Pemodelan Geographically Weighted Regression dengan Fungsi Pembobot Kernel pada Data Multikolinearitas = Geographically Weighted Regression Modeling with Kernel Weighting Function on Multicollinearity Data

Kondisi pengamatan di suatu lokasi dengan lokasi lainnya itu tidak selalu sama yang disebut heterogenitas spasial. Oleh karena itu, dalam menjelaskan hubungan-hubungan antara variabel respon dan dua/lebih variabel prediktor antar satu lokasi dengan lokasi lain dapat dilakukan dengan pendekatan regresi spasial. Selain masalah heterogenitas spasial, regresi berganda yang mempunyai banyak variabel prediktor terkadang menimbulkan masalah multikolinearitas karena terjadi korelasi yang tinggi antar variabel prediktornya. Salah satu cara untuk mengatasi multikolinearitas pada model regresi spasial adalah dengan menggunakan kombinasi metode Geographically Weighted Regression Principal Component Analysis (GWRPCA). Penelitian ini bertujuan untuk mengetahui model kombinasi linear yang terbentuk dari analisis PCA dan nilai komponen utamanya serta membentuk model GWRPCA yang menjelaskan faktor-faktor yang mempengaruhi Angka Kematian Bayi (AKB) di Provinsi Sulawesi Selatan. Berdasarkan analisis PCA, diperoleh variabel-variabel yang mempengaruhi Angka Kematian Bayi (AKB) di Sulawesi Selatan tahun 2020 dapat diwakili oleh 2 komponen utama yaitu variabel P_c1 yang mampu menerangkan total varian data sebesar 74.6807% dan variabel P_c2 yang mampu menerangkan total varian data sebesar 22.9734%. Pembobotan menggunakan fungsi fixed gaussian kernel melalui pemilihan bandwidth optimum sebesar 440.9749 dengan kriteria Cross Validation (CV) minimum sebesar 229.3496. GWRPCA merupakan model terbaik untuk memodelkan AKB di Sulawesi Selatan dibandingkan model RPCA karena memiliki nilai Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC). Model GWRPCA menunjukkan bahwa parameter yang dihasilkan dari setiap model masing-masing kabupaten/kota dominan menghasilkan parameter bernilai negatif yang menunjukkan bahwa setiap peningkatan komponen utama akan menurunkan angka kematian bayi di kabupaten/kota di Sulawesi Selatan.

Keywords : Angka Kematian Bayi, Geographically Weighted Regression, Multikolinearitas, Principal Component Analysis