Spasial Statistika

download Spasial Statistika

of 12

Transcript of Spasial Statistika

  • 7/21/2019 Spasial Statistika

    1/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    241

    ANALISIS STATISTIK SPASIAL PERTUMBUHAN PENDUDUK

    DI LOKASI SEKITAR CALON TAPAK PLTN

    UJUNG LEMAHABANG KABUPATEN JEPARA

    Jupiter Sitorus Pane*

    ABSTRAK

    ANALISIS STATISTIK SPASIAL PERTUMBUHAN PENDUDUK DI LOKASI

    SEKITAR CALON TAPAK PLTN UJUNG LEMAHABANG KAB UPATEN JEPARA.

    Sebagai komponen penerima dalam analisis risiko lingkungan, analisis pertumbuhan penduduk

    sangat diperlukan untuk dapat memperkirakan besar dan langkah mitigasi dampak bila terjadipelepasan bahan berbahaya. Dalam makalah ini diuraikan metode statistika dalam memprediksi

    faktor-faktor yang mempengaruhi pertumbuhan penduduk secara spasial dan prediksinya untuk masa

    yang akan datang. Hasil analisis dengan menggunakan Analisis Regresi Ganda dan Komponen

    Analisis Utama (Principal Component Analysis) diketahui faktor-faktor yang sangat berpengaruhterhadap pertumbuhan penduduk di lokasi sekitar PLTN Ujung Lemahabang yaitu faktor

    ketersediaan listrik, ketersediaan jalan, terdapatnya Industri kayu/mebel, waktu, ke tinggian lokasi

    dari permukaan laut, jarak dari Demak, sumber penghasilan tani, sumber penghasilan tambang

    ketersedian industri pertambangan, dengan koefisien determinan mencapai 94,6% atau 95%. Hasil

    prediksi menunjukkan bahwa pertumbuhan penduduk pada tahun 2016, 2036, dan 2056 adalah

    sebesar 3.876.371, 5.815.101, dan 7.753.831 jiwa.

    ABSTRACT

    SPATIAL STATISTIC ANALYSIS ON POPULATION GROWTH AT SURROUNDCANDIDATE LOCATION OF NPP UJUNG LEMAHABANG, KABUPATEN JEPARA. As areceptor component of environment risk analysis, population growt h analysis is needed to estimate

    magnitude as well as mitigation impact of hazard source release. This paper describe statistical

    method to predict factors that influence population growth spatially and its growth for future.

    Analysis result using Multiple Regression Analysis and Principal Component Analysis shown that

    availability of electrical, road, furniture industry, time, level of land, distance from Demak, agribisnis,mining influence the growth of population with determinan coeficient of 94,6% or 95%. The

    estimation of population at 2016, 2036, and 2056 are 3.876.371, 5.815.101, dan 7.753.831 persons.

    PENDAHULUAN

    Salah satu komponen terpenting dalam analisis risiko adalah mengevaluasijumlah penerima (receptor) dampak dari suatu pajanan sumber atau stressor,

    dalam ruang dan waktu. Pola penyebaran penduduk dalam ruang akan menentukanjumlah penduduk yang akan terkena dampak pada suatu wilayah tertentu, sedangperkembangan penduduk dalam skala waktu memungkinkan analisis untukmemprediksi besar dampak pada selang waktu yang akan datang.

    Sesuai dengan rencana pembangunan PLTN di Semenanjung Lemahabangmaka kajian ini ditujukan untuk mengetahui pola penyebaran penduduk di sekitarlokasi calon tapak PLTN sehingga data ini dapat dipakai untuk melakukan analisis

    risiko lingkungan dalam ruang dan waktu. Secara khusus analisis mengulas

    *Pusat Teknologi Reaktor dan Keselamatan Nuklir-BATAN

    Daftar Isi

    http://daftar-isi.pdf/
  • 7/21/2019 Spasial Statistika

    2/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    242

    pemanfaatan metode statistika dalam memprediksi petumbuhan penduduk untukjangka waktu yang akan datang.

    LATAR BELAKANG TEORI

    Analisis spasial pola penyebaran penduduk dalam ruang

    Pola penyebaran penduduk dalam ruang spasial sekitar lokasi PLTNdianalisis dengan pola pemusatan, penyebaran, korelasi spasial yangdirepresentasikan dengan indeks korelasi Moran maupun koefisien korelasikepadatan penduduk desa pada radius 50 km dari lokasi PLTN.

