PENGELOMPOKAN KECAMATAN BERDASARKAN INDIKATOR PEMERATAAN PENDIDIKAN

Listya Ningrum (1311030088)

Dosen Pembimbing:

Drs Kresnayana Yahya, M.Sc.

Latar Belakang

Pendidikan

Rumusan Masalah

• Bagaimana analisis deskriptif untukmengetahui karakteristik kecamatan-kecamatan di Kota Surabaya?

• Bagaimana pengelompokkan danpemetaan Kecamatan di kota Surabaya dengan menggunakan analisis clusteruntuk tujuan identifikasi yang lebihspesifik?

• Bagaimana analisis terhadap karakteristikkecamatan berdasarkan hasil pemetaandiatas untuk mengatasi masalahpemerataan pendidikan di Kota Surabaya?

Tujuan

• Mendeskripsikan analisis deskriptifuntuk mengetahui karakteristikkecamatan-kecamatan di Kota Surabaya.

• Pengelompokkan dan pemetaanKecamatan di kota Surabaya denganmenggunakan analisis cluster untuktujuan identifikasi yang lebih spesifik.

• Menganalisis karakteristik kecamatan berdasarkan hasil pemetaan diatas untuk mengatasi masalah pemerataan pendidikan di Kota Surabaya.

Manfaat

Memperoleh informasi kecamatan di Surabaya yang berada dalam satu kelompok sehingga dapat dilakukan kebijakan yang sama untuk kecamatan yang berada dalam kelompok sama.

Dapat memberikan informasi kepada pemerintah Kota Surabaya tentang kondisi masyarakat apabila dilihat darisetiap kecamatan.

Dapat membantu memberikan masukan kepadapemerintah Kota Surabaya dalam kesejahteraanmasyarakat di Kota Surabaya.

Variabelpemerataan

pendidikan tiap kecamatan tahun

2012-2013

Ekonomi Lingkungan

Unit obervasi 31 kecamatan di Kota Surabaya

Batasan Masalah

Tinjauan Pustaka

Tinjauan Statistika

• Statistika Deskriptif

• Uji Kecukupan Data

• Analisis Faktor

• Analisis Cluster

• Metode Ward’s

• Analisis Biplot

Tinjauan Non Statistika

• Wilayah Surabaya

• Pendidikan

• Ekonomi

• Lingkungan

• Penelitian Sebelumnya

Statistika Deskriptif

Menurut Bhattacarya dan Johnson (1977), statistika deskriptif merupakan statistik yang digunakan untuk

mendeskripsikan atau menggambarkan obyek penelitian yang diambil dari sampel maupun populasi

Uji Kecukupan Data

HipotesisHo : Jumlah data cukup untuk difaktorkanH1 : Jumlah data tidak cukup untuk difaktorkanStatistik uji :

KMO =

Dimana :i = 1, 2, 3, ..., p j = 1, 2, ..., p

Keterangan : rij = Koefisien korelasi antara variabel i dan jaij = Koefisien korelasi parsial antara variabel i dan jApabila nilai KMO lebih besar dari 0,5 maka terima Ho sehingga

dapat disimpulkan jumlah data telah cukup difaktorkan(Johnson dan Wichern, 2002).

p

1i

p

1i

p

1j

2ij

p

1j

2ij

p

1i

p

1j

2ij

ar

r

Analisis Faktor

Analisis faktor adalah suatu analisis statistika yang bertujuanuntuk mereduksi dimensi data dengan cara menyatakanvariabel asal sebagai kombinasi linear sejumlah faktor, sedemikian hingga sejumlah faktor tersebut mampu

menjelaskan sebesar mungkin keragaman data yang dijelaskanoleh variabel asal (Johnson dan Wichern, 2002).

Analisis Cluster

Analisis cluster adalah proses pengelompokan objek berdasarkan informasi yang menggambarkan objek tersebut atau hubungannya

dengan objek lain (Johnson dan Wichern, 2002).

1. Metode hirarki, berdasarkan hasil pengelompokan disajikan secara hirarki mulai dani n, (n-1) sampai 1 kelompok.

2. Metode non-Hirarki, digunakan apabila jumlah kelompok sudah diketahui dan untuk mengelompokkan data yang berukuran besar, yang termasuk dalam dalam metode K-Mean.

Metode Ward’s

Metode ini digunakan untuk melakukan kombinasi kelompok-kelompok dalam jumlah kecil.

