MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DENGAN PENENTUAN BANDWIDTH OPTIMUM MENGGUNAKAN KRITERIA AIC (Studi Kasus: Indikator Pencemaran Dissoleved Oxygen Air Sungai di Provinsi Kalimantan Timur Tahun 2022)
Model Geographically Weighted Logistic Regression (GWLR) adalah model lokal dari model regresi logistik biner yang diaplikasikan pada data spasial. Penaksiran Parameter model GWLR pada penelitian ini adalah metode Maximum Likelihood Estimation (MLE). Penaksiran parameter model GWLR dilakukan di setiap lokasi pengamatan menggunakan pembobot spasial. Pembobot spasial dihitung menggunakan fungsi pembobot, yaitu fungsi adaptive tricube. Tujuan penelitian memperoleh faktor-faktor yang berpengaruh terhadap model GWLR yang menyatakan model peluang air sungai di Provinsi Kalimantan Timur terindikasi tercemar berdasarkan data Dissolved Oxygen (DO) Tahun 2022, dan interpretasi model GWLR yang diperoleh. Penentuan bandwidth optimum menggunakan kriteria Akaike Information Criterion (AIC). Kesimpulan dari penelitian ini menunjukkan faktor-faktor yang memengaruhi peluang air sungai di Kalimantan Timur terindikasi tercemar yaitu konsentrasi nitrat dan derajat warna, artinya setiap kenaikan satu satuan variabel konsentrasi nitrat dan derajat warna akan meningkatkan peluang air sungai terindikasi tercemar.mar.
Ketersediaan
Detail Information
Judul | MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DENGAN PENENTUAN BANDWIDTH OPTIMUM MENGGUNAKAN KRITERIA AIC (Studi Kasus: Indikator Pencemaran Dissoleved Oxygen Air Sungai di Provinsi Kalimantan Timur Tahun 2022) |
---|---|
Pengarang | Adelia Miranda - Personal Name |
No. Panggil | SKRIPSI ADE m 2024 |
Subyek | MLE DO AIC GWLR Adaptive Tricube |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Statistika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY