Daftar Isi Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
ANALISIS STATISTIK SPASIAL PERTUMBUHAN PENDUDUK DI LOKASI SEKITAR CALON TAPAK PLTN UJUNG LEMAHABANG KABUPATEN JEPARA Jupiter Sitorus Pane* ABSTRAK ANALISIS STATISTIK SPASIAL PERTUMBUHAN PENDUDUK DI LOKASI SEKITAR CALON TAPAK PLTN UJUNG LEMAHABANG KAB UPATEN JEPARA. Sebagai komponen penerima dalam analisis risiko lingkungan, analisis pertumbuhan penduduk sangat diperlukan untuk dapat memperkirakan besar dan langkah mitigasi dampak bila terjadi pelepasan bahan berbahaya. Dalam makalah ini diuraikan metode statistika dalam memprediksi faktor-faktor yang mempengaruhi pertumbuhan penduduk secara spasial dan prediksinya untuk masa yang akan datang. Hasil analisis dengan menggunakan Analisis Regresi Ganda dan Komponen Analisis Utama (Principal Component Analysis) diketahui faktor-faktor yang sangat berpengaruh terhadap pertumbuhan penduduk di lokasi sekitar PLTN Ujung Lemahabang yaitu faktor ketersediaan listrik, ketersediaan jalan, terdapatnya Industri kayu/mebel, waktu, ke tinggian lokasi dari permukaan laut, jarak dari Demak, sumber penghasilan tani, sumber penghasilan tambang ketersedian industri pertambangan, dengan koefisien determinan mencapai 94,6% atau 95%. Hasil prediksi menunjukkan bahwa pertumbuhan penduduk pada tahun 2016, 2036, dan 2056 adalah sebesar 3.876.371, 5.815.101, dan 7.753.831 jiwa.
ABSTRACT SPATIAL STATISTIC ANALYSIS ON POPULATION GROWTH AT SURROUND CANDIDATE LOCATION OF NPP UJUNG LEMAHABANG, KABUPATEN JEPARA. As a receptor component of environment risk analysis, population growt h analysis is needed to estimate magnitude as well as mitigation impact of hazard source release. This paper describe statistical method to predict factors that influence population growth spatially and its growth for future. Analysis result using Multiple Regression Analysis and Principal Component Analysis shown that availability of electrical, road, furniture industry, time, level of land, distance from Demak, agribisnis, mining influence the growth of population with determinan coeficient of 94,6% or 95%. The estimation of population at 2016, 2036, and 2056 are 3.876.371, 5.815.101, dan 7.753.831 persons.
PENDAHULUAN Salah satu komponen terpenting dalam analisis risiko adalah mengevaluasi jumlah penerima (receptor) dampak dari suatu pajanan sumber atau stressor, dalam ruang dan waktu. Pola penyebaran penduduk dalam ruang akan menentukan jumlah penduduk yang akan terkena dampak pada suatu wilayah tertentu, sedang perkembangan penduduk dalam skala waktu memungkinkan analisis untuk memprediksi besar dampak pada selang waktu yang akan datang. Sesuai dengan rencana pembangunan PLTN di Semenanjung Lemahabang maka kajian ini ditujukan untuk mengetahui pola penyebaran penduduk di sekitar lokasi calon tapak PLTN sehingga data ini dapat dipakai untuk melakukan analisis risiko lingkungan dalam ruang dan waktu. Secara khusus analisis mengulas *
Pusat Teknologi Reaktor dan Keselamatan Nuklir-BATAN
241
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
pemanfaatan metode statistika dalam memprediksi petumbuhan penduduk untuk jangka waktu yang akan datang.
