Open AccessPEMODELAN JUMLAH PENDUDUK MISKIN DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
Author(s) -
Sugi Haryanto,
Gilang Axelline Andriani
Publication year - 2019
Publication title -
jurnal litbang sukowati/jurnal litbang sukowati : media penelitian dan pengembangan
Language(s) - Italian
Resource type - Journals
eISSN - 2614-3356
pISSN - 2580-541X
DOI - 10.32630/sukowati.v4i2.122
Subject(s) - mathematics , statistics , geography , forestry
Kemiskinan merupakan sesuatu yang sering menjadi ukuran keberhasilan kepemimpinan seorang kepala daerah. Selain itu juga sebagai tujuan pertama Sustainable Development Goals (SDG’s) untuk dientaskan. Kebijakan yang tepat sangat penting dibuat demi tercapainya tujuan pembangunan berkelanjutan. Pemodelan Geographically Weighted Regression (GWR) penting digunakan untuk menyusun model di setiap kabupaten/kota sebagai dasar pembuat kebijakan. Peubah yang digunakan dalam penelitian ini yaitu jumlah penduduk miskin, Indeks Pembangunan Manusia (IPM), Tingkat Pengangguran Terbuka (TPT), dan Upah Minimum Kabupaten/kota (UMK). Tujuan penelitian ini yaitu menentukan faktor-faktor yang berpengaruh terhadap jumlah penduduk miskin di setiap kabupaten/kota di Jawa Tengah. Pemodelan GWR lebih efektif dalam menggambarkan jumlah penduduk miskin di kabupaten/kota di Jawa Tengah tahun 2018. Hal ini ditunjukkan dengan adanya penigkatan nilai R2 serta penurunan nilai Root Mean Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE).