Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
PEMODELAN GENERALIZED POISSON REGRESSION (GPR) PADA FAKTOR-FAKTOR YANG MEMENGARUHI JUMLAH PENDUDUK MISKIN DI PROVINSI ACEH
Pengarang
MUFADDIL - Personal Name;
Dosen Pembimbing
Ridha Ferdhiana - 197302141998022001 - Dosen Pembimbing I
Marzuki - 197802212005011004 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
1708108010037
Fakultas & Prodi
Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas MIPA Statistika., 2023
Bahasa
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Kemiskinan merupakan salah satu permasalahan yang dihadapi oleh seluruh provinsi di Indonesia, tak terkecuali Provinsi Aceh. Angka kemiskinan di Provinsi Aceh beberapa tahun terakhir terus mengalami peningkatan dari tahun sebelumnya, bahkan pada tahun 2020 angka kemiskinan di Provinsi Aceh mengalami peningkatan yang cukup tinggi yaitu 15,430% dan lebih tinggi dibandingkan dengan rata-rata kemiskinan di Indonesia yang sebesar 10,190%. Indikator yang dapat digunakan untuk mengukur angka kemiskinan adalah jumlah penduduk miskin. Penelitian ini menggunakan data jumlah penduduk miskin kabupaten/kota di Provinsi Aceh tahun 2020 dengan faktor-faktor yang diduga memengaruhi angka kemiskinan, di antaranya adalah Tingkat Pengangguran Terbuka (TPT), laju pertumbuhan penduduk, rata-rata lama sekolah, Produk Domestik Regional Bruto (PDRB), pengeluaran per kapita, dan angka harapan hidup. Data angka kemiskinan di Provinsi Aceh tahun 2020 merupakan data diskrit berdistribusi poisson. Regresi poisson merupakan regresi nonlinier yang digunakan untuk menganalisis data cacahan dengan variabel terikat berdistribusi poisson dan memenuhi asumsi equidispersi. Pada kenyataannya sering kali regresi poisson tidak memenuhi asumsi tersebut, sehingga regresi ini tidak tepat jika digunakan. Pelanggaran tersebut dapat diatasi dengan menggunakan Generalized Poisson Regression (GPR) dalam pemodelan datanya. Tujuan penelitian ini adalah mendapatkan model GPR terbaik serta mendapatkan peramalan terhadap kasus jumlah penduduk miskin kabupaten/kota di Provinsi Aceh tahun 2021. Berdasarkan hasil penelitian diperoleh model terbaik yang dapat menjelaskan jumlah penduduk miskin di Provinsi Aceh tahun 2020 adalah pemodelan GPR dengan 4 variabel yaitu TPT, laju pertumbuhan penduduk, rata-rata lama sekolah, dan angka harapan hidup. Model tersebut memiliki nilai Akaike’s Information Criterion (AIC) lebih kecil dibandingkan dengan 63 model yang terbentuk yaitu sebesar 518,900. Model GPR tersebut juga mampu meramalkan tingkat keakuratan data pada skala yang baik dengan nilai Mean Absolute Percentage Error (MAPE) yang diperoleh sebesar 18,766%.
Kata Kunci: Generalized Poisson Regression (GPR), regresi poisson, angka kemiskinan, Aceh.
Poverty is one of the problems faced by all provinces in Indonesia, including Aceh Province. The poverty rate in Aceh Province in recent years has continued to increase from the previous year, even in 2020 the poverty rate in Aceh Province has increased quite high, namely 15.430% and is higher than the average poverty in Indonesia which is 10.190%. An indicator that can be used to measure the poverty rate is the number of poor people. This study uses data on the number of poor people in regencies/cities in Aceh Province in 2020 with factors that are suspected to affect the poverty rate, including Open Unemployment (OU), population growth rate, average length of schooling, Gross Regional Domestic Product (GRDP), per capita expenditure, and life expectancy. Data on the poverty rate in Aceh Province in 2020 is discrete data distributed by Poisson. Poisson regression is a nonlinear regression used to analyze count data with poisson distributed bound variables and meet the assumption of equidispersion. In reality often poisson regressions do not meet these assumptions, so these regressions are not appropriate if used. To overcome these violations, Generalized Poisson Regression (GPR) was used in its data modeling. The purpose of this study is to get the best GPR model and get a forecast for the number of poor people in aceh province in 2021. Based on the results of the study, the best model that can explain the number of poor people in Aceh Province in 2020 is GPR modeling with 4 variables, namely OU, population growth rate, average length of schooling, and life expectancy. The model has a smaller Akaike’s Information Criterion (AIC) value compared to the 63 models formed at 518.900. The GPR model is also able to predict the level of data accuracy on a good scale with a Mean Absolute Percentage Error (MAPE) value obtained of 18.766%. Keywords: Generalized Poisson Regression (GPR), poisson regression, poverty rate, Aceh.
PEMODELAN GENERALIZED POISSON REGRESSION (GPR) PADA FAKTOR-FAKTOR YANG MEMENGARUHI JUMLAH PENDUDUK MISKIN DI PROVINSI ACEH (MUFADDIL, 2023)
PENERAPAN METODE GENERALIZED POISSON REGRESSION DALAM MENGIDENTIFIKASI FAKTOR-FAKTOR BERPENGARUH TERHADAP KEKERASAN DALAM RUMAH TANGGA (KDRT) DI INDONESIA (MUHAMMAD HAIKAL NST, 2020)
PEMODELAN JUMLAH TINDAK KRIMINALITAS KOTA-KOTA DI INDONESIA MENGGUNAKAN REGRESI BINOMIAL NEGATIF DAN GENERALIZED POISSON REGRESSION (Nisa Luthfia Jamil, 2024)
PERBANDINGAN METODE GENERALIZED POISSON REGRESSION DAN REGRESI BINOMIAL NEGATIF PADA ANALISIS JUMLAH KASUS TUBERKULOSIS DI PROVINSI ACEH (DEVA JHUANDRA TASYANT, 2023)
ANALISIS FAKTOR-FAKTOR PENYEBAB KEMATIAN IBU DI PROVINSI ACEH MENGGUNAKAN METODE GENERALIZED POISSON REGRESSION (Nonanda Junita, 2024)