Model Geographically Weighted Negative Binomial Regression pada Kasus Jumlah Rumah Tangga Miskin di Kabupaten Tuban

Abstract

Kabupaten Tuban merupakan salah satu kabupaten di Provinsi Jawa Timur dengan tingkat kemiskinan masih cukup relatif tinggi. Hal ini dibuktikan dengan masuknya Kabupaten Tuban pada peringkat ke-5 di Provinsi Jawa Timur dan peringkat pertama di wilayah eks-Karesidenan Bojonegoro dengan tingkat kemiskinan yang tertinggi pada tahun 2020. Tercatat pada tahun 2020 tingkat kemiskinan di Kabupaten Tuban mencapai 15,91 persen, di atas tingkat kemiskinan Provinsi Jawa Timur yang sebesar 11,09 persen. Penelitian ini bertujuan untuk memodelkan jumlah rumah tangga miskin di Kabupaten Tuban serta mendapatkan variabel-variabel yang signifikan menggunakan Geographically Weighted Negative Binomial Regression (GWNBR). Data yang digunakan dalam penelitian berupa data sekunder yaitu Data Terpadu Kesejahteraan Sosial Kabupaten Tuban per Oktober 2020 yang diperoleh dari Basis Data Terpadu Kabupaten Tuban. Berdasarkan pemodelan menggunakan GWNBR diperoleh hasil yaitu terdapat 3 kelompok kecamatan berdasarkan variabel prediktor yang berpengaruh signifikan terhadap jumlah rumah tangga miskin di Kabupaten Tuban. Variabel prediktor yang berpengaruh signifikan untuk semua kecamatan yaitu persentase rumah tangga dengan bahan bakar/energi utama untuk memasak adalah gas kota/biogas, persentase rumah tangga dengan dinding terluas adalah bambu, dan persentase penduduk usia 15-64 tahun yang menderita tuna wicara.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).