PEMODELAN METODE GEOGRAPHICALLY WEIGHTED ORDINALY LOGISTIC REGRESSION DENGAN FUNGSI PEMBOBOT ADAPTIVE GAUSSIAN KERNEL, ADAPTIVE BISQUARE KERNEL, DAN ADAPTIVE TRICUBE KERNEL
Abstract: Metode yang
digunakan untuk menganalisis hubungan antar peubah di mana peubah respon
mempunyai skala ordinal dengan peubah prediktor yang bersifat kategori atau
kontinu serta memperhatikan faktor geografis tiap pengamatan merupakan
Geographically Weighted Ordinal Logistic Regression (GWOLR). Pada penelitian
ini dilakukan pemodelan metode Geographically Weighted ordinal logistic
Regression (GWOLR) dengan pembobot fungsi adaptive Gaussian kernel, adaptive bisquare kernel, dan adaptive
tricube kernel serta menentukan model
terbaik pada model Geographically Weighted Ordinal Logistic Regression (GWOLR)
antara pembobot fungsi adaptive Gaussian kernel, adaptive bisquare kernel, dan adaptive tricube kernel pada data Indeks
Pembangunan Manusia (IPM) di Jawa Timur tahun 2010. Berdasarkan nilai Normalized Root Mean Square
Error (NRMSE) disimpulkan bahwa model GWOLR dengan pembobot adaptive bisquare
kernel adalah model yang sesuai
digunakan untuk memodelkan data IPM JawaTimur tahun 2010 dibandingkan dengan
metode GWOLR dengan fungsi pembobot adaptive Gaussian kernel dan pembobot
adaptive tricube kernel.
Penulis: Sinta Ratna Dewi
Kode Jurnal: jpmatematikadd141032
