PEMODELAN DATA KEMISKINAN DI PROVINSI JAWA BARAT MENGGUNAKAN REGRESI SPASIAL DATA PANEL

Persentase kemiskinan di Provinsi Jawa Barat masih tergolong cukup tinggi dan masih menjadi fokus perhatian pemerintah. Penting untuk mengetahui faktor-faktor yang mempengaruhi kemiskinan agar pemerintah mampu membuat suatu kebijakan yang tepat untuk menekan angka kemiskinan. Oleh karena itu, pada penelitian ini, dilakukan suatu analisis untuk mengetahui faktor-faktor yang mempengaruhi tingkat kemiskinan di Provinsi Jawa Barat. Analisis pada penelitian ini menggunakan metode regresi spasial data panel karena diduga pada data kemiskinan di Provinsi Jawa Barat terdapat efek spasial dan unit amatan diamati lebih dari sekali. Model yang terbentuk dari analisis ini adalah Fixed Effect Spatial Error Model karena interaksi spasial yang terbentuk pada data kemiskinan di Provinsi Jawa Barat nyata pada error. Model ini juga berhasil menjadi model terbaik dibandingkan model lainnya berdasarkan kriteria nilai R^2 terbesar. Analisis data kemiskinan di Provinsi Jawa Barat menggunakan metode regresi spasial data panel memperoleh hasil bahwa usia harapan hidup, pengeluaran per kapita disesuaikan, dan rata-rata lama sekolah berpengaruh secara signifikan terhadap persentase penduduk miskin di Provinsi Jawa Barat. The percentage of poverty in West Java Province is still quite high and is still being the focus of government attention. It is important to know the factors that influence poverty in order that the government is able to make the right policy to reduce poverty. Therefore, in this research, an analysis is conducted to determine the factors that influence the rate of poverty in West Java Province. The analysis in this research using panel data spatial regression method because it is suspected that poverty data in West Java Province has a spatial effect and the unit of observations are observed more than once. The model formed from this analysis is Fixed Effect Spatial Error Model because the spatial interaction formed on poverty data in West Java Province is real in error. This model also managed to be the best model compared to other models based on the criteria for the largest R^2 value. Analysis of poverty data in West Java Province using panel data spatial regression method shows that life expectancy, adjusted per capita expenditure, and the average length of schooling have a significant effect on the percentage of poor people in West Java Province