Metode ini mencoba meminimumkan varians dalam kelompok. Penggunaan metode ward’s juga dinilai memiliki kinerja lebih baik di antara metode-metode Hierarki Cluster Analysis (Gong

dan Richman, 1994).

n

i iiE xxxxd1

22121 )(,

Analisis Biplot

Metode biplot didasarkan pada nilai dekomposisi singular suatu matrik. Pada dasarnya metode biplot bertujuan untukmemperagakan secara grafik dari suatu matrik dalam sebuahplot dengan menumpangtindihkan vektor-vektor dalam ruang

vektor yang merepresentasikan vektor-vektor kolom matriktersebut (Sartono, dkk 2003).

Analisis Diskriminan

Menurut Johnson dan Wichern (1992), tujuan dari Analisis Diskriminan adalah untuk menggambarkan ciri-ciri suatu

pengamatan dari bermacam-macam populasi yang diketahui, baik secara grafis maupun aljabar dengan membentuk fungsi

diskriminan.

Geografis Surabaya

Kecamatan KecamatanSurabaya Pusat Surabaya Selatan01. Tegalsari 17. Sawahan02. Genteng 18. Wonokromo03. Bubutan 19. Karangpilang04. Simokerto 20. Dukuh Pakis

21. WiyungSurabaya Utara 22. Wonocolo05. Pabean Cantikan 23. Gayungan06. Semampir 24. Jambangan07. Krembangan08. Kenjeran Surabaya Barat09. Bulak 25. Tandes

26. SukomanunggalSurabaya Timur 27. Asemrowo10. Tambaksari 28. Benowo11. Gubeng 29. Pakal12. Rungkut 30. Lakarsantri13. Tenggilis Mejoyo 31. Sambikerep14. Gunung Anyar15. Sukolilo16. Mulyorejo

Wilayah Surabaya :Luas wilayah Kota Surabaya mencapai 326,36 km2 yang dibagi menjadi 31 Kecamatan dan 163 Kelurahan. Kota Surabaya berbatasan dengan beberapa wilayah yaitu : Wilayah Utara : Selat Madura Wilayah Timur : Selat Madura dan Laut Jawa Wilayah Selatan : Kabupaten Sidoarjo Wilayah Barat : Kabupaten Gresik

GabunganPendidikan

• Angka Partisipasi Kasar (APK)

• Angka Partisipasi Murni (APM)

• Rasio Murid-Guru

• Rasio Murid-Kelas

• Rasio Murid-Sekolah

Ekonomi

• IPMIndeks Pembangunan Manusia (IPM) adalah pengukuran perbandingan

dari harapan hidup, melek huruf, pendidikan dan standar hidup untuksemua negara seluruh dunia. IPM digunakan untuk mengklasifikasikanapakah sebuah negara adalah negara maju, negara berkembang atau

negara terbelakang dan juga untuk mengukur pengaruh darikebijaksanaan ekonomi terhadap kualitas hidup (bapedda, 2014).

• PBBPajak Bumi dan Bangunan (PBB) adalah Pajak Negara yang dikenakan

terhadap bumi dan atau bangunan berdasarkan Undang-undang nomor 12Tahun 1985 tentang Pajak Bumi dan Bangunan sebagaimana telah diubahdengan UndangUndang nomor 12 Tahun 1994. Menurut ( Pasal 4 UU No.12 Tahun 1985 jo. UU No.12 Tahun 1994 ) Yang menjadi subjek PBB adalahorang atau badan yang secara nyata :• mempunyai hak atas bumi/tanah, dan/atau;• memperoleh manfaat atas bumi/tanah dan/atau;• memiliki, menguasai atas bangunan dan/atau;• memperoleh manfaat atas bangunan

Penelitian Sebelumnya

• analisis pengelompokkan dan pemetaankecamatan sebagai dasar program untukmengatasi masalah – masalah sosial – ekonomi diKota Surabaya (Marsetya Adi Nugroho, 2006).

• Hierarchical cluster via minimax linkage pada pengelompokan kecamatan di Pulau Madura berdasarkan Gabungan Pendidikan (Padmi , 2008).

Sumber Data

Sumber data yang digunakan dalam penelitian ini yaitu data sekunder yang diperoleh dari berbagai sumber antara lain Dinas

Pendidikan Surabaya mengenai Gabungan pendidikan 2012/2013 dan Dinas Kesehatan Surabaya. Data tersebut

adalah data variabel pendidikan 31 Kecamatan di kota Surabaya.

Variabel PenelitianVariabel Variabel Penelitian Variabel Variabel Penelitian

X1 Rasio Murid-guru SD X16 Jumlah penduduk usia sekolah

X2 Rasio Murid-guru SMP X17Jumlah Penduduk Berdasarkan Umur 7-12 tahun

X3 Rasio Murid-guru SMA X18Jumlah Penduduk Berdasarkan Umur 13-15 tahun

X4 Rasio Murid-kelas SD X19Jumlah Penduduk Berdasarkan Umur 16-18 tahun

X5 Rasio Murid-kelas SMP X20PBB

X6 Rasio Murid-kelas SMA X21 AHH

X7 Rasio Murid-sekolah SD X22 AMH

X8 Rasio Murid-sekolah SMP X23 PPP

X9 Rasio Murid-sekolah SMA X24 Jumlah rumah tangga bersih dan sehat

X10

APK (Angka Partisipasi Kasar) SD X25 Jumlah rumah tangga yang diamati

X11

APK (Angka Partisipasi Kasar) SMP X26 Jumlah penduduk

X12

APK (Angka Partisipasi Kasar) SMA X27 Jumlah rumah bersih

X13

APM (Angka Partisipasi Murni) SD X28 Jumlah rumah bersih yang diamati

X14

APM (Angka Partisipasi Murni) SMP X29 Kepadatan penduduk

X15

APM (Angka Partisipasi Murni) SMA

Langkah Analisis

Mengumpulkan data

Melakukan analisis deskriptif

Melakukan pengujian asumsi kecukupan data

Mereduksi dimensi data

Melakukan pengelompokan

wilayah kecamatan di kota

Surabaya

Melakukan pemetaan

wilayah kecamatan di kota

Surabaya

Membandingkan hasil

pengelompokan

Mengambil kesimpulan

Variable Mean Variance Minimum Maximum

Rasio_Murid_Sekolah_SD461,1 89887,6 105,7 1254,5

Rasio_Murid_Guru_SD24,3 34,53 17,14 46,04

Rasio_Murid_Kelas_SD1,437 1,166 0,33 5,53

Rasio_Murid_Sekolah_SMP658 561299 131 4163

Rasio_Murid_Guru_SMP27,64 32,65 17,35 41,46

Rasio_Murid_Kelas_SMP2,325 14,216 0,3 21,24

Rasio_Murid_Sekolah_SMA1338 1911174 0 5811

Rasio_Murid_Guru_SMA22,42 249,58 12 103

Rasio_Murid_Kelas_SMA6,03 104,74 0 42,73

APK SD 1,371 0,896 0,21 3,78APK SMP 1,431 1,11 0,21 3,82APK SMA 10,1 1484,53 0 192APM SD 0,988 0,0541 0,52 1,5APM SMP 1,01 0,1517 0,4 2,02APM SMA 1,001 1,06 0,18 4,96

rasio SMA

pada kecamatan

Gununganyar tidak

memiliki sekolah,

rasio sekolah & kelas

terkecil ialah kecamatan mulyorejo

sebesar 71,57&0,17.

rasio guru terkecil

tegalsari sebesar 12

Variable Mean Variance Minimum Maximumjumlah penduduk usia sek 97456 3580 50 242735

Jumlah_Penduduk_Usia_7_ 9505 2642 4337 22404

Jumlah_Penduduk_Usia_13_ 4480 6017 2052 10277

jumlah_penduduk_usia_16_ 4608 6459 2024 10784

PBB 14060 1086 10 39029AHH 76,17 1,377 73,04 78,51AMH 87,9 13,216 81,36 94,38PPP 69,12 94,18 52,37 82,4juml_RT_bersih_sehat 29335 2583 11942 74393

juml_RT_bersih_sehatdiamati

2807 2725 740 7273

jml_pend 91180 1986 38196 219260juml_rmh_bersih 20090 8545 7219 45097jml_diamati 13224 3235 5730 27178kepadatan 11376 5238 2127 31121

