Identifikasi lokasi pemusatan kegiatan sosial ekonomi pemanfaatan data podes 2008
Download
1 / 24

Identifikasi Lokasi Pemusatan Kegiatan Sosial Ekonomi (Pemanfaatan Data Podes 2008) - PowerPoint PPT Presentation


  • 150 Views
  • Uploaded on

BADAN PUSAT STATISTIK. Identifikasi Lokasi Pemusatan Kegiatan Sosial Ekonomi (Pemanfaatan Data Podes 2008). Uzair Suhaimi [email protected] [email protected] Direktur Statistik Ketahanan Sosial Badan Pusat Statistik. Latar Belakang.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Identifikasi Lokasi Pemusatan Kegiatan Sosial Ekonomi (Pemanfaatan Data Podes 2008)' - chase


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Identifikasi lokasi pemusatan kegiatan sosial ekonomi pemanfaatan data podes 2008

BADAN PUSAT STATISTIK

Identifikasi Lokasi Pemusatan Kegiatan Sosial Ekonomi(Pemanfaatan Data Podes 2008)

Uzair Suhaimi

[email protected]

[email protected]

Direktur Statistik Ketahanan Sosial

Badan Pusat Statistik


Latar belakang
Latar Belakang

  • (Ada) Variasi intensitas kegiatan sosial ekonomi (antar kawasan wilayah)

    • (kecenderungan) Pemusatan di suatu wilayah (tertentu)

    • Ketimpangan (tingkat pemusatan) antar wilayah

  • (Perlu) Pemetaan lokasi kegiatan sosial ekonomi

    • Identifikasi lokasi pemusatan dan ketimpangan

    • Visualisasi dalam bentuk pemetaan tematik

  • Implikasi kebijakan (dari Pata)

    • (Basis untuk) Alokasi sumber daya dan program berbasis lokasi geografis (atau wilayah)

    • Pentingnya perhatian terhadap interaksi sosial (u/ lokasi pemusatan/non-pemusatan)


Kegiatan sosial ekonomi
Kegiatan Sosial Ekonomi ?

  • Kegiatan ekonomi penduduk (dilihat dari lapangan usaha dan jenis produksi)

  • (Indikasi kegiatan dilihat dari) Ketersediaan fasilitas ekonomi

  • (Indikasi kegiatan dilihat dari) Ketersediaan fasilitas sosial dasar

9 Desember 2010

3


Pembentukan pemusatan
Pembentukan Pemusatan

  • Relokasi kegiatan sosial ekonomi

    • Ketersediaan faktor produksi

    • Ketersediaan sarana penunjang

    • Minimalkan biaya produksi dan transportasi

  • Pemusatan membentuk klaster

    • Knowledge spillovers: diseminasi informasi dan pengetahuan

    • Spillover effects: infrastruktur untuk mobilitas antar wilayah

9 Desember 2010

4


Pengguna potensial dan manfaat
Pengguna Potensial dan Manfaat

  • Pemerintah pusat dan daerah

    Menentukan lokasi prioritas pembangunan ekonomi, sosial, dan infrastruktur,dsb

  • Dunia usaha dan masyarakat umum

    (Membanu dunia usaha dalam) Menentukan lokasi: target investasi, pengembangan jejaring usaha dan kerja sama, perluasan wilayah pemasaran, dsb

  • Akademisi dan peneliti

    • (Membantu akademisi dan peneliti dalam studi lanjut untuk) Menentukan zonasi wilayah: perencanaan wilayah dan tata ruang, pengembangan kawasan, pembangunan regional, dsb

9 Desember 2010

5


Metodologi
Metodologi

  • Sumber data

    • Podes 2008

    • Peta elektronik

  • Variabel dan tema

    • Variabel berskala ukur interval/rasio

    • Jumlah peta tematik sebanyak 52 tema (yang dihitung secara nasional tetapi disajikan per pulau/kepulauan utama)

  • Penyajian peta tematik: smaller is better

    • (Kawasan yang dibangun dengan unit analisis) Desa (prioritas utama)

    • Kecamatan (prioritas kedua)

9 Desember 2010

6


Exploratory spatial data analysis
Exploratory Spatial Data Analysis

  • Metode ESDA:

    • (Untuk men-) Deskripsi(kan) dan (mem)visualisasi(kan) sebaran/asosiasi spasial (“relatif” terhadap “tetangga”)

    • (Untuk meng) Identifikasi lokasi pemusatan (cluster/hot spot) dan pencilan (outlier)

  • Teknik ESDA

    • Global Spatial Autocorrelation (Global Moran’s I): (Untuk men-)

      Deteksi ada tidaknya kecenderungan pemusatan (clustering)

    • Local Indicators for Spatial Association (LISA):

      (Untuk meng-)Identifikasi lokasi dan anggota pemusatan/pencilan (cluster/outlier)

9 Desember 2010

7


Tahapan analisis
Tahapan Analisis

  • Kalkulasi Global Moran’s I:

    • Jika nilai Standardized I positif  autokorelasi positif (tendensi pemusatan)

    • Jika nilai Standardized I negatif  autokorelasi negatif (tendensi pencilan atau random)

  • Kalkulasi LISA dan signifikansinya

    • Setiap unit analisis memiliki skor LISA (Zxi dan WZxi)

    • Setiap unit analisis memiliki nilai siginifikansi

  • Visualisasi dalam Moran Scatterplot

9 Desember 2010

8


Global moran s i
Global Moran’s I

Formula

Keterangan:

