Pemodelan kasus kemiskinan di Indonesia menggunakan Geographically Weighted Regression (GWR)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Maghfiroh, Diva Ayu Safitri Nur (2023) Pemodelan kasus kemiskinan di Indonesia menggunakan Geographically Weighted Regression (GWR). Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Diva Ayu Safitri Nur Maghfiroh_H72219026.pdf
Download (2MB)

Abstract

Kemiskinan merupakan standar hidup rata-rata masyarakat, dimana kondisi masyarakat kurang mencukupi untuk memenuhi kebutuhan pokok, sehingga menjadi masalah krusial bagi perekonomian di berbagai negara termasuk Indonesia. Tingkat kemiskinan yang merujuk pada jumlah penduduk miskin di Indonesia terus menurun pada tahun 2015 hingga 2019 akan tetapi penurunannya semakin melambat dengan rata-rata per-tahunnya sebesar 0, 76% menjadi 0, 37%, pada tahun 2020 mengalami kenaikan sebesar 0, 97% dan pada tahun 2021 mengalami penurunan sebesar 0, 48%. Faktor-faktor yang dapat mempengaruhi kemiskinan diantaranya tingkat pengangguran terbuka (X1), angka melek huruf (X2), pengeluaran perkapita yang disesuaikan (X3), rata-rata lama sekolah (X4), banyaknya rumah tangga yang memiliki fasilitas jamban (X5), dan angka partisipasi kasar tingkat perguruan tinggi (X6), dan upah minimum provinsi (X7). Selain itu, faktor geografis juga berpengaruh terhadap kemiskinan dikarenakan setiap lokasi pengamatan memiliki karakteristik yang berbeda mengenai faktor-faktor yang mempengaruhi kemiskinan. Penelitian ini dilakukan untuk memodelkan kasus kemiskinan di Indonesia menggunakan metode Geographically Weighted Regression (GWR) dengan fungsi pembobot terbaik yakni Adaptive Bisquare yang memiliki nilai AIC terkecil sebesar 18, 76868 dan nilai R2 terbesar yakni 94, 79%, dimana menghasilkan 17 kelompok variabel yang berpengaruh terhadap jumlah penduduk miskin.