Pemodelan regional pertumbuhan ekonomi di Indonesia menggunakan Geographically Weighted Panel Regression (GWPR)

Pertumbuhan ekonomi merupakan indikator penting dalam menilai kinerja suatu negara. Penelitian ini menggunakan data panel dari 34 provinsi di Indonesia pada periode 2021–2023 untuk menganalisis faktor-faktor yang memengaruhi pertumbuhan ekonomi. Data panel dipilih karena mampu menangkap dinamika antar wilayah dan waktu secara bersamaan. Model yang digunakan adalah Geographically Weighted Panel Regression (GWPR), yang menggabungkan regresi panel dan regresi spasial. Tujuan dari penelitian ini adalah membentuk model GWPR, mengidentifikasi variabel-variabel yang berpengaruh terhadap pertumbuhan ekonomi, serta membandingkan hasilnya dengan model regresi panel biasa. Data yang digunakan bersumber dari Badan Pusat Statistik (BPS), dengan variabel independen meliputi data Tingkat Partisipasi Angkatan Kerja (X1), Tingkat Pengangguran Terbuka (X2), Pengeluaran Pemerintah (X3), Rata-rata Lama Sekolah (X4), Jumlah Penduduk (X5), Investasi (X6), dan Persentase Penduduk Miskin (PPM) (X7). Hasil penelitian menunjukkan bahwa variabel TPT, jumlah penduduk, dan PPM merupakan faktor yang paling sering berpengaruh signifikan di berbagai provinsi. Model GWPR menunjukkan kinerja yang lebih unggul dengan nilai koefisien determinasi sebesar 97,76% dan nilai AIC sebesar 202,99, serta menggunakan fungsi pembobot Adaptive Bisquare. Model ini menghasilkan 16 kelompok provinsi berdasarkan kombinasi variabel yang berpengaruh signifikan di masing-masing wilayah.