BAB 2 TINJAUAN PUSTAKA
2.1
Regresi Berganda Persamaan matematik yang memungkinkan untuk meramalkan nilai-nilai
suatu variabel independen dari nilai-nilai satu atau lebih variabel independen disebut persamaan regresi (Walpole, 1995). Analisis regresi terdiri dari dua tipe yaitu analisis regresi sederhana dan analisis regresi berganda. Analisis regresi sederhana hanya melibatkan satu variabel dependen dan satu variabel independen, sedangkan analisis regresi berganda melibatkan satu variabel dependen dengan satu atau lebih variabel independen. Model umum dari regresi berganda adalah sebagai berikut: (2.1) Keterangan: Y = Variabel dependen. X = Variabel independen. ε = Error. = Observasi ke –i pada variabel independen X2. = konstanta atau intercept pada persamaan.
2.2
Uji Asumsi Residual Regresi Linear Berganda Uji asumsi residual adalah persyaratan statistik yang harus dipenuhi pada
analisis regresi linear berganda yang berbasis ordinary least square (OLS). Tidak semua model regresi harus melakukan uji asumsi residual diantaranya adalah regresi logistik atau regresi ordinal. Beberapa analisis yang dilakukan untuk melakukan uji asumsi residual regresi adalah sebagai berikut: 5
6
1. Asumsi identik atau uji heteroskedasitas merupakan salah satu asumsi residual yang penting dari model regresi. Varians residual harus bersifat homoskedastisitas atau varians residual bersifat identik, tidak membentuk pola tertentu. Beberapa pengujian yang bisa dilakukan untuk menguji asumsi identik adalah uji Glejser, park test, white test, plot of residual and fit. 2. Asumsi independen atau uji autokorelasi residual merupakan uji untuk mengetahui apakah terdapat autokorelasi pada variabel. Pengujian yang dapat dilakukan untuk menguji asumsi independen adalah uji Durbin-Watson dan plot Autocorrelation Function (ACF). 3. Asumsi normalitas. Pengujian ini bertujuan untuk mengetahui apakah residual berdistribusi normal atau tidak. Ada tiga cara dalam melakukan uji normalitas yaitu: melihat grafik histogram dan kurva normal, menggunakan nilai skewness dan standar erornya, uji Kormogorov-smirnov. 4. Uji multikolinearitas adalah uji untuk mengetahui apakah terdapat hubungan linear atau korelasi yang tinggi antara masing-masing variabel independen dalam model regresi. Cara mendeteksi adanya multikolinearitas adalah dengan melihat nilai tolerance dan variance inflation factor (VIF). Apabila nilai VIF lebih kecil daripada 10 maka dapat disimpulkan bahwa tidak terjadi multikolinearitas.
2.3
Uji Efek Spasial Efek spasial adalah alasan penting bagi keberadaan bidang yang terpisah dari
ekonometrik spasial. Spatial dependence dan spatial heterogeneity adalah dua aspek data dan model dalam ilmu daerah yang layak mendapatkan perhatian khusus dari sudut pandang metodologis. Pengujian spatial dependence bisa menggunakan metode Moran’s Test dan untuk pengujian spatial heterogeneity bisa mengunakan metode Breusch-Pagan Test (BP test).
7
2.3.1 Moran’s Test Moran’s Test biasa dipakai untuk mengetahui apakah terdapat autokorelasi atau spatial dependence pada pemodelan spasial (Viton, 2010). Statistik yang didefinisikan untuk data tertentu (atau sisa) vektor x adalah:
(2.2) Dimana
adalah rata-rata dari x. Nilai harapan dari Moran’s Statistik
adalah:
Dan ekspresi yang rumit untuk varians: (2.3)
Dimana
Hal ini dapat ditunjukkan bahwa di bawah hipotesis nol tidak ada autokorelasi spasial, statistik Moran adalah asimtotik normal. Maka statistik ujinya:
(2.4) Dengan hipotesis yang digunakan adalah: H0 : I = 0 (tidak ada dependensi antar lokasi)
8
H1 : I ≠ 0 (ada dependensi antar lokasi) Pengambilan keputusan H0 ditolak jika |Zhitung| > Zα/2. Nilai I berada pada kisaran antara -1 dan 1.
