Penentuan Faktor Kemiskinan Indonesia Menggunakan Regresi Logistik

irfani azis(1*), I Made Sumertajaya(2), Siti Samsiyah Purwaningsih(3), Sri Surjani Tjahjawati(4),

(1) sutomo university
(2) Bogor University
(3) Politeknik Negeri Bandung
(4) Politeknik Negeri Bandung
(*) Corresponding Author




DOI: https://doi.org/10.35580/jmathcos.v6i1.40985

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.



Full Text:

PDF

References


Adhitya, B., Prabawa, A., & Kencana, H. (2022). Analisis Pengaruh Pendidikan, Kesehatan, Sanitasi dan Rata-Rata Jumlah Anggota Keluarga Per Rumah Tangga terhadap Kemiskinan di Indonesia. Ekonomis: Journal of Economics and Business, 6(1), 288-295.

Aprilia, K., & Sembiring, F. (2021, September). Analisis Garis Kemiskinan Makanan Menggunakan Metode Algoritma K-Means Clustering. In Seminar Nasional Sistem Informasi dan Manajemen Informatika Universitas Nusa Putra (Vol. 1, No. 01, pp. 1-10).

Bahauddin, A., Fatmawati, A., & Sari, F. P. (2021). Analisis Clustering Provinsi di Indonesia Berdasarkan Tingkat Kemiskinan Menggunakan Algoritma K-Means. Jurnal Manajemen Informatika dan Sistem Informasi, 4(1), 1-8.

Hendayanti, N. P. N., & Nurhidayati, M. (2020). Regresi Logistik Biner dalam Penentuan Ketepatan Klasifikasi Tingkat Kedalaman Kemiskinan Provinsi-Provinsi di Indonesia. Sainstek: Jurnal Sains dan Teknologi, 12(2), 63-70.

Itang, I. (2015). Faktor Faktor Penyebab Kemiskinan. Tazkiya, 16(01), 1-30.

Pratama, Y. C. (2014). Analisis faktor-faktor yang mempengaruhi kemiskinan di Indonesia. Jurnal Bisnis dan Manajemen. Jakarta.

Priseptian, L., & Primandhana, W. P. (2022, January). Analisis faktor-faktor yang empengaruhi kemiskinan. In Forum Ekonomi (Vol. 24, No. 1, pp. 45-53).

Tisniwati, B. (2012). Analisis faktor-faktor yang mempengaruhi tingkat kemiskinan di Indonesia. Jurnal Ekonomi Pembangunan, 10(1), 33-46.

Widodo, E., et al. (2021). Pengelompokkan Provinsi di Indonesia Berdasarkan Tingkat Kemiskinan Menggunakan Analisis Hierarchical Agglomerative Clustering. Prosiding: Seminar Nasional Official Statistics 2021. Politeknik Statistika STIS.

Zuhdiyaty, N., & Kaluge, D. (2017). Analisis Faktor-Faktor Yang Mempengaruhi Kemiskinan Di Indonesia Selama Lima Tahun Terakhir. Jurnal Ilmiah Bisnis Dan Ekonomi Asia, 11(2), 27-31.


Article Metrics

Abstract view : 326 times | PDF view : 7 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 JMathCos (Journal of Mathematics, Computations, and Statistics)

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Indexed by:

         

 

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.