PEMODELAN ROBUST GEOGRAPHICALLY WEIGHTED REGRESSION MENGGUNAKAN METODE ESTIMASI MM DAN LEAST ABSOLUTE DEVIATION = ROBUST GEOGRAPHICALLY WEIGHTED REGRESSION MODELING USING THE METHODS OF MM ESTIMATION AND LEAST ABSOLUTE DEVIATION

Keberhasilan pembangunan suatu daerah dapat dilihat dari pertumbuhan ekonominya. Laju pertumbuhan ekonomi dihitung berdasarkan Produk Domestik Regional Bruto (PDRB). Secara spasial, struktur perekonomian Indonesia mengalami fluktuasi setiap tahunnya. Kasus fluktuatif tersebut dapat ditekan jika faktor-faktor yang mempengaruhi PDRB dapat diketahui. Hal itu dapat diperoleh dari hasil estimasi atau kesimpulan yang diperoleh menggunakan analisis regresi. Namun, tidak jarang kesimpulan yang diperoleh keliru. Kesalahan penarikan kesimpulan bukanlah hal sepele, yang jika diabaikan, dapat menyebabkan hasil analisis menjadi meragukan dan tidak valid. Dalam banyak kasus, data yang diamati tidak normal karena keberadaan pencilan dan nilai ekstrim. Hal ini mengandalkan asumsi normalitas dan keragaman spasial. Model Robust Geographically Weighted Regression (RGWR) menawarkan solusi pada kasus heterogenitas spasial dengan keberadaan pencilan. Terdapat banyak metode robust dikembangkan oleh para ahli. Salah satunya adalah metode Estimasi MM dan Least Absolute Deviation. Metode Estimasi MM dilakukan dengan meminimumkan suatu fungsi galat. Sedangkan, metode LAD dilakukan dengan meminimumkan jumlah mutlak galat. Model RGWR memungkinkan setiap lokasi pengamatan memiliki model yang berbeda-beda dan hanya berlaku pada lokasi pengamatan tersebut. Pemodelan diterapkan pada angka PDRB di Indonesia tahun 2021, sehingga diperoleh bahwa metode LAD lebih baik daripada metode Estimasi MM untuk memodelkan faktor-faktor yang mempengaruhi angka PDRB di Indonesia tahun 2021.

Keyword : Robust; Geographically Weighted Regression; Estimasi MM; Least Absolute Deviation; Produk Domestik Regional Bruto.