nurima yuliandari Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Statistika 2025

Skripsi

ABSTRAK Kemiskinan menjadi salah satu permasalahan sosial-ekonomi utama di Indonesia, terutama di Pulau Sumatra yang memiliki beberapa provinsi yang masuk ke-10 besar tingkat kemiskinan tertinggi di negara ini. Penelitian ini bertujuan untuk menerapkan model Geographically Weighted Panel Regression (GWPR) dengan membandingkan pembobot fixed kernel bisquare dan adaptive kernel bisquare dalam menganalisis faktor-faktor dominan yang memengaruhi tingkat kemiskinan di Pulau Sumatra pada tahun 2020 – 2023. Metode GWPR digunakan karena mampu mengakomodasi heterogenitas spasial yang tidak dapat dijelaskan secara optimal oleh model regresi data panel. Pemeriksaan data menunjukkan adanya nilai outlier pada semua variabel, sehingga pembobot bisquare dipilih karena kemampuannya dalam memberikan bobot yang lebih kecil pada pengamatan yang jauh atau memiliki nilai ekstrim. Hasil perbandingan menunjukkan bahwa model GWPR dengan pembobot Adaptive kernel bisquare memiliki hasil yang lebih baik yaitu memiliki nilai AIC terkecil sebesar -1919,179 dan nilai R2 terbesar yaitu 81,91%. Pemodelan GWPR dengan pembobot terbaik menghasilkan 133 model lokal dengan 24 kelompok variabel yang signifikan dalam memengaruhi tingkat kemiskinan, serta 1 kategori Kabupaten/kota yang tidak memiliki variabel yang signifikan. Variabel yang paling dominan memengaruhi tingkat kemiskinan di Pulau Sumatra adalah X2 (IPM) yang signifikan di 106 wilayah, X3 (TPT) yang signifikan di 33 wilayah, X1 (JP) yang signifikan di 31 wilayah, X6 (PDRB) yang signifikan di 30 wilayah, X5 (HLS) yang signifikan di 26 wilayah, dan X4 (TPAK) yang signifikan di 20 wilayah.. Kata kunci: GWPR, Regresi Data Panel, Persentase Penduduk Miskin, Fixed Kernel Bisquare, Adaptive Kernel Bisquare. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 154479 2025-04-23 10:55:11 2025-04-23 11:54:46 machine generated