Keluarga Berencana (KB) merupakan program dari Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) yang bertujuan untuk mengatur jumlah dan jarak kelahiran dalam sebuah keluarga untuk mengatasi masalah kependudukan di Indonesia. Model standar untuk data count adalah regresi Poisson. Namun, sebagian besar data count mengalami overdispersi, sehingga regresi Binomial Negatif digunakan untuk mengatasi overdispersi. Penelitian ini bertujuan untuk mengidentifikasi aspek heterogenitas spasial dan menganalisis faktor-faktor yang berpengaruh secara signifikan terhadap partisipasi KB dengan metode kontrasepsi jangka panjang (MKJP) di NTT pada tahun 2023. Jika terdapat heterogenitas spasial, maka model yang sesuai adalah Geographically Weighted Negative Binomial Regression (GWNBR). Matriks pembobot spasial yang digunakan dalam penelitian ini adalah adaptive Gaussian kernel dan adaptive Bisquare kernel yang dibandingkan menggunakan nilai Akaike Information Criterion (AIC) terkecil. Model terbaik yang diperoleh adalah GWNBR dengan pembobot adaptive Bisquare kernel. Hasil penelitian diperoleh tiga kelompok wilayah berdasarkan faktor yang signifikan. Faktor-faktor yang berpengaruh signifikan terhadap seluruh kabupaten/kota adalah jumlah pasangan usia subur (PUS), jumlah tenaga kesehatan, dan rata-rata pendapatan penduduk. Sementara itu, faktor yang hanya berpengaruh signifikan pada beberapa kabupaten/kota adalah umur harapan hidup (UHH) dan persentase penduduk miskin.