*( Diah Ayu Novitasari Fakultas Ekonomi Universitas Islam Lamongan ABSTRAK

dokumen-dokumen yang mirip
AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR

BAB 2. Tinjauan Teoritis

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD)

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

Analisis Autokorelasi Spasialtitik Panas Di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Of Spatial Autocorrelation (LISA)

Pengujian Autokorelasi terhadap Sisaan Model Spatial Logistik

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

PEMETAAN PENYAKIT DEMAM BERDARAH DENGUE DENGAN ANALISIS POLA SPASIAL DI KABUPATEN PEKALONGAN. Hasbi Yasin 1, Ragil Saputra 2.

BAB II LANDASAN TEORI

BAB 5. ANALISIS REGRESI DAN KORELASI

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)

8. MENGANALISIS HASIL EVALUASI

UKURAN GEJALA PUSAT DAN UKURAN LETAK

PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM 1 Henny Kusumaningrum, 2 Dwi Endah Kusrini dan 3 Destri Susilaningrum

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

Regresi Linier Sederhana Definisi Pengaruh

BAB II TINJAUAN PUSTAKA

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

X a, TINJAUAN PUSTAKA

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

TINJAUAN PUSTAKA Evaluasi Pengajaran

BAB II LANDASAN TEORI

UKURAN GEJALA PUSAT (UGP)

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB 2 LANDASAN TEORI

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

Spatial Durbin Model untuk Mengidentifikasi Faktor-Faktor yang Mempengaruhi Kematian Ibu di Jawa Timur

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson.

Faktor - Faktor yang Mempengaruhi Pelayanan Distribusi Air Bersih di Kawasan Permukiman Perkotaan Kabupaten Pamekasan

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression

ANALISIS KEMENANGAN PEMILIHAN GUBERNUR (PILGUB) JAWA TENGAH 2013 DENGAN AUTOKORELASI SPASIAL

BAB 1 STATISTIKA RINGKASAN MATERI

Analisis Spasial pada Aglomerasi Industri Manufaktur

Oleh: Rendra Erdkhadifa Pembimbing Dr. Purhadi, M.Sc. Seminar Hasil Tugas Akhir Statistika ITS Rabu, 12 Desember 2011

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

POLIGON TERBUKA TERIKAT SEMPURNA

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

BAB III UKURAN PEMUSATAN DATA

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

S2 MP Oleh ; N. Setyaningsih

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

2.2.3 Ukuran Dispersi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

3 Departemen Statistika FMIPA IPB

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI JAWA TENGAH. DOI: /medstat.10.2.

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA

ANALISIS JALUR DISTRIBUSI INDUSTRI GULA DENGAN MENGGUNAKAN METODE INPUT OUTPUT

Tabel Distribusi Frekuensi

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

STATISTIKA DASAR. Oleh

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III PERSAMAAN PANAS DIMENSI SATU

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

BAB III METODE PENELITIAN

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

MATEMATIKA INTEGRAL RIEMANN

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

Transkripsi:

J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 69 SPATIAL PATTERN ANALYSIS DAN SPATIAL AUTOCORRELATION PRODUK DOMESTIK REGIONAL BRUTO (PDRB) SEKTOR INDUSTRI UNTUK MENGGAMBARKAN PEREKONOMIAN PENDUDUK DI JAWA TIMUR *( Dah Ayu Novtasar Fakultas Ekoom Uverstas Islam Lamoga ABSTRAK Produk Domestk Regoal Bruto (PDRB) sektor dustr adalah dkator yag meggambarka keadaa perekooma peduduk d suatu layah/daerah berdasarka sektor dustr. Peelta aka megaalss tgkat kecederuga PDRB sektor dustr dalam ragka g megetahu sebara PDRB DI Jaa Tmur da adaya depedes PDRB atar layah d Jaa Tmur. Metode yag dguaka adalah spatal patter aalyss da spatal autocorrelato. Haslya meujukka baha pola sebara propors PDRB d Jaa tmur cederug megelompok (Cluster), yatu megelompok d kabupate-kabupate tertetu. Semetara hasl peguja dega Mora s I meujukka baha tdak ada autokorelas spasal pada data propors PDRB d Provs Jaa Tmur. Semetara secara lokal, kabupate yag memlk autokorelas spasal hayayalah kabupate yag memlk autokorelas spasal hayayalah Kabupate Bagkala, Pamekasa, Sampag, da Sdoarjo. Kata Kuc: PDRB, Perekooma, Mora s PENDAHULUAN Idustr adalah suatu usaha atau kegata pegolaha baha metah atau barag setegah jad mejad barag jad yag memlk la tambah utuk medapatka keutuga. Hasl dustr tdak haya berupa barag, tetap juga dalam betuk jasa. Faktor-faktor pokok yag meyebabka suatu dustr atau perdustra dapat berkembag dega bak adalah modal, teaga kerja, baha baku, saraa trasportas, sumber eerg dustr da pemasara produk hasl keluara. Adapu faktor peujag dustr adalah kebudayaa masyarakat, tekolog, pemertah, dukuga masyarakat, kods alam da kods perekooma[1]. Jaa Tmur merupaka salah satu provs dustr terbesar da merupaka provs yag memlk jumlah kabupate/kota terbayak yatu sebayak 38 kabupate/kota. Jaa tmur mejad Spatal Patter, Spatal Autocorrelato, da pusat dustr dkareaka frastruktur yag ada sagat meujag bag pertumbuha dustr bak dustr kecl, meegah maupu besar. Sektor dustr Jaa Tmur secara kotu terus berkembag mejad salah satu barometer d tgkat asoal. Tahu 001 Jaa Tmur memprogramka pertumbuha dustr pada lma tahu medatag ratarata pertahu aka dapat mecapa 9%, dmaa sektor dustr dharapka dapat memberka sumbaga 7,47% dar struktur ekoom yag ada d Jaa Tmur. Produk domestk regoal bruto (PDRB) sektor dustr adalah dkator yag meggambarka keadaa perekooma peduduk d suatu layah/daerah berdasarka sektor dustr. PDRB sektor dustr Jaa Tmur tahu 005, 006, 007, 008 da 009 megalam pertumbuha sebesar 54,3%, 13,7%, 11,8%, 14,6% da 8,9%. Pertumbuha PDRB sektor dustr Jaa

J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 630 Tmur tahu 006 lebh redah jka dbadgka dega tahu 005 yatu sebesar 54,3%. Sektor dustr d Jaa Tmur adalah sektor yag meyumbagka output terbesar bag perekooma Jaa Tmur [10]. Peelta aka megaalss tgkat kecederuga PDRB sektor dustr dalam ragka g megetahu sebara PDRB da adaya depedes perekooma atar layah d Jaa Tmur. Metode yag dguaka adalah spatal patter aalyss da spatal autocorrelato. Metode sagat efektf dalam medeteks varas secara geograf [11]. TINJAUAN PUSTAKA Produk Domestk Regoal Bruto Produk Domestk regoal Bruto (PDRB) adalah merupaka salah satu dkator pertumbuha ekoom suatu egara, layah, atau daerah. Pertumbuha tersebut dapat dpegaruh oleh beberapa faktor dataraya frastruktur ekoom. PDRB adalah jumlah la tambah bruto yag dhaslka seluruh ut usaha dalam layah tertetu atau merupaka jumlah la barag da jasa akhr yag dhaslka oleh seluruh ut ekoom. PDRB atas dasar harga berlaku meggambarka la tambah barag da jasa yag dhtug dega megguaka harga pada setap tahu, sedagka PDRB atas dasar harga kosta meujukka la tambah barag da jasa yag dhtug megguaka harga pasa satu tahu tertetu sebaga tahu dasar peghtugaya. PDRB atas dasar harga berlaku dapat dguaka utuk melhat pergesera strukturekoom, sedagka harga kosta dapat dguaka utuk megetahu pertumbuha ekoom dar tahu ke tahu. Dega demka, PDRB merupaka dkator utuk megatur keberhasla pemertah dalam memafaatka sumber daya yag ada, da dapat dguaka sebaga perecaaa da pegambla keputusa. Spasal Patter Spatal patter atau pola spasal adalah sesuatu yag berhubuga dega peempata objek atau susua beda d permukaa bum. Setap perubaha spatal patter aka meglustraska proses spasal yag dtujukka oleh faktor lgkuga atau budaya. Tga pola dasar spasal yag telah daku, yatu: acak (radom), megelompok (clumped atau aggregated) da seragam atau merata (uform)[3] [7]. a. Radom : Beberapa ttk terletak secara radom d beberapa lokas. Poss suatu ttk tdak dpegaruh oleh poss ttk laya. b. Uform: Setap ttk berada secara merata da berjauha dega ttkttk laya. c. Clustered: Beberapa ttk membetuk suatu kelompok da salg berdekata. Gambar 1. Tga pola dasar peyebara spasal Beberapa metode utuk medeteks pola spasal: a. Quadrat Aalyss Metode quadrat aalyss megevaluas dstrbus pola ttk dega memerksa perubaha kepadata d suatu lokas. Kepadata yag dukur tersebut kemuda dbadgka utuk megetahu apakah pola ttk-ttk tersebut radom, uform, atau clustered. Lagkah-lagkah yag dlakuka dalam metode adalah membag lokas yag aka dtelt ke

