Mathematics and Applications (MAp) Journal
Vol 3, No 2 (2021)

PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES UNTUK MEMODELKAN TINGKAT KEMISKINAN DI PROVINSI SUMATERA BARAT

Romy Yunika Putra (Universitas Islam Negeri Imam Bonjol Padang)
Afnita Roza (Badan Pusat Statistik Kota Padang)
Hesti Maria Putri (Universitas Islam Negeri Imam Bonjol Padang)



Article Info

Publish Date
01 Dec 2021

Abstract

Multivariate Adaptive Regression Splines (MARS) merupakan salah satu metode statistik yang menggunakan pendekatan regresi nonparametrik. Regresi nonparametrik digunakan apabila tidak terdapat informasi tentang bentuk fungsi dan tidak ada pola hubungan antara variabel dependen dengan variabel independen. Pada penelitian ini metode MARS diaplikasikan pada data tingkat kemiskinan di Provinsi Sumatera Barat. Unit observasi pada penelitian ini adalah 19 Kabupaten/Kota di Provinsi Sumatera Barat. Hasil penelitian menunjukkan bahwa model MARS terbaik adalah dengan menggunakan Basis Fungsi (BF) = 18, Maksimum Interaksi (MI) = 2, dan Minimum Observasi (MO) = 3 dengan GCV yang dihasilkan sebesar 0,001 dan nilai R2 sebesar 99,99%. Variabel independen yang memberikan kontribusi terhadap tingkat kemiskinan pada model terbaik secara berturut-turut adalah Tingkat Partisipasi Angkatan Kerja (X3) sebesar 100%, Jumlah Puskesmas (X5) sebesar 55,5%, Angka Harapan Hidup (X4) sebesar 45%, Rumah Tangga yang Menempati Rumah dengan Status Tidak Milik Sendiri (X6) sebesar 28,6%, dan Angka Partisipasi Sekolah (X1) sebesar 19,5%.Kata Kunci: Kemiskinan, MARS, Regresi Nonparametrik

Copyrights © 2021