Pendekatan Multivariate Adaptive Regression SPLINES (MARS) pada Pemodelan Penduduk Miskin di Indonesia Tahun 2008-2012

Abstract

Kemiskinan merupakan salah satu persoalan mendasar yang menjadi pusat perhatian pemerintah di negara manapun karena merupakan masalah kependudukan yang kompleks dan menyangkut berbagai macam aspek. Untuk keperluan perencanaan, monitoring, dan evaluasi berbagai program terkait penanggulangan kemiskinan diperlukan sejumlah instrumen statistik, salah satunya adalah persentase penduduk miskin dari total populasi. Tujuan penelitian ini adalah untuk menganalisis faktor-faktor dari karakteristik penduduk miskin yang signifikan mempengaruhi kemiskinan tingkat Kabupaten/Kota di Indonesia. Untuk kasus kemiskinan di Indonesia yang terdiri dari banyak variabel prediktor, pendekatan regresi nonparametrik dapat menggunakan Multivariate Adaptive Regression Splines (MARS). Penelitian ini menggunakan variabel prediktor sebanyak 16 variabel dan satu buah variabel respon dengan menggunakan data SUSENAS untuk tahun 2008-2012 yang dihasilkan oleh Badan Pusat Statistik (BPS). Hasil penelitian dengan pendekatan MARS menunjukkan bahwa hampir semua variabel prediktor berpengaruh secara signifikan dalam pemodelan penduduk miskin tingkat Kabupaten/Kota di Indonesia. Sementara dari keenam belas variabel prediktor diperoleh tiga variabel penting yang paling besar pengaruhnya terhadap variabel respon, yaitu persentase perempuan pengguna alat KB di rumah tangga miskin, persentase rumah tangga yang pernah membeli raskin, serta persentase penduduk miskin usia 15 tahun ke atas yang bekerja di sektor pertanian.