Pemodelan Konsumsi Rumah Tangga Di Kota Surabaya Menggunakan Regresi Kuantil

Fitri, Halumma Zulfia (2019) Pemodelan Konsumsi Rumah Tangga Di Kota Surabaya Menggunakan Regresi Kuantil. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06211745000027_Undergraduate_Theses.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Kota Surabaya sebagai salah satu kota metropolitan di Indonesia, masih terus berupaya dalam mengentas kemiskinan. Masalah kemiskinan tidak luput dari perhatian khusus pemerintah Kota Surabaya dalam hal meningkatkan kesejahteraan sosial masyarakatnya. Sejak tahun 2005, pemerintah dalam menyeleksi ruta penerima bantuan atau program sosial sebagai salah satu tindakan penanggulangan kemiskinan yakni menggunakan metode Proxy Means Test (PMT). Seluruh proses mulai dari perhitungan model PMT hingga perangkingan, dilakukan oleh Tim Nasional Percepatan Penanggulangan Kemiskinan (TNP2K) dengan tujuan mendapat perkiraan konsumsi rumah tangga (ruta) di Kota Surabaya. Dalam perhitungan model tersebut diperlukan sebuah evaluasi setiap tahun. Evaluasi model PMT menggunakan pendekatan statistika yaitu metode regresi karena dapat menunjukkan hubungan matematis antara variabel prediktor dengan variabel respon. Pada kasus tingkat kesejahteraan di Kota Surabaya terdapat keragaman yang besar antar pengeluaran rumah tangga sehingga terdapat indikasi outlier pada data. Data pencilan atau outlier dapat menyebabkan hasil estimasi parameter regresi klasik tidak stabil sehingga menyebabkan residual data tidak homogen, sehingga untuk mengatasi hal tersebut digunakan analisis regresi kuantil. Penelitian ini bertujuan untuk mendapatkan model terbaik untuk menduga konsumsi rumah tangga di Kota Surabaya dengan regresi kuantil. Hasil pemodelan regresi kuantil terbaik yaitu pemusatan data pada kuantil τ=0,5 namun pemodelan menggunakan metode regresi klasik OLS masih lebih baik dibandingkan dengan model regresi kuantil τ=0,5 dikarenakan nilai SSE dan RMSE sedikit lebih kecil pada pemodelan menggunakan regresi OLS.
===================================================================================================================================
Surabaya city as one of the metropolitan cities in Indonesia, continues its efforts to reduce poverty. The problem of poverty is not spared from Surabaya city government special attention in terms of improving the social welfare of its people. Since 2005, the government in selecting beneficiary or social program as a poverty reduction measure that is using the Proxy Means Test (PMT). The whole process from PMT to rank model calculations, carried out by the National Team to Accelerate Poverty (TNP2K) with the purpose of obtaining estimates of household consumption in Surabaya. In the calculation of the model required an evaluation every year. PMT model evaluation using statistical approaches are regression method because it can show the mathematical relationship between the predictor variables with the response variable. In case the level of welfare in Surabaya, there is a large diversity between household expenditures so that there are indications of outliers in the data. Data outliers can cause the classic regression parameter estimation result is not stable, so to overcome this quantile regression analysis with the concept of dividing the data into specific parts. This study aims to get the best model for estimating consumption of households in the city of Surabaya with quantile regression. Best quantile regression modeling results are centralization of data on quantile τ = 0,5 but modeling using classical OLS regression method was better than the quantile regression model τ = 0,5 because the values of SSE and RMSE are slightly smaller in modeling using OLS regression.

Item Type:	Thesis (Other)
Additional Information:	RSSt 519.536 Fit p-1 2019 3100019080894
Uncontrolled Keywords:	Konsumsi Rumah Tangga, Kota Surabaya, Regresi Kuantil.
Subjects:	H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics 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:	Halumma Zulfia Fitri
Date Deposited:	19 Nov 2025 08:23
Last Modified:	19 Nov 2025 08:23
URI:	http://repository.its.ac.id/id/eprint/64751

Actions (login required)

View Item