Sutikno Sutikno
Departemen Statistika Institut Teknologi Sepuluh Nopember

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

Karakteristik Rumah Tangga Tingkat Kesejahteraan Rendah di Kota Surabaya dengan Analisis Biplot Indri Eka Pratiwi; Sutikno Sutikno
Jurnal Sains dan Seni ITS Vol 7, No 2 (2018)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (534.686 KB) | DOI: 10.12962/j23373520.v7i2.35258

Abstract

Kemiskinan merupakan ketidakmampuan individu dalam memenuhi kebutuhan dasar minimal untuk layak hidup, baik untuk makanan dan non makanan yang terdiri atas perumahan, pakaian, kesehatan, pendidikan, transportasi, serta aneka barang dan jasa lainnya. Pemerintah sejak lama telah mencanangkan dan mengimplementasikan berbagai kebijakan dan program. Namun seluruh program tersebut dalam proses pelaksanaanya belum mampu melingkupi seluruh masyarakat yang membutuhkan layanan khususnya masyarakat miskin. Kota Surabaya yang merupakan kota besar dengan jumlah kemiskinan yang cukup signifikan. Oleh karena itu pada penelitian ini dilakukan pemetaan karakteristik penduduk tingkat kesejahteraan rendah di Surabaya dengan basis kelurahan menggunakan analisis biplot agar pengambilan kebijakan yang dilakukan pemerintah lebih tepat sasaran. Hasil dari penelitian ini yaitu biplot dapat menjelaskan informasi sebesar 51,5% dari kesluruhan data. Selain itu diperoleh 4 kelompok kelurahan yang memiliki kemiripan karakteristik.
Analisis Spasial Persebaran dan Pemetaan Kerawanan Kejadian Kasus Demam Berdarah Dengue di Kabupaten Lumajang dengan Spatial Pattern Analysis dan Flexibly Shaped Spatial Scan Statistic Abimanyu Kurniadi; Sutikno Sutikno
Jurnal Sains dan Seni ITS Vol 7, No 2 (2018)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1855.162 KB) | DOI: 10.12962/j23373520.v7i2.36634

Abstract

Kabupaten Lumajang cenderung mengalami peningkatan jumlah kasus kejadian demam berdarah dengue atau DBD. Hal ini menunjukkan bahwa, jumlah kejadian kasus DBD di Kabupaten Lumajang belum dapat ditekan secara efektif, kemungkinan disebabkan oleh kurangnya informasi terhadap waktu, tempat dan jumlah kejadian kasus DBD yang terintegrasi. Salah satu faktor yang menyebabkan terjadinya peningkatan kasus DBD dapat ditinjau dari aspek spasial, yaitu tingkat ketergantungan penyakit DBD di suatu wilayah diperkirakan dipengaruhi oleh penyakit DBD di wilayah lain yang berdekatan. Kejadian kasus DBD yang digunakan dalam penelitian ini adalah kejadian kasus DBD di setiap kecamatan di Kabupaten Lumajang pada Tahun 2014-2016 yang kemudian dianalisis dengan menggunakan Spatial Pattern Analysis dan Flexibly Shaped Spatial Scan Statistic untuk menganalisis pola persebaran dan membentuk peta kerawanan. Hasil penelitian menyimpulkan pola persebaran kejadian kasus DBD pada Tahun 2014 yaitu menyebar, sedangkan Tahun 2015 dan 2016 pola persebarannya mengelompok. Hasil analisis dengan menggunakan metode Flexibly Shaped Spatial Scan Statistic mengidentifikasi kecamatan rawan kasus DBD yaitu Kecamatan Gucialit, Klakah, Padang, Sukodono, Lumajang, Sumbersuko, Tempeh, Rowokangkung Yosowilangun dan Tekung. Kecamatan Lumajang adalah kecamatan yang selalu memiliki jumlah kasus DBD yang tertinggi atau maksimum pada Tahun 2014 hingga 2016.
Analisis Curah Hujan Ekstrim Non-Stasioner dengan Pendekatan Block Maxima di Surabaya dan Mojokerto Dissa Rahmayani; Sutikno Sutikno
Jurnal Sains dan Seni ITS Vol 8, No 2 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (139.613 KB) | DOI: 10.12962/j23373520.v8i2.44133

