dc.description.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. | id |