Garuda - Garba Rujukan Digital

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR) Riza Damayanti; Mutiah Salamah Chamid
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

PDRB merupakan salah satu indikator perekonomi-an suatu wilayah. Perhitungan PDRB salah satunya mengguna-kan pendekatan nilai tambah atau produksi, yang berkaitan dengan penggunaan sumber daya alam. Faktor pencemaran lingkungan berpengaruh terhadap ketersediaan sumber daya alam, sehingga mempunyai pengaruh dalam menentukan tinggi rendahnya PDRB suatu provinsi. Berbagai penelitian PDRB dengan metode statistika sudah banyak dilakukan. Namun, penelitian tersebut belum ada yang memodelkan antara PDRB dengan faktor pencemaran lingkungan yang memperhatikan faktor spasial. Oleh karena itu, dalam penelitian ini dilakukan analisis spasial dengan Geographically Weighted Regression (GWR). Metode GWR digunakan untuk memodelkan PDRB di Indonesia serta mengetahui faktor dari segi lingkungan yang berpengaruh secara signifikan di tiap provinsi. Hasil pemodelan dengan GWR diperoleh model yang berbeda-beda untuk tiap provinsi. Model GWR menunjukkan hasil yang lebih baik dibandingkan model regresi global, terlihat dari nilai AIC maupun SSE yang lebih kecil, dan R2 yang lebih besar.

Analisis Pola Hubungan Persentase Penduduk Miskin dengan Faktor Lingkungan, Ekonomi, dan Sosial di Indonesia Menggunakan Regresi Spasial Vonesa Devi Laswinia; Mutiah Salamah Chamid
Jurnal Sains dan Seni ITS Vol 5, No 2 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Regresi spasial merupakan analisis untuk mengevaluasi hubungan antara variabel dependen dengan satu atau lebih variabel independen dengan memperhatikan keterkaitan efek lokasi. Regresi spasial dinilai dapat mewakili permasaahan yang ada yaitu perbedaan karakteristik wilayah berhubungan dengan persentase penduduk miskin di Indonesia. Hal ini dapat dikaitkan dengan teori pembangunan berkelanjutan dimana kemiskinan merupakan salah satu indikator di bidang sosial. Selain bidang sosial, pembangunan berkelanjutan juga mengacu pada dua pilar yang lain yaitu bidang ekonomi dan lingkungan. Metode regresi spasial yang digunakan meliputi Spatial Autoegressive Model, Spatial Error Model, dan Spatial Durbin Model. Hasil pemodelan dengan menggunakan Spatial Autoregressive Model menghasilkan model terbaik yaitu Model ini menghasilkan R2 sebesar 62,2% . Dimana IKLH (X1) merupakan faktor lingkungan, IPM (X2) dan kepadatan penduduk (X4) merupakan faktor sosial, dan laju pertumbuhan ekonomi (X3) dan tingkat pengangguran terbuka (X5) adalah faktor ekonomi. Regresi spasial merupakan analisis untuk mengevaluasi hubungan antara variabel dependen dengan satu atau lebih variabel independen dengan memperhatikan keterkaitan efek lokasi. Regresi spasial dinilai dapat mewakili permasaahan yang ada yaitu perbedaan karakteristik wilayah berhubungan dengan persentase penduduk miskin di Indonesia. Hal ini dapat dikaitkan dengan teori pembangunan berkelanjutan dimana kemiskinan merupakan salah satu indikator di bidang sosial. Selain bidang sosial, pembangunan berkelanjutan juga mengacu pada dua pilar yang lain yaitu bidang ekonomi dan lingkungan. Metode regresi spasial yang digunakan meliputi Spatial Autoegressive Model, Spatial Error Model, dan Spatial Durbin Model. Hasil pemodelan dengan menggunakan Spatial Autoregressive Model menghasilkan model terbaik yaitu Model ini menghasilkan R2 sebesar 62,2% . Dimana IKLH (X1) merupakan faktor lingkungan, IPM (X2) dan kepadatan penduduk (X4) merupakan faktor sosial, dan laju pertumbuhan ekonomi (X3) dan tingkat pengangguran terbuka (X5) adalah faktor ekonomi.

