Text

Analisis Faktor-Faktor yang Mempengaruhi Penerima Beras Raskin Menggunakan Regresi Logistik Biner dengan GUI R

---

ABSTRAK
Program Subsidi Beras bagi Masyarakat Berpendapatan Rendah atau Program
Raskin merupakan salah satu program pemerintah dalam mengatasi masalah
kemiskinan. Dalam pelaksanaannya, penentuan kriteria penerima Raskin seringkali
menimbulkan persoalan yang rumit. Penelitian ini bertujuan untuk menganalisis
klasifikasi Rumah Tangga Sasaran (RTS) Program Raskin. Metode yang digunakan
adalah regresi logistik biner dengan memanfaatkan GUI R. Metode regresi logistik
biner merupakan sebuah metode untuk mencari hubungan antara variabel bebas dan
terikat, dengan variabel terikat yang bersifat biner atau dikotomi. Data yang digunakan
adalah data Survei Sosial Ekonomi Nasional (Susenas) Maret 2018 untuk Kabupaten
Brebes. Variabel bebas yang digunakan dalam penelitian ini merupakan kriteriakriteria dalam penentuan Rumah Tangga Miskin, yaitu luas lantai rumah, jenis lantai
rumah, jenis dinding rumah, fasilitas tempat buang air besar, penerangan yang
digunakan, bahan bakar yang digunakan, kemampuan membeli daging/ayam/susu,
pendidikan kepala rumah tangga, dan daya terpasang di rumah tinggal utama. Hasil
analisis menunjukan bahwa pada model akhir, variabel yang secara signifikan
mempengaruhi pengklasifikasian RTS adalah kesanggupan menyantap makanan
sehat, daya terpasang di rumah tinggal utama, jenjang pendidikan tertinggi kepala
keluarga, dan fasilitas buang air besar dengan nilai akurasi sebesar 85,4%.
Kata Kunci: Program Raskin, Regresi Logistik Biner, GUI R

ABSTRACT
The Rice Subsidy Program for Low-Income Communities or the Raskin
Program is one of the government's programs to reduce poverty. However, in practice,
determining the criteria for Raskin recipients rises a complicated problem. The Raskin
program is a cross-sectoral national program both horizontally and vertically, to help
meet the rice needs of low-income citizens. Determining the criteria for Raskin
recipients is often a complicated issue. This study aims to analyze the classification of
the Target Households (RTS) for the Raskin Program. The method used is binary
logistic regression by utilizing R GUI. Binary logistic regression method is a method
to find the relationship between independent and dependent variables, with a binary or
dichotomous dependent variable. The data used is the March 2018 National SocioEconomic Survey (Susenas) data for Brebes Regency. The independent variables used
in this study are the criteria for determining poor households, namely the area of the
house, floor type of the house, wall type of the house, sanitation facilities, lighting
used, fuel used, ability to buy meat/milk, education level of the head of the household,
and the capacity of installed electricity in the main residence. The results of the
analysis show that in the final model, the variables that significantly affect the
classification of RTS are the ability to eat healthy food, the capacity of installed
electricity in the main residence, the education level of the head of the household, and
sanitation facilities with an accuracy value of 85.4%.
Keyword: Raskin Program, Binary Logistic Regression, R GUI

---

Ketersediaan

833E20IV

833 E 20-iv

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

833 E 20-iv

Penerbit

: ., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Agustinus Salomo Parsaulian

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar