BAB 2

LANDASAN TEORI
2.1 Pemodelan Spasial
Pemodelan spasial adalah pemodelan yang berhubungan dengan pendekatan
titik dan area. Tahapan untuk melakukan pemodelan spasial adalah regresi linear
berganda, uji asumsi residual, uji multikolinearitas, model spasial, Spatial
Autoregressive Model (SAR), Spatial Error Model (SEM), dan ji Lagrange
Multiplier (!M).
2.1.1 Regresi
Regresi adalah persamaan matematik yang menjelaskan hubungan "ariabel
respon dan "ariabel prediktor. #alam analisis regresi terdapat dua "ariabel, yaitu
"ariabel respon dan "ariabel prediktor. $ariabel respon disebut juga "ariabel
dependen yang dipengaruhi oleh "ariabel lainnya, dinotasikan dengan %. $ariabel
prediktor disebut dengan "ariabel independen yaitu "ariabel bebas yang dinotasikan
degan &. 'erdasarkan hubungan(hubungan antar "ariabel bebas, regresi linear
teridiri dari dua, yaitu analisi regresi sederhana dan analisis regresi berganda.
'erdasarkan kelinearan data pada model regresi dikelompokkan menjadi dua
ma)am, yaitu regresi linear dan regresi non linear. #ikatakan regresi linear apabila
hubungan antara peubah prediktor dan peubah respon adalah linear. Sedangkan
regresi dikatakan non linear apabila hubungan antara peubah prediktor dan peubah
respon tidak linear.
*
+
2.1.2 Regresi Linear Berganda
Regresi linear berganda adalah analisis regresi yang menjelaskan hubungan
antara peubah respon dengan ,aktor(,aktor yang mempengaruhinya lebih dari satu
prediktor (Andra, -..*/ +). Se)ara umum model regresi linear berganda sebagai
berikut /

+ +
k
j
i ij j i
x y
0
.

(-.0)
1eterangan /
y
i
/ "ariabel respon pada pengamatan ke(i (i = 1,2,,n)
.
/ konstanta

j
/ parameter regresi ke( j(j = 1,2,,k)
x
ij
/ "ariabel prediktor ke( j pada pengamatan ke (i

/ residual dengan asumsi identik, independen, dan berdisribusi

normal dengan !ean nol dan "arians 2
-
n / banyaknya amatan atau lokasi (k"1)
#alam bentuk matriks dapat diuraikan sebagai berikut /
(-.-)
dimana /
3
4
3
2.1.3 Uji Asmsi Residal
Apabila dalam analisis regresi tidak didasarkan pada asumsi residual, maka
akan mengakibatkan hasil pendugaan regresi tidak sesuai. Asumsi residual dalam
model regresi harus memenuhi kriteria identik, independen, berdistribusi normal
(Manurung, -..*/ 55(*.). Pemodelan regresi klasik dengan #rdinary Least S$uare
(6!S) sangat ketat terhadap beberapa asumsi. Apabila ada asumsi yang tidak
terpenuhi, maka terdapat indikasi adanya pengaruh spasial (Andra, -..*/ 7-).
ntuk melakukan analisis regresi diperlukan asumsi(asumi residual yang
harus dipenuhi di antaranya adalah /
0. Asumsi identik merupakan salah satu asumsi residual yang penting dari model
regresi. $arians residual harus bersi,at homoskedastisitas atau "arians residual
bersi,at identik tidak membentuk pola tertentu. 'eberapa uji yang dapat
digunakan untuk menguji asumsi identik adalah uji %lejser, park test, plot o&
residual and &it.
8ipotesis untuk uji 9lejser adalah sebagai berikut/
8
.
/ residual identik
8
0
/ residual tidak identik
0.
Statistik ji/
MSE
MS'
(
)itung

(-.:)
dimana /
( )
k
e e
MS'
n
i
i
1
]
1

0
-
;
3
( )
0
;
0
-

1
]
1

k n
e e
MSE
n
i
i i
Pengambilan keputusan adalah <
hitung
= <
>(k, n(k(0)
maka tolak 8
.
pada tingkat
signi,ikansi >, artinya bah?a residual tidak identik. Pengambilan keputusan juga
dapat melalui P(value dimana tolak 8
.
jika P(value @ >.
-. Asumsi saling bebas (*ndependent) atau uji autokorelasi residual, yang
dilakukan untuk mengetahui apakah ada korelasi antar residual. 'eberapa
pengujian yang dapat dilakukan untuk menguji asumsi independen adalah uji
+ur,in-.atson dan plot Auto/orrelation (un/tion (AA<).
8ipotesis untuk uji #urbin(Batson adalah sebagai berikut/
tidak ada korelasi residual
ada korelasi residual
Statistik uji/
00
( )

n
i
i
n
i
i i
)itung
e
e e
d
0
-
0
-
0
(-.C)
Pengambilan keputusan adalah tolak 8
.
jika d
hitung
D d
!,>E-
atau d
!,>E-
D (C F d
hitung
)
D d
!,>E-,
artinya terdapat autokorelasi antar asumsi residual atau asumsi
independen tidak terpenuhi (Rahayu, -..4/ :.).
:. Asumsi normal digunakan untuk mengetahui apakah residual berdistribusi
normal. Gika asumsi kenormalan tidak terpenuhi, estimasi 6!S tidak dapat
digunakan. 'eberapa pengujian yang dapat dilakukan untuk asumsi distribusi
normal adalah Anderson #arling, 1olmogoro"(Smirno", GarHue('era test, dan
Ske?nes(1urtosis.
8ipotesis untuk uji 1olmogoro"(Smirno" adalah sebagai berikut/
8
.
/ residual berdistribusi normal
8
0
/ residual tidak berdistribusi normal
Statistik uji/
) ( ) (
.
x S x ( !aks +
0


(-.7)
#imana <
.
(I) adalah ,ungsi distribusi kumulati, teoritis dan S
J
(I) K iEn,
merupakan ,ungsi peluang kumulati, pengamatan dari suatu sampel rando!
dengan i adalah pengamatan dan n adalah banyaknya pengamatan. Pengambilan
keputusan adalah tolak 8
.
jika L#L = H
(0( >)
, dimana H adalah nilai berdasarkan
tabel 1olmogoro"(Smirno", artinya residual tidak berdistribusi normal dan
0-
asumsi normal tidak terpenuhi. Pengambilan keputusan dapat dilihat dari nilai P(
value, tolak 8
.
jika P(value @ >.
2.1.! Uji "l#i$olineari#as
Multikolinearitas artinya ada korelasi yang kuat antara beberapa atau semua
"ariabel prediktor (Bijaya, -..+/ 7). ji ini bertujuan untuk menguji apakah dalam
model regresi ditemukan adanya korelasi antara "ariabel prediktor. Aara mendeteksi
adanya multikolinearitas adalah dengan melihat nilai toleran/e dan varian/e
in&lation &a/tor ($M<) dari hasil analaisis dengan R language. Apabila nilai $M< lebih
ke)il daripada 0. maka dapat disimpulkan tidak terjadi multikolinearitas (Putri,
-.0:/ :+).
2.1.% "odel Spasial
'erdasarkan tipe data, pemodelan spasial dapat dibedakan menjadi
pemodelan dengan pendekatan titik dan area. Genis pendekatan titik diantaranya
%eograp)i/ally .eig)ted 'egression (9BR), %eograp)i/ally .eig)ted 1oisson
'egression (9BPR), %eograp)i/ally .eig)ted Logisti/ 'egression (9B!R),
Spa/e-2i!e Autoregressive (STAR), dan %enerali3ed Spa/e 2i!eAutregressive
(9STAR). Menurut !eSage (-.00), Genis pendekatan area diantaranya Mixed
'egressive-Autoregressive atau Spatial Autoregressive Models (SAR), Spatial Error
Models (SEM), Spatial +ur,in Model (S#M), 4onditional Autoregressive Models
(AAR), Spatial Autoregressive Moving Average (SARMA), dan panel data.
Pemodelan spasial sangat erat dengan proses autoregressive, ditunjukkan
dengan adanya hubungan ketergantungan antar sekumpulan pengamatan atau lokasi.
8ubungan tersebut juga dapat dinyatakan dengan nilai suatu lokasi bergantung pada
nilai lokasi lain yang berdekatan atau bertetanggaan (neig),oring). Misalnya
0:
terdapat - lokasi yang bertetanggaan iK0 dan jK-, maka bentuk modelnya dinyatakan
sebagai berikut (!eSage, -..4/ -) /
i i i
5 6 y y + +
j i
j j j
5 6 y y + +
i j
) , . ( N
-
0
i

) , . ( N
-
0
j

(-.5)
Persamaan (-.5) tersebut merupakan proses si!ultaneous data, dimana nilai y
i
bergantung pada y
j
begitu juga sebaliknya. Persamaan (-.5) dapat digeneralisasikan
menjadi pengamatan atau lokasi yang lebih besar. Misalnya iKjK: maka menjadi
(!eSage, -..4/ +) /
i i k i j i
5 6 y y y + + +
k j i , ,
j j k j i j
5 6 y y y + + +
k i k , ,
k k j k i k
5 6 y y y + + +
j i l , ,
) , . ( N
-
0
i
) , . ( N
-
0
j
) , . ( N
-
0
k
(-.*)
Proses autoregressi"e dapat dianalogikan pada model umum spatial
autoregressive seperti pada persamaan berikut /
(-.+)
dengan /
0C
3 ) , . ( N
-
I & 0

(-.4)
dimana/
y K "ektor "ariabel respon (n I 0)
& K matrik "ariabel prediktor (n I (kO0))
u K "ektor error pada persamaan (-.+) berukuran n I 0
&
K
"ektor error pada persamaan (-.4) berukuran n I 0
Model u mempunyai error yang berdistribusi normal dengan !ean nol dan
"arians 2P M. Parameter yang di estimasi adalah Q, R dan . R adalah parameter
koe,isien spasial lag "ariabel dependen dan

adalah parameter koe,isien spasial lag
pada error. n adalah banyaknya amatan atau lokasi (i K 0, -, :, S, n) dan k adalah
banyaknya "ariabel prediktor (k K 0, -, :, S, l). Pengaruh spasial antar lokasi dalam
model dibentuk dalam matrik pembobot
0
'
,
-
'

yang berukuran n I n.
#alam bentuk matrik sebagai berikut /
[ ]
2
y y y
n - 0
... (
3
[ ]
2
u u u
n - 0

3
[ ]
2
7 7 7
n - 0
&
07
1
1
1
1
]
1

l
x x x
x
x x x
x x x
n n- n0
ik
k - -- -0
k 0 0- 00
0
0
0

)
3
1
1
1
1
1
1
1
1
1
]
1

l
5
5
5
5

k
-
0
.

