• Tidak ada hasil yang ditemukan

PENGARUH INFRASTRUKTUR TERHADAP PERTUMBUHAN EKONOMI DI SULAWESI SELATAN DENGAN PENDEKATAN MODEL

N/A
N/A
Protected

Academic year: 2019

Membagikan "PENGARUH INFRASTRUKTUR TERHADAP PERTUMBUHAN EKONOMI DI SULAWESI SELATAN DENGAN PENDEKATAN MODEL"

Copied!
16
0
0

Teks penuh

(1)

PENGARUH INFRASTRUKTUR TERHADAP PERTUMBUHAN EKONOMI DI SULAWESI SELATAN DENGAN PENDEKATAN MODEL

MULTIVARIATE ADAPTIVE REGRESSION SPLINE

SKRIPSI

Oleh :

ZAKYA REYHANA

PROGRAM STUDI S1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI

(2)

i

PENGARUH INFRASTRUKTUR TERHADAP PERTUMBUHAN EKONOMI DI SULAWESI SELATAN DENGAN PENDEKATAN MODEL

MULTIVARIATE ADAPTIVE REGRESSION SPLINE

SKRIPSI

Oleh :

ZAKYA REYHANA

PROGRAM STUDI S1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS AIRLANGGA 2016

(3)
(4)
(5)

PEDOMAN PENGGUNAAN SKRIPSI

(6)
(7)

KATA PENGANTAR

Segala puji syukur atas kehadirat Allah SWT, yang telah memberikan

rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan penelitian skripsi dengan Judul “Pengaruh Infrastruktur Terhadap Pertumbuhan Ekonomi di

Sulawesi Selatan dengan Pendekatan Model Multivariate Adaptive Regression

Spline”. Saat proses penyusunan skripsi, penulis banyak menemui kendala namun dengan bantuan dari berbagai pihak, alhamdulillah akhirnya skripsi ini dapat

diselesaikan. Atas segala bantuan yang telah diberikan, penulis mengucapkan terima kasih kepada :

1. Allah SWT. Alhamdulillah, atas kehendak, rahmat, hidayah, dan rasa sayang-Nya yang begitu besar, sehingga penulis dapat melalui masa-masa menegangkan (baca:penyusunan skripsi) dengan mulus.

2. Kedua orangtua tercinta (Ir. H. Bambang Moelyono, M.M dan Ir. Hj. Ramlah Maricar) yang selalu mendoakan, mendukung, memberikan

semangat, mendengarkan keluh kesah, memberikan kepercayaan dan pengorbanan yang tak terkira banyaknya dengan atau tanpa penulis sadari.

(8)

vii

3. Dosen Pembimbing I dan Pembimbing II (Dr. Nur Chamidah dan Ir. Elly

Ana, M.Si) yang telah memberi bimbingan, pengarahan, solusi dan saran dari awal penulis menjadi mahasiswa sampai akhirnya menyelesaikan penyusunan skripsi.

4. Dosen Penguji I dan Penguji II (Drs. Eko Tjahjono, M.Si dan Drs. Suliyanto, M.Si) yang telah memberikan saran dan masukan saat penulisan skripsi

serta mempertajam pemahaman penulis.

5. Kedua Dosen Wali (Toha Saifudin, S.Si, M.Si dan Dr. Ardi Kurniawan, M.Si) yang juga telah memberi bimbingan, pengarahan, solusi dan saran

dari awal penulis menjadi mahasiswa sampai akhir.

6. Semua dosen pengajar, dan semua pegawai yang telah mengatur segala

bentuk birokrasi, administrasi, dan keperluan akademik di Departemen Matematika, Fakultas Sains dan Teknologi, serta di Universitas Airlangga. 7. Teman-teman terhebat Program Studi Statistika Universitas Airlangga

angkatan 2011. Terimakasih atas segala bantuan, suka duka, dan pengalaman perkuliahan dari awal kuliah sampai saat ini.

8. Teman-teman dan adik-adik seprodi (Statistika angkatan 2012, 2013, dan 2014) atas segala canda tawa, solidaritas, dan tolong-menolong yang telah

kita bagi bersama.

9. Instansi BPS Sulawesi Selatan, atas kerjasamanya telah mempercayakan data-data yang diperlukan dalam penelitian.

10.Sahabat-sahabat di Makassar (Widya Wirasasmita, S.Ked, Anastrinia Syafiqah Hanun, S.Ked, Dwita Ratu Kusuma Pertiwi, Inggrid

(9)

Vyscajanuarafi Destari, S.Ip, Indah Kusuma Wardani, S.Si, Risma

Hardiyanti, S.Psi, dan lain-lain yang lupa disebut) yang sigap membantu penulis baik dalam hal pengumpulan data skripsi, sampai menghibur serta memotivasi penulis ketika masa-masa bermuram durja.

