8
dan skor cut off. Dikategorikan miskin jika Z skor lebih rendah daripada skor cut off, Dikategorikan tidak miskin jika Z skor lebih tinggi daripada skor cut off.
4. Hasil dan Pembahasan
Implementasi Sistem dan Hasil Perhitungan Implementasi sistem dan Hasil Perhitungan adalah proses visualisasi dari
metode yang akan digunakan.
Hasil Fungsi Analisis Diskriminan
Gambar 3 Hasil Fungsi Analisis Diskriminan
Gambar 3 menunjukkan hasil fungsi utama analisis diskriminan yang terdiri dari probabilitas kelompok miskin dan tidak miskin, nilai rata rata tiap variabel
tiap kelompok, dan nilai koefisien analisis diskriminan tiap variabel, dapat dilihat nilai koefisien luaslantai, jenislantai, jenisdinding, sumberairminum,
fasilitasbuangair memberikan kontribusi yang kuat terhadap kemiskinan, hanya variabel penerangan yang memberikan kontribusi paling lemah, pada kasus ini
nilai koefisien yang minus akan justru memberi pengaruh kuat, dikarenakan pada data aslinya nilai yang makin besar justru memberi pengaruh makin miskin.
Perhitungan koefisien diskriminan didapat dari b = S
-1
̅
1
- ̅
2
dimana: b adalah hasil dari koefisien fungsi diskriminan.
S
-1
adalah matriks invers dari matriks Varians-Kovarians variabel bebas. ̅
1
adalah rata rata variabel bebas terhadap variabel tak bebas kelompok satu. ̅
2
adalah rata rata variabel bebas terhadap variabel tak bebas kelompok 2.
9
Hasil Perhitungan Z skor tiap kabupaten
Gambar 4 Hasil perhitungan Z skor tiap kabupaten
Gambar 4 menunjukkan hasil perhitungan Z skor tiap kabupaten tiap objek, Z skor sendiri didapat dari perhitungan:
y = b
1
X1 + b
2
X2 + …. +b
k
Xk dimana:
b
k
adalah koefisien fungsi diskriminan yang telah dihasilkan. X
k
adalah data asli X
k
pada tiap objekprediktor. Hasil menunjukkan nilai Z skor ke 35 kabupaten di Jawa Tengah.
Hasil Perhitungan rata rata antar grup
Gambar 5 Hasil perhitungan rata rata antar grup
Gambar 5 menunjukkan rata rata antar grup, hasil nilai rata rata grup miskin adalah -1.755001, sedangkan hasil nilai rata rata grup tidak miskin adalah
1.037046. Selanjutnya nilai ini digunakan untuk menghitung skor cut off,
Perhitungan skor cut off
Perhitungan skor cut off dihitung dari rumus:
m =
dimana: n
k
adalah jumlah sampel ada kelompok ke-k, k=1,2. µ
1Y
group centroid grup 1 adalah rata-rata Y yang diperoleh dari X yang termasuk dalam kelompok ke-1.
µ
2Y
group centroid grup 2 adalah : rata-rata Y yang diperoleh dari X yang termasuk dalam kelompok ke-2.
Sehingga didapat perhitungan:
m =
sehingga didapatkan hasil akhir perhitungan -0.000000028, Maka dapat disimpulkan nilai Z skor tiap kabupaten dibatasi oleh nilai cut off ini. Jika nilai Z
skor nya kurang dari angka cut off maka kabupaten tersebut diklasifikasikan sebagai Kabupaten miskin. Jika nilai Z skor nya lebih dari angka cut off maka
kabupaten tersebut diklasifikasikan sebagai Kabupaten tidak miskin.
10
Hasil klasifikasi berdasarkan Z skor
Tabel 1 Hasil klasifikasi berdasarkan Z skor
Nama KabupatenKota
Nilai Z skor Hasil Klasifikasi
Analisis Diskriminan
Klasifikasi Awal Kab. Banyumas
-0.56907443 Miskin
Tidak Miskin
Kab. Purbalingga -0.49410917
Miskin Tidak Miskin
Kab. Kebumen 0.24031831
Tidak Miskin Tidak Miskin
Kab.Purworejo 0.07810542
Tidak Miskin Tidak Miskin
Kab. Wonosobo 0.90068599
Tidak Miskin Tidak Miskin
Kab. Magelang
-0.14764012 Miskin
Tidak Miskin
Kab. Klaten 1.08074715
Tidak Miskin Tidak Miskin
Kab. Sukoharjo 1.09897310
Tidak Miskin Tidak Miskin
Kab. Wonogiri 0.47290232
Tidak Miskin Tidak Miskin
Kab. Karanganyar
2.06413935 Tidak Miskin
Tidak Miskin
Kab. Kudus
2.47781729 Tidak Miskin
Tidak Miskin
Kab. Jepara 0.58329382
Tidak Miskin Tidak Miskin
Kab. Semarang 0.59784665
Tidak Miskin Tidak Miskin
Kab. Temanggung 0.59448705 Tidak Miskin
Tidak Miskin
Kab. Pekalongan 0.83996479
Tidak Miskin Tidak Miskin
Kab. Tegal 0.63673958
Tidak Miskin Tidak Miskin
Kota Magelang
2.34057367 Tidak Miskin
Tidak Miskin
Kota Surakarta 1.38130518
Tidak Miskin Tidak Miskin
Kota Salatiga 2.27018995
Tidak Miskin Tidak Miskin
Kota Semarang
1.50292864 Tidak Miskin
Tidak Miskin
Kota Pekalongan
2.59867463 Tidak Miskin
Tidak Miskin
Kota Tegal 2.26614817
Tidak Miskin Tidak Miskin
Kab. Cilacap -0.72541744
Miskin Miskin
Kab. Banjarnegara
-0.14528776 Miskin
Miskin
Kab. Boyolali
-2.49663642 Miskin
Miskin
Kab. Sragen -0.81347041
Miskin Miskin
Kab. Grobogan -3.63821950
Miskin Miskin
Kab. Blora -3.00608607
Miskin Miskin
Kab. Rembang
-2.36023695 Miskin
Miskin
Kab. Pati
-1.14069422 Miskin
Miskin
Kab. Demak -2.98505596
Miskin Miskin
Kab. Kendal -1.42782074
Miskin Miskin
Kab. Batang -1.80477985
Miskin Miskin
Kab. Pemalang
-1.05376196 Miskin
Miskin
Kab. Brebes
-1.21755008 Miskin
Miskin
11
Dari hasil tabel 1 dapat dilihat ada 3 kabupaten tidak miskin salah terklasifikasi, yaitu kabupaten Banyumas, Purbalingga, Magelang, Karena ketiga
kabupaten tersebut beberapa variabelnya ternyata bernilai tinggi yang meningkatkan nilai diskriminasinya. Pada ketiga kabupaten tersebut nilai variabel
fasilitas buang air cukup tinggi, Pada kabupaten Banyumas nilai fasilitas buang air sebesar 0.846266471, kabupaten Purbalingga sebesar 0.6907615, kabupaten
Magelang sebesar 0.47004252, sedangkan angka diskriminasi fasilitas buang air dari koefisien diskriminan sebesar -3.0563610 sehingga memberi kontribusi yang
cukup signifikan dalam meningkatkan nilai diskriminasi.
Hasil Uji Klasifikasi
Gambar 6 Hasil Uji Klasifikasi
Gambar 6 menunjukkan hasil uji melalui program R, dapat dilihat hasil klasifikasi benar adanya sesuai dengan perhitungan, grup miskin yang
terklasifikasi grup miskin sebanyak tiga belas kabupaten, grup miskin yang terklasifikasi grup tidak miskin tidak ada, grup tidak miskin yang terklasifikasi
grup miskin sebanyak tiga kabupaten, grup tidak miskin yang terklasifikasi grup tidak miskin sebanyak sembilan belas kabupaten.
Hasil grafik distribusi normal
Gambar 7 Grafik distribusi normal
Gambar 7 menunjukkan grafik distribusi normal, dan dapat dilihat dari grafik, data berdistribusi normal karena data cukup dekat dengan garis normal walau
tidak menempel, namun ada 1 data yang melenceng yang berada di kanan atas, jauh dari garis kenormalan yang adalah nilai rata ratanya. Karena data yang
digunakan adalah data real di kabupaten di Jawa Tengah, maka data cukup sulit untuk sempurna berdistribusi normal.
Hasil histogram grup
12
Gambar 8 Histogram grup
Gambar 8 menunjukkan hasil histogram keanggotaan grup miskin dan tidak miskin setelah dianalisis diskriminan dengan fungsi diskiminan, grup tidak miskin
terklasifikasi tidak cukup bagus, karena beberapa nilai klasifikasi awal overlap dengan grup yang lainnya. Pada grup tidak miskin, beberapa angka bertumpuk di
nilai dibawah nol. Sedangkan pada grup miskin, klasifikasi cukup bagus karena angka tidak ada yang di atas nol. Dikarenakan batas antar grup berada pada nilai
cut off yaitu -0.000000028.
Plot relasi dari variabel
Gambar 9
Plot relasi dari variabel
Gambar 9 menunjukkan plot relasi antar variabel kemiskinan rumah tangga, menunjukkan relasi kelompok kabupaten miskin dan tidak miskin dilihat dari tiap
variabel bebas terhadap variabel bebas lainnya. Warna merah adalah kabupaten dalam kategori tidak miskin, warna biru adalah kabupaten dalam kategori miskin.
Plot ini adalah plot matriks kovarian antar variabel dengan melihat persebaran datanya. Data bergerombol menunjukkan kurang adanya perbedaan nilai antar
13
kelompok yang berbeda antar variabel. data tidak bergerombol dan terpisah antar kelompok menunjukkan variabel sudah terpisah dengan baik antar kelompok.
Hasil angka perbedaan antar kelompok
Gambar 10 Angka perbedaan antar kelompok
Gambar 10 menampilkan angka perbedaan antar kelompok, dengan pemanggilan fungsi variables menggunakan matriks JawaMiskin kolom dua
hingga tujuh dan groupvariable menggunakan matriks JawaMiskin kolom pertama yang termasuk pengkategorian miskin dan tidak miskin. Nilai perbedaan terbesar
yang dihasilkan adalah dari variabel jenislantai sebesar 33.095415619203. Tujuan dari Diskriminan Analisis sendiri adalah mencari kombinasi linier dari variabel
yang menghasilkan pemisahan terbesar antar kelompok sehingga variabelnya dapat dipisahkan sepenuhnya dalam kelompok yang berbeda.
5. Simpulan