PEMODELAN ROBUST MIXED GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION DENGAN M-ESTIMATOR PADA DATA INDEKS KETAHANAN PANGAN DI SULAWESI SELATAN

Latar Belakang. Mixed Geographically and Temporally Weighted Regression (MGTWR) merupakan kombinasi antara model regresi linier global dengan model GTWR yang memperhitungkan unsur lokasi dan waktu. Namun, metode MGTWR ini rentan terhadap pencilan, sehingga dapat mengakibatkan adanya bias dan ketidakakuratan dalam hubungan regresi. Oleh karena itu, pemodelan regresi robust dengan M-Estimator dikembangkan dan diterapkan pada data Indeks Ketahanan Pangan (IKP) di Sulawesi Selatan tahun 2018-2022. Tujuan. Penelitian ini bertujuan untuk memperoleh model Robust Mixed Geographically and Temporally Weighted Regression (RMGTWR) dengan M-Estimator serta faktor-faktor yang secara signifikan memengaruhi IKP di Sulawesi Selatan tahun 2018-2022. Metode. Penelitian ini menggunakan metode RMGTWR dengan M-Estimator. Hasil. Model RMGTWR dengan M-Estimator akan menghasilkan pemodelan sebanyak 120 model yang mewakili setiap lokasi dan waktu. Parameter model RMGTWR terdiri atas parameter global dan parameter lokal. Parameter global memiliki nilai pengaruh yang sama untuk semua lokasi dan waktu, sedangkan parameter lokal memiliki nilai yang berbeda-beda pada setiap lokasi dan waktu. Model RMGTWR dengan M-Estimator mampu mengurangi pencilan pada model MGTWR dan dapat menurunkan nilai AIC menjadi 414.9719 serta menghasilkan nilai R^2 sebesar 99.4815%. Kesimpulan. Model RMGTWR dengan M-Estimator menjadi model terbaik dalam menjelaskan IKP di Sulawesi Selatan tahun 2018-2022. Faktor-faktor yang memengaruhi IKP di Sulawesi Selatan yaitu rasio komsumsi normatif per kapita terhadap produksi bersih, persentase rumah tangga dengan proporsi pengeluaran untuk pangan lebih dari 65% terhadap total pengeluaran, persentase rumah tangga tanpa akses listrik, persentase rumah tangga tanpa akses ke air bersih, dan persentase balita stunting.