Generalized LASSO Regression dalamIdentifikasi Peubah yang Memengaruhi Tingkat Kemiskinan di Pulau Jawa Tahun2020

Abstract

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. Kemiskinan dapat dipengaruhi oleh peubah yang bersifat positif atau negatif. Bersifat positif apabila peningkatan peubah tersebut dapat meningkatkan kemiskinan dan sebaliknya. Pulau Jawa merupakan pulau dengan jumlah penduduk terbanyak, yaitu mencakup 56% dari total penduduk di Indonesia. Jumlah penduduk miskin di Pulau Jawa mencakup 54% dari total penduduk miskin Indonesia tahun 2020. Generalized LASSO Regression digunakan untuk menyeleksi peubah yang berpengaruh sekaligus melakukan klasterisasi untuk melihat pengaruh setiap peubah terhadap daerah. Metode ini sangat baik karena memiliki dua fungsi yang dapat dijalankan bersamaan. Hasil analisis menggunakan metode ini menyatakan bahwa peubah yang berpengaruh terhadap persentase kemiskinan di Pulau Jawa adalah Produk Domestik Regional Bruto (PDRB), Harapan Lama Sekolah (HLS), dan Rataan Lama Sekolah (RLS). Tidak ada peubah yang memiliki dampak yang sama terhadap seluruh daerah (provinsi) di Pulau Jawa. Peubah RLS memiliki dampak yang sama terhadap lima provinsi kecuali Provinsi D.I. Yogyakarta sedangkan dua peubah lainnya membentuk dua kelompok daerah. Ketiga peubah tersebut memengaruhi persentase kemiskinan secara negatif di seluruh daerah (provinsi).

The Sustainable Development Goals (SDGs) are a continuation of the Millennium Development Goals (MGDs). The first goal of the SDGs is to realize a life without poverty (no poverty). Poverty has always been a development priority. Poverty can be influenced by positive or negative variables. It is positive if the increase in this variable can increase poverty and vice versa. Java Island is the island with the largest population, which covers 56% of the total population in Indonesia. The number of poor people in Java covers 54% of the total poor population in Indonesia in 2020. Generalized LASSO Regression is used to select influential variables as well as clustering to see the effect of each variable on the region. This method is very good because it has two functions that can be executed simultaneously. The results of the analysis using this method state that the variables that affect the percentage of poverty in Java are Gross Regional Domestic Product (GRDP), Expected Years of Schooling (EYS), and the Average Length of Schooling (ALS). There is no variable that has the same impact on all regions (provinces) on the Java island. The ALS variable has the same impact on five provinces except for the Province of D.I. Yogyakarta while the other two variables form two regional groups. These three factors negatively affect the percentage of poverty across the regions (provinces).