Pemodelan Indeks Pembangunan Manusia Berdasarkan Kecamatan di Kabupaten Bandung Tahun 2023 Menggunakan Regresi Spasial

Abstract. The central staistics agency shows that the human development index of Bandung Regency in 2023 was 74,03. Data from the Bandung regency communication and information service in 2023 shows that the Human Development Index (HDI) is one of the indicators used to measure the level of community welfare. However, the HDI produced by the central statistics agency only covers the district/city level. Therefore, it cannot show differences in HDI at the sub-district level. Therefore, this study aims to model the HDI between sub-districts in Bandung Regency using a spatial regression approach. The method used is the Spatial Error Model (SEM) to capture the effect of spatial error dependence between regions on the HDI. The results show that factors that significantly influence the HDI, are live ecpectancy, average years of shooling, expecter years of schooling, and per capita expenditure. In the spatial regression model, the SEM model was used because after evaluating the selection of the best model using AIC, it can be concluded that the SEM model proved to be the best model compared to the multiple linear regression model and SAR. Abstrak. Badan Pusat Statistik menunjukkan bahwa IPM Kabupaten Bandung pada tahun 2023 adalah 74,03. Data dari DISKOMINFO Kabupaten Bandung 2023 menunjukkan bahwa Indeks Pembangunan Manusia (IPM) adalah salah satu indikator yang digunakan untuk mengukur tingkat kesejahteraan masyarakat. Namun, IPM yang dihasilkan oleh Badan Pusat Statistik (BPS) hanya mencakup tingkat kabupaten/kota saja. Sehingga tidak dapat menunjukkan perbedaan IPM di tingkat kecamatan. Oleh karena itu, penelitian ini bertujuan untuk memodelkan IPM antar kecamatan di Kabupaten Bandung menggunakan pendekatan regresi spasial. Metode yang digunakan yaitu Spatial Error Model (SEM) untuk menangkap pengaruh ketergantungan spasial error antar wilayah terhadap IPM. Hasil penelitian menunjukkan bahwa factor-faktor yang berpengaruh secara signifikan terhadap IPM yaitu Angka Harapan Hidup (AHH), Rata-rata Lama Sekolah (RLS), Harapan Lama Sekolah (HLS) dan Pengeluaran Per kapita (PP). Pada model regresi spasial model yang digunakan yaitu model SEM dikarenakan setelah dilakukan evaluasi pemilihan model terbaik menggunakan AIC dapat disimpulkan bahwa model SEM terbukti model terbaik dibandingkan dengan model regresi linear berganda dan SAR.