MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DENGAN FUNGSI PEMBOBOT ADAPTIVE BISQUARE (Studi Kasus: Indikator Pencemaran Air Dissolved Oxygen Air Sungai Mahakam Provinsi Kalimantan Timur Tahun 2022)
Model Geographically Weighted Logistic Regression (GWLR) adalah model lokal dari regresi logistik yang diaplikasikan pada data heterogenitas spasial. Penaksiran parameter model GWLR dilakukan di setiap lokasi pengamatan dengan menggunakan pembobot spasial. Tujuan penelitian ini adalah memperoleh model GWLR pada data indikator pencemaran air Dissolved Oxygen (DO) di Sungai Mahakam tahun 2022 dan mengetahui faktor-faktor yang memengaruhi peluang air Sungai Mahakam terindikasi tercemar. Data penelitian merupakan data sekunder yang diperoleh dari Dinas Lingkungan Hidup Provinsi Kalimantan Timur. Pembobot spasial dihitung menggunakan fungsi pembobot adaptive bisquare dan penentuan bandwidth optimum dengan menggunakan kriteria Generalized Cross Validation (GCV). Penaksiran parameter model GWLR menggunakan metode Maximum Likelihood Estimation (MLE), dan penaksir Maximum Likelihood (ML) diperoleh menggunakan metode iteratif NewtonRaphson. Berdasarkan hasil pengujian parameter model GWLR, disimpulkan bahwa faktor-faktor yang berpengaruh secara lokal terhadap peluang air Sungai Mahakam terindikasi tercemar adalah konsentrasi nitrat dan konsentrasi besi, dan faktor yang berpengaruh secara global adalah konsentrasi nitrat.
Ketersediaan
Detail Information
Judul | MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DENGAN FUNGSI PEMBOBOT ADAPTIVE BISQUARE (Studi Kasus: Indikator Pencemaran Air Dissolved Oxygen Air Sungai Mahakam Provinsi Kalimantan Timur Tahun 2022) |
---|---|
Pengarang | Wiwit Widyaningsih - Personal Name |
No. Panggil | SKRIPSI WIW m 2024 |
Subyek | GCV MLE Adaptive Bisquare Dissolved Oxygen GWLR |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Matematika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY