Pengembangan Regresi Terboboti Geografis dan Temporal Menggunakan Interaksi Jarak Spasial-Temporal (Studi Kasus: Pertumbuhan Ekonomi di Jawa Tengah Tahun 2011-2015).

Abstract

Regresi Terboboti Geografis (RTG) adalah salah satu metode analisis regresi yang bersifat lokal pada setiap lokasi pengamatan. Salah satu komponen mendasar dari RTG adalah penggunaan matriks pembobot yang dibangun dari hubungan spasial. Analisis data spasial melibatkan beberapa lokasi amatan yang seringkali hanya diamati pada satu waktu. Data spasial dengan melibatkan amatan beberapa waktu (temporal) merupakan hal yang penting dalam analisis spasial. Oleh karena itu untuk peningkatan presisi pendugaan parameter pada model RTG, dilakukan pengamatan untuk setiap lokasi pada kurun waktu tertentu. Metode Regresi Terboboti Geografis dan Temporal (RTGT) merupakan pengembangan dari metode RTG dengan mempertimbangkan unsur lokasi dan waktu. Pemodelan jarak spasial-temporal pada metode RTGT mengggunakan operator penjumlahan. Hal ini menyebabkan jarak yang diukur dalam dimensi ruang tidak berpengaruh pada jarak temporal sehingga kurang sesuai untuk memodelkan interaksi spasialtemporal. Metode Improved Regresi Terboboti Geografis dan Temporal (IRTGT) merupakan pengembangan dari metode RTGT dengan menambahkan pembobot interaksi pada fungsi jarak spasial-temporal. Berdasarkan data Badan Pusat Statistik (BPS) pada kurun waktu 2011- 2015, Pulau Jawa masih memberikan kontribusi terbesar Produk Domestik Regional Bruto (PDRB) sebesar 57.73% bagi pertumbuhan ekonomi Indonesia. PDRB per kapita menurut Provinsi di Pulau Jawa, Provinsi Jawa Tengah memiliki jumlah terendah jika dibandingkan dengan provinsi lainnya. Hal ini mengindikasikan bahwa tingkat perekonomian di Jawa Tengah perlu ditingkatkan supaya mampu bersaing dengan provinsi-provinsi lain di Pulau Jawa. Oleh karena itu, dilakukan penelitian yang bertujuan untuk memodelkan pertumbuhan ekonomi yang diukur melalui PDRB pada setiap kabupaten/kota Provinsi Jawa Tengah dengan melibatkan peubah jumlah angkatan kerja yang bekerja, pendapatan asli daerah, dan upah minimum kabupaten. Tahap awal dalam penelitian ini adalah menyusun program model IRTGT melalui model RTGT. Paket Program R yang tersedia saat ini belum dilengkapi pengolah data RTGT maupun IRTGT, sehingga dilakukan penyusunan program untuk ke dua model tersebut dengan menggunakan Program R. Penyusunan program dilakukan secara simultan untuk ke dua model RTGT dan IRTGT. Penyusuan program analisis menggunakan bantuan program R dengan melibatkan beberapa paket tambahan, yaitu GW model, MASS, dan matrixcalc. Program utama analisis pada model IRTGT terdiri dari beberapa sub program yang dirancang sesuai dengan kebutuhan analisis, yaitu “bwd.RTG”, “taw.cv.IRTGT”, “lambda.cv.IRTGT”, “epsi.IRTGT”, “bwd.IRTGT”, dan “prog.IRTGT”. Masingmasing sub program tersebut saling berkaitan satu sama lain dalam proses pendugaan parameter. Setelah tahap tersebut selesai, digunakan program “uji.parsial.IRTGT” untuk melakukan pengujian parameter model IRTGT. Hasil perbandingan dari kebaikan model menyatakan bahwa metode IRTGT menghasilkan nilai Root Mean Square Error (RMSE) dan Akaike Information Criterion (AIC) lebih kecil dibandingkan Metode Kuadrat Terkecil (MKT) dan RTGT yaitu berturut-turut adalah 11.268 dan 2185.810. Nilai Pseudo pada model IRTGT cukup tinggi dibandingkan model lain yaitu sebesar 0.719. Berdasarkan nilai penduga parameter, peubah pendapatan asli daerah memberikan pengaruh lebih besar terhadap nilai PDRB di setiap kabupaten/kota Provinsi Jawa Tengah pada kurun waktu 2011-2015 dari pada peubah yang lain. Upah minimum kabupaten memberikan pengaruh yang lebih kecil dibandingkan peubah lain terhadap nilai PDRB di masing-masing daerah pada tahun 2014.