Implementasi Spatial Durbin Model Berbasis Data Science Untuk Analisis Kemiskinan Jawa Timur

Authors

  • Farah Yusnaida Arif Universitas Pembangunan Nasional "Veteran" Jawa Timur
  • Mohammad Idhom Universitas Pembangunan Nasional “Veteran”
  • Trimono Trimono Universitas Pembangunan Nasional “Veteran”

DOI:

https://doi.org/10.51903/9w9pye50

Keywords:

Moran’s I, Poverty, Spatial Autocorrelation, Spatial Durbin Model

Abstract

Poverty remains a major development challenge that requires data-driven analysis to understand its variation across regions. This study focuses on East Java, where spatial interdependence is suspected to influence poverty distribution, making spatial analysis relevant for supporting regional policy design. The study examines determinants of poverty using the Spatial Durbin Model, which captures both direct effects and indirect spatial spillovers through lagged independent variables. The analytical workflow is implemented using a Python-based data science pipeline to ensure a systematic, transparent, and reproducible process, in line with current trends in technology-supported research. The dataset consists of 2024 secondary data from the Indonesian Central Bureau of Statistics. The analysis includes data preprocessing, construction of a Queen Contiguity spatial weight matrix, Moran’s I test to detect spatial autocorrelation, and SDM estimation. Results indicate significant positive spatial autocorrelation (I = 0.4099; p = 0.0008), showing that poverty is not randomly distributed. While the spatial lag of the dependent variable is not significant, an indirect spatial effect appears through the Gini Ratio (θ₄ = –39.42168; p = 0.03855). Moreover, the Human Development Index significantly reduces poverty. These findings highlight the roles of regional inequality and human development in shaping poverty dynamics and provide insights for more targeted policy interventions.

Downloads

Download data is not yet available.

References

Adelia Suryani. (2023). Pengaruh Kemiskinan Terhadap Pertumbuhan Ekonomi Di Provinsi Sumatera Selatan. Jurnal Riset Rumpun Ilmu Sosial, Politik Dan Humaniora, 2(1), 48–56. https://doi.org/10.55606/jurrish.v2i1.661

Arifin, J. (2020). Budaya Kemiskinan Dalam Penanggulangan Kemiskinan Di Indonesia. Sosio Informa, 6(2). https://doi.org/10.33007/inf.v6i2.2372

Azizah, I. N., Arum, P. R., & Wasono, R. (2021). Model terbaik uji multikolinearitas untuk analisis faktor-faktor yang mempengaruhi produksi padi di Kabupaten Blora tahun 2020. Prosiding Seminar Nasional UNIMUS, 4, 61–69. Retrieved from https://scholar.google.com/scholar?as_ylo=2021&q=uji+autokorelasi+adalah&hl=id&as_sdt=0,5

BPS Provinsi Jawa Timur. (2024). PROFIL KEMISKINAN JAWA TIMUR TAHUN 2024. Badan Pusat Statistik Provinsi Jawa Timur, 3. Retrieved from chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://web-api.bps.go.id/download.php?f=cUBNw8uOq/LNqV+lYXmd5WRVc3dITUZsNjNxdUhRdHJTZkxXWXFOMXhWamM0by9rclJKdDZvZ2VjQ3RodkQrN1JzV3EyRllMS1lJM3ZuMDZvWHlKQzZ5VWE1VG5CdmNYY3ZHN3VSWEQyc09FcVpLbDNtcEIralNjZl

Faradila, S., & Imaningsih, N. (2022). Faktor-Faktor Kemiskinan di Kabupaten Sampang. Jurnal Dinamika Ekonomi Pembangunan, 5(1), 28–35. https://doi.org/10.33005/jdep.v5i1.313

HASIRU, L. S., DJAKARIA, I., & HASAN, I. K. (2022). Penerapan Model Spasial Durbin Dengan Uji Lanjutan Local Indicator of Spatial Autocorrelation Untuk Melihat Penyebaran Stunting Di Kabupaten Bone Bolango. Jambura Journal of Probability and Statistics, 3(1), 19–28. https://doi.org/10.34312/jjps.v3i1.13083

Hidayat, P. A., & Sarjanti, E. (2023). Analisis Distribusi Spasial UMKM Gula Merah Desa Cintaratu Kecamatan Lakbok Kabupaten Ciamis. Jurnal Pendidikan Tambusai, 7, 2103–2111.

Hutapea, R. O., Rani, M., Sinaga, T., Shadri, M., Lubis, I., & Aqil, M. F. (2025). Spatial Analysis of Earthquake Distribution Patterns in North Sumatera in 2022 Using Moran ’ s Test and Moran Scatter Plot Mapping. 4(2), 6–14.

Karim, A. (2021). Regional Economic Growth: A Spatial Durbin Model Approach. Jurnal Matematika MANTIK, 7(2), 147–154. https://doi.org/10.15642/mantik.2021.7.2.147-154

Laia, M. L., Deswanto, R., Utami, E. S., & Bekti, R. D. (2019). Metode Spatial Durbin Model Untuk Analisis Demam Berdarah Dengue Di Kabupaten Bantul. Jurnal Nasional Teknologi Terapan (JNTT), 3(2), 1. https://doi.org/10.22146/jntt.64246

Laia, M. L., Deswanto, R., Utami, E. S., & Bekti, R. D. (2021). Metode Spatial Durbin Model Untuk Analisis Demam Berdarah Dengue Di Kabupaten Bantul. Jurnal Nasional Teknologi Terapan (JNTT), 3(2), 1. https://doi.org/10.22146/jntt.64246

Mardiah, F., Islami, J., Irawan, M. F., & Pratama, I. N. (2024). Meninjau Dampak Kemiskinan Yang Terjadi Terhadap Masyarakat Kabupaten Dompu. 13.

Maulana, M. A., Julia, A., & Mafruhat, A. Y. (2022). Pengaruh Indeks Pendidikan, Gini Rasio, Jumlah Penduduk, dan Pendapatan Perkapita terhadap Tingkat Kemiskinan di Enam Provinsi Indonesia Tahun 2015-2019. Bandung Conference Series: Economics Studies, 2(1), 17–24. https://doi.org/10.29313/bcses.v2i1.300

Muhammed Wahed, Sishadiyati, S., & Imaningsih, N. (2021). Ekonomi Pembangunan kajian Teori dan Studi Empiris. Retrieved from https://id.scribd.com/document/739512886/MAKALAH-KEBIJAKAN-EKONOMI

Mukrom, M. H., Yasin, H., & Hakim, A. R. (2021). Pemodelan Angka Harapan Hidup Provinsi Jawa Tengah Menggunakan Robust Spatial Durbin Model. Jurnal Gaussian, 10(1), 44–54. https://doi.org/10.14710/j.gauss.v10i1.30935

Nila Isroviyah. (2020). Analisis Pengaruh Pendidikan Dan Kesehatan Terhadap Kemiskinan Di Indonesia Tahun 2016-2020. Jurnal Penelitian, 1–23.

Nurfitri, R., & Yanti, T. S. (2023). Pemodelan Umur Harapan Hidup di Jabar Tahun 2021 Menggunakan Spatial Durbin Model. Jurnal Riset Statistika, 3(2), 137–146. https://doi.org/10.29313/jrs.v3i2.3023

Raspati, R. S., Herrhyanto, N., & Agustina, F. (2024). Penerapan Spatial Durbin Model (SDM) Untuk Menganalisis Faktor-Faktor yang Mempengaruhi Persentase Penduduk Miskin di Kabupaten Cianjur tahun 2021. 12(1), 1–10.

Sari, T. N. S., & Yulianto, S. (2024). Analisis Metode Spasial Untuk Menentukan Faktor-Faktor Yang Mempengaruhi Kriminalitas Pada Provinsi Jawa Timur Tahun 2022. Jurnal Ilmiah Dinamika Sosial, 8(2), 289–301. https://doi.org/10.38043/jids.v8i2.5326

Suryowati, K. S., Nahak, M., & Bekti, R. D. (2023). Penerapan Model Spasial Menggunakan Matriks Pembobot Queen Contiguity dan Euclidean Distance Terhadap Kasus Gizi Buruk Balita di Provinsi Nusa Tenggara Timur. J Statistika: Jurnal Ilmiah Teori Dan Aplikasi Statistika, 16(1), 298–308. https://doi.org/10.36456/jstat.vol16.no1.a7871

Vania Grace Sianturi, M. Syafii, & Ahmad Albar Tanjung. (2021). Analisis Determinasi Kemiskinan di Indonesia Studi Kasus (2016-2019). Jurnal Samudra Ekonomika, 5(2), 125–133. https://doi.org/10.33059/jse.v5i2.4270

Wulandari, S., Dasopang, A. P., Rawani, G. A., Hasfizetty, I., Sofian, M. Y., Dwijaya, R., & Rachmalija, S. (2022). KEBIJAKAN ANTI KEMISKINAN PROGRAM PEMERINTAH DALAM PENANANGGULANGAN KEMISKINAN DI INDONESIA. Jurnal Inovasi Penelitian, 2(10), 3209–3218.

Yuwono Yudo Nugroho, R., & Janahtul Isnaini, S. J. I. (2020). Analisis Determinan Kemiskinan Di Jawa Timur Tahun 2018. Jurnal GeoEkonomi, 11(2), 176–187. https://doi.org/10.36277/geoekonomi.v11i2.120

Published

2025-12-08

Issue

Section

Articles

How to Cite

Implementasi Spatial Durbin Model Berbasis Data Science Untuk Analisis Kemiskinan Jawa Timur. (2025). Seminar Nasional Teknologi Dan Multidisiplin Ilmu (SEMNASTEKMU), 5(1), 94-110. https://doi.org/10.51903/9w9pye50

Similar Articles

1-10 of 43

You may also start an advanced similarity search for this article.