Metode Regresi Linier Untuk Prediksi Jumlah Penduduk

Kabupaten Tuban
Fajar Indrwan, Fiqri Baihaqi Hermawanto , dan Risvan Suryansyah

FAKULTAS TEKNOLOGI INFORMASI DAN INDUSTRI

INSTITUT TEKNOLOGI TELKOM SURABAYA
Jl. Ketintang No.156, Ketintang, Kec. Gayungan, Kota SBY, Jawa Timur 60231
 humas@ittelkom-sby.ac.id

Abstrak
Kabupaten Tuban di Jawa Timur mengalami peningkatan jumlah penduduk yang cukup
signifikan beberapa tahun sebelumnya. Diakibatkan lebih banyak nya angka kelahiran dari
pada angka kematian. Tujuan yang ingin kami capai adalah untuk mengetahui apakah jumlah
penduduk yang bertambah di Kabupaten Tuban mengalami peningkatan atau penurunan dari
waktu ke waktu.Agar dapat mengetahui prediksi tingkat Jumlah Penduduk Kabupaten Tuban
maka digunakan regresi linier sederhana. Regresi linear dapat memberikan informasi yang
membantu pemerintahan Kabupaten Tuban dalam mengambil kebijakan guna menekan angka
pertambahan masyarakat supaya tidak berlebihan

