Rina Wahyuningsih - Universitas Islam Indonesia - Optimalisasi Sumber Daya Manusia Usia Produktif Dalam Menghadapi Indonesia Emas 2045
Rina Wahyuningsih - Universitas Islam Indonesia - Optimalisasi Sumber Daya Manusia Usia Produktif Dalam Menghadapi Indonesia Emas 2045
Diusulkan Oleh :
(Rina Wahyuningsih/14611079/2014)
(Zarina Ulfa/14611212/2014)
(Eka Rusnita/14611113/2014)
i
ii
KATA PENGANTAR
Puja dan Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa,
karena dengan limpahan rahmat dan pertolongan-Nya penulis dapat menyelesaikan
karya ilmiah yang berjudul “Optimalisasi Sumber Daya Manusia Usia Produktif
Dalam Menghadapi Indonesia Emas 2045”. Meskipun banyak rintangan dan
hambatan yang penulis alami dalam proses pembuatan karya ilmiah ini, namun
penulis dapat menyelesaikannya dengan baik.
Tak lupa penulis mengucapkan terimakasih kepada dosen pembimbing yang
telah membantu dalam pembuatan karya ilmiah ini. Penulis juga mengucapkan
terimakasih kepada semua pihak yang telah berkontribusi baik langsung maupun
tidak langsung dalam pembuatan karya ilmiah ini.
Penulis menyadari bahwa masih ada kekurangan dalam pembuatan karya
ilmiah ini, oleh karena itu penulis sangat mengharapkan kritik dan saran dari
pembaca. Akhir kata penulis berharap semoga karya ilmiah ini dapat bermanfaat
bagi kita bersama.
Penulis
iii
DAFTAR ISI
iv
3.2 Metode Pengumpulan Data ..................................................................... 15
3.3 Metode Analisis Data .............................................................................. 15
3.4 Batasan Masalah...................................................................................... 16
BAB V. PENUTUP
v
DAFTAR TABEL
vi
DAFTAR GAMBAR
vii
DAFTAR LAMPIRAN
viii
RINGKASAN
Dalam menuju kemerdekaan Indonesia ke 100 tahun yaitu pada tahun 2045,
dicanangkan sebuah tema Menuju Indonesia Emas. Program 100 tahun
kemerdekaan Republik Indonesia pada tahun 2045 diharapkan menjadi tonggak
Indonesia Emas pada saat peringatannya dan realitasnya. Indonesia merupakan
negara dengan jumlah penduduk yang besar. Di satu sisi, jumlah penduduk yang
besar merupakan modal dasar dalam mencapai tujuan pembangunan nasional,
namun disisi lain dengan pengelolaan yang tidak tepat, jumlah penduduk yang besar
akan menimbulkan masalah kependudukan. Salah satu masalah yang sangat krusial
adalah masalah ketenagakerjaan yaitu pengangguran. Pada penelitian ini
menggunakan variabel jumlah pengangguran di 33 provinsi di Indonesia, kecuali
Provinsi Kalimantan Utara. Tujuan dari penelitian ini untuk melihat bagaimana
persebaran pengangguran di Indonesia tahun 2013-2015 sehingga dapat diketahui
pola pengelompokan pengangguran di setiap provinsi di Indonesia, sehingga akan
diketahui prioritas daerah yang membutuhkan lapangan pekerjaan untuk setiap
wilayah untuk dapat meningkatkan pendapatan masyarakat yang akan berpengaruh
terhadap kesejahteraan. Analisis yang digunakan dalam penelitian ini adalah
pengujian spasial dengan menggunakan Moran’s I, LISA (Local Indicator of
Spatial Autocorrelation) dan Moran’s Scatterplot. Hasil analisis yang didapatkan
yaitu pada pengujian Moran’s I jumlah pengangguran tahun 2013-2015, semua
bernilai positif dan I > I0, hal ini menunjukkan adanya tingkat ketergantungan
spasial berupa autokorelasi positif atau pola yang mengelompok dan memiliki
kesamaan karakteristik pada lokasi yang berdekatan. Sedangkan hasil pengujian
LISA didapatkan hasil bahwa antara tahun 2013-2015 terdapat pengelompokan
pengangguran yang sama pada daerah yang signifikan, dimana dalam jangka 3
tahun tersebut pengangguran masih dominan pada provinsi-provinsi yang berada di
pulau Jawa antara lain provinsi Banten, DKI Jakarta, Jawa Barat dan Jawa Tengah.
Berdasarkan hasil Moran’s Scatterplot terdapat pola yang tetap antara tahun 2013-
2015, dimana kuadran I dihuni oleh provinsi-provinsi yang berada di Pulau Jawa.
Pulau jawa masih menjadi daya tarik tersendiri bagi masyarakat untuk mencari
pekerjaan karena pandangan bahwa Pulau Jawa merupakan pusat industri dan juga
pusat pemerintahan yang pasti akan tersedia banyak lapangan pekerjaan. Namun
kenyataannya pengangguran terbesar mengelompok di pulau jawa. Hal ini harus
menjadi perhatian pemerintah apakah ada yang salah dalam pembangunan ekonomi
nasional dalam hal ini pemerataan pendapatan antar wilayah di Indonesia. Selain
itu Peningkatan jumlah pengangguran usia muda produktif merupakan salah satu
masalah dimana terdapat kekeliruan paradigma bahwa penduduk usia muda kurang
menarik dan gengsi jika bekerja di sektor pertanian. Alhasil semua ingin bekerja di
sektor non-pertanian seperti industri, perdagangan, pemerintahan, perbankan dll,
dimana ada anggapan bahwa bekerja di sektor non-pertanian lebih menjanjikan atau
memiliki insentif ekonomi yang lebih tinggi ketimbang bekerja di sektor pertanian.
ix
BAB I
PENDAHULUAN
2.2 Pengangguran
Menurut Badan Pusat Statistik, pengangguran adalah istilah untuk orang yang
tidak bekerja sama sekali, sedang mencari pekerjaan, sedang mempersiapkan usaha,
atau sudah mempunyai pekerjaan tetapi belum mulai bekerja. Data pengangguran
dikumpulkan oleh BPS melalui survei rumah tangga, pada Survei Angkatan Kerja
Nasional (Sakernas). Sakernas merupakan survei yang khusus dirancang untuk
mengumpulkan data ketenagakerjaan secara periodik. Saat ini Sakernas
diselenggarakan dua kali setahun yaitu pada bulan Februari dan Agustus. Skema
tentang ketenagakerjaan pada Gambar 2.1.
dinyatakan dalam bentuk grid koordinat seperti dalam sajian peta ataupun dalam
bentuk pixel seperti dalam bentuk citra satelit. Dengan demikian pendekatan
analisis statistika spasial biasa disajikan dalam bentuk peta tematik.
Hukum pertama tentang geografi oleh W Tobler, mengemukakan bahwa
semua hal saling berkaitan satu dengan yang lainnya, tetapi sesuatu yang dekat akan
lebih berkaitan dari pada yang berjauhan. Hukum inilah yang menjadi pilar
mengenai kajian sains regional, sehingga dapat disimpulkan bahwa efek spasial
merupakan hal yang wajar terjadi antara satu daerah dengan daerah yang lainnya.
Menurut Kosfeld (2006) dalam Wuryandari (2014), informasi lokasi dapat
diketahui dari dua sumber antara lain yaitu:
1. Hubungan Ketetanggaan (neighborhood)
Hubungan ketetanggaan mencerminkan lokasi relatif dari satu unit spasial
atau lokasi ke lokasi yang lain dalam ruang tertentu. Hubungan ketetanggaan
dari unit-unit spasial biasanya dibentuk berdasarkan peta. Ketetanggaan dari
unit-unit spasial ini diharapkan dapat mencerminkan derajat ketergantungan
spasial yang tinggi jika dibandingkan dengan unit spasial yang letaknya
terpisah jauh.
2. Jarak (distance)
Lokasi yang terletak dalam suatu ruang tertentu dengan adanya garis
lintang dan garis bujur menjadi sebuah sumber informasi. Informasi inilah yang
digunakan untuk menghitung jarak antar titik yang terdapat dalam ruang.
Diharapkan kekuatan ketergantungan spasial akan menurun sesuai dengan
jarak yang ada.
Wong juga menyebut binary matrix atau matriks contiguity ini sebagai connectivity
matrix yang dinotasikan dengan C, dan cij merupakan nilai dalam matriks baris ke-
i dan kolom ke-j.
