Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kota Surabaya memiliki potensi bahaya amplifikasi yang disebabkan dari aktifitas tektonik akibat adanya dua segmen Sesar Kendeng yaitu Segmen Surabaya dan Segmen Waru. Penelitian ini dilakukan di bagian barat Kota Surabaya dengan menerapkan metode mikrotremor array yaitu Autokorelasi Spasial (SPAC), dengan delapan titik tengah (base) yang telah ditentukan. Tujuan dari penelitian ini adalah untuk menggambarkan kondisi struktur batuan bawah permukaan di bagian barat Kota Surabaya yang berpotensi menyebabkan amplifikasi menggunakan metode mikrotremor array. Data yang digunakan dalam penelitian ini merupakan data primer hasil akuisisi lapangan dengan metode mikrotremor array konfigurasi equilateral triangle yang dikumpulkan oleh BMKG pada tahun 2020 dan 2023. Metode SPAC memanfaatkan korelasi spasial antara kecepatan gelombang mikrotremor pada berbagai titik pengamatan untuk mengidentifikasi struktur bawah permukaan. Metode SPAC mampu menunjukkan variasi nilai kecepatan gelombang geser (Vs) dan kedalaman bedrock engineering di setiap titik pengamatan. Hasil penelitian menunjukkan bahwa metode mikrotremor array dengan konfigurasi equilateral triangle efektif digunakan untuk mengestimasikan struktur bawah permukaan di bagian barat Surabaya, yaitu struktur perlipatan antiklin sinklin, serta identifikasi awal adanya sesar naik yang merupakan mekanisme dari Sesar Kendeng Segmen Surabaya.

---

Surabaya city faces potential amplification hazards due to tectonic activities resulting from the presence of two Kendeng Fault segments, namely the Surabaya Segment and the Waru Segment. This study was conducted in the western part of Surabaya city, employing the microtremor array method, specifically Spatial Autocorrelation (SPAC), with eight predetermined base points. The objective of this research is to depict the subsurface rock structure conditions in the western part of Surabaya that may lead to amplification using the microtremor array method. The data utilized in this study are primary field acquisition results with the equilateral triangle configuration of the microtremor array, collected by BMKG in 2020 and 2023. The SPAC method leverages spatial correlation between microtremor wave velocities at various observation points to identify subsurface structures. The SPAC method is capable of indicating variations in shear wave velocity (Vs) values and bedrock engineering depth at each observation point. Research findings reveal that the microtremor array method with an equilateral triangle configuration is effective in estimating subsurface structures in the western part of Surabaya, specifically, anticline syncline folding structures, and provides an initial identification of an reverse fault, which is a mechanism of the Surabaya Segment of the Kendeng Fault.

"

"Analisis pola spasial harga tanah diperlukan untuk identifikasi bentuk pola harga tanah secara spasial dan zona nilai tanah imajiner. Penelitian ini menggunakan metode indeks Global Moran?s I, regresi maximum likelihood spasial lag dan spasial error serta Moran?s Scatterplot untuk mengidentifikasi pola dan faktor spasial yang memengaruhi harga tanah pasar dan NJOP. Pola spasial harga tanah pasar dan NJOP teridentifikasi memiliki pola sistematik atau mengelompok. Model spasial lag lebih menjelaskan variasi harga tanah pasar sedangkan model spasial error lebih menjelaskan variasi harga tanah NJOP, koefisien lag ρ (rho) 19,62% dan λ (lambda) 20,31% belum cukup kuat dalam menunjukkan pengaruh spatial dependence.

---

Spatial pattern analysis of land prices is needed to identify the form of the spatial pattern of land prices and imaginary land values zone. This study uses index Global Moran's I, regression maximum likelihood spatial lag and spatial error, Moran's Scatterplot to identify the spatial pattern and factors of land prices in the market and tax. The spatial pattern of land prices in the market and tax has identified systematic pattern or clustered, spatial lag models better explain the variation of land price in the market while the spatial error models better explain the variation of tax value, lag coefficient ρ(rho) 19.62% and λ(lambda) 20.31% has not been strong enough to show the effect of spatial dependence."

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

"Jabodetabek merupakan salah satu wilayah yang mengalami pertumbuhan penduduk terkonsentrasi di Jakarta. Hal tersebut mendorong gejala urban expansion karena kebutuhan lahan yang ada di Provinsi Jakarta semakin terbatas dan akan mengakibatkan munculnya urbanisasi pada daerah sekitar Jakarta atau Jakarta Megacity’s Outer Suburbs (JMOS). Kota Bekasi merupakan salah satu kota yang terkena dampak besar dari fenomena tersebut. Dapat diketahui pula bahwa fenomena naiknya tingkat urbanisasi memiliki dampak seperti fenomena naiknya suhu permukaan tanah yang dapat mempengaruhi aktivitas manusia. Penelitian ini bertujuan untuk mengetahui pola spasial tingkat urbanisasi dan juga pengaruhnya terhadap suhu permukaan tanah di Kota Bekasi. Data yang digunakan adalah Citra Sentinel-2 untuk klasifikasi penggunaan lahan dan Citra Landsat-8 untuk suhu permukaan tanah yang kemudian dilakukan survei lapangan untuk memvalidasi kedua data tersebut. Pengambilan data tingkat urbanisasi digunakan dengan menggunakan Indeks Rural-Urban Land Transformation (RULT). Hasil penelitian menunjukan bahwa Kota Bekasi memiliki pola spasial indeks RULT memiliki nilai akurasi Kappa sebesar 0,64 dengan rentang nilai indeks -1,49 hingga 0,19 dan memiliki pola spasial terklaster pada bagian barat Kota Bekasi. Selain itu suhu permukaan tanah dapat dihasilkan dengan menggunakan LST yang memiliki hasil validasi lapangan sebesar 0,65 dengan rentang nilai 23-36 derajat celsius dan memiliki pola spasial terklaster pada bagian barat dan utara Kota Bekasi. Untuk mengetahui korelasi antara indeks RULT dan LST, dilakukan uji statistik berupa regresi linier, hasil dari uji statistik kedua variabel tersebut menunjukkan adanya korelasi positif yang signifikan dengan tingkat korelasi sedang.

---

Jabodetabek is one of the regions that is concentrated in Jakarta. This concentration encourages urbanization because the need for land in DKI Jakarta Province is increasingly limited and will result in urbanization around Jakarta or the Jakarta Megacity Outer Suburbs (JMOS). Bekasi Municipality is one of the cities most affected by this phenomenon. It is also seen that the phenomenon of increasing urbanization has impacts, such as the phenomenon of rising land surface temperatures which can directly affect human activities. This study aims to determine the spatial pattern of urbanization level and its effect on land surface temperature in Bekasi Municipality. The data used are Sentinel-2 Imagery for land use classification and Landsat-8 Imagery for land surface temperature which is then conducted a field survey to validate the two data. Retrieval of urbanization level data is used by using the Rural-urban Land Transformation Index (RULT). The results showed that Bekasi Municipality has a RULT spatial index pattern with a Kappa accuracy value of 0.64 with an index value range of - 1.49 to 0.19 and has a terklaster spatial pattern in the western part of Bekasi Municipality. In addition, the land surface temperature can be generated using LST, which has a field validation result of 0.65 with a value range of 23-36 degrees Celsius and has a terklaster spatial pattern in the western and northern parts of Bekasi Municipality. To understand the correlation between the RULT and LST, use statistical test was carried out in the form of linear regression, and the results of the statistical test for both variables showed a significant positive correlation with a moderate level of correlation."

"Metode ordinary kriging adalah metode penaksiran yang menghasilkan taksiran yang memenuhi kriteria BLUE (Best Linear Unbiased Estimator). Nilai taksiran dinyatakan sebagai kombinasi linier dari data sampel. Data yang digunakan adalah data spasial. Metode ordinary kriging dapat digunakan jika data spasial memenuhi asumsi stasioner orde dua atau asumsi stasioner intrinsik. Dalam melakukan penaksiran dengan metode ordinary kriging diperlukan suatu fungsi yang disebut semivariogram. Ada dua jenis semivariogram, yaitu : semivariogram isotropik dan semivarogram anisotropik. Pada tugas akhir ini, metode ordinary kriging digunakan untuk menaksir nilai pengamatan pada suatu titik di lokasi yang tidak tersampel, dan semivariogram yang digunakan adalah semivariogram isotropik. "

"Penerapan strategi pemasaran memainkan peranan penting dalam upaya meningkatkan jumlah penjualan dan penetrasi pasar, terutama pada kondisi pasar yang kompetitif. Dalam pendekatan geomarketing, analisis spasial dari pola persebaran pelanggan digunakan sebagai bahan pertimbangan untuk menentukan strategi pemasaran yang komperhensif. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk melihat pola spasial persebaran pelanggan layanan jaringan internet berbasis fixed broadband dari data pelanggan yang berbasis kepada sistem informasi geografis. Penelitian ini dilakukan menggunakan metode analisis spasial, yaitu spatial join, query, kernel density estimation, dan space time pattern mining. Hasil yang diperoleh dari penelitian ini memberikan gambaran mengenai pemetaan wilayah pelanggan dalam bentuk peta tematik dan heatmap.

