Model Geographically Weighted Weibull Regression dengan Fungsi Pembobot Adaptive Tricube. (Studi Kasus: Indikator Pencemaran Air Chemical Oxygen Demand di Daerah Aliran Sungai Mahakam Kalimantan Timur)
Model Geographically Weighted Weibull Regression (GWWR) adalah model regresi Weibull yang diterapkan pada data spasial. Penaksiran parameter dilakukan pada setiap lokasi pengamatan menggunakan pembobotan spasial. Penelitian ini bertujuan untuk mengetahui model GWWR pada data indikator pencemaran air Chemical Oxygen Demand (COD) dan untuk mendapatkan faktor-faktor yang mempengaruhi COD di daerah aliran sungai Mahakam. Metode estimasi parameter adalah Maximum Likelihood Estimation (MLE). Pembobotan spasial dalam penaksiran parameter ditentukan menggunakan fungsi pembobot adaptive tricube dan kriteria penentuan bandwidth optimum adalah Generalized Cross-Validation (GCV). Sampel penelitian adalah 20 titik lokasi sungai Mahakam yang ditetapkan oleh Dinas Lingkungan Hidup Provinsi Kalimantan Timur. Hasil penelitian menunjukkan bahwa faktor yang mempengaruhi COD secara lokal adalah suhu, sedangkan faktor yang mempengaruhi secara global adalah suhu, Total Suspended Solids (TSS), dan Fecal Coli.
Ketersediaan
Detail Information
Judul | Model Geographically Weighted Weibull Regression dengan Fungsi Pembobot Adaptive Tricube. (Studi Kasus: Indikator Pencemaran Air Chemical Oxygen Demand di Daerah Aliran Sungai Mahakam Kalimantan Timur) |
---|---|
Pengarang | Ullimaz Sam Primadigna - Personal Name |
No. Panggil | SKRIPSI ULL m 2022 |
Subyek | Model Geographically Weighted Weibull Regression |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2022 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Statistika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY