<![CDATA[Geographically weighted regression (GWR) merupakan metode regresi pada data spasial dengan koefisien regresi bervariasi antar pengamatan. Dalam GWR, variabel-variabel bebas dan variabel tak bebas dihubungkan menggunakan fungsi linier. Sementara itu, dalam kondisi riil ada banyak kemungkinan kasus data spasial yang menunjukkan bahwa hubungan antara variabel tak bebas dengan variabel bebas cenderung tidak linier. Pemaksaan dalam menggunakan hubungan linier terhadap kasus tersebut bisa jadi merupakan salah satu faktor penyebab rendahnya kesesuaian model GWR. Oleh karena itu diperlukan perluasan fungsi pada model GWR. Tujuan paper ini adalah membuat model perluasan GWR menggunakan fungsi polinomial. Estimasi parameter model perluasan GWR diuraikan menggunakan prosedur Weighted Least Square (WLS). Hasil-hasil numerik berdasarkan studi kasus menunjukkan bahwa perluasan GWR dengan fungsi polinomial menghasilkan tingkat kesesuaian model yang lebih baik daripada GWR klasik.]]>
Copyrights © 2017