*
0
'
atau
-
'
1
1
1
1
]
1

nn : n - n n0
ij
n - -: 0: -0
0n 0: 0- 00
8 8 8 8
8
8 8 8 8
8 8 8 8

1
1
1
1
]
1

0 . . .
. . 0 .
. . . 0

I
(-.0.)
2.1.+ Spatial Autoregressive Model ,SAR-
Menurut Anselin (04++), Model Spatial Autoregresive adalah model yang
mengkombinasikan model regresi sederhana dengan lag spasial pada "ariabel
dependen dengan menggunakan data /ross se/tion. Model spasial autoregressive
terbentuk apabila B
-
K . dan T K . , sehingga model ini mengasumsikan bah?a
proses autoregressive hanya pada "ariabel respon (!ee dan %u, -.0.). Model umum
SAR ditunjukan oleh persamaan sebagai berikut /
(-.00)
05
) , . ( N
-
I & 0
Model ini adalah pengembangan dari model autoregressive order pertama,
dimana "ariabel respon selain dipengaruhi oleh lag "ariabel respon itu sendiri juga
dipengaruhi oleh "ariabel prediktor. Proses autoregressive juga memiliki kesamaan
dengan analisis deret ?aktu seperti pada model spasial autoregressive order pertama.
Perkembangan dari model SAR itu sendiri adalah model SAA dan SARMA (!eSage,
-..4/ :-).
Model ini dapat di aplikasikan dalam bidang pendidikan. Salah satu
penelitian yang menggunakan spasial SAR adalah Model Regresi Spasial ntuk
Anak Tidak 'ersekolah sia 1urang 07 Tahun #i 1ota Medan (Rati, Jababan, dan
Sutarman, -.0:). Penelitian ini dilakukan untuk menentukan model anak tidak
bersekolah usia 07 tahun di 1ota Medan menggunakan regresi spasial, menganalisis
,aktor(,aktor yang mempengaruhinya serta mengkaji e&ekti&itas metode regresi
spasial. 1elebihan dari model Spatial Aoutoregresive adalah model ini tepat
digunakan untuk pola spasial dengan pendekatan area.
Menurut Anselin (04++), ntuk mengetahui model SAR ini konsisten, maka
dikembangkan model estimasi parameter dengan !axi!u! likeli)ood. Model
!axi!u! likeli)ood dapat digunakan pada spasial SAR, SEM, S#M, SAA. Rumus
umum dari !axi!u! likeli)ood adalah sebagai berikut (AUyunin, -.00/ :(C) /

(-.0-)
0*
Jilai a?al untuk Q tergantung pada parameter autoregressive R. Maka hasil
estimasi untuk nilai Q adalah sebagai berikut/
(-.0:)
0+
Sedangkan ,ungsi logaritma natural untuk mengestimasi

adalah/

(-.0C)
Selanjutnya estimasi parameter didapatkan dengan optimalisasi sebagai
berikut /
(-.07)
dengan /
dan
2.1.. Spatial Error Model ,SE"-
Spatial Error Model merupakan model spasial error dimana pada error
terdapat korelasi spasial, model ini dikembangkan oleh Anselin (04++) Model
spasial error terbentuk apabila B
0
K . dan R K ., sehingga model ini
04
mengasumsikan bah?a proses autoregressive hanya pada error model. Model umum
SEM ditunjukan dengan persamaan /
(-.05)
) , . ( N
-
I & 0
#imana TBu menunjukkan spasial struktur TB pada spatially
dependent error (V). Model ini dapat dikembangkan ke dalam model lain, )ontoh
model hasil dari pengembangan spatial error !odel adalah spatial dur,in error
!odel (S#EM). Pengembangan dari model SEM ini dapat di aplikasikan dalam
bidang ekonomi. Salah satu penelitian dalam bidang ekonomi untuk model SEM
adalah Model Regresi Spasial untuk #eteksi <aktor(,aktor 1emiskinan di Pro"insi
Ga?a Timur (Arisanti, -.00). Penelitian ini dilakukan untuk menentukan ,aktor(
,aktor yang mempengaruhi kemiskinan dengan model regresi spasial. 1elebihan dari
model SEM adalah memberikan model yang lebih baik untuk pengamatan yang
saling berhubungan.
ntuk estimasi parameter !axi!u! likeli)ood model SEM mempunyai
rumus sebagai berikut/
(-.0*)
-.
ntuk menduga parameter T diperlukan suatu iterasi numerik untuk
mendapatkan pendugaannya yang memaksimalkan ,ungsi log likeli)ood (Arisanti,
-.00/ -C)
2.1./ Uji Lagrange Multiplier ,L"-
ji Lagrange Multiplier (!M) digunakan sebagai dasar untuk memilih model
regresi spasial yang sesuai (!eSage, -..4/ 075). Tahapan pertama dalam uji ini
adalah melakukan pembuatan model regresi sederhana melalui #rdinary Least
S$uare (6!S). 1emudian dilakukan identi,ikasi keberadaan model spasial dengan
menggunakan uji !M. Apabila !M
error
signi,ikan maka model yang sesuai adalah
SEM, dan apabila !M
lag
signi,ikan maka model yang sesuai adalah SAR. Apabila
keduanya signi,ikan maka model yang sesuai adalah Spatial Autoregressive Moving
Average (SARMA). ji 'o,ust Lagrange Multiplier juga dilakukan ketika keduanya
signi,ikan. ji ini terdiri dari 'o,ust !M
error
dan 'o,ust !M
lag
.
ji Lagrange Multiplier terdiri dari !M
lag
dan!M
error
. !M
lag
digunakan untuk
identi,ikasai model SAR, selain itu dapat juga untuk model S#M.
8ipotesis yang digunakan pada !M
lag
adalah /
8
.
/

K . (tidak ada dependensi spasial lag)

8
0
/

W . (ada dependensi spasial lag)

Statistik uji /
-0
( ) ( ) ( )
-
-
0 0
-
-
0
s
2s
s
LM
2
2
lag
+

,
_

)* ' " )* '

( ' e
(-.0+)
dimana /
T 1 T
) )- ),) I "


( ) ( )
0 0 0
' ' ' +
2
tr 2
n
s
2
e e

-
Pengambilan keputusan, adalah 8o ditolak jika !M
lag
=
-
) 0 , (

atau P value @
>. Matrik '
1
adala0 ma#ri$ pem1o1o# pada persamaan ,2./-. * adalah estimasi
parameter dari model regresi 6!S.
Sedangkan uji Lagrange Multiplier Error (!M
error
) digunakan untuk
identi,ikasai model SEM.
8ipotesis yang digunakan pada !M
error
adalah /
8
.
/ K . (tidak ada dependensi spasial error)
8
0
/ W . (ada dependensi spasial error)
2
LM
2
error
-
-
-

,
_

e ' e
(-.04)
dimana /
( ) ( )
- - -
' ' ' +
2
tr 2
--
Pengambilan keputusan, adalah 8o ditolak jika !M
error
=
-
) 0 , (

atau P value
@ >. Matrik '
2
adalah matri$ pem1o1o# pada persamaan ,2.2-.
2.2 Pola Spasial
Menurut !ee dan Bong (-.00), XPola spasial adalah sesuatu yang
berhubungan dengan penempatan atau susunan benda(benda di permukaan bumiY.
Setiap perubahan pola spasial akan mengilustrasikan proses spasial yang ditunjukkan
oleh ,aktor lingkungan atau budaya. Menurut M)9arigal dan Marks dalam 8arris
et.al (-.00), pola spasial adalah sebuah parameterisasi kuantitati, dari komposisi dan
kon,irgurasi obyek spasial.
Pola spasial menjelaskan tentang bagaimana ,enomena geogra,is terdistribusi
dan bagaimana perbandingan dengan ,enomena(,enomena lainnya. #alam hal ini,
spasial statistik merupakan alat yang banyak digunakan untuk mendeskripsikan dan
menganalisis pola spasial, yaitu bagaimana objek(objek geogra,is terjadi dan berubah
di suatu lokasi. Selain itu juga dapat membandingkan pola objek(objek yang
ditemukan di lokasi lain.
Pola spasial dapat ditunjukkan dengan autokorelasi spasial. Autokorelasi
spasial adalah penilaian korelasi antar pengamatan pada suatu "ariabel. Gika
pengamatan &
0
, &
-
, S, &
n
menunjukkan saling ketergantungan terhadap ruang,
maka data tersebut dikatakan terautokorelasi se)ara spasial. Sehingga autokorelasi
spasial digunakan untuk menganalisis pola spasial dari penyebaran titik(titik dengan
membedakan lokasi dan atributnya atau "ariabel tertentu. 'eberapa pengujian dalam
spasial autokorelasi spasial adalah MoranUs M, Rasio 9earyUs, dan Lo/al *ndi/ator o&
Spatial Auto/orrelation (!MSA).
2.2.1 "oran3s I
-:
MoranZs M merupakan pengembangan dari korelasi pearson pada data
univariate series. 1orelasi pearson ( ) antara "ariabel prediktor dan "ariabel respon
dengan banyak data n dapat dirumuskan sebagai berikut/
( )( )
( ) ( )
-
0 i,
i
0 i,
-
i
0 i,
i i

n n
n
y y x x
y y x x

(-.-.)
dan y

pada persamaan korelasi pearson tersebut merupakan rata(rata
sampel dari "ariabel prediktor dan respon. Jilai digunakan untuk mengukur
apakah "ariabel prediktor dan respon saling berkorelasi.
Menurut !ee dan Bong (-.00), X1oe,isien MoranUs M digunakan untuk uji
dependensi spasial atau autokorelasi antar amatan atau lokasiY. 8ipotesis yang
digunakan adalah/
8
.
/M K . (tidak ada autokorelasi antar lokasi)
8
0
/M . (ada autokorelasi antar lokasi)
Statistik uji yang digunakan adalah sebagai berikut/
) 0 , . ( N
) M "ar(
M (
o
0
*
9
)itung

(-.-0)
dimana /
-C

n
0 i
-
i
n
0 i
n
0 j
j i ij
n
0 i
n
0 j
ij
) (
) )( (
n
x x
x x x x 8
8
*
( )
0 n
0
M E

o
*
- -
-
- 0
-
) 0 n (
: n n
) "ar(
o
o
S
S S S
*

+
n
j i
-
ij ji 0
) (
-
0
8 8 S

+
n
0 i
-
oi io -
) ( 8 8 S

n
0 i
n
0 j
ij
8 S
o

n
0 j
ij io
8 8

n
0 j
ji oi
8 8
keterangan /
x
i
K data "ariabel lokasi ke(i ( i K 0, -, ..., n)
x
j
K data "ariabel lokasi ke(j ( j K 0, -, ..., n)
x K rata(rata data
"ar (*) K "arians MoranUs M
-7
E(*) K expe/ted value MoranUs M
Pengambilan keputusan tolak 8o jika - E
9 9
)itung
>
. Jilai dari indeks M
adalah antara (0 dan 0. Apabila M = M
o
maka data memiliki autokorelasi positi,, jika M
@ M
o
maka data memiliki autokorelasi negati,.
2.2.2 Local Indicator of Spatial Autocorrelation ,LISA-
Lo/al *ndi/ator o& Spatial Auto/orrelation (!MSA) dapat digunakan untuk
pengidenti,ikasian koe,isien auto/orrelation se)ara lokal (lo/al auto/orrelation) atau
korelasi spasial pada setiap daerah. Menurut !ee dan Bong (-.00), XSemakin tinggi
nilai lokal maka akan memberikan in,ormasi bah?a ?ilayah yang berdekatan
memiliki nilai yang hampir sama atau membentuk suatu penyebaran yang
mengelompokY. ntuk rumus dengan pengujian !MSA sebagai berikut/

n
0 i
j ij
3 8 3
i i
I
(-.--)
dimana /
( )
x
i
i
x x
3

( )
x
j
j
x x
3

adalah nilai standar de"iasi dari "ariabel prediktor.

