Angka kusta cacat tingkat 2 merupakan indikator yang digunakan untuk menunjukkan keberhasilan dalam mendeteksi kasus baru kusta secara dini. Pemerintah memiliki target angka kusta cacat tingkat 2 yaitu kurang dari 1 per 1.000.000 penduduk. Namun, target tersebut hanya dapat dijangkau oleh 7 provinsi dan masih terdapat beberapa provinsi yang memiliki nilai tertinggi. Hal ini dapat menunjukkan adanya pola yang tak biasa yang kemungkinan terdapat outlier dalam data. Outlier juga dapat berdampak pada uji multikolinearitas, karena dapat menyebabkan peningkatan atau penurunan nilai diagnostik yang digunakan. Oleh karena itu, dibutuhkan metode untuk mengatasi masalah multikolinearitas dan outlier dengan menggunakan metode ridge robust. Penelitian ini membandingkan dua metode ridge robust, yaitu ridge robust S dan ridge robust GM untuk menentukan model terbaik dalam memodelkan faktor‑faktor angka kusta cacat tingkat 2. Data yang digunakan diperoleh dari publikasi profil kesehatan Indonesia dan pada websites bps.go.id dengan sampel 34 provinsi di Indonesia tahun 2023. Perbandingan model terbaik ditentukan menggunakan nilai R2 . Hasil perbandingan menunjukkan model regresi ridge robust S menghasilkan nilai R2 sebesar 33% lebih tinggi dibandingkan dengan model regresi ridge robust GM yang nilai R2 hanya sebesar 30%. Hal ini menunjukkan bahwa model terbaik dalam menangani masalah multikolinearitas dan outlier adalah regresi ridge robust S, dengan model terbaik didapatkan faktor‑faktor yang berpengaruh signifikan adalah presentase sanitasi layak. Kata Kunci: Angka Kusta Cacat Tingkat 2, Multikolinearitas, Outlier, Ridge Robust S, Ridge Robust GM