PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION TERHADAP KEMISKINAN DI INDONESIA

PUTRI, SAGITA ZUHRI and Fauzi, Yulian and Septri, Damayanti (2022) PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION TERHADAP KEMISKINAN DI INDONESIA. Undergraduated thesis, Universitas Bengkulu.

Text SKRIPSI Sagita Zuhri Putri F1A018012.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (5MB)

Abstract

Kemiskinan di Indonesia mengalami kenaikan dan penurunan setiap tahun di setiap provinsinya. Terjadinya kenaikan dan penurunan itu disebabkan oleh adanya faktor yang memengaruhi tingkat kemiskinan di suatu wilayah. Penelitian ini bertujuan untuk mengetahui faktor-faktor apa saja yang memengaruhi kemiskinan di Indonesia setiap provinsi pada tahun 2021. Salah satu cara untuk menentukan faktor kemiskinan menggunakan analisis model regresi spasial dengan metode Geographically Weighted Regression (GWR) yang akan di modelkan untuk mengeksplorasi keragaman spasial dengan membentuk model regresi yang berbeda pada setiap lokasi pengamatan. Fungsi pembobot yang digunakan dalam penelitian ini adalah fixed kernel gaussian. Variabel yang digunakan dalam penelitian ini adalah Persentase penduduk miskin (�) sebagai variabel dependen dan variabel independen yaitu persentase yang menamatkan pendidikan SD/SMP (��), persentase tidak bekerja (��), laju pertumbuhan penduduk (��), persentase Produk Domestik Regional Bruto (PDRB) atas dasar harga berlaku ( ��), persentase rumah tangga miskin yang menerima Bantuan Pangan Non Tunai (BPNT) (��). Hasil dari penelitian menyimpulkan bahwa model GWR memiliki R2 sebesar 76.03% yang menunjukkan model mampu menjelaskan tingkat keragaman kemiskinan sebesar 76.03% dan sisanya dipengaruhi variabel lain di luar model. Terbentuk empat variabel yang berpengaruh signifikan. Kelompok pertama variabel yang signifikan adalah rumah tangga penerima BPNT, kelompok kedua adalah tidak bekerja yang signifikan, kelompok ketiga variabel signifikan rumah tangga penerima BPNT dan tidak bekerja, sedangkan kelompok keempat adalah variabel tidak bekerja dan PDRB atas dasar harga berlaku yang signifikan. Kata Kunci: Fixed kernel gaussiian, GWR, Kemiskinan

Actions (login required)

View Item