ANALISIS KEMISKINAN EKSTREM PROVINSI BENGKULU MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT ADAPTIVE GAUSSIAN KERNEL DAN ADAPTIVE BI-SQUARE

Isu statistika yang terkait dengan kemiskinan ekstrem telah menjadi
perhatian bersama di kalangan statistisi khususnya yang terkait dengan pemetaan
datanya pada level area kecil di tingkat kabupaten. Pemodelan menjadi satu
pendekatan pemetaan tersebut namun harus mengakomodasi keberagaman
karakteristik data untuk beberapa wilayah atau space lebih kecil di kabupaten.
Satu model yang menjadi fokus dalam penelitian ini adalah kelas model
Geographically Weighted Regression (GWR) dan karenanya yang menjadi tujuan
penelitian ini adalah untuk menentukan model GWR yang tepat untuk pemetaan
kemiskinan ekstrem di semua kabupaten/kota di Provinsi Bengkulu. Model GWR
merupakan sebuah pendekatan untuk mengatasi permasalahan jika data yang
digunakan dalam penelitian mengandung aspek spasial. Dalam penelitian ini
pembobot yang digunakan di dalam model GWR adalah pembobot Adaptive
Gaussian Kernel dan Adaptive Bi-Square. Berdasarkan pemilihan model terbaik,
diketahui bahwa model GWR dengan pembobot Adaptive Bisquare Kernel
merupakan model yang cocok untuk persentase penduduk miskin ekstrem di
Provinsi Bengkulu dengan nilai AIC terkecil.
Kata Kunci: kemiskinan ekstrem, Geographically Weighted Regression,
Adaptive Gaussian Kernel dan Adaptive Bi-Square