PEMODELAN PERSENTASE PENDUDUK MISKIN DI PROVINSI BENGKULU MENGGUNAKAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)

Kemiskinan merupakan salah satu permasalahan utama yang menjadi perhatian
pemerintah, khususnya di Provinsi Bengkulu yang termasuk ke dalam enam
provinsi termiskin di Indonesia dengan persentase penduduk miskin sebesar
14,04% pada tahun 2023. Penelitian ini bertujuan untuk memodelkan persentase
penduduk miskin di Provinsi Bengkulu dan mengetahui faktor-faktor apa saja yang
mempengaruhi persentase penduduk miskin di Provinsi Bengkulu menggunakan
metode Multivariate Adaptive Regression Spline (MARS) yang merupakan salah
satu pendekatan regresi nonparametrik dengan fleksibilitas tinggi dalam menangani
data kompleks. Hasil dari penelitian ini adalah metode MARS dengan model
terbaik dengan kombinasi Basis Fungsi (BF) = 15, Maksimum Interaksi (MI) = 3,
dan Minimum Observasi (MO) = 1. Variabel-variabel yang berpengaruh signifikan
dalam model ini adalah Angka Partisipasi Sekolah (�1), Angka Melek Huruf (�3),
Tingkat Partisipasi Angkatan Kerja (�4), dan Pengeluaran Per-kapita (�5). Model
yang dihasilkan memenuhi kriteria baik berdasarkan uji simultan dan uji parsial,
sehingga dapat digunakan untuk memprediksi persentase penduduk miskin.
Kata Kunci: Kemiskinan, Multivariate Adaptive Regression Spline (MARS),
Provinsi Bengkulu, Regresi Nonparametrik.