RAFAINY, Zahra Yanifa (2024) Pemilihan Fungsi Pembobot Kernel Adaptive Pada Model Geographically Weighted Regression (Studi Kasus: Indeks Pembangunan Manusia di Indonesia Tahun 2022). Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
COVER-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Download (76kB) |
|
PDF (Legalitas)
LEGALITAS-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB) |
|
PDF (Abstrak)
ABSTRAK-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Download (69kB) |
|
PDF (BabI)
BAB-I-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Restricted to Repository staff only until 26 February 2025. Download (142kB) |
|
PDF (BabII)
BAB-II-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Restricted to Repository staff only until 26 February 2025. Download (451kB) |
|
PDF (BabIII)
BAB-III-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Restricted to Repository staff only until 26 February 2025. Download (287kB) |
|
PDF (BabIV)
BAB-IV-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Restricted to Repository staff only Download (586kB) |
|
PDF (BabV)
BAB-V-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Download (146kB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Download (76kB) |
|
PDF (Lampiran)
LAMPIRAN-Zahra Yanifa Rafainy-K1B018060-Skripsi-2024.pdf Restricted to Repository staff only Download (269kB) |
Abstract
Indeks Pembangunan Manusia (IPM) digunakan dalam menilai aspek kualitas pembangunan dan mengklasifikasikan baik atau tidaknya suatu negara serta mengukur pengaruh kebijakan ekonomi terhadap kualitas hidup. Pandemi COVID-19 sangat mempengaruhi suatu keadaan di beberapa wilayah. Perbedaan aspek di setiap wilayah memunculkan permasalahan spasial yang mengakibatkan kondisi data di satu lokasi dengan lokasi lainnya berbeda, baik dari segi sosial budaya, geografis dan lain sebagainya. Metode statistik yang digunakan yaitu Geographically Weighted Regression (GWR) yang memperhatikan letak geografis suatu daerah secara spasial. Fungsi pembobot kernel yang digunakan yaitu Gaussian adaptive kernel dan Bisquare adaptive kernel. Analisis dilakukan dengan pengujian menggunakan metode Ordinary Least Square yang selanjutnya dilakukan pengujian menggunakan metode GWR. Metode GWR dilakukan dengan membandingkan kedua jenis pembobot tersebut sehingga diperoleh fungsi pembobot terbaik untuk memodelkan IPM di Indonesia tahun 2022 serta faktor signifikan yang mempengaruhinya. Berdasarkan penelitian yang telah dilakukan, fungsi pembobot adaptive Bisquare kernel lebih baik untuk digunakan dalam memodelkan indeks pembangunan manusia di Indonesia tahun 2022 karena memiliki nilai R2 lebih besar yaitu 99,94% dan memiliki nilai sum of square (SSE) lebih kecil yaitu 0,291972. Faktor yang paling dominan berpengaruh terhadap indeks pembangunan manusia di 34 provinsi yang tersebar di wilayah Indonesia yaitu harapan lama sekolah, rata-rata lama sekolah, usia harapan hidup, dan pengeluaran riil perkapita.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | K24031 |
| Uncontrolled Keywords: | indeks pembangunan manusia, geographically weighted regression, analisis spasial, R2, SSE, adaptive kernel |
| Subjects: | E > E226 Employment forecasting H > H312 Human capital |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika |
| Depositing User: | Mrs. Zahra Yanifa Rafainy |
| Date Deposited: | 26 Feb 2024 01:04 |
| Last Modified: | 26 Feb 2024 01:04 |
| URI: | http://repository.unsoed.ac.id/id/eprint/26144 |
Actions (login required)
 |
View Item |