v
v
TUGAS AKHIR – SS 145561
POLA KECENDERUNGAN PENYALAHGUNAAN
NARKOBA DI PROVINSI JAWA TIMUR
Lizza Hanifa Puspitasari
NRP 10611500000053
Pembimbing
Dra. Destri Susilaningrum M.Si
Program Studi Diploma III
Departemen Statistika Bisnis
Fakultas Vokasi
Institut Teknologi Sepuluh Nopember Surabaya 2018
iii
Surabaya 2018
ii
ii
TUGAS AKHIR – SS 145561
POLA KECENDERUNGAN PENYALAHGUNAAN
NARKOBA DI PROVINSI JAWA TIMUR
Lizza Hanifa Puspitasari
NRP 10611500000053
Pembimbing
Dra. Destri Susilaningrum M.Si
Program Studi Diploma III
Departemen Statistika Bisnis
Fakultas Vokasi
Institut Teknologi Sepuluh Nopember
Surabaya 2018
ii
ii
iii
iii
FINAL PROJECT – SS 145561
PATTERN A TENDENCY DRUG ABUSE IN EAST JAVA
Lizza Hanifa Puspitasari
NRP 10611500000053 Supervisor
Dra. Destri Susilaningrum M.Si Programme Study of Diploma III
Departement of Business Statistics
Faculty of Vocations Institut Teknologi Sepuluh Nopember
Surabaya 2018
iii
iii
iv
iv
v
vii
vii
POLA KECENDERUNGAN PENYALAHGUNAAN
NARKOBA DI PROVINSI JAWA TIMUR
Nama : Lizza Hanifa Puspitasari
NRP : 10611500000053
Departemen : Statistika Bisnis Fakultas Vokasi ITS
Dosen Pembimbing : Dra. Destri Susilaningrum, MSi
Abstrak
Kasus penyalahgunaan narkoba pada tahun 2016 sangat tinggi di
Jawa Timur yaitu terdapat 1238 tersangka penyalah-gunaan narkoba.
Kemudian meningkat pada tahun 2017 yaitu sebanyak 6013 tersangka
penyalahgunaan nakroba di Jawa Timur. Peningkatan ini merupakan
tugas besar untuk BNN khususnya BNNP Jawa Timur dalam mening-
katkan upayanya dalam mela-kukan tugasnya sebagai badan yang
bertanggung jawab dalam bidang pencegahan dan pemberdayaan masya-
rakat, bidang pem-berantasan dan bidang rehabilitasi. Upaya –upaya yang
biasanya dilakukan oleh BNNP Jawa Timur dalam hal pencegahan adalah
melakukan sosialisasi dan pelatihan keterampilan di berbagai wilayah di
Jawa Timur. Agar upaya – upaya yang dilakukan BNNP Jawa Timur tepat
pada sasaran maka pada penelitian ini dilakukan pemetaan pola kecen-
derungan penyalagunaan narkoba antara wilayah BNNP, BNNK/Kota di
Jawa Timur dengan Jenis narkoba yang digunakan, usia pengguna dan
pekerjaan pengguna. Dengan menggunakan analisis korespondensi, pada
penelitian dihasilkan bahwa jenis narkoba ganja cenderung terjadi pada
wilayah BNN Kediri, sedangkan pada wilayah BNN Kab. Nganjuk dan
BNN Kab. Tulungagung cenderung penyalahgunanya berusia kurang dari
sama dengan 15 tahun. Pada wilayah BNNP Jawa Timur cenderung
pekerjaan penyaahgunanya adalah wiraswasta.
Kata Kunci : BNNP, BNNK/Kota, Jenis Narkoba, Korespondensi,
Pekerjaan, Penyalahgunaan Narkoba, Usia
v
viii
ix
THE TEDENCY PATERN OF DRUGS ABUSE
IN EAST JAVA
Student Name : Lizza Hanifa Puspitasari
NRP : 10611500000053
Department : Business Statistics Faculty of Vocations ITS
Supervisor : Dra. Destri Susilaningrum M.Si
Abstract
Drugs abusea cases on 2016 are very high in East Java, there
are about 1238 suspects drug abuse, and in 2017 increased become 6013
suspects drugs abuse. This increase is a big job for BNN especially
BNNP Jawa Timur in efforts doing their jobs as institution that be liabel
in prevention and people empowerments sector, eradication sector and
rehabilitation sector. The effort that alrady done is a promotion and skill
training in many distric in East Java. In order to the efforts has right on
target, so this research conducted to mapping of the pattern of a tendency
between dictric in East Jawa and types of drugs, the age of users and the
work of users. The corespondency analysis was resulted that ganja tend
to BNN Kediri. BNN Nganjuk, BNN Kab. Tulungagung tend to less than
fifteen years old for the age of users. BNNP Jawa Timur tend to
entrepreneur for the work of users.
Keyword : BNNP, BNN, Corespondency analysis, The age of users, The
work of users, Types of drugs
vi
vii
vii
KATA PENGANTAR
Puji syukur kepada Allah SWT yang telah memberikan
rahmat dan ridho-Nya sehingga penulis dapat menyelesaikan
Tugas Akhir yang berjudul “Pola Kecenderungan
Penyalahgunaan Narkoba di Provinsi Jawa Timur”. Penulis
menyadari bahwa dalam penyusunan Tugas Akhir ini tidak
terlepas dari bantuan, bimbingan, dan dukungan dari berbagai
pihak. Oleh karena itu, penulis ingin menyampaikan terima kasih
sebesar-besarnya kepada:
1. Ibu Dra. Destri Susilaningrum, MT selaku dosen pembim-
bing yang selalu sabar dalam memberikan arahan, saran,
serta motivasi yang sangat besar bagi penulis hingga dapat
menyelesaikan Tugas Akhir ini.
2. Bapak Drs. Brodjol Sutijo Suprih Ulama M.Si selaku peng-
uji dan validator sekaligus sebagai Sekretaris Departemen
Statistika Bisnis yang telah memberikan saran dan masukan
untuk tugas akhir ini.
3. Ibu Mike Prastuti, S.Si., M.Si selaku dosen penguji yang
telah memberikan saran untuk kesempurnaan Tugas Akhir. 4. Bapak Dr. Wahyu Wibowo, S.Si, M.Si, selaku Kepala
Departemen Statistika Bisnis sekaligus sebagai dosen wali
yang telah memberi dukungan untuk menyelesaikan Tugas
Akhir ini.
5. Ibu Ir. Sri Pingit Wulandari, M.Si selaku Kepala Program
Studi Statistika Bisnis Fakultas Vokasi ITS yang tidak lepas
memberikan arahan dan motivasi untuk terus berusaha.
6. Bapak/Ibu seluruh dosen dan seluruh karyawan Departemen
Statistika Bisnis ITS yang telah membantu kelancaran dan
kemudahan dalam pelaksanaan kegiatan perkuliahan.
7. Bapak Dana selaku pembimbing lapangan di BNNP Jawa
Timur dan seluruh karyawan BNNP Jawa Timur yang tidak
dapat disebutkan satu persatu yang selalu memberikan saran
dan masukan serta kemudahan dalam tugas akhir ini
vii
viii
8. Ayah ibu dan keluarga yang selalu memberikan dukungan
finansial maupun spiritual dalam perjalanan kuliah saya.
9. Mbak Risma, Jul, Ines, Kek, Cepu dari keluarga SMANAM-
2K12 yang telah menjadi penyemangat pengerjaan tugas
akhir ini.
10. Rich, Hanief, Lucy dan teman–teman kabinet BAYANAKA
UKM TDC 2017 yang juga sebagai penginat dan semangat
mengerjakan TA.
11. Dinar, Feru, Galih2, Sholeh, Rima dari keluarga Cemara
PSDM BEM F.Vokasi 2018, Kabinet dan Fungsionaris
Integrasi Bermakna BEM F.Vokasi. Yang memberi
dukungan serta saling mengingatkan untuk mengerjakan
Tugas Akhir.
12. Heroes 2015. Yang saling memberikan dukungan dan
semangat selama perjalanan perkuliahan ini.
13. Alumni Mahasiswa Statistika Bisnis. Mas harun, mbak Ade
dan lain lain yang mau menjadi narasumber saya dan
membantu dalam menyelesaikan Tugas Akhir ini.
14. Semua Pihak yang terlibat atas dukungan, motivasi dan
segalanya untuk penulis.
Pembuatan laporan ini masih jauh dari kesempuraan, besar
harapan penulis atas kritik dan saran yang bersifat membangun
untuk perbaikan dimasa mendatang.
Surabaya, Juli 2018
Penulis
viii
ix
DAFTAR ISI
Halaman
HALAMAN JUDUL…………………………………….. ii
TITTLE PAGE…………………………………………… iii
LEMBAR PENGESAHAN…………………………....... iv
ABSTRAK……………………………………………...... v
ABSTRACT………………………………………………. vi
KATA PENGANTAR…………………………………… vii
DAFTAR ISI……………………………………………... ix
DAFTAR TABEL………………………………………... xi
DAFTAR GAMBAR…………………………………….. xiii
DAFTAR LAMPIRAN………………………………….. xv
BAB I PENDAHULUAN
1.1 Latar Belakang…………………………………... 1
1.2 Rumusan Masalah……………………………….. 3
1.3 Tujuan Penelitian………………………………... 3
1.4 Ruang Lingkup / Batasan Masalah……………… 3
1.5 Manfaat Penelitian………………………………. 4
BAB II TINJAUAN PUSTAKA
2.1 Uji Independensi………………………………… 5
2.2 Analisis Korespondensi………………………….
2.2.1 Matriks Data……………………………….
2.2.2 Singular Value Decomposition (SVD)……..
2.2.3 Dekomposisi Inersia……………………….
2.2.4 Jarak Euclidean……………………………
6
6
9
10
11
2.3 Narkoba…………………………………………. 12
2.4 Badan Narkotika Nasional Provinsi Jawa Timur.. 12
BAB III METODOLOGI PENELITIAN
3.1 Sumber Data ........................................................... 17
3.2 Variabel Penelitian ................................................. 17
3.3 Metode Analisis ...................................................... 18
ix
x
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Karakteristik Pasien Rehabilitasi Penyalahgu-
naan Narkoba berdasarkan Usia ........................
23
4.2 Karakteristik Pasien Rehabilitasi Penyalahgu-
naan Narkoba berdasarkan Pekerjaan ................
24
4.3 Karakteristik Pasien Rehabilitasi Penyalahgu-
naan Narkoba berdasarkan Pendidikan ..............
24
4 4.4 Karakteristik Pasien Rehabilitasi Penyalahgu-
naan Narkoba berdasarkan Jenis Narkoba yang
digunakan……………………………………...
25
4.5 Karakteristik Pasien Rehabilitasi Penyalahgu-
naan Narkoba berdasarkan Jenis Narkoba dan
Jenis Kelamin ....................................................
26
4.6 Uji Independensi BNNP,BNNK/Kota di Jawa
Timur dengan Jenis Narkoba, Usia dan Peker-
jaan Pengguna ...................................................
27
4.7 Analisis Korespondensi Jenis Narkoba dengan
BNNP, BNNK/Kota di Jawa Timur ..................
28
4.8 Analisis Korespondensi Usia Pengguna dengan
BNNP, BNNK/Kota di Jawa Timur ..................
35
4.9 Analisis Korespondensi Pekerjaan Pengguna
dengan BNNP, BNNK/Kota di Jawa Timur .....
43
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan ........................................................ 51
5.2 Saran .................................................................. 53
DAFTAR PUSTAKA ........................................................ 55
LAMPIRAN....................................................................... 57
BIODATA PENULIS ........................................................ 75
x
xi
DAFTAR TABEL
Halaman
Tabel 2.1 Tabel Kontingensi Dua dimensi……………. 5
Tabel 2.2 Bentuk UmumTabel Profi Baris……………. 7
Tabel 2.3 Bentuk UmumTabel Profil Kolom…………... 8
Tabel 3.1 BNNP, BNNK/Kota di JATIM……………… 17
Tabel 3.2 Variabel Penelitian…………………………... 17
Tabel 3.3 Struktur Data Jenis Narkoba………………… 18
Tabel 3.4 Struktur Data Usia Pengguna………………... 18
Tabel 3.5 Struktur Data Pekerjaan Pengguna………….. 18
Tabel 4.1 Uji Independensi Jenis Narkoba, Usia,
Pekerjaan……………………………………..
27
Tabel 4.2 Analisis Profil Baris Jenis Narkoba…………. 29
Tabel 4.3 Analisis Profil Kolom Jenis Narkoba……….. 30
Tabel 4.4 Nilai Proporsi Inersia Jenis Narkoba………... 30
Tabel 4.5 Kontribusi Profil Baris Jenis Narkoba……… 31
Tabel 4.6 Kontribusi Profil Kolom Jenis Narkoba……. 32
Tabel 4.7 Nilai Kontribusi Mutlak dan Relatif Jenis
Narkoba ...........................................................
33
Tabel 4.8 Jarak Euclidean Jenis Narkoba ....................... 34
Tabel 4.9 Analisis Profil Baris Usia Pengguna ............... 36
Tabel 4.10 Analisis Profil Kolom Usia Pengguna ............ 37
Tabel 4.11 Nilai Proporsi Inersia Usia Pengguna ............. 38
Tabel 4.12 Kontribusi Profil Baris Usia Pengguna ........... 38
Tabel 4.13 Kontribusi Profil Kolom Usia Pengguna ........ 39
Tabel 4.14 Nilai Kontribusi Mutlak dan Relatif Usia
Pengguna .........................................................
40
Tabel 4.15 Jarak Euclidean Usia Pengguna ...................... 41
Tabel 4.16 Analisis Profil Baris Pekerjaan Pengguna ...... 44
Tabel 4.17 Analisis Profil Kolom Pekerjaan Pengguna .... 45
Tabel 4.18 Nilai Proporsi Inersia Pekerjaan Pengguna ..... 45
Tabel 4.19 Kontribusi Profil Baris Pekerjaan Pengguna... 46
xi
xii
Tabel 4.20 Kontribusi Profil Kolom Pekerjan Pengguna.. 47
Tabel 4.21 Nilai Kontribusi Mutlak dan Relatif Peker-
jaan Pengguna .................................................
48
Tabel 4.22 Jarak Euclidean Pekerjaan Pengguna .............. 49
xii
xiii
DAFTAR GAMBAR
Halaman
Gambar 3.1 Diagram Alir………………………………... 21
Gambar 4.1 Karakteristik Berdasarkan Usia……………... 23
Gambar 4.2 Karakteristik Berdasarkan Pekerjaan……….. 24
Gambar 4.3 Karakteristik Berdasarkan Pendidikan……… 25
Gambar 4.4 Karakteristik Berdasarkan Jenis Narkoba…... 26
Gambar 4.5 Karakteristik Berdasarkan Jenis Kelamin
Setiap Jenis Narkoba………………………...
26
Gambar 4.6 Plot Korespondensi Jenis Narkoba………….. 35
Gambar 4.7 Plot Korespondensi Usia Pengguna………..... 42
Gambar 4.8 Plot Korespondensi Pekerjaan Pengguna….... 50
xiii
xiv
xiv
xv
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Data Pasien Rehabilitasi Penyalahgunaan
Narkoba di Jawa Timur Tahun 2017 berdasar-
kan Jenis Narkoba ..........................................
