<![CDATA[Penelitian ini bertujuan untuk menerapkan metode regresi penalized dengan pendekatan Elastic-Net dalam menganalisis faktor-faktor yang memengaruhi tingkat kemiskinan di Indonesia, mengidentifikasi variabel social ekonomi yang berpengaruh melalui mekanisme seleksi berbasis penalti, serta mengevaluasi kestabilan dan performa model dibandingkan regresi linier klasik. Data yang digunakan berupa data sekunder timer series tahunan periode 2015-2023 yang bersumber dari World Bank Open Data, dengan 13 variabel prediktor makroekonomi dan satu variabel respon, yaitu persentase penduduk miskin. Estimasi parameter dilakukan menggunakan Elastic-Net dengan penentuan parameter optimal melalui K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa dari 13 variabel prediktor, hanya GDP per kapita dan Gini Index yang teridentifikasi berpengaruh terhadap tingkat kemiskinan. GDP per kapita berpengaruh negative, sedangkan Gini Index berpengaruh positif. Model diperoleh memiliki performa cukup baik dengan nilai R2 = 0,4244 dan MAE sebesar 0,4274. Hasil ini menunjukkan bahwa Elastic-Net efektif digunakan pada data dengan potensi multikolinieritas dan jumlah observsi terbatas, serta relevan sebagai pendekatan alternatif dalam analisis kemiskinan berbasis pemodelan statistika modern.]]>
Copyrights © 2026
