ANALISIS TINGKAT KESEJAHTERAAN NELAYAN DI KECAMATAN BULAK, KOTA SURABAYA

Fausania Hibatullah; Dwi Endah Kusrini; Mochammad Reza Habibi; Rizka Widya B; Athaya Raihan Z; Aisyah Amalia S; Labiba Safaalma S; Aditya Bagas S; Azzahra Sabrinaninda P

Authors

Fausania Hibatullah Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya, 60111
Dwi Endah Kusrini Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya, 60111
Mochammad Reza Habibi Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya, 60111
Rizka Widya B Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya, 60111
Athaya Raihan Z Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya, 60111
Aisyah Amalia S Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya, 60111
Labiba Safaalma S Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya, 60111
Aditya Bagas S Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya, 60111
Azzahra Sabrinaninda P Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya, 60111

Keywords:

Kesejahteraan Nelayan, Odds Ratio, Regresi Logistik Biner, Tabel Kontingensi

Abstract

Selain menjadi kota metropolitan terbesar kedua di Indonesia, Surabaya juga merupakan kota pesisir yang memiliki potensi tinggi di sektor perikanan dan kelautan. Banyak warga Surabaya mencari nafkah sebagai nelayan yang tersebar di 9 kecamatan. Namun, sayangnya, masih banyak nelayan yang mengalami rendahnya tingkat kesejahteraan, termasuk nelayan di Kecamatan Bulak. Tingkat kesejahteraan ini dapat dipengaruhi oleh berbagai faktor. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor-faktor yang diduga memengaruhi tingkat kesejahteraan nelayan di Kecamatan Bulak menggunakan metode regresi logistik biner. Data yang digunakan dalam penelitian ini bersumber dari survei langsung kepada para nelayan di Kecamatan Bulak, dengan pengambilan sampel menggunakan metode klaster satu tahap. Data kemudian dideskripsikan dalam tabel kontingensi untuk semua variabel prediktor yang berbentuk kategori. Selanjutnya, dilakukan uji independensi dan analisis menggunakan regresi logistik biner, yang melibatkan uji signifikansi parameter secara serentak dan parsial, pembentukan model, kesesuaian parameter, odds ratio, dan ketepatan klasifikasi. Hasil penelitian menunjukkan bahwa lamanya waktu melaut dan jarak tempuh melaut saling berhubungan dengan tingkat kesejahteraan nelayan. Keduanya memiliki pengaruh signifikan pada uji parameter secara serentak dan parsial. Model yang terbentuk dianggap sesuai, dengan persentase ketepatan klasifikasi sebesar 66,2%.

References

Distan, Profil Perikanan Kota Surabaya, Surabaya: Dinas Pertanian Kota Surabaya Bidang Perikanan dan Kelautan, 2012.

B. Viola, “Efektivitas Pelaksanaan Program Kartu Usaha Kelautan dan Perikanan (KUSUKA) Bagi Masyarakat Nelayan di Kecamatan Bulak Kota Surabaya,” Jurnal TRITON, vol. 18, no. 1, pp. 10-19, 2022.

Y. Nugraheni dan A. Y. Widyaningrum, “Jaringan Komunikasi Koperasi 64 Bahari Surabaya dalam Pengelolaan Hasil Laut,” Jurnal Ilmu Komunikasi, vol. 4, no. 1, pp. 117-138, 2021.

M. Suriadi, “Analisis Tingkat Kesejahteraan Masyarakat Nelayan di Kabupaten Bombana Provinsi Sulawesi Tenggara,” Skripsi Fakultas Ekonomi dan Bisnis, Universitas Hasanuddin Makassar, pp. 1-98, 2016.

A. Wulandari, F. M. Faruk, F. S. Doven dan Budyanra, “Penerapan Metode Regresi Logistik Biner Untuk Mengetahui Determinan Kesiapsiagaan Rumah Tangga dalam Menghadapi Bencana Alam,” Jakarta Timur, 2019.

A. K. Umaroh, “Perbandingan Metode Regresi Logistik Biner dan Classification and Regression Tree pada Klasifikasi Status Kesejahteraan Rumah Tangga di Kota Batu,” Skripsi Fakultas Sains dan Teknologi, Universitas Islam Negeri Maulana Malik Ibrahim Malang, pp. 1-127, 2020.

Rukini, “Model Regresi Logistik pada Kelulusan Ujian Sertifikasi Pengadaan Barang dan Jasa Pemerintah,” Jurnal Ekonomi Kuantitatif, vol. 9, no. 1, pp. 80-84, 2016.

Fitria, N. Rahma dan I. Arumsari, Manajemen Data untuk Survei Gizi, Bandung: Media Sains Indonesia, 2021.

L. J. Kazmier, Statistik untuk Bisnis: Belajar Super Cepat, Jakarta: Erlangga, 2004.

D. W. Hosmer dan S. Lemeshow, Applied Logistic Regression, 2 penyunt., USA: John Wiley & Sons, Inc, 2000.

C. A. W. Aji, “Analisis Faktor-Faktor yang Mempengaruhi Laju Pertumbuhan Penduduk Kota Semarang Tahun 2011 Menggunakan Geographically Weighted Logistic Regression,” Jurnal Gaussian, vol. 3, no. 2, pp. 161-171, 2014.

H. Damanik, S. Sinaga dan R. Bulolo, “Aanalisis Faktor-Faktor yang Mempengaruhi Audit Delay Pelaporan Keuangan pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia,” Jurnal Darma Agung, vol. 29, no. 2, pp. 223-234, 2021.

I. Ummah, “Estimasi Parameter pada Model Regresi Logistik untuk Respon Biner Bivariat,” Skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Semarang, pp. 1-79, 2018.

Paiman, Teknik Analisis Korelasi dan Regresi Ilmu-Ilmu Pertanian, Yogyakarta: UPY Press, 2019.

B. Peeters, R. Dewil dan I. Y. Smets, “Improved Process Control of an Industrial Sludge Cemtrifuge-dryer Installation Through Binary Logistic Regression Modeling of The Fouling Issues,” Journal of Process Control, vol. 22, no. 7, pp. 1390-1391, 2012.

S. P. Wulandari, M. Salamah dan D. Susilaningrum, Diktat Pengajaran Analisa Data Kualitatif, Surabaya: ITS Press, 2009.

Zakariyah, “Analisis Regresi Logistik Ordinal pada Prestasi Belajar Lulusan Mahasiswa S1 ITS Surabaya Berbasis SKEM,” Tugas Akhir Fakultas Matematika dan Ilmu Pengetahuan Alam, ITS, pp. 1-75, 2015.

BKKBN, Pedoman Tata Cara Pencatatan Dan Pelaporan Pendataan Keluarga, Sumatera Utara: Badan Koordinasi Keluarga Berencana Nasional, 2014.