ANALISIS KEMISKINAN EKSTREM PROVINSI BENGKULU MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT ADAPTIVE GAUSSIAN KERNEL DAN ADAPTIVE BI-SQUARE

RIKI, WAHYUDI and Yulian, Fauzi and Jose, Rizal (2023) ANALISIS KEMISKINAN EKSTREM PROVINSI BENGKULU MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT ADAPTIVE GAUSSIAN KERNEL DAN ADAPTIVE BI-SQUARE. Masters thesis, Fakultas Matematika dan Ilmu pengetahuan Alam.

Archive (Thesis) TESIS Riki - mey sarumpaet.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (3MB)

Abstract

Isu statistika yang terkait dengan kemiskinan ekstrem telah menjadi perhatian bersama di kalangan statistisi khususnya yang terkait dengan pemetaan datanya pada level area kecil di tingkat kabupaten. Pemodelan menjadi satu pendekatan pemetaan tersebut namun harus mengakomodasi keberagaman karakteristik data untuk beberapa wilayah atau space lebih kecil di kabupaten. Satu model yang menjadi fokus dalam penelitian ini adalah kelas model Geographically Weighted Regression (GWR) dan karenanya yang menjadi tujuan penelitian ini adalah untuk menentukan model GWR yang tepat untuk pemetaan kemiskinan ekstrem di semua kabupaten/kota di Provinsi Bengkulu. Model GWR merupakan sebuah pendekatan untuk mengatasi permasalahan jika data yang digunakan dalam penelitian mengandung aspek spasial. Dalam penelitian ini pembobot yang digunakan di dalam model GWR adalah pembobot Adaptive Gaussian Kernel dan Adaptive Bi-Square. Berdasarkan pemilihan model terbaik, diketahui bahwa model GWR dengan pembobot Adaptive Bisquare Kernel merupakan model yang cocok untuk persentase penduduk miskin ekstrem di Provinsi Bengkulu dengan nilai AIC terkecil. Kata Kunci: kemiskinan ekstrem, Geographically Weighted Regression, Adaptive Gaussian Kernel dan Adaptive Bi-Square

Actions (login required)

View Item