGA DI KOTA SEMARANG MENGGUNAKAN REGRESI TOBIT

II. TINJAUAN PUSTAKA 2.1 Metode Regresi 2.2 Model Aditif Terampat ( Generalized additive models , GAM)

BAB III METODOLOGI PENELITIAN

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit

3 METODOLOGI. 3.1 Kerangka Pendekatan Studi

FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN. Nerli Khairani Lia Anggriani Siregar. Abstrak

ANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc

ANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI NASABAH KREDIT

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

PENENTUAN JUMLAH CLUSTER OPTIMAL PADA MEDIAN LINKAGE DENGAN INDEKS VALIDITAS SILHOUETTE

Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya

Penerapan Garis Berat Segitiga Centroid untuk Menentukan Kelompok pada Analisis Diskriminan

PENYELESAIAN ASYMMETRIC TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA HUNGARIAN DAN ALGORITMA CHEAPEST INSERTION HEURISTIC.

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit

Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot

PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION

JURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di:

KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN

MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan

: Analisis Diskriminan pada Klasifikasi Desa di Kabupaten. Tabanan Menggunakan Metode K-Fold Cross Validation. 2. I Gusti Ayu Made Srinadi, S.Si, M.

BAB 2 LANDASAN TEORI

PROSIDING ISSN: M-14 ANALISIS K-MEANS CLUSTER UNTUK PENGELOMPOKAN KABUPATEN /KOTA DI JAWABARAT BERDASARKAN INDIKATOR MASYARAKAT

HASIL DAN PEMBAHASAN

(R.14) METODE MINIMUM COVARIANCE DETERMINANT PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN

Analisis Statistika Terhadap Gaya Hidup Mahasiswa Penerima Beasiswa Bidik Misi Dilihat Dari Penggunaan Dana Beasiswa

Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur

BAB III METODE PENELITIAN

Oleh : Arief Yudissanta ( ) Pembimbing : Prof. Susanti Linuwih Mstat.PHD

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2

PEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R

MODUL 5 ANALISIS DISKRIMINAN

BAB I PENDAHULUAN. lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel

PENGARUH PERAN DOSEN PEMBIMBING TERHADAP KUALITAS TUGAS AKHIR (Studi Kasus : Mahasiswa Fmipa Unsyiah)

PREDIKSI NILAI DENGAN METODE SPECTRAL CLUSTERING DAN CLUSTERWISE REGRESSION

PERUBAHAN STRUKTUR EKONOMI DAN KESEMPATAN KERJA DI INDONESIA (ANALISA INPUT OUTPUT)

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran

PENJADWALAN DENGAN TEKNIK SISIPAN (INSERTION TECHNIQUE) IR. DINI WAHYUNI, MT. Fakultas Teknik Jurusan Teknik Industri Universitas Sumatera Utara

BAB I PENDAHULUAN. Analisis statistik multivariat adalah metode statistik di mana masalah yang

PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR

Peranan dari Pemilihan Level sebagai Referensi pada Variabel Bebas Bertipe Kategori terhadap Derajat Multikolinieritas dalam Model Regresi Linier

BAB 1 PENDAHULUAN Latar Belakang

BAB III METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN

PENGALOKASIAN BBM DI INDONESIA DENGAN MENGGUNAKAN ANALISIS DISKRIMINAN METODE FISHER. Khairul Umam Pendidikan Matematika, FKIPUniversitas Syiah Kuala

KLASIFIKASI DATA MULTIDIMENSI MENGGUNAKAN SUBTRACTIVE CLUSTERING DAN K-NEAREST NEIGHTBOR

KOMPARASI HASIL KLASIFIKASI PENYAKIT DIABETES MELLITUS MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION

Selamat Datang.. Dalam zona

Resume Regresi Linear dan Korelasi

BAB II LANDASAN TEORI. 2.1 Uji Hipotesis

Minggu II STATISTIKA MULTIVARIATE TERAPAN

BAB III METODOLOGI PENELITIAN. karakteristik tertentu (Indriantoro dan Supomo, 2003). Populasi dalam penelitian

Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya September 2017, Samarinda, Indonesia ISBN:

MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN

Statistika Industri II TIP - FTP UB

APLIKASI K-MEANS CLUSTER UNTUK PENGELOMPOKKAN PROVINSI BERDASARKAN PRODUKSI PADI, JAGUNG, KEDELAI, DAN KACANG HIJAU TAHUN 2009

Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali

BAB I PENDAHULUAN 1.1 Latar Belakang

Analisis Diskriminan

PEMILIHAN MODEL REGRESI LINIER DENGAN BOOTSTRAP. Tarno. Jurusan Matematika FMIPA UNDIP Semarang. Subanar Jurusan Matematika FMIPA UGM Yogyakarta

FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)

Bab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF

SKRIPSI. Oleh : LAILI ISNA NUR KHIQMAH NIM :

REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R.

