Analisis Faktor-Faktor yang Mempengaruhi Kemiskinan di Indonesia Menggunakan Pendekatan Bootstrap Aggregating Multivariate Adaptive Regression Spline (BAGGING MARS)

Kemiskinan merupakan suatu masalah yang bersifat multidimensional yang dirasakan oleh negara Indonesia. Kemiskinan ini disebabkan oleh berbagai aspek penting yang saling berkaitan seperti kurangnya pendapatan, ketidaksetaraan akses pendidikan, layanan kesehatan, kesempatan kerja hingga partisipasi sosial. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor-faktor yang paling berpengaruh terhadap kemiskinan pada tingkat kabupaten/kota di Indonesia menggunakan metode Bagging MARS. Penelitian ini merupakan penelitian terapan yang diawali dengan menganalisis teori-teori yang relevan dan dilanjutkan dengan pengambilan data. Data yang digunakan adalah data sekunder yang diperoleh dari publikasi Badan Pusat Statistik (BPS) tahun 2024 dengan 13 variabel prediktor yang mencakup indikator pendidikan, ketenagakerjaan, pengeluaran per kapita, serta fasilitas perumahan. Metode analisis yang digunakan adalah Bootstrap Aggregating Multivariate Adaptive Regression Spline (Bagging MARS). Metode ini dilakukan dengan membuat model MARS dan setelahnya dilakukan resampling menggunakan bagging untuk memperoleh tingkat akurasi yang lebih baik. Hasil dari model MARS dibentuk menggunakan kombinasi BF = 39, MI = 3 dan MO = 3, kemudian dilakukan resampling sebanyak 50 kali yang menghasilkan model Bagging MARS terbaik pada pengulangan ke-42 dengan nilai Generalized Cross Validation (GCV) minimum sebesar 9,207091. Dari 13 variabel yang dianalisis, variabel yang memiliki pengaruh paling besar terhadap tingkat kemiskinan adalah variabel persentase angka partisipasi sekolah penduduk miskin usia 7 – 12 tahun (�4) dengan tingkat kepentingan 100%.