Perpustakaan Universitas Padjajaran
Pencarian Spesifik

Detail Cantuman

Image of Analisis Data Spatial Dengan Metode Geographically Weigthed Regression (Studi Kasus Model Output Sektor Industri Menengah Besar)

 

Analisis Data Spatial Dengan Metode Geographically Weigthed Regression (Studi Kasus Model Output Sektor Industri Menengah Besar)

ABSTRAK

1. Judul T esis

Analisis data spatial dengan metode Geographically
Weighted Regression (Studi kasus ...

  • CodeCallNoLokasiKetersediaan
    01001150700009519.5 Ama a/R.14.13Perpustakaan Pusat (REF.14.13)Tersedia
  • Perpustakaan
    Judul Seri
    -
    No. Panggil
    519.5 Ama a/R.14.13
    Penerbit Magister Statistika Terapan : Bandung.,
    Deskripsi Fisik
    xi,;57hlm,;29 cm
    Bahasa
    Indonesia
    ISBN/ISSN
    -
    Klasifikasi
    519.5 Ama a
    Tipe Isi
    -
    Tipe Media
    -
    Tipe Pembawa
    -
    Edisi
    -
    Subyek
    Data Spatial 2. Geographically Weighted Regressi
    Info Detil Spesifik
    -
    Pernyataan Tanggungjawab
  • ABSTRAK

    1. Judul T esis

    Analisis data spatial dengan metode Geographically
    Weighted Regression (Studi kasus model output Sektor
    Industri Menengah Besar)

    2. Subjek

    1. Data Spatial

    2. Geographically Weighted Regression

    3. Bandwidth

    4. Fungsi Pembobot

    5. Cross Validation (CV)

    3. Abstrak

    Dalam statistik, jika terdapat heterogenitas dalam data maka untuk mengetahui
    pengaruh antara variabel dependen dan independen tidak lagi dapat dilakukan
    dengan analisis regresi biasa, melainkan hams dengan analisis regresi 10kaI.
    Pengaruh spatial ini biasanya terjadi pada unit pengamatan yang berupa
    wilayah/area. Adanya pengaruh spatial ini menyebabkan penaksiran parameter
    menjadi bias dan variansnya besar. Oleh karena itu dalam mengestimasi parameter
    dilakukan pembobotan untuk setiap lokasi, sebagai dasar dalam metode
    Geographically Weighted Regression (GWR). Dalam pembentukan model GWR
    diperlukan bandwitdh yang optimum untuk menghitung pembobot di setiap lokasi.
    Kriteria penentuan bandwidth optimum yang akan digunakan adalah Cross
    Validation (CV) dan Akaike Information Criteria (AlC), sedangkan fungsi pembobot
    yang akan digunakan dalam penelitian ini adalah pembobotfix dan adaptive. Studi
    kasus dari penelitian ini adalah model output sektor Industri Menengah Besar pada
    tataran propinsi. Fungsi pembobotan dan kriteria bandwidth yang optimum yang
    cocok untuk menentukam model output sektor Industri Menengah Besar adalah
    fungsi pembobot adaptive dengan kriteria bandwidth optimum Cv. Dengan uji
    kesesuaian model, diperoleh hasil bahwa efek spatial berpengaruh terhadap
    pembentukan model output. Faktor-faktor yang mempengaruhi output di setiaj,
    propinsi pada umurnnya hampir sama, yaitu pengeluaran perusahaan untuk bahan
    baku, bahan bakar, listrik dan pajak. Namun, terdapat 23 propinsi yang memiliki
    model output yang berbeda.

    4. Abstract

    In statistics, if a spatial heterogeneity in data occurs, to show the influence between
    dependent and independent variable cannot be done by global regression analysis,
    but it has to be done by local regression analysis. This spatial influence usually
    happened when the unit observation is area or region. The spatial influence could
    make the estimate parameters becomes bias and larger variance. Hence, to estimate
    parameters performed by weighting on every location as a basic in Geographically
    Weighted Regression (GWR) method. To build GWR models require an optimum

  • Tidak tersedia versi lain

  • Silakan login dahulu untuk melihat atau memberi komentar.


Informasi