Pemodelan Persentase Penduduk Miskin Di Provinsi Nusa Tenggara Timur Dengan Pendekatan Ekonometrika Spasial Data Panel

Beatrix, Anita (2023) Pemodelan Persentase Penduduk Miskin Di Provinsi Nusa Tenggara Timur Dengan Pendekatan Ekonometrika Spasial Data Panel. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06211940007002_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (2MB) | Request a copy

Abstract

Masalah kemiskinan masih menjadi problema di tiap bangsa serta negara. Kemiskinan masih menjadi hal yang terus diupayakan untuk diturunkan persentasenya. Meskipun dari tahun ke tahun angka kemiskinan di Indonesia menurun, namun hal tersebut masih menjadi mimpi buruk di Provinsi NTT yang sampai saat ini masih menempati urutan ketiga sebagai provinsi dengan persentase kemiskinan tertinggi di Indonesia setelah Papua dan Papua Barat. Jumlah penduduk miskin di NTT sebanyak 1.131.620 orang atau sekitar 20,05%, angka presentasi ini menunjukkan penurunan dibandingkan dengan tahun 2021 sebesar 20,44%. Jika suatu wilayah saling berdekatan secara geografis maka sangat besar kemungkinan terjadinya kemiripan jumlah persentase kemiskinan antar satu wilayah dengan wilayah lainnya sehingga mengindikasikan adanya dependensi atau keterkaitan wilayah. Oleh karena itu, dalam penelitian ini diambil data sekunder mengenai faktor-faktor yang mempengaruhi penduduk miskin di setiap kabupaten/kota di NTT yang diperoleh dari Badan Pusat Statistik Provinsi Nusa Tenggara Timur. Berdasarkan data dari BPS dengan periode waktu dari tahun 2017 – 2022 maka dimodelkan persentase penduduk miskin dengan pemodelan ekonometrika spasial data panel dengan tujuan agar metode spasial dan panel memberikan analisis yang berguna dalam memahami hubungan dan pola dalam data spasial dan runtun waktu dalam periode waktu tertentu. Selain itu, metode spasial data panel memungkinkan untuk memodelkan efek spasial, yaitu adanya interaksi antara unit spasial yang berdekatan juga dapat mengatasi heterogenitas spasial, yaitu variasi sistematis dalam hubungan spasial di seluruh wilayah. Model spasial yang diestimasi dalam penelitian ini yaitu Spatial Autoregressive Model (SAR) dan Spatial Error Model (SEM) dengan melibatkan model panel pooled, fixed effects dan random effects menggunakan matriks pembobot Queen Contiguity. Dari penelitian ini diperoleh model terbaik yaitu model Spatial Error Model (SEM) Random Effects dengan menggunakan pembobot Queen Contiguity. Variabel yang signifikan dalam menjelaskan persentase penduduk miskin di Provinsi NTT yaitu variabel Indeks Pembangunan Manusia, Rumah Tangga Pengguna Listrik, dan Upah Minimum Provinsi dengan nilai masing-masing sebesar -0,7186 , -0,0486, dan -0,3732 dan nilai R2 serta Corr2 masing-masing sebesar 99,90% dan 34,38%.
=================================================================================================================================
Poverty remains a problem in every nation and country. Efforts to reduce poverty rates are still ongoing. Although the poverty rate in Indonesia has decreased over the years, it remains a nightmare in East Nusa Tenggara Province (NTT), which still ranks third as the province with the highest poverty percentage in Indonesia, following Papua and West Papua. The number of poor people in NTT is approximately 1,131,620 or around 20.05%, which shows a decrease compared to 20.44% in 2021. If geographically adjacent regions have similarities in their poverty percentages, it indicates a dependency or interconnectedness among the regions. Therefore, in this study, secondary data on factors affecting poverty in each district/city in NTT were collected from the Central Bureau of Statistics of East Nusa Tenggara Province. Based on data from the period 2017 to 2022, the percentage of the poor population was modeled using spatial econometric panel data modeling. The objective was to gain valuable insights into the spatial and temporal relationships within a specific time frame. Moreover, spatial panel data methods allow modeling of spatial effects, indicating interactions among neighboring spatial units and addressing spatial heterogeneity, which refers to systematic variations in spatial relationships across regions. The spatial models estimated in this research are the Spatial Autoregressive Model (SAR) and the Spatial Error Model (SEM) with the inclusion of pooled, fixed effects, and random effects panel models, using Queen Contiguity weight matrices. The best-fitted model obtained from this study is the Spatial Error Model (SEM) with Random Effects, utilizing the Queen Contiguity weight matrix. The significant variables in explaining the percentage of the poor population in East Nusa Tenggara Province are the Human Development Index, households with electricity usage, and the Provincial Minimum Wage, with values of -0.7186, -0.0486, and -0.3732, respectively. The R2 and Corr2 values for this model are 99.90% and 34.38%, respectively.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kemiskinan, Ekonometrika Spasial Data Panel, SAR dan SEM Pooled, Fixed Effect, Random Effect.
Subjects:	H Social Sciences > HA Statistics > HA30.6 Spatial analysis
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Anita beatrix
Date Deposited:	18 Sep 2023 02:44
Last Modified:	18 Sep 2023 02:44
URI:	http://repository.its.ac.id/id/eprint/104563

Actions (login required)

View Item