This Author published in this journals
All Journal BIMASTER
Mulia Tsani, Dien Permata
Unknown Affiliation

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

Found 1 Documents
Search
Journal : BIMASTER

ANALISIS KEMISKINAN DI PULAU KALIMANTAN MENGGUNAKAN METODE REGRESI SPASIAL DENGAN MATRIKS PEMBOBOT INVERSE DISTANCE WEIGHTING Mulia Tsani, Dien Permata; Martha, Shantika; Imro’ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.105756

Abstract

Kemiskinan merupakan permasalahan kompleks yang tidak hanya dipengaruhi oleh karakteristik internal suatu wilayah, tetapi juga oleh kondisi wilayah di sekitarnya. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap tingkat kemiskinan di Pulau Kalimantan menggunakan pendekatan spasial. Pendekatan Inverse Distance Weighting (IDW) digunakan dalam membangun matriks pembobot spasial, dengan asumsi bahwa wilayah yang saling berdekatan memiliki hubungan yang lebih kuat dibandingkan wilayah yang berjauhan. Analisis diawali dengan regresi linear berganda serta pengujian asumsi klasik. Selanjutnya dilakukan perhitungan matriks pembobot IDW, dan pengujian autokorelasi spasial menggunakan indeks moran. Hasil pengujian menunjukkan adanya autokorelasi spasial yang signifikan, sehingga regresi linear berganda kurang sesuai digunakan, untuk menentukan model spasial yang sesuai, digunakan uji Lagrange Multiplier. Berdasarkan hasil pemilihan model, Spatial Autoregressive Model terpilih sebagai model terbaik karena mampu menangkap dependensi spasial antarwilayah secara lebih akurat. Hasil estimasi menunjukkan bahwa umur harapan hidup serta persentase rumah tangga yang memiliki akses terhadap air minum layak berpengaruh negatif terhadap tingkat kemiskinan. Sebaliknya, pengeluaran pangan dan penduduk usia 15 tahun ke atas yang bekerja di sektor pertanian, kehutanan, dan perikanan tidak menunjukkan pengaruh signifikan dalam model. Nilai Akaike Information Criterion (AIC) sebesar 231,71 serta likelihood ratio test sebesar 0,036 memperkuat bahwa model spasial lebih baik dibandingkan regresi linear berganda. Temuan ini menunjukkan bahwa kemiskinan di Pulau Kalimantan saling terkait antarwilayah.