Pemodelan kemiskinan penduduk Provinsi Jawa Tengah dengan pendekatan multivariate adaptive regression splines dan bootstrap aggregating multivariate adaptive regression splines

ABSTRAK:

Kemiskinan penduduk merupakan salah satu permasalahan yang serius di Indonesia. Presentase kemiskinan penduduk digunakan sebagai instrumen statistik yang dapat dijadikan sebagai petunjuk pengambilan kebijakan dan standar evaluasi dalam pengentasan kemiskinan. Tujuan dari penelitian ini untuk mengetahui pemodelan kemiskinan penduduk dengan pendekatan MARS dan Bagging MARS dan mengetahui variabel yang paling mempengaruhi kemiskinan penduduk Provinsi Jawa Tengah pada tahun 2018. Hasil penelitian menunjukkan bahwa pada model Bagging MARS memiliki tingkat akurasi yang lebih baik dibanding model MARS. Nilai GCV pada model Bagging MARS sebesar 0,009798721 dan nilai GCV pada model MARS sebesar 6,985571. Variabel yang paling mempengaruhi kemiskinan penduduk Provinsi Jawa Tengah tahun 2018 pada model MARS yaitu presentase angka harapan lama sekolah(X9), sedangkan pada model Bagging MARS yaitu variabel jumlah kasus penyakit diare (X1).

ABSTRACT:

Population poverty is one of the serious problems in Indonesia. The percentage of population poverty is used as a means for a statistical instrument to be guidelines to create standard policies and evaluations to reduce poverty. This research aims to determine model population poverty using MARS and Bagging MARS and to understand the most influential variable population poverty of Central Java Province in 2018. The result of this research is the Bagging MARS model has better accuracy than the MARS model. Since GCV value in the Bagging MARS model is 0.009798721 and GCV value in the MARS model is 6.985571. The most influential variable population poverty of Central Java Province in 2018 in the MARS model is the percentage of the old school expectation rate (X9). Then, the most influential variable in the Bagging MARS model is the number of diarrhea (X1).

مستخلص البحث:

يعد فقر السكان إحدى المشكلات الخطيرة في إندونيسيا. تُستخدم النسبة المئوية لفقر السكان كأداة إحصائية يمكن استخدامها كدليل لوضع السياسات ومعايير التقييم في التخفيف من حدة الفقر. كان الغرض من هذه الدراسة هو تحديد نمذجة فقر السكان باستخدام نهج MARS و MARS Bagging ومعرفة المتغيرات التي تؤثر بشكل كبير على فقر سكان مقاطعة جاوا الوسطى في 2018. وأظهرت النتائج أن نموذج Bagging MARS لديه مستوى من الدقة أفضل من نموذج MARS. قيمة GCV في نموذج تعبئة MARS هي 0.009798721 وقيمة GCV في نموذج MARS هي 6.985571. كان المتغير الأكثر تأثيرًا على فقر سكان مقاطعة جاوا الوسطى في 2018 في نموذج MARS هو النسبة المئوية لتوقعات المدرسة القديمة (X9) ، بينما في نموذج Bagging MARS كان العدد المتغير لحالات مرض الإسهال (X1).