Pemodelan Geographically Weighted Regression (GWR) Menggunakan Fungsi Pembobot Adaptive Box-Car (Studi kasus: Angka Kesakitan Demam Berdarah Dengue di Pulau Kalimantan Tahun 2023)
Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh penyebaran virus dengue yang berkaitan dengan karakteristik suatu wilayah yang berbeda-beda. Geographically Weighted Regression (GWR) merupakan pemodelan yang mempertimbangkan adanya aspek lokasi yang berbeda-beda sehingga akan menghasilkan penduga parameter yang bersifat lokal di setiap lokasi pengamatan. Penelitian ini bertujuan untuk mendapatkan model GWR dan faktor-faktor yang berpengaruh signifikan terhadap angka kesakitan DBD di kabupaten/kota di Pulau Kalimantan Tahun 2023. Penaksiran parameter model GWR menggunakan metode Weighted Least Square (WLS) dengan fungsi kernel adaptive box-car sebagai pembobot spasial dan nilai bandwidth optimum ditentukan menggunakan kriteria Cross-Validation (CV). Hasil penelitian mendapatkan nilai koefisien determinasi model GWR sebesar 51,04%, yang nilai koefisien determinasinya lebih besar dibandingkan regresi linier berganda. Hasil estimasi parameter model GWR didapatkan model yang nilai koefisien determinasinya berbeda-beda di setiap lokasi pengamatan. Faktor-faktor yang berpengaruh signifikan adalah ketinggian di atas permukaan laut, ketidaktersediaan fasilitas buang air besar, dan jarak ke Ibu Kota Provinsi.
Ketersediaan
Detail Information
Judul | Pemodelan Geographically Weighted Regression (GWR) Menggunakan Fungsi Pembobot Adaptive Box-Car (Studi kasus: Angka Kesakitan Demam Berdarah Dengue di Pulau Kalimantan Tahun 2023) |
---|---|
Pengarang | NI LUH AYU CANDRA DEWI - Personal Name |
No. Panggil | SKRIPSI NIL p 2024 |
Subyek | Demam Berdarah Dengue (DBD) Box-Car Cross-Validation (CV) GWR WLS |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | MATEMATIKA |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY