<![CDATA[Keheterogenan spasial dan local collinearity (multikolinearitas lokal) masih menjadi masalah dalam analisis data spasial karena hal tersebut dapat meningkatkan ragam dari pendugaan koefisien regresi. Masalah ini dapat diatasi dengan model Geographically Weighted Lasso (GWL) yang merupakan pengembangan dari Geographically Weighted Regression (GWR) dengan menerapkan teknik LASSO dalam pendugaannya. Dalam penelitian ini dilakukan seleksi koefisien dari model produk domestik regional bruto (PDRB) Kabupaten/Kota di Pulau Jawa yang mengandung masalah keheterogenan spasial dan kekolinearan lokal sebagai konsekuensi dari adanya perbedaan kondisi geografis dan kebijakan ekonomi di setiap lokasi pengamatan. Dengan menerapkan algoritma LARS (Least Angle Regression) yang dimodifikasi, diperoleh hasil bahwa Geographically Weighted Lasso dapat mengatasi kekoliniearan lokal pada model PDRB Kabupaten/Kota di Pulau Jawa, dengan menyeleksi peubah pada setiap lokasi. Peubah yang memiliki koefisien sama dengan nol akan terseleksi untuk wilayah tertentu, sehingga dugaan parameter model menjadi lebih stabil.Kata Kunci: keheterogenan spasial, local collinearity, geographically weighted regression, geographically weighted lasso]]>
Copyrights © 2020
