Penentuan Faktor Kemiskinan Indonesia Menggunakan Regresi Logistik

Abstract

Kemiskinan merupakan suatu masalah global yang dihadapai diberbagai negara, termasuk Indonesia. Penelitian ini bertujuan untuk mengetahui faktor yang memberingan pengaruh pada tingkat kemiskinan di Indonesia dengan melihat pengelompokkan kemiskinan itu sendiri. Data yang digunakan adalah data yang ada pada website badan pusat statistik dan bappenas tahun 2021 dengan model yang digunakan adalah model regresi logistik ordinal. Metode backward elimination digunakan untuk memilih model terbaik dengan nilai akaike information criterion terendah. Hasil dari penelitian ini adalah faktor produk domestik bruto dan tingkat pengangguran berpengaruh positif signifikan sedangkan jumlah penduduk dan upah minimum provinsi berpengaruh negatif seignifikan pada tingkat kemiskinan di Indonesia.

Kata Kunci: backward elimination, regresi logistik, ordinal

Poverty is a global problem faced by various countries, including Indonesia. This study aims to determine the factors that influence the level of poverty in Indonesia by looking at the poverty classification itself. The data used is data on the website of the Central Statistics Agency and Bappenas in 2021 with the model used is an ordinal logistic regression model. The backward elimination method is used to select the best model with the lowest information criterion akaike value. The results of this study are that the gross domestic product factor and the unemployment rate have a significant positive effect, while population size and the provincial minimum wage have a significant negative effect on the poverty rate in Indonesia.

Keywords: backward elimination, logistic regression, ordinal.