PEMODELAN SPASIAL KEMISKINAN DENGAN MIXED GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DAN FLEXIBLY SHAPED SPATIAL SCAN STATISTIC (Studi Kasus: Jumlah Rumah Tangga Sangat Miskin di Kabupaten Kulonprogo)

Helida , Nurcahayani and Purhadi, . (2013) PEMODELAN SPASIAL KEMISKINAN DENGAN MIXED GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DAN FLEXIBLY SHAPED SPATIAL SCAN STATISTIC (Studi Kasus: Jumlah Rumah Tangga Sangat Miskin di Kabupaten Kulonprogo). Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, "Penguatan Peran Matematika dan Pendidikan Matematika untuk Indonesia yang lebih Baik". ISSN 978 – 979 – 16353 – 9 – 4

[img]
Preview
Text
S - 13.pdf

Download (205kB) | Preview
Official URL: http://uny.ac.id

Abstract

Analisis regresi merupakan salah satu analisis statistika yang digunakan untuk membuat model antara variabel respon dengan variabel prediktor. Salah satu analisis regresi yang dapat digunakan apabila variabel respon berupa data count adalah analisis regresi Poisson. Geographically Weighted Poisson Regression (GWPR) merupakan bentuk lokal dari regresi Poisson dimana lokasi pengambilan data diperhatikan. Dalam penelitian ini akan digunakan metode Mixed Geographically Weighted Poisson Regression (Mixed GWPR) yang merupakan bentuk lokal dari regresi Poisson dan merupakan gabungan dari metode nonparametrik dan parameterik dimana faktor lokasi diperhatikan. Sebagai studi kasus digunakan data jumlah rumah tangga sangat miskin per desa/kelurahan di Kabupaten Kulonprogo, Provinsi DI Yogyakarta dimana sejak 2010-2012 menjadi provinsi dengan persentase kemiskinan tertinggi di Pulau Jawa. Hasil perbandingan antara regresi Poisson, GWPR, dan Mixed GWPR memberikan kesimpulan bahwa Mixed GWPR dengan pembobot fungsi kernel Adaptive Bisquare merupakan model terbaik untuk menganalisis jumlah rumah tangga sangat miskin di Kabupaten Kulonprogo tahun 2011 karena memiliki nilai Akaike Information Criterion (AIC) terkecil. Selain itu, untuk mengetahui desa/kelurahan yang akan dijadikan prioritas lokasi pengentasan kemiskinan maka dilakukan deteksi hotspot/kantong kemiskinan dengan metode Flexibly Shaped Spatial Scan Statistic dimana diperoleh hasil bahwa di Kabupaten Kulonprogo terdapat tiga kantong kemiskinan. Kata kunci: AIC, Flexibly Shaped Spatial Scan Statistic, Kantong Kemiskinan, Mixed GWPR, Rumah Tangga Sangat Miskin

Item Type: Article
Subjects: Prosiding > Seminar Nasional Matematika dan Pendidikan Matematika 2013
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Pendidikan Matematika > Pendidikan Matematika
Depositing User: Jurusan Pendidikan Matematika
Date Deposited: 10 Dec 2013 03:28
Last Modified: 10 Dec 2013 03:28
URI: http://eprints.uny.ac.id/id/eprint/10832

Actions (login required)

View Item View Item