-5
Pengujian terhadap parameter dapat dilakukan sebagai berikut /
8
.
/ M
i
K . (tidak ada autokorelasi antar lokasi)
8
0
/ M
i
. (ada autokorelasi antar lokasi)
Statistik uji /
) M "ar(
M (
i
o i
)itung
*
9
(-.-:)
$arians dari dapat dirumuskan sebagai berikut /
( )
( ) ( )
( )
-
-
,
-
- C
) (
-
-
C
) - (
.
0
- 0
E -
-
0
) "ar(

,
_

n
8
n n
n ! !
8
n
!
!
n
8 *
i
k) i i i
j i 8 8
n
j
ij i

,
0
- ) - (
.
-
0
-
.

,
_

n
j
ij i
8 8

n
i k
n
i )
i) ik k) i
8 8 8
) (
( )
0
.

n
8
* E
i
i
(-.-C)
8o ditolak jika nilai [
hitung
terletak pada pada atau P value @ >.
Positi, autokorelasi spasial megindikasikan bah?a antar lokasi pengamatan
memiliki keeratan hubungan.
2.2.3 Pem1o1o# Spasial
-*
Pembobot spasial pada dasarnya merupakan hubungan yang menggambarkan
antar ?ilayah. #imana pembobot dalam bentuk matrik adalah sebagai berikut /
0
'
atau
-
'
1
1
1
1
]
1

nn : n - n n0
ij
n - -: 0: -0
0n 0: 0- 00
8 8 8 8
8
8 8 8 8
8 8 8 8

(-.-7)
Pada kasus ini matrik pembobot spasial yang dapat digunakan adalah matrik
pembobot spasial :ueen. Matrik pembobot spasial :ueen mede,inisikan ?ijK0 untuk
?ilayah yang bersebelahan atau titik sudutnya bertemu dengan ?ilayah yang menjadi
pusat perhatian, sedangkan ?ijK. untuk ?ilayah lainnya. Menurut !ee dan Bong
(-.00), XMatrik pembobot spasial merupakan matrik yang bersi,at simetris dan
mempunyai diagonal utama yang selalu bernilai nolY.
Pemberian kode pembobot adalah dengan kode biner. Rumus pembobot
dalam kode biner sebagai berikut (Thaib, -..+/ :) /

'

lainnya untuk
,erdekatan yang j dan i untuk
8
.
, 0
ij
!ee dan Bong (-.00) menyebutkan pemberian kode pembobot selain dengan
kode biner juga dapat dibuat dalam bentuk 'o8 Standardi3ation. 'o8
-+
Standardi3ation didasarkan pada jumlah tetangga pada satu baris yang sama pada
matrik pembobot . Rumus dari 'o8 Standardi3ation sebagai berikut/

