title:   PEMODELAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION  PADA DATA INDIKATOR KEMISKINAN TAHUN 2023 PROVINSI  KALIMANTAN BARAT DAN KALIMANTAN TENGAH     
creator: Syarli, Dita Anjani
subject: 500 ilmu pengetahuan alam dan matematika
subject: 510 Matematika
description:   Analisis regresi merupakan metode untuk menjelaskan hubungan antara variabel  bebas dan variabel terikat. Analisis regresi linear memiliki asumsi-asumsi yang  harus terpenuhi, salah satunya adalah homogenitas. Namun terdapat kondisi dimana  varians pada setiap lokasi pengamatan berbeda atau terjadi heterogenitas spasial  yang mengakibatkan asumsi pada regresi linear tidak terpenuhi. Permasalahan  tersebut dapat diatasi melalui pemodelan Geographically Weighted Regression  (GWR), yaitu model statistik yang mengatasi heterogenitas spasial melalui  penambahan matriks pembobot dan menghasilkan model yang bersifat lokal di  setiap titik pengamatan. GWR memiliki kekurangan, yaitu tidak dapat mengatasi  kasus multikolinearitas. Regresi ridge adalah metode untuk mengatasi kasus  multikolinearitas melalui penambahan tetapan bias (
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
date: 2025-04-24
type: Skripsi
type: NonPeerReviewed
format: text
identifier: http://digilib.unila.ac.id/88084/1/ABSTRAK.pdf
format: text
identifier: http://digilib.unila.ac.id/88084/2/SKRIPSI%20FULL.pdf
format: text
identifier: http://digilib.unila.ac.id/88084/3/SKRIPSI%20FULL%20TANPA%20BAB%20PEMBAHASAN.pdf
identifier:   Syarli, Dita Anjani  (2025)  PEMODELAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION PADA DATA INDIKATOR KEMISKINAN TAHUN 2023 PROVINSI KALIMANTAN BARAT DAN KALIMANTAN TENGAH.  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
relation: http://digilib.unila.ac.id/88084/