Safitri, Ulfie (2021) Pemodelan Geographically Weighted Regression Menggunakan Fungsi Pembobot Adaptive Kernel dan Fixed Kernel (Studi Data Kematian Ibu Provinsi Jawa Timur Tahun 2018). Sarjana thesis, Universitas Brawijaya.
Abstract
Model Geographically Weighted Regression (GWR) merupakan pengembangan dari model regresi linier berganda yang dapat menghasilkan penaksir parameter model yang bersifat lokal untuk setiap titik atau lokasi di mana data tersebut diamati. Model GWR dapat digunakan apabila data memenuhi asumsi heterogenitas spasial yang diakibatkan oleh perbedaan kondisi data antara satu lokasi dengan lokasi lain. Penelitian ini bertujuan untuk menentukan pemodelan GWR yang paling baik menggunakan pembobot adaptive kernel atau fixed kernel dalam memodelkan kasus kematian ibu di Provinsi Jawa Timur tahun 2018. Data yang digunakan pada penelitian ini adalah data sekunder yaitu data kematian ibu sebagai variabel respon dan persentase rumah tangga berperilaku hidup bersih sehat, persentase kunjungan ibu hamil dengan K4, persentase ibu hamil mendapat tablet Fe3, persentase persalinan yang ditolong tenaga kesehatan, serta jumlah fasilitas kesehatan sebagai variabel prediktor. Berdasarkan kriteria pemilihan model terbaik yang dilihat dari nilai AIC terkecil dapat disimpulkan bahwa pemodelan GWR dengan fungsi pembobot adaptive bisquare kernel merupakan model terbaik untuk data kematian ibu di Jawa Timur tahun 2018. Faktor yang mempengaruhi kasus kematian ibu di Provinsi Jawa Timur tahun 2018 berdasarkan pengujian parameter secara parsial yaitu persentase kunjungan ibu hamil dengan K4 dan banyaknya fasilitas kesehatan.
English Abstract
Geographically Weighted Regression (GWR) model is a development of multiple linear regression model that can produce local estimators of model parameters for each point or location where the data is observed. The GWR model can be used if the data meet the assumption of spatial heterogeneity caused by differences in data conditions between one location and another. This study aims to determine the best GWR modeling using weighted adaptive kernel or fixed kernel in modeling cases of maternal mortality in East Java Province in 2018. The data used in this study is secondary data, namely maternal mortality data as a response variable and the percentage of household behavior. healthy clean living, percentage of pregnant women visiting with K4, the percentage of pregnant women receiving Fe3 tablets, the percentage of deliveries assisted by health workers, and the number of health facilities as predictor variables. Based on the criteria for selecting the best model seen from the smallest AIC value, it can be concluded that the GWR modeling with the adaptive bisquare kernel weighting function is the best model for maternal mortality data in East Java in 2018. Factors affecting maternal mortality cases in East Java Province in 2018 based on parameter testing partially, namely the percentage of visits by pregnant women with K4 and the number of health facilities.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052109 |
| Uncontrolled Keywords: | Adaptive Kernel, Fixed Kernel, GWR, Heterogenitas Spasial, Kematian Ibu, : Adaptive Kernel, Fixed Kernel, GWR, Maternal Deaths, Spatial Heterogeneity |
| Divisions: | Fakultas Teknik > Teknik Perencanaa Wilayah dan Kota |
| Depositing User: | Unnamed user with username dedyiskandar |
| Date Deposited: | 22 Oct 2021 03:53 |
| Last Modified: | 23 Feb 2022 07:29 |
| URI: | http://repository.ub.ac.id/id/eprint/184943 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Ulfie Safitri.pdf Restricted to Registered users only until 31 December 2023. Download (4MB) |
Actions (login required)
 |
View Item |