Pendekatan Multivariate Adaptive Regression Splines (MARS) Pada Data Panel Untuk Pemodelan Penduduk Miskin Di Indonesia

A. Sita, Eta Dian Ay (2015) Pendekatan Multivariate Adaptive Regression Splines (MARS) Pada Data Panel Untuk Pemodelan Penduduk Miskin Di Indonesia. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1313201712-Master Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Kemiskinan merupakan isu global maupun nasional sehingga masih akan tetap merupakan keprihatinan banyak pihak. Untuk keperluan perencanaan, monitoring, dan evaluasi berbagai program terkait penanggulangan kemiskinan diperlukan sejumlah instrumen statistik, salah satunya adalah persentase penduduk miskin dari total populasi. Tujuan penelitian ini adalah mengestimasi parameter model MARS untuk data panel, dan mengetahui faktor-faktor yang paling berpengaruh terhadap persentase penduduk miskin tingkat Kabupaten/Kota di Indonesia tahun 2008-2012 yang didasarkan pada dimensi Sumber Daya Manusia (SDM), ekonomi dan kesehatan menggunakan pendekatan MARS. Untuk kasus kemiskinan yang terdiri dari banyak variabel prediktor dan saling berinteraksi maka dapat dikatakan sebagai kasus dimensi tinggi atau multivariate serta tidak menunjukkan hubungan yang jelas antara variabel respon dengan variabel prediktor, sehingga metode yang tepat untuk pendekatan regresi nonparametrik dengan menggunakan Multivariate Adaptive Regression Splines (MARS). Metode Forward Stepwise pada MARS digunakan untuk mendapatkan basis fungsi yang paling maksimum dan mencari titik knot yang optimal. Selanjutnya Backward Stepwise yaitu mengurangi jumlah basis fungsi yang diperoleh berdasarkan nilai GCV (Generalized Cross Validation) terkecil dan untuk menaksir parameter fungsi. Penelitian ini menggunakan variabel respon yaitu persentase penduduk miskin dan variabel prediktor sebanyak tujuh belas, dengan menggunakan data SUSENAS untuk tahun 2008-2012 yang dihasilkan oleh Badan Pusat Statistik (BPS). Hasil penelitian dengan pendekatan MARS untuk data panel menunjukkan bahwa semua variabel prediktor berpengaruh dalam pemodelan penduduk miskin tingkat Kabupaten/Kota di Indonesia. Sementara dari ketujuh belas variabel prediktor diperoleh tiga variabel penting yang paling besar pengaruhnya terhadap variabel respon, yaitu persentase perempuan pengguna alat KB di rumah tangga miskin, persentase rumah tangga yang pernah membeli raskin, serta Angka Melek Huruf penduduk miskin usia 15- 55 tahun. =================================================================================================== Poverty is a global and national issues so that they will remain a concern for many parties. For the purposes of planning, monitoring, and evaluation of various programs related to poverty reduction required a number of statistical instruments, one of which is the percentage of poor people of the total population. The purpose of this study is to estimate the model parameters MARS for panel data, and determine the factors that most influence on the percentage of poor municipality/city level in Indonesia in 2008-2012 based on the dimensions of Human Resources (HR), and health economics approach MARS. For the case of poverty which consists of many predictor variables interact with each other and hence can be regarded as high-dimensional or multivariate case and did not show a clear relationship between the response variable with predictor variables, so that appropriate methods for nonparametric regression approach using Adaptive Multivariate Regression Splines (MARS ). Forward Stepwise on MARS method is used to obtain the maximum possible base functions and seek the optimal knots point. Further Backward Stepwise ie reducing the number of basis functions obtained based on the value of GCV (Generalized Cross Validation) the smallest and to estimate parameters of the function. This study uses the response variable is the percentage of poor and seventeen predictor variables, using data for the years 2008-2012 SUSENAS produced by the Central Statistics Agency (BPS). The results of the study with MARS approach to panel data indicate that all predictor variables affect the poor population modeling municipality/city level in Indonesia. While the seventeenth predictor variables obtained three important variables that most influence on the response variable, ie the percentage of women using contraception in poor households, the percentage of households who ever bought Raskin, and literacy rate of poor people aged 15-55 years.

Item Type: Thesis (Masters)
Additional Information: RTSt 519.536 Sit p
Uncontrolled Keywords: kemiskinan, MARS, regresi nonparametrik
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis
Divisions: Faculty of Mathematics and Science > Statistics > (S2) Master Theses
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 20 Mar 2018 04:39
Last Modified: 24 Aug 2018 01:36
URI: http://repository.its.ac.id/id/eprint/51580

Actions (login required)

View Item View Item