57
Lampiran 2. Data Pasien Rehabilitasi Penyahgunaan Nar-
koba di Jawa timur Tahun 2017 berdasarkan
Usia Pengguna……………............................
58
Lampiran 3. Data Pasien Rehabilitasi Penyahgunaan Nar-
koba di Jawa timur Tahun 2017 berdasarkan
Pekerjaannya………………………………...
59
Lampiran 4. Data Pasien Rehabilitasi Penyahgunaan
Narkoba di Jawa timur Tahun 2017 berdasar-
kan Pendidikan……………………………….
60
Lampiran 5. Tabel Kontingensi Penyalahgunaan Narkoba
di Jawa Timur Tahun 2017 antara BNN
dengan Jenis Narkoba……………..................
61
Lampiran 6. Tabel Kontingensi Penyalahgunaan Narkoba
di Jawa Timur Tahun 2017 antara BNN
dengan usia………………………..................
62
Lampiran 7. Tabel Kontingensi Penyalahgunaan Narkoba
di Jawa Timur Tahun 2017 antara BNN
dengan Pekerjaan…………………………….
63
Lampiran 8. Nilai Chisquare Jenis Narkoba dengan BNN
di Jawa Timur…………………….................. 64
Lampiran 9. Row Profile Jenis Narkoba dengan BNN di
Jawa Timur………………………………….. 64
Lampiran 10. Column Profile Jenis Narkoba dengan BNN di
Jawa Timur…………………….................. 65
Lampiran 11. Summary Dimension Jenis Narkoba dengan
BNN di Jawa Timur…………….................... 65
Lampiran 12. Overview Row Jenis Narkoba dengan BNN di
Jawa Timur……………………..................... 66
xv
xvi
Lampiran 13. Overview Column Jenis Narkoba dengan BNN
di Jawa Timur…………………….................. 66
Lampiran 14. Nilai Chisquare Usia Pengguna dengan BNN
di Jawa Timur…………………….................. 66
Lampiran 15. Summary Dimension Usia Pengguna dengan
BNN di Jawa Timur……………..................... 67
Lampiran 16. Row Profile Usia Pengguna dengan BNN di
Jawa Timur………………………………….. 67
Lampiran 17. Column Profile Usia Pengguna dengan BNN
di Jawa Timur…………………….................. 68
Lampiran 18. Overview Row Usia Pengguna dengan BNN di
Jawa Timur……………………...................... 68
Lampiran 19. Overview Column Usia Pengguna dengan
BNN di Jawa Timur……………………......... 69
Lampiran 20. Nilai Chisquare Pekerjaan Pengguna dengan
BNN di Jawa Timur……………..................... 69
Lampiran 21. Row Profile Pekerjaan Pengguna dengan BNN
di Jawa Timur…………………….................. 70
Lampiran 22. Column Profile Pekerjaan Pengguna dengan
BNN di Jawa Timur……………..................... 70
Lampiran 23. Overview Row Pekerjaan Pengguna dengan
BNN di Jawa Timur……………..................... 71
Lampiran 24. Overview Column Pekerjaan Pengguna
dengan BNN di Jawa Timur……………........ 71
Lampiran 25. Summary Dimension Pekerjaan Pengguna
dengan BNN di Jawa Timur……………........ 71
Lampiran 26. Surat Permohonan Data……………………... 72
Lampiran 27. Surat Persetujuan Permohonan Data………... 73
Lampiran 28. Surat Pernyataan Keaslian Data…………….. 74
xvi
1
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Narkoba merupakan singkatan dari narkotika dan obat
berbahaya. Istilah ini sudah sangat popular di masyarakat. Istilah
lain yang dikenal oleh masyarakat adalah NAPZA atau narkotika,
psikotropika dan zat aditif lainnya. Narkoba merupakan zat atau
obat yang berasal dari tanaman atau bukan tanaman, baik sintetis
maupun semisintesis yang dapat menyebabkan perubahan kesa-
daran, mengurangi dan menghilangkan rasa sakit yang dapat me-
nimbulkan ketergantungan. Seperti yang dijelaskan pada undang –
undang No.22 tahun 1997 menetapkan bahwa narkotika
merupakan zat atau obat yang berasal dari tanaman atau bukan
tanaman baik buatan maupun semi buatan yang dapat menye-
babkan penurunan atau perubahan kesadaran, mengurangi sampai
menghilangkan nyeri dan dapat menimbulkan kecanduan. Pada
pasal 45 undang – undang No.22 tahun 1997 telah diatur bahwa
terdapat batasan bahwa orang dikatakan melakukan tindakan
penyalahgunaan narkotika adalah orang yang meng-gunakan
narkotika tanpa sepengetahuan dan pengawasan dari dokter
(Sofiyah, 2002).
Penyalahgunaan narkoba masih merupakan suatu masalah
yang dianggap penting dan mencemaskan di Indonesia. Jawa
Timur merupakan salah satu provinsi di Indonesia yang memiliki
permasalahan penyalahgunaan narkoba tertinggi kedua di
Indonesia setelah Yogyakarta (Trisilo,2016), terbukti dengan
terdapat 1.238 tersangka penyalahgunaan narkoba yang terdiri dari
1.217 warga negara Indonesia dan 21 warga negara asing
(ANTARANews , 2016). Pada narkoba terdapat zat yang menga-
kibatkan ketergantungan, jadi sekali pernah memakai narkoba
maka akan sulit untuk menjauhinya lagi. Cara mencegah orang
kembali menyentuh narkoba maka usaha yang dapat dilakukan
adalah melakukan rehabilitasi. Rehabilitasi merupakan program
pemulihan fisik dan mental bagi pecandu narkoba (Yoke, 2006).
2
Ada beberapa lembaga yang melakukan usaha untuk melakukan
rehabilitasi, salah satunya adalah BNN yang merupakan lembaga
pemerintah yang bertanggung jawab langsung terhadap presiden.
BNN membagi tugas berdasarkan lingkup provinsi dan
kabupaten/kota. Sesuai dengan peraturan kepala BNNP No. 3
tahun 2005 secara garis besar BNNP Jawa Timur memiliki hak dan
kewajiban dalam bidang pencegahan dan pem-berdayaan masya-
rakat, bidang pemberantasan dan bidang rehabilitasi. Upaya yang
dilakukan dalam pencegahan dan pember-dayaan masyarakat
dilakukan BNNP Jawa Timur dengan me-lakukan penyuluhan dan
pelatihan keterampilan terhadap ma-syarakat. Pada tahun 2016
tercatat telah melakukan kegiatan sosialisasi sebanyak 12.566 kali
dengan melibatkan sebanyak 9.177.785 orang dan melakukan
pelatihan keterampilan sebanyak 2.932 kegiatan dengan meli-
batkan 423.961 orang (ANTARA News,2016) . Dari usaha – usaha
yang dilakukan oleh BNNP Jawa Timur ternyata masih menun-
jukkan angka yang besar pada masalah penyalahgunaan narkoba.
Tercatat pada tahun 2017 terdapat 6.013 tersangka di Jawa Timur
yang dinilai masih tinggi (Detik, 2017). BNNP Jawa Timur dan
BNNK/ Kota yang ada di Jawa Timur harus melakukan upaya lebih
untuk menurunkan kem-bali masalah penyalahgunaan narkoba di
Jawa Timur. Permasalahan penyalahgunaan narkoba perlu dilaku-
kan pemetaan wilayah pada pelaku penyalahgunaan narkoba untuk
mengetahui pola kecenderungan diberbagai wilayah di Jawa
Timur. Pemetaan tersebut didasarkan pada wilayah di Jawa Timur
berdasarkan jenis narkoba yang digunakan, usia dan pekerjaan.
Penelitian ini diperlukan oleh BNNP Jawa Timur dan BNNK/Kota
di Jawa Timur untuk membantu memberikan informasi dalam
melakukan upaya pencegahan dan penanganan di berbagai wilayah
di Jawa Timur agar upaya yang dilakukan sudat tepat sasaran.
Penelitian sebelumnya dilakukan oleh BNN tahun 2015
dengan melalui survei di rumah tangga berbagai provinsi di
Indonesia menyatakan bahwa tingkat pengetahuan bahaya narkoba
telah cukup baik namun tingkat pemahaman tentang cara pen-
cegahan narkoba masih rendah, kecenderungan kenaikan angka
3
pada kelompok perempuan dan untuk usia bergeser ke lebih muda.
Pratiwi (2007) menyatakan behwa kendala yang didapat dari BNN
Aceh dalam menanggulangi penyalahgunaan narkotika di Banda
Aceh yaitu kurangnya peran masyarakat, kurang memahami tugas
dari BNN, pengguna narkoba masih menganggap tabu, kurangnya
tempat rehabilitasi dan kerjasama antara pihak pengguna dengan
BNN dalam melakukan rehabilitasi.
1.2. Rumusan Masalah
Berdasarkan latar belakang yang telah dijelaskan dapat
dirumuskan permasalahannya bagaimana karakteristika pengguna
narkoba di BNNP dan BNNK/Kota di Jawa Timur serta pola
kecenderungan untuk pemetaan penyalahgunaan narkoba di BNNP
dan BNNK/Kota di Jawa Timur.
1.3. Tujuan Penelitian
Tujuan yang ingin dicapai pada penelitian ini adalah sebagai
berikut.
1. Mengetahui karakteristik pengguna narkoba di wilayah Jawa
Timur tahun 2017
2. Mendapatkan pola kecenderungan penyalahgunaan narkoba
berdasarkan BNNP dan BNNK/Kota di Jawa Timur tahun
2017
1.4 Ruang lingkup / Batasan Masalah
Batasan masalah pada penelitian ini adalah data pasien
rehabilitasi pada tahun 2017 yang ada di BNNK/Kota yang ada di
Jawa Timur dengan variabel yang digunakan yaitu jenis narkoba,
usia, dan pekerjaan yang berasal dari BNNP Jawa Timur.
4
1.5 Manfaat Penelitian
Manfaat yang ingin diperoleh dari penelitian ini adalah
memperoleh hasil pemetaan terhadap kecenderungan pengguna
narkoba di Jawa Timur yang akan dijadikan acuan untuk dilakukan
usaha pencegahan seperti sosialisasi dan pelatihan keterampilan.
5
5
BAB II
TINJAUAN PUSTAKA
2.1 Uji Independensi
Uji independensi dalam tabel kontingensi dua arah dalam
suatu tabel kontingensi I x J dengan hipotesis nol independen dan
secara metematis adalah jiijH ..0 : untuk semua i dan j.
Pengujian menggunakan 2 dengan nij pada .in dan jn. dengan
jiij n .. pada i dengan )( ijij nE .
Tabel 2.1 Tabel Kontingensi Dua Dimensi
Variabel II (Y)
Total 1 2 … J
Variabel I (X)
1 n11 n12 … n1J n1.
2 n21 n22 … n2J n2.
. . . . . .
I nI1 nI2 … nIJ nI.
Total n.1 n.2 … n.J n..
Hipotesis
H0 :Tidak ada hubungan antara dua variabel yang diamati
(independen)
H1 :Ada hubungan antara dua variabel yang diamati
(dependen)
Statistik uji 2 pada tabel kontingensi I x J adalah sebagai berikut.
I
i
J
j ij
ijijn
1 1 ˆ
2)ˆ(2
(2.1)
Tolak H0 apabila 2
,2
df dengan
df = (IJ – 1) – (I – 1) – (J – 1) = (I – 1)(J – 1)
Keterangan:
nij : Frekuensi untuk observasi baris ke-i, kolom ke-j
6
ij : nilai ekspektasi dari nij pada observasi baris ke-i, kolom ke-j
Dalam pengujian Chisquare, setiap observasi bersifat
independen dan kurang dari sama dengan 20% dari jumlah sel pada
tabel kontingensinya mempunyai nilai ekpektasi kurang dari sama
dengan 5 (Moore, 2009)
2.2 Analisis Korespondensi
Analisis korespondensi merupakan prosedur grafis yang
digambarkan dalam bentuk tabel frekuensi. Pada tabel kontingensi
memiliki baris I dan J kolom, plot yang dihasilkan oleh analisis
korespondensi berisi dua titik terpenting yaitu titik pertama
didasarkan pada baris dan titik kedua didasarkan pada kolom. Hasil
dari analisis korespondensi menunjukkan dimensi terbaik untuk
mempresentasikan data yang berupa peta persepsi (Johnson &
Wichern, 2007).
2.2.1 Matriks Data
Diberikan N dengan elemen nij, sebuah I x J tabel frekuensi
dua dimensi. Baris dan kolom dari tabel kontingensi N cocok untuk
kategori berbeda dari dua karakteristik berbeda. Jika n adalah total
frekuensi matriks N, yang pertama dilakukan adalah menyusun
matriks proporsi P = {pij} dengan membagi masing-masing elemen
dari N dengan n (Greenacre, 2017).
n..
ijn
ijp , i = 1, 2, …, I, j = 1, 2, …, J atau
)()(
1IxJIxJ
nNP (2.2)
dimana,
ijnnn
nnn
nnn
2.1.
.22221
.11211
N (2.3)
7
ijppp
ppp
ppp
2.1.
.22221
.11211
P (2.4)
Matriks P disebut matriks korespondensi. Kemudian mencari
vektor baris r dan kolom c, dan diagonal matriks Dr dan Dc dengan
elemen r dan c pada diagonal, sehingga
J
1j
ijJ
1jiji
n
npr
..
, i = 1, 2, …, I atau )1()()( JxIxJIxJ
1Pr (2.5)
I
1i .
jI
1ijj
n
inipc
., j = 1, 2, …, J atau
)1()()( IxJxIJxI1Pc (2.6)
Dimana ir adalah massa baris dan jc adalah massa kolom. Berikut
adalah vektor baris r dan kolom c.
JI c
c
c
r
r
r
2
1
2
1
c ,r (2.7)
Tabel 2.2 Bentuk Umum Tabel Profil Baris
Variabel II
1 2 … J
Variabel I
1 a11 a12 … a1J
2 a21 a22 … a2J
.
.
.
.
.
.
.
.
.
.
I aI1 aI2 … aIJ
Massa Kolom
c.1 c.2 … c.J
8
Tabel 2.3 Bentuk Umum Tabel Profil Kolom
.ija
in
ijn dan
jn
n
.
ijijb (2.8)
ija = Elemen profil baris pada baris ke- i dan kolom ke - j
ijb = Elemen profil kolom pada baris ke i dan kolom ke- j
Kemudian membentuk diagonal massa matriks baris dan kolom
dari matriks korespondensi yang dapat dilihat pada persamaan 2.9
Ir
r
r
00
0
020
0001
rD ;
Jc
c
c
00
0
020
0001
cD (2.9)
Menghitung diagonal massa matriks akar kuadrat adalah sebagai
berikut.
I1 r,...,rdiag1/2
rD
I1 r
1,...,
r
1diag
1/2-
rD (2.10)
J1 c,...,cdiag1/2
cD
J1 c
1,...,
c
1diag
1/2-
cD (2.11)
Variabel II Massa
Baris 1 2 … J
Variabel I
1 b11 b12 … b1J r1.
2 b21 b22 … b2J r2.
.
.
.
.
.
.
.
.
.
.
.
.
I bI1 bI2 … bIJ rI.
9
2.2.2 Singular Value Decomposition (SVD)
Singular value decomposition (SVD) adalah satu dari ba-
nyak cara pada algoritma matriks dan terdiri atas konsep
dekomposisi eigen value atau eigen vektor (Johnson & Wichern,
2007). Analisis korespondensi dapat dirumuskan dengan kuadrat
terkecil terboboti (Weighted Least Squares) untuk ijpˆ P ,
sebuah matriks dilakukan spesifikasi untuk direduksi. Berikut
menghitung banyaknya dimensi dan nilai inersia.
K = min[(I-1),(J-1) (2.12)
0 IP (2.13)
Dimana:
K = banyaknya dimensi terbentuk
P = matriks korespondensi
I = matriks identitas
Langkah pertama yang dilakukan untuk mendapatkan
nilai dari SVD adalah dengan menentukan matriks A yaitu
21
21
' cr DrcPD . Didapatkan nilai singular k yang merupakan
hasil akar kuadrat dari eigenvalue matriks A. Didapatkan juga
vektor ku dengan ukuran I x 1 dan vektor kv dengan ukuran J x 1
merupakan singular vektor korespondensi matriks yang berukuran
I x J pada matriks A. (Johnson & Wichern, 2007).
Berikut merupakan cara mendapatkan koordinat profil baris
dan kolom (Greenacre, 2017).
Koordinat profil baris: krk uDF 21
(2.14)
Koordinat profil kolom: kck vDG 21
(2.15)
10
2.2.3 Dekomposisi Inersia
Total inersia adalah ukuran dari variasi data dan ditentukan dengan
jumlah kuadrat terboboti (Johnson & Wichern, 2007).
1
1
22
'
Inersia
'' Inersia 21
21
21
21
J
k
k
i j ji
jiij
crcr
cr
crp
DrcPDDrcPDtr
(2.16)
Dimana k adalah nilai singular yang diperoleh dari penguraian
nilai singular (SVD) matriks A . Total inersia adalah hubungan dari
chi-square yang berasal dari tabel kontingensi dua dimensi pada
persasamaan 2.1
Total inersia =
I
i
J
j ji
jiij
..ncr
crp
1 1
22
(2.17)
Berikut adalah nilai inersia baris dan kolom (Greenacre, 2017).
Inersia baris
i
ic'
ii cr~Dcr~r1 (2.18)
Inersia kolom
j
jr'
jj rc~Drc~c1 (2.19)
Kontribusi baris/kolom menuju dimensi inersia atau korelasi
baris ke-i atau kolom ke-j dengan dimensi k adalah kontribusi axis
ke inersia baris ke-i atau kolom ke-j, dinyatakan dalam persentase
inersia baris ke-i atau kolom ke-j.
Kontribusi baris ke-i menuju inersia =
k
2
iki fr
(2.20)
Kontribusi kolom ke-j menuju inersia =
k
jkj gc
2
(2.20)
Dimana: 2
ikf = koordinat profil baris ke-i menuju axis dengan dimensi ke-k
11
2
jkg = koordinat profil kolom ke-j menuju axis dengan dimensi
ke-k
k = inersia dimensi ke-k
Kontribusi dimensi ke inersia baris/kolom adalah proporsi
keragaman yang diterangkan masing-masing inersia terhadap
sumbu utamanya (Greenacre, 2017). Berikut adalah kontribusi dari
axis menuju inersia baris ke-i atau kolom ke-j.
Kontribusi dari axis menuju inersia baris ke-i
k
2
ik
2
ik
f
f (2.21)
Kontribusi dari axis menuju inersia kolom ke-j
k
2
jk
2
jk
g
g (2.22)
2.2.4 Jarak Euclidean
Salah satu pengukuran untuk mengukur seberapa jauh dari
dua titik yang terpisah jaraknya adalah dengan jarak garis lurus
antara dua titik. Jarak garis lurus dari dua titik ditunjukkan sebagai
jarak Euclidean antara dua titik. Teorema pytharoras dapat digu-
nakan untuk menghitung jarak Euclidean antara dua titik (Sharma,
1996). Secara umum jarak Euclidean antara dua titik dalam suatu
k adalah banyaknya solusi dimensi (k = 1,2,…K) dengan rumus
jarak Euclidean diberikan pada persamaan berikut
K
1k
2
kk GFd GF, (2.23)
dimana:
F merupakan nilai koordinat titik profil baris untuk membuat plot
korespondensi dan G menunjukkan nilai koordinat titik profil
kolom untuk membuat plot korespondensi.
d(F, G) = jarak euclidean antara titik koordinat profil baris dengan
titik koordinat profil kolom.
12
Fk = nilai koordinat profil baris pada dimensi ke-k
Gk = nilai koordinat profil kolom pada dimensi ke-k
2.3 Narkoba
Narkoba merupakan bahan / zat yang bila masuk ke dalm
tubuh akan mempengaruhi tubuh terutama susunan syaraf pusat /
otak sehingga bilamana disalahgunakan akan menyebabkan gang-
guan fisik, psikis/jika dan fungsi sosial. Oleh karena itu pemerintah
memberlakukan undang – undang untuk penyalah-gunaan narkoba,
yaitu UU No.22 tahun 1997 tentang narkotika. Disana dijelaskan
bahwa narkoba ditetapkan sebagai zat atau obat yang berasal dari
tanaman atau bukan tanaman baik buatan maupun semi buatan
yang dapat menyebabkan penurunan atau prubahan kesadara,
mengurangi sampai menghilangkan nyeri dan dapat menimbulkan
ketergantungan atau kecanduan. Undang – undang ini memberi
batasan penyalahgunaan narkotika adalah orang yang menggu-
nakan narkotika tanpa sepengetahuan dan pengawasan dokter.
Dalam pasal 45 dinyatakan bahwa pecandu narkotika wajib
menjalankan pengobatan dan atau perawatan (Sofiyah, 2002).
2.4 Badan Narkotika Nasional Provinsi Jawa Timur
Badan Narkotika Nasional yang selanjutnya dalam peraturan
Kepala Badan Narkotika Nasional disebut BNN adalah lembaga
pemerintah non kementrian yang berkedudukan di bawah dan
bertanggung jawab kepada Presiden melaui koordinasi Kepala
Kepolisian Negara Republik Indonesia (BNN, 2017). Berdasarkan
UU Nomor 35 Tahun 2009 yang mengatur bahwa pecandu dan
korban penyalahgunaan narkotika wajin menjalani rehabilitas
medis dan sosial (Setiyono, 2010). Dari peraturan undang undang
tersebut maka jawa timur membentuk Badan Narkotika Nasional
Provinsi Jawa Timur yang selanjutnya disebut BNNP Jawa Timur.
Berikut ini merupakan tugas pokok dan fungsi dari BNNP Jawa
Timur sesuai dengan perka No.3 Tahun 2015 pasal 2:
13
1. Pelaksanaan koordinas penyusunan rencana strategis da
rencana kerja tahunan di bidang pencegahan dan pembe-
rantasan penyalahgunaan dan [eredaran gelap narkotika,
psikotropika, precursor dan bahan aditif lainnya kecuali
bahan aditif untuk tembakau dan alcohol yang selanjutnya
disebut P4GN dalam wilayah provinsi.
2. Pelaksanaan kebijakan teknis di bidang pencegahan, pem-
berdayaan masyarakat, rehabilitasi dan pemberantasan da-
lam wilayah provinsi
3. Pelaksanaan pembinaan teknis dan supervise P4GN kepada
BNNK/Kota dalam wilayah Provinsi
4. Pelaksanaan layanan hokum dan kerja sama dalam wilayah
provinsi
5. Pelaksanaan koordinasi dan kerja sama P4GN dengan
instansi pemerintah terkait dan komponen masyarakat dalam
wilayah provinsi
6. Pelayanan administrasi BNNP
7. Pelaksanaan evaluasi dan Pelaporan BNNP
Tugas pokok bidang Pencegahan dan Pemberdayaan
Masyarakat sesuai perka No. 3 Tahun 2015 dalam melaksanakan
tugas sebagaimana dimaksud dalam Pasal 11 , menyeleggarakan
fungsi (BNNP JATIM, 2017).
a. Penyiapan pelaksanaan koordinasi penyusunan rencana
strategis, dan rencana kerja tahunan P4GN di bidang
pencegahan dan emberdayaan masyarakat dalam wilayah
provinsi
b. Penyiapan pelaksanaan diseminasi informasi dan advokasi
P4GN di bidang pencegahan dalam wilayah provinsi
c. Penyiapan pelaksanaan peran serta masyarakat dan pem-
berdayaan alternatif P4GN di bidang pemberdayaan masya-
rakat dalam wilayah provinsi
d. Penyiapan pelaksanaan pembinaan teknis dan supervise
P4GN di bidang pencegahan dan pemberdayaan masyarakat
kepada BNNK/Kota dalam wilayah Provinsi
14
e. Penyiapan pelaksanaan evaluasi dan pelaporan P4GN di
bidang pencegahan dan pemberdayaan masyarakat dalam
wilayah provinsi
Tugas pokok bidang pemberantasan sesuai perka No. 3
Tahun 2015 dalam melaksanakan tugas sebagaimana dimaksud
dalam Pasal 18 , menyeleggarakan fungsi (BNNP JATIM, 2017).
a. Penyiapan pelaksanaan koordinasi penusunan rencana stra-
tegis dan rencana kerja tahunan P4GN di bidang pem-beran-
tasan dalam wilayah provinsi
b. Penyiapan pelaksanaan pemberantasan dan pemutusan
jaringan kejahatan terorganisasi penyalahgunaan peredaran
gelap narkotika dalam wilayah povinsi
c. Penyiapan pelaksanaan pembangunan dan pemanfaatan
intelijen teknologi dan intelijen taktis, operasional dan
produk dalam rangka P4GN di bidang pemberantasan dalam
wilayah provinsi
d. Penyiapan pelaksanaan administrasi penyelidikan dan pe-
nyelidikan terhadap tindak pidana narkotika, psikotoprika,
precursor dan bahan adiktif lainnya kecuali bahan adiktif
untuk tembakau dan alkohol dalam wilayah provinsi
e. Penyiapan pelaksanaan administrasi penyidikan tindak pida-
na pencucian uang yang berasal dari tindak pidana narkotika
dalam wilayah provinsi
f. Penyiapan pelaksanaan pengawasan distriusi prekursor sam-
pai pada pengguna akhir dalam wilayah Provinsi.
g. Penyiapan pelkasanaan pengawasa tahanan dan barang bukti
dalam wilayah provinsi
h. Penyiapan pelaksanaan pembinaan teknis dan supervise
P4GN di bidang pemberantasan kepada BNNK/Kota dlam
wilayah Provinsi
i. Penyiapan pelaksanaan evaluasi dan pelaporan P4GN di
bidang pemberantasan dalam wilayah Provinsi
Tugas pokok bidang rehabilitasi sesuai perka No. 3 Tahun
2015 dalam melaksanakan tugas sebagaimana dimaksud dalam
Pasal 14 , menyeleggarakan fungsi (BNNP JATIM, 2017)
15
a. Penyiapan pelaksanaan koordinasi penyusunan rencana
strategis, dan rencana kerja tahunan P4GN di bidang reha-
bilitasi dalam wilayah provinsi
b. Penyiapan pelaksanaan asesmen peyalahgunaan dan atau
pecandu narkotika dalam wilayah Provinsi
c. Penyiapan pelaksanaan peningkatan kemampuan lembaga
rehabilitasi medis dan rehabiltasi sosial penyalahgunaan dan
atau pecandu narkotika, baik yang diselenggarakan oleh
pemerintah maupun masyarakat dalam wilayah Provinsi
d. Penyiapan pelaksanaan peningkatan kemampuan layanan
pascarehabilitasi dan pendampingan bagi mantan penyalah-
guna dan atau pecandu narkotika dalam wilayah Provinsi
e. Penyiapan pelaksanaan penyatuan kembali ke dalam masya-
rakat dan perawaran lanjut bagi mantan penyalaguna dan
atau pecandu narkotika dalam wilayah Provinsi
f. Penyiapan pelaksanaan pembinaan tekis dan supervise
P4GN di bidang rehabilitasi kepada BNNK/Kota dalam
wilayah Provinsi
g. Penyiapan pelaksanaan evaluasi dan pelaporan P4GN di
bidang rehabilitasi dalam wilayah Provinsi
16
Halaman ini sengaja dikosongkan
17
17
BAB III
METODOLOGI PENELITIAN
3.1 Sumber Data
Data yang digunakan dalam penelitian ini yaitu data sekun-
der yang diperoleh dari BNNP Jawa Timur berupa data pasien
rehabilitasi di BNNK/Kota yang ada di Jawa Timur berdasarkan
jenis narkoba, usia dan perijinan pada Lampiran 26, Lampiran 27
dan Lampiran 28.
3.2 Variabel Penelitian
Berikut variabel yang digunakan pada penelitian ini adalah
jenis narkoba, usia dan pekerjaan pada pasien di BNNP dan
BNNK/Kota di Jawa Timur pada tahun 2017. Daftar BNNP dan
BNNK/ Kota di Jawa timur ditunjukkan pada Tabel 3.1
Tabel 3.1 BNNP, BNNK/Kota di JATIM
Tabel 3.2 Variabel Penelitian Variabel Definisi Operasional Kategori
Jenis Narkoba
(X1)
Narkoba yang digunakan oleh pasien
rehabilitasi yang tercatat di BNNP maupun BNNK/Kota
1: Ganja
2: Psikotropika
3: Narkotika Lainnya
Usia (X2) Usia pasien rehabilitasi yang tercatat di BNNP maupun di BNNK/Kota
1: <15 Tahun
2: 16 – 19 Tahun
3: 20 – 24 Tahun
4: 25 – 29 Tahun
5: >30 Tahun
Pekerjaan (X3)
Pekerjaan pasien rehabilitasi yang
tercatat di BNNP maupun di BNNK/Kota
1: Swasta / Buruh
2: Wiraswasta
3: Mahasiswa / Pelajar
4: Dll
No. Nama BNNK/Kota No. Nama BNNK/Kota
1 BNNP Jatim 9 BNN Kab. Nganjuk
2 BNN Kota Surabaya 10 BNN Kab. Malang
3 BNN Kota Kediri 11 BNN Kab. Kediri
4 BNN Kota Batu 12 BNN Kab. Sidoarjo
5 BNN Kota Mojokerto 13 BNN Kab. Trenggalek
6 BNN Kota Malang 14 BNN Kab. Tulungagung
7 BNN Kab. Gresik 15 BNN Kab. Sumenep
8 BNN Kab. Lumajang 16 BNN Kab. Blitar
18
Tabel 3.2 menunjukkan variabel penelitian yang digunakan
dengan definisi operasionalnya. Struktur data BNNP Jawa Timur
dan BNNK/Kota berdasarkan jenis narkoba, usia dan pekerjaan
pengguna ditunjukkan pada Tabel 3.3, Tabel 3.4, dan Tabel 3.5.
Tabel 3.3 Struktur data Jenis Narkoba
BNN Jenis Narkoba
Ganja Psikotropika Narkotika Lainnya
BNNP n11 n12 n13
BNN Surabaya n21 n22 n23
.
