Daftar Isi

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

ANALISIS STATISTIK SPASIAL PERTUMBUHAN PENDUDUK

DI LOKASI SEKITAR CALON TAPAK PLTN
UJUNG LEMAHABANG KABUPATEN JEPARA
Jupiter Sitorus Pane*
ABSTRAK
ANALISIS STATISTIK SPASIAL PERTUMBUHAN PENDUDUK DI LOKASI
SEKITAR CALON TAPAK PLTN UJUNG LEMAHABANG KAB UPATEN JEPARA.
Sebagai komponen penerima dalam analisis risiko lingkungan, analisis pertumbuhan penduduk
sangat diperlukan untuk dapat memperkirakan besar dan langkah mitigasi dampak bila terjadi
pelepasan bahan berbahaya. Dalam makalah ini diuraikan metode statistika dalam memprediksi
faktor-faktor yang mempengaruhi pertumbuhan penduduk secara spasial dan prediksinya untuk masa
yang akan datang. Hasil analisis dengan menggunakan Analisis Regresi Ganda dan Komponen
Analisis Utama (Principal Component Analysis) diketahui faktor-faktor yang sangat berpengaruh
terhadap pertumbuhan penduduk di lokasi sekitar PLTN Ujung Lemahabang yaitu faktor
ketersediaan listrik, ketersediaan jalan, terdapatnya Industri kayu/mebel, waktu, ke tinggian lokasi
dari permukaan laut, jarak dari Demak, sumber penghasilan tani, sumber penghasilan tambang
ketersedian industri pertambangan, dengan koefisien determinan mencapai 94,6% atau 95%. Hasil
prediksi menunjukkan bahwa pertumbuhan penduduk pada tahun 2016, 2036, dan 2056 adalah
sebesar 3.876.371, 5.815.101, dan 7.753.831 jiwa.

ABSTRACT
SPATIAL STATISTIC ANALYSIS ON POPULATION GROWTH AT SURROUND
CANDIDATE LOCATION OF NPP UJUNG LEMAHABANG, KABUPATEN JEPARA. As a
receptor component of environment risk analysis, population growt h analysis is needed to estimate
magnitude as well as mitigation impact of hazard source release. This paper describe statistical
method to predict factors that influence population growth spatially and its growth for future.
Analysis result using Multiple Regression Analysis and Principal Component Analysis shown that
availability of electrical, road, furniture industry, time, level of land, distance from Demak, agribisnis,
mining influence the growth of population with determinan coeficient of 94,6% or 95%. The
estimation of population at 2016, 2036, and 2056 are 3.876.371, 5.815.101, dan 7.753.831 persons.

PENDAHULUAN
Salah satu komponen terpenting dalam analisis risiko adalah mengevaluasi
jumlah penerima (receptor) dampak dari suatu pajanan sumber atau stressor,
dalam ruang dan waktu. Pola penyebaran penduduk dalam ruang akan menentukan
jumlah penduduk yang akan terkena dampak pada suatu wilayah tertentu, sedang
perkembangan penduduk dalam skala waktu memungkinkan analisis untuk
memprediksi besar dampak pada selang waktu yang akan datang.
Sesuai dengan rencana pembangunan PLTN di Semenanjung Lemahabang
maka kajian ini ditujukan untuk mengetahui pola penyebaran penduduk di sekitar
lokasi calon tapak PLTN sehingga data ini dapat dipakai untuk melakukan analisis
risiko lingkungan dalam ruang dan waktu. Secara khusus analisis mengulas
*

Pusat Teknologi Reaktor dan Keselamatan Nuklir-BATAN

241

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

pemanfaatan metode statistika dalam memprediksi petumbuhan penduduk untuk

jangka waktu yang akan datang.

