Analisis Pengaruh Manusia Terhadap Indeks Pembangunan Manusia di Kabupaten Blitar Menggunakan Regresi Spline Knot Optimal
DOI:
https://doi.org/10.28926/briliant.v7i4.982Keywords:
Indeks Pembangunan Manusia, Regresi Nonparametrik, SplineAbstract
Penelitian ini dilatarbelakangi dengan adanya peningkatan jumlah penduduk yang signifikan dalam sepuluh tahun terakhir sehingga sangat berpengaruh terhadap proses pembangunan manusia di Kabupaten Blitar. Keadaan ini menyebabkan pembangunan manusia penting untuk dilakukan agar terciptanya kesejahteraan dan kemajuan dalam pembangunan manusia. Metode untuk menganalisis pengaruh Indeks Pembangunan Manusia (IPM) di Kabupaten Blitar yang digunakan dalam penelitian ini yaitu Analisis Regresi Nonparametrik Spline knot optimal dengan tiga variabel prediktor. Hasil penelitian yang didapatkan yaitu Angka Harapan Hidup (AHH) tidak berpengaruh terhadap IPM di Kabupaten Blitar, sedangkan Rata-Rata Lama Sekolah (RLS) dan Pengeluaran Per Kapita (PPK) memiliki pengaruh terhadap IPM.
References
Badan Pusat Statistik Kabupaten Blitar. 2020. Indeks Pembangunan Manusia. (Online), (https://blitarkab.bps.go.id/subject/26/indeks-pembangunan-manusia.html#subjekViewTab1), diakses 31 Oktober 2020.
Christianto, Vicencius H. 2019. Analisis Regresi Nonparametrik Model Spline Dan penerapannya. Yogyakarta: Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
Dinas Kesehatan Kabupaten Blitar. 2020. Profil Kesehatan Kabupaten Blitar 2017. (Online), (https://www.kemkes.go.id/resources/download/profil/PROFIL_KAB_KOTA_2017/3505_Jatim_Kab_Blitar_2017.pdf), Diakses 2 Desember 2020.
Harlan, Johan. 2018. Analisis Regresi Linear. Depok: Gunadarma
Khusniawati, Faulina. 2017. Pengujian hipotesis Parameter Komponen Splinedalam Model Regresi Nonparametrik campuran Spline Dan Kernel. Surabaya: Institut Teknologi Sepuluh Nopember
Latuconsina, Zulfikar. 2017. Analisis Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia Kabupaten Malang Berbasis Pendekatan Perwilayahan dan Regresi Panel. Journal of Regional and Rural Development Planning, vol. 2, 202-2016.
Maharani, B., M. Abdul dan Suparti. 2015. Analisis Procrustes pada Indikator Indeks Pembangunan Manusia (IPM) di Kabupaten/Kota Provinsi Jawa Tengah (Studi Kasus IIPM Tahun 2008 dan 2013). Jurnal Gaussian, vol. 4, 755-764.
Nisa, Khoirin, H. Netti dan S. Eri. 2018. Anlaisis Regresi Nonparametrik dengan Teknik Smoothing. Jurnal Semirata Medan, 1-20.
Nurjannah. 2004. Korelasi. (Online), (nurjannah.staff.gunadarma.ac.id), Diakses 7 Desember 2020
Puspitasari, Elsha, & Susanto, H. Tri. 2011. Model Regresi Spline Knot Optimal untuk Mengetahui Faktor-Faktor yang Mempengaruhi Jumlah Kematian Bayi di Jawa Timur. Jurnal Matematika dan Ilmu Pengetahuan Alam,1-7.
Puspitasari, Elsha., & Susanto, H.T. 2016. Model Regresi Spline Knot Optimal untuk Mengetahui Faktor-Faktor yang Mempengaruhi Jumlah Kematian Bayi di Jawa Timur. Surabaya: Fakultas MIPA Universitas Negeri Surabaya
Putri, Tiffani. 2018. Pemodelan Regresi Nonparametrik Spline Multivariabel. Semarang: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Semarang.
Ramlan, Muh A. 2017. Estimator Spline linear dalam Regresi Semiparametrik. Makassar: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Hasanuddin Makassar.
Rory. 2016. Regresi Campuran Nonparametrik Spline Linier Truncated dan Fungsi Kernel untuk Pemodelan Data Kemiskinan di Provinsi Papua. Surabaya: Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya.
Utami, T.W., & Prahutama, Alan. 2015. Regresi Semiparametrik Spline Truncated Dengan Software R. Jurnal Matematika dan Ilmu Pengetahuan Alam, 17-23.