PENERAPAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE PADA TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TIMUR

Abstract

Pengangguran merupakan permasalahan yang terjadi akibat ketimpangan antara jumlah angkatan kerja dan ketersediaan lapangan kerja. Tingkat pengangguran memiliki karakteristik yang bervariasi antarwilayah karena dipengaruhi oleh kondisi geografis, demografis, dan ekonomi lokal yang berbeda-beda. Hal ini mengindikasikan adanya keterkaitan spasial, sehingga pendekatan regresi global atau Ordinary Least Squares (OLS) dinilai kurang tepat karena mengasumsikan parameter yang sama untuk seluruh lokasi. Penelitian ini bertujuan memodelkan TPT di Provinsi Jawa Timur menggunakan metode Geographically Weighted Regression (GWR). GWR merupakan salah satu metode yang digunakan untuk memodelkan variabel respon dengan variabel prediktor yang berbasis wilayah atau area. Tahapan analisis meliputi regresi OLS, pengujian asumsi klasik, penentuan bandwidth optimum menggunakan metode Cross Validation (CV), pembentukan matriks pembobot dengan fungsi Bisquare Kernel, hingga estimasi parameter model lokal. Hasil penelitian menunjukkan bahwa model GWR lebih efektif dalam menjelaskan variabilitas data dibandingkan OLS, yang ditunjukkan dengan peningkatan nilai koefisien determinasi R2 menjadi 62,52%. Diperoleh model GWR dengan fungsi pembobot bisquare di Kabupaten Pacitan 𝑌̂= - 0.002040 - 0.051676(X1) - 0.000002(X2) + 0.000004(X3) - 0.000092(X4) - 0.207008(X5) - 0.018294(X6). Kesimpulannya, faktor-faktor yang memengaruhi pengangguran di Jawa Timur bersifat lokal dan berbeda pengaruhnya di setiap wilayah