Pemodelan Robust Geographically Weighted Panel Regression Terhadap Data Stunting di Provinsi Sulawesi Tenggara Tahun 2019–2023

Data stunting di Provinsi Sulawesi Tenggara memiliki karakteristik spasial dan temporal sehingga diperlukan metode yang mampu mengakomodasi heterogenitas antarwilayah serta mengurangi pengaruh outlier dalam proses estimasi. Penelitian ini bertujuan memperoleh model Robust Geographically Weighted Panel Regression serta mengidentifikasi variabel independen yang berpengaruh terhadap jumlah kasus stunting. Penelitian ini menggunakan data panel 17 kabupaten/kota di Provinsi Sulawesi Tenggara selama periode 2019-2023. Estimasi parameter dilakukan menggunakan metode Weighted Least Squares (WLS) dengan fungsi Adaptive Bisquare Kernel dan M-estimation. Bandwidth optimum ditentukan menggunakan Cross Validation (CV) dengan algoritma Golden Section Search, sedangkan evaluasi model dilakukan menggunakan Corrected Akaike Information Criterion (AICc). Model RGWPR menghasilkan nilai AICc sebesar 290,37 lebih rendah dibandingkan GWPR, sehingga memberikan model yang lebih baik. Hasil estimasi menunjukkan adanya heterogenitas spasial, ditunjukkan oleh perbedaan koefisien lokal antar kabupaten/kota. Variabel BBLR, pemberian ASI eksklusif, dan indeks pembangunan manusia berpengaruh signifikan terhadap jumlah kasus stunting di seluruh kabupaten/kota, sedangkan imunisasi dasar lengkap dan pemberian vitamin A berpengaruh signifikan pada sebagian besar kabupaten/kota. Sementara itu, sanitasi layak tidak menunjukkan pengaruh yang signifikan pada seluruh kabupaten/kota. Model RGWPR mampu memodelkan jumlah kasus stunting dengan lebih baik dibandingkan model GWPR, menunjukkan efektivitas pendekatan robust dalam mengakomodasi heterogenitas spasial, dimensi temporal, dan pengaruh outlier. Dengan demikian, model yang dihasilkan dapat digunakan sebagai alternatif dalam analisis data stunting berbasis spasial-temporal.