Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKMakalah ini memberikan analisis spasial-ekonometrik dari peran beberapa faktor yang menentukan kerusakan lingkungan di negara-negara Asia. Idenya datang dari persamaan IPAT yang dibangun oleh Ehrlich dan Holdren (1971) dan juga teori Environmental Kuznet Curve (EKC) oleh Kuznets (1995). Persamaan IPAT menggambarkan kontribusi perkalian jumlah penduduk (P), kemakmuran atau kegiatan ekonomi (A), dan Teknologi (T) terhadap dampak manusia (I) pada lingkungan, sedangkan teori EKC menjelaskan hubungan pembangunan dan lingkungan. Dengan menerapkan metode estimasi data panel spasial untuk 35 negara Asia dari periode 1995 sampai dengan 2008, makalah ini menemukan bahwa mengabaikan efek interaksi spasial akan mengakibatkan hasil estimasi yang bias. Makalah ini juga menemukan bukti keberadaan bentuk kurva EKC U-terbalik. Temuan terakhir dari tulisan ini adalah bahwa semua variabel penjelas secara statistik berpengaruh secara signifikan terhadap jumlah emisi CO2 di atmosfer. Selain itu, kegiatan ekonomi dan teknologi menjadi faktor yang paling penting dalam menentukan emisi CO2 karena mereka menghasilkan efek langsung dan tidak langsung.

---

ABSTRACTThis paper provides a spatial-econometric analysis of the role of multiple factors in determining environmental degradation in the Asian countries. The idea is coming from the IPAT equation constructed by Ehrlich and Holdren (1971) and also Environmental Kuznet Curve (EKC) theory by Kuznets (1995). The IPAT equation describes the multiplicative contribution of Population (P), Affluence or economic activities (A) and Technology (T) to human impact (I) on the environment, while the EKC theory explains a development-environment relationship. By applying a spatial panel data estimation method for 35 Asian countries from period 1995 to 2008, this paper finds that ignoring spatial interaction effects will lead to biased estimation result. This paper also finds evidences of the existence of an inverted U-shaped EKC. The last finding from this paper is that all explanatory variables are statistically significance influence the amount of CO2 emission in the atmosphere. Moreover, economic activities and technology become the most important factors in determining CO2 emission since they produce direct and indirect effects."

"Penelitian ini bertujuan untuk menganilisis apakah terjadi fenomena spillover effect terhadap sektor pariwisata pada setiap kota/kabupaten di Provinsi Jawa Tengah. Selain itu, penelitian ini ingin mengetahui apakah terdapat fenomena kompetisi pada setiap sektor-sektor pariwisata. Berdasarkan rumusan masalah tersebut, munculah tujuan penelitian untuk mengetahui faktor apa saja yang mempengaruhi pertumbuhan wisatawan nusantara pada suatu kota/kabupaten di Provinsi Jawa Tengah. Pada penelitian ini digunakan analisis spasial dengan menggunakan Moran’s I test dan juga model ekonometrika spasial berupa Spatial Autoregressive (SAR) dan Spatial Durbin Model (SDM). Matriks penimbang spasial yang digunakan pada penilitian ini menggunakan queen contiguity dimana ketetanggaan dihitung berdasarkan sisi dan sudut. Hasil penelitian menunjukkan bahwa model Spatial Autoregressive (SAR) merupakan model terbaik dibandingkan model Spatial Durbin Model (SDM) karena nilai rho pada model Spatial Autoregressive (SAR) menunjukkan nilai signifikan. Artinya, terdapat autokorelasi spasial pada variabel dependen. Hasil model Spatial Autoregressive (SAR) terdapat nilai signifikan pada akomodasi, objek wisata, dan kepadatan penduduk berpengaruh signifikan positif, sehingga kenaikan faktor-faktor ini akan meningkatkan jumlah wisatawan nusantara pada kota/kabupaten di Jawa Tengah. Selain itu, pada model Spatial Autoregressive (SAR) tidak menunjukkan fenomena kompetisi pada setiap sektor pariwisata karena menunjukkan nilai positif pada variabel signifikan seperti akomodasi, objek wisata, dan kepadatan penduduk.

---

This study analyzes whether there is a spillover effect phenomenon on the tourism sector in each city/district in Central Java Province. In addition, this study wants to find out whether there is a phenomenon of competition effect in each tourism sector. Based on the formulation of the problem, the research objective emerged to find out what factors influence the growth of domestic tourists in a city/regency in Central Java Province. In this study, spatial analysis was used using Moran's I test and also spatial econometric models in the form of Spatial Autoregressive (SAR) and Spatial Durbin Model (SDM). The spatial weighing matrix used in this study uses a queen contiguity where adjacency is calculated based on sides and angles. The results showed that the Spatial Autoregressive (SAR) model was the best model compared to the Spatial Durbin Model (SDM) because the rho value in the Spatial Autoregressive (SAR) model showed a significant value. That is, there is a spatial autocorrelation on the dependent variable. The results of the Spatial Autoregressive (SAR) model have significant values ​​on accommodation, tourist attractions, and population density have a significant positive effect, so that the increase in these factors will increase the number of domestic tourists in cities/districts in Central Java. In addition, the Spatial Autoregressive (SAR) model does not show the phenomenon of competition in each tourism sector because it shows positive values on significant variables such as accommodation, tourist attractions, and population density."

"ABSTRAKTindak kriminal di Indonesia semakin meningkat, baik variasi maupun jumlahnya setiap tahun. Tindak kriminal dalam penelitian ini termasuk pembunuhan, perkosaan, penganiayaan, perusakan, pencurian, penipuan, dan kasus lain yang membuat masyarakat merasa tidak aman. Penelitian ini bertujuan untuk mengetahui faktor-faktor apa saja yang mempengaruhi jumlah tindak kriminal di Provinsi Sumatera Utara serta mengetahui bagaimana pengaruh waktu dan tempat kejadian di 33 kabupaten/kota di Provinsi Sumatera Utara pada tahun 2016. Penelitian ini menggunakan data sekunder yang dihimpun oleh POLRI, BPS, dan Dinsos di Provinsi Sumatera Utara pada tahun 2013, 2014, 2015 dan 2016. Variabel bebas yang digunakan adalah jumlah pengangguran, jumlah penduduk miskin, kepadatan penduduk, indeks pembangunan manusia, jumlah tempat Ibadah, laju pertumbuhan ekonomi, dan jumlah keluarga bermasalah sosial psikologis. Untuk menjawab tujuan penelitian ini maka dilakukan pemodelan regresi dengan memasukkan unsur spasial sebagai pendekatan analisis data spasial. Variabel Dummy berfungsi untuk mengetahui apakah ada pengaruh waktu terhadap terjadinya tindak kriminal di 33 kabupaten/kota Provinsi Sumatera Utara. Hasil penelitian menunjukkan bahwa variabel jumlah pengangguran, jumlah penduduk miskin, kepadatan penduduk, dan indeks pembangunan manusia signifikan pada model.

---

ABSTRACTCrime in Indonesia is increasing, both variation and number every year. Crimes in this research include murder, rape, torture, vandalism, theft, fraud, and other cases that make people feel insecure. This study aims to determine what factors affect the number of criminal acts in North Sumatra Province and find out how the influence of time and place in 33 districts cities in the Province of North Sumatra in 2016. This study uses secondary data collected by POLRI, BPS and Dinsos in North Sumatra Province in 2013, 2014, 2015 and 2016. The independent variables used are the number of unemployed, the number of poor, the population density, the human development index, the number of places of worship, the rate of economic growth, and the number of families with social problems psychologi. To answer the purpose of this study, it is done regression modeling by incorporating spatial elements as a spatial data analysis approach. Dummy variable serves to determine whether there is influence of time to the occurrence of criminal acts in 33 districts cities of North Sumatra Province. The results showed that the variables of unemployment, number of poor, population density, and human development index were significant in model. "

"This book focuses on key research from new developments in econometrics."

"ABSTRAKAngka kematian ibu didefinisikan sebagai jumlah kematian ibu pada saat masa kehamilan atau dalam kurun waktu 42 hari setelah masa kehamilan berhenti setiap seratus ribu kelahiran hidup. Salah satu tujuan dari Millenium Development Goals MGDs Indonesia adalah untuk mengurangi angka kematian ibu. Salah satu faktor yang menentukan angka kematian ibu adalah jumlah kematian ibu. Menurut profil kesehatan Indonesia tahun 2014 provinsi Jawa Barat, Jawa Tengah, dan Jawa Timur berkontribusi 26 persen dari total jumlah kematian ibu di Indonesia. Variabel-variabel yang diduga memengaruhi kematian ibu adalah jumlah tenaga kesehatan, program pemberian beras miskin, ketersediaan air bersih, jumlah penduduk yang buta huruf, dan jumlah kelahiran yang dibantu oleh tenaga kesehatan. Data yang digunakan adalah data spasial yang merupakan data yang memiliki informasi koordinat di dalamnya. Menurut Cressie 1993, kejadian di suatu wilayah cenderung dipengaruhi oleh kejadian di sekitarnya dan ketergantungan spasial seringkali ditemukan di dalam analisis regresi. Oleh karena itu diduga bahwa jumlah kematian ibu di suatu wilayah dipengaruhi oleh jumlah kematian ibu di wilayah lainnya yang berdekatan. Pemodelan jumlah kematian ibu dilakukan dengan pendekatan regresi spasial menggunakan model Spatial Autoregressive dan Spatial Error, sehingga dapat diketahui variabel apa saja yang signifikan serta seberapa besar faktor spasial memengaruhi jumlah kematian ibu di Jawa Barat, Jawa Tengah, dan Jawa Timur. Pada ketiga daerah tersebut, juga akan dideteksi Kabupaten/kota mana saja yang memiliki jumlah kematian ibu tertinggi secara statistik menggunakan metode Spatial Scan Statistics. Hasil pemodelan menunjukkan bahwa jumlah tenaga kesehatan, program pemberian beras miskin, dan jumlah penduduk buta huruf merupakan faktor yang signifikan memengaruhi jumlah kematian ibu dan didapatkan cluster daerah yang memiliki jumlah kematian ibu tertinggi secara statistik.

---

ABSTRACTMaternal mortality is defined as the number of maternal deaths during pregnancy or within 42 days of termination of pregnancy every hundred thousands live births. One of the Millennium Development Goals MGDs of Indonesia was to reduce maternal mortality. One of the factors that determine maternal mortality is the number of maternal deaths. According to Indonesia 39s health profile in 2014, West Java, Central Java and East Java provinces contributed 26 percents of the total number of maternal deaths in Indonesia. The variabels suspected affect maternal deaths are the number of health workers, poor rice programs, the availability to access clean water, the number of illiterate people, and the number of births assisted by health personnel. The data is spatial data which has coordinate information in it. According to Cressie 1993, events in a region tend to be influenced by surrounding events and spatial dependence is often found in spatial data. Therefore it is suspected that the number of maternal deaths in a region is affected by the number of maternal deaths in other surrounding areas. Maternal deaths data was analyzed by spatial regression approach using Spatial Autoregressive and Spatial Error Model to know which variabels are significant and to know whether spatial factor influences the number of maternal deaths in West Java, Central Java, and East Java. In all three areas, the highest number of maternal deaths will also be detected statistically using the Spatial Scan Statistics method. The modeling results showed that the number of health workers, poor rice program, and the number of illiterate people were significant factors that affect the number of maternal deaths and the cluster areas that have highest number of maternal deaths were obtained statistically. "

"Serves as a guide to alternative techniques in econometrics with an emphasis on the practical application of these approaches"