Maulidiyah, Lyda (2018) Estimasi parameter model Geographically Weighted Regression (GWR) yang mengandung outlier dengan estimator S. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
14610035.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (5MB) | Preview |
Abstract
INDONESIA:
Geographically Weighted Regression (GWR) adalah model regresi yang digunakan untuk menganalisis heterogenitas spasial ataupun salah satu analisis yang membentuk analisis regresi namun bersifat lokal untuk setiap lokasi. Pada saat menganalisis data dengan menggunakan model GWR, akan memunculkan suatu data yang mengandung outlier. Salah satu untuk mengatasi data outlier pada regresi yaitu dengan metode robust. Salah satunya yaitu metode Estimator S.
Penelitian ini diaplikasikan pada pemetaan potensi pertanian padi di wilayah provinsi Jawa Timur, makan variabel yang didapatkan pada model pemetaan potensi pertanian padi Jawa Timur. Adapun variabel respon pada penelitian ini yaitu hasil produksi pada tiap Kabupaten/Kota dan variabel prediktor yaitu sistem pengairan teknis (X_1), sistem pengairan setengah teknis (X_2), sistem pengairan non teknis (X_3), sistem pengairan desa (X_4), sistem pengairan tadah hujan (X_5). GWR yang mengandung outlier dengan Estimator S dan keadaan produksi pertanian padi di Jawa Timur Tahun 2012 mampu dijelaskan dengan baik.
ENGLISH:
Geographically Weighted Regression (GWR) is a regression model used to analyze spatial heterogeneity or one of the analysis that form a regression analysis but is local to each location. When analyzing data using the GWR model, a data containing outliers will emerge. One of the ways to overcome the outlier data in regression is the robust method. One of them is the Estimator S. method.
This study was applied to the mapping of rice agriculture potential in the East Java province, eating the variables obtained in the East Java rice farming potential mapping model. The response variables in this study are production results in each Regency / City and predictor variables, namely technical irrigation system (X_1 ), semi-technical irrigation system (X_2 ), non-technical irrigation system (X_3 ), village irrigation system (X_4), irrigation system rainfed (X_5). GWR which contains outliers with Estimator S and the state of rice agricultural production in East Java in 2012 is well explained.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Harini, Sri and Alisah, Evawati | |||||||||
Contributors: |
|
|||||||||
Keywords: | GWR; Outlier; Estimator S; Pertanian Padi; Rice Agriculture | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Matematika | |||||||||
Depositing User: | Heni Kurnia Ningsih | |||||||||
Date Deposited: | 03 May 2019 09:06 | |||||||||
Last Modified: | 03 May 2019 09:06 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/14110 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |