PENERAPAN MATRIKS PEMBOBOT JARAK K-NEAREST NEIGHBOUR DAN QUEEN CONTIGUITY DALAM REGRESI PANEL SPASIAL SAR PADA INVESTASI DI PROVINSI RIAU TAHUN 2017-2019

Khairani, Febrina (2021) PENERAPAN MATRIKS PEMBOBOT JARAK K-NEAREST NEIGHBOUR DAN QUEEN CONTIGUITY DALAM REGRESI PANEL SPASIAL SAR PADA INVESTASI DI PROVINSI RIAU TAHUN 2017-2019. Sarjana thesis, Universitas Brawijaya.

Abstract

Dalam rangka meningkatkan pertumbuhan ekonomi di Provinsi Riau, salah satu langkah yang dapat ditempuh ialah mengamati faktor-faktor apa saja yang dapat mempengaruhi daya tarik investasi daerah. Pengamatan yang dilakukan tidak cukup hanya melibatkan unit cross section dan time series, tetapi juga memperhatikan interaksi spasial bagi lokasi-lokasi yang berdekatan. Salah satu model yang dapat digunakan untuk melihat keterkaitan antar lokasi yang juga melibatkan aspek time series adalah regresi panel spasial. Analisis spasial tidak terlepas dari matriks pembobot spasial. Penelitian ini menggunakan metode Spatial Autoregressive (SAR) menggunakan matriks pembobot Queen Contiguity dan K-Nearest Neighbour (KNN). Data yang digunakan adalah data tahunan dari tahun 2017 - 2019 serta melibatkan 12 kabupaten/kota di Provinsi Riau. Tujuan dari penelitian ini adalah membandingkan penggunaan matriks Queen Contigutiy dan KNN dalam memodelkan investasi di Provinsi Riau serta faktor-faktor yang mempengaruhinya. Model data panel yang terpilih adalah random effect dengan pendekatan matriks queen contiguity dengan R^2 sebesar 37,1%. Variabel yang berpengaruh terhadap jumlah investasi ialah indeks pembangunan manusia, upah minimum kabupaten/kota dan jumlah pengguna listrik.

English Abstract

-

Item Type: Thesis (Sarjana)
Identification Number: 052109
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User: Unnamed user with username dedyiskandar
Date Deposited: 21 Oct 2021 03:59
Last Modified: 23 Feb 2022 08:05
URI: http://repository.ub.ac.id/id/eprint/184555
[thumbnail of DALAM MASA EMBARGO] Text (DALAM MASA EMBARGO)
Febrina Khairani.pdf
Restricted to Registered users only until 31 December 2023.

Download (2MB)

Actions (login required)

View Item View Item