Pemodelan Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Timur pada tahun 2013 dengan Geographically Weighted Logistic Regression (GWLR) / Risya Anggraeny
| Main Author: | Anggraeny, Risya |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.um.ac.id/17529/ |
Daftar Isi:
- ABSTRAKAnggraenyRisya.2017.PemodelanIndeksPembangunanManusia(IPM)diProvinsiJawaTimurpadaTahun2013denganGeographicallyWeightedLogisticRegression(GWLR).SkripsiJurusanMatematikaFMIPAUniversitasNegeriMalang.PembimbingNurAtikahS.SiM.Si.KataKunciIPMRegresiLogistikGWLR.Peningkatankompetensimanusiamerupakanupayadarisuatubangsauntukmemperluaspilihankepadamanusiaitusendiriagartarafhidupnyasemakinbaik.AlatuntukmengukurkeberhasilanpeningkatankompetensimanusiayaituIndeksPembangunanManusia(IPM)yangdiperkenalkanolehPBBsejaktahun1990.BerdasarkancatatanBPSpadatahun2013JawaTimurtermasukkedalamkategorimenengahatas(668804IPM80)dengancapaiannilaiIPMyaitu73.54.DataIPMbersifatbinerdenganmengelompokkanmenjadiIPMtinggiatauIPMrendahsehinggaregresilogistikdapatdigunakandalampemodelannya.PermasalahanspasialsedangdialamiolehProvinsiJawaTimuryaituterdapatperbedaanpenyebaranpendidikankesehatanmaupuninfrastrukturekonomiyangkurangmerata.MetodeyangtepatuntukmengatasipermasalahanspasialtersebutyaituGeographicallyWeightedRegression(GWR)namunkarenavariabelterikatberskalabinermakametodeyangdigunakanyaituGeographicallyWeightedLogisticRegression(GWLR).PenelitianinimenggunakandataIPMtahun2013ditiapKabupaten/KotadiJawaTimurdengan5faktoryangdidugamempengaruhinyayaituLamanyabayiusia0-1tahundiberiASIrasiomuridterhadapguruindeksdayabeliangkapartisipasimurni16-18tahundanangkakematianbayi.HasilpenelitianmenunjukkanbahwanilaiAICmodelGWLRsebesar37.615lebihkecildaripadaregresilogistiksebesar41.332halinimenunjukkanbahwamodelGWLRlebihbaikdigunakandalammemetakandataIPM.FaktorspasialberpengaruhterhadapkasusIPMdiProvinsiJawaTimursehinggamodelGWLRyangterbentukberbeda-bedasetiapkabupaten/kota.PembobotyangdigunakanyaituAdaptiveGaussianKerneldiperoleh2kelompokyangdikelompokkanberdasarkanvariabelyangsignifikanterhadapIPM.Faktoryangberpengaruhutamapadasemuakabupaten/kotaadalahangkapartisipasimurni16-18tahun.