PEMODELAN KEMISKINAN DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION (GTWR)

Supianti, Filo and Nugroho, Sigit and Yulian, Fauzi (2021) PEMODELAN KEMISKINAN DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION (GTWR). Undergraduated thesis, Universitas Bengkulu.

Text Tesis Ok.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (4MB)

Abstract

Kemiskinan menjadi masalah besar yang harus segera diselesaikan oleh pemerintah dan masyarakat Indonesia. Berbagai program dirancang dan dilaksanakan untuk mengentaskan kemiskinan di Indonesia. Dibutuhkan penelitian untuk mengetahui faktor apa saja yang berpengaruh terhadap masalah kemiskinan. Salah satu metode statistik yang dapat digunakan untuk menganalisiss pengaruh tersebut adalah metode geographically and temporally weighted regression (GTWR). Metode ini menggabungkan pengaruh spasial dan waktu secara bersamaan. Pembentukan model diawali dengan penentuan matriks pembobot. Dalam menentukan matriks pembobot digunakan fungsi kernel tetap dimana nilai bandwidth untuk setiap lokasi dan waktu amatan adalah sama. Matriks pembobot dengan fungsi kernel yang digunakan adalah fungsi Gaussian, bi-square, eksponensial dan kernel tricube. Pemilihan model terbaik dilakukan dengan membandingkan model GTWR dari masing-masing matriks pembobot keempat fungsi kernel tersebut. Model terbaik ditentukan dengan melihat nilai

Actions (login required)

View Item