J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 631 dalam suatu quadrats da meghtug ttk-ttk yag berada dalam quadrats tersebut. Utuk meghtug ukura maksmum quadrats tersebut adalah : A (1) Dega A adalah luas area dalam suatu lokas da adalah jumlah ttk d lokas tersebut. Terdapat beberapa pedekata utuk megetahu pola spasal melalu quadrat aalyss, dataraya pedekata Varace-to-Mea Rato (VTMR) da pedekata dstrbus frekues. 1. Varace-to-Mea Rato (VTMR) Varace-to-Mea Rato (VTMR) megguaka perhtuga raso atara mea da varace, dega rumus : S VTMR () Apabla VTMR >1 maka aka cederug berpola clustered. Hal meujukka baha ada suatu area yag memlk bayak ttk yag membetuk kluster-kluster da ada area laya yag tdak terdapat ttkttk. Apabla VTMR medekat 1 maka cederug berpola radom, dmaa mea da varace berla hampr sama. Apabla VTMR medekat 0 atau kurag dar 1 maka cederug berpola uform, dmaa varace berla medekat ol. Hal meujukka baha ttk-ttk meyebar secara teratur d semua lokas. Peguja hpotess juga dapat dlakuka utuk megetahu sgfkas pola pegelompokka pada metode. Hpotess yag dguaka adalah : H 0 : data tdak berpola megelompok (clustered) H 1 : data berpola megelompok (clustered) ( m 1) S Statstk uj: (3) Tolak H 0 jka statstk uj lebh dar ( m 1),. Pedekata Dstrbus Frekues. Metode Kolmogorov Smrov megguaka metode perbadga atara dstrbus frekues amata da dstrbus frekues teortk [4]. Hpotess yag dguaka adalah : H 0 : tdak ada perbedaa dstrbus frekues amata da teortk H 1 : ada perbedaa dstrbus frekues amata da teortk Statstk uj : D ma O E (4) Tolak H 0 jka D>D α Proses radom : megguaka dstrbus frekues Posso e P( )! atau P( ) p( 1) (5) Dega adalah jumlah ttk pada quadrat da adalah rata-rata jumlah ttk per quadrat. Proses clustered : megguaka pedekata apabla jumlah ttk per quadrat ol maka memlk ttk pola clustered m-1. Apabla memlk m jumlah ttk per quadrat maka memlk ttk pola clustered 1. Sedagka yag laya adalah ol. - Proses uform : megguaka rata-rata jumlah ttk per quadrat. b. Matrk Pembobot Spasal Hubuga kedekata (eghbourg) atar lokas dyataka dalam matrk pembobot spasal W. Matrk pembobot spasal dapat dtetuka dega beragam metode. Matrks bobot utuk tpe data spasal ttk adalah: Iverse jarak, Kerel Gaussa, Fugs pembobota bsquare,da Bary. Berdasarka [6], matrks bobot utuk tpe data spasal area adalah: Rook Cotguty (Persgguga ss), Quee Cotguty (Persgguga ss-sudut), Lear Cotguty (Persgguga tep), Bhsop Cotguty (Persgguga sudut), Double Lear Cotguty (Persgguga dua tep), da

