PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH TAHUN 2022 MENGGUNAKAN MODEL REGRESI SPASIAL DENGAN PEMBOBOT QUEEN CONTIGUITY DAN K-NEAREST NEIGHBOR

Ryan Sidiq Permana, Universitas Negeri Yogyakarta, Indonesia
Kismiantini Kismiantini, Universitas Negeri Yogyakarta, Indonesia
Ezra Putranda Setiawan, Universitas Negeri Yogyakarta, Indonesia

Abstract


Salah satu cara untuk mengukur keberhasilan pembangunan adalah melalui Indeks Pembangunan Manusia (IPM). Provinsi Jawa Tengah merupakan provinsi di Pulau Jawa dengan IPM terendah nomor dua. Penelitian ini memiliki tujuan untuk mengetahui pemodelan regresi spasial dengan pembobot spasial terbaik dalam menjelaskan faktor-faktor yang berpengaruh secara signifikan pada IPM di Provinsi Jawa Tengah tahun 2022 yang terdiri dari 29 kabupaten dan 6 kota. Variabel penelitian ini meliputi IPM, tingkat partisipasi angkatan kerja, upah minimum kabupaten/kota, dan jumlah penduduk miskin. Model regresi spasial dalam penelitian ini menggunakan dua pembobot spasial, yaitu pembobot spasial Queen Contiguity dan K-Nearest Neighbor. Penelitian ini menggunakan pemodelan Spatial Autoregressive (SAR), Spatial Error Model (SEM), dan Spatial Autoregressive Moving Average (SARMA). Hasil penelitian menunjukkan bahwa model regresi spasial terbaik pada penelitian ini adalah pemodelan SARMA dengan pembobot spasial K-Nearest Neighbor dengan nilai AIC sebesar 168,73. Variabel tingkat partisipasi angkatan kerja, upah minimum kabupaten/kota, dan jumlah penduduk miskin memiliki pengaruh terhadap IPM di Provinsi Jawa Tengah.

Keywords


Indeks Pembangunan Manusia, Regresi Spasial, Queen Contiguity, K-Nearest Neighbor

Full Text:

PDF

References


Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716–723. https://doi.org/10.1109/TAC.1974.1100705

Alwi, W., Jajang, & Nurhayati, N. (2019). Pemodelan indeks pembangunan manusia di provinsi Jawa Tengah tahun 2017 menggunakan analisis regresi spasial. Jurnal Ilmiah Matematika Dan Pendidikan Matematika, 11, 45–58.

Anselin, L. (1988). Spatial econometrics: Methods and models (Vol. 4). Kluwer Academic. https://doi.org/10.1007/978-94-015-7799-1

Anselin, L., Bera, A. K., Florax, R., & Yoon, M. J. (1996). Simple diagnostic tests for spatial dependence. Regional Science and Urban Economics, 26, 77–104.

Badan Pusat Statistik. (2022). Indeks pembangunan manusia 2022. Badan Pusat Statistik.

Bivand, R. (2023). Package spdep: Spatial dependence (weighting, schemes, statistic). https://cran.r-project.org/web/packages/spdep/index.html

Bivand, R., & Piras, G. (2023). Package spatialreg: Spatial regression analysis. Journal of the American Statistical Association, 70(349). https://cran.r-project.org/web/packages/spatialreg/index.html

BPS Provinsi Jawa Tengah. (2023). Provinsi Jawa Tengah dalam angka 2023. Badan Pusat Statistik Provinsi Jawa Tengah.

Breusch, T. S., & Pagan, A. R. (1979). A simple test for heteroscedasticity and random coefficient variation. Econometrica, 47(5), 1287–1294.

Fauzi, F. (2016). Model regresi spasial terbaik indeks pembangunan manusia provinsi Jawa Tengah. Universitas Negeri Semarang.

Fox, J., Weisberg, S., & Price, B. (2023). Package car: Companion to applied regression. https://cran.r-project.org/web/packages/car/index.html

Hothorn, T., Zeileis, A., Farebrother, Richard. W., & Cummins, C. (2022). Package lmtest: Testing linear regression models. https://cran.r-project.org/web/packages/lmtest/index.html

Jaya, I. G. N. M., & Andriyana, Y. (2020). Analisis data spasial (perspektif bayesian). Alqaprint Jatinangor.

Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2004). Applied linear statistical models (5th ed). McGraw-Hill.

Lee, J., & Li, S. (2017). Extending moran’s index for measuring spatiotemporal clustering of geographic events. Geographical Analysis, 49(1), 1–22. https://doi.org/10.1111/GEAN.12106

LeSage, J., & Kelley Pace, R. (2009). Introduction to spatial econometrics. Taylor & Francis Group.

Liu, T. (2018). A kolmogorov-smirnov type test for two inter-dependent random variables. http://arxiv.org/abs/1802.09899

Mendenhall, William., & Sincich, Terry. (2012). A second course in statistics : Regression analysis (7th ed.). Pearson Education .

Novitasari, D., & Khikmah, L. (2019). Penerapan model regresi spasial pada indeks pembangunan manusia (IPM) di Jawa Tengah tahun 2017. STATISTIKA Journal of Theoretical Statistics and Its Applications, 19(2), 123–134. https://doi.org/10.29313/JSTAT.V19I2.5068

Pebesma, E. (2023). Package sf: simple features for R. https://cran.r-project.org/web/packages/sf/index.html

Pebesma, E., & Bivand, R. (2023). Package sp: Classes and methods for spatial data. https://cran.r-project.org/web/packages/sp/index.html

RStudio Team. (2023). RStudio: Integrated development for R. Posit. https://posit.co/download/rstudio-desktop/

Syukron, F. (2017). Analisis faktor-faktor yang mempengaruhi indeks pembangunan manusia di provinsi Jawa Tengah tahun 2011-2015. Universitas Islam Indonesia.

UNDP. (1990). Human development report 1990: Concept and measurement of human development. In UNDP (United Nations Development Programme).

Yanthi, N. P. D., & Budiantara, I. N. (2016). Pemodelan faktor-faktor yang mempengaruhi indeks pembangunan manusia menggunakan regresi nonparametrik spline di Jawa Tengah. Jurnal Sains Dan Seni ITS, 5(2).

Yasin, H., Warsito, B., & Hakim, A. R. (2020). Regresi spasial (aplikasi dengan R). WADE Group.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Jurnal Statistika dan Sains Data

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Our journal is indexed by:

Online ISSN (e-ISSN): 3025-9649

Creative Commons LicenseJurnal Statistika dan Sains Data by http://journal.student.uny.ac.id/ojs/index.php/jssd is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
 JSSD Statistics