S - 25 PEMODELAN DATA MIGRASI MENGGUNAKAN MODEL POISSON .
PROSIDINGISBN : 978 – 979 – 16353 – 9 – 4S - 25PEMODELAN DATA MIGRASIMENGGUNAKAN MODEL POISSON BAYESIANPreatin1, Iriawan N.2, Zain I.3, Hartanto W. 41,2,3Jurusan Statistika, Fakultas MIPA, ITS Surabaya, 4BKKBN Jakarta1preatin10@mhs.statistika.its.ac.id, 2nur .ac.id, 4wendy.hartanto@bkkbn.go.idAbstrakMigrasi merupakan fenomena yang komplek yang menyangkut banyakdimensi sehingga banyak bidang ilmu yang membahas migrasi. Pemahaman migrasidengan pendekatan pemodelan lebih menguntungkan dibanding dengan pendekatanteori tertentu yang terbatas dari satu bidang keilmuan. Pemodelan dapatmenggabungkan beberapa teori dari beberapa bidang ilmu yang berbeda sehinggalebih komprehensif menjelaskan fenomena migrasi Mobilitas penduduk semakinkomplek untuk level kabupaten/kota dibandingkan antar provinsi atau bahkaninternasional yang lebih jelas pencatatannya.Penelitian ini mencoba melihatfenomena migrasi di Jawa Timur untuk level kabupaten/kota dilihat dari data levelmakro dengan pendekatan model poisson bayesian Pendekatan Model PoissonBayesian lebih dikarenakan sifat data migrasi yaitu data counting. Penggunaanpendekatan Bayesian pada model poisson karena jumlah data yang sedikit danfleksibilitas bayesian dalam penggabungan informasi masa lalu dalam bentukdistribusi prior. Beberapa faktor ekonomi dan sosial dapat diidentifikasi sebagaifaktor pendorong maupun penarik migrasi dengan menggunakan model poissonbayesian.Kata Kunci: Migrasi, Poisson, Bayesian, Jawa Timur.A. PENDAHULUANAnalisis perpindahan penduduk (migrasi) merupakan hal yang penting bagi terlaksananyapembangunan terutama di era otonomi daerah. Analisis migrasi terhadap wilayah yang lebih kecildari provinsi lebih diperlukan karena migrasi penduduk lebih nyata pada unit administrasi yanglebih kecil seperti kabupaten, kecamatan, dan kelurahan/desa. Teori ekonomi neoklasik(neoclassical economics), perpindahan penduduk merupakan keputusan pribadi yang didasarkanatas keinginan untuk mendapatkan kesejahteraan yang maksimum atau dapat disimpulkan hanyakarena faktor ekonomi. Sedangkan teori ekonomi baru migrasi (new economics of migration)beranggapan bahwa migrasi penduduk terjadi bukan saja merupakan keputusan individu, namunterkait dengan lingkungan sekitar, utamanya lingkungan keluarga dan kondisi daerah yangditinggali maupun yang dituju. Lingkungan sekitar ini termasuk juga kondisi politik, agama, danbencana alam.Pada hakekatnya migrasi penduduk merupakan refleksi perbedaan pertumbuhan ekonomidan ketidakmerataan fasilitas pembangunan antara satu daerah dengan daerah lain. Penduduk daridaerah yang tingkat pertumbuhan ekonominya lebih rendah akan berpindah menuju daerah yangmempunyai tingkat pertumbuhan ekonomi yang lebih tinggi. Sehingga migrasi penduduk akanterus terjadi selama ada ketimpangan antar daerah baik secara ekonomi, sosial, maupun bidanglainnya yang akan menjadi faktor terjadinya migrasi penduduk itu sendiri. Pendekatan modelingMakalah dipresentasikan dalam Seminar Nasional Matematika dan Pendidikan Matematikadengan tema ” Penguatan Peran Matematika dan Pendidikan Matematika untuk Indonesiayang Lebih Baik" pada tanggal 9 November 2013 di Jurusan Pendidikan Matematika FMIPAUNY
