PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI PEMBOBOT FIXED GAUSSIAN KERNEL, FIXED BISQUARE KERNEL, DAN FIXED TRICUBE KERNEL PADA INDEKS KETIMPANGAN GENDER (IKG) DI INDONESIA

Geographically Weighted Regression (GWR) adalah pendekatan statistika
yang dikembangkan untuk mengatasi masalah heterogenitas spasial, yang
memperhatikan letak geografis di mana setiap lokasi atau daerah memiliki
karakteristik yang berbeda-beda. Penelitian ini bertujuan untuk memeroleh model
GWR dengan tiga fungsi pembobot yaitu Fixed Gaussian Kernel, Fixed Bisquare
Kernel, dan Fixed Tricube Kernel pada Indeks Ketimpangan Gender (IKG) di
Indonesia, memeroleh fungsi pembobot terbaik, dan mengetahui faktor-faktor yang
paling signifikan terhadap IKG. Metode yang digunakan dalam penelitian adalah
model GWR dengan tiga fungsi pembobot yang berbeda, dari ketiga fungsi
pembobot dilakukan perbandingan untuk mencari pembobot yang terbaik. Hasil
penelitian didapatkan model IKG terbaik yang diperoleh adalah model dengan
fungsi pembobot Fixed Bisquare Kernel dengan nilai AIC terkecil sebesar -
155.5414 dan menghasilkan R
2
sebesar 0.9380 yang artinya model GWR dengan
fungsi pembobot Fixed Bisquare Kernel mampu menjelaskan keragaman IKG di
Indonesia sebesar 93.80% dan sisanya 6.20% dijelaskan oleh variabel lain di luar
model, dan faktor yang berpengaruh secara signifikan di setiap provinsi adalah
proporsi perempuan pernah kawin usia 15-49 tahun yang melahirkan anak (ALH)
dalam dua tahun terakhir tidak di fasilitasi kesehatan (MTF).
Kata Kunci: Geographically Weighted Regression (GWR), Indeks
Ketimpangan Gender (IKG), Fixed Gaussian Kernel, Fixed Bisquare Kernel,
Fixed Tricube Kernel.