Penerapan Regresi Spasial Error Model untuk Pemodelan Tingkat Kemiskinan di Indonesia

Abstract

Kemiskinan masih menjadi masalah yang kompleks di Indonesia meski sudah mulai turun. Salah satu cara meminimalisir kemiskinan yaitu dengan mengetahui faktor-faktor yang mempengaruhi tingkat kemiskinan. Penelitian menggunakan Spasial Error Model (SEM) untuk mengetahui faktor yang berpengaruh dan membuat model, karena tingkat kemiskinan dipengaruhi oleh faktor spasial. Penelitian tugas akhir ini menggunakan variabel tingkat kemiskinan(Y) angka melek huruf(X1), kepadatan penduduk(X2), rata-rata lama sekolah(X3), angka kesakitan(X4), tingkat pengangguran terbuka(X5), tingkat konsumsi protein(X6), presentase penduduk(X7), tingkat konsumsi kalori(X8) mempengruhi tingkat kemiskinan dengan model yang didapat yaitu y_1 = 37,4664 + 0,844865x_(1_ij ) + (-0,0184445) x_(2_ij ) + u_1 dan u_1 = 0,721226 ?_(j=1,i?j)^n?wijuj + ?i. Untuk visualisasi data digambarkan Angka tingkat kemiskinan tertinggi Papua dengan angka 27,62% dan terendah adalah Bali dengan angka 4,25%. Model SEM menghasilkan AIC sebesar 203.396 yang lebih baik dibandingkan regresi metode SLM dengan AIC sebesar 209.56. Variabel yang berpengaruh signifikan terhadap kemiskinan yaitu angka kesakitan dan tingkat konsumsi kalori. Variabel tersebut berpengaruh terhadap kemiskinan 66,6488%, sedangkan 33,3512% dijelaskan oleh faktor lain.