NONPARAMETRIC GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN PENDEKATAN SPLINE TRUNCATED PADA DATA PRODUKTIVITAS TANAMAN PADI

  • Nur Fitri Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Sifriyani Sifriyani Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Desi Yuniarti Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia

Abstract

. Penelitian ini menggunakan metode Nonparametric Geographically Weighted Regression  dengan pendekatan Spline Truncated (NGWR-TS). Metode tersebut merupakan pengembangan dari regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal untuk setiap lokasi pengamatan. Spline truncated merupakan model polinomial tersegmen yang memberikan sifat fleksibilitas terhadap karakteristik lokal dari data. Pendekatan spline truncated digunakan untuk menyelesaikan permasalahan analisis spasial yang bentuk kurva regresinya tidak diketahui. Data yang digunakan adalah produktivitas tanaman padi di 56 Kabupaten/Kota di Kalimantan pada Tahun 2017. Fungsi pembobot yang digunakan adalah Kernel Gaussian dan Kernel Bisquare. Dalam penentuan besarnya pembobot, digunakan metode Generalised Cross Validation (GCV). Hasil dari penelitian ini adalah model Nonparametric Geographically Weighted Regression dengan pendekatan spline truncated yang terbaik dengan nilai orde  dan titik knot serta memiliki nilai R-Squared sebesar 90,015. Hal ini mengindikasi bahwa model NGWR-TS mampu menjelaskan pengaruh variabel prediktor terhadap variabel respon produktivitas tanaman padi sebesar 90,015%. Variabel prediktor yang berpengaruh untuk setiap lokasi berbeda-beda, sehingga dapat dikelompokkan menjadi 9 kelompok berdasarkan variabel prediktor yang berpengaruh.

Published
2019-05-10
How to Cite
FITRI, Nur; SIFRIYANI, Sifriyani; YUNIARTI, Desi. NONPARAMETRIC GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN PENDEKATAN SPLINE TRUNCATED PADA DATA PRODUKTIVITAS TANAMAN PADI. Prosiding Seminar Nasional Matematika dan Statistika, [S.l.], p. 98-105, may 2019. ISSN 2657-232X. Available at: <http://jurnal.fmipa.unmul.ac.id/index.php/SNMSA/article/view/532>. Date accessed: 29 may 2020.