Pemetaan Angka Gizi Buruk pada Balita di Jawa Timur dengan Geographically Weighted Regression Aditya Kurniawati; Mutiah Salamah Chamid; Shofi Andari
Jurnal Sains dan Seni ITS Vol 5, No 2 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Status gizi balita merupakan salah satu indikator dalam menilai derajat kesehatan masyarakat serta tolak ukur kesejahteraan suatu bangsa. Di antara semua provinsi di Indonesia, tingkat angka gizi buruk balita di Jawa Timur termasuk dalam kelompok menengah dan belum dapat memenuhi target Dinas Kesehatan. Selain faktor kesehatan, kemiskinan serta lingkungan juga mempengaruhi angka gizi buruk pada balita, tetapi kondisi kesehatan, lingkungan, dan ekonomi pada tiap kabupaten/kota di Jawa Timur berbeda-beda. Oleh sebab itu pada penelitian ini digunakan pendekatan geografis dalam memodelkan angka gizi buruk pada balita dengan variabel-variabel yang diduga mempengaruhinya. Analisis statistika yang digunakan untuk menyelesaikan masalah ini yaitu geographically weighted regression (GWR) Berdasarkan pengujian heterogenitas spasial, angka gizi buruk pada balita memiliki keragaman antara satu wilayah dengan wilayah lain. Pembobot yang digunakan pada penelitian ini adalah fungsi kernel fixed gaussiandengan AIC sebesar 294,2464. Nilai R2 yang dihasilkan model GWR sebesar 15,04%, nilai ini lebih besar dibandingkan model regresi linier, yaitu sebesar 14,16%. Terbentuk dua kelompok daerah berdasarkan variabel yang signifikan. Kelompok pertama yaitu kabupaten/kota yang berada di bagian timur provinsi Jawa Timur, di mana persentase penduduk miskin berpengaruh terhadap angka gizi buruk balita. Sedangkan kelompok kedua yaitu bagian barat Jawa Timur, di mana persentase penduduk miskin dan persentase posyandu puri berpengaruh terhadap angka gizi buruk balita.

Pemodelan Pneumonia pada Balita di Surabaya Menggunakan Spatial Autoregressive Models Ilhamna Aulia; Mutiah Salamah Chamid; Shofi Andari
Jurnal Sains dan Seni ITS Vol 6, No 1 (2017)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Pneumonia termasuk dalam 10 penyakit terbanyak di Surabaya. Jumlah kasus pneumonia pada balita setiap kecamatan di Surabaya bervariasi dan mengindikasikan adanya hubungan antar wilayah. Hal ini menjadi dasar penggunaan pemodelan spasial untuk mengidentifikasi variabel-variabel yang berpengaruh terhadap pneumonia pada balita. Model spasial autoregressive (spatial autoregressive models, SAR) digunakan untuk mengakomodasi adanya hubungan atau ketergantungan antar sekelumpulan pengamatan atau lokasi. Dalam studi ini, hasil pemodelan SAR untuk kasus pneumonia pada balita pada 31 kecamatan di Surabaya dibandingkan dengan OLS (Ordinary Least Square) menghasilkan model terbaik. Model SAR menghasilkan R2 sebesar 42,1%. Variabel-variabel yang berpengaruh signifikan yaitu kepadatan penduduk (X1), persentase rumah tangga bersih dan sehat (X4), dan persentase balita yang mendapat imunisasi lengkap (X5).

