GEOGRAPHICALLY WEIGHTED PANEL REGRESSION UNTUK PEMODELAN DISPARITAS PENDAPATAN WILAYAH SUMATRA

Penelitian ini mengkaji metode Geographically Weighted Panel Regression untuk
Pemodelan Disparitas Pendapatan Wilayah Sumatra tahun 2019-2023. Di awal penelitian,
pemodelan regresi data panel yang dilanjutkan dengan pengujian asumsi regresi klasik.
Hasil analisisnya menunjukkan data memenuhi asumsi regresi klasik, kecuali
homoskedastisitas. Hal ini menjadi indikasi ada faktor keheterogenan antar provinsi di
Sumatra. Oleh karena itu, metode Geographically Weighted Panel Regression (GWPR)
menjadi solusi dalam penelitian ini. Dalam analisisnya, diawali dengan penentuan titik
koordinat setiap provinsi, lalu menghitung jarak Euclidean dan jarak Haversine, yang
selanjutnya ini akan menjadi perbandingan model GWPR. Kemudian menentukan
bandwidth optimum, sehingga diperoleh fungsi pembobot Fixed Bisquare Kernel dan
matriks pembobot. Setelah itu, dilakukan estimasi dan signifikansi koefisien regresi setiap
parameter yang membentuk pemodelan GWPR masing-masing provinsi. Variabel yang
signifikan dalam mempengaruhi disparitas pendapatan di Sumatra, antara lain IPM, jumlah
penduduk, TPT, persentase penduduk miskin, PDRB per kapita, persentase PDRB sektor
pertanian, kehutanan, dan perikanan, persentase PDRB sektor perdagangan besar dan
eceran, reparasi mobil dan sepeda motor, serta UMP. Suatu provinsi memiliki variabel
signifikan yang belum tentu sama dengan provinsi lainnya. Dalam hasil evaluasinya, model
GWPR dengan jarak Haversine memiliki goodness of fit yang lebih baik dibandingkan
dengan FEM dan GWPR Euclidean, dengan koefisien determinasi (R2
) 88,00%, nilai Root
Mean Square Error (RMSE) 0,0027 dan nilai Akaike Information Criterion corrected
(AICc) yang paling kecil -146,68, serta hasil prediksi yang akurat R
2
lokal > 75%.
Kata kunci : Regresi Data Panel, GWPR, Fixed Bisquare Kernel, Disparitas Pendapatan.