Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Statistika Industri dan Komputasi
Abdul Fattah Jaya Putra Dao
Jurusan Statistika, FST, Institut Sains & Teknologi AKPRIND Yogyakarta
Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION MENGGUNAKAN PEMBOBOT ADAPTIVE BISQUARE DAN NEAR NEIGHBOURHOOD KERNEL (Studi Kasus: Kemiskinan di Provinsi Sulawesi Tenggara tahun 2017) Abdul Fattah Jaya Putra Dao; Kartiko Kartiko
Jurnal Statistika Industri dan Komputasi Vol. 4 No. 2 (2019): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v4i2.1950

Abstract

Penelitian ini bertujuan untuk membandingkan pembobot GWR yaitu adaptive kernel bisquare dan near neighbourhood kernel pada kasus kemiskinan di Provnsi Sulawesi Tenggara. Hasil analisis diperoleh nilai GWR menggunakan pembobot adaptive kernel bi-square dengan 3 variabel independen memiliki standart error sebesar 49,53732 dan Kab./Kota yang signifikan dengan α=5% sebanyak 15 lokasi pada variabel X2. Sedangkan untuk nilai GWR menggunakan pembobot adaptive kernel bi-square dengan 1 variabel independen memiliki standart error sebesar 55,66681 dan Kab./Kota yang signifikan dengan α=5% sebanyak 17 lokasi. Dan untuk GWR menggunakan pembobot near neighbourhood kernel memiliki standart error sebesar 44,30874 dan tidak ada Kab./Kota yang signifikan dengan α=5%. Berdasarkan hasil analisis yang diperoleh untuk pembobot terbaik dalam model GWR adalah pembobot adaptive kernel bi-square dengan 1 variabel. Hal ini dapat diketahui dari banyaknya Kabupaten/Kota yang signifikan yaitu sebanyak 17 Kabupaten/Kota.
Co-Authors Kartiko Kartiko