Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk menganilisis apakah terjadi fenomena spillover effect terhadap sektor pariwisata pada setiap kota/kabupaten di Provinsi Jawa Tengah. Selain itu, penelitian ini ingin mengetahui apakah terdapat fenomena kompetisi pada setiap sektor-sektor pariwisata. Berdasarkan rumusan masalah tersebut, munculah tujuan penelitian untuk mengetahui faktor apa saja yang mempengaruhi pertumbuhan wisatawan nusantara pada suatu kota/kabupaten di Provinsi Jawa Tengah. Pada penelitian ini digunakan analisis spasial dengan menggunakan Moran’s I test dan juga model ekonometrika spasial berupa Spatial Autoregressive (SAR) dan Spatial Durbin Model (SDM). Matriks penimbang spasial yang digunakan pada penilitian ini menggunakan queen contiguity dimana ketetanggaan dihitung berdasarkan sisi dan sudut. Hasil penelitian menunjukkan bahwa model Spatial Autoregressive (SAR) merupakan model terbaik dibandingkan model Spatial Durbin Model (SDM) karena nilai rho pada model Spatial Autoregressive (SAR) menunjukkan nilai signifikan. Artinya, terdapat autokorelasi spasial pada variabel dependen. Hasil model Spatial Autoregressive (SAR) terdapat nilai signifikan pada akomodasi, objek wisata, dan kepadatan penduduk berpengaruh signifikan positif, sehingga kenaikan faktor-faktor ini akan meningkatkan jumlah wisatawan nusantara pada kota/kabupaten di Jawa Tengah. Selain itu, pada model Spatial Autoregressive (SAR) tidak menunjukkan fenomena kompetisi pada setiap sektor pariwisata karena menunjukkan nilai positif pada variabel signifikan seperti akomodasi, objek wisata, dan kepadatan penduduk.

---

This study analyzes whether there is a spillover effect phenomenon on the tourism sector in each city/district in Central Java Province. In addition, this study wants to find out whether there is a phenomenon of competition effect in each tourism sector. Based on the formulation of the problem, the research objective emerged to find out what factors influence the growth of domestic tourists in a city/regency in Central Java Province. In this study, spatial analysis was used using Moran's I test and also spatial econometric models in the form of Spatial Autoregressive (SAR) and Spatial Durbin Model (SDM). The spatial weighing matrix used in this study uses a queen contiguity where adjacency is calculated based on sides and angles. The results showed that the Spatial Autoregressive (SAR) model was the best model compared to the Spatial Durbin Model (SDM) because the rho value in the Spatial Autoregressive (SAR) model showed a significant value. That is, there is a spatial autocorrelation on the dependent variable. The results of the Spatial Autoregressive (SAR) model have significant values ​​on accommodation, tourist attractions, and population density have a significant positive effect, so that the increase in these factors will increase the number of domestic tourists in cities/districts in Central Java. In addition, the Spatial Autoregressive (SAR) model does not show the phenomenon of competition in each tourism sector because it shows positive values on significant variables such as accommodation, tourist attractions, and population density."

