PEMODELAN KASUS KEMISKINAN DI PROVINSI JAWA BARAT TAHUN 2015 DENGAN SPATIAL AUTOREGRESSIVE (SAR)

• Main Author: Delia Gusviany, - (Author)
• Format: Book
• Published: 2018-05-03.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata

Summary

Kemiskinan merupakan suatu permasalahan mendasar yang menjadi pusat perhatian bagi pemerintah di negara manapun, termasuk negara Indonesia. Salah satu provinsi di Indonesia yang masih mengalami kemiskinan dari tahun ke tahunnya, yakni Provinsi Jawa Barat. Target pemerintah Provinsi Jawa Barat untuk menurunkan angka kemiskinan masih belum tercapai untuk setiap tahunnya. Penelitian ini menggunakan 8 variabel yang diduga mempengaruhi angka kemiskinan, yaitu persentase penduduk tamat SD/SLTP (X1), persentase penduduk bekerja di sektor formal (X2), persentase penduduk bekerja di sektor pertanian (X3), persentase penduduk tidak bekerja (X4), persentase rumah tangga yang menggunakan jamban sendiri atau bersama (X5), persentase rumah tangga yang menggunakan air bersih (X6), persentase luas lantai perkapita > 15 m2 (X7) dan rata-rata harga raskin (X8). Kemiskinan di suatu wilayah sangat mungkin dipengaruhi oleh lokasi geografis wilayahnya termasuk posisi wilayah tersebut terhadap wilayah lain. Untuk memodelkan data yang memuat unsur geografis atau spasial, dapat menggunakan regresi spasial. Salah satu model yang dihasilkan dalam regresi spasial yaitu spatial autoregressive (SAR). Persentase penduduk bekerja di sektor formal (X2), persentase luas lantai perkapita > 15 m2 (X7) dan rata-rata harga raskin (X8) memberikan pengaruh positif terhadap kemiskinan di Provinsi Jawa Barat tahun 2015, sementara persentase rumah tangga yang menggunakan jamban sendiri atau bersama (X5) memberikan pengaruh negatif terhadap kemiskinan di Provinsi Jawa Barat tahun 2015.----------Poverty is a fundamental problem to be concerned by government in every country, including Indonesia. West Java is one of province in Indonesia that still encountering poverty from year to year. The government of West Java province has not accomplished the decrease of poverty number for each year. This research employed eight variables that hypothetically influence poverty, those are percentage of citizen graduated from Elementary School/ Junior High School (X1), percentage of citizen working on formal sector (X2), percentage of citizen working on agriculture sector (X3), percentage of unemployed citizen (X4), percentage of kinfolks using private or public rest room (X5), percentage of kinfolks using clean water (X6), percentage of floor width per capita > 15m2 (X7) and the average of raskin (rice consumed only for poor kinfolks) price (X8). Poverty in a region can be presumably affected by geographical factor; from one to another region. Spatial Regression can be employed for data modeling that accommodate geographical aspect or spatial. One resulted from spatial regression is spatial autoregressive (SAR). Percentage of citizen working on formal sector (X2), percentage of floor width per capita >15 m2 (X7) and the average of raskin (X8) contribute a positive impact while percentage of kinfolks using private or public rest room (X5) result in a negative impact toward poverty of West Java in 2015.

Item Description

http://repository.upi.edu/49520/1/S_MAT_1400474_Title.pdf
http://repository.upi.edu/49520/2/S_MAT_1400474_Abstract.pdf
http://repository.upi.edu/49520/3/S_MAT_1400474_Table_of_Content.pdf
http://repository.upi.edu/49520/4/S_MAT_1400474_Chapter1.pdf
http://repository.upi.edu/49520/5/S_MAT_1400474_Chapter2.pdf
http://repository.upi.edu/49520/6/S_MAT_1400474_Chapter3.pdf
http://repository.upi.edu/49520/7/S_MAT_1400474_Chapter4.pdf
http://repository.upi.edu/49520/8/S_MAT_1400474_Chapter5.pdf
http://repository.upi.edu/49520/9/S_MAT_1400474_Bibliography.pdf
http://repository.upi.edu/49520/10/S_MAT_1400474_Appendix.pdf