LATAR BELAKANG TEORI Analisis spasial pola penyebaran penduduk dalam ruang Pola penyebaran penduduk dalam ruang spasial sekitar lokasi PLTN dianalisis dengan pola pemusatan, penyebaran, korelasi spasial yang direpresentasikan dengan indeks korelasi Moran maupun koefisien korelasi kepadatan penduduk desa pada radius 50 km dari lokasi PLTN. Pemusatan dan penyebaran. Pemusatan kepadatan penduduk atau penyebaran ditandai dengan nilai rata-rata kepadatan (median center), rata-rata spasial (spatial mean) dan deviasi standar spasial, seperti pada rumus berikut[1], Rata-rata atribut: n
Z=
∑z
i
i =1
n
(1)
Rata-rata spasial X =
n
∑ zi X i
Y =
n
∑ zi i
∑ z iYi i
n
∑ zi
(2)
i
Deviasi standar spasial,
SD x =
∑
n
( z i − z) 2 n
SD y =
∑ (z
j
− z)
i
n
(3)
SD xy = S x 2 + S y 2 Keterangan: Xi, Yi zi SDx SDy SDx,y
: posisi geografis pusat poligon (desa) : nilai atribut (populasi atau lahan) : Standar deviasi arah (x) : Standar deviasi arah (y) : Standar deviasi (x,y) 242
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
Agregasi spasial Untuk membuktikan bahwa penduduk di sekitar lahan PLTN memusat atau menyebar dilakukan perhitungan tingkat korelasi kepadatan penduduk dengan mengunakan indeks korelasi Moran dan Koefisien Korelasi Geary. Indeks korelasi Moran dinyatakan dalam rumus [1,2]: Sedangkan koefisien korelasi Geary dinyatakan dengan rumus:
I=
C=
n
∑ i ∑ j d ij (Z i−Z )(Z j − Z ) (∑ i ∑ j d ij )∑ ( Z i − Z ) 2
(n − 1)∑ i ∑ j d ij (Z i − Z j ) 2 2∑ i ∑ j d ij ∑ ( Z i − Z ) 2 i
(4)
(5)
Keterangan: I , C : autokorelasi spatial dij : bobot relasi antara i dan j Zi : kepadatan penduduk i : kepadatan penduduk desa berdekatan j Zj Penduduk yang berkelompok ditandai dengan koefisien korelasi Moran mendekati 1 (satu) sedangkan yang menyebar ditandai dengan tingkat korelasi mendekati 0 (nol). Untuk hal yang sama koefisien Geary berkisar 0 sampai 2 dimana nilai 1 menunjukkan data yang menyebar.
Analisis pertumbuhan penduduk Dengan mengacu pada faktor-faktor yang mempengaruhi kepadatan penduduk di suatu lokasi spasial, maka kepadatan penduduk dapat dirumuskan sebagai, Y : f(X1,X2,..., Xn) (6) Keterangan, Y : kepadatan penduduk suatu desa X1...Xn : variabel yang mempengaruhi kepadatan penduduk. Pengaruh dari tiap variabel terhadap kepadatan pendududuk dimodelkan dengan menggunakan Analisis Regresi Linier Ganda [3] dengan fungsi: Y : a0 + b1X1 +b2X2 + biXi ... + bnXn (7) Atau dengan analisis non-linear eksponensial dengan fungsi: Y : co + exp(bo+b1X1+b2X2+bi Xi… bnXn ) (8) Keterangan, Y : kepadatan penduduk suatu desa. ao : intersep 243
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
bi Xi n
: parameter koefisien variabel Xi : variabel : jumlah parameter
Untuk dapat menggunakan model ini maka masing-masing variabel haruslah saling bebas, oleh karena itu sebelum mendapatkan model yang diinginkan seluruh variabel harus dibuktikan saling bebas dengan menggunakan metode Principal Component Analysis untuk mendapatkan Faktor Loading. Selanjutnya dengan mencari variabel surrogate yang berkorelasi kuat dengan faktor loading diperoleh variabel-variabel yang berpengaruh terhadap kepadatan penduduk [2].
Model pertumbuhan penduduk spasial-temporal Untuk memprediksi pertumbuhan penduduk secara spasial dan temporal maka diperlukan data variabel minimal dalam dua waktu yang berbeda yang direpresentasikan dalam variabel dummy (to) dan (t1), sehingga persamaan menjadi Y : co + exp(bo+b1X1+b2X2+ … bnXn + Dummy(t))
(9)
Dalam analisis ini data penduduk dan variabel spasial yang digunakan adalah sensus tahun 1998 dan 2002 yang diterbitkan oleh BPS.
