Analisis IPM di Kalimantan Timur Tahun 2021 Dengan Pendekatan Metode OLS dan GWR
Journal Title: Jurnal Statistika dan Komputasi - Year 2023, Vol 2, Issue 2
Abstract
Latar Belakang: Provinsi Kalimantan Timur merupakan salah satu provinsi yang memiliki potensi ekonomi yang signifikan di Indonesia. Namun, untuk mencapai pembangunan yang berkelanjutan dan meningkatkan kesejahteraan masyarakat, perlu dilakukan analisis yang mendalam terhadap faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia atau IPM di wilayah ini. Tujuan: Penelitian ini bertujuan untuk menganalisis regresi spasial pada IPM di Kalimantan Timur tahun 2021. Metode: Metodologi penelitian mencakup sumber data yang digunakan dan variabel penelitian yang terdiri dari variabel dependen (IPM) dan variabel independen yang meliputi harapan lama sekolah, umur harapan hidup, rata-rata lama sekolah, rasio ketergantungan, tingkat pengangguran terbuka, dan tingkat partisipasi angkatan kerja. Kemudian akan dibandingkan dengan dua metode yaitu metode Ordinary Least Square (OLS) dan Geographically weighted regression (GWR). Hasil: Model GWR Indeks Pembangunan Manusia di Kalimantan Timur lebih baik dibandingkan model OLS. R square yang didapatkan dengan pemodelan GWR lebih kecil yaitu sebesar 0.984551, Sedangkan Model OLS didapatkan nilai sebesar 0.985. Kesimpulan: Setiap wilayah di Kalimantan Timur memiliki karakteristik yang berbeda-beda atau memiliki unsur spasial. Nilai IPM tertinggi adalah Kota Samarinda, sedangkan terendah adalah Kabupaten Mahakam Ulu.
Authors and Affiliations
Yanuar Bhakti Wira Tama, Dwiki Jaya Ardila, Syalam Ali Wira Dinata Simatupang, Retno Wahyu Dewanti
Keywords
Related Articles
- EP ID EP740543
- DOI https://doi.org/10.32665/statkom.v2i2.2315
- Views 82
- Downloads 1
Peramalan Jumlah Penumpang Di Bandara Soekarno-Hatta Menggunakan Metode Deseasonalized
Latar Belakang: Transportasi udara merupakan salah satu sektor usaha yang menopang bidang perekonomian di Indonesia. Pada sektor transportasi khususnya penumpang pesawat udara sering kali mengalami fluktuasi yang tidak m...
Application of Double Seasonal Autoregressive Integrated Moving Average (DSARIMA) for Stock Forecasting
Background: Stock price forecasting assists investors to anticipate risks and opportunities in making prudent investments and maximizing returns. Objective: This study aims to identify the most accurate model for stock...
Pemodelan Regresi Data Panel Untuk Memprediksi Ketersediaan Beras Di Kabupaten Bojonegoro
Latar Belakang: Ketersediaan beras menjadi komponen utama penyebab inflasi dan kurangnya beras mengganggu ketahanan pangan nasional. Kabupaten Bojonegoro menjadi produksi padi menempati urutan ketiga di Provinsi Jaw...
Peramalan Jumlah Wisatawan Mancanegara di Provinsi Kalimantan Timur Menggunakan Fuzzy Backpropagation Neural Network
Latar Belakang: Pariwisata merupakan salah satu bidang ekonomi yang menjadi sumber penerimaan devisa bagi negara. Banyaknya wisatawan merupakan salah satu faktor yang dapat berpengaruh terhadap perkembangan pariwisata....
Prediksi Harga Saham PT.Telekomunikasi Indonesia Menggunakan Metode Transformasi Wavelet Diskrit Daubechies
Latar Belakang: Wavelet Daubechies merupakan penyempurnaan dari wavelet Haar yang mempunyai keunggulan dibandingkan wavelet lainnya, sehingga wavelet Daubechies jenis ini sering digunakan untuk transformasi wavelet diskr...