ANALISIS FAKTOR-FAKTOR PENENTU KEMISKINAN DI KALIMANTAN TIMUR

Perbandingan Model Weighted Logistic Regression, Naive Bayes, dan Regresi Binomial

Abstrak

Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi status kemiskinan rumah tangga di Kalimantan Timur dengan membandingkan tiga model: Weighted Logistic Regression (WLR), Naive Bayes, dan Regresi Binomial dengan fungsi tautan logit tergeneralisasi (glogit). Data yang digunakan diperoleh dari Survei Sosial Ekonomi Nasional (SUSENAS) yang dilaksanakan pada Maret 2023. Estimasi parameter dilakukan dengan pendekatan Bayesian menggunakan algoritma Hamiltonian Monte Carlo (HMC) melalui program RStan. Hasil analisis menunjukkan bahwa jumlah anggota rumah tangga, lokasi tempat tinggal, tingkat pendidikan kepala rumah tangga, status pekerjaan kepala rumah tangga, usia kepala rumah tangga, dan rasio ketergantungan merupakan variabel yang signifikan mempengaruhi status kemiskinan rumah tangga di Kalimantan Timur. Perbandingan kinerja ketiga model menunjukkan bahwa model WLR dan Naive Bayes lebih baik dalam mendeteksi rumah tangga miskin dibandingkan model regresi Binomial dengan fungsi tautan glogit, meskipun model regresi Binomial menunjukkan akurasi keseluruhan yang lebih tinggi. Temuan ini memberikan wawasan penting tentang determinan kemiskinan dan efektivitas berbagai model dalam menangani data biner yang tidak seimbang.