creators_name: Eka Aditya Fitriani, 1717031020
creators_id: ekaadityafitriani26@gmail.com
type: other
datestamp: 2022-04-21 07:17:36
lastmod: 2022-04-21 07:17:36
metadata_visibility: show
title: PEMODELAN SPATIAL AUTOREGRESSIVE (SAR) MENGGUNAKAN
INTEGRATED NESTED LAPLACE APPROXIMATION (INLA)
ispublished: pub
subjects: 510
full_text_status: restricted
abstract: Spatial Autoregresive (SAR) merupakan salah satu metode analisis spasial atau
kewilayahan yang terdapat pengaruh spasial pada variabel terikatnya. Salah satu
metode yang digunakan pada pendugaan parameter SAR adalah dengan metode
Bayes yang memberikan dugaan dengan ketepatan lebih tinggi dibandingkan
dengan metode klasik. Pendugaan parameter Bayes dengan cara numerik adalah
dengan metode Integrated Nested Laplace Approximation (INLA) melalui posterior
marginal. Penerapan metode SAR menggunakan INLA yaitu memodelkan Indeks
Pembangunan Manusia (IPM) di Provinsi Lampung tahun 2020 dengan
menggunakan matriks pembobot paling optimum berdasarkan nilai Moran’s I
terbesar yaitu K-NN 2. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang
mempengaruhi IPM di Provinsi Lampung. Faktor yang digunakan dalam penelitian
ini yaitu pengeluaran perkapita, persentase penduduk miskin, rata-rata lama
sekolah, jumlah tenaga kesehatan, dan angka partisipasi sekolah usia 16-18 tahun.
Hasil pemodelan mendapatkan faktor yang paling signifikan terhadap model yaitu
pengeluaran perkapita dan rata-rata lama sekolah dengan nilai R-Square sebesar
88,74788%.
Kata Kunci: Spasial, SAR, Bayes, INLA, K-NN, IPM. Spatial Autoregressive (SAR) is one of the methods of spatial or regional analysis
that has a spatial influence on the dependent variable. One of the methods used in
estimating SAR parameters is the Bayes method which provides conjecture with
higher accuracy compared to the classical method. The estimation of the Bayes
parameter by numerical is by the Integrated Nested Laplace Approximation (INLA)
method through the posterior marginal. The application of the SAR method using
INLA is modeling the Human Development Index (IPM) in Lampung Province in
2020 by using the most optimum weighting matrix based on the largest Moran's I
value of K-NN 2. This study aims to find out the factors that affect HDI in Lampung
Province. The factors used in this study are per capita expenditure, percentage of
poor people, average length of the school, number of health workers, and school
participation rate of 16-18 years old. The modeling results obtained the most
significant factors to the model, namely per capita expenditure and the average
length of school with an R-Square value of 88,74788%.
Keyword: Spatial, SAR, Bayesian, INLA, K-NN, IPM
date: 2021
date_type: published
publisher: FAKULTAS MATIMATIKA DAN ILMU PENGETAHUAN ALAM
place_of_pub: UNIVERSITAS LAMPUNG
citation:   Eka Aditya Fitriani, 1717031020  (2021) PEMODELAN SPATIAL AUTOREGRESSIVE (SAR) MENGGUNAKAN INTEGRATED NESTED LAPLACE APPROXIMATION (INLA).  FAKULTAS MATIMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
document_url: http://digilib.unila.ac.id/60312/1/1.%20ABSTRAK-ABSTRACT%20-%20Rocket%20Digital_9.pdf
document_url: http://digilib.unila.ac.id/60312/2/2.%20SKRIPSI%20FULL%20-%20Rocket%20Digital_12_2.pdf
document_url: http://digilib.unila.ac.id/60312/3/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN%20-%20Rocket%20Digital_11.pdf