Model Geographically Weighted Weibull Regression dengan Fungsi Pembobot Adaptive Bisquare (Studi Kasus: Indikator Pencemaran Air Biochemical Oxygen Demand di Daerah Aliran Sungai Mahakam Kalimantan Timur Tahun 2016)
Model Geographically Weighted Weibull Regression (GWWR) adalah model regresi Weibull yang diaplikasikan pada data spasial. Penaksiran parameter model GWWR dilakukan pada setiap lokasi pengamatan menggunakan pembobot spasial. Tujuan penelitian ini adalah menentukan model GWWR pada data indikator pencemaran air Biochemical Oxygen Demand (BOD) dan mengetahui faktor-faktor yang mempengaruhi BOD di daerah aliran Sungai Mahakam. Metode penaksiran parameter model GWWR menggunakan Maximum Likelihood Estimation (MLE) yang diselesaikan dengan metode Iteratif Newton-Raphson. Pembobot spasial pada penaksiran parameter ditentukan menggunakan fungsi pembobot Adaptive Bisquare dan kriteria penentuan bandwidth optimum menggunakan Generalized Cross-Validation (GCV). Berdasarkan hasil pengujian parameter model GWWR, disimpulkan faktor-faktor yang berpengaruh terhadap BOD bersifat lokal adalah konsentrasi nitrat, sedangkan faktor-faktor yang berpengaruh secara global adalah suhu dan konsentrasi nitrat.
Ketersediaan
Detail Information
Judul | Model Geographically Weighted Weibull Regression dengan Fungsi Pembobot Adaptive Bisquare (Studi Kasus: Indikator Pencemaran Air Biochemical Oxygen Demand di Daerah Aliran Sungai Mahakam Kalimantan Timur Tahun 2016) |
---|---|
Pengarang | Siti Mahmudatur Rahmah - Personal Name |
No. Panggil | SKRIPSI SIT m 2020 |
Subyek | Adaptive Bisquare, BOD, GCV, GWWR, MLE |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2020 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Matematika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY