Analisis Geographically Weighted Panel Regression dengan Fungsi Pembobot Kernel dalam Memodelkan Faktor-Faktor yang Berpengaruh Terhadap Pertumbuhan Ekonomi di Jawa Timur

Rosalina, Monica (2024) Analisis Geographically Weighted Panel Regression dengan Fungsi Pembobot Kernel dalam Memodelkan Faktor-Faktor yang Berpengaruh Terhadap Pertumbuhan Ekonomi di Jawa Timur. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006201060-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy

Abstract

Provinsi Jawa Timur dikenal sebagai pusat industri dan keuangan kawasan tengah dan timur Indonesia yang memiliki signifikansi perekonomian yang cukup tinggi, yaitu berada di urutan kedua provinsi dengan nilai Produk Domestik Regional Bruto (PDRB) tertinggi di Indonesia. Kontribusi ini tidak terlepas dari peran setiap kabupaten dan kota di Provinsi Jawa Timur. Terdapat variasi dalam perolehan PDRB di setiap Kabupaten/Kota Provinsi Jawa Timur yang menandakan adanya ketidakmerataan pertumbuhan ekonomi di wilayah tersebut. Ketidakmerataan pertumbuhan ekonomi di suatu daerah memiliki berbagai risiko yang dapat mempengaruhi berbagai aspek. Oleh karena itu, pemahaman tentang faktor-faktor yang mempengaruhi pertumbuhan ekonomi di setiap kabupaten/kota menjadi sangat penting untuk mengembangkan kebijakan yang tepat untuk meningkatkan dan meratakan pembangunan ekonomi yang disertai dengan mitigasi risiko lebih dini. Pendekatan Geographically Weighted Panel Regression (GWPR) digunakan untuk mengeksplorasi dinamika perubahan ekonomi yang bertujuan untuk memperhitungkan pengaruh spasial antarwilayah dalam analisis pertumbuhan ekonom dapat memberikan pemahaman yang lebih mendalam tentang peran dan kontribusi masing-masing wilayah terhadap pertumbuhan ekonomi regional secara keseluruhan. Data yang digunakan pada penelitian ini yaitu data perolehan PDRB atas dasar harga konstan dari 38 Kabupaten/Kota di Jawa Timur dari tahun 2018 hingga 2022. Hasil penelitian menunjukkan model GWPR adaptive kernel dengan fungsi pembobot kernel adaptive tricube merupakan model terbaik dengan R^2 sebesar 90,3% dan RMSE sebesar 1.033,8 dibandingkan dua model lainnya yaitu GWPR fixed kernel dengan R^2 76,47% dan RMSE sebesar 1.610,6 serta model regresi data panel FEM within estimator dengan R^2 sebesar 60,18% dan RMSE sebesar 2.095,2. Pemodelan GWPR adaptive kernel menghasilkan persamaan model yang berbeda-beda untuk setiap kabupaten//kota, sehingga menghasilkan 7 kelompok daerah dengan pengaruh variabel signifikan yang berbeda-beda. Secara umum, terdapat empat variabel yang berpengaruh signifkan terhadap perolehan PDRB atas dasar harga konstan di Jawa Timur yaitu Pendapatan Asli Daerah (PAD), jumlah tenaga kerja, jumlah industri besar dan sedang, serta jumlah investasi dalam negeri.

==============================================================================================================

East Java Province is known as the industrial and financial center of central and eastern Indonesia which has a high economic significance, being the second province with the highest Gross Regional Domestic Product (GRDP) value in Indonesia. This contribution is inseparable from the role of each district and city in East Java Province. There are variations in the acquisition of GRDP in each Regency/City of East Java Province, which indicates the existence of uneven economic growth in the region. Uneven economic growth in a region has various risks that can affect various aspects. Therefore, understanding the factors that influence economic growth in each district/city is very important to develop appropriate policies to improve and equalize economic development accompanied by early risk mitigation. The Geographically Weighted Panel Regression (GWPR) approach is used to explore the dynamics of economic change that aims to take into account the spatial influence between regions in the analysis of economic growth can provide a deeper understanding of the role and contribution of each region to overall regional economic growth. The data used in this study are data on the acquisition of GRDP at constant prices from 38 Regencies/Cities in East Java from 2018 to 2022. The results showed that the GWPR adaptive kernel model with an adaptive tricube kernel weighting function was the best model with R^2 of 90,3% and RMSE of 1.033,8 compared to the other two models, namely GWPR fixed kernel with R^2 of 76,47% and RMSE of 1.610,6 and FEM within estimator panel data regression model with R^2 of 60,18% and RMSE of 2.095,2. Adaptive kernel GWPR modeling produces different model equations for each district/city, resulting in 7 regional groups with different significant variable influences. In general, there are four variables that have a significant effect on the acquisition of GRDP at constant prices in East Java, namely Regional Original Revenue (PAD), the number of workers, the number of large and medium industries, and the amount of domestic investment.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kernel Weighting Function, GWPR, East Java, GRDP, Economic Growth, Fungsi Pembobot Kernel, GWPR, Jawa Timur, PDRB, Pertumbuhan Ekonomi.
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Monica Rosalina
Date Deposited:	01 Aug 2024 02:40
Last Modified:	01 Aug 2024 02:40
URI:	http://repository.its.ac.id/id/eprint/110429

Actions (login required)

View Item