MODEL GEOGRAPHICALLY WEIGHTED WEIBULL REGRESSION DENGAN KRITERIA PENENTUAN BANDWIDTH OPTIMUM AKAIKE INFORMATION CRITERION (Studi Kasus: Indikator Pencemaran Air Biochemical Oxygen Demand di Daerah Hutan Tropis Lembab DAS Mahakam Tahun 2019)

Abstract

Model Geographically Weighted Weibull Regression (GWWR) adalah model lokal dari regresi Weibull yang diaplikasikan pada data spasial. Penaksiran parameter model GWWR dilakukan secara lokal di setiap lokasi pengamatan menggunakan bobot spasial. Tujuan penelitian ini adalah memperoleh bandwidth optimum dan model GWWR pada data indikator pencemaran air Biochemical Oxygen Demand (BOD) dan faktor-faktor yang mempengaruhi BOD di daerah aliran Sungai Mahakam tahun 2019. Metode penaksiran parameter model GWWR adalah Maximum Likelihood Estimation (MLE) yang diselesaikan dengan metode Iteratif Newton-Raphson. Pembobot spasial pada penaksiran parameter dihitung menggunakan fungsi pembobot Adaptive Gaussian dan kriteria penentuan bandwidth optimum menggunakan Akaike Information Criterion (AIC). Kesimpulan penelitian ini adalah bandwidth optimum pada 2 lokasi pengamatan  di lokasi Belayan Hilir dan Batuq secara berturut-turut sebesar 0,7665 dan 0,7359, sedangkan bandwidth optimum pada 25 lokasi pengamatan lainnya adalah sangat besar , dan faktor-faktor yang berpengaruh terhadap BOD secara lokal adalah konduktivitas atau Daya Hantar Listrik (DHL), sedangkan faktor-faktor yang berpengaruh secara global adalah suhu dan DHL.