<![CDATA[Indeks Kedalaman Kemiskinan merupakan ukuran rata-rata kesenjangan penyebaran pengeluaran masing-masing penduduk terhadap garis kemiskinan. Banyak faktor yang mempengaruhi indeks kedalaman kemiskinan, baik dari indikator kesehatan, SDM  maupun ekonomi. Oleh karena itu diperlukan sebuah pemodelan statistika untuk menganalisa faktor-faktor yang mempengaruhi indeks kedalaman kemiskinan di Indonesia. Dalam beberapa penelitian sebelumnya, salah satu variabel yang mempengaruhi Indeks Kedalaman Kemiskinan adalah variabel rata-rata lama sekolah di setiap kabupaten/kota di seluruh Indonesia. Data yang digunakan dalam penelitian ini bersumber dari data SUSENAS dengan individu pengamatan adalah seluruh kabupaten/kota di Indonesia tahun 2012. Pada penelitian ini digunakan metode Support Vector Regression (SVR) untuk menaksir Indeks Kedalaman Kemiskinan (Y) dengan menggunakan variabel prediktor Rata-rata lama sekolah (X). Model Support Vector Regression (SVR) pada penelitian ini menggunakan beberapa kernel berbeda yaitu kernel linear, polynomial dan RBF. Kriteria model terbaik adalah model yang menghasilkan MSE yang terkecil dan R2 terbesar. Model terbaik yang dihasilkan adalah model dengan menggunakan kernel RBF. Penelitian ini penting untuk menganalisa dengan lebih akurat terhadap faktor kemiskinan di Indonesia.Kata Kunci– Data Kemiskinan, SVR, Regresi, kernel.]]>
Copyrights © 2017
