Article Per Year (5 Year)
p-Index From 2021 - 2026
1.713
P-Index
This Author published in this journals
All Journal SAINSMAT Edu Society: Jurnal Pendidikan, Ilmu Sosial dan Pengabdian Kepada Masyarakat SAINSMAT: Jurnal Ilmiah Ilmu Pengetahuan Alam ARUS JURNAL SAINS DAN TEKNOLOGI Journal of Biology, Chemistry, Mathematics and Physics Education Journal of Mathematics, Computation and Statistics (JMATHCOS) Diophantine Journal of Mathematics and Its Applications
Ihwal, Muhammad
Unknown Affiliation
Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Physics Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Pemodelan Geographically Weighted Regression (GWR) pada Indeks Pembangunan Manusia di Pulau Papua Mentari, Niskal; Ampa, Andi Tenri; Ihwal, Muhammad; Ruslan, Ruslan; Yahya, Irma; Arisona, Dian Christien
Jurnal Biochamp Vol 3 No 1 (2026): Februari
Publisher : Science, Technology and Education Care (STEDCA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61761/biochamp.3.1.1-12

Abstract

Indeks Pembangunan Manusia (IPM) adalah indikator penting yang digunakan untuk mengukur pembangunan suatu wilayah. Tujuan penelitian ini adalah untuk mendapatkan pemodelan IPM serta mengidentifikasi faktor-faktor yang mempengaruhi IPM di Pulau Papua dengan mempertimbangkan heterogenitas spasial. metode yang diterapkan dalam penelitian ini digunakn pendekatan geografis yaitu Geographically Weighted Regression (GWR) dalam memodelkan IPM. Variabel penelitian mencakup indeks pembangunan manusia di Pulau Papua sebagai variabel respons (Y), dan variabel prediktor (X) yaitu angka kematian bayi (X1), persentase penduduk miskin (X2), akses terhadap sanitasi layak (X3), dan tingkat pengangguran terbuka (X4). Model GWR merupakan pengembangan dari model regresi spasial dimana setiap parameter dihitung setiap lokasi pengamatan, sehingga setiap lokasi akan memiliki interpretasi yang berbeda-beda. Fungsi pembobot dalam pemodelan GWR ini adalah Fixed Kernel Gaussian. Hasil penelitian menunjukan bahwa semua variabel prediktor berpengaruh terhadap IPM di Pulau Papua. Model GWR didapatkan akurasi R2 98,38% dan AIC 164,7. R2 menunjukkan kemampuan menjelaskan 98,38% variabilitas data respon, dan nilai AIC 164,7 yang mencerminkan efisiensi serta kecocokan model terhadap data spasial. Dari parameter GWR terbentuk 9 kelompok dimana terdapat beberapa faktor yang berbeda-beda pada setiap daerah di kabupaten/kota yang ada di Pulau Papua
Co-Authors Adhi Wibawa, Gusti Ngurah Andi Tenri Ampa Arianti, Refika Allya Arisona, Dian Christien Baharuddin Bahriddin Abapihi Dewintha, Astyan Indrawati, Wa Ode Irma Yahya K, Raida Lilis Laome Makkulau Makkulau Makkulau Makkulau, Andi Tenri Pannangngareng Mentari, Niskal Ningtyas, Rita Ayu Ome, Lilis La Puja Karna, I Kadek Aryandra Ruslan Ruslan Ruslan Salsabilah, Adelfina Umi, Enggar Cahyani Wibawa, Gusti Ngurah Adhi