PROSIDINGISBN : 978 – 979 – 16353 – 9 – 4lebih menguntungkan karena dapat menggabungkan beberapa teori dalam suatu analisis yanglebih komprehensif (Bijak 2006 dan 2011). Penelitian ini bertujuan melihat faktor-faktor yangmempengaruhi penduduk melakukan migrasi antar kabupaten/kota di Jawa Timur.B. METODE PENELITIANSumber data migrasi penduduk di Indonesia masih sangat terbatas ketersediaanya, yaituSensus Penduduk yang dilakukan 10 tahun sekali dan Survei Penduduk Antar Sensus yangdilakukan 5 tahun setelah Sensus Penduduk. Pada penelitian ini menggunakan data hasil SP 2010Provinsi Jawa Timur, sedangkan sedangkan data pendukung dari 2 (dua) publikasi BPS JawaTimur yaitu Jawa Timur Dalam Angka 2011 dan Analisis Indikator Makro Jawa Timur 2010.Adapun variable yang digunakan dalam penelitian ini adalah :Y :Jumlah penduduk migran (laki-laki dan perempuan) risen menurutkabupaten/kotaX1 :X2 :X3 :X4 :X5 :X7 :Peranan sektor industri pada PDRB (%)PDRB per kapita (Juta Rp)Upah Minimum Regional (Juta Rp)Tingkat pengangguran (%)Rasio prasarana sekolah tingkat SLTA per 1000 pendudukRasio prasarana kesehatan (Rumah sakit, Puskesmas, dan Klinik/Balaipengobatan) per 1000 pendudukPenelitian ini menggunakan model poisson untuk menjelaskan hubungan antarafaktor-faktor di atas dengan variable Y yaitu jumlah penduduk migran yang merupakan datacaount. Perrakis dkk (2011) menggunakan regresi poisson untuk memodelkan migrasi menurutdaerah asal dan tujuan. Data migrasi diasumsikan mengikuti distribusi Poisson : ( ) untuk i 1, 2, , n.Rata-rata (µi) menghubungkan dengan variabel bebas dengan link function log, sehingga :log( ) dengan asumsi hubungan variabel bebasnya adalah linier terhadap log rata-ratanya. RegresiPoisson tidak sesuai jika digunakan pada data yang tidak memenuhi batasan rata-rata samadengan varian. Jika kondisi ini tidak dipenuhi maka terjadi over-dispersion atauunder-dispersion, untuk mengatasi kondisi ini digunakan model Poisson-Gamma Mixer.Model Poisson-Gamma Mixer adalah alternative untuk mengatasi over-dispersion atauunder-dispersion. Dari data , ()dengan , ( , ), secara marginal distribusi y adalah Negatif Binomial (Agresti,2002), sehingga model ini juga disebut model negatif binomial.C. HASIL DAN PEMBAHASANPada Gambar 1 terlihat jumlah migrasi masuk (in-migration) pada kabupaten/kota di JawaTimur tertinggi di Kota Surabaya (78), Kabupaten Sidoarjo (15), Kota Malang (73), KabupatenGresik (25), dan Kabupaten Malang (07). Namun angka ini masih sangat kasar karena belumdikoreksi dengan jumlah penduduk masing-masing kabupaten/kota. Angka Migrasi (migrationrate) adalah jumlah penduduk migran per 1000 penduduk, yanng artinya lebih terbandingkanantar kabupaten/kota. Jika dilihat dari angka migrasi maka 5 kabupaten/kota dengan angkamigrasi tertinggi adalah Kota Malang (73), Kota Blitar (72), Kota Madiun (77), Kota Mojokerto(76), dan Kabupaten Sidoarjo (15) seperti terlihat pada Gambar 2.Seminar Nasional Matematika dan Pendidikan Matematika FMIPA UNYYogyakarta, 9 November 2013MS - 208
PROSIDINGISBN : 978 – 979 – 16353 – 9 – 4Gambar 1. Jumlah Migrasi Masuk (in-migration) Provinsi Jawa TimurMenurut Kabupaten/kota dan Jenis Kelamin Tahun 002000010000001 03 05 07 09 11 13 15 17 19 21 23 25 27 29 72 74 76 78Sumber : Sensus Penduduk 2010Gambar 2. Angka Migrasi Masuk (migration rate) Provinsi JawaTimurMenurut Kabupaten/kota dan Jenis Kelamin Tahun 0.000.0001 03 05 07 09 11 13 15 17 19 21 23 25 27 29 72 74 76 78Sumber : Sensus Penduduk 2010Pada model migrasi menggunakan data jumlah migrasi dan memasukkan unsur jumlahpenduduk dalam model dalam bentuk variabel offset. Hal ini untuk mengantisipasi pengaruhjumlah penduduk yang sangat besar dalam analisis migrasi. Dalam ilmu demografi saat inipenting untuk melihat unsur gender, sehingga model akan dipisahkan antara laki-laki danperempuan dengan tujuan membandingkan pola migrasi yang berbeda antara laki-laki danperempuan. Terlihat pada Gambar 1 maupun Gambar 2, migrasi perempuan lebih tinggi daripadamigrasi laki-laki pada daerah kota.Dengan menggunakan software Winbugs dengan code sebagai berikut :model;{for( i in 1 : 38 ) {y[i] dpois(kappa[i])kappa[i] - mu[i] * tetalog(mu[i]) - alpha (beta1 * w1[i] ) (beta2 * w2[i]) (beta3 * w3[i]) ( beta4 * w4[i]) (beta5 *w5[i]) (beta7 * w7[i]) log(p[i])}#prior ;teta dgamma(0.001,0.001)alpha dnorm( 0.0,1.0E-6)beta1 dnorm( 0.0,1.0E-6)Seminar Nasional Matematika dan Pendidikan Matematika FMIPA UNYYogyakarta, 9 November 2013MS - 209
PROSIDINGISBN : 978 – 979 – 16353 – 9 – 4beta2 dnorm( 0.0,1.0E-6)beta3 dnorm( 0.0,1.0E-6)beta4 dnorm( 0.0,1.0E-6)beta5 dnorm( 0.0,1.0E-6)beta7 dnorm( 0.0,1.0E-6)}Model untuk migrasi perempuan diperoleh output sebagai 78MC -4 819.015E-6 81-1.807E-5 810.2964810.002744 811.852E-5 8149140.0 02992029920Terlihat bahwa variabel X1, X3, X4, dan X5 signifikan mempengaruhi migran laki-lakiuntuk masuk suatu kabupaten/kota di Jawa Timur. Dari ke-empat variabel di atas, variabel X4(tingkat pengangguran) merupakan faktor yang paling berpengaruh terhadap arus migrasi masuklaki-laki. Variabel tingkat pengangguran suatu kabupaten/kota naik satu unit atau satu persenmaka berdampak pada jumlah migrasi masuk sebesar 1,3423 kali lipat dibanding sebelum naik.Hal ini fenomena yang banyak terjadi di kota-kota besar dimana semakin banyak pengangguranjustru menarik migran masuk. Ringkasan posterior dari parameter-parameter dalam modelterlihat pada Tabel 1.Tabel 1. Tabel Ringkasan Parameter untuk Model Migrasi onbeta1beta1 sample: 10000-5.0E-41.00.50.0-0.5-1.04.00E 33.00E 32.00E 31.00E eta3beta3 sample: 10000-6.77626E-21beta31.00.50.0-0.5-1.08.00E 46.00E 44.00E 42.00E 001500017500200000.29iterationBeta5beta4beta4 sample: 100000.29810001beta50.29400.298beta54.00E 32.00E 002600.002820iterationDeviancedeviancedeviance sample: 1401.00.50.0-0.5-1.06.00E 30.002620lagbeta5 sample: 49150.002040lagSumber : Output WinbugsSeminar Nasional Matematika dan Pendidikan Matematika FMIPA UNYYogyakarta, 9 November 2013MS - 210
PROSIDINGISBN : 978 – 979 – 16353 – 9 – 4Sedangkan untuk model migrasi laki-laki diperoleh output sebagai C 47199471994719947Tidak berbeda dengan model migrasi perempuan di atas, variabel-variabel X1, X3, X4,dan X5 signifikan mempengaruhi migran laki-laki untuk masuk suatu kabupaten/kota di JawaTimur. Dari ke-empat variabel di atas, variabel X4 (tingkat pengangguran) merupakan faktoryang paling berpengaruh terhadap arus migrasi masuk laki-laki. Variabel tingkat pengangguransuatu kabupaten/kota naik satu unit atau satu persen maka berdampak pada jumlah migrasi masuksebesar 1,3073 kali lipat dibanding