Pemodelan Regresi Kekar Terboboti Geografis (Studi Kasus : Kriminalitas Jawa Timur Tahun 2016).

Abstract

Regresi Terboboti Geografis (RTG) adalah salah satu model yang dapat digunakan untuk mengatasi masalah keragaman spasial. Model RTG mampu mengidentifikasi peubah-peubah yang bersifat lokal dengan pembobotan berdasarkan posisi amatan di suatu lokasi dan membuat model yang bersifat lokal. Pencilan pada model RTG memengaruhi pendugaan parameter pada model. Pencilan ini akan ditangani dengan pemodelan Regresi Kekar Terboboti Geografis (RKTG). Metode regresi kekar yang dilakukan adalah dengan pembobotan ulang (reweighting) berdasarkan nilai sisaan bakunya. Penelitian ini bertujuan untuk menentukan model RKTG pada kasus kriminalitas Jawa Timur tahun 2016, membandingkan model RTG dan RKTG, dan menentukan faktor yang berpengaruh untuk setiap kabupaten/kota. Data yang digunakan dalam penelitian ini adalah data jumlah kriminalitas Jata Timur tahun 2016. Jawa Timur menempati peringkat keempat dengan jumlah kriminalitas tertinggi di Indonesia pada tahun 2016 . Hasil penelitian menunjukkan dugaan model RKTG memiliki nilai Mean Absolute Percentage Error (MAPE) sebesar 0.75 dan Mean Absolute Deviation (MAD) sebesar 250.18. Hasil ini lebih kecil jika dibandingkan model RTG yang meghasilkan MAPE sebesar 1.34 dan MAD sebesar 461.71. Hasil ini juga menunjukkan bahwa prediksi jumlah kriminalitas dengan model RKTG lebih mendekati nilai aktualnya. Berdasarkan hasil penelitian ini, model RKTG lebih baik jika dibandingkan dengan model RTG untuk kasus kriminalitas Jawa Timur tahun 2016.