Penerapan Metode Geographically Weighted Regression (GWR) dan Mixed Geographically Weighted Regression untuk Menentukan Faktor-Faktor yang Memengaruhi Pertumbuhan Ekonomi di Provinsi Jawa Timur

Abstract

Penelitian ini bertujuan untuk mengidentifikasi model terbaik dari Geographically Weighted Regression (GWR) dan Mixed Geographically Weighted Regession (MGWR) untuk menganalisis faktor-faktor yang memengaruhi pertumbuhan ekonomi di Provinsi Jawa Timur dan untuk menentukan kontribusi tingkat partisipasi angkatan kerja, Produk Domestik Regional Bruto, tingkat pengangguran terbuka, jumlah penduduk miskin, umur harapan hidup, pengeluaran per kapita, dan indeks kedalaman kemiskinan terhadap pertumbuhan ekonomi. Metode yang digunakan dalam penelitian ini yaitu GWR dan MGWR. Pada model GWR, estimasi parameternya bersifat lokal. Berikut merupakan contoh persamaan model GWR pada Kota Surabaya: 𝑌𝐾𝑜𝑡𝑎 𝑆𝑢𝑟𝑎𝑏𝑎𝑦𝑎 = 81,528669 + 0,034852735 𝑋1−0,000001367 𝑋2 − 0,144917517 𝑋3 − 0,0100000545 𝑋4 − 1,0641603458 𝑋5 + 0,00030454 𝑋6 − 1,3369818 𝑋7. Pada model MGWR, estimasi parameternya bersifat global dan lokal. Parameter MGWR yang sifatnya global yaitu tingkat partisipasi angkatan kerja, Produk Domestik Regional Bruto (PDRB), tingkat pengangguran terbuka, umur harapan hidup, pengeluaran per kapita, indeks kedalaman kemiskinan. Parameter MGWR yang sifatnya lokal yaitu jumlah penduduk miskin. Berikut merupakan contoh persamaan model MGWR pada Kota Surabaya: 𝑌𝐾𝑜𝑡𝑎 𝑆𝑢𝑟𝑎𝑏𝑎𝑦𝑎 = 5,909387 + 0,0190677 𝑋1 − 0,000004105 𝑋2 − 0,01690404 𝑋3 − 0,007177127 𝑋4 + 0,0236731 𝑋5 + 0,000246481 𝑋6 − 0,37433 𝑋7. Model terbaik pada penelitian ini adalah model GWR dengan fungsi pembobot fixed kernel gaussian sehingga model yang tepat untuk menentukan faktor-faktor yang memengaruhi pertumbuhan ekonomi adalah model GWR.