Article Per Year (5 Year)
p-Index From 2019 - 2024
1.784
P-Index
This Author published in this journals
All Journal JMathCos (Journal of Mathematics, Computation, and Statistics) SRIWIJAYA INTERNATIONAL JOURNAL OF DYNAMIC ECONOMICS AND BUSINESS Jurnal Saintika Unpam : Jurnal Sains dan Matematika Unpam Jurnal Statistika dan Matematika (Statmat) Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Difusi Jurnal Pengabdian Masyarakat Indonesia (JPMI) Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya JURNAL HANDAYANI PGSD FIP UNIMED Applied Business and Administration Journal (ABAJ)
Siti Samsiyah Purwaningsih
Politeknik Negeri Bandung
Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Mathematics Physics Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JMathCos (Journal of Mathematics, Computation, and Statistics)

 1 
Penentuan Faktor Kemiskinan Indonesia Menggunakan Regresi Logistik irfani azis; I Made Sumertajaya; Siti Samsiyah Purwaningsih; Sri Surjani Tjahjawati
Journal of Mathematics Computations and Statistics Vol 6, No 1 (2023): April
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v6i1.40985

Abstract

Kemiskinan merupakan suatu masalah global yang dihadapai diberbagai negara, termasuk Indonesia. Penelitian ini bertujuan untuk mengetahui faktor yang memberingan pengaruh pada tingkat kemiskinan di Indonesia dengan melihat pengelompokkan kemiskinan itu sendiri. Data yang digunakan adalah data yang ada pada website badan pusat statistik dan bappenas tahun 2021 dengan model yang digunakan adalah model regresi logistik ordinal. Metode backward elimination digunakan untuk memilih model terbaik dengan nilai akaike information criterion terendah. Hasil dari penelitian ini adalah faktor produk domestik bruto dan tingkat pengangguran berpengaruh positif signifikan sedangkan jumlah penduduk dan upah minimum provinsi berpengaruh negatif seignifikan pada tingkat kemiskinan di Indonesia.Kata Kunci: backward elimination, regresi logistik, ordinal Poverty is a global problem faced by various countries, including Indonesia. This study aims to determine the factors that influence the level of poverty in Indonesia by looking at the poverty classification itself. The data used is data on the website of the Central Statistics Agency and Bappenas in 2021 with the model used is an ordinal logistic regression model. The backward elimination method is used to select the best model with the lowest information criterion akaike value. The results of this study are that the gross domestic product factor and the unemployment rate have a significant positive effect, while population size and the provincial minimum wage have a significant negative effect on the poverty rate in Indonesia.Keywords: backward elimination, logistic regression, ordinal.
Co-Authors Anny Suryani Euis Sartika Hadiningrum, Kunlestiowati I Made Sumertajaya Irfani Azis Irfani Azis Lusiani, Anie Muldiani, Ratu Fenny Nani Yuningsih Neneng Nuryati NS Junaedi Rahma Wulan Hijriany Sardjito Sardjito Sholihati Amalia Sri Suratmi Sri Surjani Tjahjawati Suhendar, Waway Qodratulloh