<![CDATA[Kemiskinan di Indonesia masih menjadi salah satu tantangan bagi negara berkembang seperti diIndonesia, khususnya di Provinsi Papua yang selalu memiliki angka kemiskinan tertinggi.Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi persentasekemiskinan, penelitian ini menggunakan pendekatan regresi nonparametrik B-Spline. Melaluipenggunaan scatterplot, model B-Spline yang optimal diidentifikasi melalui Generalized CrossValidation (GCV), dengan mempertimbangkan variabel-variabel seperti pertumbuhan ekonomi,tingkat pengangguran, pendidikan, dan kepadatan penduduk. Hasilnya menunjukkan bahwameskipun faktor-faktor individual mungkin tidak signifikan secara individu, namun secarakolektif faktor-faktor tersebut mempunyai peranan penting dalam mempengaruhi tingkatkemiskinan, sebagaimana ditunjukkan oleh uji F yang signifikan. Dengan nilai R-squared yangtinggi sebesar 99,09%, model B-Spline menunjukkan kemampuan yang baik dalam menjelaskanhubungan, hanya 0,91% yang tidak dapat dijelaskan. Oleh karena itu, perlunya pendekatankebijakan yang holistik untuk mengatasi dampak kolektif pertumbuhan ekonomi, pendidikan dandemografi agar dapat secara efektif mengurangi kemiskinan di wilayah tersebut.Kata kunci: Pemodelan; B-Spline; Non-Parametrik Regresi; Kemiskinan]]>
Copyrights © 2024