Kata Kunci : Kemiskinan, Penduduk, Regresi Linear Sederhana

I. PENDAHULUAN wilayah seperti makin bertambah nya angka

Kabupaten Tuban di Jawa Timur
mengalami peningkatan jumlah penduduk
yang cukup signifikan beberapa tahun
sebelumnya. Diakibatkan lebih banyak nya
angka kelahiran dari pada angka kematian.
Tujuan yang ingin kami capai adalah untuk
mengetahui apakah jumlah penduduk yang
bertambah di Kabupaten Tuban mengalami
peningkatan atau penurunan dari waktu ke
waktu.Agar dapat mengetahui prediksi
tingkat Jumlah Penduduk Kab.Tuban maka
digunakan regresi linier sederhana.Regrasi
linear dapat memberikan informasi yang
membantu pemerintahan Kab.Tuban dalam
mengambil kebijakan guna menekan angka
pertambahan masyarakat supaya tidak
berlebihan. Di beberapa negara jumlah
penduduk yang berlebihan terkadang bisa
menyebabkan dampak yang buruk bagi suatu
pengangguran dari itu maka juga akan
bertambah nya kasus kejahatan di wilayah
tersebut dikarena kan kurang nya lapangan
pekerjaan yang menunjang wilayah tersebut
dikarenakan susah nya ekonomi.Menurut
data menurut Badan Pusat Statistik
Kab.Tuban peningkatan penduduk dari tahun
2009 – 2013 cukup banyak mengalami
penambahan. Data yang digunakan adalah
data berskala interval dan rasio. Dengan
menggunakan metode ini dalam
memprediksi pertambahan angka penduduk
ditahun tahun berikutnya sehingga
pemerintah kabupaten dapat memberikan
solusi agak tidak terjadi terjadi terlalu
banyak populasi.
II. TINJAUAN PUSTAKA
1. Kemiskinan adalah keadaan saat
ketidakmampuan untuk memenuhi
 kebutuhan dasar seperti makanan,
pakaian, tempat berlindung,
pendidikan, dan kesehatan.
Kemiskinan dapat disebabkan oleh
kelangkaan alat pemenuh kebutuhan
dasar, ataupun sulitnya akses
terhadap pendidikan dan pekerjaan.
Kemiskinan merupakan masalah
global. Sebagian orang memahami
istilah ini secara subyektif dan
komparatif, sementara yang lainnya
melihatnya dari segi moral dan
evaluatif, dan yang lainnya lagi
memahaminya dari sudut ilmiah yang
telah mapan, dan lain-lain. Sebagai
suatu kondisi kehidupan yang serba
kekurangan yang dialami seseorang
yang mempunyai pengeluaran per
kapita selama sebulan tidak cukup
memenuhi kebutuhan hidup standar
minimum. Kebutuhan standar
minimum digambarkan dengan garis
kemiskinan (GK) yaitu batas
minimum pengeluaran per kapita per
bulan untuk memenuhi kebutuhan
minimum makanan dan non
makanan. BPS mendefinisikan
kemiskinan sebagai kondisi dimana
seseorang atau sekelompok orang,
laki-laki dan perempuan tidak mampu
memenuhi hak- hak dasarnya untuk
mempertahankan dan
mengembangkan kehidupan yang
bermartabat. Hak- hak dasar tersebut
antara lain : Terpenuhinya kebutuhan
pangan, kesehatan, pendidikan,
pekerjaan, perumahan, air bersih,
pertanahan, sumber daya alam dan
lingkungan hidup
2. Rasa aman dari perlakuan atau
ancaman tindak kekerasan
2 Mosharafa: Jurnal Pendidikan Matematika
Copyright © 2019 Mosharafa: Jurnal Pendidikan Matematika
3. Hak untuk berpartisipasi dalam
kehidupan sosial politik
Bagi ILO, pengentasan kemiskinan
merupakan tema sentral dari misinya
untuk menciptakan kesempatan kerja
yang layak bagi semua orang. Laporan
ILO tahun 2003, Working Out of Poverty
(Terbebas dari Kemiskinan) menyatakan
bahwa:
Bagi seseorang, kemiskinan merupakan
mimpi buruk. Kemiskinan adalah sebuah
lingkaran setan buruknya tingkat kesehatan,
menurunnya kemampuan bekerja,
produktivitas yang rendah serta pendeknya
usia harapan hidup. Sedangkan bagi
keluarga, kemiskinan merupakan sebuah
perangkap. Kemiskinan menyebabkan
tingkat pendidikan yang tidak memadai,
keterampilan yang rendah, pendapatan yang
tidak pasti, menjadi orang tua usia dini, serta
memburuknya kesehatan. Bagi masyarakat,
kemiskinan merupakan sebuah kutukan. Ia
akan menghalangi pertumbuhan, memicu
ketimpangan sosial dan menghambat negara-
negara berkembang menuju pembangunan
yang berkelanjutan. Namun terdapat juga
wajah kemiskinan yang lainnya. Orang-orang
yang hidup dalam kondisi sangat
kekurangan sangat mengandalkan
keberanian, kejelian serta keteguhan dan
saling mendukung untuk tetap bertahan
dalam pusaran hidup yang keras. Ketahanan
hidup dalam kemiskinan menunjukkan
keuletan dan kreatifitas semangat manusia.
Dalam banyak hal, orang-orang miskin yang
bekerja merupakan wirausahawan sejati.
Sedangkan Menurut Soerjono Soekanto
diartikan sebagai suatu keadaan dimana
seseorang tidak mampu memelihara dirinya
sendiri sesuai dengan taraf kehidupan
Volume 8, Nomor 1, Januari 2019
kelompok dan juga tidak mampu penduduk kemiskinan dengan jumlah
memanfaatkan tanaga mental maupun penduduk di daerah Tuban. Dari data yang
fisiknya dalam kehidupan tersebut.8 ada jumlah penduduk kemiskinan mengalami
Kemiskinan dilihat dari berbagai faktor penurunan pada tahun 2009 – 2013.
antara lain: pendapatan yang rendah, Tahu Jumlah Penduduk Jumlah
perluasan kemiskinan yaitu keluarga miskin n Miskin Penduduk
2009 240980 1080956
yang menghasilkan keturunan miskin yang 2010 225800 1121000
baru dan juga kebiasaan sehari-hari yang 2011 211500 1127884
membuat hidup miskin seperti 2012 202000 1134584
mengkonsumsi barang mahal/mewah, 2013 196100 1141497
walaupun keadaan ekonominya pas-pasan. Gambar 3.1 Data Jumlah Penduduk
Kemiskinan banyak. Jenis Jenis kemiskinan Miskin dan Jumlah Penduduk.
ada 3 yaitu : 1. Kemiskinan Absolut.
Kemiskinan absolut merupakan jenis IV. HASIL DAN PEMBAHASAN
kemiskinan di mana orang-orang miskin Column Column
   