LATAR BELAKANG TEORI

Analisis spasial pola penyebaran penduduk dalam ruang
Pola penyebaran penduduk dalam ruang spasial sekitar lokasi PLTN
dianalisis dengan pola pemusatan, penyebaran, korelasi spasial yang
direpresentasikan dengan indeks korelasi Moran maupun koefisien korelasi
kepadatan penduduk desa pada radius 50 km dari lokasi PLTN.
Pemusatan dan penyebaran. Pemusatan kepadatan penduduk atau
penyebaran ditandai dengan nilai rata-rata kepadatan (median center), rata-rata
spasial (spatial mean) dan deviasi standar spasial, seperti pada rumus berikut[1],
Rata-rata atribut:
n

Z=

i =1

(1)

Rata-rata spasial
X =

zi X i

Y =

zi
i

z iYi
i

zi

(2)

Deviasi standar spasial,

SD x =

( z i z) 2
n

SD y =

(z

z)

(3)

SD xy = S x 2 + S y 2
Keterangan:
Xi, Yi
zi
SDx
SDy
SDx,y

: posisi geografis pusat poligon (desa)

: nilai atribut (populasi atau lahan)
: Standar deviasi arah (x)
: Standar deviasi arah (y)
: Standar deviasi (x,y)
242

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

Agregasi spasial
Untuk membuktikan bahwa penduduk di sekitar lahan PLTN memusat atau
menyebar dilakukan perhitungan tingkat korelasi kepadatan penduduk dengan
mengunakan indeks korelasi Moran dan Koefisien Korelasi Geary. Indeks korelasi
Moran dinyatakan dalam rumus [1,2]:
Sedangkan koefisien korelasi Geary dinyatakan dengan rumus:

I=

C=

i j d ij (Z iZ )(Z j Z )
( i j d ij ) ( Z i Z ) 2

(n 1) i j d ij (Z i Z j ) 2
2 i j d ij ( Z i Z ) 2
i

(4)

(5)

Keterangan:
I , C : autokorelasi spatial
dij
: bobot relasi antara i dan j
Zi
: kepadatan penduduk i
: kepadatan penduduk desa berdekatan j
Zj
Penduduk yang berkelompok ditandai dengan koefisien korelasi Moran
mendekati 1 (satu) sedangkan yang menyebar ditandai dengan tingkat korelasi
mendekati 0 (nol). Untuk hal yang sama koefisien Geary berkisar 0 sampai 2
dimana nilai 1 menunjukkan data yang menyebar.

Analisis pertumbuhan penduduk

Dengan mengacu pada faktor-faktor yang mempengaruhi kepadatan
penduduk di suatu lokasi spasial, maka kepadatan penduduk dapat dirumuskan
sebagai,
Y : f(X1,X2,..., Xn)
(6)
Keterangan,
Y
: kepadatan penduduk suatu desa
X1...Xn : variabel yang mempengaruhi kepadatan penduduk.
Pengaruh dari tiap variabel terhadap kepadatan pendududuk dimodelkan
dengan menggunakan Analisis Regresi Linier Ganda [3] dengan fungsi:
Y : a0 + b1X1 +b2X2 + biXi ... + bnXn
(7)
Atau dengan analisis non-linear eksponensial dengan fungsi:
Y : co + exp(bo+b1X1+b2X2+bi Xi bnXn )
(8)
Keterangan,
Y
: kepadatan penduduk suatu desa.
ao
: intersep
243

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

bi
Xi
n

: parameter koefisien variabel Xi

: variabel
: jumlah parameter

Untuk dapat menggunakan model ini maka masing-masing variabel haruslah

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

Model pertumbuhan penduduk spasial-temporal

Untuk memprediksi pertumbuhan penduduk secara spasial dan temporal
maka diperlukan data variabel minimal dalam dua waktu yang berbeda yang
direpresentasikan dalam variabel dummy (to) dan (t1), sehingga persamaan
menjadi
Y : co + exp(bo+b1X1+b2X2+ bnXn + Dummy(t))

(9)

Dalam analisis ini data penduduk dan variabel spasial yang digunakan adalah
sensus tahun 1998 dan 2002 yang diterbitkan oleh BPS.

