Peta Choropleth Kemiskinan Provinsi
Visualisasi spasial persentase penduduk miskin tahun 2025Tabel Deskriptif Indikator Spasial
Daftar lengkap 38 provinsi di Indonesia beserta 5 indikator utama| Provinsi | Kemiskinan (%) | IPM | IKP | Klaster | Autokorelasi (LISA) |
|---|
Peta Bivariate Spasial
Hubungan Spasial Dua Variabel Secara SimultanPeta LISA (Local Indicators of Spatial Association)
Identifikasi autokorelasi spasial lokal kemiskinan (p-value < 0.05 memiliki border solid)Daftar Signifikansi Autokorelasi Lokal
Rincian nilai Z-Score, P-Value, dan Signifikansi per Provinsi| Provinsi | Kemiskinan (%) | Z-Score Spasial | P-Value | Kuadran LISA | Signifikansi Spasial |
|---|
π¬ METODE ADVANCED
Spatially Constrained Hierarchical Clustering
Pengelompokkan wilayah berdasarkan 15 indikator kesejahteraan dengan batasan ketetanggaan wilayah (Contiguity Constraint)
Peta Klasterisasi Kesejahteraan
Distribusi spasial 3 klaster optimalMetodologi Spatial Data Mining
Siklus pengolahan data dari hulu ke hilir01
ESDA & Preprocessing
Integrasi 15 indikator dari BPS & Kemenkes, normalisasi Z-Score, imputasi data kosong, dan penanganan outliers data spasial.
02
Local Autocorrelation (LISA)
Mengidentifikasi klaster spasial lokal (Hotspot High-High, Coldspot Low-Low, Outliers) menggunakan bobot spasial contiguity (Queen Constraint).
03
Spatially Constrained Clustering
Pengelompokkan wilayah dengan kendala keterhubungan spasial (Spatially Constrained Hierarchical Clustering) untuk menjamin daerah dalam satu klaster secara geografis bersebelahan.