Pengujian Model Besarnya rata-rata kesalahan dihitung dengan persamaan:
RKK =
JKK n − ( k + 1)
(10)
Keterangan, RKK : Rata-rata kesalahan JKK : Jumlah rata-rata kesalahan k : derajat kebebasan n : jumlah pengamatan Standar kesalahan dinyatakan dalam
S = RKK
(11)
Untuk menguji berapa besar variabel independen dapat dijelaskan oleh kombinasi variabel independen yang dinyatakan dalam koefisien determinan R2,
R2 =
Jumlah Kuadrat Rata Jumlah Kuadrat Total
(12)
244
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
Pengujian tingkat pengaruh masing-masing parameter regresi dilakukan dengan menggunakan hipotesis H0: H1:
β1= 0 Tidak semua β1 = 0
Yang dapat diuji dengan statistik t t[( n − ( k +1)] =
bi s (bi )
(13)
Keterangan, t : statistik t bi : parameter yang diestimasi s(bi) : standar deviasi estimasi. Untuk nilai t pada nilai signifikansi (α) yang besar dari tkritis , berarti nilai tes statistik berada pada daerah penolakan, maka hipotesis nol (H0) ditolak. Sebaliknya untuk nilai t yang kecil dari nilai tkritis , berati nilai tes berada di daerah penerimaan, maka hipotesis nol (H0) diterima.
METODOLOGI PENELITIAN Penelitian ini dilakukan di lokasi sekitar calon tapak PLTN Ujung Lemahabang. Lokasi ini berada pada koordinat latitude 6o 25’ 40” Lintang Selatan, longitude 110o47’20” bujur Timur, dengan kawasan meliputi radius sampai 50 km. Secara administratif wilayah radius 50 km dari Ujung Lemahabang meliputi Kabupaten Jepara, Kudus, Pati dan Demak. Daerah sekitar lokasi calon Tapak PLTN terdiri dari laut (Laut Jawa) ke sebelah Utara dan darat ke sebelah Selatan. Sedangkan data kependudukan diambil dari sumber resmi yang dikeluarkan BPS dalam bentuk PODES 1998 dan 2002 dan peta digital dari Bakorsutanal 2001. Selanjutnya data dianalisis dengan memeriksa pola pemusatan, penyebaran dan korelasi spasial kepadatan penduduk. Untuk menentukan model pertumbuhan kepadatan penduduk secara spasial maka dilakukan Analisis Regresi Ganda terhadap variabel-variabel yang berpotensi berpengaruh terhadap pertumbuhan penduduk seperti yang terlihat pada Tabel 1. Seleksi variabel dilakukan dengan mencari variable-variabel yang saling bebas satu sama lain dengan menggunakan metode Analisis Komponen Utama atau Principal Component Analysis terhadap variabel spasial dan dengan memilih faktor yang bernilai eigen > 1 atau faktor dengan Scree Plot yang turun tajam. Dengan menggunakan variable terpilih sebagai variable temporal dan ditambahkan dengan variable dummy waktu dapat diperoleh model hubungan kepadatan penduduk secara spasial dan temporal. Selanjutnya model temporal digunakan untuk mempredikasi jumlah pendududuk pada usia PLTN.