Analisis Dominasi Keparahan Korban Menurut Perilaku Pengemudi dan Wilayah Hukum Rayon Provinsi Jawa Timur Rizma Nuriza; Mutiah Salamah Chamid
Jurnal Sains dan Seni ITS Vol 11, No 1 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v11i1.62615

Provinsi Jawa Timur menyumbang jumlah kecela-kaan lalu lintas terbanyak di Indonesia selama lima tahun terakhir dengan rata-rata 23.677 kejadian per tahun, yang mana menimbulkan korban baik itu luka ringan, luka berat, maupun meninggal dunia. Oleh karena itu, dilakukan penelitian untuk mengetahui perilaku pengemudi dan wilayah hukum rayon mana yang dominan dalam menyebabkan korban laka lantas pada tingkat keparahan tertentu menggunakan analisis korespondensi. Kesimpulan yang didapatkan berdasarkan analisis yang telah dilakukan adalah korban luka ringan cenderung dominan disebabkan perilaku pengemudi kategori mendahului kendaraan lain, melewati batas kecepatan, dan perilaku lain-lain (seperti berbalapan, berboncengan lebih dari 2, dll), serta cenderung terjadi di wilayah Rayon I, Rayon IV, Rayon VI, dan Rayon VII. Korban luka berat cenderung dominan disebabkan oleh perilaku pengemudi melanggar marka dan rambu. Korban meninggal dunia tidak ada kecenderungan dengan perilaku pengemudi, namun cenderung dominan terjadi pada wilayah Rayon II dan Rayon III.

Faktor-faktor yang Mempengaruhi Berat Badan Lahir Rendah Menggunakan Regresi Logistik Biner Anindita Nourma Hapsari; Mutiah Salamah Chamid; Nur Azizah
Jurnal Sains dan Seni ITS Vol 11, No 1 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v11i1.62863

AKB merupakan ukuran dasar untuk mengukur kualitas penduduk berdasarkan tingkat kesehatan, semakin besar AKB maka semakin rendah kualitas penduduk. Salah satu kasus yang mendominasi terjadinya kematian bayi di Kabupaten Gresik adalah kasus berat badan lahir rendah (BBLR). BBLR merupakan berat badan bayi yang baru lahir dengan berat kurang dari 2.500 gram. Berdasarkan data dari Dinas Kesehatan Kabupaten Gresik, tercatat kasus BBLR di Kabupaten Gresik pada tahun 2019 semakin memburuk jika di bandingkan pada tahun 2018. Faktor-faktor yang dapat menyebabkan terjadinya kasus BBLR bisa dari dua hal, yaitu faktor ibu dan faktor kehamilan. Oleh karena itu, dalam penelitian dilakukan identifikasi untuk mengetahui faktor-faktor apa saja yang mempengaruhi BBLR di Rumah Sakit Semen Gresik, analisis yang digunakan yaitu regresi logistik biner dengan variabel respon status berat badan lahir (BBL) yang dikategorikan normal dan rendah, dengan variabel prediktor yang digunakan mencakup tujuh variabel yang diduga mem- pengaruhi status BBL yaitu usia ibu saat melahirkan, preek- lamsia, lahir bayi kembar, umur kehamilan saat melahirkan, plasenta previa, volume air ketuban, dan ketuban pecah dini. Hasil dari penelitian ini terdapat dua variabel prediktor yang berpengaruh terhadap berat badan lahir rendah di Rumah Sakit Semen Gresik tahun 2020, yaitu variabel umur kehamilan saat melahirkan dan volume air ketuban dengan nilai ketepatan klasifikasi sebesar 83,3%.