µ = rata-rata variabel x, wij = elemen spatial weight matrix, n = jumlah wilayah,

xi = nilai unit analisis i, xj = nilai unit analisis tetangga

Interpretasi:

Rata-rata teoritis = -1/(n-1)

  • Jika I ≥ rata-rata teoritis  tendensi pemusatan (tinggi maupun rendah)

  • Jika I < rata-rata teoritis tendensi random atau pencilan (ketimpangan)

9 Desember 2010

9


LISA

Formula

-1 ≤ Ii ≤ 1

Keterangan:

µ = rata-rata variabel x, wij = elemen spatial weight matrix, n = jumlah wilayah,

xi = nilai unit analisis i, xj = nilai unit analisis tetangga

Interpretasi:

  • Setiap unit analisis memiliki nilai koordinat (Zxi , WZxi)

    • Zxi adalah nilai standardized skor I utk unit analisis ke-i

    • WZxi adalah nilai standardized skor I tetangga unit analisis ke-i

  • Seluruh koordinat (Zxi , WZxi) divisualisasi dalam Moran Scatterplot

9 Desember 2010

10


Moran scatterplot
Moran Scatterplot

Moran Scatterplot Diagram

  • Interpretasi:

  • Kuadran I (HH) = wilayah tinggi dikelilingi tetangga yang tinggi

  • Kuadran II (LH) = wilayah rendah dikelilingi tetangga yang tinggi

  • Kuadran III (LL) = wilayah rendah dikelilingi tetangga yang rendah

  • Kuadran IV (HL) = wilayah tinggi dikelilingi tetangga yang rendah

WZX

ZX

  • Kuadran I dan III  indikasi lokasi klaster (cluster) atau pemusatan.

  • Kuadran II dan IV  indikasi lokasi pencilan (outlier).

9 Desember 2010

11


Spatial weight matrix
Spatial Weight Matrix

  • ESDA memerlukan matriks penimbang spasial (representasi tetangga bagi setiap wilayah)

  • Tobler’s Law (1970) "everything is related to everything else, but near things are more related than distant things."

  • Tetangga adalah unit analisis lain yang berbatasan langsung atau memiliki keterkaitan/hubungan atas dasar kriteria/skenario tertentu

  • Pilihan skenario:

    • Simple Contiguity: Rook, Bishop, Queen

    • Distance Criterion: Distance metric, K-nearest neighbor

    • Based on economic or social network structure

  • Skenario Spatial Weight Matrix yang dipilih adalah Queen

9 Desember 2010

12


Format publikasi
Format Publikasi

  • Intensitas kegiatan sosial ekonomi:

    • Diukur secara nasional

    • Bisa diperbandingan antar unit analisis dan antar wilayah (apple to apple).

  • Peta tematik disusun ke dalam 7 wilayah meliputi:

    • Sumatera

    • Jawa dan Bali

    • Nusa Tenggara

    • Kalimantan

    • Sulawesi

    • Maluku

    • Papua

9 Desember 2010

13


Interpretasi peta tematik
Interpretasi Peta Tematik

  • Indikator asosiasi spasial hasil penghitungan statistik LISA:

    • Merah  lokasi pemusatan (cluster) tinggi (HH)

    • Biru  lokasi pemusatan (cluster) rendah (LL)

    • Hijau  lokasi pencilan (outlier) tinggi (HL)

    • Kuning  lokasi pencilan (outlier) rendah (LH)

  • Lokasi pemusatan maupun pencilan dibedakan menjadi dua kategori:

    • Signifikan (pseudo alpha ≤ 5%.)  unit analisis diyakini sbg anggota kuadran

    • Tidak signifikan (pseudo alpha > 5%)  unit analisis menjadi anggota kuadran tetapi keterkaitan dengan tetangga:

      • tidak setara/searah (untuk wilayah pemusatan)

      • tidak berpola atau acak (untuk wilayah pencilan)

9 Desember 2010

14


Implikasi peta tematik
Implikasi Peta Tematik

  • Cakupan dan kedalaman informasi pada level desa atau kecamatan

  • Makna lokasi pemusatan atau pencilan

    • Pemusatan (cluster): intensitas kegiatan searah/setara: sama-sama tinggi (klaster tinggi) atau sama-sama rendah (klaster rendah)

    • Pencilan (outlier): intensitas kegiatan berbeda secara ekstrim: berbeda sangat tinggi (pencilan tinggi) ataupun sangat rendah (pencilan rendah)

  • Implikasi pelaksanaan program pembangunan tertentu:

    • Pada lokasi pemusatan tinggi akan berimbas secara luas

    • Pada lokasi pemusatan rendah akan berimbas sangat lamban atau sangat terbatas

    • Pada lokasi pencilan tidak akan berimbas kepada unit-unit analisis lain sekitarnya

9 Desember 2010

15







KECAMATAN DI NUSA TENGGARA MENURUT PERSENTASE DESA YANG TERDAPAT PENJUAL LPG

10 Desember 2010


KECAMATAN DI SULAWESI MENURUT PERSENTASE DESA YANG TERDAPAT PANGKALAN / AGEN MINYAK TANAH

10 Desember 2010


DESA DI WILAYAH MALUKU MENURUT KEJADIAN PENCEMARAN LINGKUNGAN HIDUP

10 Desember 2010


Terima kasih
TERIMA KASIH LINGKUNGAN HIDUP


ad