MODELGEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION(GWLR) DENGANPEMBOBOT FUNGSI ADAPTIVE GAUSSIAN (Studi Kasus: Status Kesejahteraan Masyarakat Kabupaten/Kota di Pulau Kalimantan Tahun 2017)
Model Geographically Weighted Logistic Regression (GWLR) merupakan pengembangan model regresi dari regresi logistik yang diaplikasikan pada data spasial. Tujuan penelitian ini adalah menentukan model GWLR pada data dikotomus status kesejahteraan masyarakat berdasarkan nilai Indeks Pembangunan Manusia (IPM) dan mengetahui faktor-faktor yang mempengaruhi probabilitas status kesejahteraan masyarakat tinggi di setiap kabupaten/kota Pulau Kalimantan tahun 2017. Penaksiran parameter model GWLR dilakukan pada setiap lokasi pengamatan menggunakan metode Maximum Likelihood Estimation (MLE) terboboti dan estimator Maximum Likelihood diperoleh dengan metode iteratif Newton Raphson. Pembobot spasial pada penaksiran parameter ditentukan menggunakan fungsi pembobot Adaptive Gaussian dan penentuan bandwidth optimum menggunakan kriteria Generalized Cross-Validation (GCV). Berdasarkan hasil pengujian parameter model GWLR, disimpulkan bahwa faktor-faktor yang mempengaruhi probabilitas status kesejahteraan masyarakat kabupaten/kota di Pulau Kalimantan tinggi adalah angka partisipasi sekolah (SMA), jumlah tenaga kesehatan, pendapatan perkapita riil dan tingkat pengangguran terbuka.
Kata Kunci: Fungsi Pembobot Adaptive Gaussian, GCV, GWLR, IPM, MLE
Ketersediaan
Detail Information
Judul | MODELGEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION(GWLR) DENGANPEMBOBOT FUNGSI ADAPTIVE GAUSSIAN (Studi Kasus: Status Kesejahteraan Masyarakat Kabupaten/Kota di Pulau Kalimantan Tahun 2017) |
---|---|
Pengarang | Nadya Pratiwi - Personal Name |
No. Panggil | |
Subyek | Fungsi Pembobot Adaptive Gaussian, GCV, GWLR, IPM, |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2019 |
Penerbit | |
Jurusan | |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY