Pemodelan Umur Harapan Hidup Berdasarkan Determinan Sosial-Ekonomi Menggunakan Eigenvector Spatial Filtering Pada Provinsi Di Indonesia.

Umur Harapan Hidup (UHH) antar provinsi di Indonesia masih menunjukkankesenjangan akibat perbedaan kondisi sosial-ekonomi dan keterkaitan spasial antarwilayah. Dalam menganalisis fenomena tersebut, metode Ordinary Least Squares(OLS) belum optimal pada data yang mengandung autokorelasi spasial, sehingga metode Eigenvector Spatial Filtering (ESF) dipilih karena mampu mengatasinya dan menghasilkan model yang lebih baik. Berdasarkan kondisi tersebut, penelitian ini bertujuan memodelkan UHH serta mengidentifikasi faktor sosial-ekonomi yang memengaruhinya menggunakan ESF dengan pembobot k-nearest neighbor (kNN)dan pengujian Moran’s I. Hasil menunjukkan bahwa residual model OLSmengalami autokorelasi spasial signifikan. Setelah penerapan ESF, autokorelasi spasial berhasil diatasi (Moran’s I = 0,045 dan p-value = 0,530). Model terbaik diperoleh pada ???? = 3 dengan Adjusted ????2sebesar 0,809 dan AIC sebesar 127,664.Rasio dokter dan akses sanitasi meningkatkan UHH, sedangkan anggaran kesehatanmenurunkan UHH. Dengan demikian, ESF menghasilkan model yang lebih baik dalam menjelaskan variasi UHH di Indonesia.