Pemodelan Indeks Pembangunan Manusia (IPM) Di Provinsi Papua Dengan Pendekatan Metode Multivariate Adaptive Regression Spline (MARS)

Indeks Pembangunan Manusia adalah indikator yang penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. Indeks Pembangunan Manusia menjelaskan bagaimana penduduk dapat mengakses hasil pembangunan dalam memperoleh pendapatan, kesehatan, pendidikan, dan sebagainya. Menurut d...

全面介紹

Saved in:
書目詳細資料
主要作者: Sukma Setyo Aji, -
格式: Theses and Dissertations NonPeerReviewed
語言:Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
出版: 2021
主題:
在線閱讀:http://repository.unair.ac.id/109785/3/1%20COVER.pdf
http://repository.unair.ac.id/109785/1/2%20ABSTRAK.pdf
http://repository.unair.ac.id/109785/2/3%20DAFTAR%20ISI.pdf
http://repository.unair.ac.id/109785/4/4%20BAB%201%20PENDAHULUAN.pdf
http://repository.unair.ac.id/109785/5/5%20BAB%20II%20TINJAUAN%20PUSTAKA.pdf
http://repository.unair.ac.id/109785/6/6%20BAB%20III%20METODE%20PENELITIAN.pdf
http://repository.unair.ac.id/109785/8/7%20BAB%20IV%20ANALISIS%20DAN%20PEMBAHASAN.pdf
http://repository.unair.ac.id/109785/7/8%20BAB%20V%20PENUTUP.pdf
http://repository.unair.ac.id/109785/9/9%20DAFTAR%20PUSTAKA.pdf
http://repository.unair.ac.id/109785/10/10%20Lampiran.pdf
http://repository.unair.ac.id/109785/11/Embargo_Sukma%20Setyo%20Aji%20-%20sukma%20setyo%20aji.pdf
http://repository.unair.ac.id/109785/
http://lib.unair.ac.id
標簽: 添加標簽
沒有標簽, 成為第一個標記此記錄!
id id-langga.109785
record_format dspace
spelling id-langga.1097852021-08-26T03:33:17Z http://repository.unair.ac.id/109785/ Pemodelan Indeks Pembangunan Manusia (IPM) Di Provinsi Papua Dengan Pendekatan Metode Multivariate Adaptive Regression Spline (MARS) Sukma Setyo Aji, - QA273-280 Probabilities. Mathematical statistics Indeks Pembangunan Manusia adalah indikator yang penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. Indeks Pembangunan Manusia menjelaskan bagaimana penduduk dapat mengakses hasil pembangunan dalam memperoleh pendapatan, kesehatan, pendidikan, dan sebagainya. Menurut data BPS, Provinsi dengan Indeks Pembangunan Manusia terendah masih dipegang oleh Papua. Hal ini menjadikan tantangan baru bagi pemerintah untuk segera membuat inovasi untuk meningkatkan angka Indeks Pembangunan Manusia Papua dalam peringkat nasional dan hal ini membutuhkan kebijakan yang tepat guna dan tepat sasaran baik dari pemerintah pusat maupun pemerintah Provinsi Papua. Salah satu tujuan penelitian ini adalah menganalisis dan menginterpretasikan dari model berdasarkan faktor yang berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Metode yang digunakan dalam penelitian ini adalah metode Multivariate Adaptive Regression Spline (MARS). Penelitian ini menggunakan 29 data kabupaten/kota di Papua dengan variabel prediktor sebanyak 5 variabel. Hasil dari penelitian ini adalah faktor-faktor yang berpengaruh terhadap Indeks Pembangunan Manusia di Papua adalah angka melek huruf, angka harapan hidup, PDRB per kapita, dan tingkat pengangguran terbuka. Model terbaik yang didapatkan pada kombinasi BF=10, MI=2, dan MO=1 dengan nilai GCV minimum 23,714 dan MSE 5,352. 2021 Thesis NonPeerReviewed text id http://repository.unair.ac.id/109785/3/1%20COVER.pdf text id http://repository.unair.ac.id/109785/1/2%20ABSTRAK.pdf text id http://repository.unair.ac.id/109785/2/3%20DAFTAR%20ISI.pdf text id http://repository.unair.ac.id/109785/4/4%20BAB%201%20PENDAHULUAN.pdf text id http://repository.unair.ac.id/109785/5/5%20BAB%20II%20TINJAUAN%20PUSTAKA.pdf text id http://repository.unair.ac.id/109785/6/6%20BAB%20III%20METODE%20PENELITIAN.pdf text id http://repository.unair.ac.id/109785/8/7%20BAB%20IV%20ANALISIS%20DAN%20PEMBAHASAN.pdf text id http://repository.unair.ac.id/109785/7/8%20BAB%20V%20PENUTUP.pdf text id http://repository.unair.ac.id/109785/9/9%20DAFTAR%20PUSTAKA.pdf text id http://repository.unair.ac.id/109785/10/10%20Lampiran.pdf text id http://repository.unair.ac.id/109785/11/Embargo_Sukma%20Setyo%20Aji%20-%20sukma%20setyo%20aji.pdf Sukma Setyo Aji, - (2021) Pemodelan Indeks Pembangunan Manusia (IPM) Di Provinsi Papua Dengan Pendekatan Metode Multivariate Adaptive Regression Spline (MARS). Skripsi thesis, UNIVERSITAS AIRLANGGA. http://lib.unair.ac.id
institution Universitas Airlangga
building Universitas Airlangga Library
continent Asia
country Indonesia
Indonesia
content_provider Universitas Airlangga Library
collection UNAIR Repository
language Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
Indonesian
topic QA273-280 Probabilities. Mathematical statistics
spellingShingle QA273-280 Probabilities. Mathematical statistics
Sukma Setyo Aji, -
Pemodelan Indeks Pembangunan Manusia (IPM) Di Provinsi Papua Dengan Pendekatan Metode Multivariate Adaptive Regression Spline (MARS)
description Indeks Pembangunan Manusia adalah indikator yang penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. Indeks Pembangunan Manusia menjelaskan bagaimana penduduk dapat mengakses hasil pembangunan dalam memperoleh pendapatan, kesehatan, pendidikan, dan sebagainya. Menurut data BPS, Provinsi dengan Indeks Pembangunan Manusia terendah masih dipegang oleh Papua. Hal ini menjadikan tantangan baru bagi pemerintah untuk segera membuat inovasi untuk meningkatkan angka Indeks Pembangunan Manusia Papua dalam peringkat nasional dan hal ini membutuhkan kebijakan yang tepat guna dan tepat sasaran baik dari pemerintah pusat maupun pemerintah Provinsi Papua. Salah satu tujuan penelitian ini adalah menganalisis dan menginterpretasikan dari model berdasarkan faktor yang berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Metode yang digunakan dalam penelitian ini adalah metode Multivariate Adaptive Regression Spline (MARS). Penelitian ini menggunakan 29 data kabupaten/kota di Papua dengan variabel prediktor sebanyak 5 variabel. Hasil dari penelitian ini adalah faktor-faktor yang berpengaruh terhadap Indeks Pembangunan Manusia di Papua adalah angka melek huruf, angka harapan hidup, PDRB per kapita, dan tingkat pengangguran terbuka. Model terbaik yang didapatkan pada kombinasi BF=10, MI=2, dan MO=1 dengan nilai GCV minimum 23,714 dan MSE 5,352.
format Theses and Dissertations
NonPeerReviewed
author Sukma Setyo Aji, -
author_facet Sukma Setyo Aji, -
author_sort Sukma Setyo Aji, -
title Pemodelan Indeks Pembangunan Manusia (IPM) Di Provinsi Papua Dengan Pendekatan Metode Multivariate Adaptive Regression Spline (MARS)
title_short Pemodelan Indeks Pembangunan Manusia (IPM) Di Provinsi Papua Dengan Pendekatan Metode Multivariate Adaptive Regression Spline (MARS)
title_full Pemodelan Indeks Pembangunan Manusia (IPM) Di Provinsi Papua Dengan Pendekatan Metode Multivariate Adaptive Regression Spline (MARS)
title_fullStr Pemodelan Indeks Pembangunan Manusia (IPM) Di Provinsi Papua Dengan Pendekatan Metode Multivariate Adaptive Regression Spline (MARS)
title_full_unstemmed Pemodelan Indeks Pembangunan Manusia (IPM) Di Provinsi Papua Dengan Pendekatan Metode Multivariate Adaptive Regression Spline (MARS)
title_sort pemodelan indeks pembangunan manusia (ipm) di provinsi papua dengan pendekatan metode multivariate adaptive regression spline (mars)
publishDate 2021
url http://repository.unair.ac.id/109785/3/1%20COVER.pdf
http://repository.unair.ac.id/109785/1/2%20ABSTRAK.pdf
http://repository.unair.ac.id/109785/2/3%20DAFTAR%20ISI.pdf
http://repository.unair.ac.id/109785/4/4%20BAB%201%20PENDAHULUAN.pdf
http://repository.unair.ac.id/109785/5/5%20BAB%20II%20TINJAUAN%20PUSTAKA.pdf
http://repository.unair.ac.id/109785/6/6%20BAB%20III%20METODE%20PENELITIAN.pdf
http://repository.unair.ac.id/109785/8/7%20BAB%20IV%20ANALISIS%20DAN%20PEMBAHASAN.pdf
http://repository.unair.ac.id/109785/7/8%20BAB%20V%20PENUTUP.pdf
http://repository.unair.ac.id/109785/9/9%20DAFTAR%20PUSTAKA.pdf
http://repository.unair.ac.id/109785/10/10%20Lampiran.pdf
http://repository.unair.ac.id/109785/11/Embargo_Sukma%20Setyo%20Aji%20-%20sukma%20setyo%20aji.pdf
http://repository.unair.ac.id/109785/
http://lib.unair.ac.id
_version_ 1709753504328843264