2.3.2 Breusch-Pagan Test Breusch-Pagan test bisa digunakan untuk mengetahui adanya heterogenitas spasial (Anselin, 1988). Hipotetis untuk Breusch-Pagan test adalah sebagai berikut: H0 :
(terdapat homoskedastisitas)
H1 : minimal terdapat satu
(terdapat heteroskedastisitas)
Nilai Breusch-Pagan test: Z)-1 ZTf ~ X2k (2.5) Dengan elemen vektor f adalah:
(2.6) Dimana : = error untuk observasi ke-i Z = matriks berukuran n X (k + 1) yang berisi vektor konstan H0 ditolak jika BP >
2.4
Matriks Pembobot Spasial Matriks pembobot spasial bisa didapatkan melalui beberapa metode, salah
satunya dengan metode Queen Contiguity. Metode ini mendefinisikan wij = 1 bila
9
lokasi bersinggungan sisi atau sudut dengan lokasi lainnya, sedangkan wij = 0 bila tidak bersinggungan (Ramadani, Rahmawati dan Hoyyi, 2013). Bentuk dari matriks pembobot spasial adalah sebagai berikut:
W1 atau W2 =
2.5
(2.7)
Spatial Durbin Model Spatial Durbin Model (SDM) adalah kasus khusus dari Spatial Lag Model
(SLM), yaitu model autoregressive dengan adanya pengaruh spasial pada variabel independen dan variabel dependen. Berikut adalah bentuk model dari SLM:
ε ~ N (0,σ²I)
(2.8)
Sedangkan bentuk model dari SDM adalah sebagai berikut: (2.9) Atau
Y = (1 -ρW)-1 Zβ + (1 - ρW)-1 ε ε ~ N (0,σ²I)
Dengan Z = [1 X WX] dan β = [
2.6
(2.10)
]T
R Software R adalah bahasa tingkat tinggi dan lingkungan untuk analisis data dan grafik.
Desain R sangat dipengaruhi oleh dua bahasa yang ada: Becker, Chambers dan Wilks
10
'S dan Skema Sussman itu. Bahasa yang dihasilkan sangat mirip dalam tampilannya S, namun implementasi yang mendasari dan semantik yang berasal dari Skema. Salah satu keuntungan bila menggunakan R language adalah dapat di akses gratis, sintaksnya pun mudah dipelajari dan mempunyai banyak sekali fungsi-fungsi statistik. Keterbatasan yang dimiliki oleh R language adalah dalam penanganan dataset yang besar, karena semua perhitungan dilakukan dalam memori utama komputer.
2.7
Context Diagram Context Diagram (CD) merupakan gambaran secara global terhadap proses
yang terjadi didalam sistem. Context Diagram memperlihatkan sistem yang dirancang secara keseluruhan, semua external entity digambarkan sedemikian rupa. Sehingga terlihat data yang mengalir pada input-proses-output. CD hanya boleh terdiri dari satu proses saja, tidak boleh lebih. Context Diagram juga tidak menggambarkan data store. Proses pada CD biasanya tidak diberi nomor (Afyenni, 2014).
2.8
Data Flow Diagram Data Flow Diagram (DFD) disebut juga dengan Diagram Arus Data (DAD).
DFD adalah: suatu model logika data atau proses yang dibuat untuk menggambarkan: darimana asal data, dan kemana tujuan data yang keluar dari sistem, dimana data disimpan, proses apa yang menghasilkan data tersebut, dan interaksi antara data yang tersimpan, dan proses yang dikenakan pada data tersebut (Afyenni, 2014). Obyek-obyek data dalam penggambaran DFD biasanya direpresentasikan menggunakan 4 simbol dasar pada DFD yaitu: persegi ganda, panah, persegi panjang dengan sudut membulat, dan persegi panjang terbuka (ditutup pada sisi kiri dan terbuka berakhir di sebelah kanan), seperti yang ditunjukkan pada Gambar 2.1 Persegi ganda digunakan untuk menggambarkan suatu entitas eksternal (departemen lain, bisnis, seseorang, atau mesin) yang dapat mengirim data atau menerima data dari sistem. Entitas eksternal atau entitas, juga disebut sumber atau
11
tujuan data dan dianggap eksternal ke sistem yang dijelaskan. Setiap entitas diberi label dengan nama yang sesuai. Panah menunjukkan pergerakan data dari satu titik ke titik lain, dengan kepala panah menunjuk ke arah tujuan data dan dijelaskan dengan kata benda. Persegi panjang dengan sudut membulat digunakan untuk menunjukkan terjadinya proses transformasi. Proses juga harus diberi nomor identifikasi yang unik yang menunjukkan tingkat dalam diagram. Persegi panjang terbuka merupakan simbol yang menggambarkan penyimpan data. Pada titik ini simbol menyimpan data hanya menunjukkan tempat penyimpanan untuk data yang memungkinkan pemeriksaan dan pengambilan data. Berikut ini merupakan aturan dasar yang harus dipenuhi dalam menggambarkan Data Flow Diagram: 1. DFD harus memiliki minimal satu proses dan tidak boleh ada objek yang berdiri sendiri atau terhubung dengan diri sendiri. 2. Sebuah proses harus memiliki setidaknya satu aliran data yang masuk ke dalam proses dan menciptakan setidaknya satu aliran data dari proses. 3. Sebuah penyimpanan data harus dihubungkan ke setidaknya satu proses. 4. Entitas eksternal tidak boleh terhubung satu sama lain.
Gambar 2.1 Simbol Pada DFD
12
2.9
Model Proses Menurut Pressman (2010), model proses pada rekayasa piranti lunak
merupakan sekumpulan tugas dan aktifitas yang terangkum dalam suatu kerangka kerja perancangan suatu perangkat lunak. Pada setiap kerangka kerja, terdapat definisi bahwa tugas yang akan diselesaikan, tugas yang akan menghasilkan suatu produk, jaminan kualitas pada piranti lunak serta milestones yang dapat digunakan untuk mengindikasikan kemajuan suatu proses (Dewa, 2013:21). 2.9.1 Model Proses Waterfall Model proses waterfall merupakan paradigma tertua untuk rekayasa piranti lunak. Model proses waterfall biasa juga disebut classic life cycle yang sistematis untuk pengembangan perangkat lunak yang dimulai dengan spesifikasi kebutuhan pelanggan
kemudian
melakukan
perencanaan,
pemodelan,
konstruksi
dan
penyebaran hingga melakukan pemeliharaan yang berkelanjutan dari perangkat lunak itu selesai dibuat (Pressman and Maxim, 2014).. Tahapan dari model proses waterfall bisa dilihat pada gambar 2.2
Gambar 2.2 Model Waterfall
Berikut ini penjelasan dari tahapan pada model waterfall: 1. Communication Pada tahapan communication terdapat project initiation dan requirements gathering yaitu dimana pada tahapan ini melakukan komunikasi kepada pengguna perangkat
13
lunak untuk mengetahui apa keinginan pengguna dan mengumpulkan persyaratan yang membantu untuk mendefinisikan fitur perangkat lunak dan fungsi-fungsinya. 2. Planning Pada tahapan planning terdapat estimating, scheduling dan tracking yaitu pembuat perangkat lunak membuat penjadwalan dan menggambarkan taks teknik yang akan dilakukan, menggunakan sumber daya sesuai dengan apa yang diperlukan dan membut perangkat lunak sesuai syarat-syarat yang dibutuhkan sebelumnya serta bekerja tepat pada waktunya. 3. Modeling Pada tahapan modeling terdapat analysis dan design dimana pada tahap ini pembuat perangkat lunak membuat model dan design yang berguna untuk memahami persyaratan perangkat lunak agar sesuai dengan kebutuhan. 4. Construction Pada tahapan construction terdapat code dan test yaitu pembuat perangkat lunak membuat design yang sudah ditetapkan sebelumnya. Proses penulisan kode (coding) dimulai pada tahap ini dan melakukan pengujian jika terdapat kesalahan dalam penulisan kode. 5. Deployment Pada tahapan deployment terdapat delivery, support dan feedback. Pada tahap ini perangkat lunak dikirim ke pengguna untuk dievaluasi apakah sesuai dengan apa yang diharapkan dan melakukan feedback berdasarkan dari hasil evaluasi.
2.10
PHP Programming PHP adalah singkatan dari Hypertext PreProcessors, PHP saat ini adalah
bahasa pemrograman interpreter yang paling banyak digunakan saat ini dikarenakan bersifat open source dan juga paling banyak didukung oleh banyak web server. PHP dapat digunakan oleh banyak sistem operasi dari Windows, Linux maupun BSD. PHP umumnya diintegrasikan dengan aplikasi database yang juga open source
14
seperti MySQL maupun PostgreSql, tapi bisa juga diintegrasikan dengan Microsoft SQL, Access maupun Oracle.
2.10.1 Sejarah PHP PHP pertama kali dibuat oleh Danish Greenlander Rasmus Lerdord pada tahun 1994 yang awalnya bernama Form Interpreted (FI). Kegunaan awal dari FI adalah mengelola data formulir dari suatu halaman web yang diberi nama PHP tools (Personal Home Page tools). Kemudian Rasmus merilis source code tersebut untuk umum dengan nama PHP/FI. Perilisan source code ini bersifat open source sehingga banyak programmer yang tertarik untuk mengembangkan bahasa ini. Rasmus menulis ulang script tersebut didalam bahasa pemograman C dengan alas an peningkatan performa. Setelah selesai dituliskan, pada November 1997 dirilislah PHP/FI 2.0. Pengembangan selanjutnya berubah dari satu orang pengembang menjadi banyak orang. Zeev Suraski dan Andi Gutmans menjadi pengembang PHP selanjutnya, mereka menambahkan feature parser ke dalam PHP yang kemudian dikenal dengan PHP 3. Mereka juga mengubah akronim PHP menjadi PHP: hypertext Preprocessor. Pada 22 Mei 2002, PHP 4 dirilis yang didukung dengan zend engine 1.0. Versi ini banyak digunakan karena kemampuannya dinilai mampu membangun aplikasi web kompleks tetapi memiliki kecepatan dan stabilitas yang tinggi. Pada Juni 2004, PHP 5 dirilis dan didukung dengan zend engine 2.0. Perubahan besar-besaran terjadi pada seri ini, seperti object oriented programming.
2.10.2 Keunggulan PHP Kelebihan PHP dibandingkan dengan bahasa pemograman lain adalah: 1. Bahasa pemograman PHP adalah bahasa script sehingga tidak diperlukan kompilasi dalam penggunaannya. 2. Web server yang mendukung PHP dapat ditemukan dimana-mana mulai dari apache, IIS, Lighttp hingga Xitami dengan konfigurasi yang relatif mudah. 3. Dalam sisi pengembang dan pemahaman lebih mudah, karena banyak milis, forum website dan developer yang siap membantu menyediakan banyak referensi tentang PHP
15
4. PHP bersifat open source yang dapat digunakan diberbagai mesin (Linux, Macintosh, Windows).
2.11
HTML (Hyper Text Markup Language) Menurut Connolly and Begg (2005,p1001), HTML adalah dokumen yang
mengatur bahasa-bahasa yang digunakan untuk mendesain banyak halaman web. HTML adalah suatusistem untuk marking-up, tagging, sehingga dokumen tersebut dapat dipublikasikan ke web. HTML adalah bahasa yang dimengerti browser. Pada dasarnya user interface HTML sangat sederhana dan kaku. Oleh karena itu HTML sekarang didukung dengan CSS dan JavaScript yang membuat tampilan halaman HTML menjadi menarik dan interaktif (Salim, 2013) 2.12
CSS CSS1 pertama kali diluncurkan pada tahun 1996 dan 2 tahun kemudian
muncul CSS2. CSS digunakan untuk mengatur bagaimana spesifikasi suatu elemen akan ditampilkan. CSS bekerja dengan aturan asosiasi gaya dengan unsur-unsur HTML untuk mempercantik tampilan dari HTML. Aturan CSS biasanya muncul dalam dokumen terpisah, meskipun mungkin muncul dalam sebuah halaman HTML. Dua aturan yang terdapat pada CSS yaitu selector dan declaration (Duckett, 2011).
