Pemodelan Geographically Weighted Panel Regression (GWPR) Pada Pengangguran Terbuka di Provinsi Sumatera Utara Periode 2018-2022

Abstract

Pada penerapan analisis regresi, sering kali dipengaruhi oleh aspek spasial juga temporal. Dengan memanfaatkan pendekatan regresi panel tertimbang secara geografis yakni geographically weighted panel regression (GWPR). GWPR merupakan pengembangan dari analisis regresi yang mempertimbangkan aspek spasial maupun temporal. Dalam penggunaan metode GWPR, dibutuhkan fungsi pembobot yang digunakan untuk memboboti tiap wilayah penelitian. Salah satu dari sekian banyak provinsi di Indonesia yang berusaha mengatasi masalah pengangguran terbuka adalah Sumatera Utara. Studi ini menggunakan data sekunder yang diambil dari BPS, mencakup data cross section dari 33 kabupaten/kota di Sumatera Utara dan data time series dari tahun 2018 hingga 2022. Matriks pembobot yang optimum dihasilkan oleh fungsi pembobot kernel Gaussian. Hasil penelitian menunjukkan nilai statistik uji t, standar error, dan p-value untuk setiap variabel di setiap lokasi pengamatan melalui penggunaan pengujian parsial. Pemodelan GWPR menghasilkan nilai R² sebesar 93,511% dan RMSE sebesar 0,6702.