Detail buku

No BukuT.ITS.2008.30
UniversitasITS
PenulisSyarif Hidayat
Judul BukuPEMODELAN DESA TERTINGGAL DI JAWA BARAT TAHUN 2005 DENGAN PENDEKATAN MARS
PembimbingDr. Drs. I Nyoman Budiantara, MS ; Dr. k. Suhariyanto
AbstrakABSTRAK INDONESIA : Analisis regresi memperlihatkan hubungan dan pengaruh variable predictor terhadap variable respon yang dijelaskan oleh suatu kurva regresi. Apabila tidak ada informasi apapun tentang bentuk dari kurva regresi, maka pendekatan yang digunakan adalah regresi nonparametik. Karena pendekatan ini tidak tergantung pada asumsi bentuk kurva tertentu, sehingga memberikan fleksibilitas yang lebih besar. Untuk kasus yang terdiri dari banyak variable predictor, pendekatan regresi, non prametik dapat menggunakan Multivarite Adaptive Regression Splines (MARS). Tujuan penelitian ini adalah mendapatkan model desa tertinggal di Jawa Barat tahun 2005 baik untuk daerah perkotaan maupun perdesaan yang dapat dijadikan sebagai bahan masukan pengambil kebijakan dalam rangka target penyaluran bantuan pemerintah. Penelitian ini mengunakan variable-variabel predictor dari data PODES-SE06 dan variable respon rata-rata pengeluaran per kapita penduduk desa dari SUSENAS-2005 yang dihasilkan oleh Badan Pusat statistic. Model desa tertinggal dengan pendekatan MARS menghasilkan variable-variabel yang mempunyai andil dalam ketertinggalan suatu desa. Penentuan klasifikasi desa tertinggal dan desa tidak tertinggal menggunakan garis kemiskinan yang dikeluarkan oleh BPS. Ketetapan klasifikasi dari model sebesar 98,80 persen untuk daerah perkotaan dan 98,34% untuk daerah pedesaan. Kata Kunci : Desa Tertinggal, Garis Kemiskinan, MARS, Regresi nonprametik. ABSTRAK INGGRIS : Regression analysis describes relationship between predictor and response variables. It can be used for assessing the effects of the predictor variables on the response. If the information of regression approach can be applied. This approach does not depend on any regression curve assumption. So that, it more flexible. For the specific case while there ara many predictor variables, the Multivariate Adaptive Regression Splines (MARS) can be applied. The goal of this research is modelling of slum area in Jawa Barat Province in 2005. The slum area model consist of distributor target of governmental aid. The data of this research use predictor variables based on PODES-SE06 and the average of household expenditures per capita of rural inhabitant based on SUSENAS-2005 as response variable which coducted by Badan Pusat Statistik. Using MARS approach, the models create variables that influece on the slum area. The classification of slum area based on the poverty line by BPS. The classification power of the slum area models are 98.80 percent for urban and 98.34 percent for rural area. Keywods : Slum area, Poverty line, MARS, Nonparametrica regression
JenisThesis