---

The implementation of marketing strategy plays an important role in increasing the number of sales and market penetration, especially in competitive market. In geomarketing approach, spatial analysis of customer distribution patterns is used as a parameter to determine a comprehensive marketing strategy. Therefore, this study was conducted to find the spatial patterns of fixed broadband customer distribution from geographic information system based customer data. This research was conducted using spatial analysis methods, which are spatial join, query, kernel density estimation, and space time pattern mining. The results obtained from this study provide an overview of customer area mapping in the form of thematic map and heatmap."

"Putus sekolah merupakan permasalahan yang terjadi di berbagai wilayah Indonesia pada seluruh jenjang pendidikan, termasuk jenjang pendidikan SMA. Provinsi Nusa Tenggara Timur (NTT) merupakan salah satu wilayah yang mengalami masalah putus sekolah jenjang pendidikan SMA. Pada tahun ajaran 2019/2020 hingga 2021/2022, Provinsi NTT selalu menduduki peringkat 9 besar untuk angka putus sekolah jenjang pendidikan SMA tertinggi di Indonesia. Selain itu, pada tahun ajaran 2019/2020 dan 2021/2022 angka putus sekolah jenjang pendidikan SMA di Provinsi NTT berada di atas angka putus sekolah jenjang pendidikan SMA se-Indonesia. Hal ini terjadi, meskipun Provinsi NTT memiliki fasilitas pendidikan dan tenaga pendidik SMA yang memadai. Putus sekolah merupakan permasalahan yang dapat dipengaruhi oleh unsur wilayah (spasial) dan tidak terjadi pada satu waktu saja, sehingga dibutuhkan penelitian yang dapat mengakomodir pengaruh spasial dalam beberapa waktu yaitu dengan penggunaan data spasial berstruktur panel. Penggunaan data tersebut memungkinkan adanya pengaruh spasial berupa heterogenitas spasial. Analisis regresi merupakan metode untuk menjelaskan pengaruh variabel independen terhadap variabel dependen. Geographically Weighted Panel Regression (GWPR) merupakan metode analisis regresi bersifat lokal yang memperhatikan adanya pengaruh heterogenitas spasial pada data spasial berstruktur panel. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor – faktor yang menjelaskan angka putus sekolah jenjang pendidikan SMA di Provinsi NTT pada tahun 2019-2021 menggunakan GWPR. Berdasarkan pengujian heterogenitas spasial didapatkan bahwa terdapat heterogenitas spasial, sehingga dilakukan analisis lebih lanjut menggunakan GWPR. Model GWPR dibentuk dengan fungsi pembobot kernel Fixed Boxcar, Fixed Bisquare, Fixed Gaussian, Fixed Tricube, Fixed Exponential, Adaptive Boxcar, Adaptive Bisquare, Adaptive Gaussian, Adaptive Tricube dan Adaptive Exponential. Hasil penelitian menunjukkan model GWPR dengan fungsi pembobot kernel Fixed Exponential merupakan model terbaik dalam memodelkan data putus sekolah di Provinsi NTT pada tahun 2019-2021 dengan sebesar 0,9999852 dan AIC sebesar -585,1535. Kepadatan penduduk, rasio murid dan guru, upah minimum regional, tingkat pengangguran terbuka, rasio murid terhadap sekolah, rata-rata lama sekolah, dan anggaran Program Indonesia Pintar berpengaruh signifikan dalam menjelaskan angka putus sekolah jenjang pendidikan SMA pada minimal 21 kabupaten/kota di Provinsi NTT. Pengelompokkan kabupaten/kota berdasarkan variabel yang berpengaruh signifikan terhadap angka putus sekolah jenjang pendidikan SMA menggunakan k-modes clustering menghasilkan 4 kelompok di mana pada kelompok pertama, kedua, dan ketiga terdiri dari 1 anggota, dan kelompok keempat terdiri dari 19 anggota kabupaten/kota.

---

Dropping out of school is a problem that occurs in various regions of Indonesia at all levels of education, including high school education. The province of East Nusa Tenggara (NTT) is one of the areas experiencing the problem of dropping out of high school education. In the academic year 2019/2020 to 2021/2022, the Province of NTT has always been ranked in the top 9 for the highest high school dropout rate in Indonesia. In addition, in the 2019/2020 and 2021/2022 school years the high school dropout rate in NTT Province is greater than the high school dropout rate throughout Indonesia. This happened, even though the Province of NTT had adequate educational facilities and high school teaching staff. Dropping out of school is a problem that can be influenced by regional (spatial) elements and does not occur at one time, so research is needed that can accommodate spatial influences over time, namely by using panel-structured spatial data. The use of these data allows for spatial influences in the form of spatial heterogeneity. Regression analysis is a method for explaining the effect of the independent variables on the dependent variable. Geographically Weighted Panel Regression (GWPR) is a local regression analysis method that considers the effect of spatial heterogeneity on panel-structured spatial data. Therefore, this study aims to analyze the factors that explain the high school dropout rate in NTT Province in 2019-2021 using the GWPR. Based on the spatial heterogeneity test, it was found that there was spatial heterogeneity, so further analysis was carried out using the GWPR. The GWPR model is formed with the Fixed Boxcar, Fixed Bisquare, Fixed Gaussian, Fixed Tricube, Fixed Exponential, Adaptive Boxcar, Adaptive Bisquare, Adaptive Gaussian, Adaptive Tricube and Adaptive Exponential kernel weighting functions. The results showed that the GWPR model with the Fixed Exponential kernel weighting function was the best model for modeling dropout data in the Province of NTT in 2019-2021 with an of 0.9999852 and an AIC of -585.1535. Population density, student-teacher ratio, regional minimum wage, open unemployment rate, student-to-school ratio, average length of schooling, and Indonesia Pintar Program budget have a significant effect on explaining the high school dropout rate in at least 21 districts/cities in the province NTT. District/city grouping based on variables that have a significant effect on high school dropout rates using k-modes clustering produces 4 groups where the first, second, and third groups consist of 1 member, and the fourth group consists of 19 district/city members."

"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. "

"Prophetic merupakan suatu sifat yang berkenaan dengan kenabian. Kota Depok memiliki kekayaan sejarah dan budaya. Toponomi kata “Depok” berasal dari kata “padepokan” yang berarti tempat tinggal pandita atau tempat “bersemedi”. Depok merupakan salah satu kota yang dimaknai sebagai ruang transit, edukasi, lingkungan, serta ruang bertapa (spiritual). Sehingga dapat digali dimana saja tempat-tempat prophetic yang terdapat di Kota Depok. Penelitian ini dilakukan untuk menganalisis karakteristik tempat prophetic di Kota Depok dan menganalisis pola keruangan spektrum prophetic di Kota Depok. Pengumpulan data dilakukan melalui wawancara terhadap informan kunci dan masyarakat sekitar serta observasi di tempat prophetic Kota Depok. Data diolah dengan metode skoring untuk penempatan spektrum prophetic. Proses analisis dilakukan dengan analisis spasial dan analisis kualitatif. Berdasarkan hasil analisis yang diperoleh, wilayah yang memiliki tempat prophetic paling terang terbanyak berada di Kecamatan Pancoran Mas. Sebagian besar tokoh prophetic dalam menyebarkan agama di Kota Depok mengikuti alur sungai, terutama pada tokoh prophetic masa abad 13-16 karena orientasi akses lingkungan pada saat itu melalui sungai.

---

Prophetic is an attribute related to prophethood or sacredness. Depok city has a rich history and culture. Toponomy of the word "Depok" comes from the word "padepokan" which means the place where the priests live or the place "to meditate". Depok is a city that is defined as a transit space, education, environment, and ascetic space (spiritual). So that it can be dug up anywhere prophetic places in Depok City. This study was conducted to analyze the sense of the prophetic place in Depok City and to analyze the spatial prophetic spectrum in Depok City. Data was collected through interviews with key informants and the local communities and then observations at the prophetic place in Depok City. The data is processed by scoring method for the placement of the prophetic spectrum. The analysis process is carried out by spatial analysis and kualitative analysis. Based on the results of the analysis obtained, the area that has the lighter prophetic place is in the Pancoran Mas sub-district. Most of the prophetic figures in spreading religion in the city of Depok follow the river flow, especially for prophetic figures in the 13-16 centuries because of the orientation of environmental access at that time through rivers."