PEMODELAN DATA KEMISKINAN DI PROVINSI BENGKULU DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION DAN ORDINARY LEAST SQUARE

Antonius M Saunoah (Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND Yogyakarta)
Dita Octaviana (Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND Yogyakarta)
Elisabeth Maubanu (Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND Yogyakarta)
Rizkia Luthfi Choirunisa (Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND Yogyakarta)
Rumiris Berliana Sitorus (Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND Yogyakarta)
Rokhana Dwi Bekti (Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND Yogyakarta)

Jurnal Statistika Industri dan Komputasi
Vol. 1 No. 01 (2016)

Abstrak. Tingkat kemiskinan di suatu daerah dapat dijadikan sebuah indikator untuk mengukur kesejahteraan masyarakat. Untuk mencapai kesejahteraan masyarakat, perlu dilakukan analisis untuk mengetahui faktor-faktor penyebab kemiskinan agar masalah kemiskinan di daerah tersebut dapat teratasi.Terdapat berbagai metode dalam melakukan analisis tersebut, diantaranya analisis geographically weighted regression (GWR). Analisis GWR merupakan bagian dari analisis spasial yang bersifat lokal dengan pembobotan berdasarkan posisi atau jarak dari satu lokasi pengamatan dengan lokasi pengamatan lainnya. Penelitian ini bertujuan untuk menggambarkan kemiskinan dan menganalisis faktor-faktor yang mempengaruhi kemiskinan di kabupaten/kota Provinsi Bengkulu menggunakan metode GWR. Variabel yang digunakan adalah jumlah kemiskinan, pengangguran, dan PDRB. Hasil analisis GWR dapat memberikan kesimpulan bahwa tidak terdapat pengaruh secara spasial maupun letak geografis suatu wilayah yang mempenagruhi jumlah kemiskinan di kabupaten/kota Provinsi Bengkulu. Dengan demikian model OLS lebih baik untuk digunakan.