.
.
.
.
.
.
.
.
.
.
.
BNN Kab.Blitar n161 n162 n163
Tabel 3.4 Struktur Data Usia Pengguna
BNN
Usia
<15 Tahun 16 – 19
Tahun
20 – 24
Tahun
25 – 29
Tahun
>30 Tahun
BNNP n11 n12 n13 n14 n15
BNN Surabaya n21 n22 n23 n24 n25
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
BNN Kab.Blitar n161 n162 n163 n164 n165
Tabel 3.5 Struktur Data Pekerjaan BNN Pekerjaan
Swasta / Buruh
Wiraswasta Mahasiswa / Pelajar
Dll
BNNP n11 n12 n13 n14
BNN Surabaya n21 n22 n23 n24
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
BNN Kab.Blitar n161 n162 n163 n164
3.3 Metode Analisis
Metode analisis yang digunakan untuk menjawab tujuan
penelitian ini adalah metode analisis korespondensi yang digu-
nakan untuk mengetahui pola kecenderungan pelaku penyalah-
gunaan narkoba di Jawa Timur, berdasarkan jenis narkoba yang
digunakan, usia dan pekerjaan.
19
Langkah-langkah analisis yang dilakukan pada penelitian ini
adalah sebagai berikut.
1. Mengumpulkan data pasien rehabilitasi di BNNK/Kota yang
ada di Jawa Timur tahun 2017 berdasarkan jenis narkoba
yang digunakan, usia dan pekerjaan.
2. Melakukan analisis korespondensi jumlah pengguna nar-
koba di Jawa Timur tahun 2017 berdasarkan jenis narkoba
a. Menyusun matriks korespondensi dengan membagi
elemen baris dan kolom
b. Menyusun matriks profil baris dan profil kolom
c. Menentukan nilai Singular Decomposition (SVD) se-
hingga didapatkan k profil
d. Menghitung koordinat profil baris dan kolom
e. Menghitung nilai inersia
f. Menghitung kontribusi relatif dan kontribusi mutlak
g. Menentukan jarak euclidean
h. Visualisasi plot antara profil vektor baris dan profil
vektor kolom data jenis narkoba dan wilayah dengan 2
dimensi
3. Melakukan analisis korespondensi jumlah pengguna nar-
koba di Jawa Timur tahun 2017 berdasarkan usia
a. Menyusun matriks korespondensi dengan membagi
elemen baris dan kolom
b. Menyusun matriks profil baris dan profil kolom
c. Menentukan nilai Singular Decomposition (SVD)
sehingga didapatkan k profil
d. Menghitung koordinat profil baris dan kolom
e. Menghitung nilai inersia
f. Menghitung kontribusi relatif dan kontribusi mutlak
g. Menentukan jarak euclidean
h. Visualisasi plot antara profil vektor baris dan profil
vektor kolom data usia pengguna dan wilayah dengan 2
dimensi
4. Melakukan analisis korespondensi jumlah pengguna
narkoba di Jawa Timur tahun 2017 berdasarkan pekerjaan
20
a. Menyusun matriks korespondensi dengan membagi
elemen baris dan kolom
b. Menyusun matriks profil baris dan profil kolom
c. Menentukan nilai Singular Decomposition (SVD)
sehingga didapatkan k profil
d. Menghitung koordinat profil baris dan kolom
e. Menghitung nilai inersia
f. Menghitung kontribusi relatif dan kontribusi mutlak
g. Menentukan jarak euclidean
h. Visualisasi plot antara profil vektor baris dan profil
vektor kolom data pekerjaan dan wilayah dengan 2
dimensi
5. Menarik kesimpulan dan saran.
Langkah – langkah analisis diatas dapat digambarkan dalam
bentuk diagram alir yang ditunjukkan pada Gambar 3.1
21
Gambar 3.1 Diagram Alir
22
Halaman ini sengaja dikosongkan
23
23
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Karakteristik Pasien Rehabilitasi Penyalahgunaan
Narkoba berdasarkan Usia
Berdasarkan data pengguna penyalahgunaan narkoba
dengan usia pasien rehabilitasi pada Lampiran 2 dapat disajikan
dalam bentuk diagram lingkaran pada Gambar 4.1
Gambar 4.1 Karakteristik Berdasarkan Usia
Gambar di atas menunjukkan bahwa pasien rehabilitasi
paling banyak di kelompok usia lebih dari sama dengan 30 tahun
dengan presentase 30% dan tertinggi kedua yang tidak jauh berbe-
da adalah kelompok usia 16 tahun sampai 19 tahun dengan presen-
tase sebesar 23%. Selanjutnya pada kelompok usia 20 tahun sampai
24 tahun dengan presentase 19% dan pada kempok usia 25 tahun
sampai 29 tahun dan kelompok usia kurang dari sama dengan 15
tahun dengan presentase yang sama yaitu sebesar 14%.
14%
23%
19%14%
30%
<15 16-19 20-24 25-29 >30
24
4.2 Karakteristik Pasien Rehabilitasi Penyalahgunaan
Narkoba berdasarkan Pekerjaan
Berdasarkan data pasien rehabilitasi penyalahgunaan
narkoba dengan pekerjaan pasien rehabilitasi pada Lampiran 3
dapat disajikan Gambar 4.2.
Gambar 4.2 Karakteristik Berdasarkan Pekerjaan
Gambar di atas menunjukkan bahwa pasien rehabilitasi
penyalahgunaan narkoba paling banyak pada status pekerjaan
karyawan swasta dengan presentase 32,25%, selanjutnya pada
kelompok pelajar dengan presentase 27,80%. Pada kelompok
pekerjaan lainnya tergolong rendah dengan yang paling rendah
adalah kelompok pekerjaan PNS dengan pesentase 0,20%.
4.3 Karakteristik Pasien Rehabilitasi Penyalahgunaan
Narkoba berdasarkan Pendidikan
Berdasarkan data pengguna penyalahgunaan narkoba
dengan pendidikannya dari Lampiran 4 dapat disajikan dalam ben-
tuk diagram lingkaran pada gambar 4.3 yang menunjukkan bahwa
pasien rehabilitasi paling banyak dari kelompok pendidikan SLTA
dengan presentase 42,65%. Selanjutnya pada kelompok pen-
didikan SLTP dengan presentase 30,77% dan pada kelompok
1.55% 0.20%
32.25%
14.30%
2.36%3.31%
27.80%
2.09% 16.13%
PNS POLISISWASTA WIRASWASTATANI MAHASISWAPELAJAR BURUH
25
pendidikan Perguruan Tinggi memiliki presentase terendah yaitu
sebesar 3,98%.
Gambar 4.3 Karakteristik Berdasarkan Pendidikan
4.4 Karakteristik Pasien Rehabilitasi Penyalahgunaan
Narkoba berdasarkan Jenis Narkoba Yang Digunakan
Berdasarkan data pengguna penyalahgunaan narkoba degan
jenis naroba yang digunakan pada Lampiran 1 disajikan dalam
bentuk diagram ligkaran pada Gambar 4.4, yang menunjukkan
bahwa pasien rehabilitasi penyalahgunaan narkoba paling banyak
pada jenis narkoba shabu dengan presentase sebesar 38,80%
selanjutnya pada jenis narkoba benzodiazepine dengan presentase
26,92% kemudian pada jenis narkoba Daftar G dengan presentase
19,84%. Jenis narkoba yang paling sedikit adalah Barbiturat
sebesar 0,27% dan heroin sebesar 0,07%.
22.60%
30.77%42.65%
3.98%
SD SLTP SLTA PT
26
Gambar 4.4 Karakteristik Berdasarkan Jenis Narkoba
4.5 Karakteristik Pasien Rehabilitasi Penyalagunaan
Narkoba berdasarkan Jenis Narkoba dan Jenis Kelamin
Berdasarkan data pengguna penyalahgunaan jenis narkoba
dengan jenis kelamin pada Lampiran 1 dapat disajikan dalam
bentuk diagram lingkaran pada gambar berikut ini.
Gambar 4.5 Karakteristik Berdasarkan Jenis Kelamin Setiap Jenis Narkoba
Gambar 4.5 diketahui bahwa pasien rehabilitasi penyalah-
gunaan narkoba di wilayah Jawa Timur pada tahun 2017 paling
8.37%
0.07%
38.80%
5.74%
26.92%
0.27%19.84%
GANJA HEROIN SHABU
EXCTASI BENZODIAZEPINE BARBITURAT
DAFTAR G
27
banyak berjenis kelamin laki – laki dari setiap jenis narkoba yang
digunakan. Pada jenis narkoba Ganja, jenis kela-min laki – laki
89,52% dibandingkan dengan perempuan sebesar 10,48%. Pada
jenis narkoba Shabu, jenis kelamin laki – laki 82,99% diban-
dingkan dengan perempuan sebesar 17,01%, untuk jenis narkoba
Exctasi sebesar 70,59% berjenis kelamin laki – laki dan sisanya
sebesar 29,41% berjenis kelamin perempuan. Jenis narkoba Benzo-
diazepine sebesar 82,46% berjenis kelamin laki – laki sedangkan
sisanya 17,54%. Jenis narkoba Barbiturat, pada jenis kelamin laki
– laki sebanyak 100% dibandingkan perempuan yaitu 0%, untuk
jenis narkoba Daftar G
4.6 Uji Independensi BNNP, BNNK/Kota di Jawa Timur
dengan Jenis Narkoba, Usia dan Pekerjaan Pengguna
Uji Independensi dilakukan untuk mengujji apakah ada
hubungan antar dua variabel yang digunakan yaitu wilayah atau
BNNP, BNNK/Kota Jawa Timur dengan Jenis Narkoba yang di-
gunakan, usia pengguna dan pekerjaan pengguna pada data pasien
rehabilitasi Jawa Timur tahun 2017 dengan tabel konti-ngensi pada
Lampiran 5.
Hipotesis
0H : Tidak ada hubungan antara variabel wilayah Jawa Timur
dengan variabel jenis narkoba, usia dan pekerjaan
1H : Ada hubungan antara variabel wilayah Jawa Timur dengan
variabel jenis narkoba, usia dan pekerjaan 05,0 : Signifikan Taraf
Statistik uji dapat dilihat pada persamaan ( 2.1).
0H ditolak jika 4J 5,J 3,J 16,Iuntuk 2)1)(1(
2 JI
Tabel 4.1 Uji Independensi Jenis Naroba, Usia, Pekerjaan
Variabel 2
2)1)(1( JI P-Value Keputusan
Jenis Narkoba 519,667 18,492 0,000 Tolak H0
Usia Pengguna 656,614 43,187 0,000 Tolak H0
Pekerjaan Pengguna 506,034 30,6122 0,000 Tolak H0
28
Tabel 4.1 dan berdasarkan output Lampiran 8, Lampiran 14
dan Lampiran 20 menunjukkan bahwa dari semua variabel yaitu
jenis narkoba, usia pengguna dan pekerjaan pengguna menunjuk-
kan nilai 2 lebih besar dari nilai
2)1)(1( JI dan nilai p-value
sebesar 0,000 kurang dari nilai taraf signifikan α sehingga
diperoleh keputusan tolak H0 yang artinya terdapat hubungan
antara wilayah BNNP dan BNNK/Kota di Jawa Timur dengan jenis
narkoba yang digunakan, usia pengguna dan pekerjaan pengguna.
4.7 Analisis Korespondensi Jenis Narkoba dengan BNNP,
BNNK/Kota di Jawa Timur
Berdasarkan hasil uji independensi pada 4.6 dihasilkan
bahwa terdapat hubungan antara jenis narkoba dengan wilayah
BNNP dan BNNK/Kota di Jawa Timur. Kemudian dilakukan
analisis korepondensi untuk mengetahui kecenderungan jenis
narkoba yang digunakan terhadap wilayah BNNP, BNNK/Kota di
Jawa Timur.
a. Analisis Profil Baris
Berikut ini adalah analisis profil baris pada penyalagunaan
narkoba berdasarkan jenis narkoba yang digunakan dan BNNP,
BNNK/Kota di wilayah Jawa Timur. Berdasarkan Output 9 yang
disajikan pada Tabel 4.2 dapat diketahui bahwa pasien rehabilitasi
pada BNN Kediri, BNN Mojokerto, BNN Malang, BNN Kab.
Lumajang, BNN Kab. Nganjuk, BNN Kab. Malang, BNN Kab.
Kediri, BNN Kab. Sidoarjo, BNN Kab.Tulungagung, BNN Kab.
Blitar penyalahgunaan cenderung dengan jenis narkoba psiko-
tropika dan pada BNNP Jawa Timur, BNN Surabaya, BNN Batu,
BNN Kab.Gresik, BNN Kab. Trenggalek dan BNN Kab. Sumenep
penyalahgunaan cenderung dengan jenis narkoba nar-kotika
lainnya.
29
Tabel 4.2 Analisis Profil Baris Jenis Narkoba
BNN
Jenis Narkoba
Ganja Psikotropika Narkotika
Lainnya
Active
Margin
Provinsi 0,122 0,234 0,644 1
Surabaya 0,030 0,426 0,544 1
Kediri 0,052 0,646 0,302 1
Batu 0,052 0,379 0,569 1
Mojokerto 0,037 0,593 0,370 1
Malang 0,107 0,679 0,214 1
Kab. Gresik 0,000 0,377 0,623 1
Kab. Lumajang 0,018 0,545 0,436 1
Kab. Nganjuk 0,025 0,800 0,175 1
Kab. Malang 0,033 0,793 0,174 1
Kab. Kediri 0,388 0,488 0,125 1
Kab. Sidoarjo 0,158 0,585 0,257 1
Kab. Trenggalek 0,167 0,083 0,750 1
Kab. Tulungagung 0,164 0,574 0,262 1
Kab. Sumenep 0,000 0,000 1 1
Kab. Blitar 0,014 0,944 0,042 1
Mass 0,084 0,470 0,446
b. Analisis Profil Kolom
Analisis profil kolom digunakan untuk mengetahui kecen-
derungan jenis narkoba yang digunakan dengan wilayah BNNP,
BNNK/Kota yang ada di Jawa Timur. Berikut ini adalah analisis
profil kolom pada penyalahgunaan narkoba berdasarkan jenis
narkoba dan BNNP, BNNK/Kota di wilayah Jawa Timur. Ber-
dasarkan Ouput Lampiran 10 dan disajikan pada Tabel 4.3 dengan
melihat proporsi terbesar dari setiap kolomnya diketahui bahwa
jenis narkoba Ganja penyalahgunaan cenderung berasal dari BNN
Kab.Kediri, sedangkan penyalahgunaan dengan jenis narkoba
Psikotropika cenderung berasal dari BNN Surabaya, dan jenis
narkotika lainnya penyalahgunaan cenderung berasal dari BNN
Surabaya.
30
Tabel 4.3 Analisis Profil Kolom Jenis Narkoba
BNN Jenis Narkoba
Ganja Psikotropika Narkotika Lainnya Mass
Provinsi 0,202 0,069 0,200 0,138
Surabaya 0,073 0,181 0,244 0,200
Kediri 0,040 0,089 0,044 0,065
Batu 0,024 0,032 0,050 0,039
Mojokerto 0,008 0,023 0,015 0,018
Malang 0,024 0,027 0,009 0,019
Kab. Gresik 0,000 0,037 0,065 0,047
Kab. Lumajang 0,008 0,043 0,036 0,037
Kab. Nganjuk 0,008 0,046 0,011 0,027
Kab. Malang 0,024 0,105 0,024 0,062
Kab. Kediri 0,250 0,056 0,015 0,054
Kab. Sidoarjo 0.218 0,143 0,067 0,115
Kab. Trenggalek 0,032 0,003 0,027 0,016
Kab. Tulungagung 0,081 0,050 0,024 0,041
Kab. Sumenep 0,000 0,000 0,165 0,074
Kab. Blitar 0,008 0,096 0,005 0,048
Active Margin 1 1 1
c. Nilai Proporsi Inersia
Nilai inersia merupakan jumlah kuadrat nilai singular yang
menunjukkan kontribusi dari wilayah Jawa Timur dan jenis
narkobanya Berikut adalah nilai proporsi inersia dari variabel jenis
narkoba dengan BNNP, BNNK/Kota di Jawa Timur.
Tabel 4.4 Nilai Proporsi Inersia Jenis Narkoba
Dimensi Nilai
Singular Inersia
Proporsi Inersia Standar Deviasi Nilai Proporsi Proporsi Kumulatif
1 0,499 0,249 0,709 0,709 0,018
2 0,319 0,102 0,291 1 0,033
Total 0,351 1 1
Berdasarkan Ouput Lampiran 11 disajikan pada tabel di atas
menunjukkan terbentuk 2 dimensi dari nilai kumulatif proporsi
inersia yaitu 1 atau 100% yang berarti 100% dari dimensi tersebut
dapat menjelaskan keragaman jenis narkoba dengan BNNP,
BNNK/Kota di Jawa Timur.
31
d. Kontribusi Profil Baris
Kontribusi profil baris digunakan untuk mengetahui
kontribusi baris menuju dimensi inersia disetiap profil baris untuk
megetahui pola kecenderungan antara jenis narkoba yang digu-
nakan dengan BNNP, BNNK/Kota di Jawa Timur. Berikut
merupakan hasil dari kontribusi profil barisnya.
Berdasarkan Ouput Lampiran 12 disajikan pada Tabel 4.5
diketahui bahwa penyalahgunaan narkoba yang terbesar pada
dimensi 1 adalah BNN Kab.Sumenep sebesar 36,7%, BNN Kab.
Blitar sebesar 13,4%, BNNP Jawa Timur sebesar 9,3%, BNN
Kab.Malang sebesar 7,9% sehingga dapat disimpulkan nilai total
kontribusi BNN di wilayah Jawa Timur pada dimensi 1 adalah
sebesar 67,3%. Pada dimensi 2 adalah BNN Kab.Kediri sebesar
51,4%
Tabel 4.5 Kontribusi Profil Baris Jenis Narkoba
BNN
Kontribusi Baris ke
DimensiInersia
Kontribusi Dimensi ke
Inersia Baris
Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
Provinsi 0,093 0,077 0,747 0,253
Surabaya 0,029 0,046 0,608 0,392
Kediri 0,023 0,022 0,718 0,282
Batu 0,009 0,001 0,941 0,059
Mojokerto 0,002 0,008 0,370 0,630
Malang 0,017 0,000 0,998 0,002
Kab. Gresik 0,022 0,024 0,696 0,304
Kab. Lumajang 0,000 0,023 0,015 0,985
Kab. Nganjuk 0,034 0,032 0,721 0,279
Kab. Malang 0,079 0,063 0,754 0,246
Kab. Kediri 0,079 0,514 0,272 0,728
Kab. Sidoarjo 0,064 0,040 0,796 0,204
Kab. Trenggalek 0,026 0,033 0,658 0,342
Kab. Tulungagung 0,022 0,018 0,741 0,259
Kab. Sumenep 0,367 0,002 0,998 0,002
Kab. Blitar 0,134 0,097 0,771 0,229
e. Kontribusi Profil Kolom
Kontribusi profil kolom digunakan untuk mengetahui kon-
tribusi kolom menuju dimensi inersia di setiap profil kolom untuk
32
mengetahui pola kecenderungan antara BNNP, BNNK/Kota Jawa
Timur dengan jenis narkoba. Berdasarkan Ouput Lampiran 13 di-
sajikan pada Tabel 4.6 diketahui bahwa kontribusi jenis narkoba
yang tersebsar pada dimensi 1 adalah jenis narkotika lainnya
sebesar 55,3% kemudian jenis psikotropika sebesar 39,9% se-
hingga dapat disimpulkan nilai total kontribusi dimensi 1 adalah
sebesar 95,2%. Kontribusi tersebsar pada dimensi 2 adalah jenis
narkoba ganja yaitu sebesar 88,2% sehingga dapat diketahui
bahawa total kontribusi dimensi 2 adalah 88,2%.
Tabel 4.6 Kontribusi Profil Kolom Jenis Narkoba
Jenis Narkoba
Kontribusi Kolom ke
DimensiInersia
Kontribusi Dimensi ke
Inersia Kolom
Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
Ganja 0,048 0,869 0,118 0,882
Psikotropika 0,399 0,130 0,882 0,118
Nsrkotika Lainnya 0,553 0,001 0,999 0,001
f. Nilai Kontribusi Mutlak dan Kontribusi Relatif
Berikut ini merupakan nilai kontribusi mutlak dan kontribusi
relatifnya. Berdasarkan Ouput Lampiran 12 disajikan pada Tabel
4.7 menunjukkan bahwa BNN yang memiliki kontribusi mutlak
dan kontribusi rlatif terbesar pada dimensi 1 yaitu BNN Sumenep
dengan nilai kontribusi mutlak sebesar 0,367dan nilai kontribusi
relatif sebesar 0,998 yang berarti BNN Sumenep memberikan
kontribusi mutlak sebesar 36,7% pada dimensi 1 dan memberikan
kontribusi relatif sebesar 99,8% pada dimensi 1. Sedangkan pada
dimensi 2 BNN yang memberikan kontribusi besar adalah BNN
Kab. Kediri dengan nilai kontribusi mutlak sebesar 0,514 dan kon-
tribusi relatif sebesar 0,728 artinya BNN Kab.Kediri memberikan
kontribusi mutlak sebesar 51,4 % pada dimensi 2 dan memberikan
kontribusi relatif sebesar 72,8 % pada dimensi 2
33
Tabel 4.7 Nilai Kontribusi Mutlak dan Relatif Jenis Narkoba
BNN
Mass
Inersia
Kontribusi
Mutlak Relatif
Dimensi
1
Dimensi
2
Dimensi
1
Dimensi
2
Provinsi 0,138 0,031 0,093 0,077 0,253 0,253
Surabaya 0,200 0,012 0,029 0,046 0,608 0,392
Kediri 0,065 0,008 0,023 0,022 0,718 0,282
Batu 0,039 0,002 0,009 0,001 0,941 0,059
Mojokerto 0,018 0,001 0,002 0,008 0,370 0,630
Malang 0,019 0,004 0,017 0,000 0,998 0,002
Kab. Gresik 0,047 0,008 0,022 0,024 0,696 0,304
Kab. Lumajang 0,037 0,002 0,000 0,023 0,015 0,985
Kab. Nganjuk 0,027 0,012 0,034 0,032 0,721 0,279
Kab. Malang 0,062 0,026 0,079 0,063 0,754 0,246
Kab. Kediri 0,054 0,072 0,079 0,514 0,272 0,728
Kab. Sidoarjo 0,115 0,020 0,064 0,040 0,796 0,204
Kab. Trenggalek 0,016 0,010 0,026 0,033 0,658 0,342
Kab. Tulungagung 0,041 0,007 0,022 0,018 0,741 0,259
Kab. Sumenep 0,074 0,091 0,367 0,002 0,998 0,002
Kab. Blitar 0,048 0,043 0,134 0,097 0,771 0,229
Total 1 0,351 1 1
g. Jarak Euclidean
Jarak euclidean digunakan untuk mengukur seberapa jauh
dari dua titik yang terpisah jaraknya jadi pada kasus ini jarak
euclidean digunakan untuk mengetahui jarak antar karakter untuk
mengetahui informasi kecenderungan BNN dengan jenis narkoba
yang digunakan. Berdasarkan Tabel 4.8 menunjukkan bahwa jenis
narkoba ganja penyalahgunaan cenderung pada wilayah BNN
Kab.Kediri, jenis narkoba psikotropika penyalahgunaan cenderung
pada wilayah BNN Kediri, BNN Mojokerto, BNN Malang, BNN
Kab. Lumajang, BNN Kab.Nganjuk, BNN Kab.Malang, BNN
Kab. Sidoarjo, BNN Kab.Tulungagung, BNN Kab. Blitar. Pada
kasus penyalahgunaan jenis narkotika lainya penyalahgunaan
cenderung di wilayah BNNP Jawa Timur, BNN Surabaya, BNN
Batu, BNN. Gresik, BNN Kab. Trenggalek, BNN Kab. Sumenep.
34
Tabel 4.8 Jarak Euclidean Jenis Narkoba
BNN Jenis Narkoba
Ganja Psikotropika Narkotika lainnya
BNN PROVINSI JAWA TIMUR 1.7882026 1.424405271 0.494258435
BNN KOTA SURABAYA 2.2403403 0.920687477 0.570828002
BNN KOTA KEDIRI 2.1547274 0.230956594 1.245857739
BNN KOTA BATU 2.1202713 1.015306361 0.446704925
BNN KOTA MOJOKERTO 2.2150299 0.428485722 1.072290457
BNN KOTA MALANG 1.8652339 0.257815876 1.448517623
BNN KAB. GRESIK 2.4505669 1.146658972 0.479330212
BNN KAB. LUMAJANG 2.3158309 0.624555479 0.927307883
BNN KAB. NGANJUK 2.4527368 0.351331715 1.687514806
BNN KAB. MALANG 2.4036225 0.307446743 1.672105265
BNN KAB. KEDIRI 0.3292286 2.051764264 2.414395364
BNN KAB. SIDOARJO 1.4878541 0.642649948 1.361258149
BNN KAB. TRENGGALEK 1.7519755 1.900225615 0.84209905
BNN KAB. TULUNGAGUNG 1.4437506 0.689170635 1.358581542
BNN KAB. SUMENEP 2.8449209 2.237301784 0.792709312
BNN KAB. BLITAR 2.7017134 0.731390402 2.113144273
h. Plot Korespondensi Jenis Narkoba dengan BNNP,
BNNK/Kota di Jawa Timur
Berikut ini adalah visualisasi plot korempondensi atara jenis
narkoba dengan BNNP, BNNK/Kota yang ada di wilayah Jawa
Timur. Urutan penomoran BNN dapat dilihat pada Tabel 3.1.
Gambar 4.6 menunjukkan bahwa kecenderungan jenis narkoba
yang digunakan pada pasien penyelahgunaan narkoba di BNNP,
BNNK/Kota di wilayah jawa timur. Dapat dilihat bahwa jenis
narkoba ganja penyalahgunaan cenderung pada BNN Kab. Kediri.
Pada jenis psikotropika penyalahgunaan cenderung pada Pada
BNN Kediri, BNN Mojokerto, BNN Malang, BNN Kab.
Lumajang, BNN Kab. Nganjuk, BNN Kab.Malang, BNN Kab.
Sidoarjo, BNN Kab.Tulungagung, BNN Kab. Blitar. Jenis nar-
kotika lainnya penyalahgunaan cenderung digunakan pada BNN
Batu, BNN Surabaya, BNN Kab. Gresik, BNNP Jawa Timur, BNN
Kab. Trenggalek dan BNN Kab. Sumenep.
35
Gambar 4.6 Plot Korespondensi Jenis Narkoba
4.8 Analisis Korespondensi Usia Pengguna dengan BNNP,
BNNK/Kota di Jawa Timur
Setelah diketahui ada hubungan antara variabel usia
pengguna dengan BNNP, BNNK/Kota di wilayah Jawa Timur
selanjutnya dilakukan analisis korepondensi, untuk mengetahui
kecenderungan usia pengguna terhadap BNNP, BNNK/Kota
wilayah di Jawa Timur.
36
a. Analisis Profil Baris
Berikut ini adalah analisis profil baris pada penyalahgunaan
narkoba berdasarkan usia pengguna dan BNNP, BNNK/Kota di
wilayah Jawa Timur.
Tabel 4.9 Analisis Profil Baris Usia Pengguna
BNN Kategori Usia Pengguna
<15 16-19 20 - 24 25 - 29 >30 Active Margin
Provinsi 0,024 0,122 0,224 0,215 0,415 1
Surabaya 0,277 0,226 0,226 0,095 0,176 1
Kediri 0,052 0,021 0,177 0,313 0,438 1
Batu 0,086 0,172 0,190 0,034 0,517 1
Mojokerto 0,185 0,519 0,296 0,000 0,000 1
Malang 0,071 0,643 0,036 0,036 0,214 1
Kab. Gresik 0,188 0,203 0,145 0,174 0,290 1
Kab. Lumajang 0,164 0,218 0,236 0,182 0,200 1
Kab. Nganjuk 0,350 0,175 0,300 0,100 0,075 1
Kab. Malang 0,141 0,663 0,098 0,022 0,076 1
Kab. Kediri 0,000 0,125 0,188 0,225 0,463 1
Kab. Sidoarjo 0,023 0,298 0,240 0,105 0,333 1
Kab. Trenggalek 0,125 0,208 0,292 0,125 0,250 1
Kab. Tulungagung 0,689 0,082 0,049 0,131 0,049 1
Kab. Sumenep 0,000 0,101 0,110 0,128 0,661 1
Kab. Blitar 0,099 0,394 0,211 0,042 0,254 1
Mass 0,141 0,229 0,194 0,133 0,303
Berdasarkan Ouput Lampiran 16 disajikan pada Tabel 4.0
diketahui bahwa penyalahgunaan narkoba pada wilayah BNN
Surabaya, Kab. Nganjuk dan Kab. Tulungagung penyalahgunaan
cenderung pada kategori usia <15 tahun, pada BNN Mojokerto,
BNN Malang, BNN Kab. Malang dan BNN Kab. Blitar penyalah-
gunaan cenderung pada kategori usia 16 – 19 tahun. Pada BNN
Kab. Lumajang, BNN Kab.Trenggalek penyalahgunan cenderung
dari kategori usia 20 – 24 tahun, pada BNNP, BNN Kediri, BNN
Batu, BNN Kab.Gresik, BNN Kab.Kediri, BNN Kab.Sidoarjo,
BNN Kab.Sumenep penyalahgunaan cenderung usia lebih dari 30
tahun.
37
b. Analisis Profil Kolom
Analisis profil kolom digunakan untuk mengetahui kecen-
derungan BNNP, BNNK/Kota yang ada di Jawa Timur dengan usia
pengguna. Berikut ini adalah analisis profil kolom pada
penyalahgunaan narkoba berdasarkan usia pengguna dan BNNP,
BNNK/Kota di wilayah Jawa Timur.
Tabel 4.10 Analisis Profil Kolom Usia Pengguna BNN
Kategori Usia Pengguna
<15 16-19 20 - 24 25 - 29 >30 Mass
Provinsi 0,024 0,074 0,160 0,223 0,189 0,138
Surabaya 0,392 0,197 0,233 0,142 0,116 0,200
Kediri 0,024 0,006 0,059 0,152 0,094 0,065
Batu 0,024 0,029 0,038 0,010 0,067 0,039
Mojokerto 0,024 0,041 0,028 0,000 0,000 0,018
Malang 0,010 0,053 0,003 0,005 0,013 0,019
Kab. Gresik 0,062 0,041 0,035 0,061 0,045 0,047
Kab. Lumajang 0,043 0,035 0,045 0,051 0,024 0,037
Kab. Nganjuk 0,067 0,021 0,042 0,020 0,007 0,027
Kab. Malang 0,062 0,179 0,031 0,010 0,016 0,062
Kab. Kediri 0,000 0,029 0,052 0,091 0,082 0,054
Kab. Sidoarjo 0,019 0,150 0,143 0,091 0,127 0,115
Kab. Trenggalek 0,014 0,015 0,024 0,015 0,013 0,016
Kab. Tulungagung 0,201 0,015 0,010 0,041 0,007 0,041
Kab. Sumenep 0,000 0,032 0,042 0,071 0,160 0,074
Kab. Blitar 0,033 0,082 0,052 0,015 0,040 0,048
Active Margin 1 1 1 1 1
Berdasarkan Ouput Lampiran 17 disajikan pada Tabel 4.11
diketahui bahwa pasien rehabilitasi dengan kategori usia kurang
dari 15, kategori usia 16 sampai 19 tahun, kategori 20- 24 tahun
penyalahgunaan cenderung berasal dari BNN Surabaya, sedangkan
untuk kategori usia 25 sampai 29 tahun dan lebih dari sama dengan
30 tahun cenderung berasal dari BNNP Jawa Timur.
c. Nilai Proporsi Inersia
Nilai inersia merupakan jumlah kuadrat nilai singular yang
menunjukkan kontribusi dari wilayah Jawa Timur dan usia
pengguna. Berikut adalah nilai proporsi inersia dari variabel usia
pengguna dengan BNNP, BNNK/Kota di Jawa Timur. Ber-
38
dasarkan Ouput Lampiran 15 disajiakn pada Tabel 4.12 menun
jukkan terbentuk 4 dimensi dari nilai kumulatif proporsi inersia
yaitu 100% dan pada pembentukan 2 dimensi didapatkan nilai
kumulatif proporsi sebesar 0,891 yang berarti pada pembentukan 2
dimensi 89% dapat menjelaskan keragaman usia pengguna dengan
BNNP, BNNK/Kota di Jawa Timur.
Tabel 4.11 Nilai Proporsia Inersia Usia Pengguna
Dimensi Nilai
Singular Inersia
Proporsi Inersia Standar
Deviasi Nilai Proporsi Proporsi Kumulatif
1 0,503 0,253 0,572 0,572 0,021
2 0,376 0,142 0,319 0,891 0,026
3 0,171 0,029 0,066 0,957
4 0,137 0,019 0,043 1
Total 0,443 1 1
d. Kontribusi Profil Baris
Berikut ini merupakan kontribusi profil baris disajikan pada
Tabel 4.13 merupakan hasil dari kontribusi profil baris dari Ouput
Lampiran 18.
Tabel 4.12 Kontribusi Profil Baris Usia Pengguna
BNN
Kontribusi Baris ke DimensiInersia
Kontribusi Dimensi ke Inersia Baris
Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
Provinsi 0,119 0,010 0,898 0,042
Surabaya 0,134 0,028 0,846 0,100
Kediri 0,083 0,071 0,589 0,283
Batu 0,014 0,000 0,337 0,005
Mojokerto 0,033 0,043 0,521 0,382
Malang 0,007 0,101 0,096 0,753
Kab. Gresik 0,001 0,007 0,086 0,469
Kab. Lumajang 0,002 0,002 0,167 0,087
Kab. Nganjuk 0,040 0,019 0,669 0,178
Kab. Malang 0,090 0,309 0,325 0,624
Kab. Kediri 0,068 0,002 0,950 0,018
Kab. Sidoarjo 0,017 0,072 0,273 0,640
Kab. Trenggalek 0,000 0,000 0,001 0,000
Kab. Tulungagung 0,242 0,274 0,586 0,371
Kab. Sumenep 0,148 0,002 0,760 0,006
Kab. Blitar 0,004 0,059 0,097 0,855
39
Berdasarkan Tabel 4.13 dijelaskan bahwa penyalah-gunaan
narkoba yang terbesar pada dimensi 1 adalah BNN Kab.
Tulungagung sebesar 24,2%, BNN Kab.Sumenep sebesar
14,8%,sehingga dapat disimpulkan nilai total kontribusi BNN di
wilayah Jawa Timur pada dimensi 1 adalah sebesar 39%. Pada
dimensi 2 adalah BNN Kab.Malang sebesar 30,9% sehingga dapat
disimpulkan nilai total kontribusi dimensi 2 BNN sebesar 30,9%.
e. Kontribusi Profil Kolom
Kontribusi profil kolom digunakan untuk mengetahui
kontribusi kolom menuju dimensi inersia di setiap profil kolom
untuk mengetahui pola kecenderungan antara BNNP, BNNK/Kota
Jawa Timur dengan usia pasien penyalahgunaan narkoba. Tabel
4.13 menunjukkan nilai dari kontribusi profil kolom dari Ouput
Lampiran 19
Tabel 4.13 Kontribusi Profil Kolom Usia Pengguna
Jenis Nsrkoba
Kontribusi Kolom ke
DimensiInersia
Kontribusi Dimensi ke
Inersia Kolom
Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
<=15 tahun 0,511 0,284 0,755 0,235
16 – 19 tahun 0,100 0,601 0,277 0,761
20 – 24 0,001 0,000 0,014 0,000
24 – 29 0,063 0,106 0,348 0,326
>=30 0,325 0,009 0,877 0,014
Berdasarkan Tabel 4.14 diketahui bahwa kontribusi usia
pengguna yang terbesar pada dimensi 1 adalah kategori usia kurang
dari sama dengan 15 tahun sebesar 51,1% kemudian kategori lebih
dari sama dengan 30 tahun sebesar 32,5%, sehingga dapat
disimpulkan nilai total kontribusi dimensi 1 adalah sebesar 83,6%.
Kontribusi terbesar pada dimensi 2 adalah kategori usia pengguna
16 sampai 19 tahun yaitu sebesar 60,1% sehingga dapat diketahui
bahawa total kontribusi dimensi 2 adalah 60,1%.
40
f. Nilai Kontribusi Mutlak dan Kontribusi Relatif
Nilai kontribusi mutlak dan kontribusi relatif menunjukkan
kontribusi yang diberikan pada dimensi yang terbentuk.
Tabel 4.14 Nilai Kontribusi Mutlak dan Relatif Usia Pengguna
BNN Mass Inersia
Kontribusi
Mutlak Relatif
Dimensi
1
Dimensi
2
Dimensi
1
Dimensi
2
Provinsi 0,138 0,034 0,119 0,010 0,898 0,042
Surabaya 0,200 0,040 0,134 0,028 0,846 0,100
Kediri 0,065 0,036 0,083 0,071 0,589 0,283
Batu 0,039 0,010 0,014 0,000 0,337 0,005
Mojokerto 0,018 0,016 0,033 0,043 0,521 0,382
Malang 0,019 0,019 0,007 0,101 0,096 0,753
Kab. Gresik 0,047 0,002 0,001 0,007 0,086 0,469
Kab. Lumajang 0,037 0,002 0,002 0,002 0,167 0,087
Kab. Nganjuk 0,027 0,015 0,040 0,019 0,669 0,178
Kab. Malang 0,062 0,070 0,090 0,309 0,325 0,624
Kab. Kediri 0,054 0,018 0,068 0,002 0,950 0,018
Kab. Sidoarjo 0,115 0,016 0,017 0,072 0,273 0,640
Kab. Trenggalek 0,016 0,001 0,000 0,000 0,001 0,000
Kab. Tulungagung 0,041 0,105 0,242 0,274 0,586 0,371
Kab. Sumenep 0,074 0,049 0,148 0,002 0,760 0,006
Kab. Blitar 0,048 0,010 0,004 0,059 0,097 0,855
Total 1 0,443 1 1
Berdasarkan Tabel 4.15 menunjukkan bahwa BNN ya-ng
memiliki kontribusi mutlak dan kontribusi relatif terbesar pada
dimensi 1 yaitu BNN Kab. Tulungaung dengan nilai kontribusi
mutlak sebesar 0,242 dan nilai kontribusi relatif sebesar 0,586 yang
berarti BNN Kab.Tulungagung memberikan kontribusi mutlak
sebesar 24,2% pada dimensi 1 dan memberikan kontribusi relatif
sebesar 58,6% pada dimensi 1. Sedangkan pada dimensi 2 BNN
yang memberikan kontribusi besar adalah BNN Kab.Malang
dengan nilai kontribusi mutlak 0,309 dan kontribusi relatif 0,624
artinya BNN Kab.Blitar memberikan kontri-busi mutlak sebesar
62,4 % pada dimensi 2.
41
g. Jarak Euclidean Usia Pengguna
Jarak euclidean digunakan untuk mengukur seberapa jauh
dari dua titik yang terpisah jaraknya jadi pada kasus ini jarak
euclidean digunakan untuk mengetahui kecenderungan BNN
dengan usia penggunanya.
Tabel 4.15 Jarak Euclidean Usia Pengguna
BNN Kelompok Usia
<15 16-19 20-24 25-29 >30
BNN PROVINSI JAWA TIMUR 2.130 1.615 0.627 0.419 0.096
BNN KOTA SURABAYA 1.000 1.229 0.676 1.115 1.322
BNN KOTA KEDIRI 2.164 2.071 0.987 0.328 0.541
BNN Kota Batu 1.997 1.287 0.368 0.609 0.358
BNN Kota Mojokerto 1.855 0.482 1.373 2.066 1.981
BNN KOTA MALANG 2.464 0.427 1.501 2.173 1.924
BNN KAB. GRESIK 1.414 1.286 0.274 0.654 0.832
BNN KAB. LUMAJANG 1.415 1.162 0.237 0.764 0.884
BNN KAB. NGANJUK 0.603 1.559 1.052 1.352 1.650
BNN KAB. MALANG 2.295 0.539 1.643 2.339 2.168
BNN KAB. KEDIRI 2.272 1.690 0.754 0.520 0.066
BNN KAB. SIDOARJO 2.116 0.899 0.533 1.054 0.750
BNN KAB. TRENGGALEK 1.601 1.085 0.066 0.747 0.756
BNN KAB. TULUNGAGUNG 0.801 2.863 2.376 2.438 2.863
BNN KAB. SUMENEP 2.478 1.840 0.959 0.679 0.272
BNN KAB. BLITAR 1.932 0.414 0.724 1.405 1.220
Berdasarkan Tabel 4.16 menunjukkan bahwa pada BNN
Kab. Nganjuk dan BNN Kab. Tulungagung pengguna penyalah-
gunaan narkoba cenderung pada kelompok usia kurang dari sama
dengan 15 tahun. Pada BNN Mojokerto, BNN Malang, BNN Kab.
Malang dan BNN Kab. Blitar pengguna penyalahgunaan narkoba
cenderung pada kelompok usia 16 sampai dengan 19 tahun. Pada
BNN Surabaya,BNN Kab. Gresik, BNN Kab. Lumajang,BNN
Kab. Sidoarjo dan BNN Kab. Trenggalek pengguna penyalah-
gunaan narkoba cenderung pada kelompok usia 20 sampai dengan
24 tahun. Pada BNN Kediri pengguna penyalahgunaan narkoba
cenderung pada kelompok usia 25 sampai dengan 29 tahun. Pada
BNNP Jawa Timur, BNN Batu, BNN Kab. Kediri dan BNN Kab.
Sumenep pengguna penyalahgunaan narkoba cenderung pada
kelompok usia lebih dari sama dengan 30 tahun.
42
h. Plot Korespondensi
Berikut ini adalah visualisasi plot korempondensi atara usia
pengguna dengan BNNP, BNNK/Kota yang ada di wilayah Jawa
Timur. Urutan penomoran BNN dapat dilihat pada Tabel 3.1.
Gambar 4.7 Plot Korespondensi Usia Pengguna
Gambar 4.7 menunjukkan bahwa BNN Kab. Nganjuk, BNN
Kab. Tulungagung penyalahgunaan narkoba cenderung pada
kelompok usia kurang dari sama dengan 15 tahun. Pada BNN
Mojokerto, BNN Malang, BNN Kab. Malang dan BNN Kab. Blitar
penyalahgunaan narkoba cenderung pada kelompok usia 16 sampai
dengan 19 tahun. Pada BNN Surabaya, BNN Kab. Gresik, BNN
43
Kab. Lumajang, BNN Kab. Sidoarjo dan BNN Kab. Trenggalek
penyalahgunaan narkoba cenderung pada kelompok usia 20 sampai
dengan 24 tahun. Pada BNN Kediri penyalahgunaan narkoba cen-
derung pada kelompok usia 25 sampai dengan 29 tahun. Pada
BNNP Jawa Timur, BNN Batu, BNN Kab. Kediri dan BNN Kab.
Sumenep penyalah-gunaan narkoba cenderung pada kelompok
usia lebih dari sama dengan 30 tahun.
4.9 Analisis Korespondensi anatara Pekerjaan Pengguna
dengan BNNP,BNNK/Kota di Jawa Timur
Setelah diketahui ada hubungan antara variabel pekerjaan
pengguna dengan BNNP, BNNK/Kota di wilayah Jawa Timur
selanjutnya dilakukan analisis korepondensi. Analisis korespon-
densi dilakukan untuk mengetahui kecenderungan pekerjaan peng-
guna terhadap BNNP, BNNK/Kota wilayah di Jawa Timur.
a. Analisis Profil Baris
Berikut ini adalah analisis profil baris pada penyalah-
gunaan narkoba berdasarkan pekerjaan pengguna dan BNNP,
BNNK/Kota di wilayah Jawa Timur. Berdasarkan Ouput Lampiran
21 disajikan pada Tabel 4.18 diketahui bahwa pasien rehabilitasi
pada BNN Kediri, BNN Mojokerto, BNN Kab.Gresik, BNN Kab.
Kediri, BNN Kab.Sidoarjo, BNN Kab.Trenggalek, BNN Kab.
Sumenep penyalahgunaan narkoba cenderung pada kategori
pekerjaan Swasta/Buruh, pada BNNP dan Kab. Blitar penyalah-
gunaan cenderung pada kategori pekerjaan wiraswasta. Pada BNN
Surabaya, BNN Malang, BNN Kab.Lumajang, BNN Kab.
Nganjuk, BNN Kab.Malang penyalahgunaan narkoba cende-rung
dari kategori mahasiswa/pelajar, pada BNN Batu dan BNN
Kab.Tulungagung penyalahgunaan narkoba cenderung pekerjaan
yang lainnya.
