Implementasi metode geographically weighted regression (GWR) dalam menganalisis faktor yang memengaruhi produk domestik regional bruto

Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator utama yang digunakan untuk menggambarkan tingkat pertumbuhan ekonomi di suatu wilayah. Nilai PDRB yang tinggi mengindikasikan kapasitas suatu negara dalam menghasilkan sumber daya ekonomi yang signifikan. Pemodelan PDRB berdasarkan karakteristik spasial dipengaruhi oleh letak geografis antar daerah pengamatan. Salah satu metode yang dapat digunakan untuk menangani data spasial tersebut adalah geographically weighted regression (GWR). Penelitian ini bertujuan untuk memperoleh model dari faktor-faktor yang memengaruhi PDRB di Indonesia, serta mengevaluasi hasil perbandingan enam fungsi pembobot, yaitu adaptive gaussian, adaptive bi-square, adaptive tricube, fixed gaussian, fixed bi-square, dan fixed tricube. Data yang digunakan bersumber dari Badan Pusat Statistik (BPS) Indonesia, dengan variabel respon berupa PDRB, serta lima variabel prediktor yaitu indeks pembangunan manusia, tingkat pengangguran terbuka, tingkat partisipasi angkatan kerja, investasi penanaman modal asing, dan persentase penduduk miskin di Indonesia pada tahun 2023. Hasil pemodelan GWR menunjukkan bahwa sebanyak 14 kelompok variabel memiliki pengaruh signifikan terhadap pertumbuhan PDRB di Indonesia, dengan menggunakan fungsi pembobot adaptive bi-square. Model tersebut memiliki ukuran kebaikan R² sebesar 98,79% dan nilai AIC sebesar 865,42.