Praktikum Analisis Data II LJ Sem.

Ganjil 2015-2016

ANALISIS KORESPONDENSI PADA DATA BENCANA ALAM

DI PULAU JAWA TAHUN 2011-2014
Oleh :
Alma Herawati J.
Arinda Nur Lathifah
Meita Nike Harmanto

(1314105023)
(1314105032)
(1314105033)

Dosen :
Dr. Brodjol Sutijo Suprih Ulama. M.Si
Diaz Fitria Aksioma, S.Si, M.Si
Abstrak
Indonesia merupakan negara dengan intensitas bencana yang cukup tinggi. Bencana
alam yang sering terjadi di Indonesia di antaranya seperti gempa bumi, tsunami, letusan
gunung berapi, tanah longsor, banjir, angin puting beliung, dll. Sekitar 13 % gunung berapi
dunia yang berada di kepulauan Indonesia berpotensi menimbulkan bencana alam dengan
intensitas dan kekuatan yang berbeda-beda. Penelitian kali ini menggunakan analisis
korespondensi yang tergolong dalam analisis eksplorasi data peubah ganda (exploratory
multivariate data analysis), di samping dapat digunakan untuk melihat secara visual ada
tidaknya ketergantungan antar kategori tersebut, juga sekaligus dapat membantu melihat
kedekatan (keterkaitan) suatu profil dari suatu kategori terhadap profil dari kontingensi,
menjadi komponen baris dan kolom. Hasil pengujian independensi menunjukkan bahwa.
variabel provinsi di pulau Jawa dan jenis bencana alam memiliki kecenderungan untuk saling
terkait. Hasil analisis korespondensi menunjukkan bahwa Propinsi Jawa Barat memiliki
kecenderungan terjadi bencana tanah longsor, sedangkan Propinsi Jawa Tengah dan Jawa
Timur memiliki kecenderungan terjadi bencana banji). Untuk Propinsi DI Yogyakarta
memiliki kecenderungan terjadi bencana gempa bumi, namun untuk bencana gunung meletus
dari keempat propinsi tersebut memiliki kecenderungan yang sama artinya keempat propinsi
tersebut jarang terjadi bencana gunung meletus.
Kata kunci: analisis korespondensi, bencana alam, tabel kontingensi
PENDAHULUAN
Latar Belakang
Indonesia merupakan negara dengan
intensitas bencana yang cukup tinggi.
Bencana alam yang sering terjadi di Indonesia
di antaranya seperti gempa bumi, tsunami,
letusan gunung berapi, tanah longsor, banjir,
angin puting beliung, dll. Sekitar 13 %
gunung berapi dunia yang berada di
kepulauan Indonesia berpotensi menimbulkan
bencana alam dengan intensitas dan kekuatan
yang berbeda-beda. Posisi pulau, bentuk
pulau, jumlah gunung berapi serta kegiatan
manusia di dalamnya dapat menjadi faktor
frekuensi timbulnya bencana alam di
Indonesia. Di sisi lain, indonesia adalah
negara kepulauan terbesar di dunia. Luas
perairan dan luas daratan di indonesia hampir
memiliki besar yang sama. Ini adalah salah

satu faktor terjadinya bencana di Indonesia. Di

bagian dataran rendah, indonesia rawan akan
bencana banjir dan tsunami. Sementara di
dataran tinggi, rawan akan bencana gempa
bumi, tanah longsor, dan gunung meletus.
Indonesia juga termasuk dalam empat teratas
negara yang rawan akan bencana alam. Di
antara empat gugusan pulau besar yang ada di
Indonesia, Pulau jawa merupakan salah satu
daerah rawan bencana alam terbesar Sebagai
pulau dengan penduduk terpadat di seluruh
Indonesia, penanganan bencana di Pulau jawa
butuh penanganan khusus. Agar jika terjadi
encana alam dapat diberikan penanganan yang
tepat.
Salah satu usaha untuk mengamati
dampak bencana di pulau jawa adalah dengan
melakukan penelitian terhadap frekuensi
bencana alam yang terdapat di Pulau Jawa.
Penelitian kali ini menggunakan metode

statistika sebagai teknik eksplorasi data

bencana alam di Pulau Jawa mulai dari tahun
2011 hingga 2014. Metode yang digunakan
adalah Analisis korespondensi yang tergolong
dalam analisis eksplorasi data peubah ganda
(exploratory multivariate data analysis), di
samping dapat digunakan untuk melihat
secara visual ada tidaknya ketergantungan
antar kategori tersebut, juga sekaligus dapat
membantu melihat kedekatan (keterkaitan)
suatu profil dari suatu kategori terhadap profil
dari kontingensi, menjadi komponen baris dan
kolom. Hasil dari analisis ini kemudian akan
ditampilkan dalam bentuk gambar dua
dimensi
dengan
menumpangtindihkan
(overlay) antara profil-profil baris dan kolom.
Tujuan
Tujuan dari penelitian ini yaitu untuk
mendapatkan profil daerah rawan bencana
berdasarkan empat jenis bencana yang sering
terjadi di pulau jawa. Hasil dari profi ini dapat
digunakan sebagai bahan pertimbangan dalam
upaya penanganan bencana di Pulau Jawa ke
depannya.
TINJAUAN PUSTAKA
1.

Tabel Kontingensi
Tabel kontingensi adalah sebuah tabel
yang setiap selnya menunjukkan jumlah
data(frekuensi) dari suatu variabel(x,y).
Metode ini bertujuan untuk mengelompokkan
data yang bersifat kategorikal(skala data
nominal atau ordinal).
Tabel kontingensi dengan ukuran r x c
adalah tabel dengan banyak baris r dan banyak
kolom c. Tabel ko tingensi juga disebut
sebagai tabulasi silang.

2.

Uji Independensi
Salah satu informasi yang ingin diketahui
pada umumnya adalah ada tidaknya
keterkaitan antar kategori. Untuk menguji
kebebasan ini statistik uji yang sering
digunakan adalah Khi-Kuadrat (Chi-Square)
bila antar kategori tersebut tidak saling terkait
(bebas), dapat di artikan bahwa besarnya
frekuensi (nilai) profil pada suatu kategori
tidak dipengaruhi oleh profil pada kategori
lainnya. Akan tetapi bila kebebasan antar
kategori tersebut tak dapat dibuktikan, maka
hal yang selalu ingin diketahui adalah profilprofil mana yang saling terkait tersebut. Untuk
mengetahui hal ini diperlukan analisis lanjutan
guna membandingkan antar profil. Analisis
pada tabel kontingensi antara lain adalah uji

independensi untuk mengetahui apakah antar

variabel saling independen. Dua kejadian
disebut sebagai kejadian yang independen jika
probabilitas terjadi keduanya memenuhi
persamaan
Pij = Pi. x P.j
(1)
Hipotesisi awal menyatakan bahwa
variabel saling independen. Statistik uji yang
digunakan untuk uji independensi adalah
Pearsons chi-square.
r
c (n e ) 2
ij
ij
2
e
i 1 j 1
ij
(2)
dengan:
ij = nilai harapan pada sel baris ke-i kolom
e
ni. n . j
n..

ke-j =
c

j 1

i 1

n i. n ij ; n j . n ij ; n.. n ij
i 1 j 1

nij = frekuensi pada sel baris ke-i dan kolom

ke-j
r = banyak baris tabel kontingensi
c = banyak kolom tabel kontingensi
Syarat yang harus dipenuhi dari Pearsons
chi-square adalah kriteria hipotesis awal
adalah 2 > 2((r-1)(c-1);) dengan tingkat
signifikan (Agresti, 1990).
3.

Analisis Korespondensi
Analisis korespondensi yang tergolong
dalam analisis eksplorasi data peubah ganda
(exploratory multivariate data analysis), di
samping dapat digunakan untuk melihat
secara visual ada tidaknya ketergantungan
antar kategori tersebut, juga sekaligus dapat
membantu melihat kedekatan (keterkaitan)
suatu profil dari suatu kategori terhadap profil
dari kontingensi, menjadi komponen baris dan
kolom. Hasil dari analisis ini kemudian akan
ditampilkan dalam bentuk gambar dua
dimensi
dengan
menumpangtindihkan
(overlay) antara profil-profil baris dan kolom.
Analisis korespondensi (AK) merupakan
analisis yang memperagakan baris dan kolom
secara serempak dari tabel kontingensi dwi
arah, yang kemudian dapat diperluas untuk
tabel kontingensi multi arah. Di bidang
psikologi perhitungan analisis ini dikenal
dengan penskalaan dual sedangkan dalam
ekologi dikenal sebagai peretaan timbal balik
(Hill, 1974).

