Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan Di Jawa Timur Menggunakan Analisis Geographically Weighted Regression Dengan Spatial Pattern Analysis

Rawosi, Muhammad Fatahillah Sidik Akhiruddin (2023) Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan Di Jawa Timur Menggunakan Analisis Geographically Weighted Regression Dengan Spatial Pattern Analysis. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2043221148-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (3MB) | Request a copy

Abstract

Kemiskinan merupakan masalah yang sering terjadi di negara berkembang. Menurut Human Development Indeks (HDI) yang disusun oleh PBB suatu negara diakatan negara maju jika nilai HDI mendekati nilai 1 atau lebih dari 0,8, sedangkan untuk Indonesia memiliki nilai HDI pada tahun 2022 sebesar 0,729 dimana ini menandakan Indonesia masih merupakan negara berkembang. Indonesia sebagai negara berkembang juga memiliki masalah kemiskinan. Kemiskinan adalah kondisi dimana seseorang tidak mampu memenuhi kebutuhan dasar seperti makanan, pakaian, obat-obatan dan tempat tinggal. Menurut Badan Pusat Statistika, jumlah penduduk miskin di Indonesia sebesar 9,57% pada bulan September 2022, hal ini terjadi peningkatan 0,03% dari bulan Maret 2022. Provinsi Jawa Timur menempati posisi ketiga dalam persentase tingkat kemiskinan untuk pulau Jawa yaitu sebesar 10,49% pada bulan September 2022. Sehingga hal ini perlu dilakukan analisis regresi terhadap tingkat kemiskinan, di Provinsi Jawa Timur. Strategi pengentasan kemiskinan lebih efektif bila diterapkan secara geografis, artinya juga terkait dengan sumber daya alam dan manusia yang dimiliki masing-masing daerah. Oleh karena itu, dalam penelitian ini dilakukan analisis spasial dengan dua metode, yaitu Spatial Pattern Analysis dan Geographically Weighted Regression. Hasil Penelitian mendapatkan bahwa pesebaran tingakat kemiskinan mempunyai pola berkelompok (cluster). Berdasarkan uji Indek’s Moran Residual didapatkan nilai p-value sebesar 0,001 < dari α sebesar 0,05, sehingga dapat disimpulkan bahwa data layak diberikan bobot dan dapat dilanjutkan pada analisis GWR. Hasil pemodelan dengan GWR diperoleh model yang berbeda-beda untuk tiap kabupaten/kota di Provinsi Jawa Timur. Kabupaten Blitar merupakan salah satu kabupaten dengan kategori aman di Provinsi Jawa Timur yang dipengaruhi oleh beberapa variabel yaitu X1, X2, dan X4. Kabupaten Bangkalan merupakan salah satu kabupaten dengan kategori rawan di Provinsi Jawa Timur yang dipengaruhi oleh variabel X4.
=================================================================================================================================
Poverty is a problem that often occurs in developing countries. According to the Human Development Index (HDI) compiled by the United Nations, a country is said to be a developed country if the HDI value is close to 1 or more than 0.8, while for Indonesia it has an HDI value in 2022 which indicates that Indonesia is still a developing country. Indonesia as a developing country also has a problem of poverty. Poverty is a condition in which a person is unable to meet basic needs such as food, clothing, medicine and shelter. According to the Central Bureau of Statistics, the number of poor people in Indonesia is 9.57% in September 2022, this is an increase of 0.03% from March 2022. East Java Province occupies the third position in the proportion of poverty rates for the island of Java, which is 10, 49% in September 2022. So it is necessary to do a regression analysis of the level of debris, in East Java Province. Poverty alleviation strategies are more effective when applied geographically, meaning that they are also related to the natural and human resources of each region. Therefore, in this study spatial analysis was carried out using two methods, namely Spatial Pattern Analysis and Geographically Weighted Regression. The results of the study found that the distribution of missile levels had a cluster pattern. Based on the Moran Residual Index test, a p-value of 0.001 was obtained <from α of 0.05, so it can be interpreted that the data deserves to be given weight and can be continued in GWR analysis. The results of modeling with GWR obtained different models for each district/city in East Java Province. Blitar Regency is one of the districts with a safe category in East Java Province which is influenced by several variables, namely X1, X2, and X4. Bangkalan Regency is one of the districts with a vulnerable category in East Java Province which is influenced by variable X4.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisis Regresi, Geographically Weighted Regression, Jawa Timur, Spatial Pattern Analysis,Tingkat Kemiskinan, East Java, Poverty Level, Regression Analysis, Spatial Pattern Analysis
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) > G70.212 ArcGIS. Geographic information systems. G Geography. Anthropology. Recreation > G Geography (General) > G70.217 Geospatial data Q Science > Q Science (General) > Q180.55.M38 Mathematical models
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Muhammad Fatahillah Sidik Akhiruddin Rawosi
Date Deposited:	31 Aug 2023 01:46
Last Modified:	31 Aug 2023 01:46
URI:	http://repository.its.ac.id/id/eprint/104906

Actions (login required)

View Item