Optimalisasi Matrik Bobot Spasial Berdasarkan K-Nearest Neighbor Dalam Spasial Lag Model

Abstract

Permasalahan dalam analisis sapatial ekonometrik yang berkaitan dengan spasial lag dependensi yaitu belum ditemukan solusi tepat dalam menentukan struktur dependensi pada data spasial. Struktur dependensi ini umumnya dinyatakan dalam matrik bobot spasial (W). Secara teori matrik W adalah fixed ditentukan berdasarkan hipotesis peneliti yang dikembangkan dari dari pemahaman terhadap fenomena yang diamati. Namun demikian, seringkali peneliti tidak memiliki informasi yang cukup untuk membangun struktur dependensi ini. Keterbatasan informasi menyebakan peneliti merujuk pada hokum Tobler yang menjelaskan bahwa semua hal saling terkait satu dengan yang lainnya namun yang lebih berdekatan lebih erat kaitannya dibandingkan yang berjauhan. Hukum ini diterjemahkan dalam berbagai cara seperti menggunkan kedekatan persinggungan antara lokasi ataupun menggunakan inverse jarak. Namun, faktanya, metode ini tidak mampu memberikan struktur W yang optimal menurut ukuran kebaikan model R dan AIC. Penelitian ini mengusulkan satu pendekatan baru melalui metode iterasi untuk menemukan matrix W yang paling optimal. Metode yang digunakan adalah metode K-Nearest Neighbor (K-NN). Hasil analisis pada kasus Diare di Kota Bandung Tahun 2015 menemukan bahwa penggunaan metode K-nearest neighbor dalam memilih matrik bobot spasial yang paling optimum memberikan hasil akhir yang baik. Model dengan matrik bobot berdsarkan 3-NN memberikan nilai AIC yang paling kecil dan R 2 yang paling besar. Temuan lain dari penelitian ini adalah nilai koefisien spasial lag yang semakin tinggi tidak menjamin bahwa model spasial lag dengan ukuran AIC dan R2 semakin baik. Dua variabel yang memiliki kontribusi terhadap angka prevalensi diare sesuai dengan fenomenanya adalah Perilaku Hidup Bersih dan Sehat (PHBS) dan Air Bersih.