Logo UNTAN Universitas
Tanjungpura
Pontianak

Geographically Weighted Regression Principal Component Analysis (GWRPCA) Pada Ipkm Di Kalimantan Barat

Ikhwan, Ma’ruf (2024) Geographically Weighted Regression Principal Component Analysis (GWRPCA) Pada Ipkm Di Kalimantan Barat. Skripsi thesis, Universitas Tanjungpura.

[img] Text (Cover-Bab I)
Cover-Bab1_H1091191043.pdf - Published Version

Download (1MB)
[img] Text (H1091191043_IKHWAN MA’RUF)
H1091191043_IKHWAN MA’RUF.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB)

Abstract

Geographically Weighted Regression Principal Component Analysis (GWRPCA) merupakan gabungan dari metode Geographically Weighted Regression (GWR) dan Principal Component Analysis (PCA). Sehingga metode GWRPCA sangat cocok digunakan untuk menganalisis Indeks Pembangunan Kesehatan Masyarakat (IPKM) di Kalimantan Barat. Kesehatan balita, kesehatan reproduksi, pelayanan kesehatan, perilaku kesehatan, penyakit tidak menular, penyakit menular dan kesehatan lingkungan adalah variabel independen yang digunakan. Penelitian ini dimulai dengan proses analisis pemodelan regresi linear berganda. Selanjutnya, analisis GWRPCA digunakan untuk menemukan nilai koefisien determinasi global dan lokal. Hasil penelitian menunjukkan bahwa nilai koefisien determinasi (R2 ) global sebesar 96,01%. Di sisi lain, untuk model GWRPCA 14 model ditemukan nilai koefisien determinasi lokal pada setiap lokasi. Sambas memiliki koefisien determinasi lokal tertinggi sebesar 96,06%, dan Kapuas Hulu memiliki koefisien determinasi lokal terkecil sebesar 95,81%.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Ikhwan, Ma’rufNIMH1091191043UNSPECIFIED
Subjects: 500 – Ilmu Pengetahuan > 510 Matematika > 511 Prinsip-prinsip umum matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik S1
Depositing User: Rudiarti Rudiarti
Date Deposited: 26 May 2026 02:46
Last Modified: 26 May 2026 02:46
URI: https://repository.untan.ac.id/id/eprint/5241

Actions (login required)

View Item View Item