Pengujian Model
Besarnya rata-rata kesalahan dihitung dengan persamaan:

RKK =

JKK
n ( k + 1)

(10)

Keterangan,
RKK : Rata-rata kesalahan
JKK : Jumlah rata-rata kesalahan
k
: derajat kebebasan
n
: jumlah pengamatan
Standar kesalahan dinyatakan dalam

S = RKK

(11)

Untuk menguji berapa besar variabel independen dapat dijelaskan oleh

kombinasi variabel independen yang dinyatakan dalam koefisien determinan R2,

R2 =

Jumlah Kuadrat Rata

Jumlah Kuadrat Total

(12)

244

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

Pengujian tingkat pengaruh masing-masing parameter regresi dilakukan dengan

menggunakan hipotesis
H0:
H1:

1= 0
Tidak semua 1 = 0

Yang dapat diuji dengan statistik t

t[( n ( k +1)] =

bi
s (bi )

(13)

Keterangan,
t
: statistik t
bi
: parameter yang diestimasi
s(bi)
: standar deviasi estimasi.
Untuk nilai t pada nilai signifikansi () yang besar dari tkritis , berarti nilai
tes statistik berada pada daerah penolakan, maka hipotesis nol (H0) ditolak.
Sebaliknya untuk nilai t yang kecil dari nilai tkritis , berati nilai tes berada di daerah
penerimaan, maka hipotesis nol (H0) diterima.

METODOLOGI PENELITIAN
Penelitian ini dilakukan di lokasi sekitar calon tapak PLTN Ujung
Lemahabang. Lokasi ini berada pada koordinat latitude 6o 25 40 Lintang
Selatan, longitude 110o4720 bujur Timur, dengan kawasan meliputi radius
sampai 50 km. Secara administratif wilayah radius 50 km dari Ujung Lemahabang
meliputi Kabupaten Jepara, Kudus, Pati dan Demak. Daerah sekitar lokasi calon
Tapak PLTN terdiri dari laut (Laut Jawa) ke sebelah Utara dan darat ke sebelah
Selatan. Sedangkan data kependudukan diambil dari sumber resmi yang
dikeluarkan BPS dalam bentuk PODES 1998 dan 2002 dan peta digital dari
Bakorsutanal 2001.
Selanjutnya data dianalisis dengan memeriksa pola pemusatan, penyebaran
dan korelasi spasial kepadatan penduduk. Untuk menentukan model pertumbuhan
kepadatan penduduk secara spasial maka dilakukan Analisis Regresi Ganda
terhadap variabel-variabel yang berpotensi berpengaruh terhadap pertumbuhan
penduduk seperti yang terlihat pada Tabel 1. Seleksi variabel dilakukan dengan
mencari variable-variabel yang saling bebas satu sama lain dengan menggunakan
metode Analisis Komponen Utama atau Principal Component Analysis terhadap
variabel spasial dan dengan memilih faktor yang bernilai eigen > 1 atau faktor
dengan Scree Plot yang turun tajam.
Dengan menggunakan variable terpilih sebagai variable temporal dan
ditambahkan dengan variable dummy waktu dapat diperoleh model hubungan
kepadatan penduduk secara spasial dan temporal. Selanjutnya model temporal
digunakan untuk mempredikasi jumlah pendududuk pada usia PLTN.

245

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

HASIL DAN PEMBAHASAN

Dengan menggunakan script program perhitungan Indeks Moran dan
Koefisien Geary [4] dalam perangkat lunak ARCVIEW diperoleh hasil korelasi
spasial kepadatan penduduk untuk tahun 1998 dan 2002 seperti pada Tabel 2.
Tabel 2. Hasil Perhitung an Autocorrelation Spatial

