Pemodelan Multivariate Adaptive Gamma Regression Spline (Studi Kasus: Persentase Kemiskinan Di Kawasan Timur Indonesia Tahun 2021)

Irma, Desneli (2023) Pemodelan Multivariate Adaptive Gamma Regression Spline (Studi Kasus: Persentase Kemiskinan Di Kawasan Timur Indonesia Tahun 2021). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003201026-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (3MB) | Request a copy

Abstract

Model regresi merupakan aplikasi model linier yang mengasumsikan bahwa error atau residual berdistribusi normal. Akan tetapi, pada praktiknya, asumsi ini seringkali tidak terpenuhi. Metode alternatif yang bisa diaplikasikan untuk data berdistribusi tidak normal adalah Generalized Linear Models (GLM). Regresi gamma merupakan kasus khusus dari GLM dan sering digunakan untuk memodelkan fenomena kontinu dengan skewness positif. Regresi gamma mengasumsikan bahwa variabel respon Y mengikuti distribusi gamma. Multivariate Adaptive Regression Spline (MARS) merupakan metode nonparametrik yang dapat digunakan untuk mengatasi permasalahan data berdimensi sedang hingga tinggi,3≤p≤20, dan data dengan jumlah sampel sedang,50≤n≤1000. Penggabungan antara metode MARS dan regresi gamma menghasilkan suatu metode baru yaitu Multivariate Adaptive Gamma Regression Spline (MAGRS). Penaksiran parameter model MAGRS menggunakan metode Weighted Least Square (WLS). Pengujian hipotesis parameter secara serentak menggunakan Maximum Likelihood Ratio Test (MLRT), sedangkan pengujian secara parsial menggunakan statistik uji Z. Model MAGRS diaplikasikan pada persentase kemiskinan di Kawasan Timur Indonesia (KTI) tahun 2021. Unit penelitian terdiri dari 176 kabupaten/kota. Variabel prediktor yang digunakan dalam penelitian sebanyak tujuh variabel. Variabel yang berpengaruh signifikan terhadap persentase kemiskinan di KTI adalah kepadatan penduduk, rasio ketergantungan, angka kesakitan, PDRB per kapita, konsumsi rumah tangga, dan Gini ratio, sedangkan pertumbuhan ekonomi tidak berpengaruh. Berdasarkan tingkat kepentingan variabel, tiga variabel yang berkontribusi besar dalam pembentukan model MAGRS pada persentase kemiskinan di KTI adalah kepadatan penduduk, PDRB per kapita, dan Gini ratio. Tingkat kepentingan variabel kepadatan penduduk adalah sebesar 100 persen, PDRB per kapita sebesar 78,2 persen, dan Gini ratio sebesar 59,8 persen.
===============================================================================================================================
The regression model is a linear model application that assumes that the error or residual is a normal distribution. However, in practice, this assumption is often not met. An alternative method that can be applied to non-normally distributed data is Generalized Linear Models (GLM). Gamma regression is a special case of GLM and is often used to model continuous phenomena with positive skewness. Gamma regression assumes that the response variable Y follows a gamma distribution. Multivariate Adaptive Regression Spline (MARS) is a nonparametric method that can be used to solve problems with moderate to high dimensional data,3≤p≤20 and data with moderate sample sizes,50≤n≤1000. The MARS method and gamma regression combination produce a new method: the Multivariate Adaptive Gamma Regression Spline (MAGRS). Parameter estimation of the MAGRS model uses the Weighted Least Square (WLS) method. Simultaneous parameter hypothesis testing uses the Maximum Likelihood Ratio Test (MLRT), while partial testing uses the Z test statistic. The MAGRS model was applied to the poverty percentage in Eastern Indonesia in 2021. The research unit consists of 176 regencies/cities. The predictor variables used in the study were seven variables. Variables that have a significant effect on the poverty percentage in Eastern Indonesia are population density, dependency ratio, morbidity rate, GRDP per capita, household consumption, and Gini ratio, while economic growth has no effect. Based on the relative variable importance, three variables that contribute significantly to the formation of the MAGRS model on the poverty percentage in Eastern Indonesia are population density, GRDP per capita, and Gini ratio. The relative variable importance of the population density is 100 percent, GRDP per capita is 78.2 percent, and Gini ratio is 59.8 percent.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	MAGRS, MLRT, Persentase Kemiskinan, WLS
Subjects:	Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis. Correspondence analysis (Statistics)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Desneli Irma
Date Deposited:	17 Feb 2023 02:59
Last Modified:	17 Feb 2023 02:59
URI:	http://repository.its.ac.id/id/eprint/97494

Actions (login required)

View Item