mempunyai tingkat pendapatan di bawah 1 2
       
garis kemiskinan atau jumlah pendapatannya
Mean 215276 Mean 1121184,2
tidak cukup untuk memenuhi kebutuhan Standard 8153,7706 Standard 10619,307
pokok hidup, seperti pangan, pakaian, dan Error 61 Error 44
tempat tinggal. 2. Kemiskinan Relatif. Median 211500 Median 1127884
Kemiskinan relatif merupakan jenis Mode #N/A Mode #N/A
kemiskinan yang terjadi karena pengaruh Standard Standard
18232,385 23745,493
kebijakan pembangunan yang belum Deviatio Deviatio
47 3
menjangkau seluruh masyarakat. Sehingga n n
mengakibatkan terjadinya ketimpangan pada Sample Sample 563848452
332419880
pendapatan atau bisa dikatakan bahwa Variance Variance ,2
-
seseorang sebenarnya telah hidup di atas 3,1009749
Kurtosis 1,0401123 Kurtosis
garis kemiskinan namun masih berada di 42
bawah kemampuan masyarakat sekitarnya. 3. 3
-
Kemiskinan Struktural. Kemiskinan Skewnes 0,5983085 Skewnes
1,6809258
struktural merupakan kemiskinan yang s 85 s
dialami oleh suatu golongan masyarakat 79
Range 44880 Range 60541
karena struktur sosial masyarakat tersebut Minimu Minimu
memungkinkan golongan masyarakat tidak 196100 1080956
m m
ikut menggunakan sumber-sumber Maximu Maximu
240980 1141497
pendapatan yang sebenarnya tersedia bagi m m
mereka. Sum 1076380 Sum 5605921
Count 5 Count 5

