Pemodelan Faktor-Faktor Mempengaruhi Indeks Gini di Provinsi Sumatera Utara dengan Regresi Nonparametrik Spline Truncated

Indeks Gini merupakan pengukuran ketimpangan disribusi pendapatan di masyarakat. Ketimpangan pendapatan perlu dikurangi karena dapat membahayakan pertumbuhan perekonomian. Provinsi Sumatera Utara adalah provinsi dengan kontribusi perekonomian yang besar di Indonesia sehingga ketimpangan pendapatan yang dapat membahayakan pertumbuhan perekonomiannya dapat membahayakan pertumbuhan perekonomian Indonesia. Penelitian ini dilakukan untuk memodelkan faktor-faktor yang diduga berpengaruh pada Indeks Gini di 33 Kabupaten/Kota di Provinsi Sumatera Utara pada tahun 2021. Metode yang digunakan adalah Regresi Nonparametrik Spline Truncated diakibatkan sifat nonparametrik dari data yang digunakan. Dari analisis yang dilakukan, dengan menggunakan Generalized Cross Validation (GCV), didapatkan hasil bahwa model dengan kombinasi knot 3-1-3-3 merupakan model terbaik. Pada model tersebut, keempat parameter yang diduga mempengaruhi Indeks Gini yakni Persentase Penduduk Miskin, Pertumbuhan Ekonomi, PDRB ADHK 2010, dan Tingkat Pengangguran Terbuka terbukti berpengaruh signifikan secara statistik terhadap Indeks Gini di Provinsi Sumatera Utara Tahun 2021 dengan koefisien determinasi sebesar 89.79%. =============================================================================================================================== The Gini Index is a measure of income disparity. Income inequality must be reduced since it can threaten economic growth. North Sumatera Province contributes significantly to Indonesia's economic growth; thus, income inequality that threatens its economic growth may threaten Indonesia's economic growth. This research is conducted to model the factors suspected to affect the Gini Index in all 33 Regencies/Cities in the North Sumatera Province in 2021. Because the data being analyzed is nonparametric, the method used is Spline Truncated Nonparametric Regression. From the conducted analysis, with Generalized Cross Validation (GCV), was obtained that the model with 3-1-3-3 knot combination to be the best model. From the model, all fourth parameter suspected to effect Gini Index which are Headcount Index, Economics Growth, Gross Regional Income, and Unemployement Rate, statisically signicant effecting 2021’s Gini Index in North Sumatera Province with the determination coefficient 89.79%