Penerapan model regresi spasial pada Sub DAS Brantas Hilir Tengah

Analisis regresi telah banyak diaplikasikan pada berbagai bidang untuk menguji pengaruh hubungan suatu peubah terhadap peubah lainnya. Salah satu asumsi penting dalam analisis regresi linier yaitu tidak terdapatnya ketergantungan antar galat (autokorelasi). Apabila dalam suatu model regresi terdapat sifat autokorelasi, maka penduga model tersebut menjadi tidak efisien. Pada data spasial (data pengukuran yang memuat informasi lokasi), seringkali pengamatan di suatu lokasi bergantung pada pengamatan di lokasi yang lain yang berdekatan (neighboring). Pembentukan suatu model regresi pada data spasial, dapat dilakukan dengan cara melibatkan pengaruh spasial (spatial effects) yang salah satunya yaitu autokorelasi spasial (spatial autocorrelation), sehingga dapat dibentuk menjadi dua model regresi spasial, yaitu Regresi Spasial Lag dan Regresi Spasial Error. Dalam penelitian ini, regresi spasial diterapkan dalam bidang hidrologi berkaitan dengan hubungan karakteristik jaringan sungai utama dengan debit puncak pada sub DAS Brantas Tengah Hilir. Karakteristik jaringan utama yang dipertimbangkan antara lain: panjang sungai utama (x1), slope (x2), dan area drainase (x3). Model regresi yang dapat dibentuk yaitu Model Regresi Spasial Lag dengan model sebagai berikut y = 3.6408 – 0.1690W1y + 0.0001x1 – 0.2396x2 + 0.0003x3 Berdasarkan p-value dari uji signifikansi parameter, dihasilkan bahwa W1y signifikan, artinya lokasi yang berdekatan akan berpengaruh terhadap pengamatan. Dapat diinterpretasikan bahwa peningkatan 1 m3/detik debit puncak di lokasi lain yang dekat terhadap suatu lokasi, akan menurunkan debit puncak di lokasi tersebut sebesar 0.1690 m3/detik kali kontribusi yang didasarkan pada matriks bobot spasial terstandardisasi. Hanya peubah kemiringan atau slope jaringan sungai utama (x2) yang tidak memberikan pengaruh nyata terhadap besar perubahan debit puncak, sedangkan panjang sungai utama (x1) dan area drainase (x3) memberikan pengaruh yang signifikan secara statistik