sebelum naik. Hal ini fenomena yang banyak terjadi dikota-kota besar dimana semakin banyak pengangguran justru menarik migran masuk. Fenomenainilah yang menjadi pekerjaan rumah pemerintah daerah dari kabupaten/kota yang menjadi tujuanmigrasi penduduk untuk mengatasi masalah pengangguran yang tidak akan ada habisnya jikaperencanaan tidak terintegrasi dengan pembangunan berwawasan kependudukan yangdidalamnya terdapat unsur migrasi. Ringkasan posterior dari parameter di atas terdapat padaTabel 2.Tabel 2. Tabel Ringkasan Parameter untuk Model Migrasi onbeta1beta1 sample: 199470.021.00.50.0-0.5-1.04.00E 33.00E 32.00E 31.00E 1500.00220Beta3beta3beta3 sample: 199470.0beta38.00E 46.00E 44.00E 42.00E a440lagiterationbeta4beta4 sample: .2650.26750.27020Beta5beta5beta5 sample: 199470.016.00E 30.00754.00E 30.005beta51.00.50.0-0.5-1.02.00E 020deviancedeviance sample: 199474.00E 5deviance0.153.00E 50.12.00E 50.051.00E 0.020000iteration02040lagSumber : Output WinbugsSeminar Nasional Matematika dan Pendidikan Matematika FMIPA UNYYogyakarta, 9 November 2013MS - 211
PROSIDINGISBN : 978 – 979 – 16353 – 9 – 4D. SIMPULAN DAN SARANMigrasi masuk ke kabupaten/kota di Jawa Timur baik laki-laki maupun perempuandipengaruhi oleh variabel persentase industri terhadap PDRB, besaran UMR, tingkatpengangguran, dan ketersediaan fasilitas sekolah tingkat menengah atas. Variabel yang palingberpengaruh adalah tingkat pengangguran baik untuk laki-laki maupun perempuan dimana makintinggi pengangguran maka makin besar tingkat migrasi masuk wilayah tersebut. Tentu hal inisangat berdampak terhadap masalah ekonomi wilayah yang bersangkutan, tingginya migrasimasuk pada wilayah dengan tingkat pengangguran tinggi akan memperburuk kondisiketenagakerjaan. Sehingga sangat diperlukan kebijakan pembangunan terutama kebijakanketenagakerjaan harus berwawasan kependudukan untuk mengurangi masalah pengangguran danmigrasi secara komprehensif.Migrasi antar kabupaten/kota semakin nyata dibanding migrasi antar provinsi atauinternasional karena akses transportasi lebih mudah, tetapi menimbulkan dampak lebih nyata pulakarena semakin dinamis dan tanpa ada pencatatan yang tertib terhadap arus migrasi antarkabupaten/kota. Sehingga masih sangat diperlukan penelitian-penelitian migrasi terutama antarkabupaten/kota. Penelitian migrasi selanjutnya juga diharapkan lebih menjelaskan pola migrasimenurut umur yang lebih mendukung perencanaan pembangunan berwawasan kependudukanterkait komposisi penduduk yang dipengaruhi oleh migrasi.E. DAFTAR PUSTAKAAgresti, A. (2002), Categorical Data Analysis, 2nd Edition, John Wiley & Sons, Hoboken, NewJersey.Bijak, J. (2006), Forecasting International Migration: Selected Theories, Models, and Methods.Central European Forum For Migration Research (CEFMR) Working Paper No. 04,Warsaw, Poland.Bijak, J. (2011), Forecasting International Migration in Europe: A Bayesian View, Springer,London.Box, G.E.P. dan Tiao, G.C. (1973), Bayesian Inference in Statistical Analysis, Addison-Wesley,Reading.Gelman, A. (2006), Prior distributions for Variance Parameters in Hierarchical Models, BayesianAnalysis, Vol.1, No.3, hal.515-533.Gelman, A., Carlin, J.B., Stern, H.S., dan Rubin, D.B. (1995), Bayesian Data Analysis, Chapmanand Hall, London.Jackman, S. (2008), Bayesian Analysis