Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal BIMASTER Educatio Jurnal Keperawatan Suaka Insan Jurnal Pengabdian West Science
Fitriani, Siti
Unknown Affiliation
Humanities Decision Sciences, Operations Research & Management Education Mathematics Nursing Public Health Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : BIMASTER

 1 
PENERAPAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION PADA PEMODELAN KUALITAS AIR DI KOTA PONTIANAK Fitriani, Siti
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1048.241 KB) | DOI: 10.26418/bbimst.v9i3.41297

Abstract

Model Geographically weighted regression (GWR) merupakan pengembangan dari model regresi global dimana setiap parameter dihitung pada setiap titik lokasi pengamatan, sehingga setiap lokasi pengamatan memiliki nilai parameter regresi yang berbeda-beda. Metode untuk mengestimasi parameter model GWR menggunakan weighted least square (WLS). Dalam penelitian ini, model GWR diterapkan untuk menentukan model sebaran Total Dissolved Solid (TDS) pada kualitas air di Kota Pontianak. Variabel dependen yang digunakan adalah Total Dissolved Solid (TDS) dan variabel independennya yaitu Chemical Oxygen Demand (COD), Biological Oxygen Demand (BOD), pH, kesadahan dan warna. Metode yang digunakan untuk memilih bandwidth optimum menggunakan cross validation (CV). Hasil penelitian menunjukkan bahwa model GWR dengan pembobot Fixed Bisquare Kernel lebih baik dibandingkan model regresi global karena memiliki nilai AIC terkecil sebesar 346,45 dan nilai MAPE sebesar 22,52%. Kata Kunci: Pencemaran Air, Spasial, Regresi Global.
PENERAPAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION PADA PEMODELAN KUALITAS AIR DI KOTA PONTIANAK Fitriani, Siti
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1048.241 KB) | DOI: 10.26418/bbimst.v9i3.41297

Abstract

Model Geographically weighted regression (GWR) merupakan pengembangan dari model regresi global dimana setiap parameter dihitung pada setiap titik lokasi pengamatan, sehingga setiap lokasi pengamatan memiliki nilai parameter regresi yang berbeda-beda. Metode untuk mengestimasi parameter model GWR menggunakan weighted least square (WLS). Dalam penelitian ini, model GWR diterapkan untuk menentukan model sebaran Total Dissolved Solid (TDS) pada kualitas air di Kota Pontianak. Variabel dependen yang digunakan adalah Total Dissolved Solid (TDS) dan variabel independennya yaitu Chemical Oxygen Demand (COD), Biological Oxygen Demand (BOD), pH, kesadahan dan warna. Metode yang digunakan untuk memilih bandwidth optimum menggunakan cross validation (CV). Hasil penelitian menunjukkan bahwa model GWR dengan pembobot Fixed Bisquare Kernel lebih baik dibandingkan model regresi global karena memiliki nilai AIC terkecil sebesar 346,45 dan nilai MAPE sebesar 22,52%. Kata Kunci: Pencemaran Air, Spasial, Regresi Global.
Co-Authors Adrian, Muhamad Rifqi Agustina, Salma Dwi Alfares Jennifer, Sitorus Rifqi Aliyanti, Aulia Anwar, Ridzky Muhammad Ayunita, Laura Azidin, Yustan Eko Prayitno Faisal, M Denis Intan Deanida Pratiwi Kuot, Emmanuel Deng M P, Abel Hendrik Makarim, Raihan Fajar Maulana, Mohammad Naufal Meliana, Delawati Noor Amaliah, Noor Nursantia, Nursantia Nurul Fahmi Phanca, Riyo R, Nabil Pamungkas Riyadi, Alfina Chairunisa Srumangestu, Novita Dwi Sulastri, Eneng Asri W Malau, Hizkia Partogi Widianti, Salma Khairunnisa