Peragaan yang diperoleh merupakan

penumpang tindihan profil-profil baris dan
kolom, yang dalam analisis ini diperoleh dari
tabel kontingensi dengan menggunakan jarak
khi-kuadrat. Penggunaan Penguraian Nilai
Singular (PNS) umum (Generalized Singular
value Decomposition) dalam perhitungan
analisis ini akan memberikan keterkaitannya
dengan analisis lain dalam multivariat.
Metode Analisisnya yaitu sebagai berikut.
1. Kategori Variabel Dan Matriks Indikator
Buatlah kategori variabel penelitian
berdasarkan aturan normalitas, menggunakan
aturan Sturges. Setelah terbentuk kategori,
dapat dibuat matriks Indikator (Z) disebut
juga Matriks Burt dengan nilai 0 jika objek
tidak termasuk dalam kategori tersebut dan
nilai 1 jika objek tersebut masuk dalam
kategori tersebut.
Z=UAP, dengan P=ZZ dan
adalah
matrik diagonal

i , dan U adalah ZZ.

2.

Matriks Korespondensi
Misalkan N matriks kontingensi, dan P
matriks korespondensi.
N(I x J) [nij] ; nij 0
P (1/n..)N ; n.. = 1TN1
(3)
Jumlah baris dan kolom P ditulis sebagai:
r P1 dan c PT1
(4)
dimana ri > 0 (i = 1, ..., I), cj > 0 (j = 1, ..., J)
Dr diag (r) dan Dc diag (c)
(5)
Matriks P disebut juga matriks kepadatan
peluang, karena jika kita jumlahkan setiap
baris matriks P hasilnya 1 (satu). Simbol 1
adalah matriks kolom yang setiap unsurnya
adalah 1 (satu), ditulis 1 [1 ... 1]T. Dr dan Dc
berturut-turut adalah matriks diagonal baris
dan matriks diagonal kolom yang unsur
diagonalnya nasing-masing adalah r dan c.
4.

Bencana Alam di Indonesia

Indonesia merupakan negara dengan
intensitas bencana yang cukup tinggi.
Bencana alam yang sering terjadi di Indonesia
di antaranya seperti gempa bumi, tsunami,
letusan gunung berapi, tanah longsor, banjir,
angin puting beliung, dll. Sekitar 13 %
gunung berapi dunia yang berada di
kepulauan Indonesia berpotensi menimbulkan
bencana alam dengan intensitas dan kekuatan
yang berbeda-beda. Posisi pulau, bentuk
pulau, jumlah gunung berapi serta kegiatan

manusia di dalamnya dapat menjadi faktor

frekuensi timbulnya bencana alam di
Indonesia. Di sisi lain, indonesia adalah
negara kepulauan terbesar di dunia. Luas
perairan dan luas daratan di indonesia hampir
memiliki besar yang sama. Ini adalah salah
satu faktor terjadinya bencana di Indonesia. Di
bagian dataran rendah, indonesia rawan akan
bencana banjir dan tsunami. Sementara di
dataran tinggi, rawan akan bencana gempa
bumi, tanah longsor, dan gunung meletus.
Indonesia juga termasuk dalam empat teratas
negara yang rawan akan bencana alam.
(Arifiyan, 2010)
METODOLOGI
Sumber Data
Data yang digunakan pada penelitian ini
adalah data sekunder yang diperoleh dari data
Banyaknya Desa /Kelurahan Menurut Jenis
Bencana Alam dalam Tiga Tahun Terakhir,
2014 dari situs http://bps.go.id. data tersebut
diakses pada tanggal 9 Mei 2015.
Metode
Variabel yang diamati dalam penelitian ini
sebagai berikut.
1. Propinsi Rawan Bencana di Pulau jawa
antara lain.
a. Jawa Timur
b. Jawa Tengah
c. Jawa Barat
d. D.I Yogyakarta
2.

Jenis Bencana Alam

a. Tanah longsor
b. Banjir
c. Gempa bumi
d. Gunung meletus

Tahapan analisis data yang digunakan

adalah sebagai berikut.
1. Uji Independensi
Pengujian independensi silakukan untuk
menguji keterkaitan antar kategori Provnsi di
Pulau Jawa dan Jenis Bencana Alam.
2. Analisis Korespondensi
Analisis korespondensi dilakukan pada
kategori provinsi di Pulau Jawa dan Jenis
Bencana alam untuk melihat kedekatan
(keterkaitan) suatu profil dari suatu kategori
terhadap profil dari kontingensi, menjadi
komponen baris (provinsi) dan kolom (jenis
bencana). Berikut adalah tahapan dari analisis
korespondensi.
a. Membuat matriks korespondensi

b.
c.
d.

Memperoleh
koordinat
pada
peta
korespondensi
Menggambarkan peta korespondensi
Menghitung nilai total inersia

Jawa
Barat
Jawa
Tengah
DIY
Jawa
Timur
Total

ANALISIS DAN PEMBAHASAN

1.

Pengujian Independensi
Uji
independensi
dilakukan
untuk
mengetahui apakah terdapat hubungan antar
dua variabel atau tidak. Hasil uji independensi
pada data banyaknya desa di empat propinsi di
Indonesia menurut jenis bencana alam yang
terjadi dalam tiga tahun terakhir (2012-2014)
sebagai berikut.
H0: Antar variabel kategorik tidak terdapat
hubungan (independen)
H1: Antar variabel kategorik terdapat
hubungan (dependen)
longso banji gemp gunun
Provins
r
r
a
g
i
bumi
Valuemeletu
df
s
Jawa
0,495 Pearson
0,374 0,129
0,002
412,549a 9
Barat
Chi-Square
Jawa
0,466 Likelihood
0,485 0,049
0
419,015 9
Tengah
Ratio
0,423
0,418 0,148
0,011
DIY
Jawa
0,312
0,571
Timur
Mass
0,436
0,463
Taraf signifikan : 5%

0,097

0,02

0,095

0,006

Tabel 1. Uji Independensi

Berdasarkan tabel 1 nilai Pearson ChiSquaremenunjukkan P-Value < (0,01). Hal

ini menunjukkan kedua kategori memiliki
kecenderungan keterkaitan. Sementara PValue pada likelihood Rasio menunjukkan PValue (0,000) < (0,01). Artinya, antara
variabel provinsi di pulau Jawa dan jenis
bencana alam memiliki kecenderungan untuk
saling terkait.
2.

Pengujian Analisis Korespondensi

Analisis selanjutnya dilakukan pengujian
analisis
korespondensi.
Pengujian
ini
digunakan untuk mereduksi dimensi data
menjadi dimensi yang lebih kecil dan
sederhana untuk data kategorik atau dengan
istilah lain yaitu mengidentifikasi kategori
yang mirip. Analisis korespondensi dilakukan
berdasarkan data dari tabel kontingensi
berikut.
Tabel 1. Tabel Kontingensi Bencana Alam
tahun 2011-2014
Provins
i

longso
r

banji
r

gemp
a

gunun
g

bumi

meletu
s

1578

1193

412

3188

1222

1273

129

2625

77

76

27

182

665

1218

207

43

2133

3542

3760

775

51

8128

Tabel 1 menunjukkan bencana alam yang

paling sering terjadi di 4 provinsi terbesar di
Pulau jawa adalah bencana alam banjir,
dengan total sebesar 3760. Sementara itu,
meskipun Pulau Jawa
merupakan pulau
dengan jumlah gunung berapi aktif paling
banyak di Indonesia, total kejadian bencana
gunung meletus masih relatif lebih kecil
dibandingkan dengan bencana alam lain, yaitu
sebesar 51 bencana.
Mas
Analisis korespondensi selanjutnya
s
dapat dilihat dari nilai ror
Asymp. Sig.
profile dan column profile.
(2-sided)
Berikut ini adalah tabel nilai
0,39
row profile bencana alam di
0,000
2
4 provinsi besar di Pulau
0,32
jawa.
0,000
3
Tabel 2. Row Profile
0,02
Row
profile
2
menampilkan proporsi masing-masing
0,26
nilai kolom di setiap baris. Tabel 2
2
menunjukkan ,di provinsi Jawa Barat,
proporsi paling besar bencana alam
terjadi pada bencana alam longsor
sebesar 49,5%. Di Jawa Tengah, proporsi
bencana alam terbesar adalah bencana Banjir
sebesar 48,5%. Di D.I Yogyakarta, proporsi
bencana alam terbesar yaitu Tanah Longsor
sebesar 42,3%. Di jawa Timur proporsi
bencana alam terbesar yaitu banjir sebesar
57,1%.
Sementara itu, Nilai Mass di bagian kanan
mewakili proporsi setiap baris ini dari total
ukuran sampel. Dari total 812 bencana,
proporsi terbesar yaitu 39,2% terjadi di Jawa
Barat. Dan proporsiterkecil 2,2% terjadi di D.I
Yogyakarta.