Berdasarkan kedua hasil analisis

III. METODE PENELITIAN dapat diketahui bahwa jumlah atau count
Dalam penelitian ini, kami melakukan data dari jumlah penduduk miskin dan
penelitian mengenai korelasi antara jumlah jumlah penduduk adalah 5 data. Berdasarkan
data di atas dapat diketahui bahwa jumlah
penduduk miskin dan jumlah penduduk
masing-masing rata-rata 215276 dan
1121184,2. Dengan adanya nilai rata-rata
maka nilai tersebut dapat digunakan sebagai
gambaran dari data yang diamati tersebut.
Pada data di atas standart error dari jumlah
penduduk miskin dan jumlah penduduk
adalah 8153,770661 dan 10619,30744.
Semakin kecil standart error jumlah
penduduk miskin dibandingkan standart error
dari jumlah penduduk maka menunujukkan
bahwa tingkat kesalahan pada pengambilan
sample di jumlah penduduk miskin kecil.
Selanjutnya median atau sering disebut
dengan nilai tengah dari data yang telah
diurutkan. Pada data di atas nilai median dari
jumlah penduduk miskin dan jumlah
penduduk masing-masing adalah 211500 dan
1127884. Kemudian data yang sering mencul
dalam sample atau sering disebut mode.
Dalam data di atas tidak ada data yang sama.
Sehingga data di atas tidak memiliki mode.
Standart Deviation atau sering disebut
dengan simpangan baku merupakan akar
pangkat dua dari veriasi. Simpangan baku
dari data jumlah penduduk miskin dan
jumlah penduduk di atas adalah 18232,38547
dan 23745,4933. Dalam analisi data diatas
nilai dari sample variance jumlah penduduk
miskin dan jumlah penduduk masing-masing
332419880 dan 563848452,2. Sample
variance dapat menunjukkan keberagaman
data yang ada. Perbedaan nilai sample
variance dari jumlah penduduk miskin
dengan jumlah penduduk menunjukkan
memiliki keberagaman yang berbeda. Data di
jumlah penduduk miskin dan jumlah
penduduk masing-masing nilai kurtosis yaitu
-1,04011233 dan 3,100974942. Sedangkan,
nilai skewness dari jumlah penduduk miskin
dan jumlah penduduk keseluruhan adalah
0,598308585 dan -1,680925879. Kemudian
jumlah penduduk miskin dan jumlah
penduduk memiliki range masing-masing
adalah 44880 dan 60541. Range menyatakan
ukuran yang menunjukkan selisih nilai atara
4 Mosharafa: Jurnal Pendidikan Matematika
Copyright © 2019 Mosharafa: Jurnal Pendidikan Matematika
nilai maksimum dan minimum. Maksimum
merupakan nilai terbesar yang ada dari
sekumpulan data. Sedangkan, minimum
merupakan nilai terkecil yang ada dari
sekumpulan data. Maksimum dari data
jumlah penduduk miskin dan jumlah
penduduk memiliki nilai masing-masing
yaitu 240980 dan 1141497. Sedangkan, nilai
minimum dari jumlah penduduk miskin dan
jumlah penduduk masing-masing adalah
196100 dan 1080956. Kemudian jumlah
penduduk miskin dan jumlah penduduk dapat
dicari jumlah data keseluruhannya.
Berdasarkan data di atas jumlah data
penduduk miskin adalah 1076380.
Sedangkan, jumlah data penduduk adalah
5605921.
Hasil Analisan Korelasi
Korelasi adalah sebuah analisis yang
berfungsi mengetahui hubungan antara
variabel yang satu dengan yang lainnya.
Berikut adalah hasil analisis korelasi dari
jumlah penduduk miskin dan jumlah
penduduk yang dihitung menggunakan MS.
Excel.
Column
  Column 1
2
Column
1  
1
Column
-0,94048 1
2
Jadi berdasarkan hasil analisis kerelasi, maka
dapat di simpulkan bahwa korelasi antara
jumlah penduduk miskin dengan jumlah
penduduk memiliki hubungan yang sangat
kuat yaitu -0,94048. Untuk melihat hubungan
yang jelas antara kedua variabel tersebut,
berikut adalah scatterplot dari variabel
jumlah penduduk miskin dan jumlah
Volume 8, Nomor 1, Januari 2019
penduduk. bahwa kedua hubungan variabel tersebut
sangat kuat. R Square, umumnya dikenal
Jumlah Penduduk sebagai koefisien determinasi, adalah ukuran
1200000 kecocokan persamaan regresi, yang
1000000 menunjukkan persentase atau persentase
800000 variasi total dalam variabel dependen yang
600000 dijelaskan oleh variabel independen.
400000 Berdasarkan hasil data di atas nilai dari R
200000 squere nya adalah 0,88 atau 88%. R squere
0 semakin nilai mendekati 100% maka akan
2008 2009 2010 2011 2012 2013 2014 dikatakan kecocokannya lebih baik .
Jumlah Penduduk Miskin Adjusted Square R adalah properti penting
Jumlah Penduduk dari R2, adalah bahwa nilainya adalah fungsi
Berdasarkan scatterplot di atas menunjukkan yang tidak pernah berkurang sehubungan
bahwa semakin bertambah tahun nilai jumlah dengan jumlah variabel independen dalam
model. Ini dapat dilakukan dengan
penduduk semakin tinggi dan jumlah menggunakan R kuadrat yang disesuaikan.
penduduk miskin cenderung mengalami Pada dasarnya R2 yang disesuaikan ini juga
penurunan. akan meningkat dengan bertambahnya
jumlah variabel, tetapi kenaikannya relatif
Hasil Analisa Regresi kecil. Hasil addujusted R square dari analisis
di atas yaitu 0,846007. Standart error adalah
Berikut adalah hasil summary output
standart error dari estimasi variabel terikat.
untuk regression statistics antara variabel Nilai dari standart error adalah 7154,746.
jumlah penduduk miskin dan jumlah Semakin kecil nilai dari standart error
penduduk. dibadingkan angka standar deviasi dari
SUMMARY OUTPUT jumlah penduduk miskin maka model regresi
semakim tepat dalam memprediksi jumlah
Regression Statistics
penduduk miskin.
Multiple R 0,940481
R Square 0,884505
Hasil Analisis ANOVA
Adjusted R
Square 0,846007
Standard Error 7154,746
Observations 5 Dari tabel ANOVA terdapat Degree of
Gambar 3.4 Hasil Summary Output Freedom (df) dimana n adalah banyaknya
observasi. Pada data di atas banyaknya
Tabel summary di atas melaporkan observasi adalah 5 maka derajar bebas total
kekuatan hubungan antara model variabel adalah 4. Derajat bebas dari model regresi
bebas dengan variabel terikat. Dalam statistik adalah 1, karena terdapat satu variabel bebas
regresi, kelipatan R adalah ukuran derajat dalam model ini (jumlah penduduk). Sum of
hubungan linier antara variabel terikat dan Square (SS) digunakan untuk memperoleh
semua variabel bebas. Nilai R yang lebih penjumlahan kuadrat dari prediksi variabel
besar menunjukkan hubungan yang lebih terikat dikurangi dengan nilai rata-rata
kuat. Hal ini menunjukkan bahwa hubungan jumlah penduduk miskin dari data
kedua variabel tersebut tidak terlalu kuat. sebenarnya. Pada data di atas nilai dari SS
Hasil dari analisis dua variabel di atas bahwa adalah 1176108363. Kolom SS untuk
nilai R adalah 0,94 yang menunjukkan residual diperoleh dari jumlah pengkuadratan
dari kolom SS regression. Pada hasil di atas
dapat diketahui bahwa nilai dari SS residual
adalah 153571157,4. Kolom SS total adalah
penjumlahan dari SS regresi dengan SS
residual. Hasil dari SS total di atas adalah
1329679520. Hasil dari SS total adalah
1329679520 yang memiliki arti, variasi dari
jumlah penduduk miskin yang dikuadratkan
adalah sebesar nilai tersebut. Selanjutnya
kolom Mean of Square (MS) atau rata-rata
jumlah kuadrat. MS adalah hasil bagi antara
SS dengan kolom df. Hasil pada kolom MS
di atas regresi dan residual berturut-turut
adalah 1176108363 dan 51190385,8. Nilai F
didapatkan dengan membagi antara MS
regresi dengan MS residual. Hasil analisis
dari nilai F di atas adalah 22,97518068.
Hasil Analisis Intercept dan X dengan tingkat kepercayaan tertentu.
Variabel
Pada tabel di atas menampilkan nilai-nilai
koefisien, standart error, t Sat, P-value dan
selang kepercayaan. Dalam uji parsial,
digunakan uji t, yaitu Dalam uji parsial,
digunakan uji t, yaitu membandingkan antara
t-hitung (t Stat) dengan t tabel. Jika t hitung
> t tabel pada taraf nyata tertentu, maka
dapat disimpulkan variabel tersebut
berpengaruh secara signifikan. T hitung
ditampilkan pada kolom 4, yang merupakan
hasil bagi antara kolom 2 (coefficients)
dengan kolom 3 (Standard Error). Selain
membandingkan dengan nilai t-tabel, dengan
membandingkan taraf nyata dengan p-value
(kolom 5) maka dapat juga ditarik
kesimpulan signifikansinya. Jika dimisalkan
dengan menggunakan taraf nyata 5 %, maka
variabel dengan p-value sama atau lebih
kecil dari 5 %, dapat dinyatakan sebagai
variabel yang secara parsial berpengaruh
6 Mosharafa: Jurnal Pendidikan Matematika
Copyright © 2019 Mosharafa: Jurnal Pendidikan Matematika
signifikan. Kemudian, kolom 6 dan 7
memberikan selang kepercayaan untuk
koefisien. Pada hasil output judulnya tertulis
Lower 95% dan Upper 95% dimana angka
95% adalah penetapan pada waktu
pengolahan dengan Excel dan bisa dirubah
sesuai keinginan arti dari selang kepercayaan
tersebut adalah nilai koefisien yang diberikan
pada output regresi merupakan dugaan titik
(point estimate) dari parameter koefisien
regresi. Tingkat kepercayaan sebesar 95%
dengan tingkat kesalahan sebesar 5%
memberikan dugaan selang (confidence
interval) kepercayaan sebesar 487262,2 -
1562560, dimana nilai paramater sebenarnya
diharapkan berada dalam selang tersebut
Berdasarkan hal tersebut, dari output Excel
terlihat bahwa dengan tingkat kepercayaan
95%, maka koefisien regresi untuk x atau
jumlah penduduk adalah -0,72213.
selanjutnya adalah membuat persamaan
regresi atau model regresi dari permaslahan
di atas.
Jumlah penduduk miskin (Y)= 1024911-0,72213X
Tabel 3.1 Model Regresi
Berdasarkan model regresi di atas bahwa
konstanta yang sebesar 1024911secara
matematis berarti bahwa ketika variabel
bebas nilainya 0, maka variabel terikat
nilainya adalah sebesar konstanta tersebut.
V. Kesimpulan
Berdasarkan hasil pembahasan sebelumnya,
maka dapat ditarik kesimpulan sebagai
berikut.
1. Pada analisis Deskriptif
menggunakan Ms. Excel didapatkan
mean, median, sum, standar of error,
variance, skweeness, kurtosis dabn
laian sebagainya pada jumlah
Volume 8, Nomor 1, Januari 2019
 penduduk miskin dengan jumlah
penduduk.
2. Berdasarkan analisis korelasi
diketahui kedua variabel memiliki
hubungan korelasi negatif sebesar
-0,94048.
3. Hubungan antar kedua variabel
tersebut tergolong dalam kaegori
kuat.
4. Analisis regresi menunjukkan bahwa
kedua variabel saling mempengaruhi
dimana variabeljumlah penduduk
mempengaruhi jumlah penduduk
miskin dengan koefisien determinasi
(R2) sebesar 88%.
5. Berdasarkan analisis regresi juga
didapatkan model yaitu Jumlah
penduduk miskin (Y)= 1024911-
0,72213X.
6. Kemampuan model yang sudah
dibuat dalam menjelaskan
permasalahan yang ada hanya 88%.

DAFTAR PUSTAKA