Detail buku

No BukuT.ITS.2009.75
UniversitasITS
PenulisAdi Ratnaningrum
Judul BukuPENENTUAN TINGKAT KETIMPANG PENDAPATAN DI INDONESIA DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE
PembimbingDr. Bambang Widjanarko Otok, M.Si. Wiwiek Arumwati, M.Si
AbstrakABSTRAK INDONESIA : Kenyataan adannya perbedaan kapasitas daerah untuk berkembang, baik potensi sumber daya alam ataupun sumber daya manusia, maka tidak dapat di pungkiri wilayah dengan wilayah lainnya seperti pendapatan perkapita. Penelitian ini bertujuan untuk mengetahui seberapa besar variabel sosial ekonomi mempengaruhi pendapatan perkapita suatu wilayah dan bertujuan untuk mengetahui batas tingkat ketimpang pemerataan pendapatan menggunakan Multivariate Adaptive Regression Spline (MARS). Hasil penelitian menunjukkan bahwa distribusi pendapatan tahun 2007 mencapai tingkat ketidakmerataan maksimal pada kondisi pendapatan per kapita di bawah 16.699.500 rupiah dan hal ini didasarkan pada indeks gini. Sedangkan jumlah variabel prediktor yang berkontribusi dalam model pendapatan per kapita ada sebanyak 9 variabel. Kesembilan variabel tersebut memberikan kontribusi terhadap model pendapatan perkapita secara berturut-turut adalah kepadatan penduduk (X�?) sebesar 100%, kontribuksi sektor tersier (X₉) sebesar 38.93%, kontribusi PMTB (X₅) sebesar 26,44%, rasio ketergantungan (X₄) sebesar 21,6%, kontribusi sektor primer (X₇) sebesar 19,72%, kontribusi konsumsi rumahtangga (X₆) sebesar 11,75%, inflasi (X�?₀) sebesar 9,76%, pendidikan (X₃) sebesar 7,37%, dan kontribusi sektor sekunder (X₈) sebesar 6,68%. Meskipun ketepatan klasifikasi model MARS secara keseluruhan hanya sebesar 35,48%, namun ketepatan penentuan klasifikasi provinsi yang timpang tepat sebesar 100 persen. Kata Kunci ; Indeks gini, ketimpangan sosial ekonomi, multivariate adaptive regression splines (MARS), pemerataan pendapatan. ABSTRAK INGGRIS : The fact that there are differences in a region’s capacity to develop either the natural resources or human resources makes a awareness that the development process has produce many differences among one region to another. The aim of this research is to know how much does the social economic variable influence a region’s income per capita as well as to discover the boundary of income spread level by using the Multivariate Adaptive Regression Spline (MARS) approach. Results show that the income distribution reach the maximal imbalance when the income percapita is under 16.699.500 rupiahs based on Gini Index. Number of predictor variables which have contributions in the model of income percapita ara 9 variables. Those nine variables contributions in to the model in order are population density (X1) 100% ; tertiary sector (X9) for38,93% ; PMTB (investment) (X5)for 26,44%; dependency ratio (X4) for 21,6%; primary sector (X7) for 19,72%; household consumption (X6) for 11,75%; inflation (X10) for 9,76%; education (X3) for 3,37%; and secondary sector (X8) for 6,68%. Although the overall accuracy of MARS classification model is just 35,48%, the accuracy of province classification imbalance reach exactly 100%. Keywords : gini index, social economic imbalance, multivariate adaptive regression slines (MARS), income spread
JenisThesis