Pemodelan Geographically Weighted Binary Logistic Regression pada Kasus Kemiskinan di Provinsi Sumatera Barat

Leniati, April (2023) Pemodelan Geographically Weighted Binary Logistic Regression pada Kasus Kemiskinan di Provinsi Sumatera Barat. Skripsi thesis, Universitas Negeri Padang.

[img]
Preview
Text
B1_02_April_Leniati_19337041_6302_2023.pdf

Download (11MB) | Preview

Abstract

Penelitian ini membahas tentang analisis status kemiskinan yang terjadi di Kabupaten/Kota Provinsi Sumatera Barat Tahun 2022. Permasalahan dalam penelitian ini adalah adanya Kabupaten/Kota yang memiliki persentase penduduk miskin diatas rata-rata kemiskinan Provinsi Sumatera Barat sebesar 5,92%. Penelitian ini bertujuan untuk mengetahui model Geographically Weighted Binary Logistic Regression (GWBLR) pada data persentase penduduk miskin di Kabupaten/Kota dan mengetahui faktor-faktor apa yang berpengaruh signifikan terhadap status kemiskinan Kabupaten/Kota di Provinsi Sumatera Barat. Jenis penelitian ini adalah penelitian terapan. Populasi dalam penelitian ini adalah 19 Kabupaten/Kota di Provinsi Sumatera Barat. Jenis data yang digunakan yaitu data sekunder yang diperoleh dari publikasi Badan Pusat Statistik Tahun 2023 yaitu status kemiskinan Kabupaten/Kota (Y), angka harapan hidup (X 1 ), angka melek huruf (X 2 ), tingkat partisipasi angkatan kerja (X 3 ), dan laju pertumbuhan produk domestik regional bruto (X 4 ). Metode yang digunakan dalam penelitian ini adalah GWBLR. Model regresi spasial GWBLR yang terbentuk sebagai berikut

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsEmail
Thesis advisorPermana, DonyUNSPECIFIED
CorrectorAmalita, NonongUNSPECIFIED
CorrectorMartha, ZamahsaryUNSPECIFIED
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik-S1
Depositing User: Sudia Ajjronisa S.Sos.
Date Deposited: 12 Dec 2023 03:18
Last Modified: 12 Dec 2023 03:18
URI: http://repository.unp.ac.id/id/eprint/48982

Actions (login required)

View Item View Item