PEMODELAN DAN SIMULASI TINGGI GENANGAN BANJIR DI KECAMATAN GUBENG KOTA SURABAYA MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS

Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur

Klasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan Classification and Regression Trees (CART)

BAB III METODOLOGI PENELITIAN. Agriculture, Manufacture Dan Service di Indonesia Tahun Tipe

PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN INDIKATOR DALAM PEMERATAAN PENDIDIKAN MENGGUNAKAN METODE MINIMAX LINKAGE

Penskalaan Dimensi Ganda (Multidimensional Scaling) Data Non Metrik

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODOLOGI PENELITIAN. menggunakan hipotesa. Jenis penelitian ini adalah penelitian sebab akibat

Perturbasi Nilai Eigen dalam Mengatasi Multikolinearitas

Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel

SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE :

BAB V PEMBAHASAN. Data dikumpulkan dari 239 alumni Prodi Statistika FMIPA UII, sebagai

Transkripsi:

Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 6 Mei 009 PEMODELAN KINERA LEMBAGA PERANGKA DAERAH KARIYAM enaga Pengaar urusan Statistika UII l. Kaliurang Km 4 Yogyakarta e-mail: kariyam@fmipa.uii.ac.id Abstrak Pada tulisan ini akan dikai rangkaian penggunaan analisis kelompok dilanutkan dengan analisis diskriminan untuk mendapatkan model yang menggambarkan kinera lembaga perangkat daerah. Studi kasus yang digunakan adalah data sekunder tentang Anggaran Pendapatan dan Belana Daerah (APBD) semester pertama tahun 008, dan laporan hasil evaluasi penyerapan dana pelaksanaan pembangunan dari seluruh Satuan Kera Perangkat Daerah (SKPD) di Provinsi Kalimantan Selatan. Kinera SKPD pada kaian ini dibatasi berdasarkan penyerapan dana dan realisasi pelaksanaan program kegiatan. Aplikasi indeks Krzanowski Lai menghasilkan tiga kelompok SKPD, yang dikategorikan dalam kelompok waar, terlambat, dan kritis. Berdasarkan tiga kelompok tersebut, dibangun model kinera SKPD dengan menggunakan analisis diskriminan. Hasil kaian menunukkan bahwa dari fungsi diskriminan yang terbangun mempunyai ketepatan prediksi yang sempurna. Selanutnya fungsi diskriminan ini dapat digunakan untuk memprediksi letak kelompok dari suatu SKPD. Kata kunci: Indeks Krzanowski Lai, Fungsi Diskriminan, Kinera SKPD PENDAHULUAN Penyelesaian suatu kasus seringkali memerlukan penggunaan lebih dari satu metode analisis. Begitu uga rangkaian beberapa metode analisis yang bersesuaian, tidak arang dapat memberikan informasi yang mempunyai nilai dan manfaat lebih banyak. Beberapa metode yang termasuk dalam analisis multivariat dapat digunakan sebagai langkah antara untuk analisis lebih lanut. Misalkan analisis komponen utama ataupun analisis faktor, dapat diadikan sebagai langkah antara pada analisis regresi berganda ketika teradi pelanggaran asumsi non multikolinieritas, ataupun ketika teradi umlah variabel melebihi umlah data. Pada bagian lain dapat pula digunakan metode yang tidak secara langsung berhubungan, melainkan bersifat pengembangan analisis untuk mendapatkan informasi yang mempunyai nilai manfaat lain. Artikel ini akan mengkai penggunaan analisis kelompok untuk menentukan optimal umlah grup dari pengelompokan seumlah lembaga perangkat daerah. Analisis kelompok khususnya dengan Indeks Krzanowski dan Lai diterapkan sebagai langkah antara, yaitu untuk mendapatkan optimal umlah kelompok. Berdasarkan kelompok yang terbentuk akan dibangun suatu fungsi yang membedakan antar kelompok tanpa memperhatikan signifikansi keberadaan variabel dalam fungsi. Artinya bahwa dalam kaian ini tuuan pembentukan fungsi adalah untuk mengetahui hubungan matematis antara variabel independen dengan variabel dependen, dan tidak untuk menentukan variabel independen yang membedakan variabel dependen. [] Pemodelan kinera lembaga perangkat daerah yang akan digunakan pada kaian ini adalah dengan pendekatan analisis diskriminan. Analisis diskriminan merupakan bagian dari metode M-97

