Model regresi terbobot geografis campuran merupakan gabungan dari model regresi linear dan model regresi terbobot geografis, dimana estimasi parameter sebagian bersifat global dan parameter lain bersifat lokal sesuai dengan lokasi pengamatan. Dalam tesis ini dibahas tentang penggunaan model regresi regresi terbobot geografis campuran dengan fungsi kernel gaussian pada kasus kepadatan penduduk di pulau Tidore. Hasil analisis model menunjukkan model regresi terbobot geografis campuran dengan pembobot kernel gaussian adalah model terbaik. Berdasarkan variabel yang signifikan model MGWR terbentuk 31 model dan terbagi menjadi 11 kelompok. Variabel yang berpengaruh secara global adalah rumahtangga pengguna listrik (X9), sedangkan variabel yang lain bervariasi pada masing – masing kelurahan.

Mixed Geographically Weighted Regression (MGWR) model is combination between linear regression model and Geographically Weighted Regression (GWR) model, which result is an estimation estimates having the quality of global and another parameter is local based on observation location. In the tesis studied Mixed Geographically Weighted Regression (MGWR) model using gaussian kernel function applied in the case population density at Tidore island. The analysis results Geographically Weighted Regression model using gaussian kernel is the best model. Based on the results significant variable tests MGWR formed 31 model and devided into 11 groups. The household electricity users (X9) that is variable affect global, each another variables variation in villages

Kata Kunci : GWR, MGWR, pembobot kernel gaussian, kepadatan penduduk