    Pemusatan dan penyebaran. Pemusatan kepadatan penduduk ataupenyebaran ditandai dengan nilai rata-rata kepadatan (median center), rata-rata

    spasial (spatial mean) dan deviasi standar spasial, seperti pada rumus berikut[1],

    Rata-rata atribut:

    n

    z

    Z

    n

    i

    i== 1

    (1)Rata-rata spasial

    ==

    n

    i

    i

    i

    n

    i

    i

    n

    i

    i

    ii

    z

    Yz

    Y

    z

    Xz

    X

    (2)

    Deviasi standar spasial,

    n

    zz

    SDn

    zz

    SD

    n

    i

    j

    y

    i

    x

    =

    =

    )()(2

    (3)

    Keterangan:

    Xi, Yi : posisi geografis pusat poligon (desa)zi : nilai atribut (populasi atau lahan)SDx : Standar deviasi arah (x)SDy : Standar deviasi arah (y)SDx,y : Standar deviasi (x,y)

    22yxxy SSSD +=

  • 7/21/2019 Spasial Statistika

    3/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    243

    Agregasi spasial

    Untuk membuktikan bahwa penduduk di sekitar lahan PLTN memusat ataumenyebar dilakukan perhitungan tingkat korelasi kepadatan penduduk denganmengunakan indeks korelasi Moran dan Koefisien Korelasi Geary. Indeks korelasi

    Moran dinyatakan dalam rumus [1,2]:

    Sedangkan koefisien korelasi Geary dinyatakan dengan rumus:

    =

    2)()(

    ))((

    ZZd

    ZZZZdnI

    ii j ij

    jiijji

    (4)

    =

    i

    ii j

    ij

    jiijji

    ZZd

    ZZdnC

    2

    2

    )(2

    )()1(

    (5)Keterangan:

    I , C : autokorelasi spatialdij : bobot relasi antara i dan j

    Zi : kepadatan penduduk iZj : kepadatan penduduk desa berdekatan j

    Penduduk yang berkelompok ditandai dengan koefisien korelasi Moran

    mendekati 1 (satu) sedangkan yang menyebar ditandai dengan tingkat korelasimendekati 0 (nol). Untuk hal yang sama koefisien Geary berkisar 0 sampai 2

    dimana nilai 1 menunjukkan data yang menyebar.

    Analisis pertumbuhan penduduk

    Dengan mengacu pada faktor-faktor yang mempengaruhi kepadatanpenduduk di suatu lokasi spasial, maka kepadatan penduduk dapat dirumuskan

    sebagai,Y : f(X1,X2,..., Xn) (6)

    Keterangan,Y : kepadatan penduduk suatu desa

    X1...Xn : variabel yang mempengaruhi kepadatan penduduk.

    Pengaruh dari tiap variabel terhadap kepadatan pendududuk dimodelkandengan menggunakan Analisis Regresi Linier Ganda [3] dengan fungsi:

    Y : a0 + b1X1+b2X2+ biXi... + bnXn (7)

    Atau dengan analisis non-linear eksponensial dengan fungsi:Y : co+ exp(bo+b1X1+b2X2+biXi bnXn) (8)

    Keterangan,Y : kepadatan penduduk suatu desa.ao : intersep

  • 7/21/2019 Spasial Statistika

    4/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    244

    bi : parameter koefisien variabel XiXi : variabel

    n : jumlah parameter

    Untuk dapat menggunakan model ini maka masing-masing variabel haruslah

    saling bebas, oleh karena itu sebelum mendapatkan model yang diinginkan seluruhvariabel harus dibuktikan saling bebas dengan menggunakan metode PrincipalComponent Analysis untuk mendapatkan Faktor Loading. Selanjutnya denganmencari variabel surrogate yang berkorelasi kuat dengan faktor loading diperolehvariabel-variabel yang berpengaruh terhadap kepadatan penduduk [2].

    Model pertumbuhan penduduk spasial-temporal

    Untuk memprediksi pertumbuhan penduduk secara spasial dan temporal

    maka diperlukan data variabel minimal dalam dua waktu yang berbeda yangdirepresentasikan dalam variabel dummy (to) dan (t1), sehingga persamaan

    menjadi

    Y : co+ exp(bo+b1X1+b2X2+ bnXn+Dummy(t)) (9)

    Dalam analisis ini data penduduk dan variabel spasial yang digunakan adalah

    sensus tahun 1998 dan 2002 yang diterbitkan oleh BPS.