Matriks C mempunyai beberapa karakteristik yang menarik. Pertama, semua
diagonalnya cij adalah 0, karena diasumsikan bahwa suatu unit daerah tidak
berdekatan dengan dirinya sendiri. Kedua, matriks C adalah matriks simetrik
dimana cij = cji. Ketiga, baris dalam matriks C menunjukkan bagaimana suatu
daerah berhubungan spasial dengan daerah lain. Oleh karena itu, jumlah nilai pada
suatu baris ke-i merupakan jumlah tetangga yang dimiliki oleh daerah ke-i. Notasi
penjumlahan baris adalah :
ci = ∑𝑛j=1 𝑐𝑖𝑗 (2.1)
dengan :
ci = Total nilai baris ke-i
𝑐𝑖𝑗 = Nilai pada baris ke-i kolom ke-j
𝑐𝑖𝑗
𝑤𝑖𝑗 = (2.2)
𝑐𝑖.
b. Bishop Contiguity
Daerah pengamatannya ditentukan berdasarkan sudut-sudut yang saling
bersinggungan dan sisi tidak diperhitungkan. Ilustrasi untuk bishop contiguity
dilihat pada Gambar 2.3, dimana unit C1, C2, C3, dan C4 merupakan tetangga
dari unit A
c. Queen Contiguity
Daerah pengamatannya ditentukan berdasarkan sisi-sisi yang saling
bersinggungan dan sudut juga diperhitungkan. Ilustrasi untuk queen
contiguity dapat dilihat pada Gambar 2.4 dimana unit B1, B2, B3, dan B4
serta C1, C2, C3, dan C4 merupakan tetangga dari unit A
2.7.1 Moran’s I
Menurut Kosfeld (2006) dalam Wuryandari (2014) Indeks Moran (Moran’s I)
merupakan metode yang paling banyak digunakan untuk menghitung autokorelasi
spasial secara global. Metode ini dapat digunakan untuk mendeteksi permulaan dari
keacakan spasial. Keacakan spasial ini dapat mengindikasikan adanya pola-pola
yang mengelompok atau membentuk tren terhadap ruang.
Menurut Lee dan Wong (2001) dalam Kartika (2007), indeks Moran dapat diukur
dengan persamaan sebagai berikut :
𝑛 ∑𝑛 𝑛
𝑖=1 ∑𝑗=1 𝑤𝑖𝑗 (𝑥𝑖 − 𝑥̅ )(𝑥𝑗 − 𝑥̅ )
𝐼= ∑𝑛 𝑛 𝑛 2
(2.3)
𝑖=1 ∑𝑗=1 𝑤𝑖𝑗 ∑𝑖=1(𝑥𝑖 − 𝑥̅ )
dengan :
I : Indeks Moran
n : banyaknya pengamatan (daerah)
𝑥𝑖 : nilai pengamatan pada lokasi ke-i
𝑥𝑗 : nilai pengamatn pada lokasi ke-j
𝑥̅ : rata-rata dari 𝑥𝑖 dari n lokasi
𝑤𝑖𝑗 : elemen matriks contiguity antara lokasi ke-i dan lokasi ke-j
Rentang nilai dari Indeks Moran dalam kasus matriks pembobot spasial
terstandarisasi adalah -1 ≤ I ≤ 1. Nilai -1 ≤ I < 0 menunjukkan adanya autokorelasi
spasial negatif, sedangkan nilai 0 < I ≤ 1 menunjukkan adanya autokorelasi spasial
10
positif. Nilai Indeks Moran bernilai nol mengindikasikan nilai pengamatan tidak
berkelompok.
Hipotesis uji satu arah dari autokorelasi spasial adalah :
𝐻0 : I = 0 (Tidak ada autokorelasi spasial)
Sedangkan hipotesis alternatifnya (𝐻1 ≠ 0) yaitu:
1. 𝐻1 : I > 0 (Terdapat autokorelasi spasial positif)
2. 𝐻1 : I < 0 (Terdapat autokorelasi spasial negatif)
Menurut Lee dan Wong (2001) dalam Yoli (2007) statistik uji dari Indeks
Moran’s diturunkan dalam bentuk statistik peubah acak normal baku. Hal ini
didasarkan pada teori Dalil Limit Pusat dimana untuk n yang besar dan ragam
diketahui maka Z(I) akan menyebar normal baku dengan Z(I) adalah:
𝐼−𝐸(𝐼)
𝑍(𝐼) = (2.4)
√𝑉𝐴𝑅(𝐼)
dengan :
I = Indeks Moran
Z(I) = Nilai statistik uji Indeks Moran
E(I) = Nilai harapan dari Indeks Moran
VAR(I) = Ragam dari Indeks Moran
dengan:
−1
𝐸(𝐼) = (𝑛−1) (2.5)
𝑛2 𝑆1 −𝑛𝑆2 +3(𝑆0 )2
𝑉𝐴𝑅 (𝐼) = (2.6)
(𝑆0 )2 (𝑛2 −1)
dengan:
𝑆0 = ∑𝑛𝑖=1 ∑𝑛𝑗=1 𝑤𝑖𝑗 (2.7)
∑𝑛 𝑛
𝑖=1 ∑𝑗=1(𝑤𝑖𝑗 +𝑤𝑗𝑖 )
2
𝑆1 = (2.8)
2
dengan:
𝑤𝑖𝑗 = Elemen matriks contiguity
𝑤𝑖. = Total nilai baris ke-i matriks contiguity
11
Dengan kriteria pengambilan keputusan tolak 𝐻0 jika nilai |Z(I)| > 𝑍(𝛼). Sehingga
dapat disimpulkan terdapat autokorelasi spasial.
Statistik uji:
𝐼−𝐸(𝐼)
𝑍(𝐼) = (2.12)
√𝑉𝐴𝑅(𝐼)
dengan:
𝟏
𝐸 (𝐼) = 𝐼0 = − (2.13)
𝒏−𝟏
keterangan:
𝑤𝑖𝑗 = Matriks pembobot
12
Masalah ketenagakerjaan yang sampai saat ini masih menjadi perhatian serius
pemerintah adalah pengangguran. Pengangguran terjadi sebagai akibat dari
tingginya tingkat perubahan angkatan kerja yang tidak diimbangi dengan
penyerapan tenaga kerja yang disebabkan karena rendahnya pertumbuhan lapangan
kerja. Berikut ini pembahasan tentang jumlah pengangguran di Indonesia pada
tahun 2013-2015.
ongkos produksi, serta daya serap yang menururn karena peningkatan jumlah
angkatan kerja (Suhariyanto dalam http://bisniskeuangan.kompas.com)
Berdasarkan Gambar 4.1 terdapat perbedan jumlah pengangguran yang
signifikan antara pengangguran-pengangguran yang ada di provinsi-provinsi di
Pulau Jawa dan di luar Pulau Jawa. Hal ini dapat diartikan bahwa terjadi
ketimpangan pemerataan ekonomi antara Pulau Jawa dengan luar Pulau Jawa.
Pulau Jawa masih menjadi daya tarik untuk mencari pekerjaan bagi sebagian besar
orang, namun secara kenyataannya jumlah lapangan pekerjaan tidak sebanding
dengan jumlah angkatan kerja, sehingga menyebabkan pengangguran di Indonesia
didominasi oleh penduduk yang berada di Pulau Jawa.
tersebut pada uji signifikansi dengan α 5%, provinsi yang signifikan adalah
Provinsi Sulawesi Selatan, D.I Yogyakarta, Banten, Jawa Barat, Jawa Tengah dan
DKI Jakarta. Berdasarkan pengujian LISA tersebut, dapat disimpulkan bahwa ada
pengelompokan penduduk yang berstatus pengangguran pada provinsi yang
signifikan tersebut.
Provinsi I P-Value α
Sulawesi Selatan 0,0436 0,021
D.I Yogyakarta -0,9158 0,0240
Banten 1,8094898 0,008
0,05
DKI Jakarta 1,47825 0,006
Jawa Barat 5,02744 0,003
Jawa Tengah 4,068955 0,003
tersebut pada uji signifikansi dengan α 5%, provinsi yang signifikan adalah
Provinsi Sulawesi Selatan, D.I Yogyakarta, Banten, Jawa Barat, Jawa Tengah dan
DKI Jakarta. Berdasarkan pengujian LISA tersebut, dapat disimpulkan bahwa ada
pengelompokan penduduk yang berstatus pengangguran pada provinsi yang
signifikan tersebut.
Berdasarkan hasil pengujian LISA pada variabel jumlah pengangguran di
Indonesia, didapatkan hasil bahwa antara tahun 2013-2015 terdapat
pengelompokan pengangguran yang sama pada daerah yang signifikan. Artinya
pengangguran di Indonesia dalam jangka 3 tahun tersebut masih dominan di
provinsi yang sama, yaitu provinsi-provinsi yang berada di pulau Jawa antara lain
provinsi Banten, DKI Jakarta, Jawa Barat dan Jawa Tengah.
berada di Pulau Sumatera, Banten dan Sulawesi Selatan. Klasifikasi ketiga yaitu
jumlah pengangguran tinggi dengan jumlah 484.053-1.775.196 jiwa mencakup
wilayah Jakarta, Jawa Barat, Jawa Tengah dan Jawa Timur. Klasifikasi jumlah
pengangguran sedang dan tinggi didominasi provinsi-provinsi yang berada di Pulau
Sumatera dan Pulau Jawa, yang artinya pengangguran di Indonesia mayoritas
penduduk yang berada di Pulau Sumatera dan Pulau Jawa.
jawa masih menjadi daya tarik tersendiri bagi masyarakat untuk mencari pekerjaan
karena pandangan bahwa Pulau Jawa merupakan pusat industri dan juga pusat
pemerintahan yang pasti akan tersedia banyak lapangan pekerjaan. Namun
kenyataannya pengangguran terbesar mengelompok di pulau jawa. Hal ini harus
menjadi perhatian pemerintah apakah ada yang salah dalam pembangunan ekonomi
nasional dalam hal ini pemerataan pendapatan antar wilayah di Indonesia.
