KLASIFIKASI STATUS KEMISKINAN RUMAH TANGGA DI PROVINSI BENGKULU DENGAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)

HILMA, R. HASBIYAH and Sigit, Nugroho and Dian, Agustina (2023) KLASIFIKASI STATUS KEMISKINAN RUMAH TANGGA DI PROVINSI BENGKULU DENGAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS). Undergraduated thesis, Fakultas Matematika dan Ilmu pengetahuan Alam.

Archive (Thesis statistik) skripsi_Hilma R. Hasbiyah - Hilma Rosda.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (2MB)

Abstract

Kemiskinan merupakan salah satu masalah utama yang dihadapi baik pada tingkat global maupun nasional yang diindikasikan sebagai prioritas utama dalam tujuan pembangunan berkelanjutan atau Sustainable Development Goals (SDGs). Kebijakan dan program pemerintah telah dilaksanakan untuk mengurangi jumlah rumah tangga miskin. Mengetahui karakteristik rumah tangga miskin penting untuk dikaji sebagai acuan agar program pemerintah terlaksana sesuai target. Menentukan karakteristik dari rumah tangga tergolong miskin dilakukan dengan analisis klasifikasi yaitu klasifikasi dengan Multivariate Adaptive Regression Spline (MARS). Multivariate Adaptive Regression Spline (MARS) membentuk suatu model klasifikasi yang melibatkan beberapa basis fungsi yang memuat variabel prediktor yang berpengaruh. Data yang digunakan pada penelitian ini adalah data hasil Survei Sosial Ekonomi Nasional (Susenas) tahun 2021 bersumber dari Badan Pusat Statistik Provinsi Bengkulu. Variabel yang digunakan yaitu status kemiskinan rumah tangga yang tergolong menjadi rumah tangga miskin dan sangat miskin sebagai variabel respon serta beberapa variabel prediktor yang terdiri dari beberapa aspek seperti wilayah tempat tinggal, kondisi perumahan serta kondisi rumah tangga yang menjadi objek penelitian. Hasil dari penelitian ini menunjukkan bahwa menghasilkan model MARS dengan kombinasi Basis Fungsi (BF) = 28, Maksimum Interaksi (MI) = 3, dan Minimum Observasi (MO) = 0 yang memiliki kriteria GCV paling minimum sebesar 0.21314. Beberapa variabel yang paling berpengaruh terhadap pengelompokkan status rumah tangga miskin diantaranya yaitu kalori perkapita, sumber penerangan, bahan lantai, wilayah, luas lantai, bahan bakar dan fasilitas toilet. Hasil evaluasi ketepatan klasifikasi diperoleh akurasi sebesar 59,38%, serta nilai AUC diperoleh sebesar 0,586 yang berarti model sangat lemah dalam melakukan klasifikasi. Kata Kunci: Kemiskinan, Klasifikasi, Multivariate Adaptive Regression Spline (MARS)

Actions (login required)

View Item