245
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
HASIL DAN PEMBAHASAN Dengan menggunakan script program perhitungan Indeks Moran dan Koefisien Geary [4] dalam perangkat lunak ARCVIEW diperoleh hasil korelasi spasial kepadatan penduduk untuk tahun 1998 dan 2002 seperti pada Tabel 2. Tabel 2. Hasil Perhitung an Autocorrelation Spatial
Indeks VarNorm Znorm Var Rand Z Rand
Moran 0,608 0,0003 32,974 0,0003 33,388
1998 Geary 0,375 0,0005 27,23 0,003 11,841
Moran 0.586 0.000 31.774 0.000 32,186
2002 Geary 0.386 0.001 26,745 0.003 11,465
Hasil menunjukkan bahwa penduduk di sekitar PLTN hidup bergerombol dengan pusat pada ibukota-ibukota Kabupaten sekitar PLTN seperti ditunjukkan pada Gambar 1. Dengan menggunakan metode PCA, dari 41 variabel yang dianggap berpengaruh terhadap kepadatan penduduk diperoleh 14 faktor yang berpengaruh signifikan. Dengan Analisis Regresi ganda diperoleh bahwa hanya 7 variabel (faktor) yang dinyatakan berpengaruh nyata untuk kepercayaan a = 0.05 dengan koefisien determinan R2 = 0.946. Hasil perhitungan nilai Beta, t dan p ditunjukkan pada Dengan demikian persamaan kepadatan penduduk dirumuskan seperti pada persamaan berikut, Y = 1.38105 + 4.83333 X18 + 0,01542 X17B+ 2.26876 X 11E + 1.61309 X21 - 0,02480 X4 + 17.77744 X10B. Keterangan: X 18 : Kepadatan listrik (jml kel pemakai listrik/luas desa) X17B : Ketersediaan jalan lain di dalam desa (m/luas desa) X11E : Terdapatnya Industri kayu/mebel (0=tidak: 1=ada ) X21 : Perubahan tahun dalam rentang 1998 -2002 (0=1998; 1=2002) X5 : Tinggi dari permukaan laut (m) X4 : Jarak dari Demak (km) X10B : Sumber penghasilan Tambang (0=tidak; 1=ada)
246
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
Tabel 1. Nama-nama variabel model pertumbuhan penduduk No. (1) 1. 2. 3. 4. 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
Nama Variable (2) Spatial Jarak dari Desa ke Jepara Jarak dari Desa ke Pati Jarak dari desa ke Kudus Jarak dari Desa ke Demak Tinggi dari Permukaan laut Kemiringan Letak Desa terhadap hutan DalamHTN PinggirHTN JauhdrHTN Non -Spasial Karakter Penduduk Jumlah Wanita Jumlah keluarga tani Ekonomi Sumber Penghasilan Petani Pertambngan Industri Perdagangan Jasa Industri Industri Kulit Olah makanan Batu/Genteng Batik/Tenun Kayu Logam Lain Dagang /Jml Pasar PDRB Pendidikan Jumlah Sekolah Kesehatan Kepadatan Jml RS Kepadatan Jml Puskesmas Kepadatan Klinik Bersalin Sosial Budaya Kepadatan Jml Mesjid Perhubungan atau Transportasi Kepadatan Jalan Kota Kepadatan jalan Lain Kepadatan jalan Utama Fasilitas Ketersediaa n listrik Ketersediaan lahan Persentase Buildup Persentase Sawah Persentase Kebun lading Lahan Lain Hutan Ketersediaan tempat rekreasi Tahun Variabel Dependent Kepadatan penduduk masingmasing desa
Simbol (3) X1 X2 X3 X4 X5 X6 X7 X7A X7 B X7 C
Keterangan (4)
0 - 2% : 0; 2-15% :1; 15-40% : 2; >40%:3 0 :dalam; 1 tidak 0 : pinggir; 1 tidak 0 : Jauh ; 1 tidak
X8 X9 X1 0 X10A X1 0 B X1 0 C X10D X1 0 E X11A X1 1 B X1 1 C X11D X1 1 E X11G X11H X1 2 X1 3 X1 4 X15A X1 5 B X1 5 C X1 6 X17A X1 7 B X1 7 C X1 8 Luas lahan/Luas Desa X19A X1 9 B X1 9 C X19D X1 9 E X2 0 X2 1 Y
0 :1998 ; 1 : 2002
247
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
Gambar 1. Distribusi Penduduk pada Tahun 1998 dan 2002 Tabel 3. Hasil perhitungan Beta, t dan p Beta Intercept X 18 X 17B X 11E X 21 X4 X 10B
0,943892 0,017973 0,050493 0,033624 -0,019963 0,028892
Deviasi Std. Kesalahan 0,006298 0,005423 0,005667 0,005288 0,005278 0,005242
B 1,38105 4,83333 0,01542 2.26876 1,61309 -0,02480 17,77744
Deviasi Std Kesalahan.