Ketimpangan perekonomian nasional antar wilayah merupakan salah satu
masalah tidak meratanya pembangunan nasional. Untuk meningkatkan
kesejahteraan masyarakat, diperlukan pertumbuhan ekonomi yang meningkat dan
distribusi pendapatan yang merata. Pengangguran di Indonesia mengelompok pada
Provinsi Banten, DKI Jakarta, Jawa Barat, Jawa Tengah dan Jawa Timur yang
semuanya merupakan provinsi-provinsi tempat industri nasional tumbuh dan
berkembang. Peningkatan jumlah pengangguran usia muda produktif merupakan
salah satu masalah karena rendahnya minat anak muda terhadap sektor pertanian
yang disebabkan karena profesi di sektor pertanian masih dipandang tidak
menjanjikan oleh anak-anak muda. Alhasil semua ingin bekerja di sektor non-
pertanian seperti industri, perdagangan, pemerintahan, perbankan dll, dimana
anggapan bahwa bekerja di sektor non-pertanian lebih menjanjikan atau memiliki
insentif ekonomi yang lebih tinggi ketimbang bekerja di sektor pertanian. Padahal
kita tahu bahwa Indonesia adalah negara agraris dengan kekayaan yang melimpah
dimana sebagian besar penduduknya bermata pencaharian sebagai petani. Sebagai
negara agraris sektor pertanian menyumbang peranan penting dalam kegiatan
perekonomian masyarakat.
Pengoptimalan usia muda produktif dalam pekerjaan di sektor pertanian di
seluruh wilayah Indonesia perlu ditingkatkan salah satunya pemerintah didorong
memberikan sejumlah insentif untuk menarik minat anak muda untuk terjun di
bidang pertanian. Menurut Suryo Wiyono Ketua Departemen Proteksi Tanaman
Institut Pertanian Bogor (IPB), perlambatan regenerasi petani banyak terjadi di
negara ASEAN, termasuk Indonesia sebagai negara agraris. Jika kondisi ini
dibiarkan, maka secara jangka panjang akan menyulitkan sektor pertanian dalam
negeri untuk berkembang, baik secara kualitas maupun kuantitas. Selain itu
29
5.1 Kesimpulan
Berdasarkan hasil pengujian pola spasial dapat disimpulkan bahwa hasil
Moran’s I pengangguran di Indonesia tahun 2013-2015 bernilai positif, hal ini
menunjukkan adanya tingkat ketergantungan spasial atau pola yang mengelompok
dan memiliki kesamaan karakteristik pada lokasi yang berdekatan. Pada pengujian
LISA, dapat disimpulkan bahwa ada pengelompokkan pengangguran pada
provinsi-provinsi yang berada di Pulau Jawa. Dari hasil Moran’s Scatterplot, tidak
terdapat perbedaan nama-nama provinsi pada setiap kuadran atau persebaran
pengangguran mempunyai pola yang konsisten dalam kurun waktu 2013-2015.
Peningkatan jumlah pengangguran usia muda produktif merupakan salah satu
masalah karena rendahnya minat anak muda di sektor pertanian, dimana anggapan
bahwa bekerja di sektor pertanian kurang menjanjikan dan memiliki insentif
ekonomi yang rendah. Padahal, sebagai negara agraris sektor pertanian
menyumbang peranan penting dalam kegiatan perekonomian masyarakat yang
dapat menyerap banyak tenaga kerja.
5.2 Saran
Dari hasil kesimpulan, maka penulis membuat saran antara lain:
1. Pemerintah dapat membuat skala prioritas dalam menyelidiki faktor-faktor apa
saja yang membuat pengangguran mengelompok di Pulau Jawa.
2. Pemerintah harus lebih gencar melakukan sosialisasi dan penyuluhan terhadap
penduduk usia muda produktif agar tertarik bekerja di sektor pertanian, karena
kualitas sumber daya manusia dapat berpengaruh terhadap hasil pertanian yang
diperoleh.