n
0 j
ij
ij \
ij
8
8
8

(-.-5)
2.3 4ejadian Diare
#iare merupakan penyakit yang terjadi ketika terdapat perubahan konsistensi
,eses dengan ,rekuensi buang air besar tiga kali atau lebih (#inas 1esehatan
1abupaten 'ekasi, -.0./ :4). Menurut Jugraheni (-.0-), diare merupakan penyakit
menular yang menjadi masalah kesehatan masyarakat, dan apabila penanganannya
terlambat dilakukan maka akan menyebabkan kematian.
#iare akut akan menyebabkan dehidrasi. #ehidrasi merupakan gejala yang
terjadi akibat pengeluaran )airan tinja yang berulang(ulang yang dapat menyebabkan
kehilangan air dan elektrolit se)ara )epat (Permatasari, -.0-/ -4).
#iare dengan gejala buang air besar yang en)er kadang disertai dengan gejala
lainnya, seperti muntah, badan lesu atau lemah, panas, tidak na,su makan, lendir
dalam kotoran, dan rasa mual yang dapat disebabkan oleh in,eksi "irus (Es?ati,
-.0./ 0).
2.3.1 Pen(e1a1 Diare
Penyebab diare dapat diketahui dengan pasti penyebabnya. #imana penyebab
diare ini dapat dibagi menjadi dua yaitu (Sil"a, 1umalade?i, 1urnia?an, dan
Rahma?ansa, -..+/ *)/
0. Penyebab Tidak !angsung
-4
Penyebab tidak langsung atau ,aktor(,aktor yang mempermudah atau
memper)epat terjadinya diare seperti/ keadaan gi]i, sanitasi, sosial budaya,
kepadatan penduduk, sosial ekonomi.
-. Penyebab !angsung
%ang termasuk dalam penyebab langsung anatara lain in,eksi bakteri "irus dan
parasit, malabsorbi, alergi, kera)unan bahan kimia maupun kera)unan oleh ra)un
yang diperoduksi oleh jasad renik, ikan, buah dan sayur(sayuran.
2.3.2 5a$#or (ang "empengar0i 4ejadian Diare
<aktor(,aktor yang mempengaruhi kejadian diare bisa disebabkan oleh
beberapa ,aktor(,aktor, ,aktor(,aktor tersebut adalah /
0. <aktor 1esehatan
Masalah kesehatan merupakan salah satu ,aktor yang berperan penting dalam
me?ujudkan sumber daya manusia yang berkualitas. Melalui pembangunan di
bidang kesehatan diharapkan akan semakin meningkatkan tingkat kesehatan
masyarakat dan pelayanan kesehatan dapat dirasakan oleh semua lapisan masyarakat
se)ara memadai. <asilitas kesehatan pun sangat dibutuhkan masyarakat untuk
memeriksakan kesehatan atau mengobati penyakitnya. Sarana kesehatan yang dapat
dijangkau adalah puskesmas. 'erhasilnya pembangunan kesehatan ditandai dengan
lingkungan yang kondusi,, perilaku masyarakat yang proakti, untuk memelihara dan
meningkatkan kesehatan serta men)egah terjadinya penyakit, pelayanan kesehatan
yang berhasil dan berdaya guna tersebar merata di seluruh ?ilayah Mndonesia.
-. <aktor Pendidikan
Pendidikan merupakan salah satu kebutuhan dasar yang harus dipenuhi untuk
men)apai masyarakat yang sejahtera. Tingkat pendidikan turut menentukan mudah
tidaknya seorang menyerap dan memahami pengetahuan yang mereka peroleh.
:.
Tingkat pendidikan itu sendiri sangat diperlukan di lingkungan keluarga, seseorang
akan lebih tanggap dengan adanya masalah kesehatan terutama kejadian diare
didalam keluarganya dan bisa mengambil tindakan se)epatnya.
Tingkat rendahnya pendidikan erat kaitannya dengan tingkat kurangnya
pengertian tentang )ara pen)egahan kejadian diare. Pendidikan yang rendah
merupakan hambatan dalam pembangunan kesehatan.
:. <aktor Pertumbuhan Ekonomi
Pertumbuhan ekonomi adalah usaha kenaikan kapasitas dalam jangka panjang
dari negara yang bersangkutan untuk menyediakan berbagai barang ekonomi kepada
penduduknya (Almulaibari, -.00/ 0-). 1enaikan kapasitas itu sendiri ditentukan oleh
adanya kemajuan atau penyesuaian teknologi, institusional (kelembagaan), dan
ideologi terhadap berbagai tuntutan keadaan yang ada.
ntuk mengejar keterbelakangan ekonomi adalah dengan meningkatkan laju
pertumbuhan ekonomi setinggi(tingginya sehingga dapat melampaui tingkat
pertumbuhan penduduk. #engan )ara tersebut, angka pendapatan per kapita akan
meningkat sehingga se)ara otomatis terjadi pula peningkatan kemakmuran
masyarakat dan pada akhirnya akan mengurangi jumlah penduduk miskin.
C. <aktor Perilaku Masyarakat di !ingkungan
Salah satu "ariabel yang dapat menilai kondisi kesehatan masyarakat adalah
lingkungan. !ingkungan juga dapat menentukan baik buruknya status kesehatan
masyarakat (#inas 1esehatan 1abupaten 'ekasi, -.0./ -0). Perilaku sehat tumbuh
dari kesadaran masyarakat itu sendiri. Pembinaan dapat dimulai dari lingkungan
keluarga, sekolah, dan masyarakat. Tokoh(tokoh masyarakat sebagai model harus
diajak turut serta dalam menyukseskan program(program kesehatan.
:0
Apabila mengembangkan kebiasaan hidup bersih dan sehat sejak a?al, hal
tersebut berpengaruh positi, terhadap kesehatan tubuh. Tubuh seseorang memerlukan
tidur, olah raga, dan rutinitas yang sehat dalam jumlah tertentu untuk
mempertahankan kesejahteraannya.
Ruang lingkup kesehatan lingkungan tersebut antara lain men)akup sarana air
bersih yang digunakan, sarana dan akses terhadap sanitasi dasar yang meliputi
kepemilikan jamban dan kepemilikan tempat pembuangan akhir di sekitar
perumahan. ntuk mengetahui peningkatan pengamanan kualitas dan kuantitas air
yang digunakan oleh masyarakat, maka perlu diketahui penyedian air bersih di setiap