Kecamatan

Bulak

Kecamatan Tambaksari

Kecamatan

Pakal

Kecamatan

Simokerto

105,67

119,33

1173,25

1254,51

0 500 1000 1500

karang pilangjambangan gayungan wonocolo tenggilis mej

gununganyar rungkut sukolilo

mulyorejo gubeng

wonokromo dukuh pakis

wiyung lakarsantri tandes

sukomanunggalsawahan

tegal sari genteng

tambaksari kenjeran

simokerto semampir

pabean cantikbubutan

krembangan asemrowo

benowo bulak pakal

sambi kerep

17,14

19,42

18,0818,13

17,5619,26

31,07

46,04

31,63

19,97

33,41

0 20 40 60

karang …jambangan gayungan wonocolo

tenggilis …

rungkut sukolilo

mulyorejo gubeng

wiyung lakarsantri tandes

sukoman…sawahan

tegal sari genteng

tambaksari kenjeran

simokerto semampir

pabean …bubutan

asemrowo benowo

bulak pakal

0,44

0,68

0,82

0,50,33

0,61

0,410,39

0,6

0,77

5,53

3,52

0 2 4 6

karang pilangjambangan gayungan wonocolo tenggilis mej

gununganyar rungkut sukolilo

mulyorejo gubeng

wonokromo dukuh pakis

wiyung lakarsantri tandes

sukomanunggalsawahan

tegal sari genteng

tambaksari kenjeran

simokerto semampir

pabean cantikbubutan

krembangan asemrowo

benowo bulak pakal

sambi kerep

Rasio Murid-Sekolah SD1:1245 Rasio Murid-guru SD

1:46Rasio Murid-kelas SD

6 kelas

130,74

133,55

4162,83

0 1000 2000 3000 4000 5000

karang pilangjambangan gayungan wonocolo tenggilis mej

gununganyar rungkut sukolilo

mulyorejo gubeng

wonokromo dukuh pakis

wiyung lakarsantri tandes

sukomanunggalsawahan

tegal sari genteng

tambaksari kenjeran

simokerto semampir

pabean cantikbubutan

krembangan asemrowo

benowo bulak pakal

sambi kerep

18,22

17,35

19,55

41,46

18,47

0 20 40 60

karang pilang

jambangan

gayungan

wonocolo

tenggilis mej

gununganyar

rungkut

sukolilo

mulyorejo

gubeng

wonokromo

dukuh pakis

wiyung

lakarsantri

tandes

sukomanunggal

sawahan

tegal sari

genteng

tambaksari

kenjeran

simokerto

semampir

pabean cantik

bubutan

krembangan

asemrowo

benowo

bulak

pakal

sambi kerep

RASIO_MURID_GURU_SMP

0,30

0,38

0,36

21,24

0,00 10,00 20,00 30,00

karang …jambangan gayungan wonocolo tenggilis mej

rungkut sukolilo

mulyorejo gubeng

wonokromo dukuh pakis

wiyung lakarsantri tandes sukomanu…

sawahan tegal sari

genteng tambaksari

kenjeran simokerto semampir

pabean …bubutan

krembangan asemrowo

benowo bulak pakal

sambi kerep

Rasio Murid-Sekolah SMP1:103

Rasio Murid-guru SMP1:42

Rasio Murid-kelas SMP21 kelas

0,17

0,2

10,1942,73

21,85

36,5817,14

0 10 20 30 40 50

karang pilangjambangan gayungan wonocolo tenggilis mej

gununganyar rungkut sukolilo

mulyorejo gubeng

wonokromo dukuh pakis

wiyung lakarsantri tandes

sukomanunggalsawahan

tegal sari genteng

tambaksari kenjeran

simokerto semampir

pabean cantikbubutan

krembangan asemrowo

benowo bulak pakal

sambi kerep

Rasio Murid-Sekolah SMA1:5811 Rasio Murid-guru SMA

1:103Rasio Murid-kelas SMA

43 kelas

71,57

133,27

5811

4865,33

0 2000 4000 6000 8000

karang pilangjambangan gayungan wonocolo tenggilis mej

gununganyar rungkut sukolilo

mulyorejo gubeng

wonokromo dukuh pakis

wiyung lakarsantri tandes

sukomanunggalsawahan

tegal sari genteng

tambaksari kenjeran

simokerto semampir

pabean cantikbubutan

krembangan asemrowo

benowo bulak pakal

sambi kerep

RASIO_MURID_SEKOLAH_SMA

39

12

0 10 20 30 40 50

karang pilang

jambangan

gayungan

wonocolo

tenggilis mej

gununganyar

rungkut

sukolilo

mulyorejo

gubeng

wonokromo

dukuh pakis

wiyung

lakarsantri

tandes

sukomanunggal

sawahan

tegal sari

genteng

tambaksari

kenjeran

simokerto

semampir

pabean cantik

bubutan

krembangan

asemrowo

benowo

bulak

pakal

sambi kerep

Kaiser-Meyer-Olkin 0.508 Bartlett's Test of Sphericity

Approx.Chi-Square 677.574

df 171Sig. 0.000

Component Eigenvalues

Total % of Variance

Cumulative %

1 5,636 29,665 29,6652 2,862 15,062 44,7273 2,059 10,835 55,5634 1,837 9,667 65,235 1,603 8,4351 73,6656 1,159 6,1026 79,7677 1,075 5,6561 85,4238 0,68 3,5775 89,0019 0,53 2,7882 91,78910 0,496 2,6125 94,40211 0,4 2,1045 96,50612 0,249 1,308 97,81413 0,22 1,1588 98,97314 0,108 0,5685 99,54115 0,046 0,2423 99,78416 0,037 0,1924 99,97617 0,003 0,0141 99,9918 0,002 0,008 99,99819 4,00E-04 0,0019 100

dari 19 faktor

hanya terdapat 7 faktor saja yang optimum karena mempunyai nilai eigenvalue > 1.

