Hakam, Fahreza Ghani and Dr. Ir. Atiek Iriany, MS (2024) Perbandingan Beberapa Fungsi Kernel Pada Pemodelan Geographically Weighted Panel Regression. Sarjana thesis, Universitas Brawijaya.
Abstract
Geographically Weighted Panel Regression (GWPR) merupakan sebuah analisis kombinasi antara metode Geographically Weighted Regression (GWR) dengan menggunakan data panel. GWR merupakan salah satu pengembangan dari metode analisis regresi yang melibatkan aspek tempat atau lokasi yang sering disebut dengan istilah spasial. Sedangkan, data panel merupakan data yang mengombinasikan dari dua unsur, yaitu data cross section dengan data time series. Indeks Ketahanan Pangan (IKP) merupakan salah satu hal yang penting dalam mengukur ketersediaan, kekuatan, dan juga keberlangsungan suatu pangan di dalam suatu daerah. Tujuan dari penelitian ini adalah untuk mengetahui pemodelan GWPR pada 22 kota/kabupaten yang ada di Provinsi NTT. Pada penelitian ini digunakan enam fungsi pembobot yaitu 1) fixed gaussian, 2) adaptive gaussian, 3) fixed bisquare, 4) adaptive bisquare, 5) fixed tricube, dan 6) adaptive tricube. Dari hasil penelitian ini, didapatkan fungsi pembobot terbaik terdapat pada fungsi pembobot adaptive bisquare dengan nilai AIC yang lebih kecil dibandingkan pembobot lain. Selain itu, variabel yang mempengaruhi di setiap kota/kabupaten berbedabeda.
English Abstract
Geographically Weighted Panel Regression (GWPR) is a combination analysis between the Geographically Weighted Regression (GWR) method using panel data. GWR is one of the developments of regression analysis methods that involve aspects of place or location which are often referred to as spatial terms. Meanwhile, panel data is data that combines two elements, namely cross section data with time series data. The Food Security Index (FSI) is one of the important things in measuring the availability, strength, and sustainability of food in a region. The purpose of this study is to determine GWPR modeling in 22 cities/districts in NTT Province. In this study, six weighting functions were used, namely 1) fixed gaussian, 2) adaptive gaussian, 3) fixed bisquare, 4) adaptive bisquare, 5) fixed tricube, and 6) adaptive tricube. From the results of this study, it was found that the best weighting function was the adaptive bisquare weighting function with a smaller AIC value than other weights. In addition, the variables that affect each city/district are different.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 0524090076 |
Uncontrolled Keywords: | Fungsi Kernel, GWPR, Indeks Ketahanan Pangan |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
Depositing User: | Unnamed user with username nova |
Date Deposited: | 07 Jun 2024 06:59 |
Last Modified: | 07 Jun 2024 06:59 |
URI: | http://repository.ub.ac.id/id/eprint/219927 |
![]() |
Text (DALAM MASA EMBARGO)
Fahreza Ghani Hakam.pdf Restricted to Registered users only Download (3MB) |
Actions (login required)
![]() |
View Item |