Pemodelan Data Panel Spasial Menggunakan Model Sur-Sar Dengan Pendekatan Bayesian.

Abstract

Seemingly Unrelated Regression (SUR) adalah sebuah sistem model yang merupakan perluasan dari model regresi umum ketika terjadi permasalahan adanya hubungan antar model individu yang dibangun secara simultan. SUR merupakan hasil penelitian Zellner (1962) yang pertama mengakomodasi masalah hubungan antar model individu terhadap efisiensi pendugaan parameter dan informasi yang diperoleh. Konsep SUR telah banyak dikembangkan, salah satunya dalam kajian statistika spasial (Anselin 1988). Pada penelitian ini dikaji model individu yang merupakan regresi otoregresif spasial (SAR) yang dibangun berdasarkan tahun yang berbeda. Adanya hubungan model-model SAR ini diakomodasi dengan model SUR sehingga menjadi model SUR-SAR berdasarkan data panel spasial. Permasalahan yang dihadapi model SUR-SAR tidak hanya terbatas pada hubungan model-model individu penyusunnya, tetapi juga terkait permasalahan metode/pendekatan pendugaan parameternya yang memberikan solusi yang tidak closed form dan sulitnya menentukan pengujian parameter secara statistik. Pendekatan Bayesian merupakan salah satu metode pendugaan parameter yang dapat mengatasi permasalahan tersebut karena lebih praktis (Griffiths 2001) dan secara statistika memiliki banyak keuntungan (LeSage 2005). Kajian model SUR-SAR dengan pendekatan Bayesian ini merupakan kajian empiris pada data kejadian DBD dan faktor-faktor penyertanya dari 68 kelurahan di Kota Bogor tahun 2009 - 2011. Proses pendugaan parameter dilakukan menggunakan algoritma Gibbs Sampler dan Metropolis-Hasting melalui simulasi Markov Chain Monte Carlo (MCMC) sampai tercapainya konvergen dalam hal stasioneritas sebaran posterior parameter model. Berdasarkan analisis diperoleh hasil bahwa otokorelasi spasial lag, kontribusi peubah prediktor yang berubah setiap tahun, dan korelasi model individu (tahunan) dapat ditangkap oleh model SUR-SAR yang didukung oleh data. Model SUR-SAR merupakan model yang lebih baik daripada model-model individu SAR dalam mengepas data DBD Kota Bogor 2009-2011 karena lebih efisien dalam menduga parameter dan memiliki derajat kecocokan model yang lebih tinggi.