Indeks
VarNorm
Znorm
Var Rand
Z Rand

Moran
0,608
0,0003
32,974
0,0003
33,388

1998
Geary
0,375
0,0005
27,23
0,003
11,841

Moran
0.586
0.000
31.774
0.000
32,186

2002
Geary
0.386
0.001
26,745
0.003
11,465

Hasil menunjukkan bahwa penduduk di sekitar PLTN hidup bergerombol dengan

pusat pada ibukota-ibukota Kabupaten sekitar PLTN seperti ditunjukkan pada
Gambar 1.
Dengan menggunakan metode PCA, dari 41 variabel yang dianggap
berpengaruh terhadap kepadatan penduduk diperoleh 14 faktor yang berpengaruh
signifikan. Dengan Analisis Regresi ganda diperoleh bahwa hanya 7 variabel
(faktor) yang dinyatakan berpengaruh nyata untuk kepercayaan a = 0.05 dengan
koefisien determinan R2 = 0.946. Hasil perhitungan nilai Beta, t dan p ditunjukkan
pada
Dengan demikian persamaan kepadatan penduduk dirumuskan seperti pada
persamaan berikut,
Y = 1.38105 + 4.83333 X18 + 0,01542 X17B+ 2.26876 X 11E + 1.61309 X21
- 0,02480 X4 + 17.77744 X10B.
Keterangan:
X 18
: Kepadatan listrik (jml kel pemakai listrik/luas desa)
X17B
: Ketersediaan jalan lain di dalam desa (m/luas desa)
X11E
: Terdapatnya Industri kayu/mebel (0=tidak: 1=ada )
X21
: Perubahan tahun dalam rentang 1998 -2002 (0=1998; 1=2002)
X5
: Tinggi dari permukaan laut (m)
X4
: Jarak dari Demak (km)
X10B
: Sumber penghasilan Tambang (0=tidak; 1=ada)

246

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

Tabel 1. Nama-nama variabel model pertumbuhan penduduk

No.
(1)
1.
2.
3.
4.
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

Nama Variable
(2)
Spatial
Jarak dari Desa ke Jepara
Jarak dari Desa ke Pati
Jarak dari desa ke Kudus
Jarak dari Desa ke Demak
Tinggi dari Permukaan laut
Kemiringan
Letak Desa terhadap hutan
DalamHTN
PinggirHTN
JauhdrHTN
Non -Spasial
Karakter Penduduk
Jumlah Wanita
Jumlah keluarga tani
Ekonomi
Sumber Penghasilan
Petani
Pertambngan
Industri
Perdagangan
Jasa
Industri
Industri Kulit
Olah makanan
Batu/Genteng
Batik/Tenun
Kayu
Logam
Lain
Dagang /Jml Pasar
PDRB
Pendidikan
Jumlah Sekolah
Kesehatan
Kepadatan Jml RS
Kepadatan Jml Puskesmas
Kepadatan Klinik Bersalin
Sosial Budaya
Kepadatan Jml Mesjid
Perhubungan atau Transportasi
Kepadatan Jalan Kota
Kepadatan jalan Lain
Kepadatan jalan Utama
Fasilitas
Ketersediaa n listrik
Ketersediaan lahan
Persentase Buildup
Persentase Sawah
Persentase Kebun lading
Lahan Lain
Hutan
Ketersediaan tempat rekreasi
Tahun
Variabel Dependent
Kepadatan penduduk masingmasing desa

Simbol
(3)
X1
X2
X3
X4
X5
X6
X7
X7A
X7 B
X7 C

Keterangan
(4)

0 - 2% : 0; 2-15% :1; 15-40% : 2; >40%:3

0 :dalam; 1 tidak
0 : pinggir; 1 tidak
0 : Jauh ; 1 tidak

X8
X9
X1 0
X10A
X1 0 B
X1 0 C
X10D
X1 0 E
X11A
X1 1 B
X1 1 C
X11D
X1 1 E
X11G
X11H
X1 2
X1 3
X1 4
X15A
X1 5 B
X1 5 C
X1 6
X17A
X1 7 B
X1 7 C
X1 8
Luas lahan/Luas Desa
X19A
X1 9 B
X1 9 C
X19D
X1 9 E
X2 0
X2 1
Y

0 :1998 ; 1 : 2002

247

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

Gambar 1. Distribusi Penduduk pada Tahun 1998 dan 2002

Tabel 3. Hasil perhitungan Beta, t dan p
Beta
Intercept
X 18
X 17B
X 11E
X 21
X4
X 10B

