<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="112446">
 <titleInfo>
  <title>PENERAPAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PADA KASUS TINGKAT KEMISKINAN PULAU SUMATRA TAHUN 2021</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Ratu Rahil Alzahira</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Statistika</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Kemiskinan dapat didefinisikan sebagai kondisi di mana individu atau rumah tangga tidak mampu menyesuaikan taraf hidup di suatu kelompok untuk memenuhi kebutuhan dasar. Data yang digunakan pada penelitian ini adalah data persentase penduduk miskin di Pulau Sumatra tahun 2021 beserta faktor-faktor yang memengaruhinya.  Data tersebut merupakan data sekunder yang berasal dari publikasi resmi Badan Pusat Statistik di setiap kabupaten/kota di Pulau Sumatra. Berdasarkan uji asumsi yang dilakukan dalam penelitian ini, didapatkan bahwa data persentase penduduk miskin memiliki efek spasial. Hal ini berarti bahwa terdapat keterkaitan antara kemiskinan di satu daerah dan kemiskinan daerah lain di sekitarnya. Oleh karena itu, penelitian ini menggunakan analisis regresi spasial dengan metode Geographically Weighted Regression (GWR) menggunakan dua jenis fungsi pembobot, yaitu Fixed Kernel Gaussian dan Fixed Kernel Bi-square. Metode tersebut bertujuan untuk memodelkan dan mengetahui faktor-faktor yang memengaruhi data persentase penduduk miskin di Pulau Sumatra tahun 2021. Hasil pemodelan dengan metode GWR didapatkan model yang berbeda-beda untuk setiap kabupaten/kota di Pulau Sumatra. Setiap daerah yang berdekatan cenderung memiliki kesamaan dalam variabel yang signifikan memengaruhi tingkat kemiskinan. Hasil perbandingan antara dua jenis fungsi pembobot yang digunakan pada penelitian ini menunjukkan bahwa model GWR terbaik adalah model GWR dengan fungsi pembobot Fixed Kernel Gaussian yang memiliki nilai AIC terkecil yaitu 786,876 dan nilai R2 terbesar yaitu 66,25%. Pemodelan GWR dengan fungsi pembobot terbaik yang terbentuk berjumlah 153 model dengan 22 kombinasi variabel yang signifikan memengaruhi tingkat kemiskinan, di mana terdapat satu daerah yang tidak memiliki variabel yang signifikan sama sekali.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>112446</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-07-06 11:11:17</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-07-06 11:40:17</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>