Browsing UT - Statistics and Data Sciences by Subject "poverty"
Now showing items 1-13 of 13
-
Analisis Data Longitudinal Menggunakan Multivariate Latent Curve Model
(2022)Kemiskinan merupakan masalah multidimensional yang terjadi di negara maju maupun berkembang. Jumlah penduduk miskin di Indonesia mencapai 25.67 juta. Kemiskinan tersebut berpengaruh terhadap kualitas hidup. Kemiskinan dan ... -
Analisis faktor-faktor yang mempengaruhi pengangguran di Provinsi Aceh tahun 2011-2013
(2016)Tingkat Pengangguran Terbuka (TPT) merupakan indikator yang digunakan di Indonesia untuk mengukur tingginya angka pengangguran. Pada tahun 2012 Provinsi Aceh berada pada urutan tiga besar dengan tingkat pengangguran tertinggi ... -
Analisis Multidimensional Scaling dan Analisis Procrustes terhadap Tingkat Kemiskinan di Provinsi Nusa Tenggara Barat
(2021)Kemiskinan masih menjadi salah satu permasalahan di Indonesia dan berbagai upaya penanggulangannya telah dilakukan. Upaya penanggulangan kemiskinan dapat dievaluasi dengan membandingkan kondisi kemiskinan pada periode waktu ... -
Generalized LASSO Regression dalamIdentifikasi Peubah yang Memengaruhi Tingkat Kemiskinan di Pulau Jawa Tahun2020
(2022)Sustainable Development Goals (SDGs) adalah program lanjutan dari Millenium Development Goals (MGDs). Tujuan pertama SDGs adalah mewujudkan hidup tanpa kemiskinan (no poverty). Kemiskinan selalu menjadi prioritas pembangunan. ... -
Pemodelan Autoregresif Spasial pada Data Panel (Studi Kasus Kemiskinan di Jawa Timur)
(2022)Penelitian ini bertujuan mengidentifikasi peubah-peubah yang berpengaruh terhadap persentase kemiskinan di Jawa Timur pada tahun 2017-2020. Metode yang digunakan untuk menjawab tujuan tersebut adalah analisis spasial ... -
Pemodelan Kemiskinan di Pulau Jawa Tahun 2012 sampai 2018 dengan Panel Spasial Dinamis
(2021)Tiga provinsi di Pulau Jawa memiliki persentase kemiskinan di atas rata-rata nasional sebesar 10.19% pada 2020. Salah satu metode untuk mengidentifikasi faktor-faktor yang memengaruhi persentase kemiskinan adalah panel ... -
Pemodelan Regresi Terboboti Geografis dan Temporal pada Angka Kemiskinan di Jawa Tengah Tahun 2017-2019
(2022)Pada tahun 2019 Provinsi Jawa Tengah memiliki persentase penduduk miskin sebesar 10,8 persen. Persentase tersebut bertentangan dengan sasaran tingkat kemiskinan untuk Provinsi Jawa Tengah tahun 2019 yang ditetapkan oleh ... -
Penerapan LASSO untuk Mengidentifikasi Peubah yang Berpengaruh Terhadap Tingkat Kemiskinan di Jawa Tengah
(2021)Indonesia merupakan negara dengan jumlah penduduk terbanyak keempat di dunia dan termasuk kategori negara berkembang. Sebagai negara berkembang salah satu permasalahan yang ada di Indonesia adalah masalah kemiskinan. ... -
Penerapan Spatial Durbin Model dalam Menentukan Faktor yang Memengaruhi Kemiskinan di Provinsi Sumatra Utara
(2023)Kemiskinan merupakan masalah ekonomi yang menjadi salah satu masalah utama di Indonesia. Provinsi Sumatra Utara menduduki peringkat kedelapan berdasarkan jumlah penduduk miskin terbanyak di Indonesia dan peringkat ke-13 ... -
Perbandingan Kinerja Random Forest dan Double Random Forest untuk Klasifikasi Status Kemiskinan di Level Kabupaten/Kota
(2022)Prediksi berdasarkan sebuah model baik untuk dilakukan karena dapat menghasilkan prediksi yang akurat. Salah satu model yang sudah banyak digunakan dalam memprediksi adalah model klasifikasi Random Forest. Namun, ukuran ... -
Perbandingan Metode CHAID dan Random Forest dalam Klasifikasi Status Kemiskinan Rumah Tangga di Jawa Tengah
(2022)Jawa Tengah menempati posisi kedua sebagai provinsi dengan jumlah penduduk miskin terbanyak di Indonesia pada Maret 2020 lalu. Upaya pengentasan kemiskinan sudah dilakukan, namun masih banyak yang belum tepat sasaran. ... -
Perbandingan Performa Model Regresi, XGBoost, dan RNN pada Data Deret Waktu (Studi Kasus Kemiskinan di Tingkat Kabupaten/Kota)
(2023)Analisis data deret waktu telah banyak digunakan di berbagai bidang dan umumnya menggunakan satu peubah atau dikenal dengan analisis univariat. Kelemahan analisis ini adalah tidak dapat melihat pengaruh dari peubah lain. ... -
Perbandingan Performa SVR, Random Forest dan ARIMA pada Analisis Data Deret Waktu (Studi Kasus Kemiskinan di Tingkat Kabupaten/Kota)
(2024)Perkembangan analisis deret waktu semakin cepat, pesat dan telah banyak mengalami perkembangan dan pembaruan dengan temuan terbaru. Metode klasik yang umum digunakan dalam analisis deret waktu adalah Autoregressive Integrated ...