Sakinah, Imanda (2016) Pemodelan Multivariate Geographically Weighted Regression Menggunakan Fungsi Pembobot Fixed Gaussian Kernel Dan Fixed Bisquare Kernel. Sarjana thesis, Universitas Brawijaya.
Abstract
Multivariate Geographically Weighted Regression (Multivariate GWR) merupakan pengembangan dari model regresi yang diterapkan pada pengamatan dengan peubah respon lebih dari satu yang tergantung pada lokasi pengamatan (spasial multivariat). Model Multivariate GWR dapat digunakan untuk mengetahui nilai penduga regresi pada data yang bervariasi secara spasial dan antar peubah responnya saling berkorelasi. Angka harapan hidup (AHH) dan indeks pembangunan kesehatan masyarakat (IPKM) merupakan beberapa indikator untuk menggambarkan kualitas kesehatan masyarakat, tak terkecuali di Jawa Timur. Tujuan dari penelitian ini adalah untuk membentuk model Multivariate GWR dengan pembobot Fixed Gaussian Kernel dan Fixed Bisquare Kernel pada data AHH dan IPKM di Jawa Timur tahun 2013. Selain itu juga untuk mengetahui model mana yang paling tepat diterapkan pada kasus tersebut. Analisis model Multivariate GWR pada data AHH dan IPKM di Jawa Timur tahun 2013 menunjukkan bahwa model terbaik ditunjukkan oleh model Multivariate GWR dengan pembobot Fixed Bisquare Kernel karena menghasilkan nilai AICc terkecil yaitu sebesar 17.0281. Terbentuk 38 model Multivariate GWR dengan pembobot Fixed Bisquare Kernel untuk peubah angka harapan hidup yang masing-masing dapat dikelompokkan menjadi 3 kelompok, sedangkan untuk peubah indeks pembangunan kesehatan masyarakat terbentuk 5 kelompok berdasarkan peubah prediktor yang mempengaruhi.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2016/159/051604340 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 26 Sep 2016 10:48 |
| Last Modified: | 21 Mar 2022 08:09 |
| URI: | http://repository.ub.ac.id/id/eprint/154662 |
Preview |
Text
Imanda Sakinah.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |