Artikel_ANALISIS SPASIAL KEMISKINAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS KABUPATEN PANDEGLANG DAN LEBAK

Sukanto, Sukanto (2019) Artikel_ANALISIS SPASIAL KEMISKINAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS KABUPATEN PANDEGLANG DAN LEBAK. Tataloka. ISSN 0852-7458

Text (Artikel Penelitian) 23. Analis Spasial Kemiskinan dengan Pendekatan Geograpically Weighted Regression.pdf Download (305kB)

Abstract

Kemiskinan masih menjadi permasalahan utama dalam pembangunan baik di tingkat nasional maupun daerah. Program penanggulangan kemiskinan yang dilakukan belum memperhatikan aspek spasial sehingga kebijakan yang diambil sering kurang tepat sasaran. Penelitian ini bertujuan untuk melihat pola spasial kemiskinan di Kabupaten Pandeglang dan Lebak. Metode yang digunakan adalah geographically weighted regression (GWR) dengan data kemiskinan tahun 2016. Hasil studi menunjukkan adanya autokorelasi spasial positif dan berkelompok pada 25 kecamatan. Variabel angka partisipasi murni cenderung menurunkan kemiskinan di semua kecamatan. Sementara itu, variabel dana desa, listrik dan jalan cenderung menurunkan angka kemiskinan pada lebih dari 80% kecamatan. Respon terhadap variabel bebas berbeda di setiap kecamatan amatan. Oleh karena itu, program pengentasan kemiskinan tiap kecamatan disesuaikan dengan masing-masing faktor yang berpengaruh.

Item Type:	Article
Subjects:	H Social Sciences > HB Economic Theory > HB846-846.8 Welfare theory
Depositing User:	Dr. Sukanto Sukanto
Date Deposited:	21 Jul 2025 01:44
Last Modified:	21 Jul 2025 01:44
URI:	http://repository.unsri.ac.id/id/eprint/178809

Actions (login required)

View Item