PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO DI INDONESIA DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION
Abstract
Model Geographically Weighted Regression is one of the regression method development by considering the spatial elements in it with a point approach. The existence of spatial effects is something that often occurs between one region and another. Gross Regional Domestic Product (GDP) is an important indicator to determine the economic conditions in a region within a certain period, both on the basis of current prices and on the basis of constant prices. The purpose of this study is to model the GRDP in Indonesia and the factors that influence it by using GWR. With an R2 90,93 %, it shows that GWR is better than the global regression. Geographical factors are also very influential on GRDP in Indonesia so that it will produce different GWR models for each province in Indonesia. By using the variable Minimum Wage (X1), Foreign Investment (X2), Population Density (X3)
Keywords: Geographically Weighted Regression, Regression Model, Gross Regional Domestic Product.
ABSTRAK
Model Geographical Weighted Regression (GWR) merupakan salah satu pengembangan metode regresi dengan mempertimbangkan unsur spasial didalamnya dengan pendekatan titik. Adanya efek spasial merupakan hal yang sering terjadi antara suatu wilayah dengan wilayah lainnya. Produk Domestik Regional Bruto (PDRB) merupakan suatu indikator penting untuk mengetahui kondisi ekonomi di suatu wilayah dalam suatu periode tertentu baik atas dasar harga berlaku maupun atas dasar harga konstan. Tujuan dari penelitian ini adalah memodelkan PDRB di Indonesia serta faktor-faktor yang mempengaruhinya dengan menggunakan GWR. Dengan nilai R2 sebesar 90,93% menunjukkan bahwa GWR lebih baik dibandingkan regresi global. Faktor geografis juga sangat berpengaruh terhadap PDRB di Indonesia sehingga akan menghasilkan model GWR yang berbeda-beda untuk setiap provinsi yang ada di Indonesia. Dengan menggunakan variabel Upah Minimum (X1), Investasi Penanaman Modal Luar Negeri (X2), Kepadatan Penduduk (X3)
Kata Kunci: Geographically Weighted Regression, Model Regrasi, Produk Domestik Regional Bruto.