Analisis geographically weighted regression dengan pembobot kernel bi-square untuk angka pengangguran di Kabupaten Bojonegoro

Angka pengangguran di Kabupaten Bojonegoro dari tahun ke tahun semakin meningkat. Berdasarkan data dari Dinas Perindustrian dan Tenaga Kerja (Disperinaker) Kabupaten Bojonegoro, pada akhir Juni 2018 jumlah pengangguran semakin meningkat dari semula 23.000 orang menjadi 24.000 orang. Kondisi tersebut masih jauh dari target pemerintah untuk menurunkan angka pengangguran pada tahun 2018. Tingginya angka pengangguran tersebut tidak terlepas dari adanya ketidakmerataan pembangunan, sehingga memunculkan daerah tertinggal dengan angka pengangguran yang tinggi. Ada beberapa indikator kependudukan yang dianggap berpengaruh besar terhadap tingkat pengangguran, oleh karena itu ingin dilakukan analisa hubungan antara indikator kependudukan terhadap angka kemiskinan di Kabupaten Bojonegoro. Namun pengangguran merupakan suatu permasalahan spasial, dimana hubungan antara angka pengangguran dengan variabel prediktor yang digunakan tidak konstan (non-stationer) untuk seluruh Kecamatan di Kabupaten Bojonegoro. Kondisi tersebut seringkali menjadi masalah pada analisa ketika menggunakan regresi global. Oleh karena itu ingin dibandingkan jika dilakukan analisa menggunakan metode Geographically Weighted Regression (GWR) dengan Pembobot Kernel Bi-Square. Hasil model regresi global yang diperoleh mampu menerangkan keragaman data sebesar 69,8%, namun penggunaan regresi global tersebut tidak mampu memenuhi asumsi residual yaitu terjadi heterokedasticity yang menunjukkan bahwa varians dari residual model regresi global masih belum konstan. Permasalahan tersebut dapat diselesaikan dengan menggunakan GWR, dimana model GWR yang dipilih adalah model dengan pusat Kecamatan Bojonegoro. Model GWR yang diperoleh terbukti lebih baik karena mampu menerangkan keragaman dengan lebih baik yaitu sebesar 72,11%.