PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) PADA JUMLAH PENDUDUK MISKIN DI PROVINSI JAWA TENGAH TAHUN 2021

Kemiskinan bukan hanya kondisi kekurangan uang dan pendapatan rendah,
tetapi juga melibatkan faktor-faktor lain seperti kesehatan, pendidikan, perlakuan
hukum yang tidak adil, dan keterbatasan dalam menentukan arah hidup. Menurut
data Badan Pusat Statistik, pada tahun 2021 Provinsi Jawa Tengah menjadi provinsi
ketiga dengan jumlah penduduk terbanyak di Indonesia, yaitu 36.74 juta jiwa, dan
memiliki jumlah penduduk miskin terbanyak, yaitu 4.02 juta jiwa. Faktor-faktor
penyebab kemiskinan di Provinsi Jawa Tengah berbeda setiap wilayahnya,
terutama dalam hal ekonomi, pendidikan, kesehatan, dan layanan masyarakat hal
ini menunjukkan adanya efek spasial. Oleh karena itu, untuk memahami faktor�faktor ini berdasarkan perbedaan wilayah atau efek spasial, salah satu metode
statistika yang digunakan adalah Geographically Weighted Regression (GWR).
Dalam penelitian ini, metode GWR dengan fungsi pembobot Adaptive Gaussian
Kernel dan Adaptive Bisquare Kernel diterapkan pada jumlah penduduk miskin (�)
sebagai variabel respon, dan PDRB atas dasar harga konstan (�1
), sektor industri
(�2), upah minimum (�3
), jumlah pengangguran terbuka (�4
), dan jumlah
angkatan kerja (�5
) sebagai variabel prediktor. Hasil penelitian menunjukkan
bahwa model GWR dengan fungsi pembobot Adaptive Bisquare Kernel merupakan
model terbaik untuk memodelkan jumlah penduduk miskin di Provinsi Jawa
Tengah tahun 2021, dengan nilai AIC terendah sebesar 330.8031, dimana
menghasilkan 11 kelompok kabupaten/kota dengan model yang berbeda pada setiap
lokasi pengamatan.
Kata Kunci: Kemiskinan, GWR, Adaptive Bisquare Kernel, AIC, Jumlah
Penduduk Miskin.