ANALISIS FAKTOR YANG MEMPENGARUHI KEMISKINAN DI INDONESIA MELALUI PENDEKATAN REGRESI LOGISTIK BINER
DOI:
https://doi.org/10.62281/v3i6.2307Keywords:
Faktor, Kemiskinan, Indonesia, Regresi Logistik BinerAbstract
Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi tingkat kemiskinan rumah tangga di Indonesia. Penelitian ini merupakan penelitian kuantitatif yang bertujuan untuk mengetahui faktor-faktor penyebab tingginya angka persentase penduduk miskin di Indonesia. Penelitian dilakukan dengan pemodelan regresi logistik menggunakan Persentase Penduduk Miskin sebagai variabel terikat dan variabel bebas berupa Rata-rata Lama Sekolah, Rata-rata Pengeluaran per Kapita Sebulan untuk Makanan, Kepadatan Penduduk, Laju Pertumbuhan Penduduk, Persentase Rumah Tangga yang Memiliki Akses terhadap Sanitasi Layak, dan Angka Harapan Hidup. Analisis dilakukan dengan menghimpun data dari Badan Pusat Statistik (BPS), berupa data 38 provinsi di Indonesia pada tahun 2024. Hasil penelitian menunjukkan bahwa Rata-rata Pengeluaran per Kapita Sebulan untuk Makanan dan Persentase Rumah Tangga yang Memiliki Akses terhadap Sanitasi Layak adalah variabel yang menjadi faktor penyebab tinggi atau rendahnya persentase penduduk miskin di Indonesia. Hasil analisis statistik, model regresi logistik yang dibangun dapat dianggap layak digunakan berdasarkan nilai goodness of fit yang memadai (Prob > chi2 sebesar 0,2875). Koefisien determinasi Pseudo R² sebesar 0,4159 menunjukkan bahwa model ini mampu menjelaskan sekitar 41,59% variasi dari kemiskinan berdasarkan variabel-variabel independen yang digunakan. Selain itu, akurasi klasifikasi model mencapai 81,58%, yang mengindikasikan bahwa model memiliki performa klasifikasi yang cukup baik dalam membedakan antara provinsi miskin dan tidak miskin.
Downloads
References
Araveeporn, A. (2023). Comparison of Logistic Regression and Discriminant Analysis for Classification of Multicollinearity Data. WSEAS TRANSACTIONS ON MATHEMATICS, 22(13), 120–131. https://doi.org/10.37394/23206.2023.22.15
Bhinadi, A. (2017). Penanggulangan Kemiskinan dan Pemberdayaan Masyarakat. Deepublish. https://penerbitdeepublish.com/shop/penanggulangan-kemiskinan/
Fitri, R. E., Setiawan, E., Usman, M., & Aziz, D. (2022). Analisis Regresi Logistik Biner Terhadap Data Indeks Kedalaman Kemiskinan Di Indonesia Tahun 2020. Jurnal Siger Matematika, 3(2), 95. https://jurnal.fmipa.unila.ac.id/JSM/article/view/3117
Hendayanti, N. P. N., & Nurhidayati, M. (2020). Regresi Logistik Biner dalam Penentuan Ketepatan Klasifikasi Tingkat Kedalaman Kemiskinan Provinsi-Provinsi di Indonesia. Sainstek: Jurnal Sains Dan Teknologi, 3(1), 159. https://www.academia.edu/download/67664851/1876.pdf
Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression. John Wiley & Sons. https://www.wiley.com/en-us/Applied+Logistic+Regression%2C+3rd+Edition-p-9780470582473
Iang, Y. (2021). Faktor yang Mempengaruhi Garis Kemiskinan di Provinsi Papua Tahun 2019 Menggunakan Metode Analisis Regresi Logistik Biner. https://repository.unipasby.ac.id/id/eprint/2726/3/3. BAB I.pdf
Nopiah, R. N., Rosyadi, H. R., & Abdurakhman. (2020). Explaining the Fall of Socio-Economic Inequality on Welfare in East Java: A Household Level Analysis. East Java Economic Journal, 4(1), 56–72. https://doi.org/10.53572/ejavec.v4i1.9
Nurdiansah, S. N., & Khikmah, L. (2020). Binary Logistic Regression Analysis of Variables That Influence Poverty in Central Java. Journal of Intelligent Computing & Health Informatics, 1(1), 307. https://doi.org/10.26714/jichi.v1i1.5381
Permata, R. P., & Ni’mah, R. (2023). Analisis Regresi Logistik Biner Multilevel pada Status Kemiskinan di Pulau Jawa menggunakan Algoritma MCMC Metropolis-Hasting. J Statistika: Jurnal Ilmiah Teori Dan Aplikasi Statistika, 16(1), 35–44. https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/6578
Purwaning Astuti, I., & Juniwati Ayuningtyas, F. (2018). PENGARUH EKSPOR DAN IMPOR TERHADAP PERTUMBUHAN EKONOMI DI INDONESIA. Jurnal Ekonomi & Studi Pembangunan, 19(1), 48. https://doi.org/10.18196/jesp.19.1.3836
Ramadhanti, A. (2023). Pemodelan Regresi Logistik Biner Pada Faktor-faktor yang Mempengaruhi Status Penerimaan Bansos Rastra di Jawa Timur. https://repository.its.ac.id/104701/
Satriawan, D., Pitoyo, A. J., & Giyarsih, S. R. (2021). Faktor-faktor yang Memengaruhi Kepemilikan Jaminan Kesehatan Pekerja Sektor Informal di Indonesia. TATALOKA, 23(2), 263–280. https://doi.org/10.14710/tataloka.23.2.263-280
Subroto, M., & Nugroho, M. F. (2024). Pendidikan dan Pengembangan Diri Anak dalam Sistem Pemasyarakatan: Strategi Mempersiapkan Masa Depan untuk Reintegrasi Sosial. Innovative: Journal Of Social Science Research, 4(5), 3308–3318.
Suhendra, M. A., Ispriyanti, D., & Sudarno, S. (2020). Ketepatan Klasifikasi Pemberian Kartu Keluarga Sejahtera di Kota Semarang Menggunakan Metode Regresi Logistik Biner dan Metode CHAID. Jurnal Gaussian, 9(2), 157. https://ejournal3.undip.ac.id/index.php/gaussian/article/view/27524
TIM Badan Pusat Statistik. (2024). Persentase penduduk miskin Maret 2024 turun menjadi 9,03 persen [Rilis Pers]. Badan Pusat Statistika. https://www.bps.go.id/id/pressrelease/2024/07/01/2370/persentase-penduduk-miskin-maret-2024-turun-menjadi-9-03-persen-.html
Tripena, A., Lianawati, Y., & Setyawan, A. A. (2023). Analisis Faktor-Faktor yang Mempengaruhi Kemiskinan Rumah Tangga di Desa Kotayasa melalui Pendekatan Regresi Logistik Biner. Electro Luceat, 7(1), 30. https://jurnal.poltekstpaul.ac.id/index.php/jelekn/article/view/708
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Heni Puri Wijayanti, Ahya Rezqiana, Ghifarry Al Naffriza Shahdan, Ahmad Adzkiya Abimanyu Daryono (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