Component

1 2 3 4 5 6 7Rasio_Murid Sekolah_SD -0.683 0.366 -0.118 0.234 0.382 -0.072 -0.289Rasio_Murid Kelas_SD -0.657 0.376 -0.148 0.349 0.146 -0.025 -0.384Rasio_Murid Sekolah_SMP -0.612 0.355 0.002 -0.531 0.188 0.387 0.093Rasio_Murid Kelas_SMA -0.597 0.123 0.051 0.631 -0.036 0.228 0.222Jumlah penduduk 0.620 0.380 0.140 0.021 -.340 -0.011 0.239Jumlah_Penduduk Usia_7_12th 0.785 0.554 -0.016 0.112 0.112 0.065 0.049Jumlah_Penduduk Usia 3_15th 0.789 0.547 -0.011 0.116 0.124 0.094 0.035jumlah_penduduk usia 16_18th 0.786 0.543 -0.001 0.115 0.106 0.086 0.039Rasio_Murid Guru_SMA 0.287 0.596 -0.053 -0.171 0.185 -0.370 -0.071APK_SD 0.354 -0.340 0.792 -0.030 0.071 0.129 -0.010APK_SMP 0.473 -0.454 0.572 0.082 0.211 0.139 -0.180APM_SMP 0.376 -0.563 -0.565 0.139 0.292 -0.063 -0.099APM_SMA 0.417 -0.356 -0.556 -0.047 0.051 0.352 -0.141Rasio_Murid Kelas_SMP -0.525 0.357 0.007 -0.628 0.114 0.387 0.111Rasio_Murid Sekolah_SMA -0.619 -0.002 0.198 0.540 0.006 0.229 0.392Rasio_Murid Guru_SD -0.348 -0.177 0.359 -0.364 0.420 -0.352 0.011Rasio_Murid Guru_SMP 0.144 0.081 0.215 0.229 0.814 -0.047 0.143APK_SMA 0.385 -0.043 0.084 0.039 0.157 0.548 -0.415APM_SD 0.262 -0.335 -0.441 -0.098 0.443 0.044 0.545

Analisis Faktor Ekonomi

Kaiser-Meyer-Olkin 0.696Bartlett's Test ofSphericity

Approx. Chi-Square 19.587

df 6Sig. 0.003

Component

Initial Eigenvalues

Total% of

VarianceCumulative %

1 2,056 51,409 51,4092 0,79 19,749 71,1583 0,734 18,344 89,5024 0,42 10,498 100

Loading FaktorFaktor 1

AHH 0.843AMH 0.771PPP 0.663PBB 0.592

Analisis Faktor Lingkungan

Kaiser-Meyer-Olkin 0.857

Bartlett's Test of

Sphericity

Approx.Chi-Square 198.232

df 15

Sig. 0.000

Loading Faktor

Faktor 1

juml RT bersih sehat 0.983

juml diamati 0.861

jml pendududk 0.946

juml rumah bersih 0.925

jumlah diamati 0.859

Kepadatan penduduk 0.699

Component

EigenvaluesTotal % of

VarianceCumulative

%1 4,684 78,066 78,0662 0,71 11,834 89,9013 0,294 4,9039 94,8054 0,153 2,5441 97,3495 0,122 2,0308 99,3796 0,037 0,6205 100

Analisis Faktor GabunganPendidikan

Kaiser-Meyer-Olkin 0.495Bartlett's Test of Sphericity

Approx. Chi-Square 1,01E+06df 190Sig. 0.000

Eigenvalues PemerataanPendidikan

Component

Eigenvalues

Total % of Variance Cumulative %1 6,85 34,26 34,262 4,04 20,21 54,483 2,33 11,64 66,114 1,38 6,90 73,025 1,09 5,45 78,476 0,88 4,4 82,877 0,79 3,97 86,858 0,69 3,45 90,39 0,57 2,87 93,1710 0,38 1,89 95,0611 0,37 1,85 96,912 0,26 1,29 98,1913 0,12 0,62 98,8114 0,1 0,52 99,3315 0,07 0,36 99,6916 0,04 0,18 99,8817 0,02 0,11 99,9918 0,0 0,01 10019 0,00 0,00 10020 0,00 0,00 100

dari 20 faktor

hanya terdapat 5 faktor saja yang optimum karena mempunyai nilai eigenvalue > 1.

