Penerapan Model Geographically Weighted Regression (GWR) dalam Menganalisis Faktor-faktor yang Mmempengaruhi Tingkat Kemiskinan (Studi Kasus: Tingkat Kemiskinan di Nusa Tenggara Timur Tahun 2022)

Abstract

Kemiskinan merupakan permasalahan yang sering terjadi di Indonesia yang menyebabkan masyarakat sulit untuk memenuhi kebutuhan dasarnya. Nusa Tenggara Timur merupakan salah satu provinsi termiskin di Indonesia yang menempati posisi ketiga dengan tingkat kemiskinan sebesar 20,23% setelah Papua dan Papua Barat pada tahun 2022. Nusa Tenggara Timur sangat baik dalam menarik investasi di sektor pariwisata, namun hal ini tidak cukup untuk menurunkan angka kemiskinan dikarenakan adanya berbagai faktor dan karakteristik yang berbeda di setiap wilayah Nusa Tenggara Timur. Perbedaan karakteristik tersebut dapat menimbulkan terjadinya heterogenitas spasial yang menyebabkan penggunaan metode regresi linear berganda dianggap kurang tepat dalam penelitian ini. Oleh karena itu, metode Geographically Weighted Regression (GWR) yang akan digunakan untuk mengatasi heterogenitas spasial dengan memperhatikan lokasi pengamatan, sehingga menghasilkan estimasi parameter dan model yang bersifat lokal pada setiap titik data atau lokasi. Tujuan dalam penelitian ini adalah untuk memperoleh model GWR dan mengidentifikasi faktor-faktor yang berpengaruh terhadap tingkat kemiskinan pada masing-masing wilayah di Provinsi Nusa Tenggara Timur tahun 2022. Hasil analisis menunjukkan bahwa pemodelan GWR dengan fungsi pembobot kernel adaptive bisquare terhadap tingkat kemiskinan di Provinsi Nusa Tenggara Timur tahun 2022 berdasarkan Kabupaten/Kota menghasilakan model yang berbeda-beda untuk setiap Kabupaten/Kota, dengan jumlah 22 model lokal dan 10 kelompok model yang signifikan. Model GWR mampu memaksimalkan nilai R2 sebesar 95,04% jika dibandingkan dengan model regresi linear berganda yang menghasilkan nilai R2 sebesar 68,35%.