PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE TERHADA FAKTOR- FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI KABUPATEN DEMAK

Marlita Vebiriyana(1*), Moh Yamin Darsyah(2), Indah Manfaati Nur(3)


(1) 
(2) 
(3) 
(*) Corresponding Author

Abstract


Kemiskinan adalah ketidakmampuan untuk membeli barang-barang kebutuhan dasar seperti makanan, pakaian, papan dan obat-obatan. Kemiskinan merupakan salah satu permasalahan pembangunan di Indonesia. Salah satu upaya yang dilakukan untuk mengatasi tingkat kemiskinan ini adalah dengan menentukan faktor-faktor yang diduga berpengaruh terhadap kemiskinan. Keterkaitan akibat faktor lokasi tingkat kemiskinan antara suatu wilayah dengan wilayah sekitarnya diduga akan memberikan efek keragaman spasial terhadap tingkat kemiskinan di suatu wilayah. Hal tersebut dapat diatasi dengan pemodelan Geographically Weighted Regression (GWR). GWR merupakan bentuk lokal dari regresi linier dan merupakan salah satu metode spasial yang menggunakan faktor geografis sebagai variabel bebas yang dapat mempengaruhi variabel respon. Hasil penelitian menunjukkan bahwa variabel yang berpengaruh terhadap tingkat kemiskinan di Kabupaten Demak adalah kepadatan penduduk dengan nilai R2 sebesar 40,79% dengan SSE sebesar 43,976. Keterkaitan antar wilayah berpengaruh terhadap tingkat kemiskinan pada setiap kecamatan di Kabupaten Demak. Kecamatan dengan model terbaik adalah Kecamatan Karangawen dengan nilai R
sebesar 42,4%.
Kata kunci : Kemiskinan, Geographically Weighted Regression, Kernel Bisquare.
2

Full Text:

PDF

Article Metrics

Abstract view : 395 times
PDF - 312 times

DOI: https://doi.org/10.26714/jsunimus.3.1.2015.%25p

Refbacks

  • There are currently no refbacks.


Copyright (c) 2015 Jurnal Statistika

Editorial Office:
Department of Statistics
Faculty Of Mathematics And Natural Sciences 
Universitas Muhammadiyah Semarang

Jl. Kedungmundu No. 18 Semarang Indonesia

Published by: 
Department of Statistics Universitas Muhammadiyah Semarang

View My Stats

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.