Analisis Variabel yang Mempengaruhi Persalinan Caesar di RSUD Ploso dengan Pendekatan Model Regresi Logistik Biner Mellary Ihza Qudrotunanda; Mutiah Salamah Chamid
Jurnal Sains dan Seni ITS Vol 11, No 6 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v11i6.87423

Tindakan persalinan caesar memiliki risiko yang tinggi pada ibu dan bayi seperti komplikasi hingga kematian. RSUD Ploso memiliki angka persalinan caesar sebesar 30,12% pada tahun 2019 dan meningkat menjadi 38,59% pada tahun 2020. Penelitian ini dilakukan untuk mengetahui variabel apa yang diduga berpengaruh terhadap bayi lahir melalui persalinan caesar di RSUD Ploso dengan menggunakan metode analisis regresi logistik biner. Berdasarkan hasil penelitian didapatkan ibu yang melahirkan bayi melalui persalinan caesar sebesar 39,74% dari 229 kelahiran yang terjadi di RSUD Ploso tahun 2020. Mayoritas kategori ibu yang melahirkan persalinan caesar adalah 20,09% usia ibu berisiko, 23,14% usia kehamilan tidak berisiko, 32,31% ibu yang memiliki riwayat persalinan caesar, 24,89% ibu mengalami hipertensi, 29,26% ibu dengan bayi berjenis kelamin laki-laki, 17,47% ibu dengan berat bayi lahir rendah, 20,52% ibu dengan posisi kepala bayi normal, 30,13% ibu dengan kondisi ketuban normal, 34,93% ibu dengan kondisi plasenta tidak menutupi jalan lahir, dan 24,89% ibu yang tidak mengalami persalinan lama. Variabel yang berpengaruh signifikan terhadap persalinan caesar di RS Ploso adalah ibu yang memiliki riwayat persalinan caesar, ibu mengalami hipertensi, jumlah persalinan kategori berisiko, kondisi ketuban tidak normal, dan posisi kepala bayi tidak normal.

Analisis Segmentasi Pasar Produk BULOG di Surabaya Menggunakan Correspondence Analysis Fitriana Azzahra; Mutiah Salamah Chamid
Jurnal Sains dan Seni ITS Vol 11, No 6 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v11i6.91818

BULOG (Badan Urusan Logistik) sebagai BUMN (Badan Usaha Milik Negara) yang berbentuk Perusahaan Umum memiliki kewenangan yang luas mengelola usaha multi komoditi pangan melalui perdagangan produk BULOG. Permasalahan yang timbul adalah produknya kurang dikenal oleh masyarakat karena pemasarannya yang belum menjangkau ke target pasar yang tepat. Berdasarkan survei yang dilakukan kepada 20 masyakarat Surabaya, 16 masyarakat belum mengetahui produk BULOG. Untuk mengetahui target pasar dari produk BULOG di Surabaya secara spesifik, dilakukan analisis segmentasi pasar menggunakan Correspondence Analysis sehingga dapat diketahui pola kecenderungan minat masyarakat Surabaya terhadap produk BULOG berdasarkan segmen geografis, demografis, perilaku, dan psikografis. Hasil dari penelitian ini adalah masyarakat Surabaya yang berminat terhadap produk beras cenderung bertempat tinggal di kecamatan Tenggilis Mejoyo, berusia diatas 54 tahun, berminat karena alasan kandungan gizi dan manfaat yang ada pada produk, ingin membeli produk di Toko Kelontong, dan memiliki kebiasaan membeli beras sebanyak 1-5 kg dalam 1 bulan. Yang berminat terhadap produk gula cenderung bertempat tinggal di kecamatan Sukolilo, berusia 25-34 tahun, berminat karena alasan harga produk yang tergolong murah, ingin membeli produk di Kantor BULOG terdekat, dan memiliki kebiasaan membeli gula lebih dari 2 kg dalam 1 bulan. Yang berminat terhadap produk minyak goreng cenderung bertempat tinggal di kecamatan Rungkut, berusia 45-54 tahun, berminat karena alasan keinginan pribadi, ingin membeli produk di Toko Kelontong, dan memiliki kebiasaan membeli minyak goreng lebih dari 2 liter dalam 1 bulan.

Analisis Pola Kecenderungan Jenis Desil MBR Kota Surabaya terhadap Indikator Sosial Ekonomi Yusuf Achmad Pambudi; Mutiah Salamah Chamid
Jurnal Sains dan Seni ITS Vol 11, No 6 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v11i6.93822

Masyarakat Berpenghasilan Rendah (MBR) adalah masyarakat yang mempunyai keterbatasan daya beli sehingga perlu mendapat dukungan pemerintah untuk memperoleh fasilitas sosial ekonomi melalui program MBR. Meningkatnya penduduk miskin Kota Surabaya diikuti dengan meningkatnya jumlah MBR sehingga banyaknya MBR yang ingin mendapatkan bantuan sosial meningkat. Program MBR akan dikelompokkan berdasarkan 40% masyarakat berstatus sosial ekonomi terendah yang dikategorikan pada sangat miskin (desil 1), miskin (desil 2), cukup miskin (desil 3) dan hampir miskin (desil 4), oleh karenanya perlu disusun pola kecenderungan jenis desil MBR berdasarkan pada indikator sosial ekonomi dengan menggnakan analisis korespondensi. Karakteristik MBRKta Surabaya berdasarkan desil menunjukkan mayoritas belum/tidak bekerja dengan pendapatan kategori tinggi, pendidikan SMA / sederajat, kelompok usia dewasadan bertempat tinggal di Surabaya Utara. Hasil analisis korespondensi bahwa terdapat kecenderungan antara kategori jenis desil 1 dengan variabel pendapatan keluarga yaitu pendapatan tinggi dan variabel wilayah tempat tinggal yaitu Surabaya Utara. Kategori jenis desil 2 memiliki kecenderungan dengan variabel jenis pekerjaan yaitu pegawai pemerintahan, bidang industri dan pekerjaan lainnya, variabel Pendidikan terakhir yaitu SD/sederajat dan Mahasiswa, variabel kelompok usia MBR yaitu dewasa dan lansia..

Pemetaan Kecamatan Berdasarkan Penerima dan Penyalur Bantuan Sosial di Kota Surabaya Menggunakan Analisis Cluster Muhammad Rafi Jainuri; Mutiah Salamah Chamid
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.98252

Bantuan Pangan Non Tunai adalah bantuan sosial pangan yang disalurkan dalam bentuk non tunai dari pemerintah kepada KPM (keluarga penerima manfaat) setiap bulannya melalui mekanisme uang elektronik yang digunakan hanya untuk membeli bahan pangan di pedagang bahan pangan atau disebut Elektronik warung gotong royong. Tingginya masyarakat Kota Surabaya yang mengajukan program Bantuan Sosial maka perlu diketahui pengelompokan kecamatan di Kota Surabaya berdasarkan pada persebaraan Jumlah Masyarakat Berpenghasilan Rendah (MBR), Toko Elektronik Warung Gotong Royong (e-warong), Penerima Program Keluarga Harapan (PKH), Penerima Bantuan Pangan Non Tunai (BPNT) dan Penerima Penerima Bantuan Iuran (PBI) menggunakan Analisis Cluster hierarki. Kecamatan Semampir memiliki jumlah MBR, toko e-warong, PKH, BPNT, dan PBI tertinggi. Sedangkan jumlah MBR, PKH, BPNT, dan PBI terendah adalah Kecamatan Gayungan dan Gunung Anyar. Analisa cluster hierarki dengan menggunakan Ward’s method diperoleh 4 kelompok yang terbentuk dimana ke-lompok 1 diperoleh 15 kecamatan dengan kategori Kesejahteraan Sosial Sangat Tinggi. Kelompok 2 diperoleh 7 kecamatan dengan kategori Kesejahteraan Sosial Rendah. Kelompok 3 diperoleh 5 kecamatan dengan kategori Kesejahteraan Sosial Tinggi sedangkan kelompok 4 diperoleh 4 kecamatan dengan kategori Kesejahteraan Sosial Sangat Rendah. Tingkatan kesejahteraan sosial ini didasarkan pada banyaknya MBR, PKH, BPNT, dan PBI pada masing-masing kelompok.

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search