<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="13808">
 <titleInfo>
  <title>Pemodelan hubungan indeks pembangunan manusia dan persentase penduduk miskin menggunakan regresi kuantil smoothing splines</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Sri Mulyani</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Magister Statistika Terapan</publisher>
   <dateIssued>2016</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent>xiii, 67 hlm. ; il. ; 29 cm</extent>
 </physicalDescription>
 <note>Kemiskinan merupakan isu global di tingkat dunia, termasuk Indonesia. &#13;
&#13;
Pencapaian pertumbuhan ekonomi yang kuat telah menyebabkan penurunan &#13;
angka kemiskinan. Namun pendapatan tidak didistribusikan dengan baik. &#13;
Pertumbuhan ekonomi Indonesia cenderung mempunyai pola yang tidak pro­ &#13;
poor, atau tidak inklusif. Oleh karena itu, untuk mengentaskan kemiskinan di &#13;
Indonesia dibutuhkan instrumen lain seperti Indeks Pembangunan Manusia (IPM). &#13;
&#13;
Penelitian ini bertujuan untuk memodefkan persentase penduduk miskin &#13;
kabupatenlkota berdasarkan IPM dengan menggunakan analisis regresi. Regresi &#13;
mean adalah teknik regresi yang menjelaskan hubungan antara variabel respon &#13;
dan variabel prediktor berdasarkan ukuran pemusatan (bersyarat mean) variabel &#13;
respon. Karena data yang digunakan diduga memiliki outlier, regresi mean kurang &#13;
tepat digunakan. Disamping itu, pola data hubungan kedua variabel sangat sulit &#13;
untuk ditentukan sehingga terjadi masalah prespesifikasi. Oleh karena itu, &#13;
diusulkan sebuah teknik regresi robust nonparametrik, dalam hal ini diusulkan &#13;
untuk menggunakan regresi kuantil smoothing splines. &#13;
&#13;
Model regresi kuantil smoothing splines dapat mengestimasi persentase &#13;
penduduk miskin berdasarkan IPM dengan berbagai kuantil dan dapat mengetahui &#13;
kabupatenlkota yang menjadi prioritas dalam penanggulangan kemiskinan. Hasil &#13;
penelitian menunjukkan mean square error (MSE) pad a pendekatan median &#13;
(kuantil dengan T = 0.5) lebih kecil dari MSE pada pendekatan mean, yang &#13;
mengindikasikan bahwa teknik regresi robust (regresi median) memiliki pefonna &#13;
yang lebih baik daripada regresi mean untuk data tersebut. &#13;
&#13;
</note>
 <note type="statement of responsibility">Sri Mulyani</note>
 <subject authority="">
  <topic>Pemodelan Hubungan Indeks Pembangunan  Manusia dan</topic>
 </subject>
 <classification>519.5 Sri p</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Sri p/R.14.99.1</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">010030007641</numerationAndChronology>
    <sublocation>Perpustakaan Pusat</sublocation>
    <shelfLocator>519.5 Sri p/R.14.99.1</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>13808</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-01 15:45:10</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2019-03-04 09:07:08</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>