Update Artikelilmiah: 34098

RAHMA SITI SOLIKHATUN

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Kemiskinan merupakan salah satu permasalahan kompleks di Indonesia yang harus segera ditangani dengan langkah yang tepat. Meskipun di beberapa tahun terakhir kemiskinan di Indonesia telah mengalami penurunan dan sudah memasuki angka 1 digit yaitu sebesar 9,8 persen di tahun 2018, namun angka tersebut masih dianggap cukup besar. Tingginya angka kemiskinan di Indonesia dipengaruhi oleh rendahnya pendapatan dan ketimpangan pertumbuhan ekonomi antar wilayah. Provinsi Jawa Tengah merupakan salah satu wilayah yang memiliki angka kemiskinan cukup rendah tetapi angkanya masih di atas angka kemiskinan nasional yaitu sebesar 10,8 persen di tahun 2019. Untuk mengetahui kabupaten/kota mana saja yang kondisi kemiskinannya hampir serupa, diperlukan pemetaan. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk memetakan 35 kabupaten/kota di Jawa Tengah berdasarkan 5 variabel karakteristik kemiskinan menggunakan analisis biplot yaitu dengan metode singular value decomposition (SVD). Variabel-variabel yang digunakan dalam penelitian yaitu variabel garis kemiskinan, jumlah penduduk miskin, indeks kedalaman kemiskinan, indeks keparahan kemiskinan, dan tingkat pengangguran terbuka. Dari grafik biplot SQRT dan biplot RMP diperoleh 9 kelompok daerah berdasarkan letak kedekatannya dengan akurasi 74,42 persen. Artinya grafik tersebut mampu menjelaskan informasi sebanyak 74,42 persen dari keseluruhan informasi yang terkandung dalam data.

Abtrak (Bhs. Inggris)

Poverty is one of the complex problems in Indonesia that must be immediately addressed with the right steps. Although in recent years poverty in Indonesia has decreased and has entered the 1-digit number, which is 9.8 percent in 2018, this figure is still considered quite large. The high poverty rate in Indonesia is influenced by low incomes and inequality in economic growth between regions. Central Java Province is one of the regions that has a fairly low poverty rate but the figure is still above the national poverty rate of 10.8 percent in 2019. To find out which districts/cities have almost similar poverty conditions, mapping is needed. Therefore, this study was conducted with the aim of mapping 35 districts/cities in Central Java based on 5 variables of poverty characteristics using biplot analysis, namely the singular value decomposition (SVD) method. The variables used in this study are the poverty line variable, the number of poor people, the poverty depth index, the poverty severity index, and the open unemployment rate. From the SQRT biplot graph and the RMP biplot, 9 groups of regions were obtained based on their proximity with an accuracy of 74.42 percent. This means that the graph is able to explain information as much as 74.42 percent of the total information contained in the data.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman