PEBANDINGAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN DAN BISQUARE (Studi Kasus: Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Tengah Tahun 2021)

Farkhana Amaliyah, NIM.: 18106010047 (2023) PEBANDINGAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN DAN BISQUARE (Studi Kasus: Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Tengah Tahun 2021). Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

[img]
Preview
Text (PEBANDINGAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN DAN BISQUARE (Studi Kasus: Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Tengah Tahun 2021))
18106010047_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version

Download (3MB) | Preview
[img] Text (PEBANDINGAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN DAN BISQUARE (Studi Kasus: Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Tengah Tahun 2021))
18106010047_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf
Restricted to Registered users only

Download (5MB) | Request a copy

Abstract

Geographically Weighted Regression (GWR) adalah salah satu metode statistika yang digunakan untuk menganalisis faktor risiko secara spasial dengan pendekatan titik dan yang mengandung heterogenitas spasial. Indeks Pembangunan Manusia (IPM) adalah salah satu data yang mengandung heterogenitas spasial. Adanya efek spasial merupakan hal yang sering terjadi antara suatu wilayah dengan wilayah lainnya. Tujuan dalam penelitian ini adalah memodelkan data IPM menggunakan GWR dengan fungsi pembobot kernel gaussian dan bisquare serta mencari model terbaik. Langkah analisis yang dilakukan yaitu melakukan pengujian dengan metode WLS serta uji asumsi klasik. Selanjutnya, melakukan pengujian menggunakan metode GWR dengan fungsi pembobot kernel gaussian dan bisquare, kemudian mencari model terbaik dengan membandingkan nilai R2 dan AIC antara fungsi pembobot kernel gaussian dengan bisquare. Berdasarkan hasil dari penelitian yang diperoleh, model Geographically Weighted Regression (GWR) dengan fungsi pembobot kernel gaussian di Kabupaten Cilacap

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing: Mohammad Farhan Qodratullah, S.Si., M.Si.
Uncontrolled Keywords: Geographically Weighted Regression; Weighted Least Square; Indeks Pembangunan Manusia; kernel gaussian; kernel bisquare
Subjects: Matematika
Divisions: Fakultas Sains dan Teknologi > Matematika (S1)
Depositing User: Muchti Nurhidaya [muchti.nurhidaya@uin-suka.ac.id]
Date Deposited: 22 Aug 2023 10:53
Last Modified: 22 Aug 2023 10:53
URI: http://digilib.uin-suka.ac.id/id/eprint/60087

Share this knowledge with your friends :

Actions (login required)

View Item View Item
Chat Kak Imum