ANALISIS DATA KEMISKINAN DI JAWA TENGAH MENGGUNAKAN METODE MIXED GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSIONS (MGTWR)

Abstract

Metode regresi merupakan salah satu metode statistika yang dapat digunakan untuk menganalisis data kemiskinan. Akan tetapi untuk data spasial model regresi biasa menjadi tidak sesuai. Salah satu metode regresi spasial yang digunakan untuk data spasial adalah Geographically Weighted Regression (GWR). Akan tetapi jika variabel waktu juga dimasukkan ke dalam model, maka model yang digunakan adalah Geographically and Temporally Weighted Regression (GTWR). Pada kenyataannya tidak semua variabel prediktor dalam model GWR mempunyai pengaruh secara spasial. Beberapa variabel prediktor berpengaruh secara global, sedangkan yang lainnya dapat mempertahankan pengaruh spasialnya. Oleh karena itu, model GWR dikembangkan menjadi model Mixed Geographically Weighted Regression (MGWR). Model MGWR merupakan gabungan dari model regresi linier global dengan model GWR. Hal ini berlaku juga untuk model GTWR yang dikembangkan menjadi model Mixed Geographically and Temporally Weighted Regression (MGTWR). Hasil penelitian menunnjukkan bahwa faktor-faktor yang mempengaruhi Persentase Kemiskinan di Jawa Tengah tahun 2010-2012 secara lokal adalah persentase keluarga prasejahtera. Sedangkan variabel Tingkat Partisipasi Angkatan Kerja, Indeks Pembangunan Manusia, Upah Minimum Regional dan Banyaknya Akte Pemilik Tanah hanya berpengaruh secara global pada semua lokasi pengamatan. Model MGTWR dengan pembobot fungsi kernel gaussian lebih layak digunakan untuk menganalisis tingkat kemiskinan di Jawa Tengah karena mempunyai nilai R2 terbesar. Kata Kunci : GWR, GTWR, MGWR, MGTWR, Regresi, Statistika Spasial, Kemiskinan.