Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Khazanah: Jurnal Mahasiswa
Giana Artika Aprianti
Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Islam Indonesia
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS GEOGRAPHYCALLY WEIGHTED REGRESSION PADA DATA KEMISKINAN PROVINSI JAWA TENGAH Giana Artika Aprianti; Edy Widodo
Khazanah: Jurnal Mahasiswa Vol. 8 No. 2: Agustus 2016
Publisher : Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Provinsi Jawa Tengah menempati posisi kedua sebagai provinsi termiskin di Indonesia yaitu sebanyak 4,5 juta jiwa, dengan pendapatan berkisar Rp 310.000. Provinsi Jawa Tengah terdiri dari 35 Kabupaten/Kota dan terdapat 15 Kabupaten yang memilki jumlah penduduk termiskin. Analisis yang digunakan dalam data kemiskinan kebanyakan masih bersifat global dan hasilnya diberlakukan untuk semua wilayah. Padahal masalah kemiskinan sangat mungkin dipengaruhi oleh lokasi (space) dan ketetanggaan (neighboring), sehingga data antar pengamatan sulit untuk diasumsikan saling bebas. Salah satu analisis yang mengakomodir masalah spasial ini adalah Geographically Weighted Regression (GWR), yaitu regresi yang terboboti secara geografis. Pengamatan di lokasi yang lebih jauh diboboti dengan pembobot yang lebih kecil. Dari hasil analisis didaptkan bahwa setiap Kabupaten /Kota memilki model kemiskinan yang berbed-beda, namun untuk daerah yang berdekatan masih dilihat kesamaan model yang mempengaruhi kemiskinan. Setelah didapatkan model yang berbeda-beda maka dapat di buat peta untuk memudahkan dalam melihat perbedaan variabel yang signifikan di suatu daerah.
Co-Authors Edy Widodo