PEMODELAN ROBUST SPATIAL DURBIN MODEL PADA DATA KASUS TUBERKULOSIS DI PROVINSI SULAWESI SELATAN DENGAN METODE MM-ESTIMATOR

Regresi spasial merupakan model yang digunakan untuk mengetahui hubungan antara variabel respon dan prediktor dengan mempertimbangkan efek spasial. Apabila terdapat dependensi spasial pada variabel respon dan prediktor maka model yang dapat digunakan adalah model Spatial Durbin Model (SDM). Namun, dalam pemodelan regresi spasial terkadang ditemukan beberapa permasalahan, salah satunya adalah adanya pencilan spasial. Salah satu cara untuk mengatasi adanya pencilan pada model SDM adalah dengan menggunakan regresi robust yang disebut Robust Spatial Durbin Model (RSDM). Penelitian ini bertujuan untuk membentuk model RSDM dan mengidentifikasi faktor-faktor yang memengaruhi jumlah kasus TBC di Provinsi Sulawesi Selatan. Metode estimasi regresi robust yang digunakan adalah MM-Estimator. Penerapan MM-Estimator dilakukan dalam mengestimasi koefisien parameter regresi spasial yang resisten terhadap pencilan. Data yang digunakan dalam penelitian ini adalah data jumlah kasus tuberkulosis di Provinsi Sulawesi Selatan tahun 2020. Hasil analisis menunjukkan bahwa model RSDM dapat mengakomodir keberadaan pencilan dalam model regresi spasial. Hal ini ditunjukkan dengan adanya perubahan nilai estimasi koefisien parameter regresi RSDM yang dapat menurunkan nilai MSE menjadi 6461.734 dan meningkatkan nilai adjusted R^2 menjadi 99.52%. Faktor-faktor yang memengaruhi jumlah kasus TBC di Provinsi Sulawesi Selatan adalah kepadatan penduduk, persentase rumah tangga yang ber-PHBS, persentase imunisasi BCG dan persentase gizi buruk.