2.13
Web Server Web Server merupakan sebuah perangkat lunak yang bertugas menerima
permintaan client melalui port HTTP maupun HTTPS dan merubah isi yang ada ke dalam format HTML. Terdapat beberapa format selain HTML yaitu PHP atau ASP, tetapi format – format tersebut hanyalah berfungsi untuk menghubungkan HTML dengan database. Web server saat ini di dominasi oleh Apache yang berbasiskan open source dan sudah sangat mudah untuk diinstall. Banyak aplikasi yang sudah menggabungkan Apache dengan modul – modul lain seperti PHP dan Mysql, baik itu yang berbasiskan Windows maupun Linux. Aplikasi gabungan itu antara lain adalah XAMPP.
16
2.14
XAMPP XAMPP adalah perangkat lunak bebas, yang mendukung banyak sistem
operasi, merupakan kompilasi dari beberapa program. Fungsinya adalah sebagai server yang berdiri sendiri (localhost), yang terdiri atas program Apache HTTP server, MySQL database, dan penerjemah bahasa yang ditulis dengan bahasa pemrograman PHP dan Perl. Nama XAMPP merupakan singkatan dari X (empat sistem operasi apapun), Apache, MySQL, PHP dan Perl. Program ini tersedia dalam GNU General Public License dan bebas, merupakan web server yang mudah digunakan yang dapat melayani tampilan halaman web yang dinamis.
2.15
Interaksi Manusia dan Komputer Interaksi manusia dan komputer adalah ilmu yang mempelajari bagaimana
manusia berinteraksi dengan komputer dan pengaruh dari interaksi manusia dan komputer. Interaksi manusia dan komputer berhubungan dengan evaluasi antarmuka pemakai (user interface). Antarmuka pemakai adalah sebagian sistem komputer yang memungkinkan manusia berinteraksi dengan komputer. Dalam perancangan antarmuka pemakai (user interface) terdapat aturanaturan yang dikenal dengan eight golden rules atau delapan (8) aturan emas dalam perancangan user interface. Delapan aturan emas tersebut adalah:
1. Konsistensi Dalam pembuatan suatu aplikasi, konsistensi sangat penting untuk tidak dilanggar oleh pembuat aplikasi. Konsistensi dalam rancangan, tindakan, perintah, dan istilah yang digunakan pada prompt, menu, serta layar bantuan sangat dibutuhkan untuk memudahkan pengguna dalam memahami tampilan. 2. Melayani kebutuhan universal Dikarenakan beragamnya pengguna, maka perancangan layar harus mempertimbangkan perbedaan seperti: usia, hambatan fisik ataupun variasi teknologi. Perancangan layar dapat memberikan petunjuk untuk pengguna pemula ataupun shortcut untuk pengguna yang sudah berpengalaman. 3. Memberikan umpan balik yang informatif
17
Untuk setiap tindakan operator, sebaiknya disertakan suatu sistem umpan balik. Untuk tindakan yang sering dilakukan dan tidak terlalu penting, dapat diberikan umpan balik yang sederhana. Tetapi ketika tindakan merupakan hal yang penting, maka umpan balik sebaiknya lebih substansial. Misalnya muncul suatu suara ketika salah menekan tombol pada waktu input data atau muncul pesan kesalahannya 4. Merancang dialog untuk menghasilkan suatu penutupan Urutan tindakan sebaiknya diorganisir dalam suatu kelompok dengan bagian awal, tengah, dan akhir. Umpan balik yang informatif akan memberikan indikasi bahwa cara yang dilakukan sudah benar dan dapat mempersiapkan kelompok tindakan berikutnya. 