ORSINI, Yasmine (2025) Pemodelan Robust M-Estimator dengan Fungsi Pembobot Huber dan Andrew pada Tingkat Kemiskinan di Sumatera Utara. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. Cover.pdf Download (138kB)
	Text 3. Halaman Pengesahan I.pdf Download (418kB)
	Text 4. Halaman Pengesahan II.pdf Download (279kB)
	Text 5. Kata Pengantar.pdf Download (214kB)
	Text 6. Abstrak.pdf Download (195kB)
	Text 7. Abstract.pdf Download (136kB)
	Text 8. Daftar Isi.pdf Download (216kB)
	Text 12. BAB I.pdf Download (258kB)
	Text 17. Daftar Pustaka.pdf Download (203kB)

Abstract

Kemiskinan merupakan salah satu permasalahan utama di negara berkembang seperti Indonesia. Pada tahun 2023, persentase penduduk miskin di Provinsi Sumatera Utara mencapai 8,15%. Tingginya angka tersebut dipengaruhi oleh berbagai faktor, sehingga dilakukan pemodelan untuk mengetahui pengaruh tingkat pengangguran terbuka, rata-rata lama sekolah, usia harapan hidup, dan pertumbuhan ekonomi terhadap kemiskinan. Analisis awal menggunakan metode Ordinary Least Squares (OLS) menunjukkan adanya dua outlier yang menyebabkan estimasi parameter menjadi bias. Permasahan tersebut dapat diatasi menggunakan regresi robust M-estimator dengan fungsi pembobot Huber dan
Andrew. Pendekatan ini lebih tahan terhadap pencilan dan tidak mensyaratkan normalitas residual, meskipun tetap mengharuskan terpenuhinya asumsi linearitas, tidak adanya multikolinearitas, autokorelasi, dan heteroskedastisitas. Hasil penelitian menunjukkan bahwa model dengan pembobot Huber memberikan performa terbaik, dengan nilai Adjusted R² sebesar 85,72% dan Mean Squared Error (MSE) sebesar 2,509, serta memenuhi seluruh asumsi regresi. Variabel rata-rata lama sekolah dan pertumbuhan ekonomi terbukti berpengaruh signifikan terhadap persentase penduduk miskin. Setiap peningkatan satu tahun rata-rata lama sekolah dapat menurunkan persentase penduduk miskin sebesar 1,184% dan setiap kenaikan 1% dalam pertumbuhan ekonomi menurunkan persentase penduduk miskin sebesar 3,929% pada taraf signifikan 5%. Oleh karena itu, model regresi robust dengan pembobot Huber dinilai lebih optimal untuk digunakan.
Kata Kunci: Outlier, Regresi Robust, M-Estimator, Huber, Andrew

Actions (login required)

View Item