J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 63 Double Rook Cotguty (Persgguga dua ss). Spatal Autocorrelato Meurut [5] dalam Kartka [] autokorelas spasal adalah korelas atara varabel dega drya sedr berdasarka ruag atau dapat juga dartka suatu ukura kemrpa dar objek d dalam suatu ruag (jarak, aktu da layah). Jka terdapat pola sstematk d dalam peyebara sebuah varabel, maka terdapat autokorelas spasal. Adaya autokorelas spasal megdkaska baha la atrbut pada daerah tertetu terkat oleh la atrbut tersebut pada daerah la yag letakya berdekata (bertetagga). Mora s I Mora's I megukur korelas satu varabel msal ( da j ) dmaa j, =1,,..., j=1,,... dega bayak data sebesar [8]., maka formula dar Mora s I adalah I S 0 j ( )( j ( ) j ) (6) merupaka rata-rata dar varabel merupaka eleme dar matrk pembobot, da S 0 adalah jumlaha dar eleme matrk pembobot, dmaa S 0 (7) j j Nla dar deks I berksar atara -1 da 1. Idetfkas pola megguaka krtera la deks I, jka I>I0, maka mempuya pola megelompok (cluster), jka I=I 0, maka berpola meyebar tdak merata (tdak ada autokorelas), da I<I 0, memlk pola meyebar. I merupaka la ekspektas dar I yag drumuska E(I)=I 0 = 1/( 1) [4]. Peguja hpotess terhadap parameter I adalah sebaga berkut. H 0 : tdak ada autokorelas spasal H 1 : terdapat autokorelas postf (deks Mora s I berla postf/egatf) Meurut [4] dalam [] statstk uj dar deks Mora s I dturuka dalam betuk statstk peubah acak ormal baku. Hal ddasarka pada teor Dall Lmt Pusat dmaa utuk yag besar da ragam dketahu maka Z(I) aka meyebar ormal baku sebaga berkut. I E( I) Z ht (8) var( I) dega I adalah deks Mora s I, Z htug adalah la statstk uj deks Mora s I, E(I) da var(i) adalah la ekspektas da varas deks Mora s I. {( 3 3) S 1 S 3S 0 } k{ ( 1) S1 S 6S 0 } 1 var( I) ( 1)( )( 3) S ( 1)( )( 3) 0 S 0 ( 1) dega, 1 S1 k S j ( ) 1 ( 1 1 1 4 ( ) j (( ), 1 j ) ) j1, j j (9) (10) Peguja aka meolak hpotess aal jka la Zhtug > Z(α) (autokorelas postf) atau Zhtug<-Z(α) (autokorelas egatf). Postf autokorelas spasal megdkaska baha atar lokas pegamata memlk keerata hubuga. j1 LISA LISA merupaka pegdetfkaska autokorelas secara lokal dega meemuka korelas spasal pada setap daerah. Pegdetfkasa autokorelas juga megguaka Mora s I secara lokal. Ideks Mora s I adalah sebaga berkut [7]. I z z (11) j j dmaa z da z j merupaka devas dar la rata-rata, z ( ). adalah la stadar devas dar. Hpotess yag dguaka adalah sebaga berkut. H 0 : tdak ada autokorelas spasal H 1 : ada autokorelas spasal j

