PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE TERHADA FAKTOR- FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI KABUPATEN DEMAK
(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
sebesar 42,4%.
Kata kunci : Kemiskinan, Geographically Weighted Regression, Kernel Bisquare.
2
Full Text:
PDFArticle Metrics
Abstract view : 395 timesPDF - 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
This work is licensed under a Creative Commons Attribution 4.0 International License.