Kemiskinan merupakan sesuatu yang sering menjadi ukuran keberhasilan kepemimpinan seorang kepala daerah. Selain itu juga sebagai tujuan pertama Sustainable Development Goals (SDG’s) untuk dientaskan. Kebijakan yang tepat sangat penting dibuat demi tercapainya tujuan pembangunan berkelanjutan. Pemodelan Geographically Weighted Regression (GWR) penting digunakan untuk menyusun model di setiap kabupaten/kota sebagai dasar pembuat kebijakan. Peubah yang digunakan dalam penelitian ini yaitu jumlah penduduk miskin, Indeks Pembangunan Manusia (IPM), Tingkat Pengangguran Terbuka (TPT), dan Upah Minimum Kabupaten/kota (UMK). Tujuan penelitian ini yaitu menentukan faktor-faktor yang berpengaruh terhadap jumlah penduduk miskin di setiap kabupaten/kota di Jawa Tengah. Pemodelan GWR lebih efektif dalam menggambarkan jumlah penduduk miskin di kabupaten/kota di Jawa Tengah tahun 2018. Hal ini ditunjukkan dengan adanya penigkatan nilai R2 serta penurunan nilai Root Mean Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE).
CITATION STYLE
Haryanto, S., & Andriani, G. A. (2019). PEMODELAN JUMLAH PENDUDUK MISKIN DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR). Jurnal Litbang Sukowati : Media Penelitian Dan Pengembangan, 4(2), 10. https://doi.org/10.32630/sukowati.v4i2.122
Mendeley helps you to discover research relevant for your work.