Jurnal

 

 

ANALISIS TINGKAT KEMISKINAN DI PROVINSI ACEH DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION

Tingkat kemiskinan merupakan persentase jumlah penduduk miskin terhadap jumlah penduduk keseluruhan. Provinsi Aceh merupakan salah satu provinsi yang memiliki tingkat kemiskinan lebih tinggi dibandingkan tingkat kemiskinan nasional. Penelitian ini bertujuan untuk menentukan faktor-faktor yang mempengaruhi tingkat kemiskinan pada 23 kabupaten/kota di Provinsi Aceh. Analisis yang dapat digunakan untuk melihat hubungan antara tingkat kemiskinan dan faktor-faktor yang mempengaruhinya adalah analisis regresi. Akan tetapi, keragaman karakteristik antar kabupaten dapat menyebabkan tidak terpenuhinya asumsi regresi klasik, seperti kehomogenan ragam residual. Hal ini diduga karena adanya pengaruh aspek spasial atau faktor lokasi. Untuk mengatasi masalah keheterogenan ragam residual akibat pengaruh lokasi pengamatan, metode yang digunakan di dalam penelitian ini adalah Geographically Weighted Regression (GWR). Hasil penelitian ini menunjukkan bahwa model GWR lebih unggul daripada model regresi ordinary least square (OLS) dalam menjelaskan hubungan antara tingkat kemiskinan dan peubah penjelasnya. Model GWR menghasilkan nilai R-square (94,061%) lebih besar daripada model regresi OLS (56,87%). Selain itu, jumlah kuadrat residual yang dihasilkan model GWR sebesar 23,682 jauh lebih kecil dibandingkan jumlah kuadrat residual yang dihasilkan model regresi OLS yaitu 171,993. Pengujian secara parsial terhadap parameter model GWR menunjukkan bahwa dari 23 kabupaten/kota di Provinsi Aceh, terbentuk 9 kelompok kabupaten/kota dengan kesamaan peubah penjelas yang signifikan berpengaruh terhadap tingkat kemiskinan.

Download disini


PENERAPAN GENERALIZED POISSON REGRESSION (GPR) DALAM MEMODELKAN ANGKA PENDERITA GIZI BURUK DI PROVINSI ACEH

Permasalahan status gizi menjadi masalah yang serius di Negara-negara berkembang termasuk Negara Indonesia, salah satunya adalah Provinsi Aceh. Berdasarkan data riset kesehatan dasar Kementerian Kesehatan tahun 2011 menunjukkan 38,9 persen balita di Aceh mengalami gizi buruk, angka ini berada di atas persentase penderita gizi buruk tahun 2010 yaitu 23,7 persen, Hal ini mengindikasikan adanya peningkatan jumlah balita penderita gizi buruk di Provinsi Aceh. Jumlah kasus gizi buruk merupakan data cacah yang mengikuti Distribusi Poisson, oleh karena itu salah satu metode yang dapat digunakan adalah Generalized Poisson Regression (GPR). Model Generalized Poisson Regression (GPR) merupakan salah satu model alternatif yang digunakan untuk mengatasi kejadian overdispersion pada data berdistribusi Poisson. Penaksiran parameter dari model GeneralizedPoisson Regression (GPR) dapat diperoleh dengan menggunakan metode maximum likelihood estimation. Tujuan dalam penelitian ini adalah mengetahui faktor-faktor yang mempengaruhi jumlah balita penderita gizi buruk di Provinsi Aceh tahun 2011 dan mendapatkan model Generalized Poisson Regression (GPR) terbaik berdasarkan nilai AIC (Akaike Information Criteria). Data jumlah balita penderita gizi buruk menunjukkan terjadinya kejadian overdispersion, sehingga pemodelan dapat dilakukan dengan metode Generalized Poisson Regression (GPR). Model terbaik yang didapatkan berdasarkan nilai AIC (Akaike Information Criteria) adalah dan hasil analisis menunjukkan bahwa faktor yang berpengaruh terhadap jumlah balita penderita gizi buruk adalah jumlah penduduk miskin, persentase RT penerima jamkesmas, dan persentase RT nelayan.

Download disini

 

PENGGUNAAN ANALYTIC HIERARCHY PROCESS (AHP) DALAM PENENTUAN SEKTOR UNGGULAN DI KOTA SUBULUSSALAM

Analytical Hierarchy Process (AHP) adalah suatu proses pengambilan keputusan dalam penentuan prioritas pilihan dari berbagai alternatif dengan kriteria majemuk. AHP tidak hanya membantu para pengambil keputusan untuk mencapai keputusan yang paling tepat, namun AHP juga dapat memberikan penjelasan yang rasional mengapa keputusan tersebut adalah yang paling tepat. Penggunaan AHP dimulai dengan membuat struktur hirarki dari permasalahan yang ingin diteliti. Matriks perbandingan berpasangan digunakan untuk membentuk hubungan di dalam struktur. Pada matriks perbandingan berpasangan tersebut akan dicari bobot dari tiap-tiap kriteria dengan menormalkan data dari pendapat responden. Nilai eigen maksimum dan vektor eigen yang dinormalkan akan diperoleh dari matriks ini. Pada proses menentukan faktor pembobotan hirarki maupun faktor evaluasi, uji konsistensi dilakukan. Penerapan AHP dalam penelitian ini adalah untuk menentukan sektor unggulan di Kota Subulussalam. Analisis dilakukan terhadap 5 (lima) kecamatan di Kota Subulusslam yaitu Kecamatan Longkib, Penanggalan, Rundeng, Simpang Kiri dan Sultan Daulat. Hasil analisis AHP menunjukkan bahwa sektor unggulan didominasi oleh sektor perkebunan dan tanaman pangan, kemudian diikuti oleh sektor perdagangan dan peternakan. Sedangkan sektor lainnya adalah sektor pariwisata, kehutanan, angkutan, pertambangan dan perikanan.

Download disini

 

PROYEKSI JUMLAH PENDUDUK KOTA BANDA ACEH MELALUI PENDEKATAN SIMULASI SISTEM DINAMIK

Pertumbuhan penduduk adalah perubahan jumlah dan komposisi penduduk dari tahun ke tahun. Diperlukan suatu metode untuk memproyeksikan bukan hanya jumlah penduduk tapi juga komposisi penduduk di suatu wilayah. Penelitian ini membahas aplikasi sistem dinamik untuk mensimulasikan dan memproyeksikan jumlah dan komposisi penduduk Kota Banda Aceh berdasarkan  faktor-faktor yang mempengaruhi pertumbuhan penduduk yaitu kelahiran, kematian, dan migrasi. Simulasi dan proyeksi dilakukan dengan software Vensim PLE versi 6.0.1c. Langkah-langkah yang dilakukan dalam penelitian ini adalah membuat model simulasi dan analisa hasil simulasi untuk proyeksi penduduk Kota Banda Aceh hingga tahun 2100. Proyeksi penduduk Kota Banda Aceh memilki trend positif dengan rata-rata pertumbuhan penduduk sebesar 0,88% setiap tahunnya.

Download disini

Hubungi Kami

Universitas Syiah Kuala
Jl. T. Nyak Arief, Darussalam
Banda Aceh 23111
Kontak : 085372061778
Email : This email address is being protected from spambots. You need JavaScript enabled to view it.

Partner

    

 

Pengunjung

4159
Hari IniHari Ini2
KemarinKemarin8
Minggu IniMinggu Ini10
Bulan IniBulan Ini119
TotalTotal4159
Copyright 2012. Powered by etoro review. Custom text here