Analisis Spasial Perolehan Suara Pilpres Tahun 2024 Dengan Metode Geographically Weighted Regression Studi Kasus Daerah Khusus Jakarta

Tasya Pratiwi, Dr. Prima Widayani, S.Si., M.Si.

2025 | Skripsi | KARTOGRAFI DAN PENGINDRAAN JAUH

Pemilihan Presiden merupakan salah satu sarana partisipasi rakyat dalam menentukan arah kepemimpinan nasional. Provinsi Daerah Khusus Jakarta, dengan keberagaman sosial dan budaya yang tinggi, sering dianggap sebagai barometer politik nasional sekaligus cerminan dinamika demokrasi di Indonesia. Keberagaman karakter wilayah ini menciptakan keragaman preferensi politik yang signifikan, sehingga perolehan suara dalam Pemilu Presiden 2024 dipengaruhi oleh berbagai faktor yang khas. Oleh karena itu, analisis spasial terhadap pemilihan presiden di Provinsi Daerah Khusus Jakarta menjadi penting untuk memahami pola dan faktor yang membentuk perilaku pemilih di lingkungan urban yang dinamis. Penelitian ini bertujuan untuk mengidentifikasi pola spasial perolehan suara masing-masing pasangan calon presiden dan wakil presiden, mengetahui hubungan faktor yang memengaruhi perolehan suara, serta menganalisis performa model regresi lokal Geographically Weighted Regression (GWR) dalam menjelaskan faktor yang memengaruhi hasil perolehan suara Pilpres 2024 di Provinsi DKJ.

Penelitian ini menggunakan metode pendekatan kuantitatif eksploratori dengan unit analisis berupa kecamatan yang berada pada area daratan Provinsi Daerah Khusus Jakarta. Faktor yang dianggap berpengaruh terhadap hasil perolehan suara Pemilihan Presiden 2024 di Provinsi DKJ adalah jumlah penduduk lulusan S1, jumlah penduduk usia muda, penerima bantuan sosial berdasarkan DTKS, dan sebaran basis partai. Analisis dilakukan melalui pemodelan Geographically Weighted Regression (GWR), serta dilengkapi dengan analisis pola spasial menggunakan Global Moran’s I.

Hasil penelitian menunjukkan bahwa setiap pasangan kandidat memiliki faktor pendorong perolehan suara yang berbeda secara spasial. Dukungan untuk Prabowo-Gibran (PRAGIB) bersifat universal, didorong secara signifikan oleh pemilih usia muda di seluruh Jakarta. Sebaliknya, dukungan untuk Anies-Muhaimin (AMIN) dan Ganjar-Mahfud (GAMA) sangat kontekstual. Perolehan suara AMIN dipengaruhi oleh kombinasi lulusan S1 dan usia muda terutama di basis suara PKS, sedangkan suara GAMA dipengaruhi oleh lulusan S1 atau usia muda terutama di basis suara PDI-P. Analisis performa model GWR melalui nilai adjusted R² dan analisis residual menunjukkan performa terbaik pada pemodelan suara Prabowo-Gibran dengan nilai adjusted R² mencapai 98,55?ngan pola standar residual acak, yang mengindikasikan keberhasilan dalam menangkap hampir semua variasi spasial, sementara model untuk kandidat lain masih menyisakan pola dari sebaran standar residual yang menandakan adanya faktor lokal lain yang belum teridentifikasi.

The presidential election serves as one of the main channels for public participation in determining the direction of national leadership. The Special Capital Region (DKI) of Jakarta, with its high level of social and cultural diversity, is often regarded as a political barometer and a reflection of democratic dynamics in Indonesia. The diversity of this region's characteristics results in a wide range of political preferences, making the 2024 presidential election outcomes influenced by various spatially distinct factors. Therefore, spatial analysis of the presidential election in DKI Jakarta is crucial to understanding the patterns and factors that shape voter behavior in a dynamic urban setting. This study aims to identify the spatial distribution of votes for each presidential and vice-presidential candidate pair, examine the relationship between influential factors and vote acquisition, and and analyze the performance of the local regression model, Geographically Weighted Regression (GWR), in explaining the factors that affect the results of the 2024 Presidential Election in Jakarta..

This research employs an exploratory quantitative approach, using sub-districts within the mainland area of DKI Jakarta as units of analysis. The factors considered influential in the 2024 presidential election results include the number of university graduates (S1), the number of young-age population, the number of social assistance recipients based on DTKS (Integrated Social Welfare Data) data, and the distribution of party strongholds. The analysis is conducted using both OLS and GWR models, which are then compared, and further supported by spatial pattern analysis using Global Moran’s I. 

The results indicate that each candidate pair has spatially distinct drivers of vote acquisition. Support for Prabowo-Gibran (PRAGIB) was universal, significantly driven by young voters throughout Jakarta. Conversely, support for Anies-Muhaimin (AMIN) and Ganjar-Mahfud (GAMA) was highly contextual. AMIN's vote share was influenced by a combination of university graduates (S1) and the young-age population, particularly in PKS strongholds, while GAMA's vote share was influenced by either university graduates or the young-age population, particularly in PDI-P (Indonesian Democratic Party of Struggle) strongholds. Performance analysis of the GWR model, using the adjusted R² value and residual analysis, shows the best performance in the Prabowo-Gibran vote model, which achieved an adjusted R² of 98.55% with a random pattern of standardized residuals, indicating success in capturing nearly all spatial variations. Meanwhile, the models for the other candidates still left patterns in the distribution of their standardized residuals, suggesting the presence of other unidentified local factors.

Kata Kunci : Analisis Spasial, Geographically Weighted Regression, Pemilihan Presiden 2024, Perolehan Suara, Daerah Khusus Jakarta