Pemodelan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Adaptive Gaussian Kernel, Adaptive Bisquare Kernel Dan Adaptive Tricube Kernel
| Main Author: | Khururoh, Ismya Hanifa |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/176779/ |
Daftar Isi:
- Analisis regresi merupakan analisis untuk mengetahui hubungan antara peubah respond dan peubah prediktor. Analisis ini akan menghasilkan model yang kurang tepat apabila diterapkan pada data yang dipengaruhi lokasi secara geografis. Hal ini karena analisis regresi mengabaikan pengaruh lokasi tersebut. Pengaruh spasial ini tidak boleh diabaikan karena akan mengurangi kebaikan model. Salah satu analisis spasial yang dapat digunakan adalah Geographically Weighted Regression (GWR). Dalam metode GWR digunakan unsur pembobot yang besarnya tergantung pada kedekatan antar lokasi. Terdapat beberapa macam cara untuk melakukan pemilihan fungsi pembobot. Salah satunya adalah pemilihan pembobot untuk setiap lokasi yang berbeda dapat dilakukan dengan menggunakan fungsi pembobot untuk data spasial point. Pada penelitian ini akan digunakan tiga fungsi pembobot yaitu Adaptive Gaussian Kernel, Adaptive Bisquare Kernel dan Adaptive Tricube Kernel. Berdasarkan hasil pemodelan, diketahui bahwa factor yang mempengaruhi Indek Pembangunan Manusia (IPM) di Jawa Timur Tahun 2016 pada beberapa lokasi adalah angka harapan hidup, angka harapan lama sekolah, rata-rata lama sekolah dan produk domestik regional bruto. Fungsi pembobot yang sebaiknya digunakan untuk pemodelan Geographically Weighted Regression (GWR) pada data IPM di Jawa Timur tahun 2016 adalah fungsi pembobot Adaptive Bisquare Kernel.