Perbandingan Euclidean Distance Dengan Mahalanobis Distance Dalam Model Geographycally Weighted Regression Pada Studi Kasus Kemiskinan Di Provinsi Jawa Timur Dengan Pembobot Fixed Gaussian Kernel

Model GWR adalah model regresi yang beberapa koefisien dari peubah prediktornya bersifat konstan, sedangkan yang lainnya bervariasi secara spasial. Model GWR tersebut didapat setelah dilakukan pengujian variabilitas spasial. Kemiskinan merupakan salah satu masalah utama yang terjadi di Jawa Timur. Tujuan dari penelitian ini adalah untuk membentuk model GWR dengan fungsi pembobot fixed kernel pada kasus kemiskinan di Jawa Timur tahun 2011. Selain itu untuk mengetahui faktor-faktor apa saja yang berpegaruh signifikan terhadap kasus tersebut. Analisis model GWR pada data kemiskinan tersebut menunjukkan bahwa model terbaik ditunjukkan oleh model GWR dengan jarak euclidean dan jarak mahalanobis dalam pembobot fixed gaussian kernel karena menghasilkan nilai AIC lebih kecil dari pada model GWR dengan jarak euclidean. Model GWR dengan jarak euclidean dalam pembobot fixed gaussian kernel yang terbentuk sebanyak 38 model dan terbagi menjadi 5 kelompok berdasarkan peubah yang signifikan. Faktor yang berpengaruh secara global pada model tersebut adalah tingkat pendidikan terakhir perguruan tinggi (X3) dan angka morbiditas (X6). Faktor-faktor yang berpengaruh signifikan pada kasus kemiskinan bervariasi pada masing-masing kota/kabupaten. Namun secara umum, faktor-faktor yang berpengaruh signifikan adalah angka melek huruf (X1), angka partisipasi sekolah (X2), tingkat pengangguran terbuka (X5), dan penduduk yang melakukan pengobatan sendiri (X7)