Pemodelan Geographically Weighted Regression (Gwr) Dengan Matriks Pemobobot Fixed Gaussian Kernel Dan Queen Contiguity Pada Data Demam Berdarah
| Main Author: | Yustisia, Grissila |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/858/1/GRISSILA%20YUSTISIA.pdf http://repository.ub.ac.id/858/ |
Daftar Isi:
- Analisis regresi adalah metode untuk menentukan pengaruh peubah respon dan prediktor, namun regresi sederhana tidak mempertimbangkan sifat yang berbeda disetiap lokasi. Metode Geographically Weighted Regression (GWR) adalah teknik pendekatan titik terhadap model regresi sederhana menjadi model regresi terboboti (Fotheringham, et al., 2002). Tujuan penelitian ini adalah membentuk model menggunakan Geographically Weighted Regression (GWR) dengan pembobot Fixed Gaussian Kernel dan Queen Contiguity pada kasus penderita demam berdarah dan untuk mengetahui pembobot terbaik antara pembobot Fixed Gaussian Kernel serta Queen Contiguity berdasarkan nilai R2. Penelitian ini menggunakan data sekunder yang diperoleh dari Dinas Kesehatan Jawa Timur dan Badan Meteorologi, Klimatologi dan Geofisika (BMKG) Jawa Timur. Peubah yang digunakan adalah satu peubah respon dan empat peubah prediktor. Hasil dari penelitian menunjukkan bahwa terdapat heterogenitas spasial pada data kasus demam berdarah, sehingga dilakukan pemodelan spasial dengan metode Geographically Weighted Regression (GWR) dengan pembobot Fixed Gaussian Kernel dan Queen Contiguity. Berdasarkan nilai R2 diketahui bahwa pembobot Fixed Gaussian Kernel lebih baik digunakan.