Pendekatan Multivariate Adaptive Regression Splines (MARS) Pada Data Panel Untuk Pemodelan Penduduk Miskin Di Indonesia

A. Sita, Eta Dian Ay (2015) Pendekatan Multivariate Adaptive Regression Splines (MARS) Pada Data Panel Untuk Pemodelan Penduduk Miskin Di Indonesia. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 1313201712-Master Thesis.pdf]
Preview
Text
1313201712-Master Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Kemiskinan merupakan isu global maupun nasional sehingga masih akan
tetap merupakan keprihatinan banyak pihak. Untuk keperluan perencanaan,
monitoring, dan evaluasi berbagai program terkait penanggulangan kemiskinan
diperlukan sejumlah instrumen statistik, salah satunya adalah persentase
penduduk miskin dari total populasi. Tujuan penelitian ini adalah mengestimasi
parameter model MARS untuk data panel, dan mengetahui faktor-faktor yang
paling berpengaruh terhadap persentase penduduk miskin tingkat Kabupaten/Kota
di Indonesia tahun 2008-2012 yang didasarkan pada dimensi Sumber Daya
Manusia (SDM), ekonomi dan kesehatan menggunakan pendekatan MARS.
Untuk kasus kemiskinan yang terdiri dari banyak variabel prediktor dan saling
berinteraksi maka dapat dikatakan sebagai kasus dimensi tinggi atau multivariate
serta tidak menunjukkan hubungan yang jelas antara variabel respon dengan
variabel prediktor, sehingga metode yang tepat untuk pendekatan regresi
nonparametrik dengan menggunakan Multivariate Adaptive Regression Splines
(MARS). Metode Forward Stepwise pada MARS digunakan untuk mendapatkan
basis fungsi yang paling maksimum dan mencari titik knot yang optimal.
Selanjutnya Backward Stepwise yaitu mengurangi jumlah basis fungsi yang
diperoleh berdasarkan nilai GCV (Generalized Cross Validation) terkecil dan
untuk menaksir parameter fungsi. Penelitian ini menggunakan variabel respon
yaitu persentase penduduk miskin dan variabel prediktor sebanyak tujuh belas,
dengan menggunakan data SUSENAS untuk tahun 2008-2012 yang dihasilkan
oleh Badan Pusat Statistik (BPS). Hasil penelitian dengan pendekatan MARS
untuk data panel menunjukkan bahwa semua variabel prediktor berpengaruh
dalam pemodelan penduduk miskin tingkat Kabupaten/Kota di Indonesia.
Sementara dari ketujuh belas variabel prediktor diperoleh tiga variabel penting
yang paling besar pengaruhnya terhadap variabel respon, yaitu persentase
perempuan pengguna alat KB di rumah tangga miskin, persentase rumah tangga
yang pernah membeli raskin, serta Angka Melek Huruf penduduk miskin usia 15-
55 tahun.
===================================================================================================
Poverty is a global and national issues so that they will remain a concern
for many parties. For the purposes of planning, monitoring, and evaluation of
various programs related to poverty reduction required a number of statistical
instruments, one of which is the percentage of poor people of the total population.
The purpose of this study is to estimate the model parameters MARS for panel
data, and determine the factors that most influence on the percentage of poor
municipality/city level in Indonesia in 2008-2012 based on the dimensions of
Human Resources (HR), and health economics approach MARS. For the case of
poverty which consists of many predictor variables interact with each other and
hence can be regarded as high-dimensional or multivariate case and did not show
a clear relationship between the response variable with predictor variables, so that
appropriate methods for nonparametric regression approach using Adaptive
Multivariate Regression Splines (MARS ). Forward Stepwise on MARS method
is used to obtain the maximum possible base functions and seek the optimal knots
point. Further Backward Stepwise ie reducing the number of basis functions
obtained based on the value of GCV (Generalized Cross Validation) the smallest
and to estimate parameters of the function. This study uses the response variable
is the percentage of poor and seventeen predictor variables, using data for the
years 2008-2012 SUSENAS produced by the Central Statistics Agency (BPS).
The results of the study with MARS approach to panel data indicate that all
predictor variables affect the poor population modeling municipality/city level in
Indonesia. While the seventeenth predictor variables obtained three important
variables that most influence on the response variable, ie the percentage of women
using contraception in poor households, the percentage of households who ever
bought Raskin, and literacy rate of poor people aged 15-55 years.

Item Type: Thesis (Masters)
Additional Information: RTSt 519.536 Sit p
Uncontrolled Keywords: kemiskinan, MARS, regresi nonparametrik
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions: Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 20 Mar 2018 04:39
Last Modified: 24 Aug 2018 01:36
URI: http://repository.its.ac.id/id/eprint/51580

Actions (login required)

View Item View Item