Pemodelan Regresi Logistik Berbasis Backward Elimination Untuk Mengetahui Faktor yang Mempengaruhi Tingkat Kemiskinan di Indonesia Tahun 2021

Authors

  • Alfi Indah Nurrizqi IPB University
  • Erfiani IPB University
  • Indahwati IPB University
  • Anwar Fitrianto IPB University
  • Reni Amelia IPB University

DOI:

https://doi.org/10.21009/JSA.06202

Abstract

Kemiskinan seringkali berhubungan dengan masalah kesejahteraan dan menjadi salah satu masalah utama di Indonesia. Kondisi ekonomi akibat Covid-19 berdampak pada tingkat kemiskinan di masyarakat. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi tingkat kemiskinan di Indonesia tahun 2021 menggunakan regresi logistik biner. Regresi logistik biner digunakan untuk memodelkan hubungan antara variabel respon yang terdiri dari dua kategori dengan satu atau lebih variabel prediktor. Hasil penelitian ini menunjukkan proporsi tingkat kemiskinan rendah lebih tinggi dibandingkan tingkat kemiskinan tinggi. Terdapat 18 provinsi dengan tingkat kemiskinan rendah serta 16 provinsi dengan tingkat kemiskinan tinggi.  Faktor-faktor yang berpengaruh terhadap kategori pada tingkat kemiskinan yaitu Indeks Pembangunan Manusia (X1) dan Gini Ratio (X2). Ketepatan klasifikasi dari model sebesar 83.33%, yang artinya model baik digunakan.

Downloads

Published

2022-12-31

How to Cite

Alfi Indah Nurrizqi, Erfiani, Indahwati, Anwar Fitrianto, & Reni Amelia. (2022). Pemodelan Regresi Logistik Berbasis Backward Elimination Untuk Mengetahui Faktor yang Mempengaruhi Tingkat Kemiskinan di Indonesia Tahun 2021. Jurnal Statistika Dan Aplikasinya, 6(2), 160–170. https://doi.org/10.21009/JSA.06202