PEMODELAN JUMLAH KASUS POSITIF COVID-19 DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION (GTWR)

Paleza, Dwi and Nugroho, Sigit and Herlin, Fransiska (2022) PEMODELAN JUMLAH KASUS POSITIF COVID-19 DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION (GTWR). Undergraduated thesis, Universitas Bengkulu.

Text SKRIPSI DWI PALEZA (F1F017034).pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (3MB)

Abstract

ABSTRAK PEMODELAN JUMLAH KASUS POSITIF COVID-19 DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION (GTWR) Oleh: DWI PALEZA F1F017034 Penyebaran kasus positif COVID-19 yang cepat di berbagai negara membuat World Health Organization (WHO) menetapkan bahwa COVID-19 sebagai pandemi. Penyebab penyebaran kasus COVID-19 di Indonesia masih dipengaruhi oleh letak geografis antar daerah. Selain dipengaruhi oleh faktor perbedaan geografis, kasus COVID-19 juga dapat mengalami perubahan setiap waktunya. Tujuan penelitian ini adalah memodelkan jumlah kasus positif COVID -19 di Indonesia menggunakan Geographically and Temporally Weighted Regression (GTWR) dari tahun 2020-2021. Variabel bebas yang digunakan dalam penelitian ini adalah kepadatan penduduk , jumlah rumah sakit ( ), dan persentase kemiskinan ( ). Hasil dari penelitian ini adalah model GTWR lebih baik karena memiliki nilai lebih besar yaitu 0,837 dan nilai AIC lebih kecil yaitu 1.671,727 dibanding model regresi linier berganda. Model jumlah kasus COVID-19 pada tahun 2020 untuk salah satu provinsi di Indonesia yaitu Aceh adalah ̂ dan model jumlah kasus COVID-19 pada tahun 2021 untuk salah satu provinsi di Indonesia yaitu Aceh adalah ̂ . Faktor-faktor yang mempengaruhi jumlah kasus COVID-19 yaitu kepadatan penduduk dan jumlah rumah sakit . Kata kunci: AIC, COVID-19, GTWR, .

Actions (login required)

View Item