DAFTAR ISI
BAB I
1.1 Latar Belakang
1.2 Maksud dan Tujuan
1.3 Ruang Lingkup
1.3.1 Ruang Lingkup Materi
1.3.2 Ruang Lingkup Lokasi Penelitian
BAB II
2.1 GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
2.1.1 Regresi Spasial
2.1.2 Model Regresi Spasial
BAB III
3.1 Studi Kasus
3.2 Langkah Kerja
3.3 Interpretasi
BAB V
5.1 Kesimpulan
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pembangunan manusia berarti pertumbuhan yang positif dan perubahan dalam
bidang ekonomi, sosial, politik, budaya, lingkungan, dan tingkat kesejahteraan. Hal
ini harus terjadi pada semua aspek kehidupan, bhaik ekonomi, sosial, politik, budaya,
dan lingkungan. Oleh karena itu, fokus utama pembangunan manusia adalah manusia
dan kesejahteraannya.
Konsep pembangunan manusia memang terdengar berbeda di banding konsep
klasik pembangunan yang memberikan perhatian utama pada pertumbuhan ekonomi.
Pembangunan manusia menekankan pada perluasan pilihan masyarakat untuk hidup
penuh dengan kebebasan dan bermartabat. Tidak hanya itu, pembangunan manusia
juga berbicara tentang perluasankapasitas individu dan komunitas untuk memperluas
jangkauan pilihan mereka dalam upaya memenuhi aspirasinya. Perspektif
pembangunan manusia merupakan sebuah pemikiran radikal dalam konsep
pembangunan.
Perspektif ini menggantikan konsep pertumbuhan ekonomi dan pertumbuhan
pendapatan perkapita yang digunakan oleh perencana kebijakan sebelumnya. United
Nation for Development Programme (UNDP) menempatkan manusia sebagai
kekayaan bangsa yang sesungguhnya. Pertumbuhan ekonomi yang di pandang dari
sisi perdagangan, investasi, dan teknologi merupakan hal yang esensial. Akan tetapi,
hal itu hanya melihat manusia sebagai alat untuk mencapai pertumbuhan, dan bukan
sebagai tujuan dari pembangunan.
Pendekatan pembangunan manusia menggabungkan aspek produksi dan
distribusi komoditas, serta peningkatan dan pemanfaatan kemampuan manusia.
Pembangunan manusia melihat secara bersamaan semua isu dalam
masyarakatpertumbuhan eknomi, perdagangan, ketenagakerjaan, kebebasan politik
ataupun nilainilai kultural- dari sudut pandang manusia. Pembangunan manusia juga
mencakup isu penting lainnya, yaitu gender. Dengan demikian, pembangunan
3. Setelah aplikasi SPSS sudah dibuka, klik Variable View untuk mengatur
kolom yang akandipakai untuk input data.
4. Setelah itu atur tipe tipe kolom pada SPSS sesuai dengan bentuk data yang
akan di input :
a) kolom 1 : Beri nama kolom dengan nama Kabupaten > pada pilihan Type,
pilih String (karena input data berupa teks) > pada pilihan width pilih 20
(batas maksimal karakter) > pada pilihan decimals pilih 0 > pada pilihan
align pilih rata kiri (Left) > pada pilihan measure pilih Nominal.
b) kolom 2 : Beri nama dengan nama Y (variabel terikat) ? pada pilihan type,
pilih numeric (karena input data berupa angka) > pada pilihan width pilih
15 (batas maksimal karakter) > pada pilihan decimals pilih 2 (batas
maksimal jumlah angka decimal) > pada pilihan align pilih rata kanan
(right) > pada pilihan measure pilih Scale.
c) kolom 3 : Beri nama dengan nama X1 (variabel bebas 1) > pada pilihan
type, pilih numeric (karena input data berupa angka) > pada pilihan width
pilih 15 (batas maksimal karakter) > pada pilihan decimals pilih 2 (batas
maksimal jumlah angka decimal) > pada pilihan align pilih rata kanan
(right) > pada pilihan measure pilih Scale.
d) kolom 4 : Beri nama dengan nama X2 (variabel bebas 2) > pada pilihan
type, pilih numeric (karena input data berupa angka) > pada pilihan width
pilih 15 (batas maksimal karakter) > pada pilihan decimals pilih 2 (batas
maksimal jumlah angka decimal) > pada pilihan align pilih rata kanan
(right) > pada pilihan measure pilih Scale.
e) kolom 5 : Beri nama dengan nama X3 (variabel bebas 3) > pada pilihan
type, pilih numeric (karena input data berupa angka) > pada pilihan width
pilih 15 (batas maksimal karakter) > pada pilihan decimals pilih 2 (batas
maksimal jumlah angka decimal) > pada pilihan align pilih rata kanan
(right) > pada pilihan measure pilih Scale.
f) kolom 6 : Beri nama dengan nama X4 (variabel bebas 4) > pada pilihan
type, pilih numeric (karena input data berupa angka) > pada pilihan width
pilih 15 (batas maksimal karakter) > pada pilihan decimals pilih 2 (batas
maksimal jumlah angka decimal) > pada pilihan align pilih rata kanan
(right) > pada pilihan measure pilih Scale.
g) kolom 7 : Beri nama dengan nama X5 (variabel bebas 5) > pada pilihan
type, pilih numeric (karena input data berupa angka) > pada pilihan width
pilih 15 (batas maksimal karakter) > pada pilihan decimals pilih 2 (batas
maksimal jumlah angka decimal) > pada pilihan align pilih rata kanan
(right) > pada pilihan measure pilih Scale.
h) kolom 8 : Beri nama dengan nama X6 (variabel bebas 6) > pada pilihan
type, pilih numeric (karena input data berupa angka) > pada pilihan width
pilih 15 (batas maksimal karakter) > pada pilihan decimals pilih 2 (batas
maksimal jumlah angka decimal) > pada pilihan align pilih rata kanan
(right) > pada pilihan measure pilih Scale.
i) kolom 9 : Beri nama dengan nama X7 (variabel bebas 7) > pada pilihan
type, pilih numeric (karena input data berupa angka) > pada pilihan width
pilih 15 (batas maksimal karakter) > pada pilihan decimals pilih 2 (batas
maksimal jumlah angka decimal) > pada pilihan align pilih rata kanan
(right) > pada pilihan measure pilih Scale.
5. Setelah mengatur tipe-tipe kolom, klik data view.
6. Setelah berada pada tampilan data view, input data-data x dan y yang akan di
standarisasi dengan cara, Copy data dari excel > paste pada kolom yang ada
pada SPSS.
7. Setelah input data selesai lakukan standarisaasi dengan cara, Klik Toolbar
Analyze > Klik Descriptive Statistics > Klik Descriptive.
8. Setelah itu, Blok semua variabel > Klik tanda panah kearah kanan > centang
pada bagian save standardized values as vaiables > lalu klik ok
9. Berikut adalah angka Z-Score hasil standarisasi data menggunakan SPSS.
10. Setelah itu, blok semua variabel hasil standarisasi > tekan Ctrl + C untuk copy
data > lalu paste pada excel.
11. Setelah itu buka Aplikasi Arc Map dan masukkan data SHP batas administrasi
Jawa timur (nama shp: Jawa timur).
12. Setelah itu konversi data-data yang sudah di standarisasi tadi yang berbrntuk
excel, menjadi data tabel atriibut di Arcgis dengan cara, buka arc toolbox >
Klik toolbox Conversion tools > Klik excel > pilih excel to table.
13. Setelah jendela tools excel to table telah muncul, pada input excel file, pilih
data excel yang akan di konversi (Nama file: VARIABEL Z SCORE) >
pada output table, pilih lokasi penyimpanan hasil konversi ( Note: jika
penyimpanan dilakukan pada folder biasa, pada akhir nama file
ditambahkan .dbf. jika file disimpan di file geodatabase maka diakhir
nama file tidak perlu ditambahkan apapun) > lalu pada sheet (optional),
pilih sheet excel yang akan dikonversi > lalu klik ok.
14. Berikut adalah hasil konversi data excel menjadi data attribute.
15. Hapus field (Kolom) yang tidak diperlukan pada data attribute tersebut
(Hapus Field “No”)
16. Setelah itu lakukan penggabungan data tabel yang telah dikonversi tadi
dengan SHP Jawa Timur dengan cara, klik kanan pada SHP Jawa Timur >
Klik join and relate > klik Join.
17. Setelah muncul tampilan dari tools join, pada kolom 1 pilih field (kolom)
Name_2 (berisi nama Kab/Kota) > pada kolom 2 pilih data attribute yang
telah dikonversi tadi > pada join option pilih keep only matching records >
lalu klik ok.