J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 633 Statstk Uj : Z htug I E( I ) (1) var( I ) dega I merupaka deks LISA, Z htug merupaka statstk uj deks LISA, E(I ) da var(i ) adalah la ekspektas da varas deks LISA. E( I ) ( 1) var( I ) dega, ( kh) (), j j m4 m ( 1) k j h ( kh) (m 4 m ) ( 1)( ) ( 1) j j Tolak H 0 jka la Zhtug Z /. k.6 Mora s Scatterplot h (13) (14) [4] meyebutka baha Mora s Scatterplot adalah salah satu cara utuk megterpretaska statstk Ideks Mora. Mora s Scatterplot merupaka alat utuk melhat hubuga atara (la pegamata yag sudah dstadarsas) dega (la rata-rata daerah tetagga yag telah dstadarsas). Ilustras lebh legkap dapat dlhat pada Gambar. Kuadra III (terletak d kr baah) dsebut Lo-Lo (LL), meujukka daerah dega la pegamata redah da dkellg daerah yag juga mempuya la pegamata redah. Kuadra IV (terletak d kaa baah) dsebut Hgh-Lo (HL), meujukka daerah dega la pegamata tgg yag dkellg oleh daerah dega la pegamata redah []. Mora s Scatterplot yag bayak Meempatka pegamata d kuadra HH da kuadra LL aka cederug mempuya la autokorelas spasal yag postf (cluster). Sedagka Mora s Scatterplot yag bayak meempatka pegamata d kuadra HL da LH aka cederug mempuya la autokorelas spasal yag egatf. METODOLOGI PENELITIAN Data yag dguaka dalam peelta adalah data propors data Produk Domestk Regoal Bruto (PDRB). Data Produk Domestk Regoal Bruto (PDRB) merupaka data sekuder yag dperoleh dar tugas akhr [9] dega judul Pemodela Produk Domestk Regoal Bruto (PDRB) Sektor Idustr d Provs Jaa Tmur dega Geographcally eghted Regresso (GWR). Gambar Mora Scatterplot Kuadra I (terletak d kaa atas) dsebut Hgh-Hgh (HH), meujukka daerah yag mempuya la pegamata tgg dkellg oleh daerah yag mempuya la pegamata tgg. Kuadra II (terletak d kr atas) dsebut Lo-Hgh (LH), meujukka daerah dega pegamata redah tap dkellg daerah dega la pegamata tgg. Gambar 3. Wlayah Peelta (Jaa Tmur) Lagkah-lagkah aalss data peelta adalah sebaga berkut: 1. Spatal Patter Aalyss. a. Memetaka PDRB dalam suatu peta tematk.

J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 634 b. Aalss Spasal Patter dega metode Quadrat Aalyss yatu dega Varace-to-Mea Rato (VTMR).. Spatal Autocorrelato a. Meghtug ukura depedes spasal (autocorrelato) megguaka deks Mora s I da LISA c. Meguj depedes spasal deks Mora s I da LISA d. Membuat da megaalss Mora s Scatterplot area 14, 15, 16, 5 da 78. Kabupate/Kota tersebut yak Pasurua, Sdoarjo, mojokerto, Gresk da Surabaya. Jka dlhat dar letak kelma Kabupate/kota tersebut yag berdekata, maka hal semak memperkuat hasl aalss datas yag meympulka baha sebara Propors PDRB sektor Idustr d Provs Jaa Tmur cederug berpola clustered. Jka sebara PDRB berpola megelompok atau clustered, maka tgkat pertumbuha perekooma masyarakat d Jaa Tmur juga berpola clustered. HASIL DAN PEMBAHASAN 4.1 Spasal Patter Propors PDRB sektor Idustr d Provs Jaa Tmur Sebara Propors PDRB sektor Idustr d Provs Jaa Tmur cederug berpola clustered. Hal dtujukka dega la VTMR > 1 (Tabel 1). Nla meujukka baha ada suatu area / kabupate yag propors PDRB berla tgg da ada juga area dega propors PDRB berla redah. Tabel 1. Nla VTMR da Statstk Uj X 0,166 S,08585 VTMR 1,54334 Statstk Uj= 464,1034 37;0,05 55,758 Berdasarka peguja, ddapatka la > 37;0, 05. Sehgga kesmpulaya adalah data berpola megelompok (clustered). Dega megguaka peta tematk, sebara data dar PDRB d Jaa Tmur dapat dlhat pada Gambar 4 d baah. Semak gelap ara pada peta, meujukka baha kabupate/kota tersebut memlk propors PDRB semak tgg. Kabupate/Kota yag memlk la PDRB tgg dtujukka oleh kode Gambar 4 Peta Tematk Propors PDRB sektor Idustr d Provs Jaa Tmur Hal juga terjad pada Kabupate/kota yag memlk PDRB redah. Berdasarka Gambar 4, semak cerah ara peta, meujukka baha propors PDRB d kabupate/kota tersebut redah. Kabupate/Kota yag memlk la PDRB redah dtujukka oleh kode area 6, 7,8, da 9. Kabupate/Kota tersebut yak Bagkala, Pamekasa, Sampag, da Sumeep. Jka dlhat dar letak keempat Kabupate/kota tersebut yag berdekata, hal juga memperkuat hasl aalss yag meympulka baha sebara Propors PDRB sektor Idustr d Provs Jaa Tmur cederug berpola clustered. 4. Spasal Autocorrelato Propors PDRB sektor Idustr d Provs Jaa Tmur

