PEMODELAN REGRESI LOGISTIK BINER PADA DATA KEMISKINAN PEMERINTAH PROVINSI JAWA TIMUR DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE

DIAN SYALZA RIZKHY YULIANSARI, 081311833046 (2017) PEMODELAN REGRESI LOGISTIK BINER PADA DATA KEMISKINAN PEMERINTAH PROVINSI JAWA TIMUR DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE. Skripsi thesis, Universitas Airlangga.

[img]
Preview
Text (ABSTRACT)
KKC KK ST.S. 12 -17 Yul p-Abstrak.pdf

Download (773kB) | Preview
[img] Text (FULLTEXT)
KKC KK ST.S. 12 -17 Yul p.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Sejak awal kemerdekaan, bangsa Indonesia telah mempunyai perhatian besar terhadap terciptanya masyarakat yang adil dan makmur. Program-program pembangunan yang dilaksanakan selama ini juga selalu memberikan perhatian besar terhadap upaya pengentasan kemiskinan karena pada dasarnya pembangunan yang dilakukan bertujuan untuk meningkatkan kesejahteraan masyarakat. Meskipun demikian, masalah kemiskinan sampai saat ini terus-menerus menjadi masalah yang berkepanjangan. Setelah krisis terjadi, kemiskinan di Indonesia mulai membaik setiap tahun hingga 2014 mencapai 10,96 persen dari total penduduk. Jumlah penduduk miskin baik di kota maupun desa Jawa Timur pada tahun 2014 menempati peringkat pertama dengan jumlah paling banyak yaitu 4748.42 juta. Salah satu tujuan penelitian ini adalah menganalisis dan menginterpretasikan dari model berdasarkan faktor yang berpengaruh signifikan terhadap tercapainya target penurunan kemiskinan di Jawa Timur. Metode yang digunakan dalam penelitian ini adalah metode Multivariate Adaptive Regression Spline (MARS). Penelitian ini menggunakan 38 data kemiskinan di Jawa Timur dengan variabel prediktor sebanyak 6 variabel yang diperoleh dari Badan Pusat Statistika Jawa Timur pada tahun 2014. Hasil dari penelitian ini adalah faktor-faktor yang berpengaruh terhadap ketercapaian target kemiskinan Pemerintah Provinsi Jawa Timur pada tahun 2014 antara lain jumlah pengangguran, jumlah pegawai negeri sipil, jumlah sekolah, dan variabel pendapatan perkapita. model terbaik yang didapatkan pada kombinasi BF=24, MI=1, dan MO=1 dengan nilai GCV minimum 0,00017 dan R square sebesar 99,9%.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.S. 12-17 Yul p
Uncontrolled Keywords: Multivariate Adaptive Regression Spline (MARS), Poverty Goals, Spline Regression, MARS Classification
Subjects: Q Science > QA Mathematics > QA1-939 Mathematics
Q Science > QA Mathematics > QA273-280 Probabilities. Mathematical statistics
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsNIM
DIAN SYALZA RIZKHY YULIANSARI, 081311833046UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorSuliyanto, Drs., M.SiUNSPECIFIED
Thesis advisorEko Tjahjono, Drs., M.Si.UNSPECIFIED
Depositing User: Mrs. Djuwarnik Djuwey
Date Deposited: 30 Aug 2017 17:49
Last Modified: 30 Aug 2017 17:49
URI: http://repository.unair.ac.id/id/eprint/61178
Sosial Share:

Actions (login required)

View Item View Item