Pemodelan Persentase Penduduk Miskin di Provinsi Kalimantan Timur Menggunakan Model Geographically Weighted Panel Regression

Abstract

Model Geographically Weighted Panel Regression (GWPR) merupakan pengembangan model regresi panel yang diaplikasikan pada data spasial. Model GWPR yang dibahas pada penelitian ini adalah Fixed Effect Model (FEM) spasial. Penaksiran parameter model GWPR dilakukan pada setiap lokasi pengamatan menggunakan pembobot spasial. Tujuan penelitian ini adalah mengetahui faktor-faktor yang mempengaruhi persentase penduduk miskin tahun 2017-2019 di 10 Kabupaten/Kota Provinsi Kalimantan Timur. Penaksiran parameter model GWPR menggunakan metode Weighted Least Square (WLS). Pembobot spasial pada penaksiran parameter ditentukan menggunakan fungsi pembobot terbaik di antara pembobot fixed gaussian, fixed bisquare, fixed tricube, dan adaptive bisquare. Penentuan bandwidth optimum menggunakan kriteria Cross Validation (CV) dan diperoleh fungsi pembobot dengan nilai CV minimum adalah adaptive bisquare. Berdasarkan hasil pengujian parameter model GWPR, disimpulkan bahwa faktor-faktor yang berpengaruh terhadap persentase penduduk miskin bersifat lokal dan berbeda-beda di 10 Kabupaten/Kota di Provinsi Kalimantan Timur. Faktor-faktor yang berpengaruh dan bersifat lokal terhadap persentase penduduk miskin adalah indeks pembangunan manusia, umur harapan hidup, pendapatan domestik regional bruto, tingkat partisipasi angkatan kerja, tingkat pengangguran terbuka, dan laju pertumbuhan penduduk. Berdasarkan nilai koefisien determinasi dan Root Mean Square Error (RMSE) diperoleh bahwa model GWPR lebih baik daripada model regresi panel global dengan nilai koefisien determinasi sebesar 94,40% dan nilai RMSE sebesar 0,0451.

Kata Kunci : Adaptive Bisquare, CV, GWPR, Persentase Penduduk Miskin, RMSE