"[Tesis ini membahas probabilitas dari dampak spatial spillover dari infrastruktur jalan terhadap pertumbuhan ekonomi di provinsi Jawa Barat menggunakan data panel kabupaten/kota pada tahun 2007-2010. Studi ini menggunakan data Produk Domestik Regional Bruto (PDRB) sebagai indikator pertumbuhan ekonomi. Jalan dengan kondisi baik dan kepadatan jalan digunakan untuk mewakili infrastrukturjalan. Selanjutnya, tenaga kerja dan stok kapital swasta digunakan sebagai variabel kontrol. Penelitian ini menguji hipotesis bahwa infrastruktur jalan yang memadai tidak hanya akan memberikan efek positif pada pembangunan ekonomi suatu wilayah, tetapi juga terhadap wilayah di sekelilingnya. Untuk mengetahui adanya korelasi spasial dilakukan uji dengan menggunakan Global’s Moran I index, hasilnya menunjukkan bahwa terdapat dependensi spasial antar kabupaten/kota di provinsi Jawa Barat. Penelitian ini menyimpulkan bahwa spatial spillover infrastruktur jalan memiliki dampak positif pada pertumbuhanekonomi di tingkat regional.;This research examines the probability of spatial spillover effect of road infrastructure to regional economic growth in the West Java province by using data panel over 2007 to 2012 at regency’s level. This study uses Gross Regional Domestic Product (GRDP) as indicator of economic growth. Good road conditionand road density are utilized to explain road infrastructure. In addition, controlling variables use the labor force and private capital stock. This study tests the hypothesis that sufficient road infrastructure brings positive effect on economic development not only within region, but also on surrounding regions. The spatial correlation test by using Global’s Moran I index results on the existence of spatial dependence among regencies on the West Java Province. The main resultsconclude that the positive spillover of road infrastructure on regional economic growth occurs in these periods at regional level;This research examines the probability of spatial spillover effect of roadinfrastructure to regional economic growth in the West Java province by usingdata panel over 2007 to 2012 at regency’s level. This study uses Gross RegionalDomestic Product (GRDP) as indicator of economic growth. Good road conditionand road density are utilized to explain road infrastructure. In addition, controllingvariables use the labor force and private capital stock. This study tests thehypothesis that sufficient road infrastructure brings positive effect on economicdevelopment not only within region, but also on surrounding regions. The spatialcorrelation test by using Global’s Moran I index results on the existence of spatialdependence among regencies on the West Java Province. The main resultsconclude that the positive spillover of road infrastructure on regional economicgrowth occurs in these periods at regional level, This research examines the probability of spatial spillover effect of roadinfrastructure to regional economic growth in the West Java province by usingdata panel over 2007 to 2012 at regency’s level. This study uses Gross RegionalDomestic Product (GRDP) as indicator of economic growth. Good road conditionand road density are utilized to explain road infrastructure. In addition, controllingvariables use the labor force and private capital stock. This study tests thehypothesis that sufficient road infrastructure brings positive effect on economicdevelopment not only within region, but also on surrounding regions. The spatialcorrelation test by using Global’s Moran I index results on the existence of spatialdependence among regencies on the West Java Province. The main resultsconclude that the positive spillover of road infrastructure on regional economicgrowth occurs in these periods at regional level]"

"Kota Bekasi adalah kota dengan penduduk terbanyak di Provinsi Jawa Barat. Di Bekasi, pergerakan utamanya menggunakan kendaraan. Salah satu polutan hasil pembakaran mesin kendaraan adalah PM10 yang dapat diperoleh dari data volume kendaraan, passive sampler, dan Landsat 8. Penelitian ini bertujuan menganalisis pola spasial PM10 di Kota Bekasi serta menganalisis validitas model spasial PM10 dari volume kendaraan/Landsat 8 dengan PM10 dari passive sampler sebagai validator. Penelitian ini menggunakan analisis deskriptif spasial dan analisis statistik RMSE. Berdasarkan PM10 dari volume kendaraan, jalan arteri berkapasitas besar mencakup wilayah PM10 dengan indeks kualitas buruk. Berdasarkan PM10 dari Landsat 8, hal tersebut terjadi berlawanan. Berkaitan dengan kondisi kemacetan, di jalan arteri berkapasitas kecil terdapat beberapa titik pengukuran volume kendaraan yang mengalami macet sekaligus tidak macet. PM10 dengan indeks kualitas udara tidak sehat juga dapat bersumber dari wilayah pemukiman, perdagangan dan jasa, serta industri. RMSE model spasial PM10 dari volume kendaraan memiliki tingkat kesalahan lebih rendah daripada model spasial PM10 dari Landsat 8. Meskipun begitu, jika dilakukan analisis lebih lanjut dengan mempertimbangkan aspek keruangan (seperti penggunaan lahan) maka terdapat beberapa area dan titik model yang berlokasi di wilayah penggunaan lahan yang sama. Hal ini menunjukkan bahwa kombinasi kesalahan model dan hubungannya dengan karakteristik spasial dapat menjadi pendekatan baru untuk menilai kinerja model.

