PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION

LESTARI, FARAH YUNI, B2A015005 (2019) PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text ABSTRAK.pdf Download (572kB) | Preview
Preview	Text BAB I.pdf Download (544kB) | Preview
	Text BAB III.pdf Restricted to Repository staff only Download (481kB) | Request a copy
Preview	Text BAB II.pdf Download (771kB) | Preview
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text BAB V.pdf Download (463kB) | Preview
Preview	Text Daftar Pustaka.pdf Download (690kB) | Preview
Preview	Text Full text Jurnal.pdf Download (1MB) | Preview

Abstract

Indeks Pembangunan Manusia (IPM) merupakan Salah satu indikator dalam mengukur keberhasilan pembangunan dalam mewujudkan kesejahteraan masyarakat. Dalam penelitian ini melakukan analisa tentang Indeks Pembangunan Manusia di Jawa Tengah dengan obyek yang digunakan yakni 35 kabupaten dan kota di Jawa Tengah dengan rentang waktu yang digunakan lima tahun yang dimulai dari tahun 2013-2017. Tujuan dari penelitian ini digunakan untuk mengetahui metode terbaik dan variabel yang berpengaruh signifikan terhadap Indeks Pembangunan Manusia di Jawa Tengah. Pada data Indeks Pembangunan Manusia (IPM) di Jawa Tengah menunjukan bahwa pada data Indeks Pembangunan manusia pada setiap lokasi di Jawa Tengah memiliki nilai Indeks Pembangunan Manusia (IPM) yang berbeda untuk setiap lokasinya. Begitupun pada unsur waktu di provinsi Jawa Tengah dimana data Indeks Pembangunan Manusia (IPM) di Jawa Tengah memiliki nilai Indeks Pembangunan Manusia (IPM) yang berbeda setiap tahunnya, sehingga unsur waktu sangat penting untuk dipertimbangkan dalam suatu analisa. Dari penelitian ini didapatkan metode terbaik untuk memodelkan IPM yaitu metode Geographically and Temporally Weighted Regression (GTWR) dimana metode ini dapat menghasilkan model yang bersifat lokal untuk setiap lokasi pengamatan dan waktu pengamatan sehingga model yang dihasilkan lebih representative. Dengan metode GTWR menghasilkan variabel yang signifikan mempengaruhi IPM di Jawa Tengah antara lain Tingkat Pengangguran Terbuka (X1),Kemiskinan (X3), Rata Lama Sekolah (X4) dan Angka Partisipasi Sekolah (X6). Keyword: IPM, GTWR, Spatial, Temporal

Actions (login required)

View Item