Pemodelan Regresi Logistik Ordinal Backward dengan Imputasi K-Nearest Neighbour pada Indeks Pembangunan Manusia di Indonesia Tahun 2021

Abstract

Indeks pembangunan manusia (IPM) merupakan salah satu masalah yang terjadi di Indonesia saat ini. Pertumbuhan IPM di Indonesia tahun 2021 tidak mereta di semua Kabupaten/Kota dan memiliki kesenjangan yang tinggi. Tujuan penelitian ini mengetahui gambaran data IPM, mendapatkan model terbaik untuk mengetahui faktor-faktor yang signifikan mempengaruhi IPM Kabupaten/Kota di Indonesia tahun 2021 dan mengidentifikasi hasil ketepatan klasifikasi dari model terbaik. Peubah bebas yang digunakan pada penelitian ini adalah rata-rata lama sekolah, tingkat pengangguran terbuka, laju pertumbuhan penduduk, kepadatan penduduk, persentase penduduk miskin dan rasio jenis kelamin. Peubah bebas pada penelitian ini mengandung missing value sehingga ditangani menggunakan imputasi k-nearest neighbour (KNN) dan dilanjutkan pemodelan menggunakan regresi logistik ordinal dengan menggunakan teknik backward elimination untuk mendapatkan faktor-faktor yang signifikan. Hasil penelitian menunjukkan proporsi kategori IPM rendah 4,28%, kategori IPM sedang 48,64% dan kategori IPM tinggi 47,08%. Peubah bebas rata-rata lama sekolah (X1), kepadatan penduduk (X4), presentase penduduk miskin (X5) dan rasio jenis kelamin (X6) merupakan faktor-faktor yang signifikan mempengaruhi IPM Kabupaten/Kota di Indonesia tahun 2021 berdasarkan model terbaik. Nilai akurasi dari ketepatan klasifikasi data latih dan data uji IPM Kabupaten/Kota di Indonesia tahun 2021 secara berturut-turut sebesar 83,46% dan 86,61% yang artinya model terbaik regresi logistik ordinal baik untuk dilakukan prediksi.