PEMODELAN PERSENTASE ANGKA KEMATIAN BAYI DI KALIMANTAN BARAT DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA)

Abstract

Geographically Weighted Regression Principal Component Analysis (GWRPCA) merupakan gabungan dari metode Principal Component Analysis (PCA) dan Geographically Weighted Regression (GWR), dimana untuk mengatasi data multikolinieritas yang mengandung faktor spasial. Dalam penelitian ini, GWRPCA digunakan untuk menentukan model Angka Kematian Bayi (AKB) di Kalimantan Barat. Variabel Independen yang digunakan yaitu jumlah ibu hamil, persalinan yang ditolong tenaga kesehatan, jumlah tenaga medis, jumlah ibu hamil yang mengalami komplikasi kebidanan dan persentase penduduk miskin. Hasil penelitian ini menunjukkan bahwa diperoleh 2 variabel komponen utama yaitu  dan  yang dapat mewakili 5 variabel bebas dari data angka kematian bayi dengan nilai koefisien determinasi (R²) sebesar 42,06%. Sedangkan untuk model Goegraphically Weighted Regression Principal Component Analysis (GWRPCA) didapatkan 14 model untuk setiap lokasi dengan nilai koefisien determinasi global sebesar 42,74% dan untuk nilai koefisien determinasi lokal yaitu nilai koefisien determinasi lokal terbesar yaitu 52,71% terdapat di Kabupaten Ketapang dan koefisien determinasi lokal terkecil yaitu  38,3% terdapat di Kabupaten Kapuas Hulu.

Kata Kunci: Heterogenitas Spasial, PCA, GWRPCA.