Analisis Multivariate Adaptive Regression Splines (MARS) pada Prediksi Ketertinggalan Kabupaten Tahun 2014

Abstrak

Penelitian ini bertujuan untuk membentuk model kabupaten tertinggal dan melakukan prediksi ketertinggalan kabupaten pada tahun 2014 berdasarkan kriteria perekonomian masyarakat, SDM, infrastruktur, kemampuan keuangan daerah, aksesbilitas, dan karakteristik daerah dengan metode MARS. MARS adalah salah satu metode pengklasifikasian yang mampu menangani data berdimensi tinggi dengan pola data yang tidak diketahui sebelumnya, serta dapat diterapkan untuk melihat interaksi diantara variabel yang digunakan. MARS digunakan untuk mengatasi beberapa kelemahan dari metode yang selama ini digunakan serta sebagai metode alternatif ketika data yang digunakan tidak memenuhi asumsi yang dibutuhkan pada statistika parametrik. Dari model MARS yang dibangun, terdapat tiga variabel utama yang berpengaruh terhadap ketertinggalan kabupaten diantaranya adalah pengeluaran konsumsi per kapita, angka harapan hidup, dan persentase rumah tangga pengguna listrik. Akurasi dari model MARS yang terbentuk sangat tinggi, yakni mencapai 97,83 persen dan dapat dipergunakan untuk melakukan prediksi ketertinggalan kabupaten. Berdasarkan model MARS, maka di akhir periode RPJM Nasional 2010-2014 diprediksikan terjadi transisi yang signifikan dari kabupaten dengan kondisi tertinggal menjadi tidak tertinggal serta terdapat beberapa kabupaten yang diindikasikan salah klasifikasi (yang sebelumnya dinyatakan tidak tertinggal namun seharusnya terkategorikan sebagai kabupaten tertinggal). Model ini juga dapat digunakan untuk memprediksi kondisi ketertinggalan daerah otonom baru berdasarkan data empiris yang ada, karena sebelumnya pengklasifikasian DOB hanya mengikuti status ketertinggalan daerah induknya saja.