Analisis Potensi Budaya di Provinsi Maluku dengan Pendekatan Statistika Spasial

Yudistira Yudistira; Samsul Bahri Loklomin

doi:10.35580/jmathcos.v6i1.45097

Analisis Potensi Budaya di Provinsi Maluku dengan Pendekatan Statistika Spasial

Yudistira Yudistira^(1*), Samsul Bahri Loklomin⁽²⁾,

(1) Pattimura University
(2) Pattimura University
(*) Corresponding Author

DOI: https://doi.org/10.35580/jmathcos.v6i1.45097

Abstract

Pemajuan Kebudayaan sebagai bagian dari proses pembangunan nasional yang berkelanjutan, perlu didukung dengan data dan informasi terkait kondisi faktual terkait potensi budaya baik di tingkat nasional, provinsi, maupun kabupaten/kota. Namun hingga saat ini belum banyak kajian ilmiah kuantitatif yang terkait dengan bidang kebudayaan. Penelitian ini merupakan salah satu upaya yang dilakukan untuk memperkaya kajian kuantitatif terkait bidang kebudayaan, sekaligus menerapkan pengetahuan terkait statistika spasial dalam pengolahan data dan informasi bidang kebudayaan. Metode utama yang digunakan dalam penelitian ini adalah analisis data sekunder dari berbagai sumber terkait potensi budaya di Provinsi Maluku, yang tersedia hingga tingkat kabupaten/kota. Adapun ukuran statistik spasial yang digunakan adalah indeks Global Moran, Local Indicators for Spatial Association (LISA), serta korelasi silang spasial, yang diterapkan pada seluruh variabel terkait potensi budaya dalam penelitian ini. Hasil analisis pada umumnya belum menunjukkan adanya autokorelasi spasial yang signifikan untuk setiap variabel potensi budaya tersebut. Meskipun demikian, terdapat beberapa hasil penting dari analisis tersebut yang menarik untuk diperhatikan sebagai dasar penyusunan kebijakan pengembangan kebudayaan di Provinsi Maluku.

Full Text:

PDF

References

Anselin, L. (1995). Local Indicators of Spatial Association—LISA. Geographical Analysis, 27(2), 93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x

Anselin, L. (2013). Spatial Econometrics: Methods and Models (illustrate). Springer Netherlands.

Chen, Y. (2015). A New Methodology of Spatial Cross-correlation Analysis. PLoS ONE, 10(5), 1–14. https://doi.org/10.1371/journal.pone.0126158

Haining, R. (2003). Spatial Data Analysis: Theory and Practice (illustrate). Cambridge University Press.

Sardjono, A. (2019). HKI dan UU Pemajuan Kebudayaan. JIPRO : Journal of Intellectual Property, 2(2), 45–61. https://doi.org/10.20885/jipro.vol2.iss2.art5

Sukarna, S., Sanusi, W., & Hardiono, H. (2019). Analisis Moran’s I, Geary’s C, dan Getis-Ord G pada Penerapan Jumlah Penderita Kusta di Kabupaten Gowa. Journal of Mathematics Computations and Statistics, 2(2), 151–163. https://doi.org/10.35580/jmathcos.v2i2.12577

Undang-Undang Republik Indonesia Nomor 5 Tahun 2017 tentang Pemajuan Kebudayaan.

UNESCO Institute for Statistics. (2009). 2009 UNESCO Framework for Cultural Statistics.

Wuryandari, T., Hoyyi, A., Kusumawardani, D. S., & Rahmawati, D. (2014). Identifikasi Autokorelasi Spasial Pada Jumlah Pengangguran di Jawa Tengah Menggunakan Indeks Moran. Media Statistika, 7(1), 1–10. https://doi.org/10.14710/medstat.7.1.1-10

Yudistira, Y., Kurnia, A., & Soleh, A. M. (2018). Binomial Regression in Small Area Estimation Method for Estimate Proportion of Cultural Indicator. Indonesian Journal of Statistics and Its Applications, 2(2), 56–62. https://doi.org/10.29244/ijsa.v2i2.63

Yuriantari, N. P., Hayati, M. N., & Wahyuningsih, S. (2017). Analisis Autokorelasi Spasialtitik Panas Di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Of Spatial Autocorrelation (LISA). Eksponensial, 8(1), 63–70. http://jurnal.fmipa.unmul.ac.id/index.php/exponensial/article/view/78

Zhukov, Y. (2010). Applied Spatial Statistics in R. In IQSS. Harvard University.