0,943892
0,017973
0,050493
0,033624
-0,019963
0,028892

Deviasi
Std.
Kesalahan
0,006298
0,005423
0,005667
0,005288
0,005278
0,005242

B
1,38105
4,83333
0,01542
2.26876
1,61309
-0,02480
17,77744

Deviasi Std
Kesalahan.

t(1962)

0,510661
0,032251
0,004654
0,254622
0,253692
0,006558
3,225571

2,7044
149,8654
3,3140
8,9103
6,3585
-3,7819
5,5114

p-level
0,006901
0,000000
0,000937
0,000000
0,000000
0,000160
0,000000

Artinya, secara spasial dan temporal pertumbuhan penduduk dapat

dijelaskan oleh faktor ketersediaan listrik, ketersediaan jalan, terdapatnya Industri
kayu/mebel, waktu, ketinggian lokasi dari permukaan laut, jarak dari Demak,
sumber penghasilan tambang.
Koefisien X4 merupakan koefisien yang
menggambarkan jarak dari pusat ibukota. Koefisien negatif berarti semakin jauh
suatu desa dari pusat ibukota semakin kecil penduduknya. Gambar 2 dan 3
menunjukkan distribusi variabel yang mempengaruhi pertumbuhan penduduk pada
Tahun 1998 dan 2002 di lokasi sekitar Ujung Lemahabang.
Dengan mengasumsikan tidak terjadi perubahan pada variabel yang lain,
kecuali variabel X21, yaitu variabel untuk perubahan waktu, dapat diprediksi
pertumbuhan kepadatan penduduk sampai pada tahun 2016, 2036, dan 2056 yaitu
sebesar 3.876.371, 5.815.101, dan 7.753.831. Secara spasial pertumbuhan
tersebut dapat dilihat pada Gambar 4.

248

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

Gambar 2. Distribusi variabel yang mempengaruhi pertumbuhan penduduk tahun

1998

Gambar 3. Distribusi variabel yang mempeng aruhi pertumbuhan penduduk

Tahun 2002

249

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

Gambar 4.

Hasil Prediksi Distribusi Penduduk pada Tahun 2016, 2036,

2056

Dengan prediksi ini pola penyebaran petumbuhan penduduk sebagai

receptor yang menerima dampak radiasi dapat diketahui. Dengan terpusatnya
penduduk pada ibukota Kabupaten yang berjarak lebih dari 10 km dari lokasi
rencana PLTN, maka dari sisi proteksi radiasi hal ini menguntungkan karena
pusat-pusat penduduk jauh dari lokasi sumber radiasi. Hasil perhitungan Pane dkk
[5] menunju kkan bahwa pada pelepasan sumber radiasi pada kondisi kecelakaan
PLTN dosis radiasi pada jarak lebih besar dari 10 km adalah sebesar 3,52 x 10 -2
mSv. Hal ini menunjukkan bahwa lokasi PLTN di Ujung Lemahabang,
Semenanjung Muria sudah cukup baik ditinjau dari sisi mitigasi dampak terhadap
penduduk bila terjadi kecelakaan Nuklir.
KESIMPULAN
Dari hasil analisis ini dapat disimpulkan bahwa pertumbuhan penduduk di
sekitar lokasi calon tapak PLTN cenderung memusat. Dengan menggunakan
Analisis Regresi Ganda dan Komponen Analysis Utama (Principal Component
Analysis) dapat diketahui faktor-faktor yang sangat berpengaruh terhadap
pertumbuhan penduduk di lokasi sekitar PLTN Ujung Lemahabang secara spatial
dan temporal dengan koefisien determinan mencapai 94,6%. Faktor tersebut
adalah faktor ketersediaan listrik, ketersediaan jalan, terdapatnya Industri
kayu/mebel, waktu, ketinggian lokasi dari permukaan laut, jarak dari Demak,
sumber penghasilan tani, sumber penghasilan tambang ketersediaan industri
pertambangan. Pertumbuhan penduduk pada tahun 2016, 2036, dan 2056 adalah
sebesar 3.876.371, 5.815.101, dan 7.753.831 jiwa. Terpusatnya penduduk pada
ibukota Kabupaten di sekitar PLTN yang berjarak >10 km sangat menguntungkan
dari sisi mitigasi dampak kecelakaan kar ena pusat penduduk tersebut jauh dari
sumber radiasi.
250