Nilai Loading Faktor GabunganPendidikan

Component1 2 3 4 5

juml_RT_bersih_sehat 0,955 0,019 0,113 -0,154 0.035juml_diamati 0,836 0,058 0,209 -0,055 0.061jml_pend 0,932 0,093 -0,028 -0,108 0.039juml_rmh_bersih 0,945 -0,034 -0,04 -0,055 0.040jml_diamati 0,851 0,173 0,04 -0,181 -0.042kepadatan 0,639 -0,176 0,209 -0,239 -0.260jumlah_penduduk 0,291 0,561 0,526 -0,214 -0.052Jumlah_Penduduk_Usia_7_12th 0,077 0,945 0,12 -0,162 0.143Jumlah_Penduduk_Usia_13_15th 0,072 0,944 0,115 -0,16 0.137jumlah_penduduk_usia_16_18th 0,083 0,941 0,115 -0,158 0.152Rasio_Murid_Guru_SMA -0,167 0,662 0,03 0,029 -0.416AHH -0,258 0,174 0,646 -0,236 0.387PPP 0,235 0,123 0,894 -0,078 -0.028IPM 0,148 0,109 0,914 -0,271 0.137Rasio_Murid_Sekolah_SD -0,359 -0,076 -0,207 0,821 -0.057Rasio_Murid_Kelas_SD -0,341 -0,101 -0,114 0,807 0.094Rasio_Murid_Sekolah_SMP -0,223 -0,147 -0,229 0,497 0.010Rasio_Murid_Sekolah_SMA 0,127 -0,377 0,026 0,635 -0.113AMH -0,06 -0,027 0,396 -0,601 0.400PBB 0.018 0.144 0.146 -0.057 0.827

Peta Kecamatan Surabaya Berdasarkan Pemerataan Pendidikan

Hierarchical Cluster Analysis

Rata-Rata Nilai GabunganPendidikan

Cluster 1 2 3juml RT bersih sehat 64503,77 29544,47 60812,29juml RT bersih sehat diamati 6083,154 2850,9 5625jml pendududk 198525,2 91745,5 189764,3juml rmh bersih 43892,23 20228,23 40457,14jml rmh bersih diamati 28296,38 13206,43 29042,71kepadatan 25837,47 11487,31 19204,3jumlah penduduk usia sekolah 216280,3 96828,89 252327,7Jumlah Penduduk Usia 7-13 20349,15 9574,4 23602,86Jumlah Penduduk Usia 13-16 9625,154 4515,567 11134,71jumlah penduduk usia 16-18 9902,692 4641,233 11543Rasio murid guru SMA 37,76923 19,03333 35,71429AHH 152,59 76,193 142,4171PPP 142,1715 69,61233 137,9686IPM 157,1385 77,86767 148,0943

Karakteristik Hasil Pemetaan Lingkungan

• Kelompok 1 : Karang Pilang, Gayungan, Wonocolo, Tenggilis Mejoyo, DukuhPakis, Tandes, Sukomanunggal, Tambaksari, Kenjeran, Simokerto, Semampir, Bubutandan Krembangan

• jumlah penduduk cukup baik. Dibandingkan kelompok II dan kelompok III, wilayah inimemiliki pemerataan pendidikan paling rendah karena memiliki jumlah rumah tanggabersih dan sehat, jumlah rumah tangga bersih dan sehat yang diamati, jumlah rumahbersih, jumlah rumah bersih yang diamati dan kepadatan penduduk yang rendahdiantara kecamatan lainnya.

•

• Kelompok 2 : kecamatan Jambangan, Mulyorejo Wiyung, Lakarsantri, Genteng, Pabean Cantikan, Asemrowo, Benowo, Bulak, Pakal dan Sambikerep.

• jumlah penduduk sangat baik. Dibandingkan kelompok I dan kelompok III, wilayah inimemiliki kondisis lingkungan paling baik karena memiliki jumlah rumah tangga bersihdan sehat, jumlah rumah tangga bersih dan sehat yang diamati, jumlah rumahbersih, jumlah rumah bersih yang diamati dan kepadatan penduduk yang tinggidiantara kecamatan lainnya.

• Kelompok 3 : kecamatanGununganyar, Rungkut, Sukolilo, Gubeng, Wonokromo, Sawahan dan Tegalsari.

• lingkungan baik karena memiliki jumlah rumah tangga bersih dan sehat, jumlah rumahtangga bersih dan sehat yang diamati, jumlah rumah bersih, jumlah rumah bersih yangdiamati dan kepadatan penduduk yang baik diantara kecamatan lainnya.

