Rohmah, Siti Barokatur (2015) Pemodelan mixed geographically weighted regression untuk memetakan potensi produksi sapi potong di Jawa Timur tahun 2012. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
10610010.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract
INDONESIA :
Salah satu model yang dapat digunakan untuk menganalisis data spasial adalah model GWR sebagai pengembangan dari model regresi linier yang memperhatikan faktor spasial. Pada model GWR semua variabel prediktornya berpengaruh secara lokal. Pada kenyataannya tidak semua variabel prediktor dalam model GWR bervariasi secara spasial. Tingkat keragaman spasial pada beberapa variabel prediktor bisa saja tidak signifikan. Oleh karena itu model GWR dikembangkan lagi menjadi model MGWR yang merupakan kombinasi model regresi linier dengan model GWR.
Penelitian ini bertujuan untuk mengetahui bagaimana sifat-sifat parameter model MGWR dan mencari model untuk mengetahui variabel apa saja yang signifikan mempengaruhi potensi produksi sapi potong di Jawa Timur tahun 2012.
Hasil penelitian menunjukkan bahwa parameter MGWR bersifat BLUE (Best, Linear, Unbiased, Efficient) dan variabel yang signifikan mempengaruhi produksi sapi potong di Jawa timur tahun 2012 berbeda pada tiap kota/kabupaten. Sehingga terbentuk tujuh kelompok kota/kabupaten yang memiliki kesamaan variabel signifikan. Secara umum variabel yang signifikan mempengaruhi potensi produksi sapi potong di Jawa Timur tahun 2012 adalah jumlah sapi PO (...), jumlah sapi Madura (...), jumlah rumah tangga pemelihara (...) dan jumlah pedagang (...).
ENGLISH :
One of model that can be used to analyze spatial data is GWR as the development of linear regression that concern on spatial factor. In GWR model, all predictor variables influence locally. In fact, not all the predictor variables in GWR model vary spatially. The level of spatial variety in some predictor variables may be not significant. Therefore, GWR model is further developed into MGWR model which is formed from the combination of linear regression model and GWR model.
This research aims to find the characteristics of MGWR model parameter and to find a model to determine kinds of variables which is significantly influence potential of beef cattle production in East Java in 2012. The result of the research shows that MGWR model parameter is characteristically BLUE (Best, Linear, Unbiased, Efficient) and variable which is significantly influence the production of beef cattle in East Java in 2012 is different in each town/regency. Thus, it formed seven groups of town/regency which have similarity of significant
variable. Generally, the significant variables influence the production of beef cattle in East Java in 2012 are amount of PO cow (...), amount of Maduranesecow (...), amount of household nurseryman (...) and amount of trader (...)
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Harini, Sri and Nashichuddin, Achmad | |||||||||
Contributors: |
|
|||||||||
Keywords: | Regresi linier; Geographically Weighted Regression (GWR); Mixed Geographically Weighted Regression (MGWR); sifat-sifat model MGWR; produksi sapi potong; Linear regression; Georgraphically Weighted Regression (GWR); Mixed Geographically Weighted Regression (MGWR); Characteristics of MGWR model; Beef Cattle Production | |||||||||
Subjects: | 01 MATHEMATICAL SCIENCES > 0104 Statistics > 010406 Stochastic Analysis and Modelling | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Matematika | |||||||||
Depositing User: | Luluk Handayani | |||||||||
Date Deposited: | 18 Apr 2017 14:42 | |||||||||
Last Modified: | 18 Apr 2017 14:42 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/6279 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |