9234 23647 1 PB
9234 23647 1 PB
yang membuat polinomial pada spline dapat memberikan akan terus bertambah setiap tahunnya. Pertambahan
fleksibilitas lebih dari polinomial biasa. Selain itu, spline penduduk Indonesia masih akan meningkat sekitar 3 sampai
memiliki kemampuan yang sangat baik untuk menangani 4 juta jiwa per tahun. Penambahan jumlah penduduk yang
data yang perilakunya berubah-ubah pada sub-sub interval besar ini disumbangkan oleh jumlah kelahiran yang masih
tertentu serta memiliki kemampuan yang sangat baik untuk tinggi. Disamping keberhasilan-keberhasilan yang telah
digeneralisasikan pada pemodelan statistika yang kompleks dicapai dalam pembangunan kependudukan seperti yang
dan rumit [4]. telah diuraikan, masih terdapat beberapa permasalahan yang
Dimisalkan terdapat data berpasangan harus diselesaikan dari aspek pengendalian kuantitas
dan hubungan antara kedua data tersebut penduduk, diantaranya mengenai rendahnya pemakaian
didekati dengan model regresi nonparametrik : kontrasepsi. CPR masih rendah dan bervariasi antar
, dimana adalah provinsi, tingkat ekonomi, dan tingkat pendidikan, padahal
variabel respon dan merupakan kurva regresi yang tidak CPR merupakan salah satu indikator keberhasilan KB di
diketahui bentuknya. Jika kurva regresi didekati dengan Indonesia yang dihitung dari banyaknya PUS yang sedang
fungsi spline, maka diperoleh model regresi sebagai berikut. memakai kontrasepsi dibandingkan dengan jumlah seluruh
(1) PUS di Indonesia.
Prevalensi pemakaian alat kontrasepsi ini akan
dimana (2) berkontribusi terhadap penurunan tingkat kelahiran.
Peningkatan CPR didukung oleh partisipasi peserta KB
dengan (3) aktif. Bilamana CPR senantiasa naik, maka hal tersebut
adalah tanda keberhasilan program KB. Sumbangan
adalah titik-titik knot yang memperlihatkan program KB sangat berarti bagi bangsa Indonesia. Sampai
pola perubahan perilaku dari fungsi pada sub-sub interval saat ini program KB masih diperlukan dalam upaya
yang berbeda. Nilai pada Persamaan 2 adalah derajat pengendalian jumlah penduduk. Target peningkatan CPR
polinomial. Kurva polinomial dengan derajat satu disebut menjadi 65 persen pada tahun 2015 merupakan strategi
kurva linier, sedangkan jika derajat dua disebut kurva terwujudnya keluarga berkualitas dan sebagai penanda
kuadratik serta jika derajat tiga disebut kurva kubik [5]. keberhasilan program KB di Indonesia [7].
B. Menentukan Titik Knot Optimal
Penentuan titik knot optimal pada regresi III. METODOLOGI PENELITIAN
nonparametrik spline sangatlah penting. Spline yang terbaik A. Sumber Data dan Variabel Penelitian
adalah spline yang memiliki titik knot optimal. Salah satu
metode untuk menentukan titik knot optimal adalah Data yang digunakan dalam penelitian ini merupakan
Generalized Cross Validation (GCV). Model spline terbaik data sekunder yang diperoleh dari BKKBN dan Survey
yang memiliki titik knot optimal didapat dari nilai GCV Sosial Ekonomi Nasional (SUSENAS) Tahun 2012 dari
yang minimum. Persamaan (4) berikut ini menunjukkan Badan Pusat Statistik (BPS). Data yang diperoleh dari
fungsi GCV [5]. BKKBN termuat dalam publikasi Profil Hasil Pendataan
Keluarga Tahun 2012. Data yang diperoleh dari BPS
(4)
termuat dalam publikasi Statistik Penduduk dan Kemiskinan
dengan Tahun 2012, publikasi Statistik Pendidikan Tahun 2012,
(5) publikasi Indikator Pasar Tenaga Kerja Indonesia Tahun
adalah titik knot dan matriks 2012, dan publikasi Statistik Kesejahteraan Rakyat atau
diperoleh dari persamaan . Welfare Statistics Tahun 2012. Ruang lingkup penelitian
dibatasi pada 33 provinsi di Indonesia. Variabel-variabel
C. Program KB dan CPR yang diduga berpengaruh didapatkan dari referensi, baik
Definisi keluarga berencana atau family planning penelitian sebelumnya maupun teori yang berhubungan
menurut World Health Organization (WHO) “An Expert dengan KB. Variabel yang digunakan pada penelitian ini
Committee” (1974) adalah usaha menolong individu atau disajikan dalam tabel 1.
Tabel 1.
pasangan antara lain untuk :
Variabel penelitian
1. Mencegah terjadinya kelahiran yang tidak dikehendaki
Variabel Keterangan
atau sebaliknya bagi pasangan yang menginginkan anak. y Angka prevalensi pemakaian kontrasepsi (CPR)
2. Mengatur interval waktu kehamilan. x1 Persentase penduduk miskin
3. Mengontrol waktu kelahiran berhubungan dengan usia x2
Persentase wanita berumur 15 tahun ke atas dengan
orang tua. pendidikan tertinggi kurang atau sama dengan SLTP
Persentase wanita berumur 10 tahun ke atas dengan usia
4. Menentukan jumlah anak dalam keluarga. x3
perkawinan pertama 18 tahun ke bawah
Ruang lingkup keluarga berencana yang modern tidak hanya Persentase wanita berumur 10 tahun ke atas yang
sebatas pada definisi, tetapi juga melaksanakan program x4 pernah kawin dengan anak lahir hidup kurang atau sama
pendidikan seks, tes skrining pada kelainan sistem dengan dua
Persentase wanita berumur 15 tahun ke atas yang
reproduksi, konsultasi sebelum dan sesudah perkawinan, x5
bekerja
mengajar masyarakat cara meningkatkan ekonomi dan gizi
keluarga, serta kegiatan lainnya [6]. B. Langkah-Langkah Analisis
Menurut Rencana Strategis Kependudukan dan
Langkah analisis yang digunakan dalam penelitian ini
Pembangunan Keluarga Berencana Tahun 2010-2014, upaya
dimulai dari tahap identifikasi permasalahan dan
penurunan laju pertumbuhan penduduk melalui program KB
menentukan tujuan penelitian, kemudian mengumpulkan
sudah berhasil dilakukan, namun jumlah penduduk masih
serta mempelajari referensi-referensi yang sesuai dengan
JURNAL SAINS DAN SENI ITS Vol. 4, No.1, (2015) 2337-3520 (2301-928X Print) D-99
konsep penelitian. Selanjutnya dilakukan pengumpulan data Gambar 1 menunjukkan adanya komponen
sekunder, kemudian dilakukan pengolahan data nonparametrik pada kelima variabel prediktor yang diduga
menggunakan analisis statistik deskriptif dan analisis berpengaruh terhadap angka prevalensi pemakaian
dengan pendekatan regresi nonparametrik spline melalui kontrasepsi di Indonesia. Dengan demikian akan digunakan
tahapan sebagai berikut. pendekatan regresi nonparametrik spline untuk menganalisis
1. hubungan antara CPR dengan kelimaM variabel yang diduga
embuat diagram pencar (scatter plot) antara variabel berpengaruh.
dengan variabel . 90 90
2. M
80 80
Y
kombinasi titik knot.
60 60
3. M
50 50
0 5 10 15 20 25 30 50 55 60 65 70 75 80
X1 X2
minimum. 90 90
4. 80 80
M
embuat model regresi nonparametrik spline dengan titik 70 70
knot optimum.
Y
60 60
5. M
elakukan pengujian signifikansi parameter regresi
50 50
nonparametrik spline.
40 40
20 25 30 35 40 45 50 55 40 45 50 55 60 65
X3 X4
6. 90
M
elakukan pemeriksaan asumsi residual dari model regresi 80
yang terbentuk. 70
7. M
Y
60
serta saran. 40
40 45 50 55 60 65 70
X5
Nilai GCV dengan satu titik knot sama dengan nilai GCV Tabel 5 menunjukkan nilai GCV untuk model regresi
dengan dua titik knot pada kasus CPR. Selanjutnya akan nonparametrik spline linier dengan tiga titik knot.
dilakukan analisis untuk mencari titik knot optimum melalui Berdasarkan tabel tersebut, diketahui bahwa nilai GCV
nilai GCV minimum dengan pemodelan menggunakan tiga minimum sebesar 20,13. Titik-titik knot optimum untuk
titik knot. model ini sebagai berikut.
Tabel 4.
Pemilihan titik knot optimum dengan dua titik knot
No x1 x2 x3 x4 x5 GCV
3,70 48,17 20,27 36,84 37,84
1 27,78
20,76 68,10 40,69 54,56 56,88
2
3,70 48,17 20,27 36,84 37,84
27,18 Setelah melakukan pemilihan titik knot optimum
21,31 68,74 41,35 55,13 57,50 dengan satu titik knot, dua titik knot, dan tiga titik knot,
3,70 48,17 20,27 36,84 37,84
3
21,86 69,38 42,01 55,70 58,11
26,34 selanjutnya dilakukan pendekatan regresi nonparametrik
3,70 48,17 20,27 36,84 37,84 spline linier dengan menggunakan kombinasi ketiga titik
4 25,96
22,41 70,03 42,67 56,28 58,73 knot tersebut. Nilai GCV untuk model regresi
3,70 48,17 20,27 36,84 37,84 nonparametrik spline linier dengan kombinasi titik knot
5 26,21
22,96 70,67 43,33 56,85 59,34
disajikan pada tabel 6.
3,70 48,17 20,27 36,84 37,84
6 27,35 Tabel 6.
23,51 71,31 43,99 57,42 59,95
Pemilihan titik knot optimum dengan kombinasi titik knot
3,70 48,17 20,27 36,84 37,84
7 28,87 Banyak Titik
24,06 71,96 44,64 57,99 60,57 No Variabel Titik-Titik Knot GCV
3,70 48,17 20,27 36,84 37,84 Knot
8 30,57 x1 1 22,41
24,61 72,60 45,30 58,56 61,18
x2 3 51,38; 52,67; 71,31
3,70 48,17 20,27 36,84 37,84
9 32,91 1 x3 1 42,67 22,997
25,16 73,24 45,96 59,13 61,80
x4 1 56,28
3,70 48,17 20,27 36,84 37,84
10 36,24 x5 3 40,91; 42,14; 59,95
25,71 73,88 46,62 59,71 62,41
x1 2 3,70; 22,41
x2 3 51,38; 52,67; 71,31
Berikut ini adalah model regresi nonparametrik spline 2 x3 1 42,67 22,996
linier dengan tiga titik knot. x4 1 56,28
x5 3 40,91; 42,14; 59,95
x1 2 3,70; 22,41
x2 3 51,38; 52,67; 71,31
3 x3 2 20,27; 42,67 25,316
Tabel 5. x4 1 56,28
Pemilihan titik knot optimum dengan tiga titik knot x5 3 40,91; 42,14; 59,95
x1 1 22,41
No x1 x2 x3 x4 x5 GCV
x2 3 51,38; 52,67; 71,31
6,45 51,38 23,56 39,70 40,91 4 x3 3 23,56; 24,88; 43,99 24,314
1 7,55 52,67 24,88 40,84 42,14 22,10 x4 3 39,70; 40,84; 57,42
x5 3 40,91; 42,14; 59,95
22,41 70,03 42,67 56,28 58,73
x1 3 6,45; 7,55; 23,51
6,45 51,38 23,56 39,70 40,91 x2 1 70,03
2 7,55 52,67 24,88 40,84 42,14 20,53 5 x3 3 23,56; 24,88; 43,99 24,461
22,96 70,67 43,33 56,85 59,34 x4 3 39,70; 40,84; 57,42
x5 3 40,91; 42,14; 59,95
6,45 51,38 23,56 39,70 40,91
3 7,55 52,67 24,88 40,84 42,14 20,13 Nilai GCV minimum dengan kombinasi titik knot yang
