Identifikasi Klaster Kemiskinan Multidimensi Berdasarkan Pola Hubungan Spasial di Kecamatan Tarik, Kabupaten Sidoarjo

Zulfaa, Saffanah (2024) Identifikasi Klaster Kemiskinan Multidimensi Berdasarkan Pola Hubungan Spasial di Kecamatan Tarik, Kabupaten Sidoarjo. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5015201087_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (5MB) | Request a copy

Abstract

Kecamatan Tarik terdiri dari 20 desa dan merupakan kecamatan dengan desa berstatus desa berkembang paling banyak yakni sebanyak 23,8% atau 18 desa dan desa berstatus desa maju paling sedikit yakni sebanyak 1,18% atau 2 desa di Kabupaten Sidoarjo. Hal ini menunjukkan belum optimalnya penanganan kemiskinan yang ada di Kecamatan Tarik. Untuk menangani permasalahan kemiskinan maka perlu diketahui faktor yang berpengaruh langsung terhadap kemiskinan. Kondisi kemiskinan akan menjadi semakin buruk apabila tidak ada kebijakan yang tepat. Oleh karena itu, penelitian ini dilakukan untuk mengukur tingkat kemiskinan multidimensi dan melihat pola hubungan spasialnya. Hasil dari penelitian ini diharapkan akan membantu pengambilan keputusan kebijakan penanganan kemiskinan di Kecamatan Tarik. Metode yang digunakan dalam penelitian ini adalah Multidimensional Poverty Index (MPI), Moran’s I, LISA, dan Analisis Regresi Linear Berganda. MPI digunakan untuk mengukur tingkat kemiskinan multidimensi di Kecamatan Tarik. Moran’s dan LISA digunakan untuk melihat pola hubungan spasial kemiskinan multidimensi secara global dan lokal. Analisis regresi linear berganda dilakukan untuk mengetahui faktor yang paling berpengaruh terhadap kemiskinan multidimensi. Berdasarkan hasil perhitungan MPI, 5 dari 20 desa mengalami kemiskinan multidimensi yang tinggi. Selain itu, analisis Moran’s dan LISA menjukkan adanya autokorelasi spasial kemiskinan multidimensi yang terjadi di Kecamatan Tarik. Hal ini menunjukkan bahwa kebijakan yang tepat sangat diperlukan karena kemiskinan yang terjadi di suatu desa akan berpengaruh terhadap desa lainnya.
========================================================================================================================
Tarik District consists of 20 villages and is the sub-district with the most villages with developing village status, namely 23.8% or 18 villages and the villages with the least developed village status, namely 1.18% or 2 villages in Sidoarjo Regency. This shows that poverty management in Tarik District is not optimal yet. To deal with the problem of poverty, it is necessary to know the factors that directly influence poverty. Poverty conditions will get worse if there are no appropriate policies. Therefore, this research was conducted to measure the level of multidimensional poverty and see the pattern of spatial relationships. It is hoped that the results of this research will help make policy decisions for handling poverty in Tarik District. The methods used in this research are Multidimensional Poverty Index (MPI), Moran's I, LISA, and Multiple Linear Regression Analysis. MPI is used to measure the level of multidimensional poverty in Tarik District. Moran's and LISA are used to see the spatial relationship patterns of multidimensional poverty globally and locally. Multiple linear regression analysis was carried out to determine the factors that most influence multidimensional poverty. Based on the MPI calculation results, 5 out of 20 villages experience high multidimensional poverty. Apart from that, Moran's and LISA analysis shows that there is spatial autocorrelation of multidimensional poverty that occurs in Tarik District. It shows that appropriate policies are very necessary because poverty that occurs in one village will affect other villages.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Autokorelasi Spasial, Indeks Kemiskinan Multidimensi, Klaster, LISA, Moran’s I, Klaster, Cluster, LISA, Moran’s I, Multidimensional Poverty Index, Spatial Autocorrelation
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) > G70.212 ArcGIS. Geographic information systems. H Social Sciences > HA Statistics > HA30.6 Spatial analysis H Social Sciences > HA Statistics > HA31.3 Regression. Correlation
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Regional & Urban Planning > 35201-(S1) Undergraduate Thesis
Depositing User:	Saffanah Zulfaa
Date Deposited:	07 Aug 2024 03:37
Last Modified:	07 Aug 2024 03:37
URI:	http://repository.its.ac.id/id/eprint/111505

Actions (login required)

View Item