MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) dengan FUNGSI PEMBOBOT ADAPTIVE GAUSSIAN (Studi Kasus : Angka Kematian Ibu (AKI) di 24 Kab/Kota Kalimantan Timur dan Kalimantan Barat Tahun 2017)
Model Geographically Weighted Poisson Regression (GWPR) adalah model regresi yang dikembangkan dari regresi Poisson yaitu model lokal regresi Poisson. Model GWPR menghasilkan penaksir parameter model lokal pada setiap lokasi pengamatan dimana data tersebut dikumpulkan dan data berdistribusi Poisson. Penaksiran parameter model GWPR menggunakan fungsi pembobot Adaptive Gaussian dengan penentuan bandwidth optimum menggunakan kriteria Generalized Cross-Validation (GCV). Berdasarkan hasil pengujian parameter model GWPR, disimpulkan bahwa faktor-faktor yang berpengaruh terhadap Angka Kematian Ibu (AKI) bersifat lokal di 24 Kabupaten/ Kota Kalimantan Timur dan Kalimantan Barat. Faktor-faktor yang berpengaruh secara lokal adalah Persentase Ibu hamil mendapat tablet Fe3 dan Jumlah Rumah Sakit, sedangkan faktor yang berpengaruh secara global adalah Ibu hamil dengan komplikasi kebidanan. Berdasarkan nilai GCV diperoleh model terbaik adalah model GWPR karena memiliki nilai GCV terkecil.
Ketersediaan
Detail Information
Judul | MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) dengan FUNGSI PEMBOBOT ADAPTIVE GAUSSIAN (Studi Kasus : Angka Kematian Ibu (AKI) di 24 Kab/Kota Kalimantan Timur dan Kalimantan Barat Tahun 2017) |
---|---|
Pengarang | RIDHAWATI - Personal Name |
No. Panggil | SKRIPSI RID m 2020 |
Subyek | Adaptive Gaussian, AKI, GCV, GWPR |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2020 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Statistika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY