Geographically Weighted Regression (Gwr) Pada Pemodelan Kualitas Udara Dengan Jarak Euclidean Dan Jarak Manhattan Dengan Pembobot Gaussian Kernel

Zulkifli, Muhammad Fajar (2020) Geographically Weighted Regression (Gwr) Pada Pemodelan Kualitas Udara Dengan Jarak Euclidean Dan Jarak Manhattan Dengan Pembobot Gaussian Kernel. Sarjana thesis, Universitas Brawijaya.

Abstract

Geographycally Weighted Regression (GWR) merupakan metode yang digunakan untuk menduga parameter tiap wilayah pada kasus spasial. GWR dapat menangani adanya pengaruh heterogenitas spasial yang disebabkan oleh perbedaan sifat atau karakteristik pada lokasi satu dengan lokasi yang lain. Tujuan dari penelitian ini adalah untuk memodelkan kualitas udara berdasarkan beberapa faktor yaitu: sektor industri yang diwakili oleh besar PDRB

English Abstract

Geographycally Weighted Regression (GWR) is a method that used to estimate the parameters of each region in a spatial case. GWR can handle the effect of spatial heterogeneity caused by differences of nature or characteristics at one location to another. The purpose of this research is to modelling air quality based on several factors, namely: the industrial sector represented by a large PDRB

Other obstract

-

Item Type:	Thesis (Sarjana)
Identification Number:	0520090129
Uncontrolled Keywords:	Euclidean, GWR, Kualitas udara, Manhattan
Subjects:	500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.53 Descriptive statistics, multivariate analysis, analysis of variance and covariance > 519.536 Regression analysis
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User:	ismanto
Date Deposited:	06 Feb 2021 16:01
Last Modified:	09 Oct 2024 03:37
URI:	http://repository.ub.ac.id/id/eprint/182668

Text 0520090129-Muhammad Fajar Zulkifli_unlocked (1).pdf Download (4MB)

Actions (login required)

View Item