Analisis Faktor-Faktor yang Memengaruhi Persentase Penduduk Miskin di Sulawesi Selatan dengan Regresi Nonparametrik Spline Truncated

Alamanda, Gandhes (2025) Analisis Faktor-Faktor yang Memengaruhi Persentase Penduduk Miskin di Sulawesi Selatan dengan Regresi Nonparametrik Spline Truncated. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003211096-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2027. Download (3MB) | Request a copy

Abstract

Kemiskinan merupakan salah satu permasalahan multidimensi yang banyak terjadi di negara berkembang termasuk Indonesia. Perserikatan Bangsa-bangsa (PBB) dalam Sustainable Development Goals (SDGs) menempatkan penghapusan kemiskinan sebagai salah satu tujuan utama. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi persentase penduduk miskin di Sulawesi Selatan. Angka kemiskinan di Provinsi Sulawesi Selatan pada tahun 2023 sebesar 8,70 persen dan masih berada dibawah target nasional yaitu sebesar 7,50 persen. Dalam lima tahun terakhir, angka kemiskinan di Sulawesi Selatan mengalami fluktuasi, puncaknya pada September 2021 mencapai 8,99 persen sebagai akibat dari pandemi Covid-19. Setelah meningkat dari 8,69 persen pada Maret 2019 hingga 8,78 persen pada Maret 2021, angka ini sempat turun menjadi 8,63 persen pada Maret 2022 sebelum kembali meningkat menjadi 8,70 persen pada Maret 2023. Faktor-faktor yang diduga berpengaruh terhadap kemiskinan di Sulawesi Selatan dalam penelitian ini didasarkan pada dimensi penyusun indeks kemiskinan multidimensi oleh UNDP yaitu dimensi pendidikan, dimensi standar hidup layak dan dimensi kesehatan. Masing-masing dimensi diwakili oleh variabel angka partisipasi sekolah menengah atas, persentase rumah rangga yang memiliki akses terhadap sumber air minum layak, dan angka prevalensi stunting. Dalam penelitian ini pemodelan persentase penduduk miskin di Sulawesi Selatan dilakukan dengan menggunakan regresi nonparametrik spline truncated. Pendekatan ini dipilih karena diketahui hubungan antara persentase penduduk miskin dengan faktor-faktor yang memengaruhinya tidak membentuk pola tertentu. Model regresi nonparametrik spline truncated terbaik yang didapatkan adalah model dengan kombinasi knot (2,3,3). Pemilihan titik knot optimal adalah dengan menggunakan metode Generalized Cross Validation (GCV). Hasil penelitian ini menunjukkan bahwa seluruh variabel prediktor berpengaruh signifikan terhadap persentase penduduk miskin di Sulawesi Selatan. Nilai koefisien determinasi yang dihasilkan pada pemodelan dengan kombinasi knot (2,3,3) adalah sebesar 93,34 persen.
======================================================================================================================================
Poverty is a complex multidimensional issue that is prevalent in many developing countries, including Indonesia. The United Nations (UN), in its Sustainable Development Goals (SDGs), has prioritized the eradication of poverty. This study aims to analyze the factors influencing the percentage of the poor population in South Sulawesi. The poverty rate in South Sulawesi in 2023 was 8.7 percent, still below the national target of 7.5 percent. Over the past five years, the poverty rate in South Sulawesi has fluctuated, peaking at 8.99 percent in September 2021 due to the COVID-19 pandemic. After increasing from 8.69 percent in March 2019 to 8.78 percent in March 2021, this figure decreased to 8.63 percent in March 2022 before rising again to 8.70 percent in March 2023. The factors suspected of influencing poverty in South Sulawesi in this study are based on the dimensions of the multidimensional poverty index by UNDP, namely the education dimension, the decent living standards dimension, and the health dimension. Each dimension is represented by the high school participation rate, the percentage of households with access to clean water, and the prevalence of stunting. In this study, modeling the percentage of the poor population in South Sulawesi was done using truncated spline nonparametric regression. This approach was chosen because the relationship between the percentage of the poor population and the influencing factors is known not to form a specific pattern. The best truncated spline nonparametric regression model obtained was by using a knot combination of (2,3,3). The selection of the optimal knot point was done using the Generalized Cross Validation (GCV) method. The results of this study show that all predictor variables have a significant effect on the percentage of the poor population in South Sulawesi. The coefficient of determination obtained from the modeling with the knot combination (2,3,3) is 93,34 percent.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Generalized Cross Validation, Persentase Penduduk Miskin, Regresi Nonparametrik Spline Truncated, Titik Knot, Generalized Cross Validation, Poverty Rate Percentage, Nonparametric Regression with Truncated Spline, Knot Points.
Subjects:	H Social Sciences > HA Statistics > HA31.35 Analysis of variance H Social Sciences > HA Statistics > HA31.3 Regression. Correlation. Logistic regression analysis. H Social Sciences > HA Statistics > HA31.7 Estimation
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Gandhes Alamanda
Date Deposited:	27 Jan 2025 09:08
Last Modified:	27 Jan 2025 09:08
URI:	http://repository.its.ac.id/id/eprint/116969

Actions (login required)

View Item