---

Bekasi City is a city with the largest population in West Java Province. In Bekasi City, the movement mainly uses vehicles. This study aims to analyze PM10 spatial pattern in Bekasi City and analyze validity of PM10 spatial model from vehicle volume/Landsat 8 with PM10 from passive sampler as a validator. This research uses descriptive spatial analysis and Root Mean Square Error (RMSE) statistical analysis. Based on PM10 from vehicle volume, large capacity arterial roads cover PM10 with poorer quality index. Based on PM10 from Landsat 8, it happens in opposite phenomena. In relation to congestion traffic, on small capacity arterial roads some points of vehicle volume measurement are congested, and other points are not. PM10 with unhealthy air quality index also can be sourced from residential, trade & service, and industrial areas. Then, RMSE of PM10 spatial model from vehicle volume has lower error than PM10 spatial model from Landsat 8. However, if further analysis considers spatial characteristics (such as land use), there are several areas models that are in the same land use. This shows that combination of model errors and their relationship to spatial characteristics can be a new approach to assessing model performance."

"Penelitian ini menganalisis pengaruh keberadaan FDI terhadap performa ekspor perusahaan di industri garmen Indonesia selama periode 2002 2006 Adanya FDI di suatu negara melalui pendirian perusahaan multinasional MNCs dipercaya dapat meningkatkan produktifitas perusahaan domestik melalui superior knowledge yang dimilikinya Dengan demikian adanya perusahaan MNCs dipercaya dapat memberikan spillover effect yang dapat mempengaruhi performa ekspor perusahaan domestik yang berada disekitarnya Performa ekspor dalam penelitian ini dilihat dari peluang ekspor dan propensitas ekspor Penelitian ini menyimpulkan bahwa FDI yang masuk ke industri garmen Indonesia melalui perusahaan MNCs terbukti meningkatkan peluang ekspor dan propensitas ekspor perusahaan garmen Hal ini dikarenakan adanya spillover effect yang terjadi melalui persaingan dengan perusahaan ekspor yang membuat peningkatan pada nilai tambah produksi perusahaan yang berada di sekitarnya Selain itu penelitian ini juga menyimpulkan bahwa industri garmen Indonesia masih mengandalkan upah buruh yang rendah dibandingkan produktifitas pekerjanya untuk dapat bersaing di pasar ekspor.

---

This study examines the effect of FDI on export performance in Indonesian garment industry in a span of year 2002 2006 FDI inflows through multinational corporations are believed to have superior knowledge that can improve domestic firm's productivity Thus the presence of MNCs is believed could bring spillover effect that can affect domestic firm's export performance Export performances here are defined as a firm's export decision and export propensity

This study concludes that FDI which come through the presence of MNCs in garment industry raises the likelihood of domestic firms to enter the export market and also improves their export propensities This improvement results from the spillover through competition with export firms that can increase nearby firms's value added in production Other than this this study also finds that Indonesian garment industry still rely on low labor wages to compete in export market rather than its labor productivity "