    Pengujian Model

    Besarnya rata-rata kesalahan dihitung dengan persamaan:

    (10)Keterangan,

    RKK : Rata-rata kesalahanJKK : Jumlah rata-rata kesalahank : derajat kebebasann : jumlah pengamatan

    Standar kesalahan dinyatakan dalam

    RKKS= (11)

    Untuk menguji berapa besar variabel independen dapat dijelaskan oleh

    kombinasi variabel independen yang dinyatakan dalam koefisien determinanR2,

    TotalKuadratJumlah

    RataKuadratJumlahR =2 (12)

    )1( +=

    kn

    JKKRKK

  • 7/21/2019 Spasial Statistika

    5/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    245

    Pengujian tingkat pengaruh masing-masing parameter regresi dilakukan denganmenggunakan hipotesis

    H0: 1= 0

    H1: Tidak semua 1 = 0

    Yang dapat diuji dengan statistik t

    )()]1([(

    i

    ikn

    bs

    bt =+ (13)

    Keterangan,

    t : statistik tbi : parameter yang diestimasis(bi) : standar deviasi estimasi.

    Untuk nilai tpada nilai signifikansi () yang besar dari tkritis , berarti nilaites statistik berada pada daerah penolakan, maka hipotesis nol (H0) ditolak.Sebaliknya untuk nilai tyang kecil dari nilai tkritis , berati nilai tes berada di daerah

    penerimaan, maka hipotesis nol (H0) diterima.

    METODOLOGI PENELITIAN

    Penelitian ini dilakukan di lokasi sekitar calon tapak PLTN Ujung

    Lemahabang. Lokasi ini berada pada koordinat latitude 6o

    25 40 LintangSelatan, longitude 110

    o4720 bujur Timur, dengan kawasan meliputi radius

    sampai 50 km. Secara administratif wilayah radius 50 km dari Ujung Lemahabang

    meliputi Kabupaten Jepara, Kudus, Pati dan Demak. Daerah sekitar lokasi calonTapak PLTN terdiri dari laut (Laut Jawa) ke sebelah Utara dan darat ke sebelahSelatan. Sedangkan data kependudukan diambil dari sumber resmi yangdikeluarkan BPS dalam bentuk PODES 1998 dan 2002 dan peta digital dariBakorsutanal 2001.

    Selanjutnya data dianalisis dengan memeriksa pola pemusatan, penyebarandan korelasi spasial kepadatan penduduk. Untuk menentukan model pertumbuhan

    kepadatan penduduk secara spasial maka dilakukan Analisis Regresi Gandaterhadap variabel-variabel yang berpotensi berpengaruh terhadap pertumbuhan

    penduduk seperti yang terlihat pada Tabel 1. Seleksi variabel dilakukan dengan

    mencari variable-variabel yang saling bebas satu sama lain dengan menggunakanmetode Analisis Komponen Utama atau Principal Component Analysis terhadapvariabel spasial dan dengan memilih faktor yang bernilai eigen > 1 atau faktordengan Scree Plotyang turun tajam.

    Dengan menggunakan variable terpilih sebagai variable temporal danditambahkan dengan variable dummy waktu dapat diperoleh model hubungankepadatan penduduk secara spasial dan temporal. Selanjutnya model temporal

    digunakan untuk mempredikasi jumlah pendududuk pada usia PLTN.

  • 7/21/2019 Spasial Statistika

    6/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    246

    HASIL DAN PEMBAHASAN

    Dengan menggunakan script program perhitungan Indeks Moran danKoefisien Geary [4] dalam perangkat lunak ARCVIEW diperoleh hasil korelasispasial kepadatan penduduk untuk tahun 1998 dan 2002 seperti pada Tabel 2.

    Tabel 2. Hasil PerhitunganAutocorrelation Spatial

    1998 2002

    Moran Geary Moran GearyIndeks 0,608 0,375 0.586 0.386

    VarNorm 0,0003 0,0005 0.000 0.001

    Znorm 32,974 27,23 31.774 26,745

    Var Rand 0,0003 0,003 0.000 0.003

    Z Rand 33,388 11,841 32,186 11,465

    Hasil menunjukkan bahwa penduduk di sekitar PLTN hidup bergerombol denganpusat pada ibukota-ibukota Kabupaten sekitar PLTN seperti ditunjukkan padaGambar 1.