44
Tabel 4.16 Analisis Profil Baris Pekerjaan Pengguna
BNN
Kategori Pekerjaan Pengguna
Swasta,
Buruh
Wiraswasta Mahasiswa
, Pelajar
DLL Active
Margin
Provinsi 0,244 0,273 0,137 0,346 1
Surabaya 0,419 0,051 0,426 0,105 1
Kediri 0,689 0,063 0,073 0,167 1
Batu 0,138 0,190 0,310 0,362 1
Mojokerto 0,444 0,185 0,370 0,000 1
Malang 0,000 0,107 0,821 0,071 1
Kab. Gresik 0,493 0,087 0,348 0,072 1
Kab. Lumajang 0,255 0,255 0,382 0,109 1
Kab. Nganjuk 0,100 0,075 0,475 0,350 1
Kab. Malang 0,065 0,054 0,739 0,141 1
Kab. Kediri 0,575 0,288 0,050 0,088 1
Kab. Sidoarjo 0,404 0,058 0,287 0,251 1
Kab. Trenggalek 0,458 0,083 0,417 0,042 1
Kab. Tulungagung 0,000 0,164 0,410 0,426 1
Kab. Sumenep 0,486 0,193 0,101 0,220 1
Kab. Blitar 0,155 0,310 0,254 0,282 1
Mass 0,343 0,143 0,311 0,202
b. Analisis Profil Kolom
Analisis profil kolom digunakan untuk mengetahui
kecenderungan BNNP, BNNK/Kota yang ada di Jawa Timur
dengan usia pengguna. Berikut ini adalah analisis profil kolom
pada penyalahgunaan narkoba berdasarkan usia pengguna dan
BNNP, BNNK/Kota di wilayah Jawa Timur. Berdasarkan Tabel
2.10 dari Ouput Lampiran 22 diketahui bahwa pada penyalah-
gunaan narkoba dengan pekerjaan swasta/buruh cenderung berasal
dari wilayah BNN Surabaya, sedangkan penyalahgunaan dengan
pekerjaan wiraswasta cenderung berasal dari wilayah BNNP.Jawa
timur. Penyalahgunaan pada mahasiswa atau pelajar cenderung
berasal dari wilayah BNN Surabaya dan penyalahgunaan pada
pekerjaan lainnya cenderung di wilayah BNNP Jawa Timur.
45
Tabel 4.17 Analisis Profil Kolom Usia Pengguna
BNN
Kategori Usia Pengguna
Swasta,
Buruh
Wiraswasta Mhs, Pelajar DLL Mass
Provinsi 0,098 0,264 0,061 0,237 0,138
Surabaya 0,244 0,071 0,273 0,103 0,200
Kediri 0,132 0,028 0,015 0,053 0,065
Batu 0,016 0,052 0,039 0,070 0,039
Mojokerto 0,024 0,024 0,022 0,000 0,018
Malang 0,000 0,014 0,050 0,007 0,019
Kab. Gresik 0,067 0,028 0,052 0,017 0,047
Kab. Lumajang 0,028 0,066 0,046 0,020 0,037
Kab. Nganjuk 0,008 0,014 0,041 0,047 0,027
Kab. Malang 0,012 0,024 0,148 0,043 0,062
Kab. Kediri 0,090 0,108 0,009 0,023 0,054
Kab. Sidoarjo 0,136 0,047 0,106 0143 0,115
Kab. Trenggalek 0,022 0,009 0,022 0,003 0,016
Kab. Tulungagung 0,000 0,047 0,054 0,087 0,041
Kab. Sumenep 0,104 0,099 0,024 0,080 0,074
Kab. Blitar 0,022 0,104 0,039 0,067 0,048
Active Margin 1 1 1 1
c. Nilai Proporsi Inersia
Nilai inersia merupakan jumlah kuadrat nilai singular yang
menunjukkan kontribusi dari wilayah Jawa Timur dan pekerjaan
pengguna. Berikut adalah nilai proporsi inersia dari variabel usia
pengguna dengan BNNP, BNNK/Kota di Jawa Timur menjelaskan
keragaman pekerjaan pengguna dengan BNNP, BNNK/Kota di
Jawa Timur dari Output Lampiran 25.
Tabel 4.18 Nilai Proporsia Inersia Pekerjaan Pengguna
Dimensi Nilai
Singular Inersia
Proporsi Inersia Standar
Deviasi Nilai Proporsi Proporsi Kumulatif
1 0,415 0,172 0,504 0,504 0,021
2 0,368 0,135 0,396 0,900 0,024
3 0,185 0,034 0,100 1
Total 0,341 1 1
Berdasarkan tabel di atas menunjukkan terbentuk 3 dimensi
dari nilai kumulatif proporsi inersia yaitu 100% dan pada
pembentukan dimensi 2 didapatkan nilai kumulatif proporsi
sebesar 0,9 yang berarti pada dimensi 2, 90% dapat menjelaskan
46
keragaman usia pengguna dengan BNNP, BNNK/Kota di Jawa
Timur.
d. Kontribusi Profil Baris
Kontribusi profil baris digunakan untuk mengetahui
kontribusi baris menuju dimensi inersia disetiap profil baris untuk
megetahui pola kecenderungan antara usia pengguna yang digu-
nakan dengan BNNP, BNNK/Kota di Jawa Timur. Berikut
merupakan hasil dari kontribusi profil barisnya.
Tabel 4.18 Kontribusi Profil Baris Pekerjaan Pengguna
BNN
Kontribusi Baris ke
DimensiInersia
Kontribusi Dimensi ke
Inersia Baris
Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
Provinsi 0,054 0,286 0,195 0,805
Surabaya 0,032 0,203 0,168 0,831
Kediri 0,140 0,087 0,621 0,304
Batu 0,005 0,067 0,076 0,870
Mojokerto 0,000 0,015 0,001 0,428
Malang 0,129 0,000 0,924 0,003
Kab. Gresik 0,000 0,058 0,007 0,962
Kab. Lumajang 0,003 0,002 0,079 0,052
Kab. Nganjuk 0,038 0,016 0,608 0,205
Kab. Malang 0,316 0,003 0,988 0,006
Kab. Kediri 0,143 0,003 0,780 0,015
Kab. Sidoarjo 0,001 0,009 0,019 0,141
Kab. Trenggalek 0,001 0,024 0,045 0,875
Kab. Tulungagung 0,043 0,121 0,287 0,637
Kab. Sumenep 0,094 0,000 0,997 0,002
Kab. Blitar 0,000 0,104 0,003 0,862
Berdasarkan Tabel 4.21 Output Lampiran 23 dijelaskan
bahwa penyalahgunaan narkoba yang terbesar pada dimensi 1
adalah BNN Kab.Malang sebesar 31,6%, BNN Kab.Kediri sebesar
14,3%,sehingga dapat disimpulkan nilai total kontribusi BNN di
wilayah Jawa Timur pada dimensi 1 adalah sebesar 45,9%. Pada
dimensi 2 adalah BNNP Jawa Timur sebesar 28,6% dan BNN
Surabaya 20,3% sehingga dapat disimpulkan nilai total kontribusi
dimensi 2 BNN sebesar 48,9%.
47
e. Kontribusi Profil Kolom
Kontribusi profil kolom digunakan untuk mengetahui
kontribusi kolom menuju dimensi inersia di setiap profil kolom
untuk mengetahui pola kecenderungan antara BNNP, BNNK/Kota
Jawa Timur dengan pekerjaan pengguna. Berikut ini adalah
kontribusi profil kolom berdasarkan Output Lampiran 24.
Tabel 4.20 Kontribusi Profil Kolom Pekerjaan Pengguna
Pekerjaan
Pengguna
Kontribusi Kolom ke
DimensiInersia
Kontribusi Dimensi ke
Inersia Kolom
Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
Swasta, Buruh 0,300 0,349 0,522 0,475
Wiraswasta 0,069 0,264 0,182 0,545
Mhs/Pekerjaan 0,628 0,041 0,946 0,049
DLL 0,002 0,346 0,006 0,754
Berdasarkan Tabel 4.22 dapat diketahui bahwa kontribusi
pekerjaan pengguna yang terbesar pada dimensi 1 adalah kateg-
gori mahasiswa/pelajar sebesar 62,8%sehingga dapat disimpulkan
nilai total kontribusi dimensi 1 adalah sebesar 62,8%. Kontribusi
terbesar pada dimensi 2 adalah kategori pekerjaan swasta/buruh
yaitu sebesar 34,9% sehingga dapat diketahui bahawa total
kontribusi dimensi 2 adalah 34,9%
f. Nilai Kontribusi Mutlak dan Kontribusi Relatif
Nilai kontribusi mutlak dan kontribusi relatif menunjukkan
kontribusi yang diberikan pada dimensi yang terbentuk. Berikut ini
merupakan nilai kontribusi mutlak dan kontribusi relatif pada
BNNP, BNNK/Kota di Jawa Timur berdasarkan Output Lampiran
23. Tabel 4.23 menunjukkan bahwa BNN yang memiliki
kontribusi mutlak dan kontribusi relatif terbesar pada dimensi 1
yaitu BNN Kab. Malang dengan nilai kontribusi mutlak sebesar
0,316 dan nilai kontribusi relatif sebesar 0,988 yang berarti BNN
Kab.Malang memberikan kontribusi mutlak sebesar 31,6% pada
dimensi 1 dan memberikan kontribusi relatif sebesar 98,8% pada
dimensi 1. Sedangkan pada dimensi 2 BNN yang memberikan
48
kontribusi besar adalah BNNP Jawa Timur dengan nilai kontribusi
mutlak sebesar 0,286 dan kontribusi relatif sebesar 0,805 artinya
BNNP Jawa Timur memberikan kontribusi mutlak sebesar 80,5 %
pada dimensi 2
Tabel 4.21 Nilai Kontribusi Mutlak dan Relatif Usia Pengguna
BNN Mass Inersia
Kontribusi
Mutlak Relatif
Dimensi 1
Dimensi 2
Dimensi 1
Dimensi 2
Provinsi 0,138 0,048 0,054 0,286 0,195 0,805
Surabaya 0,200 0,033 0,032 0,203 0,168 0,831
Kediri 0,065 0,039 0,140 0,087 0,621 0,304
Batu 0,039 0,010 0,005 0,067 0,076 0,870
Mojokerto 0,018 0,005 0,000 0,015 0,001 0,428
Malang 0,019 0,024 0,129 0,000 0,924 0,003
Kab. Gresik 0,047 0,008 0,000 0,058 0,007 0,962
Kab. Lumajang 0,037 0,006 0,003 0,002 0,079 0,052
Kab. Nganjuk 0,027 0,011 0,038 0,016 0,608 0,205
Kab. Malang 0,062 0,055 0,316 0,003 0,988 0,006
Kab. Kediri 0,054 0,032 0,143 0,003 0,780 0,015
Kab. Sidoarjo 0,115 0,009 0,001 0,009 0,019 0,141
Kab. Trenggalek 0,016 0,004 0,001 0,024 0,045 0,875
Kab. Tulungagung 0,041 0,026 0,043 0,121 0,287 0,637
Kab. Sumenep 0,074 0,016 0,094 0,000 0,997 0,002
Kab. Blitar 0,048 0,016 0,000 0,104 0,003 0,862
Total 1 0,341 1 1
g. Jarak Euclidean Pekerjaan
Jarak euclidean digunakan untuk mengukur seberapa jauh
dari dua titik yang terpisah jaraknya jadi pada kasus ini jarak
euclidean digunakan untuk mengetahui jarak antar karakter untuk
mengetahui informasi kecenderungan BNN dengan pekerjaan
penggunanya. Berdasarkan Tabel 4.24 diketahui bahwa BNN
Kediri, BNN Mojokerto, BNN Kab. Gresik, BNN Kab. Kediri,
BNN Kab.Sidoarjo, BNN Kab. Trenggalek, BNN Kab. Sumenep
pengguna penyalahgunaan narkoba cenderung pada kelompok
pekerjaan swasta atau buruh. Pada BNNP Jawa Timur cenderung
pada kelompok pekerjaan wiraswasta. Pada BNN Surabaya, BNN
Malang, BNN Kab. Nganjuk, BNN Kab. Malang pengguna
penyalahgunaan narkoba cenderung pada kelompok mahasiswa
49
atau pelajar. Pada BNN Batu, BNN Kab. Lumajang, BNN Kab.
tulungagung pengguna penyalahgunaan narkoba cenderung pada
kelompok pekerjaan lainnya.
Tabel 4.24 Jarak Euclidean Pekerjaan Pengguna
BNN Pekerjaan
Swasta/Buruh Wiraswasta Mhs/Pelajar DLL
BNN PROVINSI JAWA TIMUR 1.496 0.066 1.713 0.346
BNN KOTA SURABAYA 0.861 1.601 0.764 1.442
BNN KOTA KEDIRI 0.357 1.607 1.924 1.736
BNN KOTA BATU 1.625 0.670 1.227 0.288
BNN KOTA MOJOKERTO 0.578 1.432 0.998 1.339
BNN KOTA MALANG 2.344 2.324 0.779 1.965
BNN KAB. GRESIK 0.552 1.551 1.071 1.469
BNN KAB. LUMAJANG 1.094 0.918 0.825 0.685
BNN KAB. NGANJUK 1.744 1.263 0.709 0.892
BNN KABUPATEN MALANG 2.113 2.126 0.547 1.776
BNN KAB. KEDIRI 0.640 1.146 1.966 1.363
BNN KAB. SIDOARJO 0.701 1.067 0.974 0.962
BNN KAB. TRENGGALEK 0.769 1.672 0.917 1.544
BNN KAB. TULUNGAGUNG 2.078 1.127 1.287 0.766
BNN KAB. SUMENEP 0.661 0.834 1.663 1.002
BNN KAB. BLITAR 1.603 0.408 1.471 0.102
h. Plot Korespondensi
Berikut ini adalah visualisasi plot korempondensi antara
pekerjaan pengguna dengan BNNP, BNNK/Kota yang ada di
wilayah Jawa Timur. Urutan penomoran BNN dapat dilihat pada
Tabel 3.1. Gambar diatas menunjukkan bahwa BNN Kediri, BNN
Mojokerto, BNN Kab. Gresik, BNN Kab. Kediri, BNN Kab.
Sidoarjo, BNN Kab. Trenggalek, BNN Kab. Sumenep peng-guna
penyalahgunaan narkoba cenderung pada kelompok peker-jaan
swasta atau buruh. Pada BNNP Jawa Timurpenyalahgunaan cen-
derung pada kelompok pekerjaan wiraswasta. Pada BNN
Surabaya, BNN Malang, BNN Kab. Nganjuk, BNN Kab. Malang
pengguna penyalahgunaan narkoba cenderung pada kelompok
mahasiswa atau pelajar. Pada BNN Batu, BNN Kab. Lumajang,
BNN Kab. Tulungagung pengguna penyalahgunaan narkoba cen-
derung pada kelompok pekerjaan lainnya.
50
Gambar 4.8 Plot Korespondensi Pekerjaan Pengguna
51
51
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasakan analisis dan pembahasan didapatkan kesimpuan
sebagai berikut.
1. Penyalahgunaan narkoba di Jawa Timur pada tahun 2017
untuk jenis narkoba yang paling banyak digunakan ada-
lah jenis shabu sebesar 38,80%, 82,99% diantaranya
berjenis kelamin laki-laki.
