IMPLEMENTASI MODEL MIXED GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK MENGANALISIS KASUS ANGGARAN BANTUAN SOSIAL DI JAWA TIMUR TAHUN 2022

Kemiskinan merupakan fenomena yang melekat dalam kehidupan negara-negara berkembang. Termasuk Indonesia sebagai Negara berkembang yang mempunyai potensi sumber daya alam yang besar untuk meningkatkan kesejahteraan Negara dan masyarakatnya serta mengentaskan kemiskinan. Bantuan sosial (BANSOS) adalah bantuan berupa uang, barang, atau jasa yang diberikan oleh pemerintah kepada masyarakat Pemodelan Mixed Geographically Weighted Regression (MGWR) pada kasus Anggaran Bantuan Sosial di Jawa Timur pada tahun 2022 adalah bantuan sosial yang diberikan oleh pemerintah kepada masyarakat yang memiliki tingkat ekonomi rendah. Mixed Geographically Weighted Regression (MGWR) merupakan metode yang menggabungkan model regresi global dengan model regresi yang lokal. Metode MGWR digunakan apabila pada model GWR terdapat variabel prediktor yang tidak signifikan berpengaruh secara lokal sehingga terdapat variabel yang bersifat global. Tujuan dari penelitian ini adalah untuk membentuk model MGWR dengan fungsi pembobot fixed kernel pada kasus Anggaran Bantuan Sosial di Jawa Timur Tahun 2022. Analisis MGWR pada data Anggaran Bantuan Sosial tersebut menunjukkan bahwa model terbaik ditujukan oleh model MGWR dengan pembobot fixed gaussian kernel karena menghasilkan nilai AIC lebih kecil daripada model OLS dan GWR dengan pembobot yang sama. Faktor yang berpengaruh secara global pada model tersebut adalah pertumbuhan ekonomi (X4).