t(1962)
0,510661 0,032251 0,004654 0,254622 0,253692 0,006558 3,225571
2,7044 149,8654 3,3140 8,9103 6,3585 -3,7819 5,5114
p-level 0,006901 0,000000 0,000937 0,000000 0,000000 0,000160 0,000000
Artinya, secara spasial dan temporal pertumbuhan penduduk dapat dijelaskan oleh faktor ketersediaan listrik, ketersediaan jalan, terdapatnya Industri kayu/mebel, waktu, ketinggian lokasi dari permukaan laut, jarak dari Demak, sumber penghasilan tambang. Koefisien X4 merupakan koefisien yang menggambarkan jarak dari pusat ibukota. Koefisien negatif berarti semakin jauh suatu desa dari pusat ibukota semakin kecil penduduknya. Gambar 2 dan 3 menunjukkan distribusi variabel yang mempengaruhi pertumbuhan penduduk pada Tahun 1998 dan 2002 di lokasi sekitar Ujung Lemahabang. Dengan mengasumsikan tidak terjadi perubahan pada variabel yang lain, kecuali variabel X21, yaitu variabel untuk perubahan waktu, dapat diprediksi pertumbuhan kepadatan penduduk sampai pada tahun 2016, 2036, dan 2056 yaitu sebesar 3.876.371, 5.815.101, dan 7.753.831. Secara spasial pertumbuhan tersebut dapat dilihat pada Gambar 4.
248
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
Gambar 2. Distribusi variabel yang mempengaruhi pertumbuhan penduduk tahun 1998
Gambar 3. Distribusi variabel yang mempeng aruhi pertumbuhan penduduk Tahun 2002
249
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
Gambar 4.
Hasil Prediksi Distribusi Penduduk pada Tahun 2016, 2036, 2056
Dengan prediksi ini pola penyebaran petumbuhan penduduk sebagai receptor yang menerima dampak radiasi dapat diketahui. Dengan terpusatnya penduduk pada ibukota Kabupaten yang berjarak lebih dari 10 km dari lokasi rencana PLTN, maka dari sisi proteksi radiasi hal ini menguntungkan karena pusat-pusat penduduk jauh dari lokasi sumber radiasi. Hasil perhitungan Pane dkk [5] menunju kkan bahwa pada pelepasan sumber radiasi pada kondisi kecelakaan PLTN dosis radiasi pada jarak lebih besar dari 10 km adalah sebesar 3,52 x 10 -2 mSv. Hal ini menunjukkan bahwa lokasi PLTN di Ujung Lemahabang, Semenanjung Muria sudah cukup baik ditinjau dari sisi mitigasi dampak terhadap penduduk bila terjadi kecelakaan Nuklir. KESIMPULAN Dari hasil analisis ini dapat disimpulkan bahwa pertumbuhan penduduk di sekitar lokasi calon tapak PLTN cenderung memusat. Dengan menggunakan Analisis Regresi Ganda dan Komponen Analysis Utama (Principal Component Analysis) dapat diketahui faktor-faktor yang sangat berpengaruh terhadap pertumbuhan penduduk di lokasi sekitar PLTN Ujung Lemahabang secara spatial dan temporal dengan koefisien determinan mencapai 94,6%. Faktor tersebut adalah faktor ketersediaan listrik, ketersediaan jalan, terdapatnya Industri kayu/mebel, waktu, ketinggian lokasi dari permukaan laut, jarak dari Demak, sumber penghasilan tani, sumber penghasilan tambang ketersediaan industri pertambangan. Pertumbuhan penduduk pada tahun 2016, 2036, dan 2056 adalah sebesar 3.876.371, 5.815.101, dan 7.753.831 jiwa. Terpusatnya penduduk pada ibukota Kabupaten di sekitar PLTN yang berjarak >10 km sangat menguntungkan dari sisi mitigasi dampak kecelakaan kar ena pusat penduduk tersebut jauh dari sumber radiasi. 250
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
DAFTAR PUSTAKA 1. RUSTIADI, E. Analisis Spasial, IPB Bogor, 2003 2. ARLINGHAUS, S.L. Practical handbook of Spatial Statistics, United States, CRC. Press. Inc. Editor, 1996. 3. SUPRANTO J., Analisis Multivariat: Arti dan Interpretasi. Rineka Cipta, Jakarta, 2004. 4. SHEN. Q., An Application of GIS to The Measurement of Spatial Autocorelation, 0198-97159(93)E0012-5, Pergamon, 1994. 5
PANE, J.S., SAENI M.S., SANIM B., RUSTIADIE, HASTOWO H., Analisis pemanfaatan ruang sekitar calon tapak PLTN Ujung Lemahabang berdasarkan prakiraan dampak radiologi, SNSTN, ISSN 1858-3601, Bandung 2007.
DISKUSI NURYANTI Diantara 2 model yang disajikan, mana model yang paling smooth ?
JUPITER SITORUS PANE Untuk model linier ganda dan eksponensial hasilnya sangat dekat. Yang paling menonjol untuk dibandingkan adalah terhadap model logistic dan model geometri dimana logistik hasilnya cenderung mendatar dan geometri sangat eksponensial.
DARWIS Tadi ada pertanyaan : Harga sayur di kota lebih murah dibanding di daerah, padahal harga sayur di Tangerang atau kebayoran lebih murah dibanding Serpong. Langkah apa yang diambil agar di sekitar lokasi PLTN, populasi penduduknya, mengingat ada pepatah ”ada gula ada semut” dimana ada daya tarik suatu suatu daerah (denga pekerjaan baru dsb), pasti orang akan berduyun-duyun datang ke lokasii tersebut, contoh serpong yang dulu sepi sekarang sudah rame. JUPITER SITORUS PANE Yang saya maksud bukan harga sayur (maaf bila saya sebut demikian dalam presentasi) yang benar adalah nilai tanah (land rent) yang dekat dengan pusat 251
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)
bisnis akan lebih tinggi dari tanah yang jauh dari pusat bisnis. Demikian pula penduduk lebih cenderung tinggal dekat dengan pusat bisnis daripada jauh dari pusat bisnis. Dengan kehadiran PLTN berarti meningkatkan aktivitas ekonomi (ada gula ada semut), namun dalam hal PLTN hal ini tidak diijinkan pada batas wilayah tertenttu demi keselamatan penduduk. Untuk hal ini dibuatlah kebijakan Tata Ruang Wilayah SRIYANA 1. Screening faktor yang digunakan untuk menyeleksi faktor-faktor yang berpengaruh dari 41 Data 14 faktor menjadi 7 faktor. Kriteria apa yang digunakan? 2. Variabel yang sangat berpengaruh/dominan terhadap pertumbuhan penduduk ? PLTN akan menjadi daya tarik ekonomi yang kuat......apa yang akan diterapkan untuk mendekatnya konsentrasi penduduk ke lokasi PLTN JUPITER SITORUS PANE 1. Screening dilakukan dengan PCA dan uji t koefisien variabel berpengaruh. 2. Variabel Non demografi yang paling berpengaruh yaitu keberadaan penerangan listrik, jalan dan pertumbuhan alamiah dengan waktu.
DAFTAR RIWAYAT HIDUP 1. 2. 3. 4. 5.
Nama : Júpiter Sitorus Pane Tempat/Tanggal Lahir : Padang 11 Mei 1960 Instansi : PTRKN - BATAN Pekerjaan / Jabatan : Staff Riwayat Pendidikan : • S1 ITB • S2 University of Tenessee, USA (Nuclear Eng) • S3 IPB Bogor, Lingkungan 6. Pengalaman Kerja : BATAN (1985 s/d sekarang) 7. Organisasi Profesional : Himpunan Fisika Indonesia 8. Publikasi (Makalah) : • Analisis Perubahan Pemanfaatan Ruang oleh Peningkatan Sarana dan Prasarana • Analisis Perubahan Pemanfaatan lahan dengan metode input – output • Analisis Distribusi 131 I pada lahan sekitar PLTN Ujung Lemah Abang pada kondisi kecelakaan PLTN
Daftar Isi
252