Pemodelan Geographically Temporally Weighted Regression (Gtwr) Dengan Pembobot Fixed Gaussian Kernel Guna Memaksimalkan Peran Aquwares
| Main Author: | Pramudita, Ditia Tahta |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/182218/ |
Daftar Isi:
- Geographically temporally weighted regression (GTWR) adalah pengembangan dari model regresi linier global yang dapat mengakomodasi unsur lokasi dan waktu. Pembobot untuk model GTWR ini paling umum menggunakan pembobot fixed gaussian kernel. Metode ini digunakan untuk memodelkan produksi cabai rawit di wilayah Provinsi Jawa Timur Tahun 2014 hingga Tahun 2018. Dalam penelitian ini, digunakan 4 variabel prediktor yaitu luas panen (hektar), banyak benih (kilogram), banyak pupuk pertumbuhan dalam hal ini adalah pupuk NPK mutiara (kuintal) dan curah hujan (milimeter) berdasarkan penelitian terdahulu dan alat inovasi aquwares. Hasil penelitian menunjukan bahwa terdapat 175 model yang dibentuk dari 35 wilayah dan lima kurun waktu. Dari 175 model, variabel banyak benih adalah variabel yang paling banyak berpengaruh nyata di 156 wilayah dan waktu. Penelitian ini menunjukkan bahwa model GTWR lebih baik dibandingkan regresi linier global dengan nilai statistik uji pada uji ketepatan model sebesar 1,3134. Dari hasil penelitian tersebut, penggunaan aquwares dapat dimaksimalkan sesuai dengan variabel yang berpengaruh dalam produksi cabai rawit.