<![CDATA[Regression is a statistical technique used to describe the relationship between response variables with one or more predictor variables. The development of classical regression analysis that is influenced by the effects of space or location of a region is called spatial regression analysis. The purpose of this study is to conduct Spatial Durbin Model (SDM) regression analysis for poverty modeling in East Java in 2017. Poverty is a classic problem that occurs in almost all countries and is multidimensional, which is related to social, economic, cultural and other aspects. In 2017, poverty in East Java declined compared to the previous year. Therefore it is necessary to identify the factors that influence poverty. The variables used are the percentage of poor people as the response variable (Y) and predictor variables including Education does not finish elementary school (X1), Literacy Rate age 15 -55 years (X2), informal sector workers (X3), unemployment rate open (X4), household users of land as the widest floor (X5), and households using improper sanitation (X6), and households using drinking water sources are not feasible (X7). Regresi merupakan teknik statistik yang digunakan untuk menggambarkan hubungan antara variabel respon dengan satu atau lebih variabel prediktor. Pengembangan dari analisis regresi klasik yang dipengaruhi oleh efek ruang atau lokasi wilayah disebut analisis regresi spasial. Tujuan dari penelitian ini adalah untuk melakukan analisis regresi Spatial Durbin Model (SDM) untuk pemodelan kemiskinan di Jawa Timur tahun 2017. Kemiskinan merupakan masalah klasik yang terjadi hampir diseluruh negara dan bersifat multidimensional, dimana berkaitan dengan aspek sosial, ekonomi, budaya dan aspek lainnya. Pada tahun 2017, kemiskinan di Jawa Timur mengalami penurunan jika dibandingkan dengan tahun sebelumnya. Oleh karena itu perlu dilakukan identifikasi faktor-faktor yang berpengaruh terhadap kemiskinan. Variabel yang digunakan yaitu persentase penduduk miskin sebagai variabel respon (Y) dan variabel prediktor antara lain Pendidikan tidak tamat SD (X1), Angka Melek Huruf (AHM) usia 15 -55 tahun (X2), pekerja sektor informal (X3), tingkat pengangguran terbuka (X4), rumah tangga pengguna tanah sebagai lantai terluas (X5), dan rumah tangga pengguna sanitasi tidak layak (X6), dan Rumah tangga pengguna sumber air minum tidak layak (X7).]]>