J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 635 propors PDRB tgg berada d atara kabupate/kota yag jumlah propors PDRB redah. Kuadra HH da LL megdkaska adaya autokorelas postf da kuadra LH da HL megdkaska adaya autokorelas spasal egatf. Tabel. Autokorelas Parsal dega LISA Gambar 5. Mora s Scatterplot Propors PDRB sektor Idustr d Provs Jaa Tmur E( I) I 0 1/( 1) 1/(38 1) 0,07 Pola sebara data juga dapat dlhat berdasarka la Mora s I. karea la I (0,3557) > I 0, maka dapat dsmpulka baha pola sebaraya adalah megelompok. Sela tu, la Mora s I meujukka baha secara global, tdak ada autokorelas spasal pada propors PDRB sektor Idustr d Provs Jaa Tmur. Hal dperlhatka dega la Mora s I yag medekat ol. Berdasarka Gambar 5, terdapat 9 kabupate/kota meyebar pada kuadra HH da 6 kabupate/kota d LH, 0 kabupate/kota meyebar pada kuadra LL, serta kabupate/kota meyebar pada kuadra HL. Kuadra 1 (HH) meujukka kabupate/kota yag propors PDRB tgg berada d atara kabupate/kota yag propors PDRB tgg pula. Kuadra (LH) meujukka kabupate/kota dega propors PDRB redah berada d atara kabupate/kota dega propors PDRB tgg. Kuadra 3 (LL) meujukka kabupate/kota dega propors PDRB redah berada d atara kabupate/kota yag jumlah propors PDRB redah. Semetara kuadra 4 (HL) meujukka kabupate/kota yag Kabupate P- Value Kabupate P- Value Pacta 0,08 Malag (Kota) 0,48 Poorogo 0,06 Probolggo 0,486 Treggalek 0,74 Pasurua (Kota) 0,166 Tulugagug 0,176 Mojokerto(Kota) 0,090 Lumajag 0,370 Madu (Kota) 0,158 Bodooso 0,190 Surabaya (Kota) 0,180 Pasurua 0,158 Batu (Kota) 0,140 Jombag 0,478 Bltar 0,430 Ngajuk 0,8 Kedr 0,140 Madu 0,15 Mojokerto 0,08 Kabupate P- Value Kabupate P- Value Mageta 0,86 Bayuag 0,180 Nga 0,068 Gresk 0,054 Bojoegoro 0,114 Jember 0,6 Tuba 0,1 Malag 0,90 Lamoga 0,13 Probolggo 0,476 Bagkala 0,04 Sampag 0,010 Pamekasa 0,004 Sdoarjo 0.006 Kedr 0,5 Stubodo 0,36 (Kota) Bltar (Kota) 0,104 Sumeep 0,048 Ket: * = Sgfka pada α = 5% Berdasarka LISA, haya Kabupate Bagkala, Pamekasa, Sampag, Sumeep, da Sdoarjo yag memlk autokorelas spasal dega kabupate/kota la yag berdekata. Semetara utuk kabupate/kota laya tdak memlk autokorelas spasal, karea p-value > α.