Klasifikasi Kelompok Pemerataan Pendidikan

• Klasfikasi 1 : Daerah Pemerataan Pendidikan Tinggi

• Kelompok 1 (Karang Pilang, Gayungan, Wonocolo, Tenggilis Mejoyo, Dukuh Pakis, Tandes, Sukomanunggal, Tambaksari, Kenjeran, Simokerto, Semampir, Bubutan dan Krembangan)

• Klasifikasi 2 : Daerah Pemerataan Pendidikan Cukup

• Kelompok 3(Gununganyar, Rungkut, Sukolilo, Gubeng, Wonokromo, Sawahan dan Tegalsar)

• Klasfikasi 3 : Daerah Pemerataan Pendidikan Rendah

• Kelompok 2 (Jambangan, Mulyorejo Wiyung, Lakarsantri, Genteng, Pabean Cantikan, Asemrowo, Benowo, Bulak, Pakal dan Sambikerep)

Pendidikan

543210-1-2-3

4

3

2

1

0

-1

-2

First Component

Se

co

nd

Co

mp

on

en

t

RASIO_MURID_GURU_SMAjumlah_penduduk_usia_16_18thJumlah_Penduduk_Usia_13_15thJumlah_Penduduk_Usia_7_12th

jumlah penduduk usia sekolah

RASIO_MURID_KELAS_SMARASIO_MURID_SEKOLAH_SMP

RASIO_MURID_KELAS_SDRASIO_MURID_SEKOLAH_SD

asemrowo

sambi kerep

wiyung

bubutanpakal

benowopabean cantik kenjeran

jambangan

bulaklakarsantri

tambaksari

rungkutsimokerto

semampirgenteng

tegal sari

krembangan

karang pilang

wonokromo

mulyorejotenggilis mej

tandesgayungan

sawahan

sukomanunggalwonocolo

sukolilo

Ekonomi

3210-1-2

2

1

0

-1

-2

-3

First Component

Se

co

nd

Co

mp

on

en

t

PPP

AMHAHH

PBB genteng

tegal sari

dukuh pakis

lakarsantri

gubeng

gayungan

wonokromo

tandes

krembangan

sawahan

rungkuttambaksari

sukomanunggal

wonocolo

tenggilis mej

sukolilo

mulyorejo

asemrowo

karang pilang

wiyung

benowosemampir

pabean cantik

gununganyar

jambangan

bubutan

simokerto

bulaksambi kerepkenjeran

pakal

Lingkungan

6543210-1-2-3

3

2

1

0

-1

kepadatan

jml_diamati

juml_rmh_bersihjml_pend

juml_diamati

juml_RT_bersih_sehat

tambaksari

sawahansemampir

wonokromo

krembangan

rungkut

sukolilo

gubengkenjeran

tegal sari

bubutan

simokerto

wonocolotenggilis mej

genteng

jambangan

gayungan

bulak

asemrowo

benowolakarsantridukuh pakisgununganyar

karang pilang

wiyungtandes

sambi kerep

pakal

Pemerataan Pendidikan

5,02,50,0-2,5-5,0

5,0

2,5

0,0

-2,5

-5,0

First Component

Se

co

nd

Co

mp

on

en

t

kepadatanjml_diamatijuml_rmh_bersih

jml_pendjuml_diamati

juml_RT_bersih_sehat

PPPAMH

AHH

PBB IPMRASIO_MURID_GURU_SMA

jumlah_penduduk_usia_16_18thJumlah_Penduduk_Usia_13_15thJumlah_Penduduk_Usia_7_12th

jumlah penduduk usia sekolah

RASIO_MURID_KELAS_SMARASIO_MURID_SEKOLAH_SMP

RASIO_MURID_KELAS_SDRASIO_MURID_SEKOLAH_SD

tambaksari

sawahan

wonokromo

semampir

rungkut

gubengsukomanunggal

gununganyar

wonocolo

genteng

simokerto

kenjeranbubutan

pabean cantik

pakalbenowo

sambi kerepbulak

asemrowojambangan

wiyungtenggilis mej

dukuh pakislakarsantri

gayungan

Analisis Diskriminan

Box's M 35.162F Approx. 5.188

df1 6df2 4.994E3Sig. .000

Variabel Wilks' Lambda

Jumlah penduduk usia sekolah 0.651

Jml penduduk 0.189

Function1 2

Jml penduduk 0.000 0.000Jumlah penduduk usia sekolah 0.042 -0.011(Constant) -5.771 -1.030

Analisis Diskriminan

Box's M 35.162F Approx. 5.188

df1 6df2 4.994E3Sig. .000

Variabel Wilks' Lambda

Jumlah penduduk usia sekolah 0.651

Jml penduduk 0.189

Function1 2

Jml penduduk 0.000 0.000Jumlah penduduk usia sekolah 0.042 -0.011(Constant) -5.771 -1.030