Tabel 3. Column Profile

Provinsi
Tota
l

Jabar
Jateng
DIY

longsor

banjir

0,446
0,345
0,022

0,317
0,339
0,02

gempa
bumi
0,532
0,166
0,035

gunung
meletus
0,098
0,02
0,039

Mass
0,392
0,323
0,022

Jatim
Mass

0,188
0,436

0,324
0,463

0,267
0,095

0,843
0,006

Jawa Timur dengan baik. Hal ini ditunjukkan

dengan tingginya nilai kontribusi kedua
provinsi tersebut pada komponen 1, yaitu
masing-masing sebesar 0,814 dan 0,947.

Column Profile menampilkan proporsi

masing-masing nilai baris bawah setiapkolom.
Pada tabel 3 menunjukkan dari total 3.542
bencana tanah longsor, 1.578 di antaranya
terjadi di Jawa barat dengan proporsi terbesar
sebesar 44,6%. Pada bencana alam banjir, dari
Tabel 6. Row Contribution Component 2
3760 kejadian, sebesar 1273 di antaranya
Name
Coord
Corr
Contr
terjadi di Jawa Tengah dengan proporsi Jawa Barat
0,087
0,186
0,197
sebesar 33,9%. Pada bencana Gempa bumi, Jawa Tengah
-0,175
0,991
0,663
sebesar 51,2% terjadi di Jawa barat dengan
DIY
0,192
0,975
0,055
total kejadian 412 bencana. Sedangkan
Jawa
Timur
0,07
0,053
0,085
gunung meletus sebesar 84,3% terjadi di Jawa
Sementara
itu,
pada
tabel
6
menunjukkan
timur dengan total kejadian sebanyak 43
row contribution pada komponen 2. Nilai corr
bencana.
pada tabel 2 menunjukkan kontribusi
Sementara itu, nilai Mass pada bagian
komponen inersia baris, di mana komponen 2
bawah mengacu proporsi kolom ini dari total
mampu merepresentasikan Provinsi Jawa
ukuran sampel. Sebanyak 43,6% bencana
Tengah dan Daerah IstimewaYogyakarta
longsor mewakili dari total bencana alam
sengan baik. Hal ini ditunjukkan dengan
sebesar 8128. Kemudian pada bencana banjir,
tingginya nilai kontribusi kedua provinsi
46,3% mewakili total bencana alam sebesar
tersebut pada komponen 2, yaitu masing8128. Pada bencana gempa bumi dan gunung
masing sebesar 0,991 dan 0,975.
meletus masing-masing mewakili sebesar
Tabel 7. Column Contribution Component
9,5% dan 0,6% dari total bencana alam
1
sebanyak 8128 kejadian.
Name
Mass Inert Coord Corr Contr
Tabel 4. Proportion Inertia
tanah
Inerti Proportio Cumulati
0,436 0,258
0,17
0,954 0,349
longsor
Axis a
n
ve
banjir
0,463 0,271
-0,17
0,935 0,359
1 0,036
0,7046
0,705
gempa
2 0,015
0,2954
1
0,095 0,249
0,12
0,1
0,035
bumi
Total 0,051
gunung
0,006 0,223
-1,21
0,812 0,257
Tabel
diatas
menunjukkan
bahwa
meletus
persentase proporsi kumulatif dua akar ciri
Tabel 7 menunjukkan column contribution
sebesar 70,5 %. Hal ini dapat diartikan bahwa
pada komponen 1. Coord menunjukkan
dua vector baris dan kolom mampu
koordinat utama baris. Sementara corr
menjelaskan 70,5% inersia total. Atau dua
menunjukkan kontribusi komponen inersia
dimensi tersebut dapat menjelaskan 70,5 %
baris, di mana komponen 1 mampu
keragaman data. Sehingga gambar yang
perepresentasikan tanah longsor dan banjir
dihasilkan akan sangat mewakili konfigurasi
dengan baik. Hal ini ditunjukkan dengan
yang sebenarnya.
tingginya nilai kontribusi kedua provinsi
Tabel 5. Row Contribution Component 2
tersebut pada komponen 1, yaitu masingName Mass Inert Coord Corr Contrmasing sebesar 0,954 dan 0,935.
0,81
Tabel 8. Column Contribution Component
0,392 0,313
0,18
4
0,3612
Jabar
0,00
ID
Name
Coord
Corr
Contr
0,197
0,02
9
0,002
Jateng 0,323
1 tanah longsor
-0,037 0,046
0,04
0,02
2 banjir
-0,044 0,065
0,06
0,022 0,017
0,03
4
0,001
DIY
3
gempa
bumi
0,345
0,9
0,758
0,94
gunung
0,262 0,473
-0,29
7
0,636
Jatim
4
meletus
0,582 0,188 0,142
Tabel 5 menunjukkan row contribution
Tabel
8
menunjukkan
kontribusi
pada komponen 1. Coord menunjukkan
kolom
pada
komponen
2,
di
mana
bencana
koordinat utama baris. Sementara corr
alam gempa bumi dan gunung meletus
menunjukkan kontribusi komponen inersia
memiliki kontribusi paling besar, yaitu
baris, di mana komponen 1 mampu
masing-masing sebesar 90% untuk gempa
perepresentasikan provinsi jawa barat dan
bumi dan 18% untuk gunung meletus.

Symmetric Plot
gunung meletus

0,50

gempa bumi

0,25

Component 2

J awa Timur

DI Y
J awa Barat

banjir tanah longsor

0,00

J awa Tengah

-0,25
-0,50
-0,75
-1,00
-1,25
-1,25 -1,00 -0,75 -0,50 -0,25

0,00

Component 1

Gambar 1. Peta Korespondensi

Kecenderungan kedekatan antara provinsi
dengan bencana alam dapat diamati dari
symetric plot. Gambar 1 merupakan symetric
plot dari provinsi dan bencana alam.
Berdasarkan plot tersebut, Provinsi Jawa
Barat
memiliki kecenderungan terjadi
bencana tanah longsor. Sedangkan Propinsi
Jawa Tengah dan Jawa Timur memiliki
kecenderungan terjadi bencana banjir. Untuk
Propinsi
DI
Yogyakarta
memiliki
kecenderungan terjadi bencana gempa bumi,
namun untuk bencana gunung meletus dari
keempat
propinsi
tersebut
memiliki
kecenderungan yang sama artinya keempat
propinsi tersebut jarang terjadi bencana
gunung meletus.
Pada komponen 2, provinsi yang
memberikan kontribusi paling besar adalah
Jawa Timur.
KESIMPULAN
Berdasarkan pembahasan dari data
banyaknya desa di empat propinsi di
Indonesia menurut jenis bencana alam yang
terjadi dalam tiga tahun terakhir (2012-2014)
dapat disimpulakan sebagai berikut.
1. Pengujian independensi menunjukkan
bahwa. variabel provinsi di pulau Jawa
dan jenis bencana alam memiliki
kecenderungan untuk saling terkait.
2. Hasil analisis korespondensi menunjukkan
bahwa
a. Dari total 812 bencana, proporsi
terbesar yaitu 39,2% terjadi di Jawa
Barat. Dan proporsiterkecil 2,2%
terjadi di D.I Yogyakarta.
b. Sebanyak 43,6% bencana longsor
mewakili dari total bencana alam

c.

sebesar 8128. Kemudian pada

bencana banjir, 46,3% mewakili total
bencana alam sebesar 8128. Pada
bencana gempa bumi dan gunung
meletus masing-masing mewakili
sebesar 9,5% dan 0,6% dari total
bencana
alam
sebanyak
8128
kejadian.
Berdasarkan informasi yang diperoleh
dari plot simetris,Propinsi Jawa Barat
memiliki
kecenderungan
terjadi
bencana tanah longsor , sedangkan
Propinsi Jawa Tengah
dan Jawa
Timur
memiliki kecenderungan
terjadi bencana banjir. Untuk Propinsi
DI
Yogyakarta
memiliki
kecenderungan terjadi bencana gempa
bumi, namun untuk bencana gunung
meletus dari keempat propinsi
tersebut memiliki kecenderungan
yang sama artinya keempat propinsi
tersebut jarang terjadi bencana
gunung meletus.