3. Masyarakat harus merubah paradigma bahwa bekerja di sektor pertanian
adalah pekerjaan kurang menjanjikan. Padahal dengan inovasi, sektor
pertanian dapat menjadi salah satu pekerjaan yang menjanjikan dimasa
mendatang, sehingga pengangguran di Indonesia dapat berkurang.
DAFTAR PUSTAKA
Badan Pusat Statistik (BPS). 2016. Statistik Indonesia. 2016. BPS. Jakarta
Badan Pusat Statistik (BPS). 2014. Keadaan Ketenagakerjaan Agustus 2014. BPS.
Jakarta
Bekti, Dwi Rokhana. 2012. Autokorelasi Spasial untuk Identifikasi Pola Hubungan
Kemiskinan di Jawa Timur. Jurnal ComTech. Vol. 3. No. 1. ISSN 2087:1244.
http://eprints.binus.ac.id/id/eprint/25404. (Diakses pada 9 Maret 2017)
Lukmansyah, Oky. 2017. Mengapa Anak Muda Mesti Didorong Jadi Petani.
[BeritaOnline].https://m.tempo.co/read/news/2017/04/25/090869319/menga
pa-anak-muda-mesti-didorong-jadi-petani. (Diakses pada tanggal 1 Juni
2017)
Prasetyo, Bagus. 2016. Indonesia Darurat Petani Muda. [Berita Online].
https://m.tempo.co/read/news/2016/08/11/090795077/indonesia-darurat-
petani-muda. (Diakses pada tanggal 1 Juni 2017)
Republik Indonesia. 2013. Undang-undang Republik Indonesia Nomor 13 Tahun
2013 Tentang Ketenagakerjaan. Jakarta: Sekretariat Negara
Sari, Elisa Valenta. 2015. Ekonomi Melambat, Pengangguran Indonesia
Bertambah.[BeritaOnline]. http://www.cnnindonesia.com/ekonomi/2015050
5150630-78-51318/ekonomi-melambat-pengangguran-indonesia-
bertambah/. (Diakses pada tanggal 24 Mei 2017)
Suhariyanto. 2015. BPS: Tingkat Pengangguran Terbuka Meningkat dari Tahun
Sebelumnya.[BeritaOnline].http://bisniskeuangan.kompas.com/read/2015/11
/05/171744726/BPS.Tingkat.Pengangguran.Terbuka.Meningkat.dari.Tahun.
Sebelumnya . (Diakses pada tanggal 28 Mei 2017)
Wibowo, Eddy Mungin. 2012. Menyiapkan Bangkitnya Generasi Emas Indonesia.
[Online]. http://bk-fkip.umk.ac.id/2012/09/menyiapkan-bangkitnya-
generasi-emas.html . (Diakses pada tanggal 24 Mei 2017)
Wuryandari, Triastuti, Abdul Hoyyi, Dewi Setya Kusumawardani, Dwi
Rahmawati. 2014. Identifikasi Autokorelasi Spasial pada Jumlah
Pengangguran di Jawa Tengah Menggunakan Indeks Moran. Vol. 7. No. 1.
http://ejournal.undip.ac.id. (Diakses pada 9 Maret 2017)
Yoli, Kartika. 2007. Pola Penyebaran Spasial Demam Berdarah Dengue di Kota
Bogor Tahun 2005. Tugas Akhir. Institut Pertanian Bogor: Bogor
LAMPIRAN
Lampiran 1. Uji Hipotesis Pengangguran di Indonesia
a. Uji hipotesis
𝐻0 : 𝐼 = 0 (Tidak terdapat keterkaitan jumlah pengangguran tahun 2013
antar wilayah di Indonesia)
𝐻1 : 𝐼 ≠ 0 (Terdapat keterkaitan jumlah pengangguran tahun 2013 antar
wilayah di Indonesia)
b. Tingkat Signifikansi
α = 5%
c. Daerah Kritis
Tolak 𝐻0 , jika Z(I) > 𝑍(𝛼)
d. Statistik Uji
1
𝐸(𝐼) = − 𝑛−1
𝑛 ∑𝑛 𝑛
𝑖=1 ∑𝑗=1 𝑤𝑖𝑗 (𝑥𝑖 − 𝑥̅ )(𝑥𝑗 − 𝑥̅ )
1
𝐼= ∑𝑛 𝑛 𝑛 = 0.488308
= − 33−1 𝑖=1 ∑𝑗=1 𝑤𝑖𝑗 ∑𝑖=1(𝑥𝑖 − 𝑥̅ )
𝐸(𝐼) = −0,031
𝑛2 𝑆1 −𝑛𝑆2 +3(𝑆0 )2
𝑉𝑎𝑟 (𝐼) =
(𝑆0 )2 (𝑛2 −1)
= 0,066231
𝐼−𝐸(𝐼) 0,488308−(−0,031)
𝑍(𝐼) = = = 2,018854
√𝑉𝐴𝑅(𝐼) √0,066231
e. Keputusan
Z(I) > 𝑍(𝛼) = (2,018854 > 1,960) maka tolak 𝐻0
f. Kesimpulan
Dengan menggunakan tingkat signifikansi sebesar 5% didapatkan keputusan
tolak 𝐻0 , maka dapat disimpulkan bahwa terdapat keterkaitan jumlah
pengangguran tahun 2013 antar wilayah di Indonesia.
