ANALISIS BIPLOT PADA PEMETAAN KARAKTERISTIK KEMISKINAN DI PROVINSI MALUKU

  • Zeth A. Leleury Jurusan Matematika FMIPA Universitas Pattimura
  • Antonia E. Wokanubun Jurusan Matematika FMIPA Universitas Pattimura
DOI: https://doi.org/10.30598/barekengvol9iss1pp21-31
Keywords: Analisis biplot, karakteristik kemiskinan, korelasi, singular value decomposition.

Abstract

Kemiskinan merupakan sebuah permasalahan sosial yang sangat kompleks dan harus mendapat penanganan yang tepat. Secara nasional, sesuai hasil rilis BPS tahun 2014, Provinsi Maluku menempati urutan keempat sebagai daerah termiskin di Indonesia. Sementara, berdasarkan hasil analisis Kementerian Pembangunan Desa Tertinggal (PDT) terindikasi terdapat 10 Kabupaten di Provinsi Maluku termasuk daerah rawan kemiskinan dengan berbagai level yang telah ditentukan. Penelitian ini bertujuan memberikan inovasi baru mengenai pemetaan karakteristik kemiskinan di Provinsi Maluku menggunakan analisis biplot agar dapat diketahui keragaman karakteristik kemiskinan dan korelasi antar variabel karakteristik kemiskinan pada setiap kabupaten/kota di Provinsi Maluku sehingga program-program pemerintah dalam mengentaskan kemiskinan lebih tepat sasaran. Analisis Biplot didasarkan pada singular value decomposition dan matriks orthonormal. Biplot yang dihasilkan dari penelitian ini adalah biplot RPM (Row Metric Preserving) atau biplot komponen utama. Berdasarkan hasil penelitian diperoleh bahwa kabupaten/kota di Provinsi Maluku yang memiliki kesamaan karakteristik terbagi menjadi 4 kelompok. Kelompok I yaitu kabupaten Buru dan Buru Selatan, kelompok II yaitu kabupaten SBB dan SBT, kelompok III yaitu kabupaten Maluku Tenggara, Kepulauan Aru, MTB dan MBD, sedangkan kelompok IV yaitu kabupaten Maluku Tengah, kota Tual dan kota Ambon. Karakteristik kemiskinan yang paling dominan di Provinsi Maluku yaitu angka melek huruf. Angka melek huruf dan angka partisipasi sekolah saling mempengaruhi dan berkorelasi positif. Sedangkan tingkat partisipasi angkatan kerja berkorelasi negatif dengan pengeluaran perkapita.

Downloads

Download data is not yet available.

References

[1] S. Hidayat, “Pemodelan Desa Tertinggaldi Jawa Barat Tahun 2005 dengan Pendekatan MARS,” Surabaya, 2008.
[2] I. T. Jollife, Principal Component Analysis, New York: Springer-Verlag, 2002.
[3] E. Fitria, H. Diyah and A. Yasin, “Analisis Principal Component Biplot pada Bank Umum Persero yang Beroperasi di Jawa Tengah,” in Prosiding Seminar Nasional Statistika, 2013.
[4] A. A. Matjik, I. Sumertajaya and M. Sidik, Peubah Ganda dengan Menggunakan SAS, Bogor: IPB Press, 2011.
[5] K. R. Gabriel, “The Biplot Graphic Display of Matrices with Application to Principal Component Analysis,” Biometrika, vol. 58, pp. 453-467, 1997.
[6] BPS Provinsi Maluku; Statistik Daerah Provinsi Maluku, 2014.
[7] BPS Provinsi Maluku; Maluku dalam Angka, 2014.
Published
2015-03-01
How to Cite
[1]
Z. Leleury and A. Wokanubun, “ANALISIS BIPLOT PADA PEMETAAN KARAKTERISTIK KEMISKINAN DI PROVINSI MALUKU”, BAREKENG: J. Math. & App., vol. 9, no. 1, pp. 21-31, Mar. 2015.
Issue
Vol 9 No 1 (2015): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Section
Articles

Authors who publish with this Journal agree to the following terms:

  1. Author retain copyright and grant the journal right of first publication with the work simultaneously licensed under a creative commons attribution license that allow others to share the work within an acknowledgement of the work’s authorship and initial publication of this journal.
  2. Authors are able to enter into separate, additional contractual arrangement for the non-exclusive distribution of the journal’s published version of the work (e.g. acknowledgement of its initial publication in this journal).
  3. Authors are permitted and encouraged to post their work online (e.g. in institutional repositories or on their websites) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published works.

Most read articles by the same author(s)