DAFTAR PUSTAKA
Arifiyan. 2010. Antisipasi Bencana Alam
dengan Memfasilitasi sarana Pengetahuan
di Indonesia.. Jurnal Tingkat Sarjana dan
Senirupa dan Desain. Bandung: ITB.
Johnson, RA & DW Wichern. 2007. Applied
Multivariate
Statistical
Analysis,
Fourth edition. New York: John Wiley
& Sons.

0,25

0,50

LAMPIRAN
Lampiran 1. Data Penelitian
Bencana Alam
Provinsi

Tanah
Longsor
1578
1222
77
665
3542

Jawa Barat
Jawa Tengah
DI Yogyakarta
Jawa Timur
TOTAL

Banji
r
1193
1273
76
1218
3760

Gempa Bumi
412
129
27
207
775

Gunung
Meletus
5
1
2
43
51

TOTAL
3188
2625
182
2133
8128

Simple Correspondence Analysis: tanah longso; banjir; gempa bumi;

gunung melet
Contingency Table

Jawa Barat
Jawa Tengah
DIY
Jawa Timur
Total

tanah
longsor
1578,000
1222,000
77,000
665,000
3542,000

banjir
1193,000
1273,000
76,000
1218,000
3760,000

gempa bumi
412,000
129,000
27,000
207,000
775,000

gunung
meletus
5,000
1,000
2,000
43,000
51,000

Total
3188,000
2625,000
182,000
2133,000
8128,000

Row Profiles

Jawa Barat
Jawa Tengah
DIY
Jawa Timur
Mass

tanah
longsor
0,495
0,466
0,423
0,312
0,436

banjir
0,374
0,485
0,418
0,571
0,463

gempa
bumi
0,129
0,049
0,148
0,097
0,095

gunung
meletus
0,002
0,000
0,011
0,020
0,006

Mass
0,392
0,323
0,022
0,262

banjir
0,317
0,339
0,020
0,324
0,463

gempa
bumi
0,532
0,166
0,035
0,267
0,095

gunung
meletus
0,098
0,020
0,039
0,843
0,006

Mass
0,392
0,323
0,022
0,262

Column Profiles

Jawa Barat
Jawa Tengah
DIY
Jawa Timur
Mass

tanah
longsor
0,446
0,345
0,022
0,188
0,436

Analysis of Contingency Table

Axis
1
2
Total

Inertia
0,0358
0,0150
0,0508

Proportion
0,7046
0,2954

Cumulative
0,7046
1,0000

Histogram
*****************************
************

Row Contributions
ID
1
2

Name
Jawa Barat
Jawa Tengah

Qual
1,000
1,000

Mass
0,392
0,323

Inert
0,313
0,197

Component
Coord
Corr
0,182 0,814
0,017 0,009

1
Contr
0,361
0,002

3
4
ID
1
2
3
4

DIY
Jawa Timur

1,000
1,000

0,022
0,262

Name
Jawa Barat
Jawa Tengah
DIY
Jawa Timur

Component
Coord
Corr
0,087 0,186
-0,175 0,991
0,192 0,975
0,070 0,053

0,017
0,473

0,030
-0,294

0,024
0,947

0,001
0,636

2
Contr
0,197
0,663
0,055
0,085

Column Contributions
ID
1
2
3
4

Name
tanah longsor
banjir
gempa bumi
gunung meletus

Qual
1,000
1,000
1,000
1,000

Mass
0,436
0,463
0,095
0,006

ID
1
2
3
4

Name
tanah longsor
banjir
gempa bumi
gunung meletus

Component
Coord
Corr
-0,037 0,046
-0,044 0,065
0,345 0,900
0,582 0,188

Inert
0,258
0,271
0,249
0,223

Component
Coord
Corr
0,169 0,954
-0,167 0,935
0,115 0,100
-1,210 0,812

2
Contr
0,040
0,060
0,758
0,142

* NOTE * There are no supplementary points to plot

1
Contr
0,349
0,359
0,035
0,257