Text

Pendekatan Mixed Geographically Weighted Regression Untuk Pemodelan Pertumbuhan Ekonomi Menurut Kabupaten/Kota Di Jawa Tengah

---

ABSTRAK

Model regresi global yang memiliki keberagaman variansi dari residual
pada setiap wilayah menyebabkan asumsi non-homoskedastisitas tidak terpenuhi.
Keberagaman faktor letak geografis menyebabkan terjadinya heterogenitas
spasial. Geographically Weighted Regression (GWR) merupakan pengembangan
dari regresi linier dengan melibatkan keberagaman faktor letak geografis,
sehingga parameter yang dihasilkan akan bersifat lokal. Model GWR tidak
mampu memodelkan kombinasi pengaruh lokal dan global dalam sebuah model.
Pengembangan model GWR dengan mempertimbangkan pengaruh lokal dan
global secara bersamaan disebut dengan model Mixed GWR. Penelitian ini, model
Mixed GWR digunakan untuk mengestimasi model Produk Domestik Regional
Bruto (PDRB) dengan dipengaruhi variabel independen yaitu Pendapatan Asli
Daerah (PAD/X1), variabel jumlah tenaga kerja(JAK/X2), indeks pembangunan
manusia(IPM/X3), tingkat pengangguran terbuka (TPT/X4) dan upah minimum
regional(UMR/X5). Mixed GWR memodelkan variabel yang bersifat lokal dan
variabel yang bersifat global. Metode untuk mengestimasi parameter model
MGWR menggunakan Weighted Least Square (WLS). Bobot model yang sesuai
didapatkan dengan menduga nilai bandwidth yang optimal dengan menggunakan
metode acuan Cross Validation (CV) yang minumum. Model MGWR dengan
pembobot fungsi kernel adaptive eksponensial pada Produk Domestik Regional
Bruto di kabupaten/kota di Jawa Tengah menghasilkan variabel JAK, IPM dan
TPT mempunyai sifat kelokalan suatu wilayah yang signifikan terhadap model
kemudian PAD memiliki sifat global yang sigbifikan terhadap model. Untuk
mengengetahui tingkat kesalahan model digunakan nilai Akaike Information
Criterion (AIC).
Kata kunci: Akaike Information Criterion, Bandwidth, Cross Validation, Fungsi
Kernel Adaptive Exponential, Mixed Geographically Weighted
Regression, Weighted Least Square.

ABSTRACT

Global regression models with a multitude of residual variance in each region
causing non-homoskedastisitas assumptions are not met. The diversity of the
geographic location factors causing spatial heterogeneity. Geographically
Weighted Regression (GWR) is a development of linear regression by involving
diverse factors geographical location, so that the parameters generated will be
local. GWR model is not able to model the combination of local and global
influences in a model. So the purpose of forming a GWR Mixed models are able
to establish a model GWR with local and global influences simultaneously. GWR
Mixed Model is used to estimate the model Gross Regional Domestic Product
(GRDP). As independent variables that influence is revenue (PAD / X1), a
variable amount of labor (JAK / X2), the human development index (HDI / X3),
unemployment rate (TPT / X4) and the regional minimum wage (UMR / X5 ).
Mixed GWR model the variables that are local and which are global variables.
Methods for estimating model parameters MGWR using Weighted Least Square
(WLS). Weights obtained the appropriate model to estimate the optimal
bandwidth by using the reference method Cross Validation (CV) is a minumum.
MGWR models with adaptive exponential kernel function weighting on Gross
Domestic Product in the districts / cities in Central Java to produce variable JAK,
IPM and TPT have the nature of the locality an area that is significant to the later
model PAD have a global nature that sigbifikan against the model. To
mengengetahui error rate value model is used Akaike Information Criterion
(AIC).
Keywords: Akaike Information Criterion, Bandwidth Cross Validation, Fungsi
Kernel Gaussian, Mixed Geographically Weighted Regression,
Weighted Least Square.

---

Ketersediaan

500E16IV

519.536 WID p

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

519.536 WID p

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1319

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Pratama Ganang Widayaka

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar