Penerapan Least Absolute Shrinkage and Selection Operator pada Geographically Weighted Logistic Regression (Studi Kasus: Unmet Need KB di Sulawesi Selatan) = The Implementation of Least Absolute Shrinkage and Selection Operator to Geographically Weighted Logistic Regression (Study Case: Unmet Need for Family Planning in South Sulawesi)

Analisis regresi merupakan analisis yang digunakan untuk menaksir pola hubungan antara variabel respon dengan variabel prediktor. Salah satu analisis regresi yang umum digunakan adalah regresi logistik biner. Regresi logistik biner digunakan apabila variabel responnya bertipe kategorik dengan dua kemungkinan yaitu sukses atau gagal. Regresi logistik biner bersifat global, sehingga kurang tepat diterapkan pada data spasial. Oleh karena itu, regresi logistik biner dikembangkan menjadi geographically weighted logistic regression (GWLR). GWLR mempertimbangkan faktor lokasi yang dimasukkan ke dalam model melalui fungsi pembobot. GWLR tidak dapat mengatasi multikolinearitas. Multikolinearitas dapat menyebabkan hasil estimasi parameter model menjadi tidak signifikan, sehingga perlu diatasi. Salah satu metode untuk mengatasi multikolinearitas adalah least absolute shrinkage and selection operator (LASSO). Penelitian ini bertujuan untuk mendapatkan model GWLR dengan LASSO dan faktor yang berpengaruh, serta memperoleh performa model GWLR dengan LASSO terhadap unmet need KB di Sulawesi Selatan. Data yang digunakan adalah data unmet need KB, tingkat pendidikan, dan pengeluaran masyarakat di Sulawesi Selatan pada Tahun 2021. Nilai AIC model GWLR dengan LASSO, yaitu 31.918 lebih kecil dari nilai AIC model GWLR tanpa LASSO, yaitu 38.879; yang berarti GWLR dengan metode LASSO dapat memodelkan unmet need KB lebih baik dibandingkan model GWLR. Dari hasil penelitian, diperoleh bahwa status unmet need KB di 22 Kabupaten/Kota dipengaruhi oleh persentase wanita dengan pendidikan SMP/setara atau lebih rendah, banyak wanita usia subur, persentase suami/keluarga yang menolak terhadap KB, dan banyak petugas lapangan KB; serta 2 Kabupaten/Kota dipengaruhi oleh banyak wanita usia subur, persentase suami/keluarga yang menolak terhadap KB, dan banyak petugas lapangan KB.

Keywords : Unmet Need, Keluarga Berencana, Regresi Logistik Biner, GWLR, Multikolinearitas, LASSO.