Pendekatan Multivariate Adaptive Regression Splines (MARS) Pada Data Panel Untuk Pemodelan Penduduk Miskin Di Indonesia - ITS Repository
Teks penuh
Gambar
Dokumen terkait
Hasil pendugaan luas area kebakaran hutan dengan menggunakan MARS menghasilkan beberapa variabel yang berpengaruh secara signifikan antara lain : FFMC, hari, temperatur,
Pemodelan kemiskinan lainnya dilakukan oleh Yuniarti (2010), dengan melakukan pemodelan faktor-faktor yang mempengaruhi persentase penduduk miskin di Jawa Timur
Selain penelitian tentang estimasi nilai propensity score , telah banyak pula dikembangkan penelitian tentang metode berbasis propensity score , Littnerova et al ., (2013)
Pada kasus kemiskinan di Kabupaten dan Kota di Jawa Tengah faktor-faktor yang berpengaruh terhadap kemiskinan tidak semua berpengaruh secara global namun ada
Pada kasus kemiskinan di Kabupaten dan Kota di Jawa Tengah faktor-faktor yang berpengaruh terhadap kemiskinan tidak semua berpengaruh secara global namun ada
Penentuan kabupaten tertinggal pada tahun 2004 menggunakan metode rata-rata hitung, dimana dari seluruh kabupaten yang ada pada saat itu diperoleh rata-rata hitung
Penelitian ini menghasilkan pemodelan terbaik untuk tingkat pengangguran terbuka di Jawa Tengah dengan nilai GCV minimum yang diperoleh sebesar 0,396 dengan
diartikan bahwa tidak ada variabel prediktor yang saling berkorelasi dengan variabel prediktor lainnya dan dapat dikatakan bahwa tidak terdapat kasus multikolinieritas,
