Pendekatan Spline Truncated dalam Model Geographically Weighted Regression Principal Components Analysis Pada Kasus Diabetes Mellitus di Provinsi Sulawesi Selatan = The Truncated Spline Approach in Geographically Weighted Regression Principal Component Analysis for Diabetes Mellitus Cases in South Sulawesi Province

Latar Belakang: Pengembangan analisis regresi dengan menggunakan data spasial dan memuat kasus multikolinearitas adalah Geographically Weighted Regression Principal Components Analysis (GWRPCA). Metode ini efektif apabila datanya memiliki pola parametrik. Namun, tidak semua data memiliki pola tersebut sehingga diperlukan pendekatan nonparametrik. Salah satu pendekatan nonparametrik adalah spline truncated. Tujuan: Penelitian ini bertujuan untuk memperoleh estimasi parameter dan model GWRPCA dengan spline truncated. Data yang digunakan adalah data sekunder yaitu data kasus diabetes mellitus di Provinsi Sulawesi Selatan Tahun 2022. Metode: Estimasi parameter pada model dilakukan dengan metode Weighted Least Squares (WLS), dan pemilihan titik knot optimum berdasarkan nilai Generalized Cross-Validation (GCV) minimum. Hasil: Jumlah komponen utama yang terpilih berdasarkan kriteria batas proporsi variansi kumulatif sebesar 80% adalah dua. Kemudian, titik knot optimum yang digunakan yaitu tiga titik knot dengan orde linear untuk setiap komponen dan fungsi pembobot yang digunakan adalah fixed gaussian. Kesimpulan: Model yang diperoleh menjelaskan bahwa aktivitas fisik memiliki pengaruh terbesar terhadap kasus diabetes di Sulawesi Selatan, sementara konsumsi gula berlebih memiliki pengaruh terkecil. Selain itu, ketujuh variabel yang mempengaruhi, semuanya memiliki pengaruh positif terhadap kasus diabetes mellitus di Sulawesi Selatan.