2. Pengujian Moran’s I, pada pengangguran di Indonesia tahun 2014
a. Uji hipotesis
𝐻0 : 𝐼 = 0 (Tidak terdapat keterkaitan jumlah pengangguran tahun 2014
antar wilayah di Indonesia)
𝐻1 : 𝐼 ≠ 0 (Terdapat keterkaitan jumlah pengangguran tahun 2014 antar
wilayah di Indonesia)
b. Tingkat Signifikansi
α = 5%
c. Daerah Kritis
Tolak 𝐻0 , jika Z(I) > 𝑍(𝛼)
d. Statistik Uji
1
𝐸(𝐼) = − 𝑛−1 𝑛 ∑𝑛 𝑛
𝑖=1 ∑𝑗=1 𝑤𝑖𝑗 (𝑥𝑖 − 𝑥̅ )(𝑥𝑗 − 𝑥̅ )
𝐼= ∑𝑛 𝑛 𝑛 = 0,54758
𝑖=1 ∑𝑗=1 𝑤𝑖𝑗 ∑𝑖=1(𝑥𝑖 − 𝑥̅ )
1
= − 33−1
𝐸(𝐼) = −0,031
𝑛2 𝑆1 −𝑛𝑆2 +3(𝑆0 )2
𝑉𝑎𝑟 (𝐼) =
(𝑆0 )2 (𝑛2 −1)
= 0,066231
𝐼−𝐸(𝐼) 0,54758−(−0,031)
𝑍(𝐼) = = = 2,249172
√𝑉𝐴𝑅(𝐼) √0,066231
e. Keputusan
Z(I) > 𝑍(𝛼) = (2,249172 > 1,960) maka tolak 𝐻0
f. Kesimpulan
Dengan menggunakan tingkat signifikansi sebesar 5% didapatkan keputusan
tolak 𝐻0 , maka dapat disimpulkan bahwa terdapat keterkaitan jumlah
pengangguran tahun 2014 antar wilayah di Indonesia.
3. Pengujian Moran’s I, pada pengangguran di Inonesia tahun 2015
a. Uji hipotesis
𝐻0 : 𝐼 = 0 (Tidak terdapat keterkaitan jumlah pengangguran tahun 2015
antar wilayah di Indonesia)
𝐻1 : 𝐼 ≠ 0 (Terdapat keterkaitan jumlah pengangguran tahun 2015 antar
wilayah di Indonesia)
b. Tingkat Signifikansi
α = 5%
c. Daerah Kritis
Tolak 𝐻0 , jika Z(I) > 𝑍(𝛼)
d. Statistik Uji
𝐸(𝐼) = −
1
𝑛 ∑𝑛 𝑛
𝑖=1 ∑𝑗=1 𝑤𝑖𝑗 (𝑥𝑖 − 𝑥̅ )(𝑥𝑗 − 𝑥̅ )
𝑛−1 𝐼= ∑𝑛 𝑛 𝑛 = 0,54493
1 𝑖=1 ∑𝑗=1 𝑤𝑖𝑗 ∑𝑖=1(𝑥𝑖 − 𝑥̅ )
= − 33−1
𝐸(𝐼) = −0,031
𝑛2 𝑆1 −𝑛𝑆2 +3(𝑆0 )2
𝑉𝑎𝑟 (𝐼) =
(𝑆0 )2 (𝑛2 −1)
= 0,066231
𝐼−𝐸(𝐼) 0,54493−(−0,031)
𝑍(𝐼) = = = 2,238855
√𝑉𝐴𝑅(𝐼) √0,066231
e. Keputusan
Z(I) > 𝑍(𝛼) = (2,238855> 1,960) maka tolak 𝐻0
f. Kesimpulan
Dengan menggunakan tingkat signifikansi sebesar 5% didapatkan
keputusan tolak 𝐻0 , maka dapat disimpulkan bahwa terdapat keterkaitan
jumlah pengangguran tahun 2014 antar wilayah di Indonesia.