18. Berikut adalah hasil join data attribute.
19. Hapus field (kolom) yang tidak diperlukan agar tidak mengganggu, sehingga
menjadi data attribute seperti dibawah ini.
20. Selanjutnya adalah tahapan awal pada Analisa regresi spasial, yaitu
melakukan analisis faktor dengan cara, klik arctoolbox > klik spatial statistic
tools > klik modelling spatial relationship > lalu pilih tools Ordinary Least
Square (OLS).
21. Setelah muncul jendela tools Ordinary Least Square (OLS), pada input feature
class masukkan SHP Jawa timur > pada kolom unique ID Field, pilih
Jawatimur.Id_1 (field yang berisi kab/kota yang di representasikan dengan
urutan angka) > pada output feature class pilih lokasi penyimpanan > pada
kolom dependent variable, pilih jatim1.Y (Variabel terikat) > pada kolom
explanatory variables, pilih semua variabel bebas (Jatim1.X1 hingga
Jatim1.X7). > pada kolom output report file (Optional), pilih lokasi
penyimpanan dari output yang berbentuk file PDF >lalu klik Ok.
22. Berikut adalah hasil dari analisis faktor menggunakan tools Ordinary Least
Square (OLS).
Pada umumnya dari output tersebut, variabel yang memiliki tanda (*) adalah
variabel yang dipilih untuk dilakukan pada tahapan Analisa selanjutnya. Namun ada
kalanya tools OLS ini akan memunculkan hasil yang kurang realistis. Jika dalam
kasus ini, pada output tersebut dapat diketahui bahwa variabel X6 (kepadatan
penduduk) memiliki probabilitas yang paling rendah jika dibandingkan dengan
variabel lainnya, maka dari itu tahapan selanjutnya adalah melakukan analisis faktor
kembali dengan mereduksi variabel X6 (Kepadatan Penduduk).
23. Lakukan kembali analisis faktor dengan Langkah yang sama yaitu dengan
cara, klik arctoolbox > klik spatial statistic tools > klik modelling spatial
relationship > lalu pilih tools Ordinary Least Square (OLS).
24. Setelah muncul jendela tools Ordinary Least Square (OLS), pada input feature
class masukkan SHP Jawa timur > pada kolom unique ID Field, pilih
Jawatimur.Id_1 (field yang berisi kab/kota yang di representasikan dengan
urutan angka) > pada output feature class pilih lokasi penyimpanan > pada
kolom dependent variable, pilih jatim1.Y (Variabel terikat) > pada kolom
explanatory variables, pilih semua variabel bebas kecuali variabel X6 > pada
kolom output report file (Optional), pilih lokasi penyimpanan dari output yang
berbentuk file PDF >lalu klik Ok.
25. Berikut adalah hasil dari analisis faktor Ke-2 dengan menggunakan tools
Ordinary Least Square (OLS).
Dari hasil diatas dapat diketahui bahwa variabel X1 memiliki probabilitas yang
paling rendah. Jika pada tahapan sebelumnya, variabel yang memiliki probabilitas
rendah dilakukan proses reduksi, namun pada tahap ini dilakukan terlebih dahulu
hingga tahapan akhir proses Analisa regresi spasial. Jika nantinya nilai Rsqaure pada
tahapan GWR menunjukan angka dibawah 0,5 maka akan dilakukan proses reduksi
variabel kembali.
26. Selanjutnya adalah melakukan uji autokorelasi dengan cara, klik arctoolbox >
klik spatial statistic tools > klik analyzing patterns > lalu pilih tools spatial
autocorrelation (Moran’s I).
27. Setelah muncul jendela tools spatial autocorrelation (Moran’s I), pada kolom
input feature class, masukkan SHP hasil OLS tadi dengan nama SHP
OLSreduksi > Pada kolom input field, pilih Field Stdresid > beri centang pada
kolom Generate report (Optional) > pada conceptualization of spatial
relationship pilih INVERSE_DISTANCE > pada Distance Method pilih
EUCLIDEAN_DISTANCE > Pada kolom standardization pilih ROW > lalu
klik Ok
28. Berikut adalah output dari tahapan uji autokorelasi menggunakan tools spatial
autocorrelation (Moran’s I).
(untuk melihat tempat tersimpanya output, klik result pilih seperti yang di blok,
nanti itu berupa link ke browser yang ada pada laptop)