Y1 = -5.771 + 0.042 Jumlah penduduk usia sekolahY2 = -1.030 -0.011 Jumlah penduduk usia sekolahZscore = -6.801 + 0.031 Jumlah penduduk usia sekolah

Analisis Diskriminan

Put into Group

1 2 3Total

1 13 0 0 13

2 0 11 0 11

3 1 0 6 7

Total N 13 11 7 31

N correct 13 11 7 31

Proportion 1 1 13

Analisis Diskriminan

400003000020000100000-10000-20000-30000

0,00009

0,00008

0,00007

0,00006

0,00005

0,00004

0,00003

0,00002

0,00001

0,00000

Data

De

nsit

y

20000-20000

-1212 14385 31

1935 8295 31

Mean StDev N

score 1

score 2

Variable

sukolilo rungkut gununganyar

tenggilis mej

wonocolo

gayungan jambangan

karang pilang

sukolilo rungkut

gununganyar

tenggilis mej

wonocolo

gayungan jambangan karang pilang

Normal

Pengelompokan menggunakan metode

cluster Ward’s

• gabungan pendidikan paling tinggi terdiri atas kecamatan Karang Pilang, Gayungan, Wonocolo, Tenggilis Mejoyo, Dukuh Pakis, Tandes, Sukomanunggal, Tambaksari, Kenjeran, Simokerto, Semampir, Bubutan dan Krembangan

Analisis Diskriminan

• Zscore = -6.801 + 0.031 Jumlah penduduk usia sekolah

• Rungkut dan kecamatan Sukolilo berada dikelompok fungsi dengandua variabel pembedayang tinggi/baik

Agar mendpatkan karakteristik pendidikan yang lebih lengkap, disarankan melakukan survei mengenai kualitas pendidikan untuk setiap

kecamatan. Penggunaan berbagai metode perlu dilakukan agar hasil yang didapat lebih optimal.

Untuk pihak pemerintah untuk lebih memperhaikan ketersediaan sarana sekolah

disetiap kecamatan.

DAFTAR PUSTAKA

• Adi, Marsetyo. 2006. Analisis Pengelompokkan Dan Pemetaan Kecamatan Sebagai Dasar Program UntukMengatasi Masalah – Masalah Sosial – Ekonomi di Kota Surabaya. Surabaya: Jurusan Statistika FMIPA -ITS.

• Agustianti, Dwi, 2007, HubunganDukunganSosialdenganKualitasHidup Orang Dengan HIV/AIDS (ODHA) di Kota Bandar Lampung, http://www.hubungan+dukungansosial+kualitashidup+ODHA+bandarlampung.html. Diakses 8 Februari 2014.

• Badan Pusat Statistika Provinsi Jawa Timur. 2013. Surabaya Dalam Angka 2013. Surabaya: BPS Jawa Timur.• Badan Pusat Statistika (BPS) Provinsi Sumatera Utara.2012. Keadaan Ketenagakerjaan Sumatera Utara Tahun 2011

[Online].Avaible : diakses tanggal 23 September 2013.• Bhattacarya, G.K. dan Johnson, R.A. 1977. Statistical Concepts and Metods. John Wiley & Sons, New York.• Dinas Pendidikan Surabaya. dispendik.surabaya.go.id/‎[online]. Avaible : diakses tanggal 04 februari 2014.• Fachrimaulana. 2011. Kesempatan Kerja. http://fachrimaulana.blogspot.com/2011/02/kesempatan-kerja.html

[Online]. Avaible : diakses 7 Februari 2014.• Gabriel, K.R. 1972. The Biplot Graphic Display of Materices with Aplication to Principal Component Analysis.

Biometrika 58, 3:453-567.• Gong X., Richman MB. 1995. On the Application of Cluster Analysis to Growing Season Precipitation Data in North

America East of The Rockies. J.Climate8: 897 -931.• Johnson, N. And Wichern, D. 2002. Applied Multivariate Statistical Analysis, 5th Edition. New Jersey: Prentice

Hall, Englewood Cliffs.• Morrison, D.F. 1990. Multivariate Statistical Methods Third Edition. USA : Mc Graw Hill Inc.•

• Nur, Arinda. 2010. Pengelompokan Kabupaten di Provinsi Jawa Timur Berdasarkan Potensi Pertanian Pangan Tahun 2012. Surabaya: Jurusan Statistika FMIPA -ITS.

• Saraswati, Mila., Widaningsih, Ida. 2008. Be smart ilmu pengethuan sosial. Jakarta : Grafindo.• Widyago. 2011. Pengertian Kependudukan. http://widyago.wordpress.com/2011/04/03/pengertian-

kependudukan/ [Online]. Avaible : diakses 7 Februari 2014.