Pemodelan Locally Compensated Ridge-Geographically and Temporally Weighted Regression Pada Data Tingkat Pengangguran Terbuka di Sulawesi Selatan = Locally Compensated Ridge-Geographically and Temporally Weighted Regression Modeling on Open Unemployment Rate Data in South Sulawesi

Latar Belakang. Analisis regresi spasial merupakan pendekatan statistika yang digunakan untuk data yang dipengaruhi oleh efek spasial (wilayah). Efek spasial yang biasa ditemukan yakni heterogenitas spasio-temporal. Metode Geographically and Temporally Weighted Regression (GTWR) dikembangkan untuk menangani efek spasio-temporal yang melibatkan variasi dalam dimensi ruang dan waktu. Namun, dalam pemodelan regresi spasial, biasa ditemukan masalah multikolinieritas lokal, yang dapat memengaruhi akurasi koefisien regresi. Untuk mengatasi hal tersebut, metode Locally Compensated Ridge (LCR) diperkenalkan, yang memungkinkan penggunaan koefisien bias yang berbeda untuk setiap wilayah, sehingga dapat menyesuaikan dampak kolinearitas antar variabel prediktor. Sehingga Locally Compensated Ridge-Geographically and Temporally Weighted Regression (LCR-GTWR) menjadi pengembangan model regresi untuk memodelkan data yang mengalami heterogenitas spasio-temporal dan multikolinieritas. Tujuan. Penelitian ini melakukan pemodelan GTWR dengan LCR dan mengidentifikasi faktor-faktor yang memengaruhi Tingkat Pengangguran Terbuka (TPT) di Sulawesi Selatan tahun 2020-2023. Metode. Penelitian ini dibagi dua tahap umum, yakni 1) estimasi parameter model LCR-GTWR dengan Weighted Least Square; 2) mengidentifikasi faktor-faktor yang memengaruhi TPT di Sulawesi Selatan pada tiap amatan. Hasil. Model LCR-GTWR secara umum memperoleh nilai R_Adj^2 sebesar 99.8683% dengan RMSE dan MAD masing-masing sebesar 0.0891 dan 0.0580. Pengujian secara parsial parameter LCR-GTWR menghasilkan variabel prediktor signifikan yang beragam antar kabupaten/kota. Kesimpulan. Model LCR-GTWR memberikan hasil yang baik berdasarkan metrik R_Adj^2,RMSE dan MAD serta mampu menjelaskan model lokal untuk setiap amatan. Adapun faktor-faktor yang memengaruhi TPT yakni indeks pembangunan manusia, persentase penduduk miskin, rerata lama sekolah dan umur harapan hidup.