Modeling The Poverty Gap Index in Sulawesi Island from 2021 to 2024 using Geographically and Temporally Weighted Regression

Abstract

Poverty is a major issue in Indonesia, especially in Sulawesi, where there are large differences in poverty levels. From 2021-2024, half of Sulawesi's provinces had a Poverty Gap Index (PGI) above the provincial average, with values between 1.10 and 2.88. To better understand these disparities, this study applies the Geographically and Temporally Weighted Regression (GTWR) method, which captures local spatial and temporal variations in PGI. The analysis uses 11 variables across seven dimensions, covering 81 districts/cities annually from 2021-2024. The results indicate that the GTWR model outperforms the OLS model, with an Adjusted R-squared of 46.51%, RMSE of 0.4636, and MAE of 0.3627, compared to OLS results of 33.49%, 0.6378, and 0.5085, respectively. Most variables are statistically significant, except for gender ratio, which shows limited influence, and population density, which is not significant across space or time. Key factors influencing PGI include labor force participation rate, access to sanitation, and life expectancy, with SAN most significant in 2021, LE in 2022, and LFPR in 2023– 2024. Gross Domestic Regional Product (GDC), access to safe drinking water (SDW), and GR displayed expanding spatial patterns, while others showed scattered significance. While many effects were negative, LFPR, GDC, SDW, and GR generally had positive impacts.

Kemiskinan merupakan masalah utama di Indonesia, terutama di Sulawesi, yang menunjukkan perbedaan tingkat kemiskinan yang besar. Pada tahun 2021- 2024, setengah provinsi di Sulawesi memiliki nilai Poverty Gap Index (PGI) di atas rata-rata, dengan rentang antara 1,10 hingga 2,88. Penelitian ini menganalisis PGI menggunakan metode Geographically and Temporally Weighted Regression (GTWR) yang mengikutsertaan variasi spatial dan temporal untuk memahami kemiskinan lebih baik. Data penelitian terdiri dari 11 variabel dengan objek penelitian 81 kabupaten/kota di Sulawesi selama tahun 2021-2024. Hasil dari menunjukkan model GTWR memiliki kinerja lebih baik dibandingkan model OLS, dengan Adjusted R-squared 46,51%, RMSE 0,4636, dan MAE 0,3627, dibandingkan OLS dengan Adjusted R-squared 33,49%, RMSE 0,6378, dan MAE 0,5085. Hampir seluruh variabel berpengaruh signifikan, kecuali rasio jenis kelamin dengan signifikansi rendah, dan kepadatan penduduk yang tidak signifikan sama sekali. Variabel paling berpengaruh terhadap PGI adalah partisipasi angkatan kerja, akses sanitasi, dan umur harapan hidup. Pola spasial yang meluas dari waktu ke waktu terlihat pada variabel PDRB per kapita, akses air minum layak, dan rasio jenis kelamin. Faktor yang mendominasi jumlah signifikansi per tahun adalah SAN (2021), LE (2022), serta LFPR (2023–2024). Meskipun banyak faktor menunjukkan pengaruh negatif, beberapa seperti LFPR, GDC, SDW, dan GR cenderung memberikan dampak yang positif.