Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Emerging Statistics and Data Science Journal
Mutia, Sani
Unknown Affiliation
Computer Science & IT Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Tingkat Kemiskinan di Indonesia Menggunakan Pendekatan PCA dan K-Medoids Clustering Tahun 2022-2023: Analisis Tingkat Kemiskinan di Indonesia Menggunakan Pendekatan PCA dan K-Medoids Clustering Tahun 2022-2023 Dewati, Nabila Ratna; Nowi, Nurul Aulia; Mutia, Sani; Saraswasti, Lidya Palupi; Widodo, Edy
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (2025): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol3.iss.3.art26

Abstract

Kemiskinan menjadi tantangan utama pembangunan di Indonesia, terutama akibat ketimpangan sosial-ekonomi antar wilayah. Penelitian ini bertujuan untuk mengidentifikasi pola sosial-ekonomi dan infrastruktur dasar di 34 provinsi Indonesia dengan pendekatan Principal Component Analysis (PCA) dan K-Medoids clustering. Data yang digunakan meliputi persentase penduduk miskin, Indeks Pembangunan Manusia (IPM), rata-rata lama sekolah, pengeluaran per kapita, dan akses sanitasi layak untuk tahun 2022–2023. Hasil PCA menunjukkan bahwa dua komponen utama dapat menjelaskan 84,7% variabilitas data pada 2022 dan 90,4% pada 2023. Metode K-Medoids menghasilkan tiga kelompok provinsi dengan karakteristik yang berbeda. Kelompok provinsi termiskin, seperti Papua dan Nusa Tenggara Timur, ditandai oleh rendahnya IPM, akses sanitasi yang terbatas, dan pengeluaran per kapita rendah, sehingga memerlukan perhatian lebih dalam pembangunan infrastruktur dasar dan akses pendidikan. Studi ini memberikan wawasan untuk merumuskan kebijakan pembangunan yang lebih efektif guna mengurangi ketimpangan dan mendukung pencapaian visi Indonesia Emas 2045.
Penerapan Regresi Data Panel untuk Memprediksi Kemiskinan di Provinsi Daerah Istimewa Yogyakarta Tahun 2024: Penerapan Regresi Data Panel untuk Memprediksi Kemiskinan di Provinsi Daerah Istimewa Yogyakarta Tahun 2024 Mutia, Sani; Akbar, Purnama; Umam, Choerul
Emerging Statistics and Data Science Journal Vol. 4 No. 3 (2026): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol4.iss.3.art01

Abstract

Kemiskinan masih menjadi tantangan pembangunan yang signifikan di Provinsi Daerah Istimewa Yogyakarta (DIY), meskipun dalam dekade terakhir terdapat tren penurunan. Penelitian ini bertujuan untuk memprediksi tingkat kemiskinan tahun 2024 di seluruh kabupaten dan kota di DIY, meliputi Kulon Progo, Bantul, Gunungkidul, Sleman, dan Kota Yogyakarta menggunakan pendekatan panel data regression berdasarkan data tahun 2016–2023. Variabel independen yang digunakan untuk memodelkan kemiskinan, yaitu Indeks Pembangunan Manusia (IPM), Gross Regional Domestic Product (PDRB) per kapita, dan angka kriminalitas. Data yang digunakan dalam penelitian ini bersumber dari BPS Provinsi DIY dan institusi Kepolisian Daerah DIY. Model fixed effect (FEM) dinyatakan sebagai model terbaik berdasarkan hasil pengujian menggunakan uji Chow dan Hausman. Selain itu, hasil pengujian Breusch-Pagan mengindikasikan adanya efek cross-section (individu) yang signifikan, sedangkan efek time tidak signifikan. Dalam model FEM, IPM serta PDRB cenderung menurunkan tingkat kemiskinan secara signifikan, sementara meningkatnya angka kriminalitas justru berdampak signifikan terhadap peningkatan kemiskinan. Temuan ini menunjukkan bahwa peningkatan pembangunan manusia dan pertumbuhan ekonomi daerah dapat menurunkan tingkat kemiskinan, sementara tingginya kriminalitas dapat memperburuk kondisi kemiskinan. Temuan ini diharapkan menjadi dasar perumusan kebijakan sosial ekonomi yang tepat untuk menurunkan kemiskinan di Provinsi DIY.
Co-Authors Akbar, Purnama Dewati, Nabila Ratna Edy Widodo Nowi, Nurul Aulia Saraswasti, Lidya Palupi Umam, Choerul