Skripsi

Implementasi geographically weighted regression pada tingkat kemiskinan setelah pandemi di Jawa Timur / Moneig Noorfitria Syaharani

Abstrak
Pembangunan berkelanjutan merupakan agenda global yang memiliki 17 tujuan salah satunya adalah mengentaskan kemiskinan. Pandemi Covid-19 merupakan salah satu dari beberapa faktor yang menyebabkan kemiskinan. Jawa Timur memiliki tingkat kemiskinan tertinggi ketiga di antara provinsi lain di Pulau Jawa berdasarkan data tingkat kemiskinan. Angka penduduk miskin di provinsi Jawa Timur relatif tinggi jika dibandingkan dengan provinsi lain di Pulau Jawa. Hal ini menjadi salah satu permasalahan yang serius untuk diatasi. Penelitian ini bertujuan untuk mengetahui model Geograhpically Weighted Regression (GWR) tingkat kemiskinan dan faktor-faktor yang memengaruhi tingkat kemiskinan setelah pandemi di Jawa Timur. Variabel yang digunakan pada penelitian ini adalah Indeks Pembangunan Manusia (IPM) Pertumbuhan Ekonomi Persentase Kasus Covid-19 dan persentase penduduk miskin di Jawa Timur. Penelitian ini diawali dengan melakukan pengumpulan data berupa variabel yang digunakan. Selanjutnya dilakukan pengolahan terhadap variabel-variabel menggunakan metode GWR. Hasil dari pengolahan variabel-variabel tersebut akan dianalisis dan diinterpretasikan. Berdasarkan hasil analisis pada penelitian diperoleh model GWR yang berbeda untuk tingkat kemiskinan pada masa setelah pandemi setiap kabupaten/kota di Jawa Timur. Perbedaan tersebut disebabkan oleh faktor spasial yang memengaruhi variabel independen dan variabel dependen. Berdasarkan hasil analisis diperoleh IPM memiliki dampak negatif dan signifikan terhadap tingkat kemiskinan pada 10 kabupaten dan 5 kota di Jawa Timur. Pertumbuhan Ekonomi memiliki dampak negatif dan signifikan terhadap tingkat kemiskinan pada 1 kabupaten di Jawa Timur. Kasus Covid-19 memiliki dampak negatif dan positif serta signifikan terhadap tingkat kemiskinan pada 3 kabupaten di Jawa Timur. Penanganan kemiskinan di Jawa Timur pada masa setelah pandemi harus berbeda untuk setiap kabupaten/kota. Hal tersebut disebabkan karena setiap kabupaten/kota memiliki faktor yang secara signifikan berbeda yang menyebabkan kenaikan tingkat kemiskinan.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2024.

Deskripsi Fisik

xiv, 18 hlm. : ilus.

Bahasa

Indonesia

No Reg

1647/RS/24

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2024

Subjek

1. MODEL MATEMATIKA - GEOGRAPHICALLY WEIGHTED REGRESSION
2. MODEL MATEMATIKA - KEMISKINAN
3. MATHEMATICAL MODEL - GEOGRAPHICALLY WEIGHTED REGRESSION

Pembimbing

1. Andi Daniah Pahrany, M.Si

Lampiran Berkas