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

DAFTAR PUSTAKA
1. RUSTIADI, E. Analisis Spasial, IPB Bogor, 2003
2. ARLINGHAUS, S.L. Practical handbook of Spatial Statistics, United States,
CRC. Press. Inc. Editor, 1996.
3. SUPRANTO J., Analisis Multivariat: Arti dan Interpretasi. Rineka Cipta,
Jakarta, 2004.
4. SHEN. Q., An Application of GIS to The Measurement of Spatial
Autocorelation, 0198-97159(93)E0012-5, Pergamon, 1994.
5

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

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

JUPITER SITORUS PANE

Untuk model linier ganda dan eksponensial hasilnya sangat dekat. Yang paling
menonjol untuk dibandingkan adalah terhadap model logistic dan model geometri
dimana logistik hasilnya cenderung mendatar dan geometri sangat eksponensial.

DARWIS
Tadi ada pertanyaan : Harga sayur di kota lebih murah dibanding di daerah,
padahal harga sayur di Tangerang atau kebayoran lebih murah dibanding Serpong.
Langkah apa yang diambil agar di sekitar lokasi PLTN, populasi penduduknya,
mengingat ada pepatah ada gula ada semut dimana ada daya tarik suatu suatu
daerah (denga pekerjaan baru dsb), pasti orang akan berduyun-duyun datang ke
lokasii tersebut, contoh serpong yang dulu sepi sekarang sudah rame.
JUPITER SITORUS PANE
Yang saya maksud bukan harga sayur (maaf bila saya sebut demikian dalam
presentasi) yang benar adalah nilai tanah (land rent) yang dekat dengan pusat
251

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

bisnis akan lebih tinggi dari tanah yang jauh dari pusat bisnis. Demikian pula
penduduk lebih cenderung tinggal dekat dengan pusat bisnis daripada jauh dari
pusat bisnis. Dengan kehadiran PLTN berarti meningkatkan aktivitas ekonomi
(ada gula ada semut), namun dalam hal PLTN hal ini tidak diijinkan pada batas
wilayah tertenttu demi keselamatan penduduk. Untuk hal ini dibuatlah kebijakan
Tata Ruang Wilayah
SRIYANA
1. Screening faktor yang digunakan untuk menyeleksi faktor-faktor yang
berpengaruh dari 41 Data 14 faktor menjadi 7 faktor. Kriteria apa yang
digunakan?
2. Variabel yang sangat berpengaruh/dominan terhadap pertumbuhan penduduk ?
PLTN akan menjadi daya tarik ekonomi yang kuat......apa yang akan
diterapkan untuk mendekatnya konsentrasi penduduk ke lokasi PLTN
JUPITER SITORUS PANE
1. Screening dilakukan dengan PCA dan uji t koefisien variabel berpengaruh.
2. Variabel Non demografi yang paling berpengaruh yaitu keberadaan
penerangan listrik, jalan dan pertumbuhan alamiah dengan waktu.

DAFTAR RIWAYAT HIDUP

1.
2.
3.
4.
5.

Nama
: Jpiter Sitorus Pane
Tempat/Tanggal Lahir
: Padang 11 Mei 1960
Instansi
: PTRKN - BATAN
Pekerjaan / Jabatan
: Staff
Riwayat Pendidikan
:
S1 ITB
S2 University of Tenessee, USA (Nuclear Eng)
S3 IPB Bogor, Lingkungan
6. Pengalaman Kerja
: BATAN (1985 s/d sekarang)
7. Organisasi Profesional
: Himpunan Fisika Indonesia
8. Publikasi (Makalah)
:
Analisis Perubahan Pemanfaatan Ruang oleh Peningkatan Sarana dan
Prasarana
Analisis Perubahan Pemanfaatan lahan dengan metode input output
Analisis Distribusi 131 I pada lahan sekitar PLTN Ujung Lemah Abang
pada kondisi kecelakaan PLTN

Daftar Isi

252