23,51 71,31 43,99 57,42 59,95 ditunjukkan pada tabel 6 sebesar 22,996. Berdasarkan hasil
6,45 51,38 23,56 39,70 40,91 pemilihan titik knot optimum, maka model regresi
4 7,55 52,67 24,88 40,84 42,14 22,26 nonparametrik spline linier dengan tiga titik knot adalah
24,06 71,96 44,64 57,99 60,57 model yang terbaik. Model regresi nonparametrik spline
6,45 51,38 23,56 39,70 40,91 linier dengan tiga titik knot tersebut menghasilkan nilai
5 7,55 52,67 24,88 40,84 42,14 25,75 sebesar 95,59 persen. Nilai tersebut menunjukkan bahwa
24,61 72,60 45,30 58,56 61,18 kelima variabel prediktor mampu menjelaskan 95,59 persen
6,45 51,38 23,56 39,70 40,91 permasalahan angka prevalensi pemakaian kontrasepsi di
6 7,55 52,67 24,88 40,84 42,14 30,44 provinsi-provinsi di Indonesia. Berikut ini adalah model
25,16 73,24 45,96 59,13 61,80 regresi nonparametrik spline linier yang terbaik.
6,45 51,38 23,56 39,70 40,91
7 7,55 52,67 24,88 40,84 42,14 38,93
25,71 73,88 46,62 59,71 62,41
6,45 51,38 23,56 39,70 40,91
8 7,55 52,67 24,88 40,84 42,14 50,86
26,26 74,53 47,28 60,28 63,03
6,45 51,38 23,56 39,70 40,91
9 7,55 52,67 24,88 40,84 42,14 61,24
26,81 75,17 47,94 60,85 63,64 D. Pengujian Parameter Model
6,45 51,38 23,56 39,70 40,91
10 7,55 52,67 24,88 40,84 42,14 61,91 Pengujian parameter model dilakukan dengan dua
27,36 75,81 48,60 61,42 64,25 tahap, yaitu pengujian secara serentak dan pengujian secara
JURNAL SAINS DAN SENI ITS Vol. 4, No.1, (2015) 2337-3520 (2301-928X Print) D-101
individu. Berikut ini adalah hipotesis untuk pengujian ANOVA dari pengujian asumsi residual identik
parameter secara serentak. menggunakan uji Glejser disajikan pada Tabel 9 sebagai
H0 : berikut.
Tabel 9.
H1 : minimal ada satu , dengan ANOVA uji Glejser
ANOVA untuk pengujian parameter model regresi Sumber Derajat Jumlah Rata-Rata
P-value
nonparametrik spline linier secara serentak disajikan pada Variasi Bebas Kuadrat Kuadrat
Tabel 7 sebagai berikut. Regresi 20 24,598 1,229
Tabel 7. Residual 12 25,899 2,158 0,569 0,872
ANOVA model regresi Total 32 50,498 -
Sumber Derajat Jumlah Rata-Rata
P-value
Variasi Bebas Kuadrat Kuadrat Berdasarkan tabel 9, diketahui p-value sebesar 0,872.
Regresi 20 2234,67 111,73
Nilai tersebut lebih besar dari α sebesar 0,05, sehingga dapat
Residual 12 103,11 8,59 13,004 0,000
Total 32 2337,77 -
diputuskan gagal tolak H0. Hal ini berarti bahwa tidak terjadi
heterokesdastisitas atau dengan kata lain asumsi identik
pada residual telah terpenuhi. Selanjutnya dilakukan
Berdasarkan tabel 7, diketahui p-value sebesar 0,000.
pengujian asumsi residual independen dengan menggunakan
Nilai tersebut kurang dari nilai α yaitu 0,05, sehingga dapat
plot ACF. Apabila terdapat autokorelasi yang keluar dari
diambil keputusan H0 ditolak yang berarti bahwa minimal
batas signifikansi, maka residual dapat dikatakan tidak
terdapat satu variabel prediktor yang berpengaruh signifikan
independen. Berikut ini adalah hasil plot ACF residual.
terhadap CPR. Selanjutnya untuk mengetahui variabel
prediktor apa saja yang mempengaruhi CPR, maka 1.0
0.8
dilakukan pengujian parameter secara individu. Hipotesis 0.6
Autocorrelation
0.2
H0 : 0.0
-0.2
H1 : , dengan -0.4
-0.6
Berikut adalah hasil pengujian parameter model regresi -0.8
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
pada tabel 8. Lag
50
40
30
10
Rata-Rata
Standar Deviasi
-0.000006832
1.795
5 N 33
KS 0.138
Pada pemodelan regresi nonparametrik spline linier, 1
-5.0 -2.5 0.0
P-Value
2.5 5.0
0.107
7.5
Berikut ini adalah hasil pengujian asumsi identik yang Gambar 3. Uji Kolmogorov-Smirnov
bertujuan untuk mengetahui apakah varians dari residual F. Intepretasi Model Regresi Nonparametrik Spline
bersifat homogen. Pengujian dilakukan menggunakan uji Linier
Glejser dengan hipotesis sebagai berikut.
H0 : Langkah terakhir yang dilakukan adalah
H1 : minimal ada satu ; mengintepretasikan hasil dari model yang terbentuk untuk
mengetahui seberapa besar perubahan CPR akibat
JURNAL SAINS DAN SENI ITS Vol. 4, No.1, (2015) 2337-3520 (2301-928X Print) D-102
perubahan variabel tertentu yang diduga. Misalnya untuk 15 tahun ke atas dengan pendidikan tertinggi kurang atau
mengintepretasikan variabel x5, apabila variabel x1, x2, x3, sama dengan SLTP, persentase wanita berumur 10 tahun
dan x4 dianggap konstan, maka model persentase wanita ke atas dengan usia perkawinan pertama 18 tahun ke
berumur 15 tahun ke atas yang bekerja terhadap CPR bawah, persentase wanita berumur 10 tahun ke atas
sebagai berikut. yang pernah kawin dengan anak lahir hidup kurang atau
sama dengan dua, dan persentase wanita berumur 15
tahun ke atas yang bekerja berpengaruh signifikan
terhadap CPR. Kelima variabel yang signifikan tersebut
mampu menjelaskan 95,59 persen permasalahan angka
4,40x5, x5 < 40,91
prevalensi pemakaian kontrasepsi di Indonesia pada
–14,21x5 + 761,335, 40,91 ≤ x5 < 42,14
= tahun 2012.
0,65x5 + 135,135, 42,14 ≤ x5 < 59,95
0,94x5 + 117,750, x5 ≥ 59,95 B. Saran
Model di atas menjelaskan apabila persentase wanita
Berikut ini adalah beberapa saran yang dapat
berumur 15 tahun ke atas yang bekerja kurang dari 40,91
direkomendasikan untuk penelitian selanjutnya serta untuk
persen dan apabila faktor ini naik sebesar 1 persen, maka
kebijakan pemerintah yang terkait dengan program KB.
CPR akan cenderung naik sebesar 0,044. Provinsi Jawa
1. Penelitian ini terbatas pada model regresi nonparametrik
Barat, Kalimantan Timur, dan Sulawesi Utara merupakan
spline linier dengan menggunakan titik knot maksimal
provinsi yang termasuk di dalam kondisi ini. Apabila
hingga tiga titik knot, sehingga pada penelitian
persentase wanita berumur 15 tahun ke atas yang bekerja
selanjutnya dapat dikembangkan untuk model regresi
berkisar antara 40,91 persen sampai 42,14 persen dan
nonparametrik spline kuadratik atau kubik dengan
apabila faktor ini naik sebesar 1 persen, maka CPR akan
menggunakan kombinasi titik knot yang lebih banyak.
