Abstrak
Diare merupakan penyumbang utama angka kesakitan dan kematian pada anak di berbagai negara. Indonesia termasuk 15 negara teratas dengan jumlah penderita diare terbanyak. Menurut KEMENKES RI, case fatality rate (CFR) akibat diare pada tahun 2016 mengalami kenaikan sebesar 3,04%. Enam faktor yang diduga memengaruhi persentase penderita diare adalah persentase penduduk miskin, persentase dokter, persentase rumah tangga yang memiliki jamban, persentase sumber air minum berasal dari air tanah, persentase rumah sakit, dan persentase puskesmas. Pengaruh dari faktor-faktor tersebut ditentukan menggunakan model regresi. Perbedaan karakteristik antar wilayah berakibat adanya kasus KLB yang terjadi di beberapa provinsi. Terdapat variasi antar lokasi disebut heterogenitas spasial sehingga dapat digunakan model geographically weighted regression (GWR). Estimasi parameter pada GWR menggunakan metode kuadarat terkecil terboboti atau weighted least square (WLS). Fungsi pembobot yang digunakan adalah fungsi pembobot kernel Gaussian yang memberikan pembobot sesuai bandwidth optimum yang nilainya diperoleh dari cross validation (CV). Penambahan fungsi pembobot mengakibatkan korelasi antar variabel meningkat sehingga diindikasikan terdapat multikolinearitas pada model GWR. Multikolinearitas merupakan kondisi terdapatnya korelasi antara variabel prediktor sehingga mengakibatkan hasil estimasi parameter memiliki variansi yang besar. Dalam kasus ini GWR tidak dapat mengatasi masalah multikolinieritas. Metode untuk mengatasi masalah multikolinearitas adalah least absolute shrinkage and selection operator (LASSO). LASSO melakukan estimasi dengan algoritme least angle regression (LARS) yang menyusutkan estimasi parameter sampai ke nol menggunakan parameter penyusutan (shrinkage) (s). Nilai parameter shrinkage ditentukan melalui cross validation (CV). Metode LASSO yang diaplikasikan pada model GWR yang dikenal dengan istilah geographically weighted LASSO (GW-LASSO). Model GW-LASSO dapat diselesaikan dengan dua cara yaitu GW-LASSO lokal dan GW-LASSO global. Tujuan penelitian ini adalah menerapkan model GW-LASSO pada data penderita diare di Indonesia dengan fungsi pembobot Gaussian. Berdasarkan hasil penelitian, diperoleh model GW-LASSO global dengan nilai parameter (s) sebesar 0.960. Model GW-LASSO lokal yang dapat dibentuk dari 34 provinsi adalah 23 model. Untuk 11 model lainnya tidak dapat dikonstruksikan karena memiliki nilai s lebih dari 1
Kata kunci : diare, model regresi, GWR, LASO
