Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kemiskinan merupakan suatu kondisi yang ditandai dengan ketidakmampuan seseorang dalam memenuhi kebutuhan pokoknya. Berdasarkan publikasi Badan Pusat Statistik (BPS) dari tahun 2017 hingga 2020, Provinsi Papua dan Papua Barat yang berada di Pulau Papua merupakan dua provinsi dengan kemiskinan tertinggi di Indonesia. Oleh karena itu, penelitian ini bertujuan untuk menganalisis variabel-variabel yang signifikan memengaruhi kemiskinan di Pulau Papua. Permasalahan kemiskinan merupakan permasalahan kompleks yang tidak hanya terjadi pada satu waktu dan dapat dipengaruhi oleh aspek kewilayahan atau spasial. Hal ini mengindikasikan perlunya dilakukan suatu penelitian yang melibatkan efek spasial dalam beberapa periode waktu. Sehubungan dengan hal tersebut, maka data spasial dengan struktur panel digunakan dalam penelitian ini. Data penelitian yang merupakan data spasial dengan struktur panel mengakibatkan kemungkinan munculnya pengaruh spasial seperti heterogenitas spasial. Uji heterogenitas spasial dilakukan menggunakan uji Breusch-Pagan. Berdasarkan pengujian didapatkan bahwa terdapat heterogenitas spasial pada data kemiskinan di Pulau Papua tahun 2017-2020 sehingga dilakukan analisis lebih lanjut dengan menggunakan model Geographically Weighted Panel Regression (GWPR). Model GWPR dibentuk menggunakan fungsi pembobot kernel Fixed Gaussian, Fixed Bisquare, dan Fixed Tricube. Hasil penelitian menunjukkan bahwa model GWPR dengan fungsi pembobot kernel Fixed Gaussian merupakan model terbaik dalam memodelkan data kemiskinan di Pulau Papua tahun 2017-2020 dengan koefisien determinasi sebesar 84.93% dan RMSE sebesar 0.013459686. Variabel harapan lama sekolah, angka harapan hidup, rasio gini, pengeluaran per kapita disesuaikan, dan tingkat partisipasi angkatan kerja berpengaruh signifikan terhadap kemiskinan pada minimal satu lokasi di kabupaten/kota di Pulau Papua. Variabel angka harapan hidup dan pengeluaran per kapita disesuaikan merupakan variabel yang paling banyak berpengaruh signifikan terhadap kemiskinan di kabupaten/kota di Pulau Papua.

---

Poverty is a condition characterized by a person’s inability to fulfill their basic needs. Based on the publications of Badan Pusat Statistik (BPS) from 2017 to 2020, the provinces of Papua and West Papua on the island of Papua are the two provinces with the highest rates of poverty in Indonesia. Therefore, this study aims to analyze the variables that significantly affect poverty on Papua Island. The problem of poverty is a complex problem that does not only occur at one time and can be influenced by regional or spatial aspects. This indicates the need for a study involving spatial effects over several periods. In this regard, spatial data with panel structure is used in this study. Research data which is spatial data with a panel structure results in the possibility of the emergence of spatial influences such as spatial heterogeneity. A spatial heterogeneity test was performed using the Breusch-Pagan test. Based on the test, it was found that there is spatial heterogeneity in poverty data in Papua Island in 2017-2020 so further analysis will be carried out using the Geographically Weighted Panel Regression (GWPR) model. The GWPR model is formed using the Fixed Gaussian, Fixed Bisquare, and Fixed Tricube kernel weighting functions. The results show that the GWPR model with the Fixed Gaussian kernel weighting function is the best in modeling poverty data in Papua Island in 2017- 2020 with the coefficient of determination of 84.93% and RMSE of 0.013459686. The variables of expected years of schooling, life expectancy, gini ratio, consumption per capita, and labor force participation rate have a significant effect on poverty in at least one location in a district/city on Papua Island. The variables of life expectancy and consumption per capita have a significant effect on poverty in most districts/cities on Papua Island."

"Berdasarkan laporan hasil monitoring Pusopskamsinas BSSN pada tahun 2020, Indonesia menempati posisi ketiga sebagai negara yang melakukan serangan tertinggi di dunia dan menempati posisi pertama sebagai negara yang menjadi tujuan sasaran kejahatan siber dari Indonesia. Dalam upaya membantu pemerintah dalam analisis mitigasi kejahatan siber, penelitian ini bertujuan untuk menganalisis pengaruh tingkat pengangguran dan faktor sosial ekonomi lain terhadap kasus kejahatan siber berdasarkan wilayah-wilayah di Indonesia dengan menggunakan metode Geographically Weighted Panel Regression (GWPR) dengan Within Transformation untuk tahun 2017-2020. Hasil menunjukkan bahwa terdapat perbedaan yang beragam mengenai pengaruh terhadap kejahatan siber pada masing-masing wilayah. Hasil menunjukkan karakteristik wilayah dengan kondisi ekonomi rendah signifikan mempengaruhi kejahatan siber dan cenderung bertindak sebagai pelaku. Analisis lebih jauh diperlukan untuk mendapatkan hasil analisis yang lebih komprehensif.

---

Based on the monitoring reports of BSSN’s Pusopskamsinas in 2020, Indonesia is in the third position as the country with the highest number of crimes in the world and at the first position as a destination for cybercrime’s attackers from Indonesia. The aim of this research is to assist the government in cybercrime mitigation analysis, this study aims to analyse the impact of unemployment and other socioeconomic factors of cybercrime prevention based on regions in Indonesia using the Geographically Weighted Panel Regression (GWPR) method with Within Transformation for 2017-2020. Results shows that there are various differences regarding the impact on cybercrime in each region. The results show that the characteristics of areas with low economic conditions significantly affect cybercrime and tend to act as perpetrators. Further analysis is needed to obtain more comprehensive analysis results."