%0 Generic
%A REGITA ELZA FITRI, 1857031009
%C UNIVERSITAS LAMPUNG
%D 2022
%F eprints:63363
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%T ANALISIS REGRESI LOGISTIK BINER TERHADAP DATA INDEKS KEDALAMAN KEMISKINAN DI INDONESIA TAHUN 2020
%U http://digilib.unila.ac.id/63363/
%X Kemiskinan termasuk persoalan serius yang banyak terjadi di suatu negara, baik negara berkembang atau maju. Persoalan ini perlu ditanggulangi oleh pemerintah, terutama di negara Indonesia yang memiliki jumlah penduduk banyak, dan padat. Ketimpangan kemiskinan yang diukur dari indeks kedalaman kemiskinan memperlihatkan angka condong ke stabil setiap tahunnya. karenanya, faktor penyebab yang mempengaruhi kedalaman kemiskinan yang ada di Indonesia perlu diketahui. Penelitian ini membahas mengenai indeks kedalaman kemiskinan di Indonesia tahun 2020 yang dipengaruhi oleh beberapa faktor. Analisis regresi logistik biner digunakan untuk menentukan model regresi logistik biner terbaik dan mengetahui besarnya ketepatan klasifikasi terhadap faktor apa saja yang mempengaruhi indeks kedalaman kemiskinan yang ada di 34 Provinsi di Indonesia pada tahun 2020. Masalah tersebut dapat diatasi dengan menggunkan regresi logistik biner, karena variabel respon hanya ada dua kategori, yaitu tingkat kedalaman kemiskinan tinggi, dan rendah. Berdasarkan analisis diperoleh kesimpulan bahwa variabel tingkat pengangguran terbuka dan rata-rata pengeluaran per kapita selama satu bulan untuk makanan berpengaruh secara signifikan pada pengklasifikasian indeks kedalaman kemiskinan di Indonesia tahun 2020.    Kata Kunci: Indeks Kedalaman Kemiskinan, Regresi Logistik Biner          ABSTRACT    Poverty is a serious problem that occurs in many countries, both developing and developed countries. This issue needs to be addressed by the government, especially in countries with large and dense populations such as Indonesia. Poverty inequality as measured by the poverty depth index shows a number that tends to be stable from year to year. Therefore, it’s necessary know the causal factors that affect the depth of poverty in Indonesia. This study discusses the factors that affect the poverty depth index in Indonesia 2020 using binary logistic regression analysis to determine the best binary logistic regression model and find out the magnitude of the classification accuracy of what factors affect the poverty depth index in 34 provinces in Indonesia 2020. This problem can be overcome by using binary logistic regression because the response variable only consists of two categories, namely high and low poverty depth. Based on the analysis, it can be concluded that the open unemployment rate variable and the average expenditure per capita for one month for food have a significant effect on the classification of the poverty depth index in Indonesia 2020    Keywords: Underdeveloped Region, Binary Logistic Regression