11.Sahabat-sahabat di luar Makassar (Rucita Ning Dyah Larasati, Kharisma Muliati Putri S.T, Salsabila Fathiha, Faradis Muhyi N, dll) yang selalu ada

menyambut curhatan penulis, memberikan masukan dan saran.

12.Sahabat-sahabat pecinta K-Pop (Kak Eta, Kak Ivo, Tha, Putri Kholina, Febby Januar, Kak Boyen, Kak Ica, Falin, Kak Debrina, Niki, Rosa, Kak

Sessi, Kak Firja, Kak Ami, Kak Ayumi, Kak Tika, Kak Unne, Kak Tya, Kak Mayang, dan masih banyak lagi) atas solidaritas, canda tawa, dan hal-hal

meggembirakan lain yang telah menceriakan hari-hari penulis.

13.Dan lain-lain, pihak-pihak yang secara tidak sadar maupun tidak sadar, yang langsung atau tidak langsung telah membantu proses penyusunan skripsi.

Penulis menyadari bahwa skripsi ini masih memiliki banyak kekurangan dan jauh dari nilai kesempurnaan, oleh sebab itu penulis mengharapkan dari semua

pihak untuk memberikan kritik dan saran yang membangun dari semua pihak. Semoga isi dari skripsi ini dapat bermanfaat bagi pembaca.

Surabaya, Januari 2016 Penulis

(10)

ix

Zakya Reyhana, 2016. Pengaruh Infrastruktur Terhadap Pertumbuhan Ekonomi di Sulawesi Selatan dengan Pendekatan Model Multivariate Adaptive Regression Spline. Skripsi dibawah bimbingan Dr. Nur Chamidah, M.Si dan Ir. Elly Ana, M.Si, Prodi S1-Statistika, Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya.

ABSTRAK

Pertumbuhan ekonomi adalah proses perubahan kondisi perekonomian suatu negara/wilayah secara berkesinambungan menuju keadaan yang lebih baik selama periode tertentu. Sulawesi Selatan merupakan provinsi di Indonesia yang turut menyumbang kontribusi pembangunan pertumbuhan ekonomi. Namun, kinerja ekonomi daerah Sulawesi Selatan berada di bawah rata-rata nasional, menyiratkan tingkat kesejahteraan penduduk Sulawesi Selatan relatif belum baik secara nasional. Salah satu roda penggerak pertumbuhan ekonomi adalah infrastruktur. Penelitian ini bertujuan untuk melihat pengaruh infrastruktur fisik dan sosial terhadap pertumbuhan ekonomi di Sulawesi Selatan pada tahun 2013. Pendekatan yang dilakukan ialah model Multivariate Adaptive Regression Spline, dan infrastruktur yang diteliti untuk pertumbuhan ekonomi menggunakan 14 variabel prediktor.

Estimasi model MARS yang diperoleh berdasarkan pengaruh infrastruktur terhadap pertumbuhan ekonomi di Sulawesi Selatan dengan mengkombinasikan fungsi basis (BF) = 28, interaksi minimum (MI) = 1, dan minimum jarak antara knot observasi (MO) = 1 dengan nilai GCV minimum adalah 0,000124, nilai MSE terendah yaitu 0,00000611, dan nilai 𝑅2 sebesar 0,882. Variabel prediktor yang signifikan ialah

tenaga listrik, jarak kabupaten/kota ke ibukota provinsi. jumlah peserta didik SMU, dan jumlah dokter umum.

Kata Kunci : Pertumbuhan Ekonomi, Infrastruktur, Sulawesi Selatan, Model Multivariate Adaptive Regression Spline

(11)

Zakya Reyhana, 2016. The influence of Infrastructure Against Economic Growth in South Sulawesi with Multivariate Adaptive Regression Spline Model Approaches. This thesis is under supervised by Dr. Nur Chamidah, M.Si and Ir. Elly Ana, M.Si, S-1 Statistics Study Program, Matematics Departement, Faculty of Science and Technology, Airlangga University, Surabaya

ABSTRACT

Economic growth is a process of alteration in economic conditions of a country / region continuously towards a better state for a certain period. South Sulawesi is one of the provinces in Indonesia that also contributes development of economic growth. However, the economic performance of South Sulawesi is under the national average, implying the welfare of South Sulawesi relatively unwell nationally. One of the driving wheels of economic growth is the infrastructure. This study aims to look at the effect of physical and social infrastructure to economic growth in South Sulawesi in 2013. The approaches used Multivariate Adaptive Regression Spline models and the infrastructure researched for economic growth is using 14 predictors variables.

The estimate of MARS model is obtained based on the effect of infrastructure to economic growth in South Sulawesi by combining basic functions (BF) = 28, the interaction minimum (MI) = 1, and the minimum distance between knots observation (MO) = 1, value of GCV minimum is 0,000124, the lowest MSE value is 0,00000611, and 𝑅2 value is 0,882. The significant predictor variables are

electrical power, distance from the district / city to the Capital city, the amount of high school students, the amount of general practitioners.

Keywords: Economic Growth, Infrastructure, Sulawesi Selatan, Multivariate Adaptive Regression Spline Model

(12)

xi DAFTAR ISI

Halaman

LEMBAR JUDUL ... i

LEMBAR PERNYATAAN ... ii

LEMBAR PENGESAHAN ... iii

LEMBAR PEDOMAN PENGGUNAAN SKRIPSI ... iv

SURAT PERNYATAAN TENTANG ORISINALITAS ... v

KATA PENGANTAR ... vi

ABSTRAK ... ix

ABSTRACT ... x

DAFTAR ISI ... xi

DAFTAR GAMBAR ... xiii

DAFTAR TABEL ... xiv

DAFTAR LAMPIRAN ... xv

BAB I PENDAHULUAN ... 1

1.1Latar Belakang Penelitian ... 1

1.2Rumusan Masalah Penelitian ... 5

1.3Tujuan Penelitian ... 5

1.4Manfaat Penelitian ... 6

1.5Batasan Masalah Penelitian ... 6

BAB II TINJAUAN PUSTAKA ... 7

(13)

2.2 Analisis Regresi ... 7

2.3 Regresi Nonparametrik ... 7

2.4 Regresi Spline ... 10

2.5 Metode Multivariate Adaptive Regression Spline (MARS) ... 11

2.6 Pengujian Koefisien Fungsi Basis Model MARS ... 16

2.7 Software MARS ... 17

2.8 Pertumbuhan Ekonomi ... 20

2.9 Variabel Infrastruktur yang Mempengaruhi Pertumbuhan Ekonomi 23 BAB III METODE PENELITIAN... 26

3.1 Data dan Sumber Data ... 26

3.2 Variabel yang Digunakan ... 26

3.3 Langkah-Langkah Penyelesaian Masalah ... 27

BAB IV ANALISIS DAN PEMBAHASAN ... 29

4.1 Statistika Deskriptif ... 29

4.2 Estimasi Model MARS ... 33

4.3 Interpretasi Model yang Dihasilkan ... 39

4.4 Analisis Model yang Dihasilkan ... 41

BAB V PENUTUP ... 45

5.1 Kesimpulan ... 45

5.2 Saran ... 48

DAFTAR PUSTAKA ... 49

(14)

xiii

DAFTAR GAMBAR

Tabel Judul Gambar Halaman

4.1 Plot Pertumbuhan Ekonomi dengan Variabel Prediktor ... 31 4.2 Plot Y Observasi dengan Y Dugaan ... 39

(15)

DAFTAR TABEL

Tabel Judul Tabel Halaman

3.1 Variabel yang Digunakan ... 26

4.1 Statistika Deskriptif Variabel yang Digunakan... 29

4.2 Kombinasi BF 28 dengan MI dan MO ... 34

(16)

xv

DAFTAR LAMPIRAN

Lampiran Judul Lampiran

1 Data yang Digunakan

2 Statistika Deskriptif

3 Trials and error Penentuan Model MARS

4 Output Model MARS

Referensi

Dokumen terkait

Oleh karena itu, peneliti ingin menganalisis, apakah terdapat hubungan lama pemakaian sepatu boots dengan angka kejadian Tinea pedis pada pekerja pemungut sampah

Faktor yang berkontribusi terhadap kecelakaan berdasarkan hasil investigasi KNKT adalah skilu (twist) yang terjadi karena perubahan pertinggian jalan rel di KM 250

Data perhitungan jadwal waktu shalat yang dibutuhkan atau “input data” dalam proses aplikasi pembuatan program komputer yaitu memasukkan data kota, lintang tempat,

Hasil analisis deskriptif variabel menunjukkan bahwa variabel komitmen pemeliharaan mesin memiliki tingkat skor tanggapan yang tinggi (tabel IV.2.5.1). Hal ini

Telah dibuat sebuah sistem irigasi tanaman otomatis menggunakan wireless sensor network dengan 2 node , 1 router dan 1 server yang dapat berkomunikasi antar modul

 Menjelaskan peraturan perundangan serta konskuensi hukum bagi para pengguna dan pengedar narkotika, psikotropika, zat zat aditif (Napza), serta penyebab, gejala dan dampak

Setelah dilakukan pembobotan kriteria melalui kuesioner, dilakukan perhitungan bobot setiap kriteria terhadap teknologi pengolahan sampah yang ada.Hasil perhitungan

Penelitian yang sama juga dilakukan oleh Sartini dan Purbawangsa (2014) dengan hasil penelitian keputusan pendanaan berpengaruh positif signifikan terhadap nilai