Pemetaan faktor risiko indeks pembangunan manusia di Provinsi Jawa Timur menggunakan Geographically Weighted Binary Logistic Regression

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Alvin, Ika Wulan Izzatu (2025) Pemetaan faktor risiko indeks pembangunan manusia di Provinsi Jawa Timur menggunakan Geographically Weighted Binary Logistic Regression. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Ika Wulan Izzatu Alvin_09020221030.pdf Download (1MB)
	Text Ika Wulan Izzatu Alvin_09020221030_Full.pdf Restricted to Repository staff only until 14 July 2028. Download (2MB)

Abstract

Indeks Pembangunan Manusia (IPM) merupakan indikator yang menggambarkan kualitas hidup masyarakat dilihat dari aspek pendidikan, kesehatan, dan ekonomi. Jawa Timur sebagai salah satu provinsi dengan jumlah penduduk terbesar di Indonesia menunjukkan capaian IPM yang bervariasi antar kabupaten/kota. Penelitian ini bertujuan untuk membentuk model dan memetakan faktor-faktor yang memengaruhi IPM di 38 kabupaten/kota di Provinsi Jawa Timur pada tahun 2023. Data yang digunakan diperoleh dari Badan Pusat Statistik Jawa Timur. Variabel respon yang digunakan adalah status IPM yang dikategorikan biner (di atas dan di bawah rata-rata provinsi), dengan lima variabel prediktor yaitu angka harapan hidup X1, rata-rata lama sekolah X2, tingkat morbiditas X3, tingkat pengangguran terbuka X4, dan jumlah penduduk miskin X5. Metode yang digunakan adalah Geographically Weighted Binary Logistic Regression (GWBLR), yaitu pengembangan dari model regresi logistik biner yang mempertimbangkan pengaruh spasial di tiap lokasi pengamatan. Hasil analisis menunjukkan bahwa model GWBLR dengan fungsi pembobot adaptive gaussian kernel lebih unggul dibandingkan model regresi logistik biner, dengan nilai AIC sebesar 21,62661 dan koefisien determinasi sebesar 79%. Berdasarkan hasil pemetaan parameter GWBLR dengan fungsi pembobot adaptive gaussian kernel, diperoleh lima kelompok wilayah berdasarkan kombinasi variabel signifikan terhadap IPM. Penelitian ini menunjukkan bahwa pendekatan spasial melalui GWBLR mampu memberikan gambaran yang lebih komprehensif dalam mengidentifikasi faktor risiko pembangunan manusia di Jawa Timur.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Alvin, Ika Wulan Izzatu ikawulan5656@gmail.com 09020221030
Contributors:	Contribution Name Email NIDN Thesis advisor Hafiyusholeh, Moh. hafiyusholeh@uinsa.ac.id 2004028001 Thesis advisor Khaulasari, Hani hani.khaulasari@uinsa.ac.id 0709029102
Subjects:	Matematika Sumber Daya Manusia Statistik
Keywords:	Indeks pembangunan manusia; geographically weighted binary logistic regression; faktor risiko; Jawa Timur; spasial
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Ika Wulan Izzatu Alvin
Date Deposited:	14 Jul 2025 07:12
Last Modified:	14 Jul 2025 07:12
URI:	http://digilib.uinsa.ac.id/id/eprint/82529

Actions (login required)

View Item