Text
Robust geographicaly weighted regression dengan metode least absolute deviation pada kasus kemiskinan di pulau Jawa
Robust Geographically Weighted Regression
dengan Metode Least Absolute Deviation pada
Kasus Kemiskinan di Pulau J awa
v
ABSTRAK
1. Pemodelan Kemiskinan
2. Analisis Spasial
3. Least Absolute Deviation
4. Robust Geographically Weighted Regression
2. Kata Kunci
3. Abstrak
Kemiskinan merupakan masalah multidimensional yang selalu menjadi
perhatian diberbagai negara. Di Indonesia, angka kemiskinan pada tahun 2015
tercatat sebesar 11,22 persen dan 54 persen diantaranya berada di Pulau J awa.
Apabila kemiskinan di Pulau Jawa dapat ditangani dengan baik, maka
dampalcnya terhadap angka kemiskinan di Indonesia akan signifikan. Angka
kemiskinan merupakan data yang tersebar secara spasial yang akan memiliki
karakteristik spasial. Perbedaan pemerintahan, jarak dengan pemerintah pusat,
dan perbedaan ekosistim dan iklim bisa menyebabkan terjadinya heterogenitas
spasial.
Geographically Weighted Regression (GWR) m erupak an
pengembangan dari regresi Ordinary Least Squares yang efektif mengestimasi
data yang memiliki heterogenitas spasial. Model GWR menghasilkan parameter
regresi yang bersifat lokal, sehingga setiap lokasi pengamatan mempunyai
koefisien regresi yang berbeda-beda.
Proses penaksiran parameter GWR menggunakan metode Weighted
Least Square (WLS). Namun ketika terdapat data pencilan, maka penaksiran
parameter dengan WLS bisa menghasilkan residual yang besar sehingga
mengakibatkan penduga parameter menjadi tidak efisien. Oleh Karena itu, pada
penelitian ini akan digunakan metode yang robust, yaitu metode Least Absolute
Deviation (LAD) untuk mengestimasi parameter pada model GWR. Model ini
dinamakan Robust GWR (RGWR). Hasil penelitian menunjukkan bahwa model
kemiskinan pada masing-masing kabupaten/kota di Pulau J awa berbeda-beda.
Koefisien regresi yang paling besar pada setiap kabupaten/kota juga berbeda
beda. Selain itu, estimasi angka kemiskinan dengan model RGWR lebih
mendekati kondisi yang sebenamya dibandingkan yang dihasilkan dengan
GWR.
No copy data
No other version available