Claim Missing Document
Check
Articles

Found 2 Documents
Search

GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION PADA DATA JUMLAH PENDUDUK MISKIN DI SULAWESI SELATAN Salim, Muhammad Ihsan
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 11 No 1 (2023): VOLUME 11 NO 1 TAHUN 2023
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v11i1.26183

Abstract

Penduduk miskin merupakan individu yang angka pengeluarannya berada dibawah garis kemiskinan. Pada data jumlah penduduk miskin di Sulawesi Selatan terdapat kasus overdispersi. Salah satu metode untuk mengatasi hal tersebut adalah regresi binomial negatif. Dengan pendekatan terhadap aspek spasial, maka digunakan metode Geographically Weighted Binomial Negative Regression (GWNBR), penelitian ini dilakukan dengan 24 observasi Kabupaten/Kota dengan 6 variabel prediktor. Dengan pembobotan menggunakan adaptive bisquare kernel didapatkan 2 pengelompokkan berdasarkan variabel yang mempengaruhi.
MODEL REGRESI NONPARAMETRIK DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI SULAWESI SELATAN Salim, Muhammad Ihsan; Adnan Sauddin; M. Ichsan Nawawi
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 10 No 2 (2022): VOLUME 10 NOMOR 2 TAHUN 2022
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v10i2.30993

Abstract

Kasus pada penelitian menunjukkan fungsi dari bentuk kurva antara peubah respon dan peubah prediktor tidak diketahui. Ketidakjelasan bentuk kurva tersebut menjadi pertimbangan digunakannya Regresi nonparametrik. Kemudian diketahui data yang digunakan pada penelitian ini merupakan data perwilayah. Data perwilayah merupakan data yang memiliki sifat fluktuatif. Hal ini dikarenakan setiap wilayah memiliki kecendrungan perbedaan yang tinggi akan setiap karakteristiknya, Sehingga di duga cocok digunakan pendekatan deret fourier. Pemodelan dilakukan dengan metode Generalized Cross Validation (GCV) untuk mencari titik knot optimal. Hasil analisis menunjukkan bahwa tidak terdapat variabel prediktor yang memberi pengaruh secara signifikan terhadap variabel respon.