Pemodelan Faktor-Faktor yang Memengaruhi Indeks Pembangunan Manusia pada Tingkat Kabupaten/Kota di Pulau Kalimantan Menggunakan Geographically Weighted Log-Normal Regression

Mahestri, Alea Erdinna (2024) Pemodelan Faktor-Faktor yang Memengaruhi Indeks Pembangunan Manusia pada Tingkat Kabupaten/Kota di Pulau Kalimantan Menggunakan Geographically Weighted Log-Normal Regression. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003201080-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy

Abstract

Kesenjangan pembangunan kualitas hidup manusia yang masih terjadi di Indonesia memerlukan perhatian serius dari pemerintah untuk mewujudkan pemerataan pembangunan kualitas hidup. Usaha ini dapat ditunjang dengan mempertimbangkan faktor-faktor yang memengaruhi pembangunan kualitas hidup manusia suatu wilayah. Indikator utama tingkat keberhasilan pembangunan kualitas hidup manusia suatu wilayah dapat diukur dengan Indeks Pembangunan Manusia (IPM). Studi ini menitikberatkan bagaimana faktor-faktor yang diduga sebagai determinan IPM berpengaruh dalam konteks spatial area. Pulau Kalimantan menjadi studi kasus dalam tugas akhir ini. Walaupun merupakan pulau terluas di Indonesia, IPM yang dicapai oleh tiga dari lima provinsi di Kalimantan masih lebih rendah dibandingkan IPM pada Provinsi DKI Jakarta. Ketiga Provinsi tersebut diantaranya adalah Provinsi Kalimantan Barat, Kalimantan Tengah dan Kalimantan Selatan. Penelitian ini akan dilakukan dengan memodelkan faktor-faktor yang signifikan terhadap IPM kabupaten/kota ketiga provinsi dengan menggunakan Geographically Weighted Log-Normal Regression (GWLNR). Tujuan penelitian ini adalah untuk mengetahui persebaran spasial setiap variabel yang terlibat pada penelitian dan faktor-faktor yang memengaruhi IPM ketiga provinsi menggunakan GWLNR. Data yang digunakan adalah variabel-variabel penelitian tahun 2022 dari setiap kabupaten/kota ketiga provinsi, yaitu persentase penduduk dengan keluhan kesehatan (X1), rasio sarana kesehatan-penduduk (X2), rasio sekolah-siswa (X3), persentase penduduk miskin (X4), dan Tingkat Pengangguran Terbuka (X5). Pengujian Breusch-Pagan menunjukkan terjadinya heterogenitas spasial pada data penelitian. Pemodelan IPM pada tingkat kabupaten/kota ketiga provinsi pada tahun 2022 menggunakan GWLNR dengan fungsi pembobot Adaptive Bisquare Kernel merupakan model terbaik karena memiliki AICc dan MSE terkecil dari seluruh model. Model tersebut menghasilkan 41 model regresi yang berbeda sehingga variabel prediktor yang berpengaruh signifikan setiap kabupaten/kota tidak seragam. Model ini membentuk tujuh kelompok kabupaten/kota berdasarkan kesamaan variabel prediktor yang berpengaruh signifikan terhadap IPM dan tanda estimasi koefisien regresi. Kelompok 1 merupakan kelompok kabupaten/kota dengan X1, X3 dan X4 yang berpengaruh signifikan terhadap IPM, kelompok 2 dengan X3 dan X4, kelompok 3 dengan X2, kelompok 4 dengan X3, kelompok 5 dengan X4, kelompok 6 dengan X5 dan kelompok 7 tanpa variabel prediktor yang berpengaruh signifikan terhadap IPM.
=================================================================================================================================
The gap in human quality of life development exists in Indonesia requires serious attention from the government to realize equitable development of quality of life. It can be supported by considering factors that affect the development of quality of human life of a region. The main indicator of the success rate of development of the quality of human life of a region can be measured with Human Development Index (HDI). This study focuses on how factors suspected to be determinants of the HDI impact the spatial area. Kalimantan Island is used as a case study in this final project. Although it is the largest island in Indonesia, the HDI achieved by three out of five provinces in Kalimantan is still lower compared to the HDI of DKI Jakarta. The three provinces are West Kalimantan, Central Kalimantan and South Kalimantan. This study will be conducted by modeling significant factors on the HDI of districts/cities in the three provinces using Geographically Weighted Log-Normal Regression (GWLNR). The purpose of this study is to determine spatial distribution of each variable involved in this research and factors that affect the HDI of the three provinces using GWLNR. The data used are 2022 research variables from each district/city of the three provinces, namely percentage of people with health complaints (X1), the ratio of health facilities over population (X2), the ratio of schools over students (X3), the percentage of poor people (X4) and the Open Unemployment Rate (X5). The Breusch-Pagan test showed the occurrence of spatial heterogeneity in the research data. HDI modeling at the district/city level of the three provinces in 2022 using GWLNR with the Adaptive Bisquare Kernel weighting function is the best model because its has the smallest AICc and MSE out of all models. The model produced 41 different regression models so that the predictor variables that had a significant effect on each district/city were not uniform. This model forms seven district/city groups based on the similarity of predictor variables that have a significant effect on HDI and regression coefficient estimation mark. Group 1 is a group of districts/cities with X1, X3 and X4 which has a significant effect on HDI, group 2 with X3 and X4, group 3 with X2, group 4 with X3, group 5 with X4, group 6 with X5 and group 7 without predictor variables that had a significant effect on HDI.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Human Development Index (HDI), Log-Normal Regression (LNR), Newton-Raphson, Geographically Weighted Log-normal Regression (GWLNR), Indeks Pembangunan Manusia (IPM), Kalimantan, Newton-Raphson.
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Alea Erdinna Mahestri
Date Deposited:	04 Sep 2024 04:19
Last Modified:	04 Sep 2024 04:19
URI:	http://repository.its.ac.id/id/eprint/111770

Actions (login required)

View Item