ke)amatan.
Pada masyarakat yang mengalami kejadian diare rerata kondisi jamban, sumber
air bersih, tempat pembuangan sampah sangat berbeda dengan masyarakat yang tidak
mengalami kejadian diare. 1ondisi jamban, sumber air bersih, tempat pembuangan
sampah pada masyarakat yang mengalami kejadian diare memiliki rerata lebih
rendah dibanding dengan masyarakat yang tidak diare.
!ingkungan yang memiliki kondisi sanitasi buruk dapat menjadi sumber
berkembangnya penyakit. 8al ini jelas membahayakan kesehatan masyarakat.
Puskesmas memiliki program kesehatan lingkungan dimana berperan besar dalam
mengukur, menga?asi, dan menjaga kesehatan lingkungan masyarakat. Jamun
seringkali jumlah tenaga kesehatan di puskesmas sangat terbatas, padahal banyak
penyakit yang berasal dari lingkungan seperti diare, demam berdarah, malaria, T'A,
)a)ar dan sebagainya.
2.! Te$nologi In6ormasi dan 4omni$asi
Teknologi in,ormasi adalah teknologi dalam membuat, mengubah,
menyimpan, mengkomunikasikan dan menyebarkan in,ormasi (Sutikno, -.0-/ 0).
:-
Segala hal yang berkaitan dengan pengunaan alat bantu untuk memproses dan
mentrans,er data dari perangkat satu ke perangkat lainnya yang disebut juga dengan
teknologi komunikasi (Andromeda, -.0-/ -.). Teknologi in,ormasi dan komunikasi
tidak dapat dipisahkan karena merupakan kegiatan yang berkaitan dengan
pemrosesan.
2.!.1 Penger#ian 4omp#er
1omputer adalah seperangkat alat elektronika pengolahan data yang bekerja
se)ara terkoordinir dan terintegrasi sehinga menghasilkan keluaran berupa in,romasi
(Jingsih, -..4/ +). 1omponen utama teknologi in,ormasi terdiri dari/
0. ;ard8are atau perangkat keras, yaitu perangkat yang dapat dilihat dan
disentuh se)ara ,isik seperti keyboard, s)anner, monitor, printer, dan AP
(4entral 1ro/essing <nit).
-. So&t8are atau perangkat lunak, yaitu suatu instruksi atau perintah program
komputer yang langsung dioperasikan terhadap perangkat keras. Perangkat
lunak ini melakukan pengolahan data seperti program Mi)roso,t Bord,
Bindo?s, SPSS dan sebaginya.
:. =rain8are yaitu seseorang yang mengoprasikan dan mengendalikan sistem
komputer.
2.!.2 Computer Modeling
4o!puter !odeling adalah pemodelan untuk mengetahui )ara kerja dari suatu
kondisi menggunakan komputer (#aneshjo, -.00). Pada kenyataannya model
menunjukkan hubungan signi,ikan antara real syste!s dengan objek, 6leh karena itu
model terbagi menjadi dua kelompok. Model yang pertama adalah model yang
::
memungkinkan untuk menganalisa sebuah real syste!. Model yang kedua yaitu
model dari hasil pengembangan dan peran)angan. Model yang memungkinkan
sebuah real syste! )ontohnya seperti melakukan spesi,ikasi dan klari,ikasi mengenai
sistem yang ada. Akti"itas ini biasanya didukung oleh teknologi komputer.
4o!puter !odeling menggunakan teknik pemodelan dan simulasi. Teknik
pemodelan dan simulasi bergantung pada pengembangan sebagai berikut/
0. #isplin ilmu pengetahuan, teknik, dan metode matematika
-. Perkembangan proses dari disiplin tersebut dalam model yang di,ormulasikan
:. Perkembangan teknikal baru dan peralatan komputer
C. Perkembangan dari bahasa pemrograman.
2.!.3 R Language
R language ber,ungsi untuk analisis data dan gra,ik. R language baik
digunakan untuk komputasi statistik, karena dapat dijalankan pada berbagai sisitem
operasi. R language memiliki open-sour/e yang berbasis bahasa S dan S plus yang
dikembangkan oleh A2>2 =ell La,oratories oleh Ri)k 'e)ker, Gohn Ahambers dan
Allan Bilks. $ersi R dapat dijalankan untuk niI, Bindo?s, dan berbagai ma)am
Ma)intosh. Selain itu R juga dapat dijalankan di arsitektur komputer seperti Mntel,
Po?erPA, Alpha sistem dan juga sistem Spar). Salah satu keuntungan bila
menggunakan R language adalah dapat di akses gratis, sintaksnya pun mudah
dipelajari dan mempunyai banyak sekali ,ungsi(,ungsi statistik. 1eterbatasan yang
dimiliki oleh R language adalah dalam penanganan dataset yang besar, karena semua
perhitungan dilakukan dalam memori utama komputer (R Aore Team, -.0:/ 0).
2.!.! 7a8a Programming
'erbasis komputer yang dimaksud dalam penelitian ini adalah membuat
aplikasi program untuk pengaplikasian statistik dalam pemodelan spasial. Aplikasi
:C
program dibutuhkan untuk mempermudah dalam proses perhitungan dengan
menggunakan komputer. Aplikasi itu sendiri akan dibuat dengan menggunakan
bahasa pemrograman ja"a.
Ga"a dikembangkan pertama kali oleh Sun Mi)rosystem pada tahun 0447
(Tasma?ati, -..+/ C). 'ahasa pemrograman ja"a a?alnya dikususkan untuk aplikasi
berbasis internet, namun sekarang aplikasi ja"a sudah digunakan tidak hanya pada
?eb saja tetapi dari basis #esktop hingga aplikasi mobile (!iang, -.00 / -5). Pertama
kali pengembangan ja"a dibuat sebagai salah satu bahasa yang bersi,at tidak
bergantung pada mesin atau sistem operasi tertentu. 1onsep dari ja"a tersebut dapat
dijalankan karena ja"a memiliki sistem kompilasi yang berbeda dengan bahasa
pemrograman lain seperti )OO atau "isual basi). Ga"a hasil kompilasi ini berupa
,yte/ode, dimana hasil kompilasi ini memungkinkan suatu program dapat diekskusi
