<![CDATA[Kemiskinan di Jawa Timur pada tahun 2024 mencapai 9,79% dan menunjukkan variasi spasial antar kabupaten/kota. Penelitian ini bertujuan untuk mengklasifikasikan status kemiskinan menggunakan pendekatan Geographically Weighted Logistic Regression (GWLR). Data bersumber dari Badan Pusat Statistik Provinsi Jawa Timur tahun 2024 dengan 38 kabupaten/kota sebagai unit analisis. Variabel prediktor meliputi pengeluaran per kapita, tingkat pengangguran terbuka, rata-rata lama sekolah, tingkat partisipasi angkatan kerja, dan angka harapan hidup. Analisis diawali dengan pengujian autokorelasi spasial dan heterogenitas wilayah, kemudian dilanjutkan dengan pemodelan regresi logistik biner dan GWLR menggunakan pembobot Adaptive Gaussian Kernel dengan pemilihan bandwidth melalui cross validation. Kinerja model dievaluasi menggunakan nilai Akaike Information Criterion (AIC) dan akurasi klasifikasi. Hasil menunjukkan bahwa model GWLR memiliki kinerja lebih baik dibandingkan regresi logistik global dengan nilai AIC sebesar 47,99 dan tingkat akurasi sebesar 74%. Variabel rata-rata lama sekolah menjadi faktor paling dominan di sebagian besar wilayah, sementara pengaruh variabel lainnya bersifat spasial dan tidak homogen. Temuan ini menegaskan pentingnya pendekatan klasifikasi berbasis spasial dalam analisis kemiskinan.]]>
Copyrights © 2026
