Perbandingan Geographically Weighted Poisson Regression dan Geographically Weighted Artificial Neural Network (Jumlah Peserta Keluarga Berencana Aktif di Kabupaten Banyuwangi)

Abstract

Keluarga Berencana merupakan salah satu usaha pemerintah guna menekan laju pertumbuhan penduduk di Indonesia. Salah satu kabupaten di Provinsi Jawa Timur yang mempunyai tingkat pertumbuhan dan kepadatan penduduk yang tinggi adalah Kabupaten Banyuwangi. Setiap desa/kelurahan di Kabupaten Banyuwangi memiliki jumlah peserta KB aktif berbeda-beda yang mengindikasikan adanya heterogenitas spasial. Analisis regresi yang digunakan adalah dengan membandingkan dua metode yaitu Geographically Weighted Poisson Regression (GWPR) dan Geographically Artificial Neural Network (GWANN). GWPR merupakan bentuk lokal dari regresi Poisson yang estimasi parameternya dilakukan pada setiap lokasi pengamatan menggunakan pembobot spasial. GWANN merupakan variasi dari ANN yang menggabungkan pembobot spasial dan pembobot ANN. Tujuan dari penelitian ini adalah untuk membandingkan antara GWPR dan GWANN dengan melihat nilai RMSE dan MAPE. Hasil analisis model GWANN menggunakan kernel adaptive gaussian diperoleh nilai MAPE lebih kecil dibanding model GWPR menggunakan kernel adaptive gaussian. Nilai RMSE model GWANN lebih kecil dibanding nilai RMSE model GWPR, sehingga model GWANN lebih baik daripada model GWPR berdasarkan nilai MAPE dan RMSE terkecil.