for the Social Sciences, John Wiley & Sons, Inc., NewJersey.McCullagh, P. dan Nelder, J. (1989), Generalized Linear Models, Second Edition, Chapman andHall, Boca Raton.Perrakis, K, Karlis, D., Cools, M., Janssens, D., Vanhoof, K. Dan Wets, G. (2012), A BayesianApproach for Modeling Origin-Destination Matrices, Trasportation Research part A:Policy and Practice, Vol. 46, Issue 1, hal.200-2112.Seminar Nasional Matematika dan Pendidikan Matematika FMIPA UNYYogyakarta, 9 November 2013MS - 212
rate) adalah jumlah penduduk migran per 1000 penduduk, yanng artinya lebih terbandingkan antar kabupaten/kota. Jika dilihat dari angka migrasi maka 5 kabupaten/kota dengan angka migrasi tertinggi adalah Kota Malang (73), Kota Blitar (72), Kota Madiun (77), Kota Mojokerto (76), dan Kabupaten Sidoarjo (15) seperti terlihat pada Gambar 2.
2. Pemodelan pola dan box Pemodelan jenis ini merupakan jenis pemodelan yang membutuhkan tingkat ketelitian dan kesabaran yang tinggi. Langkah yang diperlukan yaitu menyiapkan pola mobil kemudian membuat box yang akan dibentuk dengan cara edit vertex dari box tersebut sehingga dihasilkan objek mobil. 3. Pemodelan pola dan plane
Migrasi sebagai faktor penentu dalam distribusi penduduk telah menyebabkan perubahan jumlah penduduk di Indonesia. Hal ini tercermin dan data distribusi penduduk Indonesia menurut pulau besar yang menunjukkan perubahan sebagai berik
pemodelan mengenai laju aliran masa, perubahan suhu dan tekanan, serta fraksi gas persatuan waktu dari tangki tekan yang bocor pada lokasi dibagian cairan. Perbandingan data geometris tangki, sifat termodinamika fluida dan gas dilakukan berdasarkan data dari buku Perry's Chemical Engineer's Handbook [1] dengan kondisi di industri.
a. Pemodelan kebutuhan. b. Pemodelan data dan proses menggunakan DFD dan Flow Diagram. c. Strategi pengembangan. 3. Desain Tahapan desain adalah tahapan dimana spesifikasi sistem secara lengkap dibuat berda-sarkan kebutuhan yang telah direkomendasikan pada tahap sebelumnya. Tahap desain terdiri dari: a. Desain Database b. Desain User Interface
Independent Personal Pronouns Personal Pronouns in Hebrew Person, Gender, Number Singular Person, Gender, Number Plural 3ms (he, it) א ִוה 3mp (they) Sֵה ,הַָּ֫ ֵה 3fs (she, it) א O ה 3fp (they) Uֵה , הַָּ֫ ֵה 2ms (you) הָּ תַא2mp (you all) Sֶּ תַא 2fs (you) ְ תַא 2fp (you
pemodelan persentase penduduk miskin kabupaten/kota di provinsi jawa tengah menggunakan regresi data panel skripsi disusun oleh : narishwari ariandhini 24010211140105 jurusan statistika fakultas sains dan matematika universitas diponegoro semarang 2015
Pemodelan Perangkat Lunak. DFD Definition Adalah suatu diagram yang menggunakan notasi-notasi untuk menggambarkan arus dari data sistem, . Langkah-langkah pembuatan DFD Identifikasi semua kesatuan luar yang terlibat dengan sistem Identifikasi input dan output yang berhubungan
asset management must be considered as one of the first revolutions in financial technology. However, it quickly became the industrial secret of many successful hedge funds such as Re-naissance, D.E.Shaw, Two Sigmas, CFM, e.t.c. The 2008 crisis has changed the investment point of view of investors and the regulators. They required more and more efforts from the hedge fund industry and asset .