J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 636 Gambar 6. Peta Pegelompoka Wlayah Berdasarka LISA Gambar 6 meujukka baha Surabaya da Sdoarjo berada d HH. Semetara Bagkala, Sampag, Pamekasa da Sumeep berada d LL. Hal meujukka baha Surabaya, Sdoarjo, Bagkala, Sampag, Pamekasa da Sumeep memlk autokorelas postf dega kabupate dsektarya, ketka propors PDRB d kabupate dsektarya tgg, maka propors PDRB d Surabaya da Sdoarjo juga tgg. Sehgga hal juga mempegaruh pertumbuha perekooma d Kabupate/kota tersebut. ketka pertumbuha perekooma d kabupate dsektarya cepat, maka pertumbuha perekooma d Surabaya da Sdoarjo juga cepat. Begtupula utuk Kabupate Bagkala, Sampag, Pamekasa da Sumeep, ketka propors PDRB d kabupate dsektarya redah, maka propors PDRB d empat kabupate tersebut juga redah. KESIMPULAN Berdasarka hasl aalss da pembahasa, maka dapat dsmpulka baha dega aalss spatal patter propors PDRB d Provs Jaa Tmur cederug berpola cluster, dmaa megelompok d kabupate-kabupate tertetu. Jka sebara PDRB berpola megelompok atau clustered, maka tgkat pertumbuha perekooma masyarakat d Jaa Tmur juga berpola clustered. Semetara hasl peguja dega Mora s I meujukka baha tdak ada autokorelas spasal d Provs Jaa Tmur pada data propors PDRB. Semetara secara lokal, kabupate yag memlk autokorelas spasal hayalah Kabupate Bagkala, Pamekasa, Sampag, da Sumeep. Ketka propors PDRB d kabupate dsektarya redah, maka propors PDRB d empat kabupate tersebut juga redah. DAFTAR PUSTAKA Godam, (006), Faktor Pedukug da Peghambat Idustr Bss- Perkembaga da Pegembaga Idustry-Ilmu Sosal Ekoom Pembagua, http://orgasas.org/faktor_peduku g_da_peghambat_dustr_bss _perkembaga_da_pembagua _dustry_lmu_sosal_ekoom_pe mbagua, [4 Februar, 010]. Kartka Yol, (007), Pola Peyebara Spasal Demam Berdarah Degue d Kota Bogor tahu 005, [Tugas Akhr] Isttut Pertaa Bogor. Krebs, C.J, (1989), Ecologcal Methodology, Harper Colls Publsher, Ic. Ne York. Lee Jay &Wog S W Davd, (000), Statstcal Aalyss th Arcve GIS, Joh Wlley & Sos, INC: Uted Stated of Amerca. Lembo, A. J, (006), Spatal Autocorrelato, Corell Uversty, http://.css.corell.edu/courses/6 0/lecturer9.ppt [5 Oktober, 008] LeSage, J.P. da Pace, R.K., (009), Itroducto to Spasal Ecoometrcs, R Press, Boca Rato. Ludg, J.A, ad J.F. Reyolds, (1988), Statstcal Ecology, Joh Wley & Sos, Ic. Caada.

J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 637 Parads, Emauel, (010), Mora s Autocorrelato, http://hosho. ees.hokuda.ac.jp/~kubo/rdoc/lbrar y/ape/html/morai.html [ September,010]. Rohmah, Elya Nur. 011. Pemodela Produk Domestk Regoal Bruto (PDRB) Sektor Idustr d Provs Jaa Tmur dega Geographcally eghted Regresso (GWR).[Tugas Akhr] Isttut Tekolog Sepuluh Nopember. Sggh, M.R. da Heytasar, E., (009). Pemlha Alteratf Perbaka Kerja Lgkuga Sektor Idustr Potesal d Jaa Tmur dega Metode Ecoomc Iput-Output Lfe- Cycle Assessmet (eo-lca) Da aalytc etork process (ap), http://.ts.ac.d/persoal/fles/pu b/499-mosese- 131694604_1150EIO- LCA%0Moses%0%0Eva.pdf. [8 Februar 011] Tottrup, C, et al, (009), Puttg Chld Mortalty O Map, Toards a Uderstadg of Iequty I Health, Vol.14 No.6, Hal 653-66.