Topik ini berfokus pada penerapan Structural Equation Modeling (SEM) dan regresi nonparametrik dalam analisis data kemiskinan serta emisi karbon dioksida (CO₂). Kedua metode ini digunakan untuk memahami hubungan kompleks antara berbagai faktor ekonomi, sosial, dan lingkungan yang memengaruhi kemiskinan serta tingkat emisi karbon secara global maupun regional.
Topik ini berfokus pada pengembangan metode statistik melalui kombinasi pendekatan Structural Equation Modeling (SEM) dan regresi nonparametrik untuk memodelkan kondisi emisi karbondioksida (CO₂) secara lebih akurat dan fleksibel. Tujuan dari penelitian ini adalah untuk merancang model yang mampu menggambarkan hubungan kompleks dan nonlinier antara berbagai faktor yang memengaruhi tingkat emisi CO₂, seperti pertumbuhan ekonomi, konsumsi energi, kebijakan lingkungan, industrialisasi, dan perubahan penggunaan lahan.
Topik ini berfokus pada penerapan dan pengembangan metode Structural Equation Modeling (SEM) nonparametrik dalam konteks digitalisasi data lingkungan, khususnya untuk memodelkan kondisi karbondioksida (CO₂). Penelitian ini menggabungkan pendekatan statistik nonparametrik dengan pemanfaatan teknologi digital untuk menganalisis dan memahami hubungan kompleks antara berbagai faktor penyebab emisi CO₂ di era transformasi digital.