ANGELINA, Chaterine Ariane (2025) Pemodelan Geographically Weighted Regression Menggunakan Gaussian dan Exponential Kernels pada TPT di Jawa Tengah Dilengkapi GUI R. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. Halaman Cover.pdf Download (120kB)
	Text 3. Halaman Pengesahan I.pdf Download (188kB)
	Text 4. Halaman Pengesahan II.pdf Download (258kB)
	Text 5. Kata Pengantar.pdf Restricted to Repository staff only Download (218kB) | Request a copy
	Text 6. Abstrak.pdf Download (200kB)
	Text 7. Abstract.pdf Download (142kB)
	Text 8. Daftar Isi.pdf Download (232kB)
	Text 12. Bab I.pdf Download (258kB)

Abstract

ABSTRAK
Regresi linier berganda adalah metode statistik yang mengasumsikan bahwa
hubungan antara variabel independen dan dependen bersifat global dan berlaku
secara seragam di seluruh lokasi. Hal tersebut menjadi kelemahan bagi data yang
mengandung heterogenitas spasial. Untuk mengatasi kelemahan model regresi
linier klasik dalam menangkap variasi spasial, dikembangkan metode
Geographically Weighted Regression (GWR). Studi ini bertujuan untuk
memodelkan Tingkat Pengangguran Terbuka (TPT) di Jawa Tengah tahun 2023
dengan menggunakan gaussian dan exponential kernel, baik fixed maupun
adaptive. Variabel yang berpengaruh signifikan terhadap TPT berbeda-beda pada
setiap lokasi. Variabel Kepadatan Penduduk, Tingkat Partisipasi Angkatan Kerja
(TPAK), Banyaknya Tenaga Kerja Indonesia (TKI) Antar Kerja Antar Negara
(AKAN), dan Indeks Pembangunan Manusia berpengaruh signifikan terhadap TPT
dibeberapa lokasi. Hasil penelitian menunjukkan bahwa model GWR dengan fungsi
pembobot fixed gaussian kernel merupakan model terbaik dengan nilai AICc
121,2069 dan koefisien determinasi (R²) 0,6924.
Kata kunci: GWR; Gaussian Kernel; Exponential Kernel; Heterogenitas Spasial;
Tingkat Pengangguran Terbuka

Actions (login required)

View Item