Abstract

Extreme Value Theory (EVT) merupakan salah satu metode yang digunakan untuk menganalisis nilai ekstrim. Salah satu pendekatan metode EVT adalah Block Maxima yang mengidentifikasi nilai ekstrim berdasarkan nilai maksimum dari data yang dikelompokkan berdasarkan periode tertentu. Return level merupakan salah satu bagian yang penting dalam interpretasi mode EVT. Return level yang memuat informasi curah hujan maksimum dapat digunakan untuk mempertimbang­kan desain dan dimensi kapasitas saluran drainase yang dibuat sebagai upaya pencegahan banjir. Sebelum menentukan nilai return level, estimasi parameter harus diketahui terlebih dahulu. Asumsi yang dibutuhkan pada estimasi parameter adalah bahwa parameter model stasioner. Namun kenyataannya, seringkali ditemukan kondisi non-stasioner. Dengan demikian, pada penelitian ini dilakukan analisis curah hujan ekstrim non-stasioner pada dua pos pengamatan di Surabaya dan lima pos pengamatan di Mojokerto. Selain itu, analisis dengan metode stasioner juga dilakukan untuk membandingkan metode tersebut. Hasil penelitian menunjukkan bahwa data yang memiliki pola tren menghasilkan nilai RMSE return level non-stasioner yang lebih kecil dibanding­kan pada metode stasioner.
Perbandingan Estimasi Return Level Declustering dan Non Declustering pada Data Curah Hujan Ekstrem Di Surabaya dan Mojokerto Ainun Umami; Sutikno Sutikno
Jurnal Sains dan Seni ITS Vol 8, No 2 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (82.565 KB) | DOI: 10.12962/j23373520.v8i2.44403

Abstract

Surabaya merupakan wilayah perkotaan yang rentan mengalami curah hujan tinggi sehingga sering terjadi banjir. Mojokerto yang dari tahun ke tahun mengalami peralihan fungsi lahan juga sering terjadi banjir. Untuk meminimalisir kerugian banjir, dibutuhkan pengetahuan terkait kejadian ekstrem mengguna-kan Extreme Value Theory (EVT). Terdapat dua pendekatan dalam EVT, yaitu Block Maxima (BM) dan Peaks Over Threshold (POT). POT merupakan salah satu metode untuk mengidentifikasi nilai ekstrem dengan menggunakan nilai acuan yang disebut dengan threshold. Salah satu syarat EVT yaitu data harus independen. Namun pada kenyataannya data ekstrem seringkali bersifat dependen sehingga perlu dilakukan penanganan adanya dependensi data dengan menggunakan Declustering. Yang menarik pada EVT yaitu adanya return level. Return level merupakan nilai maksimum yang diharapkan akan terlampaui satu kali dalam jangka waktu tertentu. Pada penelitian ini akan dilakukan perbandingan estimasi return level Declustering dan POT (Non Declustering) pada data curah hujan ekstrem. Jumlah pos pengamatan yang digunakan sebanyak dua pos pengamatan di Surabaya dan lima pos pengamatan Mojokerto. Hasil penelitian ini menunjukkan bahwa di Surabaya metode yang lebih baik yaitu Declustering, sedangkan di Mojokerto metode yang lebih baik yaitu Non Declustering.
Analisis Karakteristik Tingkat Kesejahteraan di Kota Surabaya Menggunakan Metode Pohon Klasifikasi Zikrariza Kurnia Malta; Sutikno Sutikno
Jurnal Sains dan Seni ITS Vol 8, No 2 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v8i2.46867

Abstract

Terdapat beberapa upaya pengentasan kemiskinan yang dilakukan Pemerintah Kota Surabaya, salah satunya melalui kerjasama dengan Tim Nasional Percepatan Penanggulangan Kemiskinan (TNP2K) yang mengeluarkan data rumah tangga dengan tingkat pendapatan rendah di Surabaya yang didapatkan melalui metode Proxy Means Testing (PMT). Namun, dari hasil tersebut tidak dijelaskan apa saja karakteristik setiap tingkat kesejahteraan. Karakteristik yang terdapat pada setiap desil dapat diketahui dengan melakukan pengklasifikasian. Salah satu metode statistika yang dapat digunakan yaitu pohon klasifikasi. Variabel respon yang digunakan yaitu tingkat kesejahteraan. Data yang digunakan yaitu 149.186 data rumah tangga dan 35 variabel indikator kesejahteraan. Selanjutnya dilakukan metode test sample dengan testing 5%-30% menggunakan Indeks Gini dan Indeks Twoing. Metode terbaik yang digunakan yaitu metode test sample dengan testing 30% menggunakan Indeks Gini. Hasil yang didapatkan yaitu pohon klasifikasi optimal dengan 391 simpul dan 191 simpul terminal. Karakteristik setiap desil didapatkan dari persentase tertinggi pada simpul terminal setiap tingkat kesejahteraan. Lima variabel terpenting dalam pemilahan pohon klasifikasi yaitu jumlah anggota rumah tangga, jenis lantai terluas dengan bahan marmer/granit, keramik, parket/vinil/permadani, kepemilikan kulkas, tipe toilet pribadi dengan jenis kloset leher angsa, dan kepemilikan sepeda motor. Pohon klasifikasi tersebut merupakan pohon klasifikasi dengan right estimated dengan tingkat keakuratan klasifikasi sebesar 64.1%