relation: http://eprints.unpak.ac.id/754/
title: MODEL ROBUST GEOGRAPHICAL WEIGHTED REGRESSION (RGWR)   PADA PEMETAAN PENYAKIT TUBERKULOSIS  (Studi Kasus: Indonesia)
creator: Zahiroh1, Hasna
creator: Rohaeti2, Embay
creator: Andriyati2, Ani
subject: Matematika
description: ABSTRAK  Indonesia menduduki posisi ketiga kasus tuberkulosis tertinggi di dunia setelah   India dan China. Data kasus tuberkulosis di Indonesia sangat beragam dan   menunjukkan adanya data pencilan yang apabila dipetakan pencilan tersebut akan   mempengaruhi hasil pemetaan. Tujuan dipetakannya penyakit TBC di Indonesia   agar mengetahui faktor mana saja yang paling mempengaruhi kasus tuberkulosis   di masing-masing Provinsi dengan menggunakan Robust Geographical Weighted   Regression (RGWR). Model RGWR merupakan suatu model dengan   menggunakan data yang terdapat pencilan dengan memperhatikan faktor geografis   sebagai peubah yang mempengaruhi peubah respon. Tujuan dari pemenilitian ini   yaitu memodelkan penyakit tuberkulosis (TBC) di Indonesia dengan Model   Robust Geographical Weighted Regression (RGWR) dan memetakan daerah pada   penyakit tuberkulosis (TBC) di Indonesia berdasarkan variabel signifikan. Hasil   penelitian menunjukkan model robust GWR dengan melihat kesamaan peubah   signifikan pada masing-masing provinsi terbentuk menjadi 8 kelompok lokasi.   Kelompok yang memiliki variabel signifikan paling sedikit terdapat pada   kelompok tujuh yang memiliki satu variabel signifikan yaitu variabel jumlah   penduduk miskin (X7) pada Provinsi Kalimantan Utara, Sulawesi Utara,   Gorontalo, Maluku, Maluku Utara, Papua Barat dan Papua. Sedangkan kelompok   yang memiliki variabel terbanyak terdapat pada kelompok empat yang memiliki   lima variabel signifikan yaitu variabel suhu rata-rata (X1), persentase penyinaran   matahari (X3), kepadatan penduduk per km2 (X5), jumlah penduduk miskin(X7)   dan persentase banyaknya perokok (X8) pada Provinsi Bali, Kalimantan Selatan   dan Nusa Tenggara Barat.  Kata kunci: Tuberkulosis, faktor tuberkulosis, pemetaan, Robust Geographical   Weighted Regression (RGWR)
date: 2020-06
type: Thesis
type: NonPeerReviewed
identifier:   Zahiroh1, Hasna and Rohaeti2, Embay and Andriyati2, Ani  (2020) MODEL ROBUST GEOGRAPHICAL WEIGHTED REGRESSION (RGWR) PADA PEMETAAN PENYAKIT TUBERKULOSIS (Studi Kasus: Indonesia).  Skripsi thesis, Universitas Pakuan.