Penerapan metode geographically weighted regression (GWR) untuk pemodelan lahan pertanian di Indonesia

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Hariyono, At Trisna Larasati (2024) Penerapan metode geographically weighted regression (GWR) untuk pemodelan lahan pertanian di Indonesia. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text At Trisna Larasati Hariyono_09040220051 OK.pdf Download (1MB)
	Text At Trisna Larasati Hariyono_09040220051 Full.pdf Restricted to Repository staff only until 6 July 2027. Download (2MB)

Abstract

Ketersediaan lahan pertanian berhubungan erat dengan pertumbuhan penduduk disuatu wilayah. Populasi yang terus bertambah mengakibatkan lahan pertanian menyempiit karena beralih menjadi lahan non-pertanian seperti perumahan dan kawasan industri. Penelitian ini dilakukan untuk mengetahui variabel-variabel yang memengaruhi luas lahan pertanian di Indonesia menggunakan metode Geographically Weighted Regression (GWR) dengan kernel paling optimal, sehingga didapatkan parameter regresi pada setiap titik pengamatan untuk mengidentifikasi variabel yang memiliki dampak yang berbeda-beda di berbagai wilayah provinsi di Indonesia. Variabel yang dianalisis terdiri dari Kepadatan Penduduk (X1), Produktivitas Padi (X2), Jumlah Industri (X3) Laju Pertumbuhan Penduduk (X4) dan PDRB (X5) sebagai variabel independen, dengan variabel dependen berupa Luas Lahan Pertanian (Y). Berdasarkan hasil analisis, didapat model GWR dengan pembobot Adaptive Bisquare merupakan model terbaik yang menghasilkan nilai Koefisien Determinasi (R^{2}) sebesar 97.52\% dan AIC sebesar -7.97. Model GWR menghasilkan 17 kelompok variabel yang berpengaruh secara signifikan terhadap luas lahan pertanian di Indonesia.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Hariyono, At Trisna Larasati trisnalaras2@gmail.com 09040220051
Contributors:	Contribution Name Email NIDN Thesis advisor Hafiyusholeh, Moh. hafiyusholeh@uinsby.ac.id 2004028001 Thesis advisor Yuliati, Dian DIAN.YULIATI@uinsby.ac.id 2014078703
Subjects:	Indonesia Lingkungan Hidup Matematika Pertanian Statistik
Keywords:	Adaptive Bisquare; Geographically Weighted Regression (GWR); Lahan Pertanian; Regresi Spasial
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	At Trisna Larasati Hariyono
Date Deposited:	06 Jul 2024 10:14
Last Modified:	06 Jul 2024 10:14
URI:	http://digilib.uinsa.ac.id/id/eprint/71332

Actions (login required)

View Item