5. Memberikan penanganan kesalahan yang sederhana. Sedapat mungkin sistem dirancang sehingga pengguna tidak dapat melakukan kesalahan fatal. Jika kesalahan terjadi, sistem dapat mendeteksi kesalahan dengan cepat dan memberikan mekanisme yang sedehana dan mudah dipahami untuk penanganan kesalahan. 6. Mudah kembali ke tindakan sebelumnya Hal ini dapat mengurangi kekuatiran pengguna karena pengguna mengetahui kesalahan yang dilakukan dapat dibatalkan, sehingga pengguna tidak takut untuk mengekplorasi pilihan-pilihan lain yang belum biasa digunakan. 7. Mendukung tempat pengendali internal (internal locus of control) Pengguna ingin menjadi pengontrol sistem dan sistem akan merespon tindakan yang dilakukan pengguna daripada pengguna merasa bahwa sistem mengontrol pengguna. Sebaiknya sistem dirancang sedemikan rupa sehingga pengguna menjadi inisiator daripada responden. 8. Mengurangi beban ingatan jangka pendek. Keterbatasan ingatan manusia membutuhkan tampilan yang sederhana atau banyak tampilan halaman yang sebaiknya disatukan, serta diberikan cukup waktu pelatihan untuk kode, mnemonic, dan urutan tindakan. 2.16
Demam Berdarah Dengue Demam berdarah adalah penyakit demam akut yang disebabkan oleh virus
dengue, yang masuk ke peredaran darah manusia melalui gigitan nyamuk dari genus Aedes, misalnya Aedes aegypti atau Aedes albopictus. Aedes aegypti adalah vektor
18
yang paling banyak ditemukan menyebabkan penyakit ini. Nyamuk dapat membawa virus dengue setelah menghisap darah orang yang telah terinfeksi virus tersebut. Sesudah masa inkubasi virus di dalam nyamuk selama 8-10 hari, nyamuk yang terinfeksi dapat mentransmisikan virus dengue tersebut ke manusia sehat yang digigitnya.
2.16.1 Penyebab Demam Berdarah Dengue Penyebab penyakit Demam Berdarah Dengue (DBD) adalah virus dengue. Ada 4 (empat) serotype yaitu dengue 1, 2, 3 dan 4. Serotype Dengue 3 merupakan serotype yang dominan di Indonesia dan sangat berhubungan dengan kasus berat. Penularannya adalah oleh nyamuk sub genus stegornyia yaitu Aedes aegypti.
2.16.2 Gejala dan Tanda Demam Berdarah Dengue Berikut ini merupakan gejala dan tanda seseorang terinfeksi DBD yaitu: 1. Penderita mendadak panas tinggi (suhu badan antara 39-40oC atau lebih) selama 2-7 hari, tampak lemah dan lesu. 2. Tampak bintik-bintik mera pada kulit penderita seperti bekas gigitan nyamuk, disebabkan pecahnya pembuluh darah kapiler di kulit. Untuk membedakannya kulit direnggangkan, bila bintik merah hilang maka itu merupakan bekas gigitan nyamuk. 3. Terasa nyeri di ulu hati kemungkinan disebabkan oleh terjadinya pendarahan di lambung. 4. Kadang-kadang terjadi pendarahan di hidung. 5. Kadang terjadi muntah darah atau BAB darah. 6. Keadaan lebih lanjut masuk ke fase syok ditandai dengan penderita gelisah, ujung tangan dan kaki dingin, berkeringat dan tidak sadar. 7. Bisa tidak segera ditolong di rumah sakit dalam 2-3 hari, penderita kemungkinan akan meninggal dunia.
19
2.17
Penelitian yang Berkaitan Beberapa penelitian tentang kejadian DBD dan pemodelan spasial yang
menjadi bahan acuan dalam penelitian ini adalah sebagai berikut: 1. Bekti, Rahayu dan Sutikno (2013) tentang maximum likelihood estimation for spatial durbin model dengan mendapatkan hasil bahwa parameter estimasi untuk SDM bisa didekati dengan estimasi SAR, dimana matrix dari variabel independen pada SAR adalah X dan SDM adalah Z=[I X W1 X] 2. Bekti dan Sutikno (2012) tentang spatial durbin model to identify influential factors of diarrhea didapatkan hasil bahwa kasus diare di daerah Tuban memiliki efek spasial dimana variabel independen yang berpengaruh adalah sumber air minum, jumlah pusat kesehatan, jumlah tenaga medis 3. Sekarsari (2012) tentang penentian peubah-peubah yang mempengaruhi presentase penderita tuberculosis (TB) di Kota Bogor dengan pendekatan regresi spasial. Dengan mendapatkan kesimpulan efek spasial memiliki nilai yang signifikan pada kasus TB di Kota Bogor. Peubah penjelas yang mempengaruhi persentase penderita TB adalah persentase penduduk perempuan. 4. Pratiwi, Srinadi dan Susilawati (2013) tentang analisis kemiskinan dengan pendekatan model regresi spasial durbin. Kesimpulan yang didapat adalah tidak adanya lag variabel independen dengan pembobot yang signifikan menyebabkan hasil estimasi parameter menggunakan SDM menjadi tidak signifikan tetapi teridentifikasi menggunakan nilai Moran’s I. 5. Oktaviandini tentang pendekatan spatial durbin model pada data PDRB sektor industri tahun 2012 di Provinsi Jawa Timur dengan kesimpulan yang didapat bahwa pemodelan yang sesuai untuk data PDRB sektor industri pada Kabupaten/Kota di Provinsi Jawa Timur 2012 adalah SDM karena terdapat dependensi lag antar Kabupaten/Kota di Jawa Timur, namum pemodelan dengan menggunakan metode SDEM tidak dapat dilakukan karena tidak adanya dependensi spasial error pada data.
20
6. Nurhadiyanti (2013) berjudul penentuan pola spasial kejadian diare melalui SAR dan SEM di kabupaten Bekasi berbasis komputer. Didapatkan hasil pada model SAR faktor yang berpengaruh adalah presentase banyaknya buta huruf menurut kecamatan dan rasio jumlah puskesmas (pada α 5%), persentase PDRB atas dasar harga konstan (pada α 10%). Pada model SEM, faktor yang berpengaruh adalah persentase banyaknya buta huruf menurut kecamatan dan rasio jumlah puskesmas (pada α 5%), persentase PDRB atas dasar harga konstan dan persentase rumah tangga memiliki tempat pembuangan akhir (TPA) (pada α 10%) 7. Mahtumah (2011) jurnal berjudul penerapan model regresi logistik spasial (studi kasus: penyebaran penyakit demam berdarah dengue di bogor tahun 2008). Hasil dari penelitian didapatkan pengaruh spasial pada lag 1 lebih berpengaruh nyata dalam penyebaran penyakit DBD. Faktor non-spasial yang selalu berpengaruh nyata pada model logistik yang dibangun adalah kepadatan penduduk. 8. Ramadani (2013) jurnal berjudul analisis faktor-faktor yang mempengaruhi gizi buruk balita di Jawa Tengah dengan metode spasial durbin model. Hasil dari penelitian didapatkan kesimpulan bahwa faktor-faktor yang secara global mempengaruhi adalah pemberian ASI eksklusif, bayi yang lahir dengan berat rendah, akses terhadap air bersih dan pemberian imunisasi secara lengkap. Kesimpulan selanjutnya adalah model SDM mampu menerangkan keragaman variable respon sebesar 70,3% dengan nilai AIC dan MSE berturut-turut adalah 476.32 dan 35280.11, lebih baik dari model OLS 9. Fitriany (2010) berjudul faktor iklim dan angka insiden Demam Berdarah Dengue di kabupaten Serang. Hasil dari penelitian tersebut adalah hasil uji keeratan hubungan antara suhu, curah hujan, hari hujan, lama penyinaran, kelembaban dan kecepatan angin menunjukkan bahwa tidak terdapat hubungan yang bermakna dengan insiden Demam Berdarah Dengue (DBD) selama tahun 2007-2008 10. Defi, Dwi dan Suhartono (2013) dengan judul pemodelan kasus tindak pidana di Kota Surabaya dengan Pendekatan Regresi Spasial. Kesimpulan dari hasil penenelitian adalah kecamatan dengan risiko tinggi terkena tindak pidana
21
adalah kecamatan Jambangan dan kecamatan dengan resiko paling kecil adalah kecamatan Sukomanunggal. Hasil pemodelan spasial menunjukkan nilai koefisien spasial lag (ρ) yang tidak signifikan. Variabel yang berpengaruh signifikan adalah jumlah penduduk berpendidikan SMP yang berpengaruh negatif dan tingkat pendapatan perkapita penduduk yang berpengaruh positif.
