ANALISIS SPASIAL TEMPORAL KASUS PERCERAIAN DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION = SPATIAL TEMPORAL ANALYSIS OF DIVORCE CASES IN INDONESIA USING GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION


MELATI, POOJA (2025) ANALISIS SPASIAL TEMPORAL KASUS PERCERAIAN DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION = SPATIAL TEMPORAL ANALYSIS OF DIVORCE CASES IN INDONESIA USING GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION. Thesis thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H062231006-Cover.jpg

Download (812kB) | Preview
[thumbnail of Bab1-2] Text (Bab1-2)
H062231006-1-2(FILEminimizer).pdf

Download (723kB)
[thumbnail of Dapus] Text (Dapus)
H062231006-dp(FILEminimizer).pdf

Download (244kB)
[thumbnail of Full Text] Text (Full Text)
H062231006-fulll(FILEminimizer).pdf
Restricted to Repository staff only until 21 May 2027.

Download (3MB)

Abstract (Abstrak)

Latar Belakang: Dalam beberapa tahun terakhir, angka perceraian di Indonesia menunjukkan tren peningkatan yang signifikan, yang menimbulkan berbagai tantangan sosial dan ekonomi. Fenomena ini menunjukkan adanya dinamika kompleks yang melibatkan berbagai faktor sosial ekonomi dan memerlukan pendekatan analisis yang mempertimbangkan variasi spasial dan temporal. Tujuan: Penelitian ini bertujuan untuk menganalisis pola spasial-temporal tingkat perceraian di Indonesia dari tahun 2018 hingga 2023, serta mengidentifikasi faktor-faktor sosial ekonomi yang berpengaruh secara lokal terhadap fenomena tersebut. Metode:. Analisis dilakukan dengan menggunakan model Geographically Weighted Negative Binomial Regression (GWNBR) berdasarkan data sekunder dari Badan Pusat Statistik (BPS). Variabel yang dianalisis mencakup Indeks Pembangunan Manusia, perselisihan rumah tangga, angka pernikahan dini, tingkat pendidikan, pertumbuhan ekonomi regional, tingkat kemiskinan, tingkat pengangguran, dan tingkat partisipasi angkatan kerja. Model GWNBR kemudian dibandingkan dengan model Negative Binomial Regression konvensional, serta dilakukan analisis klaster berdasarkan kombinasi variabel signifikan. Kesimpulan: Hasil penelitian menunjukkan adanya heterogenitas spasial yang signifikan dalam distribusi tingkat perceraian antar provinsi, yang mengindikasikan pentingnya mempertimbangkan ketergantungan spasial dalam perumusan kebijakan. Model GWNBR terbukti lebih unggul karena mampu menangkap variasi lokal secara lebih akurat. Selain itu, analisis klaster mengidentifikasi lima kelompok wilayah yang berbeda berdasarkan variabel prediktor signifikan yang memengaruhi tingkat perceraian. Penelitian ini juga menemukan bahwa perselisihan rumah tangga dan pertumbuhan ekonomi regional merupakan determinan paling berpengaruh terhadap tingkat perceraian di Indonesia. Penelitian ini memberikan rekomendasi berbasis wilayah yang relevan bagi pengambil kebijakan untuk merancang strategi penanggulangan perceraian yang lebih efektif.

Keyword : Perceraian, analisis spasial, Geographically Weighted Negative Binomial Regression, faktor social ekonomi, Indonesia.

Item Type: Thesis (Thesis)
Uncontrolled Keywords: Divorce, spatial analysis, Geographically Weighted Negative Binomial Regression, socioeconomic factors, Indonesia.
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: Rasman
Date Deposited: 02 Jan 2026 04:39
Last Modified: 02 Jan 2026 04:39
URI: http://repository.unhas.ac.id:443/id/eprint/52090

Actions (login required)

View Item
View Item