PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION

Abstract

Analisis regresi linier merupakan metode yang memodelkan hubungan antara variabel respon dan variabel prediktor. Geographically Weighted Regression (GWR) adalah pengembangan dari model regresi linier apabila terjadi kasus heterogenitas spasial. Uji multikolinieritas lokal dilakukan untuk mengetahui adanya korelasi linier antar variabel bebas untuk setiap lokasi pengamatan. Geographically Weighted Ridge Regression (GWRR) merupakan pengembangan dari model GWR untuk mengatasi masalah multikolinieritas lokal. Estimasi parameter untuk model GWR dan GWRR dilakukan dengan menggunakan metode Weighted Least Square (WLS) menggunakan nilai bandwidth optimum dengan kriteria Cross Validation (CV). Aplikasi model GWRR pada Pendapatan Asli Daerah di kabupaten dan kota di provinsi Jawa Tengah menunjukan bahwa model GWRR mampu mengatasi adanya kasus multikolinieritas. Berdasarkan nilai Mean Squared Error (MSE) dan Akaike Information Crietion (AIC) untuk model GWR dan GWRR, diketahui model terbaik yang digunakan untuk menganalisis Pendapatan Asli Daerah (PAD) di kabupaten dan kota di provinsi Jawa Tengah adalah model GWRR dengan nilai MSE dan AIC terkecil.