Analisis Faktor yang Mempengaruhi Kemiskinan Provinsi Jawa Timur Tahun 2023 dengan Metode Principal Component Analysis
DOI:
https://doi.org/10.61132/uranus.v2i4.494Keywords:
Factor Analysis, Poverty, Principal Component AnalysisAbstract
Poverty is one of the main issues in Indonesia although many policies have been implemented by the government to overcome this problem. With this problem, a study was conducted which aims to identify factors that affect poverty in East Java in 2023 using the principal component analysis (PCA) method. PCA is a multivariate analysis technique used to extract information from correlated data, so as to summarize several variables into principal components. In this study, the variables used include the number of poor people, percentage of poor people, poverty severity index, open unemployment rate, labor force participation rate, and life expectancy from 38 districts/cities in East Java. It was found that the data characteristics had low variance with the exception of one variable, and met the assumptions of multivariate normal distribution, interrelationship between variables, data sufficiency, and correlation between variables suitable for PCA. Factor analysis with PCA produces two main components, namely community living conditions and labor conditions, which can represent the original variables in their influence on poverty in East Java. Suggestions from this study are expected to be a reference for policy makers in improving community welfare and labor conditions in East Java. Future research is expected to add related variables to obtain more detailed results.
References
Abdi, H. &. (2010). Principal Component Analysis. Wiley Interdisciplinary Reviews: Computational Statistics , 2(4), 433-459.
Annisa Halida, N. F. (2020). Analisis Kasus Kemiskinan Di Provinsi Kalimantan Tengah. Al-Qardh, 131-141.
Awwaliyah, N., Cikusin, Y., & Abidin, A. Z. (2020). Problematika Petani Dalam Meningkatkan Produktivitaspertanian. Jurnal Respon Publik, 14(4), 83-88.
Bps. (2023, June 27). (Badan Pusat Statistik) Retrieved April 2, 2024, From Https://Www.Bps.Go.Id/Id/Statistics-Table/2/Mtk3nimy/Laju-Pertumbuhan-Penduduk.Html
Bps. (2024, March 20). Retrieved April 2, 2024, From Https://Www.Bps.Go.Id/Id/Statistics-Table/1/Mta0mymx/Impor-Beras-Menurut-Negara-Asal-Utama-2017-2023.Html
Erliza S, Agnies A, Kusumaningdyah, Dimas Danar Dewa. (2021). Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan Kabupaten/Kota Di Jawa Tengah. Kajian Ilmu Dan Pendidikan Geografi, 247-258.
Fitrial, N. H., & Fatikhurrizqi, A. (2021). Pemodelan Jumlah Kasus Covid-19 Di Indonesia Dengan Pendekatan Regresi Poisson Dan Regresi Binomial Negatif. Seminar Nasiona Official Statistics, 2020(1), 65-72.
Hidayati. (2019). Statistika Dasar. Purwokerto: Cv. Pema Persada.
Igustin, E. D., & Budiantara, I. N. (2020). Pemodelan Faktor-Faktor Yang Mempengaruhi Total Fertility Rate Di Indonesia Menggunakan Regresi Nonparametrik Spline Truncated. Jurnal Sains Dan Seni Its, 9(2), 178-185.
Kuncoro, M. (2004). Otonomi Daerah Dan Pembangunan Daerah : Reformasi, Perencanaan, Strategi Dan Peluang. Jakarta: Erlangga.
Kurniawan, R., & Yuniarto, B. (2016). Analisis Regresi. Jakarta: Kencana.
Ladestam Sitinjak, M., & Juni Susanti Banurea, M. (2023). Statistika Dasar. Banyumas: Wawasan Ilmu.
Linda Mardiana, D. K. (2022). Analisis Diskriminan Dengan K Fold Cross Validation Untuk. Buletin Ilmiah, 97-102.
Maulidya. (2007). Perbandingan Analisis Diskriminan Dan Regresi Logistik. Jurusan Matematika, Uns.
Mongomery, D. C., & Runger, G. C. (2014). Applied Statistics And Probability For Engineers (6th Ed.). Usa: Wiley.
Mukuan, C. V., Pongoh, F. D., & Komalig, H. A. (2022). Pengelompokan Kecamatan Di Kabupaten Minahasa Berdasarkan Data Hasil Produksi Pertanian Tahun 2019 Dengan Menggunakan Analisis Komponen Utamadan Analisis Gerombol. Jurnal Matematika Dan Aplikasi, 11(1), 12-17.
Notohadiprawiro, T. (2006). Kemampuan Dan Kesesuaian Lahan: Pengertian Dan Penetapannya. Yogyakarta: Ilmu Tanah Universitas Gadjah Mada.
Purwnti, E. Y., & Widyaningsih, E. (2019). Analisis Faktor Ekonomi Yang Mempengaruhi Kriminalitas Di Jawa Timur. Jurnal Ilmu Ekonomi, 9(2), 154-177.
Rahayu, A. (2020). Model-Model Regresi Untuk Mengatasi Masalah Overdipersi Pada Regresi Poisson. Jurnal Peqguruang, 1(2), 1-5.
Santoso. (2012). Analisis Spss Pada Statistik Parametrik. Jakarta: Pt. Elex Media Komputindo.
Sari, N. P. (2016). Transformasi Pekerja Informal Ke Arah Formal: Analisis Deskriptif Dan Regresi Logistik. Jurnal Ekonomi Kuantitatif Terapan, 9(1), 28-36.
Setiawan, D. S. (2017). Analisis Faktor-Faktor Yang Memengaruhi Kemiskinan Di Jawa Tengah Pada Tahun 2013 Menggunakan Principal Component. Surabaya: Researchgate. Net.
Sudjianto, U., & Krestiani, V. (2009). Studi Pemulsaan Dan Dosis Npk Pada Hasil Buah Melon (Cucumis Melo L). Jurnal Sains Dan Teknologi, 2(2), 1-7.
Sumanto. (2014). Statistik Deskriptif : Untuk Mahasiswa, Dosen, Dan Umum (1 Ed.). Yogyakarta: Caps.
Suryana, D. (2024). Matematika Jilid 2.
Umar, H. B. (2009). Principal Component Analysis (Pca) Dan Aplikasinya Dengan Spss. Kesehatan Masyarakat, Vol. 03, No. 2.
Usman, H., & Sobari, N. (2013). Aplikasi Teknik Multivariate Untuk Riset Pemasaran . Jakarta: Pt Raja Grafindo Persada.
Widarjono, A. (2010). Analisis Statistika Multivariat Terapan . Yogyakarta: Upp Stim Ykpn.
Yulianto, H. (2016). Statistik 1 (1 Ed.). Yogyakarta: Lembaga Ladang Kata.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Uranus : Jurnal Ilmiah Teknik Elektro, Sains dan Informatika
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
