Analisis Faktor-Faktor Yang Mempengaruhi Kemiskinan di Indonesia Menggunakan Pendekatan Multivariate Adaptive Regression Spline (MARS)

Lia, Tamara Hardi (2024) Analisis Faktor-Faktor Yang Mempengaruhi Kemiskinan di Indonesia Menggunakan Pendekatan Multivariate Adaptive Regression Spline (MARS). Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) cover dan abstrak.pdf - Published Version Download (336kB)
	Text (BAB 1) BAB 1.pdf - Published Version Download (301kB)
	Text (BAB 5) BAB 5.pdf - Published Version Download (323kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (274kB)
	Text (Skripsi full text) full text.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Kemiskinan telah menjadi masalah secara global yang dirasakan oleh seluruh negara di dunia. Hingga saat ini persoalan kemiskinan telah menjadi salah satu permasalahan utama yang dihadapi oleh negara Indonesia. Perlu diketahui faktor-faktor apa saja yang mempengaruhi tingkat kemiskinan di Indonesia, agar dapat dipergunakan oleh pemerintahan sebagai perencanaan atau kebi- jakan baru sehingga lebih terarah pada pengentasan kemiskinan. Penelitian ini menggunakan salah satu metode regresi nonparametrik yang bisa digunakan untuk mengetahui faktor-faktor yang mempengaruhi kemiskinan yaitu metode Multivariate Adaptive Regression Spline (MARS). MARS dapat mengatasi per- masalahan data berdimensi tinggi yaitu data dengan jumlah variabel prediktor antara 3 sampai 20 dan ukuran sampel yang berukuran antara 50 sampai 1000. Penelitian ini menggunakan variabel respon yaitu persentase penduduk miskin dan variabel prediktor sebanyak lima belas yang berupa persentase pendidikan yang ditamatkan, angka melek huruf, angka partisipasi sekolah, ketenagaker- jaan, pengeluaran perkapita untuk makanan, fasilitas perumahan dan pro- gram pemerintah penanggulangan kemiskinan. Variabel penelitian didasarkan pada publikasi Data dan Informasi Kemiskinan Kabupaten/Kota 2022 yang dihasilkan oleh Badan Pusat Statistik (BPS). Model terbaik yang diperoleh merupakan hasil dari kombinasi BF=60, MI=3, MO=1 dengan nilai General- ized Cross Validation (GCV) yaitu 18,53124 sebagai nilai GCV minimum dan dari 15 variabel prediktor yang telah diteliti menunjukkan bahwa semua vari- abel prediktor dari X1 sampai X15 mempunyai pengaruh terhadap persentase kemiskinan di Indonesia.

Actions (login required)

View Item