MODEL LOCALLY COMPENSATED RIDGE GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI PEMBOBOT ADAPTIVE EXPONENTIAL KERNEL PADA DATA PENDAPATAN ASLI DAERAH DI SULAWESI SELATAN

Latar Belakang: Model Geographically Weighted Regression (GWR) mampu mengestimasi parameter secara spasial, tetapi belum mempertimbangkan masalah multikolinearitas lokal yang dapat menyebabkan estimasi parameter menjadi tidak stabil. Masalah tersebut dapat diatasi menggunakan Locally Compensated Ridge Geographically Weighted Regression (LCR-GWR) dengan koefisien bias ridge secara lokal. Tujuan: Penelitian ini bertujuan untuk memperoleh model LCR-GWR dengan fungsi pembobot Adaptive Exponential Kernel serta menentukan faktor-faktor yang berpengaruh signifikan terhadap Pendapatan Asli Daerah (PAD) di Sulawesi Selatan tahun 2023. Metode: Penelitian ini mengkaji penerapan model LCR-GWR dengan fungsi pembobot Adaptive Exponential Kernel. Hasil: Model LCR-GWR menghasilkan nilai R-squared sebesar 98,72%, Adjusted R-squared sebesar 98,26%, dan RMSE sebesar 0,0283. Kesimpulan: Model LCR-GWR dengan fungsi pembobot Adaptive Exponential Kernel memberikan hasil yang baik berdasarkan nilai R-squared, Adjusted R-squared dan RMSE. Adapun faktor yang mempengaruhi PAD yaitu yaitu Belanja Daerah, Produk Domestik Regional Bruto (PDRB), Jumlah Sarana Kesehatan, Jumlah Wisatawan, dan Jumlah Penduduk.