Pemodelan Indeks Keparahan Kemiskinan Di Provinsi Sumatera Utara Tahun 2020 Dengan Metode Regresi Nonparametrik Spline Truncated

Purba, Mega Fenny (2022) Pemodelan Indeks Keparahan Kemiskinan Di Provinsi Sumatera Utara Tahun 2020 Dengan Metode Regresi Nonparametrik Spline Truncated. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003201188-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Indeks Keparahan Kemiskinan adalah ukuran rata-rata ketimpangan pengeluaran setiap penduduk miskin pada garis kemiskinan. Angka kemiskinan di Provinsi Sumatera Utara menunjukkan kenaikan selama pandemi Covid-19 pada data BPS yang mencatat jumlah penduduk miskin Sumatera Utara mengalami peningkatan sebesar 0,39 poin yaitu dari 8,75 persen pada Maret 2020 menjadi 9,14 persen pada September 2020. Angka kemiskinan ini setara dengan 1,36 juta jiwa pada September 2020, atau bertambah sekitar 73 ribu jiwa dalam satu semester terakhir Indeks keparahan kemiskinan pada 2019 sebesar 0,372% sedangkan pada 2020 indeks keparahan kemiskinan mengalami peningkatan dibandingkan pada tahun sebelumnya yang bernilai 0,453%. Hal ini menunjukkan bahwa ketimpangan pengeluaran cenderung tinggi dari tahun 2019 sampai tahun 2020 di Provinsi Sumatera Utara. Meningkatnya indeks keparahan kemiskinan diduga disebabkan oleh beberapa faktor dan untuk mengetahui faktor-faktor yang menjadi penyebab naiknya angka Indeks keparahan Kemiskinan di Provinsi Sumatera Utara maka digunakan sebuah metode statistik. Metode yang digunakan adalah metode regresi nonparametrik karena indeks keparahan kemiskinan dan faktor-faktor yang diduga mempengaruhinya tidak membentuk pola data tertentu, sehingga metode yang digunakan adalah regresi nonparametrik spline truncated. Model terbaik didapatkan dari knot optimal berdasarkan nilai Generalized Cross Validation (GCV) paling optimal adalah dengan menggunakan kombinasi titik knot (1,3,3,3,3). Terdapat 4 variabel yang berpengaruh signifikan terhadap indeks keparahan kemiskinan di Provinsi Sumatera Utara yaitu rata-rata lama sekolah (X1), tingkat pengangguran terbuka (X2), angkah harapan hidup (X4), dan Persentase rumah tangga dengan sanitasi layak (X5). Pemodelan ini menghasilkan koefisien determinasi sebesar 86.48%.
====================================================================================================================================
Poverty Severity Index is a measure of the average expenditure of each poor person on the poverty line. The poverty rate in North Sumatra Province showed an increase during the Covid-19 pandemic in BPS data which noted that the number of poor people in North Sumatra had increased by 0.39 points, from 8.75 percent in March 2020 to 9.14 percent in September 2020. The poverty rate this is equivalent to 1.36 million people in September 2020, or an increase of about 73 thousand people in the last semester. The poverty severity index in 2019 was 0.372%, while in 2020 the severity index increased compared to the previous year which was 0.453%. This shows that the fun is worryingly high from 2019 to 2020 in North Sumatra Province. The increase in the important index is known to be caused by several factors and to determine the factors that cause the increase in the Poverty Index in North Sumatra Province, statistical methods are used. The method used is a nonparametric regression method because the poverty severity index and the factors that influence it do not form a specific data pattern, so the method used is a truncated spline nonparametric regression. The best model obtained from optimal knots based on the most optimal Generalized Cross Validation (GCV) value is to use a combination of points (1,3,3,3,3). There are 4 variables that have a significant effect on the poverty severity index in North Sumatra Province, namely the average length of school (X1), the level of open expectations (X2), the level of hope (X4), and the percentage of households with proper sanitation (X5). This modeling produces a coefficient of determination of 86.48%.

Item Type:	Thesis (Other)
Additional Information:	RSSt 519.536 Pur p-1 2022
Uncontrolled Keywords:	GCV, Indeks Keparahan Kemiskinan, Regresi Nonparametrik Spline Truncated, Poverty Severity Index, Nonparametric Spline Truncated Regression
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:	Mr. Marsudiyana -
Date Deposited:	24 Apr 2026 05:43
Last Modified:	24 Apr 2026 05:43
URI:	http://repository.its.ac.id/id/eprint/132905

Actions (login required)

View Item