Wanda Nabila, - (2022) Pemodelan Ketimpangan Distribusi Pendapatan Di Indonesia Dengan Pendekatan Metode Multivariate Adaptive Regression Spline. Skripsi thesis, UNIVERSITAS AIRLANGGA,.

	Text (HALAMAN JUDUL) 081811833049_HALAMAN JUDUL.pdf Download (999kB)
	Text (BAB I) 081811833049_BAB I.pdf Download (340kB)
	Text (FULLTEXT) 081811833049_FULLTEXT.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Distribusi pendapatan yang dapat diukur menggunakan Gini Rasio atau koefisien gini adalah penyebaran atau perbedaan pendapatan yang dihasilkan masyarakat. Distribusi pendapatan dapat mengalami ketimpangan yang menyebabkan perbedaan pendapatan yang diterima oleh masyarakat sehingga kesejahteraan hanya dapat dirasakan oleh golongan tertentu. Menurut World Population Review, Indonesia pada tahun 2020 tercatat sebagai negara dengan Gini Rasio tertinggi ke-4 dari total sebelas negara di Asia Tenggara. Faktor-faktor yang diduga berpengaruh terhadap ketimpangan distribusi pendapatan antara lain Jumlah Penduduk Miskin, Indeks Pembangunan Manusia (IPM), Tingkat Partisipasi Angkatan Kerja (TPAK), Produk Domestik Regional Bruto (PDRB), Laju Pertumbuhan Ekonomi, dan Tingkat Pengangguran Terbuka. Tujuan utama dalam penelitian ini adalah memodelkan, menganalisis, serta menginterpretasi model ketimpangan distribusi pendapatan di 34 Provinsi di Indonesia menggunakan metode Multivariate Adaptive Regression Spline (MARS). Metode MARS adalah pendekatan untuk regresi multivariat nonparametrik yang berguna untuk mengatasi permasalahan data berdimensi tinggi yang dapat digunakan untuk melihat adanya interaksi antar variabel prediktor. Pada hasil dan pembahasan didapatkan hasil bahwa model terbaik untuk pemodelan ketimpangan distribusi pendapatan di Indonesia berasal dari kombinasi fungsi basis 12, maksimal interaksi 2, dan minimal observasi 1. Dari model tersebut, diperoleh lima variabel yang berpengaruh secara signifikan terhadap ketimpangan distribusi pendapatan di Indonesia yaitu Jumlah Penduduk Miskin, IPM, tingkat partisipasi angkatan kerja, laju pertumbuhan ekonomi dan tingkat pengangguran terbuka. Selain itu, terdapat pula interaksi antar dua variabel yaitu pada interaksi antara jumlah penduduk miskin dan IPM, dan interaksi antara TPAK dan laju pertumbuhan ekonomi. Model MARS untuk data ketimpangan distribusi pendapatan di Indonesia menghasilkan nilai MSE sebesar 0,00027, nilai GCV sebesar 0,00115, dan nilai R-Square sebesar 0,878.

Actions (login required)

View Item