PENERAPAN MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) DENGAN FUNGSI PEMBOBOT ADAPTIVE GAUSSIAN KERNEL PADA DATA KEMISKINAN DI INDONESIA

TRI, HASTUTI (2022) PENERAPAN MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) DENGAN FUNGSI PEMBOBOT ADAPTIVE GAUSSIAN KERNEL PADA DATA KEMISKINAN DI INDONESIA. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (277Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (984Kb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (836Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Analisis regresi logistik merupakan analisis yang digunakan untuk mengetahui hubungan antara variabel respon yang bersifat kategori dengan satu atau lebih variabel prediktor dengan asumsi bahwa respon tidak dipengaruhi lokasi geografis (data spasial). Metode GWLR adalah bentuk lokal dari regresi logistik dimana lokasi geografis diperhatikan. Tujuan dari penelitian ini adalah untuk menerapkan model GWLR dengan fungsi pembobot Adaptive Gaussian Kernel guna mengetahui faktor-faktor yang mempengaruhi persentase kemiskinan di Indonesia menggunakan Geographycally Weighted Logistic Regression (GWLR) dengan fungsi pembobot Adaptive Gaussian Kernel. Hasil dari penelitian ini didapatkan model GWLR dengan fungsi pembobot Adaptive Gaussian Kernel tiap Provinsi di Indonesia dan variabel Produk Domestik Regional Bruto (PDRB) per kapita(

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301032287 . Digilib
Date Deposited:	17 Jan 2023 01:44
Terakhir diubah:	17 Jan 2023 01:44
URI:	http://digilib.unila.ac.id/id/eprint/68333

Actions (login required)

Lihat Karya Akhir