"Tuberkulosis masih merupakan masalah kesehatan masyarakat yang utama di dunia, termasuk di Indonesia. Menemukan dan menyembuhkan pasien merupakan cara terbaik dalam upaya pencegahan penularan TB, dengan menerapkan strategi DOTS. Sejalan dengan kebijakan pembangunan nasional, pelaksanaan strategi pengendalian TB nasional diprioritaskan pada daerah terpencil, perbatasan dan kepulauan terutama yang belum memenuhi target penemuan kasus dan keberhasilan pengobatan. Terdapat lima provinsi dengan TB paru tertinggi dan dua tertinggi yaitu Provinsi Jawa Barat (0.7%), Papua (0.6%). Akses pelayanan kesehatan pasien TB menunjukan ketidakmerataan, dimana hanya ada di wilayah perkotaan dan berada pada ekonomi tinggi. Permasalahan dalam penelitian ini adalah masih ditemukan pasien TB yang tidak mendapatkan akses pelayanan kesehatan. Keterbatasan akses pelayanan kesehatan pasien TB dapat disebabkan oleh kondisi individu yang berbeda-beda serta adanya perbedaan kondisi fisik (geografis). Tujuan penelitian ini adalah mendapatkan model spasial akses pelayanan kesehatan di provinsi Jawa Barat dan Papua.Penelitian ini menggunakan desain potong lintang dan menggunakan data yang berasal dari Riset Kesehatan Dasar 2013. Lokasi penelitian di 2 provinsi yaitu di provinsi Jawa Barat dan provinsi Papua. Analisis penelitian dengan menggunakan regresi logistik untuk melihat pengaruh karakteristik individu terhadap akses pelayanan kesehatan dan analisis spasial statistik menggunakan Geographically Weighted Regression (GWR) untuk melihat spasial akses pelayanan kesehatan. Akses pelayanan kesehatan adalah pasien TB yang melakukan pemeriksaan dahak, foto rontgen dan mendapatkan obat anti TB.Akses pelayanan kesehatan pasien TB di provinsi Papua masih rendah. Karakteristik individu yang mempengaruhi akses pelayanan kesehatan adalah asuransi kesehatan, pekerjaan, menikah, mengetahui ketersediaan fasilitas kesehatan. Model spasial akses pelayanan kesehatan menghasilkan dua jenis variabel pembentuknya, yaitu adanya variabel lokal dan variabel global. Variabel lokal adalah variabel yang mempunyai pengaruh unsur kewilayahannya terhadap akses pelayanan kesehatan, sedangkan variabel global merupakan variabel yang berpengaruh di tingkat provinsi.Masih rendahnya pasien TB yang melakukan akses pelayanan dapat disebabkan oleh sulitnya pasien TB dalam mencapai fasilitas kesehatan, terutama di wilayah dengan perbedaan geografis. Sehingga perlunya ada kebijakan dalam menyiapkan sarana dan prasarana kesehatan pasien TB, yaitu dengan mulai memasukan tenaga kesehatan terlatih di bidang tuberkulosis pada seluruh fasilitas pelayanan kesehatan.

---

Tuberculosis is a major public health problem in the world, including in Indonesia. Finding and curing the patients are the best way of preventing transmission of TB by implementing the DOTS strategy. Implementation of the national TB control strategy prioritized in remote, border and island especially TB patients who do not meet the target case detection and treatment success. There are two of provinces with the highest and second highest TB namely west Java province (0.7%) and Papua (0.6%). Accessibility to health services of TB patients showed inequality, which only exist in urban areas and at high economic status. The problem in this research is find the of TB patients who do not get accessibility to health services. Limited accessibility to health services of TB patients could be caused by conditions different individuals as well as differences in physical conditions (geographic). The purpose of this study is to setup a spatial model of accessibility to health services in the province of West Java and Papua.

This study used a cross-sectional design and data derived from the Basic Health Research in 2013 (RISKESDAS). Research sites in the provinces of West Java and Papua. Research analysis applied logistic regression to determine the effect of individual characteristics of accessibility to health services and statistical spatial analysis using the Geographically Weighted Regression (GWR) for a model of spatial accessibility to health services.

Accessibility to health care is the patient of TB sputum examination, x-rays and getting anti-TB. Accessibility to health services of TB patients in the province of Papua remains low. Individual characteristics that affect accessibility to health care are health insurance, employment, marriage, the availability of health facilities. Spatial models of accessibility to health services generate two types of constituent variables, the local variables and global variables. Local variables are variables that influence the spatial element of accessibility to health services, while global variables are variables that influence at the provincial level.

The low TB patients who do accessibility services may be caused by the difficulty in the of TB patients to health facilities, especially in the areas with geographical differences. Thus the need for a policy in preparing health facilities TB patients, i.e. to start entering trained health personnel in the field of tuberculosis in the entire health care facility."