    Dengan menggunakan metode PCA, dari 41 variabel yang dianggapberpengaruh terhadap kepadatan penduduk diperoleh 14 faktor yang berpengaruh

    signifikan. Dengan Analisis Regresi ganda diperoleh bahwa hanya 7 variabel(faktor) yang dinyatakan berpengaruh nyata untuk kepercayaan a = 0.05 dengankoefisien determinan R

    2= 0.946. Hasil perhitungan nilai Beta, tdanpditunjukkan

    pada

    Dengan demikian persamaan kepadatan penduduk dirumuskan seperti padapersamaan berikut,

    Y = 1.38105 + 4.83333 X18 + 0,01542 X17B+ 2.26876 X11E + 1.61309 X21

    - 0,02480 X4+ 17.77744 X10B.

    Keterangan:

    X18 : Kepadatan listrik (jml kel pemakai listrik/luas desa)X17B : Ketersediaan jalan lain di dalam desa (m/luas desa)

    X11E : Terdapatnya Industri kayu/mebel (0=tidak: 1=ada )X21 : Perubahan tahun dalam rentang 1998 -2002 (0=1998; 1=2002)

    X5 : Tinggi dari permukaan laut (m)X4 : Jarak dari Demak (km)X10B : Sumber penghasilan Tambang (0=tidak; 1=ada)

  • 7/21/2019 Spasial Statistika

    7/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    247

    Tabel 1. Nama-nama variabel model pertumbuhan penduduk

    No. Nama Variable Simbol Keterangan

    (1) (2) (3) (4)

    Spatial

    1. Jarak dari Desa ke Jepara X12. Jarak dari Desa ke Pati X23. Jarak dari desa ke Kudus X3

    4. Jarak dari Desa ke Demak X45 Tinggi dari Permukaan laut X56 Kemiringan X6 0 - 2% : 0; 2-15% :1; 15-40% : 2; >40%:3

    Letak Desa terhadap hutan X77 DalamHTN X7A 0 :dalam; 1 tidak8 PinggirHTN X7B 0 : pinggir; 1 tidak9 JauhdrHTN X7C 0 : Jauh ; 1 tidak

    Non-S asialKarakter Penduduk

    10 Jumlah Wanita X811 Jumlah keluarga tani X9

    EkonomiSumber Penghasilan X10

    12 Petani X10 A13 Pertambngan X10 B

    14 Industri X10 C

    15 Perdagangan X10 D16 Jasa X10 E

    Industri17 Industri Kulit X11 A

    18 Olah makanan X11 B19 Batu/Genteng X11 C

    20 Batik/Tenun X11 D21 Kayu X11 E

    22 Lo am X11 G

    23 Lain X11 H24 Dagang /Jml Pasar X1225 PDRB X13

    Pendidikan26 Jumlah Sekolah X14

    Kesehatan27 Kepadatan Jml RS X15 A28 Kepadatan Jml Puskesmas X15 B

    29 Kepadatan Klinik Bersalin X15 C

    Sosial Budaya30 Kepadatan Jml Mesjid X16

    Perhubungan atau Transportasi

    31 Ke adatan Jalan Kota X17 A32 Kepadatan jalan Lain X17 B

    33 Kepadatan jalan Utama X17 CFasilitas

    34 Ketersediaan listrik X18Ketersediaan lahan Luas lahan/Luas Desa

    35 Persentase Buildup X19 A36 Persentase Sawah X19 B

    37 Persentase Kebun lading X19 C

    38 Lahan Lain X19 D39 Hutan X19 E40 Ketersediaan tempat rekreasi X20

    41 Tahun X21 0 :1998 ; 1 : 2002

    42 Variabel DependentKepadatan penduduk masing-

    masing desa

    Y

  • 7/21/2019 Spasial Statistika

    8/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    248

    Gambar 1. Distribusi Penduduk pada Tahun 1998 dan 2002

    Tabel 3. Hasil perhitungan Beta, t dan p

    Beta

    Deviasi

    Std.Kesalahan

    BDeviasi StdKesalahan. t(1962) p-level

    Intercept 1,38105 0,510661 2,7044 0,006901

    X18 0,943892 0,006298 4,83333 0,032251 149,8654 0,000000X17B 0,017973 0,005423 0,01542 0,004654 3,3140 0,000937

    X11E 0,050493 0,005667 2.26876 0,254622 8,9103 0,000000

    X21 0,033624 0,005288 1,61309 0,253692 6,3585 0,000000

    X4 -0,019963 0,005278 -0,02480 0,006558 -3,7819 0,000160

    X10B 0,028892 0,005242 17,77744 3,225571 5,5114 0,000000

    Artinya, secara spasial dan temporal pertumbuhan penduduk dapatdijelaskan oleh faktor ketersediaan listrik, ketersediaan jalan, terdapatnya Industrikayu/mebel, waktu, ketinggian lokasi dari permukaan laut, jarak dari Demak,

    sumber penghasilan tambang. Koefisien X4 merupakan koefisien yangmenggambarkan jarak dari pusat ibukota. Koefisien negatif berarti semakin jauhsuatu desa dari pusat ibukota semakin kecil penduduknya. Gambar 2 dan 3menunjukkan distribusi variabel yang mempengaruhi pertumbuhan penduduk pada

    Tahun 1998 dan 2002 di lokasi sekitar Ujung Lemahabang.Dengan mengasumsikan tidak terjadi perubahan pada variabel yang lain,

    kecuali variabel X21, yaitu variabel untuk perubahan waktu, dapat diprediksipertumbuhan kepadatan penduduk sampai pada tahun 2016, 2036, dan 2056 yaitusebesar 3.876.371, 5.815.101, dan 7.753.831. Secara spasial pertumbuhan

    tersebut dapat dilihat pada Gambar 4.

  • 7/21/2019 Spasial Statistika

    9/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    249

    Gambar 2. Distribusi variabel yang mempengaruhi pertumbuhan penduduk tahun1998

    Gambar 3. Distribusi variabel yang mempengaruhi pertumbuhan pendudukTahun 2002

  • 7/21/2019 Spasial Statistika

    10/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    250

    Gambar 4. Hasil Prediksi Distribusi Penduduk pada Tahun 2016, 2036,

    2056

    Dengan prediksi ini pola penyebaran petumbuhan penduduk sebagaireceptor yang menerima dampak radiasi dapat diketahui. Dengan terpusatnya

    penduduk pada ibukota Kabupaten yang berjarak lebih dari 10 km dari lokasirencana PLTN, maka dari sisi proteksi radiasi hal ini menguntungkan karena

    pusat-pusat penduduk jauh dari lokasi sumber radiasi. Hasil perhitungan Pane dkk

    [5] menunjukkan bahwa pada pelepasan sumber radiasi pada kondisi kecelakaanPLTN dosis radiasi pada jarak lebih besar dari 10 km adalah sebesar 3,52 x 10 -2

    mSv. Hal ini menunjukkan bahwa lokasi PLTN di Ujung Lemahabang,Semenanjung Muria sudah cukup baik ditinjau dari sisi mitigasi dampak terhadap

    penduduk bila terjadi kecelakaan Nuklir.

    KESIMPULAN

    Dari hasil analisis ini dapat disimpulkan bahwa pertumbuhan penduduk disekitar lokasi calon tapak PLTN cenderung memusat. Dengan menggunakan

    Analisis Regresi Ganda dan Komponen Analysis Utama (Principal ComponentAnalysis) dapat diketahui faktor-faktor yang sangat berpengaruh terhadappertumbuhan penduduk di lokasi sekitar PLTN Ujung Lemahabang secara spatialdan temporal dengan koefisien determinan mencapai 94,6%. Faktor tersebutadalah faktor ketersediaan listrik, ketersediaan jalan, terdapatnya Industri

    kayu/mebel, waktu, ketinggian lokasi dari permukaan laut, jarak dari Demak,sumber penghasilan tani, sumber penghasilan tambang ketersediaan industri

    pertambangan. Pertumbuhan penduduk pada tahun 2016, 2036, dan 2056 adalahsebesar 3.876.371, 5.815.101, dan 7.753.831 jiwa. Terpusatnya penduduk pada

    ibukota Kabupaten di sekitar PLTN yang berjarak >10 km sangat menguntungkandari sisi mitigasi dampak kecelakaan kar ena pusat penduduk tersebut jauh darisumber radiasi.

