[Regresi linier merupakan suatu metode yang dapat digunakan untuk memodelkanhubungan antara suatu variabel terikat terhadap satu atau lebih variabel penjelas.Terdapat beberapa asumsi yang harus dipenuhi pada model regresi linier, yaitukomponen error berdistribusi normal dengan mean nol, variansi error konstan(homoskedastis), dan error antar observasi saling bebas. Pada saat menganalisisdata spasial dengan menggunakan model regresi linier, asumsi homoskedastisterkadang tidak dapat terpenuhi karena kondisi data pada satu lokasi berbedadengan kondisi data pada lokasi lainnya. Model Geographically WeightedRegression (GWR) dapat digunakan untuk mengatasi masalah heterogenitasspasial. Parameter model GWR dapat ditaksir dengan menggunakan dasar metodeWeighted Least Squares (WLS) dimana bobotnya merupakan fungsi pembobotkernel. Fungsi pembobot kernel yang digunakan pada penelitian ini adalah fungsipembobot kernel Gaussian. Pada bagian akhir penulisan, diberikan contoh aplikasimodel GWR dengan menggunakan data klaim rawat inap peserta asuransikesehatan PT. XYZ untuk melihat hubungan antara total biaya rawat inapterhadap lamanya pasien dirawat inap dan kelas kamar rumah sakit yang ditempatipasien selama menjalani rawat inap untuk diagnosa tipes, DBD, dan diare. Darihasil penelitian, hanya diagnosa tipes dan DBD yang dapat dianalisis denganGWR. Berdasarkan peta penyebaran hasil taksiran parameter model GWR dantaksiran rata-rata total biaya rawat inap pasien dengan diagnosa tipes dan DBD,terlihat adanya variasi biaya di rumah sakit yang satu dengan rumah sakit lainnya., Linear regression is a method that can be used to model the relationship between adependent variable to one or more explanatory variables. There are someassumptions that must be fulfilled in the linear regression model, such as the errorterm is normally distributed with mean zero, a constant variance (homoscedastic),and independent among observations. When analyzing spatial data using a linearregression model, sometimes the homoscedastic assumption cannot be fulfilledbecause data condition on one location differ compared to others. GeographicallyWeighted Regression (GWR) model is used to overcome the spatial heterogeneityproblem. Parameters of GWR model can be estimated using Weighted LeastSquares (WLS) method as the basic of estimating parameters using kernelweighting function. The kernel weighting function used here is Gaussian kernelweighting function. At the last chapter, there is an example of the GWR modelapplication by using inpatient claims data of PT. XYZ members to see therelationship between the total inpatient cost to length of stay and hospital’s roomrate for typhoid, DBD, and diarrhea. From the result, only typhoid and DBD thatcan be analyzed with GWR model. Based on the map of parameter estimates onGWR model and average of total inpatient cost for typhoid and DBD, it showsthat there is a variation of inpatient cost between one hospital and the others.]