"Kondisi sektor manufaktur di indonesia masih jauh dari harapan karena sedang mengalami fenomena gejala deindustrialisasi. Untuk menggenjot kinerja sektor manufaktur, Pemerintah Indonesia menerapkan kebijakan pengembangan Kawasan Industri. Secara teoritis, kawasan industri merupakan bentuk umum dari aglomerasi industri. Penelitian ini ingin menganalisis dampak aglomerasi industri dan regional karakteristik terhadap PDRB di 33 provinsi di Indonesia. Dengan menggunakan analisis ekonometrika spasial, penelitian ini mampu melihat fenomena aglomerasi dalam aspek kewilayahan. Hasil dari penelitian ini adalah pada observasi penelitian di seluruh Indonesia, pengaruh variabel aglomerasi berupa spesialisasi lebih memiliki pengaruh yang positif signifikan terhadap PDRB daripada variabel diversity. Akan tetapi, apabila observasi penelitian khusus Pulau Jawa maka pengaruh variabel aglomerasi berupa diversity lebih berdampak positif signifikan dari pada spesialisasi. Lebih lanjut, tidak ditemukannya efek limpahan yang signifikan dari variabel aglomerasi terhadap PDRB provinsi tetangga. Untuk variabel karakteristik regional dapat disimpulkan bahwa hanya variabel populasi dan pelabuhan yang berpengaruh positif signifikan terhadap PDRB secara konsisten.  Sedangkan, untuk variabel human capital dan capital expenditure tingkat signifikansinya dipengaruhi oleh letak geografis observasi antara Pulau Jawa dan non-Pulau Jawa. Hal ini memberikan kesimpulan bahwa aktivitas ekonomi di Luar Pulau Jawa perlu ditingkatkan sebagai upaya distribusi ekonomi.

---

The condition of  manufacturing sector in Indonesia is still far from expectations. It has experienced the phenomenon of deindustrialization. To boost the performance manufacturing sector, the Government of Indonesia has implemented a policy in the form of industrial estates. Theoretically, industrial estates are a general form of industrial agglomeration. This study wants to analyze the impact of industrial agglomeration and regional characteristics on GRDP in 33 provinces in Indonesia. By using spatial econometric analysis, this research is able to see the phenomenon of agglomeration in regional aspects. The results of this study are shown that with observation throughout Indonesia, the influence of agglomeration in the form of specialization has a more significant positive affect on GRDP than the diversity. However, with the observation in Java Island, the inffluence of aglomeration in the form of diversity has a more significant positive impact on GRDP than specialization. Furthermore, there was no significant spillover effect of the agglomeration variable on the GRDP of neighboring provinces. Meanwhile, the significance level of human capital and capital expenditure variables is influenced by the geographical location of observations, between Java and non-Java islands. This gives the conclusion that economic activity outside Java needs to be increased as an effort to distribute the economy."

"

Sukabumi merupakan salah satu wilayah di Indonesia yang memiliki pengalaman terdampak bencana gempabumi. Potensi untuk terjadi guncangan akibat gempabumi juga masih besar mengingat daerah ini berada di busur depan tektonik Pulau Jawa. Tujuan penelitian ini adalah untuk memberikan gambaran pendekatan distribusi potensi bahaya gempabumi hingga potensi risikonya terhadap pertumbuhan distribusi jumlah penduduk. Metodologi yang digunakan untuk potensi bahaya gempabumi adalah dengan pendekatan Peak Ground Acceleration (PGA) yang dapat dikoreksi pada skala yang lebih baik dengan analisis AVS30. Selain itu, untuk melihat potensi dampak terhadap penduduk di tahun 2030, dilakukan pemodelan distribusi pertumbuhan tutupan lahan permukiman dengan menggunakan pendekatan Marcov-chain. Selanjutnya, dengan pendekatan gabungan antara pemodelan random forrest dan proyeksi lahan terbangun serta proyeksi geometrik jumlah penduduk diperoleh sebuah model kepadatan penduduk tahun 2030 dengan tingkat akurasi yang baik. Hasil akhir penelitian dapat memberikan gambaran potensi sebaran dan jumlah penduduk yang berada diwilayah berisiko guncangan permukaan gempabumi yang dikelompokan dalam tiga kategori, risiko rendah, sedang, dan tinggi. Risiko bencana gempabumi dinilai dari potensi gempabumi. Variabel yang digunakan dalam penelitian ini sebanyak enam jenis, yaitu: potensi gempa bawah permukaan, kondisi fisik, infrastruktur, kebijakan, tutupan lahan, dan jumlah penduduk. Hasil kajian potensi dampak gempabumi dengan melihat proyeksi pertumbuhan permukiman dan penduduk di Sukabumi dapat memberikan informasi potensi risiko gempabumi terhadap pertumbuhan penduduk terbesar berada di wilayah Kota Sukabumi dan sekitar teluk Pelabuhan Ratu. Informasi tersebut dapat menjadi referensi yang lebih baik terutama dalam menyusun strategi antisipasi dalam upaya menjaga pembangunan yang berkelanjutan.

 

---

Sukabumi is one of the regions in Indonesia that has experience affected by earthquake. The potential for shocks due to earthquakes is still large considering that this area located at the front arc tectonic system of the Java island. The aims of this study is to illustrate the distribution of potential surface shaking based earthquake and it’s risk thought population distribution. The methodology used for potential earthquake hazards is the combination between Peak Ground Acceleration (PGA) approach and AVS30 analysis. In addition, to see the potential impact of the population in 2030, the distribution of residential land cover is developed using the Marcov Chain approach. Furthermore, with combination approach between random forrest modelling, projected land cover, and geometric projections of population, a population density model of 2030 was obtained with better accuracy. The final results of this study can provide an overview of distribution and number of residents in the potential surface shaking areas that are grouped into three different categories: low, medium, and high risk. Earthquake disaster risk is assessed from the potential of the earthquake. There are six variables that used in this study, namely: subsurface earthquake potential shaking, physical condition, infrastructure, regulation, land cover, and population. The results of the study of the potential impact of the earthquake by looking at the projected growth in settlements and residents in Sukabumi area. It can provide information on the potential risk of earthquakes to the largest population growth in the area of Sukabumi City and around the port of Pelabuhan Ratu. This information can be a better reference, especially in preparing anticipatory strategies for resilience sustainable development programme.

 

"

"Kelapa sawit merupakan tanaman budidaya penghasil minyak nabati yang mempunyai nilai ekonomis tinggi. Di Indonesia, Provinsi Riau tercatat sebagai provinsi yang memiliki luas perkebunan terbesar. Dengan luas lahan kelapa sawit di Provinsi Riau yang begitu besar, maka penting untuk mengetahui kondisi terkini umur dari tanaman kelapa sawit. Tujuan dari penelitian ini adalah untuk mengestimasi umur tanaman dengan metode regresi polinomial kuadratik serta menganalisis pola spasial sebaran umur tanaman kelapa sawit di Provinsi Riau. Penelitian ini menggunakan transformasi indeks vegetasi NDVI dan EVI yang diekstraksi dari Citra Landsat 8 – OLI Surface Reflectance. Proses akuisisi data, pengolahan data, analisis data hingga pemetaan menggunakan platform Google Earth Engine (GEE). Metode klasifikasi menggunakan Machine Learning, seperti; SVM, Random Forest dan CART untuk kemudian dibandingkan tingkat akurasinya. Estimasi umur tanaman didapatkan dari hasil pemodelan regresi polinomial kuadratik. Hasil penelitian menggunakan Machine Learning didapatkan hasil berupa tingkat akurasi yang berbeda, yakni: SVM untuk akurasi keseluruhan sebesar 98,6 % dan akurasi kappa sebesar 0,979, Random Forest untuk akurasi sebesar 97,43 % dan 0.96, CART akurasi sebesar 97,43 % dan 0.96. Sebaran umur berdasarkan faktor fisik ketinggian didominasi oleh kelompok umur dewasa terutama pada ketinggian 0-5 mdpl. Begitu pula dengan faktor fisik kemiringan lereng yang di dominasi oleh kelompok umur dewasa dan muda terutama pada kemiringan lereng 0-8 % dan 15-30 %. Sementara pada faktor fisik jarak dari sungai setiap jarak 2000meter secara keseluruhan didominasi oleh kelompok umur dewasa namun pada jarak terdekat dengan sungai yakni 0-2000meter didominasi oleh kelompok umur muda.

---

Oil palm is a cultivated plant that produces vegetable oil that has high economic value. In Indonesia, Riau Province is listed as the province with the largest plantation area. With the large area of ​​oil palm in Riau Province, it is important to know the current condition of the age of the oil palm plantation. The purpose of this study was to estimate the age of the plant by using quadratic polynomial regression method and to analyze the spatial pattern of the age distribution of oil palm plants in Riau Province. This study uses the transformation of the NDVI and EVI vegetation indices extracted from Landsat 8 – OLI Surface Reflectance Imagery. The process of data acquisition, data processing, data analysis to mapping using the Google Earth Engine (GEE) platform. The classification method uses Machine Learning, such as; SVM, Random Forest and CART to then compare the level of accuracy. The estimated age of the plant was obtained from the results of quadratic polynomial regression modeling. The results of the research using Machine Learning obtained results in the form of different levels of accuracy, namely: SVM for an overall accuracy of 98.6% and kappa accuracy of 0.979, Random Forest for an accuracy of 97.43% and 0.96, CART accuracy of 97.43% and 0.96. The age distribution based on the physical height factor is dominated by the adult age group, especially at an altitude of 0-5 meters above sea level. Likewise with the physical factor of the slope which is dominated by the adult and young age groups, especially on the slopes of 0-8% and 15-30%. Meanwhile, on the physical factor, the distance from the river every 2000 meters is dominated by the adult age group, but at the closest distance to the river, 0-2000 meters, it is dominated by the young age group. "

"Perubahan luas hutan menjadi hal yang aktual saat ini. Perlu adanya perhatian mengenai kawasan hutan yang beralih menjadi fungsi lain, karena berdampak pada keseimbangan lingkungan. Kabupaten Bandung Barat memiliki relief yang relative berbukit dan hampir seluruh wilayahnya terletak pada rata-rata ketinggian di atas 1000 mdpl memberikan kontribusi sebagai wilayah resapan dan wilayah yang memiliki potensi pergerakan tanah. Maka tujuan penelitian ini adalah mebangun model spasial deforestasi kawasan hutan dari tahun 2001, 2013 yang selanjutnya digunakan prediksi hingga tahun 2029 dengan menggunakan skenario bebas dan RTRW 2029 sebagai acuan. Model spasial dalam penelitian ini menggunakan pendekatan spasial dinamik, pendekatan keruangan dan pendekatan kuantitatif dengan analisa regresi. Faktor pendorong deforestasi dihasilkan berdasarkan hasil analisis dari ke tiga pendekatan tersebut adalah tingkat kelerengan, jarak dari jalan, jarak dari waduk, jarak dari sungai, jarak dari permukiman, jarak dari pertambangan, ketinggian dan kepadatan penduduk. Berdasarkan analisa regresi logistik faktor pendorong berpengaruh terhadap laju deforestasi. Pertambahan deforestasi tahun 2013 hingga perkiraan deforestasi tahun 2029 sebesar 77% sedangkan peruntukan hutan hingga pola ruang sebesar 86% hutan terkonversi. Hal ini menunjukan telah terjadi deforestassi di Kabupaten Bandung Barat.

---

Changes in forest area became an actual thing today. There needs to concern regarding the forests are switching became another function, because the impact on the balance of the environment. West Bandung District has a relatively the hilly relief and almost all of region is located at an average of altitude of be above 1000 meters above sea level as the contributing catchment areas and area having the potential for ground movement. So the purpose this research is building a spatial model of forest areas deforestation from 2001, 2013, which then used until 2029 the prediction using the free and spatial scenarios in 2029 as the reference. Spatial model in this study using a spatial approach is dynamic, spatial approach is and quantitative approach is to the regression analysis. Driving factors behind deforestation resulting based on the analysis from the the three approaches are level of slope, distance from the roads, distance from the reservoir, distance from the river, distance from the settlements, the distance from the mining, height and density of population. Based on logistic the regression analysis the driving factors of deforestation effect on deforestation increment in 2013 to estimates of deforestation by 77% by 2029 while the spatial pattern of forest allocation up by 86% forest converted. This indicated deforestation there has been in West Bandung regency."

"

Indonesia merupakan negara yang memiliki penduduk terbanyak ke-empat di dunia. Oleh karena itu, diperlukan pembangunan manusia untuk menciptakan sumber daya manusia yang memiliki kemampuan untuk menggerakkan roda perekonomian. Pembangunan manusia merupakan fokus perhatian pemerintah, dan tercantum dalam beberapa program yang diterapkan pemerintah di tingkat global maupun tingkat nasional. Pembangunan manusia diukur dengan suatu indeks komposit dasar yang dikenal dengan Indeks Pembangunan Manusia (IPM). IPM diukur dari tiga komponen dasar, yaitu umur panjang dan sehat, memiliki pengetahuan, dan standar hidup yang layak, sehingga IPM sering digunakan sebagai ukuran keberhasilan pemerintah dalam pembangunan manusia. Penelitian ini memodelkan variabel-variabel yang memengaruhi IPM Kabupaten/Kota Jawa Tengah pada periode tahun 2017 sampai dengan tahun 2019. Variabel-variabel prediktor yang digunakan dalam penelitian adalah Produk Domestik Regional Bruto, angka partisipasi sekolah SMA, kepadatan penduduk, tingkat partisipasi angkatan kerja, persentase penduduk miskin, dan persentase rumah tangga dengan sanitasi layak.  Penelitian ini menggunakan data yang mengandung informasi lokasi yang diamati dalam beberapa periode waktu (tahun). Data yang terobservasi ini saling berkorelasi secara spasial (ada autokorelasi spasial). Ketika data yang terobservasi mengandung autokorelasi spasial, model regresi linier biasa tidak dapat digunakan karena akan menghasilkan taksiran parameter regresi yang bias dan tidak konsisten. Oleh karena itu diperlukan metode lain yang dapat menangani masalah autokorelasi spasial pada data yaitu model regresi spasial. Selain itu, data juga diamati dalam beberapa periode waktu (tahun), sehingga model yang dapat digunakan dan menggambarkan kondisi data ini adalah model data panel spasial. Model data panel spasial terbagi menjadi dua, yaitu: model data panel spasial lag dan model data panel spasial error. Metode penaksiran parameter yang digunakan untuk model data panel spasial dalam penelitian ini adalah metode Maximum Likelihood. Berdasarkan perbandingan dari kedua model diperoleh hasil bahwa model terbaik yang dapat menjelaskan Indeks Pembangunan Manusia di Jawa Tengah adalah model data panel spasial lag. Variabel-variabel prediktor yang signifikan dan menjelaskan Indeks Pembangunan Manusia di Jawa Tengah adalah Produk Domestik Regional Bruto, angka partisipasi sekolah SMA, kepadatan penduduk, tingkat partisipasi angkatan kerja, persentase penduduk miskin, dan persentase rumah tangga dengan sanitasi layak.

---

Indonesia is the fourth most populous country in the world. Therefore, human development is needed to create human resources that have the ability to drive the economy. Human development is the focus of government attention and listed in several programs implemented by the government at the global and national levels. Human development is measured by a basic composite index known as the Human Development Index (HDI). HDI measures three basic components, that are long and healthy life, being knowledgeable, and have a decent standard of living, so HDI is often used as a measure of government success in human development. This study is modeling variables that affect the HDI of regency or city at Central Java in the period 2017 to 2019. The predictor variables used in this study are gross regional domestic product, high school participation rates, population density, labor force participation rates, percentage of poor people, and percentage of households with proper sanitation. This study uses data that contains location information observed over several time periods (years). Observations on this data are spatially correlated (there are spatial autocorrelations). When observations on data contain spatial autocorrelation, the linear regression model can not be used because it will produce an unbiased and inconsistent regression parameter estimate. Therefore we need another method that can handle the problem of spatial autocorrelation in the data, namely the spatial regression model. In addition, data is also observed in several time periods (years), so that the model can be used and describe the condition of the data is a spatial panel data model. The spatial panel data model is divided into two, known as spatial lag panel data model and spatial error panel data model. The parameter estimation method used for the spatial panel data model in this study is the Maximum Likelihood method. Based on the comparison of two models, it is obtained that the best model can explain the Human Development Index at Central Java is spatial lag panel data model. Significant predictor variables that explain the Human Development Index at Central Java are gross regional domestic product, high school participation rates, population density, labor force participation rates, percentage of poor population, and percentage of households with proper sanitation.

 

"