Pemodelan Metode Geographically Weighted Ordinaly Logistic Regression Dengan Fungsi Pembobot Adaptive Gaussian Kernel, Adaptive Bisquare Kernel, Dan Adaptive Tricube Kernel
| Main Author: | Dewi, SintaRatna |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/153973/1/PEMODELAN_GEOGRAPHICALLY_WEIGHTED_ORDINALY_LOGISTIC_REGRESSI.pdf http://repository.ub.ac.id/153973/ |
Daftar Isi:
- Metode yang digunakan untuk menganalisis hubungan antar peubah di mana peubah respon mempunyai skala ordinal dengan peubah prediktor yang bersifat kategori atau kontinu serta memperhatikan faktor geografis tiap pengamatan merupakan Geographically Weighted Ordinal Logistic Regression (GWOLR). Pada penelitian ini dilakukan pemodelan metode Geographically Weighted ordinal logistic Regression (GWOLR) dengan pembobot fungsi adaptive Gaussian kernel, adaptive bisquare kernel, dan adaptive tricube kernel serta menentukan model terbaik pada model Geographically Weighted Ordinal Logistic Regression (GWOLR) antara pembobot fungsi adaptive Gaussian kernel, adaptive bisquare kernel, dan adaptive tricube kernel pada data Indeks Pembangunan Manusia (IPM) wilayah Jawa Timur tahun 2010. Berdasarkan nilai Normalized Root Mean Square Error (NRMSE) disimpulkan bahwa model GWOLR dengan pembobot adaptive bisquare kernel adalah model yang sesuai digunakan untuk memodelkan data IPM Jawa Timur tahun 2010 dibandingkan dengan metode GWOLR dengan fungsi pembobot adaptive gaussian kernel dan pembobot adaptive tricube kernel.