cenderung turun sebesar 0,1421. Provinsi yang termasuk di
dalam kondisi ini adalah Provinsi DI Aceh, Sulawesi 2. Dalam upaya mencapai target MDGs 2015 yang berkaitan
Selatan, dan Gorontalo. Selanjutnya apabila persentase dengan penggunaan kontrasepsi, maka sebaiknya
wanita berumur 15 tahun ke atas yang bekerja berkisar pemerintah lebih memperhatikan provinsi-provinsi yang
antara 42,14 persen sampai 59,95 persen dan apabila faktor masih memiliki CPR rendah diantaranya dengan
ini naik sebesar 1 persen, maka CPR akan cenderung naik meningkatkan kesejahteraan dan tingkat pendidikan
sebesar 0,0065. Provinsi Sumatera Utara, Sumatera Barat, penduduk.
Riau, Jambi, Sumatera Selatan, Bengkulu, Lampung,
Bangka Belitung, Kepulauan Riau, DKI Jakarta, Jawa DAFTAR PUSTAKA
Tengah, DI Yogyakarta, Jawa Timur, Banten, Nusa [1] Ramani, A. (2011). Pelaksanaan KB (Melalui
Tenggara Barat, Kalimantan Barat, Kalimantan Tengah, Jampersal) untuk Menekan Laju Pertumbuhan Penduduk
Kalimantan Selatan, Sulawesi Tengah, Sulawesi Tenggara, dan Pencapaian Target MDGs. Jember: Universitas
Maluku, Maluku Utara, dan Papua Barat adalah provinsi- Jember.
provinsi yang termasuk di dalam kondisi ini. Provinsi [2] Badan Pusat Statistik. (2014). Pengertian dan Istilah KB.
lainnya merupakan provinsi yang termasuk di dalam kondisi Data Statistik Indonesia 2014, http://www.bps.go.id
apabila persentase wanita berumur 15 tahun ke atas yang [Diakses 18 Agustus 2014].
bekerja lebih dari 59,95 persen dan apabila faktor ini naik [3] Tupen, S. N. & Budiantara, I. N. (2011). Uji Hipotesis
sebesar 1 persen. Pada kondisi tersebut CPR akan cenderung dalam Regresi Nonparametrik Spline. Prosiding Seminar
naik sebesar 0,0094. Apabila CPR naik, maka jumlah PUS Nasional Statistika. Universitas Diponegoro.
yang memakai alat kontrasepsi akan semakin banyak. [4] Budiantara, I. N. (2011). Penelitian Bidang Regresi
Sebaliknya, jumlah PUS yang memakai alat kontrasepsi Spline Menuju Terwujudnya Penelitian Statistika yang
cenderung kecil apabila CPR turun. Mandiri dan Berkarakter. Seminar Nasional FMIPA.
Universitas Pendidikan Ganesha.
V. KESIMPULAN DAN SARAN [5] Eubank, R. L. (1999). Nonparametric Regression and
Spline Smoothing 2th Edition. New York: Marcel Dekker.
A. Kesimpulan [6] Chandra, B. (2009). Ilmu Kedokteran: Pencegahan &
Berdasarkan hasil analisis dan pembahasan, dapat Komunitas. Jakarta: EGC.
diperoleh kesimpulan sebagai berikut. [7] Badan Koordinasi Keluarga Berencana Nasional. (2010).
1. Terdapat 69 sampai 70 penduduk yang menggunakan KB Bergerak Dinamis Mewujudkan Keluarga
kontrasepsi dari 100 penduduk di Indonesia pada tahun Berkualitas. http://www.bkkbn.go.id [Diakses 16
2012. Kondisi CPR di masing-masing provinsi di Oktober 2014].
Indonesia pada tahun 2012 diindikasikan tidak jauh
berbeda karena diketahui variasi dan keragamannya
cenderung kecil. Provinsi dengan CPR tertinggi ialah
Provinsi Bali, sedangkan CPR terendah berada di
Provinsi Papua.
2. Model regresi nonparametrik spline linier yang terbaik
pada kasus CPR ini adalah model yang menggunakan
tiga titik knot dengan nilai GCV minimum sebesar
20,133. Uji signifikansi parameter menunjukkan bahwa
persentase penduduk miskin, persentase wanita berumur