Lampiran 2. Biodata Ketua
A. Identitas Diri
1. Nama Lengkap Rina Wahyuningsih
2. Jenis Kelamin Perempuan
3. Program Studi Statistika
4. NIM 14611079
5. Tempat Tanggal Lahir Sukoharjo, 9 April 1997
6. E-mail 14611079@students.uii.ac.id
7. No. Telepon/Hp 085867362641
B. Riwayat Pendidikan
Nama Institusi Tahun Masuk-Lulus
SD SD Negeri Pucangan 02 2003-2009
SMP SMP Negeri 9 Surakarta 2009-2011
SMA SMA Negeri 7 Surakarta 2011-2014
C. Pengalaman Organisasi
No. Nama Organisasi Jabatan Tahun
1. - - -
D. Karya Ilmiah
No. Judul Karya Ilmiah
1. Optimalisasi Produksi Padi Dalam Negeri Guna Meningkatkan
Daya Saing Indonesia Di Era Mea
E. Penghargaan dalam 10 tahun Terakhir (dari Pemerintah, asosiasi atau
Institusi lainnya)
No. Jenis Penghargaan Institusi Pemberi Tahun
Penghargaan
1. Beasiswa Peningkatan
Kemendikti 2014-2015
Prestasi Akademik
2. Beasiswa Peningkatan Kemendikti
2015-2016
Prestasi Akademik
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar
dan dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari
ternyata dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima
sanksi. Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah
satu persyaratan dalam pengajuan Lomba Karya Tulis Ilmiah Himpunan
Mahasiswa Program Ekstensi Fakultas Ekonomi dan Bisnis Universitas Udayana
2017.
Rina Wahyuningsih
Lampiran 3. Biodata Anggota 1
A. Identitas Diri
1. Nama Lengkap Zarina Ulfa
2. Jenis Kelamin Perempuan
3. Program Studi Statistika
4. NIM 14611212
5. Tempat Tanggal Lahir Padang, 08 Juni 1996
6. E-mail zarinaulfa@gmail.com
7. No. Telepon/Hp 085729199828
B. Riwayat Pendidikan
Nama Institusi Tahun Masuk-Lulus
SD SD Gentan 2002-2008
SMP SMP N 2 Ngaglik 2008-2011
SMA MAN YOGYAKARTA III 2011-2014
C. Pengalaman Organisasi
No. Nama Organisasi Jabatan Tahun
1. - - -
D. Karya Ilmiah
No. Judul Karya Ilmiah
1. Analysis Of Flood Events In Indonesia With Rule Association
Algorithm Apriori
E. Penghargaan dalam 10 tahun Terakhir (dari Pemerintah, asosiasi atau
Institusi lainnya)
No. Jenis Penghargaan Institusi Pemberi Tahun
Penghargaan
1. -
2. -
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar
dan dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari
ternyata dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima
sanksi. Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah
satu persyaratan dalam pengajuan Lomba Karya Tulis Ilmiah Himpunan
Mahasiswa Program Ekstensi Fakultas Ekonomi dan Bisnis Universitas Udayana
2017.
Zarina Ulfa
Lampiran 4. Biodata Anggota 2
A. Identitas Diri
1. Nama Lengkap Eka Rusnita
2. Jenis Kelamin Perempuan
3. Program Studi Statistika
4. NIM 14611113
5. Tempat Tanggal Lahir Balikpapan, 09 November 1996
6. E-mail ekarusnita@gmail.com
7. No. Telepon/Hp 082325685567
B. Riwayat Pendidikan
Nama Institusi Tahun Masuk-Lulus
SD SDN 002 Balikpapan 2002-2008
SMP SMPN 19 Balikpapan 2008-2011
SMA SMAN 7 Balikpapan 2011-2014
C. Pengalaman Organisasi
No. Nama Organisasi Jabatan Tahun
IKS (Ikatan Keluarga Staff Departemen
1. 2015/2016
Statistika) Hubungan Masyarakat
INVISIO (Tim Promosi dan Staff Finance and
2. 2017/2018
Marketing Prodi Statistika) Administration
D. Karya Ilmiah
No. Judul Karya Ilmiah
1. -
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar
dan dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari
ternyata dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima
sanksi. Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah
satu persyaratan dalam pengajuan Lomba Karya Tulis Ilmiah Himpunan
Mahasiswa Program Ekstensi Fakultas Ekonomi dan Bisnis Universitas Udayana
2017.
Yogyakarta, 7 Juni 2017
Pengusul
Eka Rusnita