Jurnal Statistika dan Sains Data
Vol 2, No 2 (2025): Jurnal Statistika dan Sains Data

ANALISIS SPASIAL MODERN DALAM KAJIAN PERTUMBUHAN PENDUDUK: STUDI GWLR DI PULAU JAWA

Saputra, Okky Rizky (Unknown)
Kusuma, Ferdy (Unknown)
Ar'razak, Rezky Aditya (Unknown)



Article Info

Publish Date
22 Apr 2025

Abstract

Laju Pertumbuhan Penduduk mengacu pada tingkat faktor-faktor yang mempengaruhi peningkatan dan penurunan jumlah penduduk. Perkembangan jumlah penduduk di pemerintahan daerah menyebabkan laju pertumbuhan penduduk menjadi tidak terkendali. Di Pulau Jawa, laju pertumbuhan penduduk dari tahun 2020 hingga 2021 meningkat signifikan sebesar 3,125%. Peningkatan jumlah penduduk ini menimbulkan berbagai masalah ekonomi dan sosial. Untuk mengatasi masalah ini, diperlukan pemodelan spasial yang efektif dan komprehensif, yaitu Geographically Weighted Logistic Regression (GWLR) dengan pembobot Fixed Gaussian dan Adaptive Gaussian. Pemodelan GWLR bertujuan untuk memahami faktor-faktor yang mempengaruhi laju pertumbuhan penduduk di setiap kabupaten/kota di Pulau Jawa. Berdasarkan hasil pemodelan GWLR dengan AICc, fungsi kernel Fixed Bi Square memiliki nilai 137,545. Ini menunjukkan bahwa pemodelan laju pertumbuhan penduduk di setiap kabupaten/kota berbeda-beda. Hasil pemodelan GWLR di Pulau Jawa menunjukkan bahwa ada 29 kabupaten/kota dengan laju pertumbuhan penduduk yang signifikan pada variabel pasangan usia subur peserta KB dan angka kematian bayi, sedangkan 71 kabupaten/kota memiliki laju pertumbuhan penduduk yang signifikan pada variabel pasangan usia subur peserta KB.

Copyrights © 2025






Journal Info

Abbrev

jssd

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Engineering Mathematics

Description

Jurnal Statistika dan Sains Data is a journal managed and published by the Faculty of Mathematics and Natural Sciences, Universitas Negeri Yogyakarta. This journal publishes original papers, research articles, case studies, and literature reviews in the fields of statistics and data science. The ...