@misc{eprints81891,
           month = {Januari},
           title = {PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
PADA DATA PRODUKSI PADI DI PROVINSI JAWA BARAT TAHUN

2021},
          author = {Haqqi	 Syifaa Aalimatul },
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM},
            year = {2024},
             url = {http://digilib.unila.ac.id/81891/},
        abstract = {The OLS regression model is a method for analyzing relationships between
variabels, assuming certain conditions such as normal distribution of data, absence
of multicollinearity, and homogeneity of residuals. However, when the data lacks
homogeneity and exhibits geographical variations in each observation, the
Geographically Weighted Regression (GWR) model can be employed. The GWR
model is a statistical method for analyzing spatial heterogeneity by generating
locally specific parameter estimates for each observation location. This research
aims to implement the GWR model on rice production data in West Java Province
in 2021, considering the influence of harvest area and the use of urea fertilizer in
each district/city. The results of this study indicate that rice production exhibits
spatial heterogeneity, and the GWR model produces locally specific parameters
with coefficients and independent variables forming different models for each
district/city.

Keywords: Geographically Weighted Regression (GWR), Spatial Heterogeneity.

ABSTRAK

Model regresi OLS merupakan metode untuk menganalisis hubungan antar satu
peubah dengan peubah lain dengan asumsi-asumsi yang harus terpenuhi
diantaranya yaitu data berdistribusi normal, tidak mengandung multikolinearitas
dan residual harus homogen. Namun apabila data yang dimiliki tidak bersifat
homogen dan mengandung geografis setiap observasi, maka dapat menggunkan
model Geographically Weighted Regression (GWR). Model GWR merupakan
metode statistik untuk menganalisis heterogenitas spasial dengan menghasilkan
estimasi parameter model yang bersifat lokal untuk setiap lokasi observasi. Oleh
karena itu penelitian ini bertujuan untuk menerapkan model GWR menggunakan
data produksi padi di Provinsi Jawa Barat tahun 2021 dengan melihat pengaruh
luas panen dan penggunaan pupuk urea pada tiap Kabupaten/Kota. Hasil dari
penelitian ini menunjukkan bahwa produksi padi mengandung heterogenitas
spasial dan model GWR menghasilkan parameter yang bersifat lokal dengan
koefisien dan variabel independen yang terbentuk dalam model berbeda untuk tiap
Kabupaten/Kota.

Kata Kunci: Geographically Weighted Regression (GWR), Heterogenitas Spasial.}
}