Analisis Biplot untuk Pemetaan Karakteristik Kemiskinan Kabupaten/Kota di Provinsi Jawa Barat Tahun 2019
Abstract
Abstract. In this paper, a biplot analysis will be discussed for mapping the characteristics of poverty in districts / cities in West Java Province in 2019. With the results obtained: 4 groups of cities / districts have similarities. Namely: Group I: Kota Banjar, Tasik Malaya, West Bandung, Pengandaran, Garut, Ciamis, Sukabumi, Majalengka, and Sumedang have similar poverty characteristics: percentage of poor people aged 15 years and over who do not work (X3), percentage of poor people aged 15 years and over who work in the agricultural sector (X4), the percentage of expenditure per capita on food (X5), and the low percentage of recipients of Raskin rice assistance (X7) Group II: Cirebon, Indramayu, Cianjur , Subang, Karawang, and Purwakarta have similarities poverty characteristics in the percentage of poor people aged 15 years and over who did not complete primary school (X1), and the percentage of recipients of Raskin rice assistance (X7) is low. Group III: Kota Banjar, Tasik Malaya, West Bandung, Pengandaran, Garut, Ciamis, Sukabumi, Majalengka, and Sumedang have similar poverty characteristics: percentage of poor people aged 15 years and over who do not work (X3) ,: percentage of poor people aged 15 years and over who work in the agricultural sector (X4), and the percentage of expenditure per capita on food (X5) is very low. Group IV: Kota Tasik Malaya, Bandung, Cimahi City, Bogor City, Bandung City, Bogor and Sukabumi City have similar characteristics of poverty in the high percentage of literacy rates for poor people aged 15-55 years (X2). Then, the most dominant characteristics of poverty in West Java Province are: the percentage of poor people aged 15 years and over who work in the agricultural sector (X4), and the percentage of expenditure per capita on food (X5) which is very low .
Keywords: Descriptive statistics, Multivariate Matrix, biplot analysis, and Multivariate analysis
Abstrak. Dalam makalah ini akan dibahas analisis biplot untuk pemetaan karakteristik kemiskinan kabupaten/kota di Provinsi Jawa Barat tahun 2019 Dengan hasil didapat : dibuat 4 kelompok kota/kabupaten yang mempunyai kemiripan karakteristik. Yaitu : Kelompok I : Kota Banjar, Tasik Malaya, Bandung Barat, Pengandaran, Garut, Ciamis, Sukabumi, Majalengka, dan Sumedang memiliki kemiripan karakteristik kemiskinan pada : persentase penduduk miskin usia 15 tahun ke atas yang tidak bekerja (, persentase penduduk miskin usia 15 tahun ke atas yang bekerja disektor Pertanian (, persentase pengeluaran perkapita untuk makanan (, dan Persentase penerima bantuan beras raskin ( yang rendah Kelompok II : Cirebon, Indramayu, Cianjur, Subang, Karawang, dan Purwakarta memiliki kemiripan karakteristik kemiskinan pada persentase penduduk miskin usia 15 tahun ke atas tidak tamat SD (X1), dan Persentase penerima bantuan beras raskin ( yang rendah . Kelompok III : Kota Banjar, Tasik Malaya, Bandung Barat, Pengandaran, Garut, Ciamis, Sukabumi, Majalengka, dan Sumedang memiliki kemiripan karakteristik kemiskinan pada : persentase penduduk miskin usia 15 tahun ke atas yang tidak bekerja (X3), : persentase penduduk miskin usia 15 tahun ke atas yang bekerja disektor pertanian (X4), dan persentase pengeluaran perkapita untuk makanan (X5) yang sangat rendah. Kelompok IV : Kota Tasik Malaya, Bandung, Kota Cimahi, Kota Bogor, Kota Bandung, Bogor dan Kota Sukabumi memiliki kemiripan karakteristik kemiskinan pada Persentase Angka melek huruf penduduk miskin usia 15-55 tahun (X2) yang tinggi. Lalu, Karakteristik kemiskinan yang paling dominan di Provinsi Jawa Barat yaitu : persentase penduduk miskin usia 15 tahun ke atas yang bekerja disektor pertanian (X4), dan persentase pengeluaran perkapita untuk makanan (X5) yang sangat rendah.
Kata Kunci: Statistik deskriptif, Matris Multivariat, Analisis Biplot, dan Analisis Multivariat
Keywords
Full Text:
PDFReferences
Afriyanti, Reri dan Laksono, Heru Dibyo. (2015). Metode Numerik dengan Mathlab .Padang : Lembaga Pengembangan Teknologi Informasi dan Komunikasi (LPTIK) Universitas Andalas.
Blog Yuva. (2019). Statistika Deskriptif (Online),
(https://yuvalianda.com/statistik-deskriptif/, diakses 06 April 2019)
BPS,(2019). Data dan Informasi Kemiskinan Kabupaten/Kota 2019. Badan Pusat Statistik. Jakarta
Gangga Anuraga. (2017). Analisis Biplot Untuk Pemetaan Karakteristik Kemiskinan Pada Kabupaten/Kota di Jawa Timur. Journal Sains Matematika dan Statistika, 1(2), 10-16.
Gregoria Ariyanti. 2010. Dekomposisi Nilai Singular dan Aplikasinya. Makalah.
Kariadinata, R. (2019). Aljabar Matriks Elementer. Bandung: CV Pustaka Setia.
Nugroho, S. (2008). Dasar-Dasar Metode Statistika. Jakarta: Grasindo.
Nugroho, S. (2008). Statistika Multivariat Terapan. Bengkulu: UNIB Press.
Zeth A.Leleury, Antonia E. Wokanubun. (2015). Analisis Biplot Pada Pemetaan Karakteristik Kemiskinan di Provinsi Maluku. Journal Ilmu Matematika dan Terapan, 9(1), 21
DOI: http://dx.doi.org/10.29313/.v7i1.26966
   Â