  • 7/21/2019 Spasial Statistika

    11/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    251

    DAFTAR PUSTAKA

    1. RUSTIADI, E. Analisis Spasial, IPB Bogor, 2003

    2. ARLINGHAUS, S.L. Practical handbook of Spatial Statistics, United States,

    CRC. Press. Inc. Editor, 1996.

    3. SUPRANTO J., Analisis Multivariat: Arti dan Interpretasi. Rineka Cipta,Jakarta, 2004.

    4. SHEN. Q., An Application of GIS to The Measurement of SpatialAutocorelation, 0198-97159(93)E0012-5, Pergamon, 1994.

    5 PANE, J.S., SAENI M.S., SANIM B., RUSTIADIE, HASTOWO H., Analisispemanfaatan ruang sekitar calon tapak PLTN Ujung Lemahabang berdasarkanprakiraan dampak radiologi, SNSTN, ISSN 1858-3601, Bandung 2007.

    DISKUSI

    NURYANTI

    Diantara 2 model yang disajikan, mana model yang paling smooth ?

    JUPITER SITORUS PANE

    Untuk model linier ganda dan eksponensial hasilnya sangat dekat. Yang palingmenonjol untuk dibandingkan adalah terhadap model logistic dan model geometri

    dimana logistik hasilnya cenderung mendatar dan geometri sangat eksponensial.

    DARWIS

    Tadi ada pertanyaan : Harga sayur di kota lebih murah dibanding di daerah,padahal harga sayur di Tangerang atau kebayoran lebih murah dibanding Serpong.Langkah apa yang diambil agar di sekitar lokasi PLTN, populasi penduduknya,mengingat ada pepatah ada gula ada semut dimana ada daya tarik suatu suatudaerah (denga pekerjaan baru dsb), pasti orang akan berduyun-duyun datang ke

    lokasii tersebut, contoh serpong yang dulu sepi sekarang sudah rame.

    JUPITER SITORUS PANE

    Yang saya maksud bukan harga sayur (maaf bila saya sebut demikian dalampresentasi) yang benar adalah nilai tanah (land rent) yang dekat dengan pusat

  • 7/21/2019 Spasial Statistika

    12/12

    Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(241-252)

    252

    bisnis akan lebih tinggi dari tanah yang jauh dari pusat bisnis. Demikian pulapenduduk lebih cenderung tinggal dekat dengan pusat bisnis daripada jauh dari

    pusat bisnis. Dengan kehadiran PLTN berarti meningkatkan aktivitas ekonomi(ada gula ada semut), namun dalam hal PLTN hal ini tidak diijinkan pada bataswilayah tertenttu demi keselamatan penduduk. Untuk hal ini dibuatlah kebijakan

    Tata Ruang Wilayah

    SRIYANA

    1. Screening faktor yang digunakan untuk menyeleksi faktor-faktor yangberpengaruh dari 41 Data 14 faktor menjadi 7 faktor. Kriteria apa yang

    digunakan?2. Variabel yang sangat berpengaruh/dominan terhadap pertumbuhan penduduk ?

    PLTN akan menjadi daya tarik ekonomi yang kuat......apa yang akan

    diterapkan untuk mendekatnya konsentrasi penduduk ke lokasi PLTN

    JUPITER SITORUS PANE

    1. Screening dilakukan dengan PCA dan uji t koefisien variabel berpengaruh.2. Variabel Non demografi yang paling berpengaruh yaitu keberadaan

    penerangan listrik, jalan dan pertumbuhan alamiah dengan waktu.

    DAFTAR RIWAYAT HIDUP

    1. Nama : Jpiter Sitorus Pane

    2. Tempat/Tanggal Lahir : Padang 11 Mei 1960

    3. Instansi : PTRKN - BATAN

    4. Pekerjaan / Jabatan : Staff

    5. Riwayat Pendidikan :

    S1 ITB

    S2 University of Tenessee, USA (Nuclear Eng) S3 IPB Bogor, Lingkungan

    6. Pengalaman Kerja : BATAN (1985 s/d sekarang)

    7. Organisasi Profesional : Himpunan Fisika Indonesia

    8. Publikasi (Makalah) :

    Analisis Perubahan Pemanfaatan Ruang oleh Peningkatan Sarana danPrasarana

    Analisis Perubahan Pemanfaatan lahan dengan metode input output

    Analisis Distribusi131

    I pada lahan sekitar PLTN Ujung Lemah Abang

    pada kondisi kecelakaan PLTN

    Daftar Isi

    http://daftar-isi.pdf/