Kelompok usia yang paling banyak menggunakn nar-
koba adalah pada kelompok usia 30 tahun ke atas dengan
presentase sebesar 30% sedangkan yang paling sedikit
adalah kelompok usia kurang dari 15 tahun dan kelom-
pok usia 25 – 29 tahun dengan presentase masing –
masing sebesar 14%.
Penyalahgunaan narkoba dengan pekerjaan sebagai
pegawai swasta adalah yang paling banyak yaitu sebesar
32,25% sedangkan yang paling sedikit adalah pada
kelompok pekerjaan sebagai PNS yaitu sebesar 0,20%.
Penyalahguna narkoba dengan pendidikan terakhir
SLTA adalah pengguna yang paling banyak yaitu sebe-
sar 42,65% sedangkan yang paling sedikit adalah pada
pendidikan terakhir perguruan tinggi sebesar 3,98%.
2. Pola kecenderungan penyalahgunaan narkoba di BNNP,
BNNK/Kota di Jawa Timur tahun 2017 dibagi menurut
jenis narkoba, usia dan pekerjaan.
a. Pemetaan pola kecenderungan penyalahgunaan nar-
koba di BNNP, BNNK/Kota di wilayah jawa timur
berdasarkan jenis narkoba yang digunakan diperoleh
jenis narkoba ganja penyalahgunaannya cenderung di
wilayah BNN Kab. Kediri. Pada jenis psikotropika
penyalahgunaannya cenderung di wilayah BNN
Kediri, BNN Mojokerto, BNN Malang, BNN Kab.
52
Lumajang, BNN Kab. Nganjuk, BNN Kab. Malang,
BNN Kab.Sidoarjo, BNN Kab. Tulungagung, BNN
Kab. Blitar. Jenis narkotika lainnya penyalahgunaan-
nya cenderung di wilayah BNN Batu, BNN Sura-
baya, BNN Kab. Gresik, BNNP Jawa Timur, BNN
Kab. Trenggalek dan BNN Kab. Sumenep
b. Pemetaan pola kecenderungan penyalahgunaan nar-
koba di BNNP, BNNK/Kota di wilayah Jawa Timur
berdasarkan usia pengguna diperoleh bahwa BNN
Kab. Nganjuk dan BNN Kab. Tulungagung penggu-
nanya cenderung pada kelompok usia kurang dari
sama dengan 15 tahun. Pada BNN Mojokerto, BNN
Malang, BNN Kab. Malang dan BNN Kab. Blitar
pengguna penyalahgunaan narkoba cenderung pada
kelompok usia 16 sampai dengan 19 tahun. Pada BNN
Surabaya, BNN Kab. Gresik, BNN Kab. Lumajang,
BNN Kab. Sidoarjo dan BNN Kab. Trenggalek peng-
guna cenderung pada kelompok usia 20 sampai
dengan 24 tahun. Pada BNN Kediri pengguna penya-
lahgunaan narkoba cenderung pada kelompok usia 25
sampai dengan 29 tahun. Pada BNNP Jawa Timur,
BNN Batu, BNN Kab. Kediri dan BNN Kab.
Sumenep pengguna penyalahgunaan nar-koba cende-
rung pada kelompok usia lebih dari sama dengan 30
tahun .
c. Pemetaan pola kecenderungan penyalahgunaan nar-
koba di BNNP, BNNK/Kota di wilayah jawa timur
berdasarkan pekerjaan pengguna diperoleh bahwa
BNN Kediri, BNN Mojokerto, BNN Kab. Gresik,
BNN Kab. Kediri, BNN Kab.Sidoarjo, BNN Kab.
Trenggalek, BNN Kab. Sumenep pengguna penyalah-
gunaan narkoba cenderung pada kelompok pekerjaan
swasta atau buruh. Pada BNNP Jawa Timur cende-
rung pada kelompok pekerjaan wiraswasta. Pada
BNN Surabaya, BNN Malang, BNN Kab. Nganjuk,
53
BNN Kab. Malang pengguna penyalahgunaan nar-
koba cenderung pada kelompok mahasiswa atau
pelajar. Pada BNN Batu, BNN Kab. Lumajang, BNN
Kab.Tulungagung pengguna penyalahgunaan nar-
koba cenderung pada kelompok peke-rjaan lainnya .
5.2 Saran
Saran untuk BNNP,BNNK/Kota yang ada di Jawa Timur
untuk memperhatikan lebih kecenderungan jenis narkoba di
wilayahnya dan melakukan penanganan yang lebih dari jenis
narkoba yang lainnya. BNN Kab.Nganjuk dan BNN Tulungangung
agar lebih memperhatikan dan mensosialisasikan dampak buruk
narkoba di sekolah - sekolah karena pada BNN tersebut kecende-
rungan penyalahgunaan rentan di kelompok usia 15 tahun ke-atas.
Saran untuk BNN Surabaya, BNN Malang, BNN Kab. Nganjuk
dan BNN Kab.Malang agar memperhatikan edukasi penyalah-
gunaan narkoba terhadap kelompok mahasiswa atau pelajar.
54
Halaman ini sengaja dikosongkan
55
55
DAFTAR PUSTAKA
AntaraNews. 2016. Strategi Terintegrasi BNN untuk Perang
Melawan Narkoba, < https://www.antaranews.com /beri
ta/603985/strategi-terintegrasi-bnn-untuk-perang-melawan-
narkoba>.
Agresti, A. 2002 . Categorical Data Analysis Second Edition.
Canada: John Wiley& Sons, Inc.
Budi, T. 2016. <http://www.wartabromo.com/2016/04/20/jumlah-
penya lahguna-narkoba-di-jatim-urutan-kedua-se-indonesia/>
BNN. 2017. Badan Narkotika Nasional Republik Indonesia,
<http://www.bnn.go.id/>.
BNNP Jawa Timur . 2017. Badan Narkotika Nasional Provinsi
Jawa Timur, <http://www.jatim.bnn.go.id/>.
DetikNews. 2017. Kasus NArkoba di JAtim Gawat, Kapolda
Instruksi Tembak Mati, <
https://news.detik.com/berita-jawa-timur/d-3792352/kasus-
narkoba-di-jatim-gawat-kapolda-instruksikan-tembak-
mati>.
Greenacre, M. 2017 . Correspondence Analysis in Practice. US:
CRC Press.
Johnson, R. A., & Wichern, D. W. 2007 . Applied Multivariate
Statistical Analysis (6th ed.). New Jersey: Prentice-Hall.
Moore, David S dkk. 2009. Introduction to the Practice of
Statistics. New York : W.H Freeman and Company
Sharma, S. 1996 . Applied Multivariate Techniques. Canada: John
Wiley & Sons, Inc.
Sofiyah. 2002. Mengenal NAPZA dan Bahayanya. Bogor: Be
Champion
Yoke, W. 2006. Kamus Narkoba. Jakarta : BNN RI
56
Halaman ini sengaja dikosongkan
57
LAMPIRAN
Lampiran 1. Data Pasien Rehabilitasi Penyahgunaan Narkoba di
Jawa timur Tahun 2017 berdasarkan Jenis Narkoba
57
58
Lampiran 2. Data Pasien Rehabilitasi Penyahgunaan Narkoba di
Jawa timur Tahun 2017berdasarkan Usia Pengguna
59
Lampiran 3. Data Pasien Rehabilitasi Penyahgunaan Narkoba di
Jawa timur Tahun 2017 berdasarkan Pekerjaannya
60
Lampiran 4. Data Pasien Rehabilitasi Penyahgunaan Narkoba di
Jawa timur Tahun 2017 berdasarkan Pendidikan
61
Lampiran 5. Tabel Kontingensi Penyahgunaan Narkoba di Jawa
Timur Tahun 2017 antara BNN dengan Jenis
Narkoba.
N
O SATKER
JENIS NARKOBA
GANJA Narkotika
Lainnya
PSIKOTRO
PIKA
1 BNN PROVINSI JAWA
TIMUR 25 132 48
2 BNN KOTvA SURABAYA 9 161 126
3 BNN KOTA KEDIRI 5 29 62
4 BNN KOTA BATU 3 33 22
5 BNN KOTA MOJOKERTO 1 10 16
6 BNN KOTA MALANG 3 6 19
7 BNN KAB. GRESIK 0 43 26
8 BNN KAB. LUMAJANG 1 24 30
9 BNN KAB. NGANJUK 1 7 32
10 BNN KAB. MALANG 3 16 73
11 BNN KAB. KEDIRI 31 10 39
12 BNN KAB. SIDOARJO 27 44 100
13 BNN KAB. TRENGGALEK 4 18 2
14 BNN KAB. TULUNGAGUNG 10 16 35
15 BNN KAB. SUMENEP 0 109 0
16 BNN KAB. BLITAR 1 3 67
TOTAL 124 661 697
62
Lampiran 6. Tabel Kontingensi Penyahgunaan Narkoba di Jawa
timur Tahun 2017 antara BNN dengan Usia.
NO SATKER
KELOMPOK USIA
<15 16-19 20-24 25-29 >30
1 BNN PROVINSI JAWA TIMUR 5 25 46 44 85
2 BNN KOTA SURABAYA 82 67 67 28 52
3 BNN KOTA KEDIRI 5 2 17 30 42
4 BNN Kota Batu 5 10 11 2 30
5 BNN Kota Mojokerto 5 14 8 0 0
6 BNN KOTA MALANG 2 18 1 1 6
7 BNN KAB. GRESIK 13 14 10 12 20
8 BNN KAB. LUMAJANG 9 12 13 10 11
9 BNN KAB. NGANJUK 14 7 12 4 3
10 BNN KAB. MALANG 13 61 9 2 7
11 BNN KAB. KEDIRI 0 10 15 18 37
12 BNN KAB. SIDOARJO 4 51 41 18 57
13 BNN KAB. TRENGGALEK 3 5 7 3 6
14 BNN KAB. TULUNGAGUNG 42 5 3 8 3
15 BNN KAB. SUMENEP 0 11 12 14 72
16 BNN KAB. BLITAR 7 28 15 3 18
TOTAL 209 340 287 197 449
63
Lampiran 7. Tabel Kontingensi Penyahgunaan Narkoba di Jawa
timur Tahun 2017 antara BNN dengan Pekerjaan.
N
O SATKER
PEKERJAAN
SWAS
TA,
Buruh
WIRASWA
STA
MAHASI
SWA,Pela
jar
DLL
1 BNN PROVINSI JAWA TIMUR
50 56 28 71
2 BNN KOTA
SURABAYA 124 15 126 31
3 BNN KOTA KEDIRI 67 6 7 16
4 BNN KOTA BATU 8 11 18 21
5 BNN KOTA
MOJOKERTO 12 5 10 0
6 BNN KOTA MALANG 0 3 23 2
7 BNN KAB. GRESIK 34 6 24 5
8 BNN KAB. LUMAJANG
14 14 21 6
9 BNN KAB. NGANJUK 4 3 19 14
10 BNN KABUPATEN MALANG
6 5 68 13
11 BNN KAB. KEDIRI 46 23 4 7
12 BNN KAB. SIDOARJO
69 10 49 43
13 BNN KAB.
TRENGGALEK 11 2 10 1
14 BNN KAB. TULUNGAGUNG
0 10 25 26
15 BNN KAB. SUMENEP 53 21 11 24
16 BNN KAB. BLITAR 11 22 18 20
TOTAL 509 212 461 300
64
Lampiran 8. Nilai Chisquare Jenis Narkoba dengan BNN di
Jawa Timur
Lampiran 9. Row Profile Jenis Narkoba dengan BNN di Jawa
Timur
65
Lampiran 10. Column Profile Jenis Narkoba dengan BNN di
Jawa Timur
Lampiran 11. Summary Dimension Jenis Narkoba dengan BNN
di Jawa Timur
66
Lampiran 12. Overview Row Jenis Narkoba dengan BNN di
Jawa Timur
Lampiran 13. Overview Column Jenis Narkoba dengan BNN di
Jawa Timur
Lampiran 14. Nilai Chisquare Usia Pengguna dengan BNN di
Jawa Timur
67
Lampiran 15. Summary Dimension Usia Pengguna dengan BNN
di Jawa Timur
Lampiran 16. Row Profile Usia Pengguna dengan BNN di Jawa
Timur
68
Lampiran 17. Column Profile Usia Pengguna dengan BNN di
Jawa Timur
Lampiran 18. Overview Row Usia Pengguna dengan BNN di
Jawa Timur
69
Lampiran 19. Overview Column Usia Pengguna dengan BNN di
Jawa Timur
Lampiran 20. Nilai Chisquare Pekerjaan Pengguna dengan
BNN di Jawa Timur
70
Lampiran 21. Row Profile Pekerjaan Pengguna dengan BNN di
Jawa Timur
Lampiran 22. Column Profile Pekerjaan Pengguna dengan BNN
di Jawa Timur
71
Lampiran 23. Overview Row Pekerjaan Pengguna dengan BNN
di Jawa Timur
Lampiran 24. Overview Column Pekerjaan Pengguna dengan
BNN di Jawa Timur
Lampiran 25. Summary Dimension Pekerjaan Pengguna dengan
BNN di Jawa Timur
72
Lampiran 26. Surat Permohonan Data
73
Lampiran 27. Surat Persetujuan Permohonan Data
74
Lampiran 28. Surat Pernyataan Keaslian Data
59
59
BIODATA PENULIS
Lizza Hanifa Puspitasari yang biasa
dikenal dengan Lizza lahir di Kediri,
23 September 1997. Lizza Lahir dan
berkembang di kota Sidoarjo tak
terkecuali pada riwayat pendidikan.
Saat SD tahun 2002 menempuh pendi-
dikan di MI Darul Ulum Sarirogo
Sidoarjo kemudian mela-njutkan pada
jenjang SMPN 3 Buduran Sidoarjo
dan lanjut pada jenjang SMAN 2
Sidoarjo. Sejak mene-mpuh
pendidikan dari MI sampai SMA, Lizza tidak secara aktif dalam
kegiatan organisasi sekolah. Pada tingkat Perguruan Tinggi tahun
2015 tepatnya di Statistika Bisnis Institut Teknologi Sepuluh
Nopember, Lizza mulai mengikuti dan aktif dalam kegiatan
kampus karena penulis ingin memegang teguh Peran Fungsi
Mahasiswa (PFM) selama di kampus, mulai organisasi maupun
kepanitiaan kegiatan kampus. Dimulai menjadi staff Departemen
Pengembangan Sumber Daya Mahasiswa HIMADATA –ITS
16/17, Pejuang Tangguh Rumah Perjuangan IECC BEM-ITS
15/16, Koordinator Acara Data Analysis Competition 2017, Staff
Corp UKM TDC 16/17, Maba Store UKM TDC ITS 2016/2017
dan 2017/2018, Manajer Corp UKM TDC ITS 2017, AdHoc SAW
2018 HIMADATA-ITS dan Kepala Departemen Pengembangan
Sumberdaya Mahasiswa BEM Faultas.Vokasi ITS 2018 dan masih
ada lagi pengalaman kepanitiaan yang tidak dapat disebutkan satu
persatu.
Contact Person : 082245714687
Email : [email protected]
Motto : “ Melihat Kemungkinan Buruk disetiap Kejadian “
75
59
59
Top Related