Kariyam/Pemodelan Kinera Lembaga statistika multivariat yang bertuuan untuk memisahkan beberapa kelompok obyek yang sudah terkelompokkan dengan cara membentuk fungsi diskriminan. [3] uuan analisis ini hampir sama dengan analisis regresi, yaitu keduanya digambarkan didalam suatu model linier yang menerangkan hubungan antara fungsi diskriminan dengan beberapa variabel bebas. Namun dalam analisis diskriminan peubah tak bebasnya diisyaratkan hanya berskala nominal dan peubah bebasnya diasumsikan berdistribusi multinormal. Lebih dari itu dalam analisis diskriminan digunakan untuk keperluan diskriminasi atau pembedaan. Pada kaian ini studi kasus yang akan digunakan adalah data sekunder tentang kinera 69 Satuan Kera Perangkat Daerah (SKPD) di Provinsi Kalimantan Selatan. Kinera yang dimaksudkan dibatasi hanya berdasarkan pada penyerapan dana dan realisasi fisik pelaksanaan pembangunan sampai semester pertama tahun anggaran 008. Aksana, dan Kariyam, [], telah menganalisis profil SKPD tersebut dengan menggunakan pengelompokan metode Ward, dilanutkan ui perbandingan ganda ukey. Analisis menghasilkan grup SKPD dalam kategori waar, telambat, dan kritis. Artikel ini akan memperluas kaian dalam bentuk menyusun prosedur untuk mengklasifikasikan SKPD dalam kategori grup SKPD berdasarkan nilainilai pada himpunan variabel independen pernyerapan dana dan realisasi fisik pelaksanan pembangunan. Fungsi diskriminan yang dibangun diharapkan dapat diterapkan mengklasifikasikan SKPD pada tahun 009 sampai semester pertama, ataupun digunakan untuk mengklasifikasikan SKPD pada provinsi yang lain dengan variabel independen yang sama. PEMBAHASAN Aplikasi Indeks Krzanowski Lai Kariyam, [4], salah satu indeks yang dapat digunakan untuk menentukan ataupun pembanding hasil pembentukan optimal umlah kelompok adalah indeks yang diusulkan oleh Krzanowski dan Lai. Mengacu pada tulisan Marriott, [6], Krzanowski dan Lai, [5], mengambil harga trase dari matriks umlah kuadrat dan hasil kali dalam kelompok sebagai dasar untuk penentuan optimal umlah kelompok. Misalkan dipunyai n obyek dengan p variabel yang terbagi dalam k kelompok, dimana setiap kelompok mempunyai anggota seumlah n g dimana g =,,..., k, maka matriks umlah kuadrat dan hasil kali silang dalam kelompok didefinisikan oleh: dimana : M-98 g i W k pp k g= n g = i= g i p = kasus ke-i, ( i,,..., ) n g g p g i p p t g =, pada kelompok ke-g g = rata-rata variabel dalam kelompok ke-g Selanutnya didefinisikan : DIFF / p / p ( k) ( k ) tr( W ) k tr( W ) = k + dimana : DIFF (k) = different atau perbedaan kelompok ke-k, ~ S ( k ) = tr ( W k ) Indeks Krzanowski Lai (selanutnya ditulis Indeks KL), harga k dipilih yang memperbesar kuantitas : KL ( k) = DIFF DIFF ( k) ( k +) k

Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 6 Mei 009 Ketentuan indeks KL ini menunukkan bahwa optimal umlah kelompok yang dibentuk pada sekumpulan obyek minimal dua kelompok. Aplikasi indeks KL dengan menggunakan metode k-means dan mengambil hingga tuuh kelompok untuk data kinera SKPD berdasarkan penyerapan dana dan realisasi kegiatan menghasilkan plot sebagaimana tertera pada gambar. Plot antara indeks KL pada beberapa variasi hingga enam kelompok, menunukkan bahwa indeks KL terbesar teradi ketika dibentuk dalam tiga kelompok. Dengan demikian dapat disimpulkan bahwa dari 69 SKPD yang ada di Provinsi Kaltim, terbagi dalam tiga kelompok. Kelompok pertama dan kelompok kedua masingmasing terdiri dari 30 SKPD, dan kelompok ketiga terdiri dari 9 SKPD. Gambar. Plot Indeks KL Untuk Beberapa umlah Kelompok Penyerapan dana kelompok pertama berkisar pada 6,95% dari total dana dalam setahun dengan realisasi fisik pembangunan berkisar pada 9,08% dari target setahun. Sedangkan untuk kelompok kedua penyerapan dana berkisar pada 3,6% dengan realisasi fisik pembangunan berkisar pada 35,7% dari target setahun. Sementara penyerapan dana dan realisasi fisik pembangunan untuk kelompok ketiga masing-masing sebesar 5,7% dari total dana setahun, dan 56,79% dari target dalam setahun. Aksana, dan Kariyam, [], menuliskan bahwa rapat BAPPEDA telah diputuskan target pelaksanaan program dalam semester pertama (setengah tahun) diharapkan minimal mencapai 50% dari total program pembangunan. Dengan menggunakan keputusan ini, dapat disimpulkan bahwa program pembangunan SKPD pada kelompok ketiga dikatakan beralan lancar. Dengan demikian pada semester pertama tahun 008, dapat dikatakan SKPD yang termasuk kelompok kelompok ketiga mempunyai kinera yang baik dan dikategorikan kelompok waar. Memperhatikan urutan pencapaian penyerapan dana serta realisasi fisik pelaksanaan program pembangunan, maka untuk SKPD yang termasuk dalam kelompok kedua dapat dikategorikan terlambat. Sedangkan SKPD yang termasuk dalam kelompok pertama termasuk dalam dikategorikan kritis. Aplikasi Analisis Diskriminan Untuk Populasi Normal Berdasarkan tiga kelompok yang terbentuk, selanutnya akan digunakan untuk menyusun model kinera SKPD. Pemodelan hanya dituukan untuk mendapatkan fungsi diskriminan untuk mengklasifikasikan kinera SKPD. Melalui fungsi diskriminan yang diperoleh diharapkan dengan memperhatikan data tingkat penyerapan dana, dan realisasi fisik pelaksanaan program pembanguan suatu SKPD, maka akan dapat ditentukan kinera dan kategori SKPD tersebut. M-99

Kariyam/Pemodelan Kinera Lembaga Hardle, dan Hlavka, [], menuliskan bahwa misalkan dipunyai sampel X, =,,..., dari populasi. Misalkan pula Y = X a dan Y = X a menunukkan kombinasi linier dari observasi. umlah kuadrat dalam grup diberikan oleh: dimana oleh: dimana = Y H Y = = a X H X a = a H menotasikan matriks pemusatan ( ) y dan = n X dan y dan menotasikan ratarata dari sampel y dan. n W a ( y y) = n { a ( ) } = a B a = menotasikan rata-rata dari n. umlah kuadrat antar grup diberikan Y dan Fisher mengemukakan bahwa vektor a yang memaksimumkan W B a B a a W a adalah vektor eigen dari yang bersesuaian dengan nilai eigen terbesar. Akhirnya, observasi diklasifikasikan ke dalam grup, yaitu proyeksi terdekat a, R = { : a ( ) a ( i ) untuk i =,,..., } Salah satu ukuran yang menggambarkan tingkat ketepatan fungsi diskriminan adalah melalui penggunaan fungsi diskriminan secara langsung untuk menduga letak obyek dalam grup. Selain itu pendugaan tingkat kesalahan dapat dilakukan dengan validasi silang, dengan algoritma sebagai berikut: i) ika ada n obek pengamatan, maka hanya (n ) pengamatan yang digunakan sebagai himpunan data untuk membangun fungsi diskriminan ii) satu pengamatan sisanya digunakan untuk evaluasi iii) proses i) dan ii) diulang sebanyak n kali, iv) persentase kesalahan adalah dugaan tingkat kesalahan hasil evaluasi Aplikasi analisis diskriminan pada kaian ini dituukan untuk mendapatkan fungsi diskriminan yang mampu digunakan membedakan suatu SKPD masuk ke dalam kategori tertentu berdasarkan penyerapan dana, dan realisasi fisik pelaksanaan pembangunan. Deteksi awal terhadap variabel penyerapan dana dan realisasi fisik pelaksanaan program pembangunan dalam membedakan ketiga kelompok SKPD, adalah sebagaimana tertera pada gambar. M-00

Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 6 Mei 009 Gambar. Plot Penyerapan Dana dan Realisasi Fisik Pelaksanaan Program Pembanguanan Untuk Ketiga Kelompok SKPD Informasi dari gambar., menunukkan bahwa penyerapan dana saa, atau realisasi fisik pelaksanaan program pembangunan saa, tidak mampu menadi pembeda ketiga kelompok. Namun demikian kombinasi linier antara penyerapan dana dan ralisasi fisik pelaksanaan program pembangunan, mampu membedakan ketiga kelompok. Dengan demikian kedua variabel independen akan digunakan untuk menyusun fungsi diskriminan. Selanutnya berdasarkan analisis diskriminan linier, dengan menggunakan variabel penyerapan dana ( X ) dan realisasi fisik pembangunan ( X ), maka diperoleh fungsi diskriminan linier untuk setiap grup, sebagai berikut: Y 5 + X =,007 + 0, X 0, 338 Y 7 + X =,637 + 0,44 X 0, 59 Y 47 + X 3 =,849 + 0,86 X 0, 88 Apabila fungsi diskriminan tersebut digunakan secara langsung untuk menduga klasifikasi SKPD dalam grup tertentu, diperoleh tingkat ketepatan klasifikasi sebagai berikut: Summary of Classification Put into...rue Group... Group 3 30 0 0 0 30 0 3 0 0 9 otal N 30 30 9 N Correct 30 30 9 Proportion,000,000,000 N = 69 N Correct = 69 Proportion Correct =,000 M-0

Kariyam/Pemodelan Kinera Lembaga Gambar 3. Ukuran Ketepatan Klasifikasi Fungsi Diskriminan Berdasarkan gambar 3., terlihat bahwa fungsi diskriminan yang terbentuk memberikan tingkat ketepatan klasifikasi yang sempurna, artinya bahwa 00% SKPD diklasifikasikan secara tepat sesuai dengan kategori awal SKPD. Sementara itu apabila digunakan ukuran ketepatan klasifikasi dengan validasi silang, diperoleh hasil sebagai berikut: Summary of Classification with Cross-validation Put into...rue Group... Group 3 30 0 0 9 0 3 0 0 9 otal N 30 30 9 N Correct 30 9 9 Proportion,000 0,967,000 N = 69 N Correct = 68 Proportion Correct = 0,986 M-0 Gambar 4. Ukuran Ketepatan Klasifikasi Fungsi Diskriminan Dengan Validasi Silang Validasi silang untuk mengukur ketepatan klasifikasi dari fungsi diskriminan menghasilkan 98,6% SKPD yang diprediksi secara tepat sesuai dengan kategori awal. Angka ini menunukkan ukuran ketepatan klasifikasi yang sangat tinggi (sekalipun tidak sempurna). Angka in sekaligus menunukkan bahwa hanya terdapat satu dari enam puluh sembilan SKPD yang diprediksi salah masuk kategori. Hasil ini menguatkan alasan untuk menggunakan fungsi diskriminan tersebut sebagai model untuk mengklasifikasikan letak SKPD dalam suatu grup. PENUUP Pemodelan kinera SKPD dapat dikerakan dengan baik melalui pendekatan analisis diskriminan. Analisis pada data sekunder tentang kinera seluruh SKPD Kalimantan Selatan berdasarkan penyerapan dana dan realisasi fisik pelaksanaan pembangunan, menghasilkan fungsi diskriminan dengan ukuran ketepatan klasifikasi yang sangat tinggi. DAFAR PUSAKA Aksana, M.P., & Kariyam, (008), Analisis Kelompok Pada Kinera Pembangunan Oleh SKPD Kalsel Berdasarkan APBD Semester Pertama ahun 008, Prosiding Seminar Nasional Matematika dan Statistika 008, FS UNAIR Hardle, W., dan Hlavka, Z., (007), Multivariate Statistics: Eercises and Solution, Springer Verlag Hardle, W., dan Simar, L., (007), Applied Multivariate Statistical Analysis, Second Edition, Springer Verlag Kariyam, (003), Penentuan umlah Optimal Kelompok Melalui Beberapa Metode Pengelompokan dan Indek Kriteria, esis S-, Matematika UGM. Krzanowski, W.. & Lai, Y.., (988), A Criterion for Determining the Number of Groups in a Data set Using of Squares Clustering, Biometrics, 44, 3 34 Marriott, F.C., (97), Practical Problems in a Method of Cluster Analysis, Biometrics, 7, 50 54