di lingkungan yang berbeda atau (!ulti plat&or!).
Selain itu ja"a sendiri mempunyai karakteristik yang telah dikembangkan,
dimana karakteristik inilah yang menjadi )iri khas dari bahasa ja"a. 'erikut adalah
karakteristik dari bahasa ja"a (Bintari, dan Purnama, -.00/ +(4)/
0. 'eorientasi 6bjek, ja"a telah menerapkan konsep pemrograman beorientasi
objek dalam implementasinya.
-. Multi 1lat&or!.
:. 'erbasis %rap)i/ <ser *nter&a/e (9M).
C. Aman, aplikasi yang dibuat dengan bahasa ja"a dapat dipastikan
keamanannya terutama untuk aplikasi internet.
:7
7. #inamis, program ja"a dapat melakukan suatu tindakan yang ditentukan pada
saat eksekusi program dan bukan pada saat kompilasi.
5. Ga"a menyediakan ,itur !ultit)read, yang dapat digunakan untuk
mrnjalankan perintah se)ara bersamaan.
*. Terdistribusi, ja"a diran)ang pada lingkungan yang terdistribusi seperti
halnya internet.
+. Ga"a menyediakan ,itur error(handling, yaitu penanganan error pada program.
Ga"a merupakan bahasa pemrograman berorientasi objek atau 66P, karena
semua aspek yang ada di ja"a adalah objek. 8al ini sangat memudahkan pemrogram
untuk meran)ang, membuat, mengembangkan dan mengalokasikan kesalahan se)ara
)epat, tepat, mudah dan terorganisir. Elemen(elemen dari pemrograman ja"a itu
diantaranya (Andriyanto, -.00/ -)/
0. En/apsulation, mekanisme pemrograman yang mengikat data dan program
bersama(sama dan mengamankannya dari penyalahgunaan dan inter,ensi dari
luar.
2 1oly!orp)is!, mengakses general /lass dalam prosesnya.
:. *n)eritan/e, proses dimana penurunan suatu objek terhadap objek lain yang
menjadi parent.
Pengaplikasian ja"a untuk statistik )ontohnya dalam bidang ekonomi dan
pendidikan. 'eberapa )ontoh aplikasi ja"a terhadap statistik dalam bidang ekonomi
adalah Analisis Angka 'uta 8uru, #i Ga?a Timur Menggunakan %eograp)i/ally
.eig)ted 'egression. Penelitian ini membuat aplikasi untuk mengetahui
:5
karakteristik angka buta huru, di Ga?a Timur, mengetahui indikator teknologi
in,ormasi dan komunikasi signi,ikan terhadap angka buta huru, dengan
%eograp)i/ally .eig)ted 'egression, dan pemetaan angka buta huru, dengan
menggunakan program (Andiyono, -.0-). Aplikasi ja"a dalam bidang pendidikan
adalah Analisis <aktor %ang Mempengaruhi Prestasi Murid Menggunakan Metode
Analisis Galur. Penelitian ini bertujuan untuk mengetahui pengaruh )ita()ita, guru,
kemampuan belajar, lingkungan, dan moti"asi murid dalam belajar dengan membuat
program (Russiana, -.0-).
2.!.% Ne#Beans
Jet'eans adalah sebuah open-sour/e dengan integrated develop!ent
environ!ent (M#E) yang a?alnya hanya untuk pemrograman ja"a. *ntegrated
develop!ent environ!ent pada Jet'eans dapat mendukung bahasa pemrograman
lain seperti A, AOO, Ruby dan P8P (Putra, #ar?iyanto, dan 8ani,a, -.0-/ -).
2.!.+ In#era$si "ansia dan 4omp#er
Mnteraksi manusia dan komputer adalah ilmu yang mempelajari bagaimana
manusia berinteraksi dengan komputer dan pengaruh dari interaksi manusia dan
komputer (Shneiderman et.al., -.0.). Mnteraksi manusia dan komputer berhubungan
dengan e"aluasi antarmuka pemakai (user inter&a/e). Antarmuka pemakai adalah
sebagian sistem komputer yang memungkinkan manusia berinteraksi dengan
komputer.
Pada peran)angan sebuah antarmuka pemakai (user inter&a/e) terdapat aturan(
aturan yang dikenal dengan sebutan Eig)t %olden 'ules o& *nter&a/e +esign, yaitu/
0. payakan untuk konsisten
:*
'erusaha konsisten pada ran)angan, terminologi, penggunaan perintah,
penggunaan huru,, tata letak, ?arna dan sebagainya agar pengguna
memahami tampilan.
-. Mengenali kebutuhan yang beragam dari pengguna
Mem,asilitasi pengguna seperti menambahkan ,itur untuk pemula, untuk
pengguna ahli dibutuhkan langkah(langkah khusus yang dapat memper)epat
interaksi seperti s)ort/ut, serta ,itur khusus untuk pengguna yang )a)at.
:. Mena?arkan umpan balik yang in,ormati,
#ibutuhkannya umpan balik dari setiap pengguna komputer. ntuk tindakan
yang sering dilakukan dan tidak terlalu penting, dapat diberikan umpan balik
yang sederhana. Jamun jika ada peringatan yang penting, maka umpan balik
menjadi lebih subtansial.
C. #esain dialog untuk penutupan
#esign penutup dialog dibuat sebagai peringatan bah?a langkah(langkah
yang dilakukan sudah benar dan dipersiapkan langkah selanjutnya.
7. Pen)egahan kesalahan yang sederhana
Pengguna di)egah melakukan kesalahan dan jika pengguna melakukan
kesalahan, mereka diberikan in,ormasi instruksi untuk kembali ke kondisi
a?al.
5. Pembalikan aksi yang mudah
#iperlukannya pengurangan ke)emasan dari pengguna karena kesalahan yang
dibuatnya, dengan )ara dapat kembali ke kondisi sebelumnya sehingga
pengguna dapat mengeksplorasi se)ara leluasa.
*. Mendukung kontrol internal lokus
:+
Pengguna dapat mengontrol sistemnya sehingga dapat merespons
tindakannya sendiri. Sehingga pengguna tidak merasa dirinya yang
dikendalikan oleh sistem.
+. Mengurangi beban jangka pendek
ntuk mengurangi penggunaan ingatan jangka pendek ini maka diperlukan
tampilan yang sederhana, menggabungkan beberapa tampilan dan
memberikan ?aktu pengguna utuk mempelajarinya.