Pemodelan Jumlah Kasus Covid-19 Di Jawa Barat Menggunakan Geographically Weighted Regression

Mahdy, I. F.

doi:10.34123/semnasoffstat.v2020i1.642

Cited by 10 publications

(10 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Selanjutnya pada penelitian [10], [5] menggunakan fungsi pembobot matriks yaitu fixed exponential kernel dimana fungsi pembobot ini menghasilkan lebar jendela yang sama disetiap lokasinya. Pada penelitian ini pemilihan optimal dikerjakan dengan perhitungan nilai Cross Validation (CV) yang minimum.…”

Section: Pendahuluanunclassified

Pemodelan Indeks Pembangunan Manusia di Indonesia dengan Geographically Weighted Regression (GWR)

Marizal

Atiqah²

2022

JSMS

View full text Add to dashboard Cite

Indeks Pembangunan Manusia (IPM) merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. IPM menjelaskan bagaimana penduduk dapat mengakses hasil pembangunan dalam hal pendapatan, kesehatan dan pendidikan. Penelitian ini bertujuan untuk mendapatkan pemodelan IPM serta melihat faktor-faktor apa saja yang mempengaruhi IPM di Indonesia tahun 2020. Data pada penelitian ini berupa data sekunder yang diperoleh dari Badan Pusat Statistik (BPS). Pemodelan dengan menggunakan regresi linier belum tentu cocok diterapkan diseluruh provinsi yang ada di Indonesia karena kondisi pendapatan, kesehatan dan pendidikan di provinsi di Indonesia berbeda-beda. Oleh karena itu, pada penelitian ini digunakan pendekatan geografis yaitu Geographically Weighted Regression (GWR) dalam memodelkan IPM dengan menggunakan variabel bebas yaitu Harapan Lama Sekolah (HLS), Rata-rata Lama Sekolah (RLS), Umur Harapan Hidup (UHH) dan Pengeluaran Per Kapita (PPK). Model GWR merupakan pengembangan dari model regresi spasial dimana setiap parameter dihitung setiap lokasi pengamatan, sehingga setiap lokasi akan memiliki interpretasi yang berbeda-beda. Pada pemodelan GWR membutuhkan fungsi pembobot, adapun fungsi pembobot yang digunakan pada penelitian ini yaitu Adaptive Kernel Gaussian. Hasil penelitian ini menunjukkan bahwa semua variabel bebas berpengaruh terhadap IPM. Model GWR merupakan model terbaik dibandingkan regresi linier dengan standar pemilihan nilai koefisien determinasi terbesar dan nilai Akaike Information Criterion (AIC) terkecil.

show abstract

Section: Pendahuluanunclassified

Pemodelan Indeks Pembangunan Manusia di Indonesia dengan Geographically Weighted Regression (GWR)

Marizal

Atiqah²

2022

JSMS

View full text Add to dashboard Cite

show abstract

“…This means that the GWR model is more feasible to describe pneumonia cases that occurred in East Java in 2016. Mahdy [9] modeled the number of COVID-19 cases in West Java using GWR from the study, it was found that locally the GWR model has a higher coefficient of determination than modeling globally linear regression.…”

Section: Siswanto Mirna Muhammad Yusran Ummul Auliyah Syam and Alya S...mentioning

confidence: 99%

Identification of Factors that Influence Stunting Cases in South Sulawesi using Geographically Weighted Regression Modeling

Siswanto

Mirna

Yusran

et al. 2022

View full text Add to dashboard Cite

In Indonesia, nearly seven million children under five are stunted and throughout the world, Indonesia is the country with the fifth-highest stunting prevalence. South Sulawesi ranks fourth with a high stunting potential in Indonesia. Stunting is caused by multi-dimensional factors and not only due to malnutrition experienced by pregnant women and children under five. In more detail, several factors that cause stunting are the effects of poor care, the lack of household/family access to nutritious food, and the lack of access to clean water and sanitation. In addition to maternal characteristics and parenting, the problem of stunting is also influenced by environmental factors and geographical conditions (population density, climatic conditions, and inadequate sanitation) so the spatial analysis is important to do in overcoming this problem. In spatial data, often observations at a location (space) depend on observations at other locations that are nearby (neighboring). By using Geographically Weighted Regression (GWR) obtained variables that affect the prevalence of stunting in South Sulawesi Province, including the percentage of babies receiving vitamin A intake, the percentage of babies receiving exclusive breastfeeding, the percentage of babies receiving health care, the percentage of malnourished children under five, the percentage short toddlers, the percentage of infants receiving DPT-HB-Hib, Measles and BCG immunizations. for the GWR model is 81.32% and based on variables that are significant to the prevalence of stunting in South Sulawesi Province, three clusters are formed.

show abstract

“…Dengan demikian, diperlukan penelitian untuk mengetahui faktor apa saja yang memengaruhi jumlah kasus konfirmasi COVID-19. Penelitian yang dilakukan oleh Mahdy (2020), menjelaskan bahwa faktor yang dianggap memengaruhi kasus COVID-19 di Provinsi Jawa Barat yaitu kepadatan penduduk dan beberapa variabel lainnya. Penelitian yang dilakukan oleh Zulkarnain dan Ramadani (2020), menjelaskan bahwa kualitas udara signifikan memengaruhi kasus COVID-19 di Pulau Jawa.…”

Section: Pendahuluanunclassified

“…Hal tersebut sejalan dengan beberapa penelitian yang telah dilakukan. Penelitan oleh Mahdy (2020), menyatakan bahwa kepadatan penduduk berpengaruh secara signifikan di Jawa Barat. Penelitian oleh Fitriani dan Jaya (2020), menyatakan bahwa kepadatan penduduk berpengaruh secara signifikan di Jawa Timur.…”

Section: Pengelompokkan Wilayah Berdasarkan Variabel Prediktor Yang Signifikanunclassified

Analisis Spasial Kasus COVID-19 sampai dengan PPKM Jilid Dua

Rahadiyan¹,

Pasaribu²

2021

semnasoffstat

View full text Add to dashboard Cite

Pandemi COVID-19 merupakan penyebaran wabah penyakit menular COVID-19 yang diakibatkan oleh infeksi SARS-CoV-2 di semua negara termasuk Indonesia. Pada 31 Maret 2020, diterbitkan Peraturan Pemerintah Nomor 21 Tahun 2020 tentang pembatasan sosial berskala besar untuk membatasi mobilitas orang dan barang. Pemerintah daerah menetapkan kebijakan karantina di beberapa wilayah di Pulau Jawa dan Bali berdasarkan Instruksi Mendagri Nomor 1 Tahun 2021 tentang Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) Jilid 1 dan Jilid 2. Penelitian ini bertujuan untuk mengetahui gambaran umum, mengidentifikasi keragaman spasial, dan menganalisis faktor-faktor yang memengaruhi karakteristik spasial kasus COVID-19 di Pulau Jawa dan Bali sampai dengan masa PPKM Jilid 2 dengan Geographically Weighted Negative Binomial Regression. Hasil analisis menunjukkan terdapat keragaman spasial kasus COVID-19 di Pulau Jawa dan Bali. Kepadatan penduduk berpengaruh signifikan di seluruh kabupaten/kota, sedangkan rasio tenaga kesehatan per 1000 penduduk, indeks kualitas udara, dan pengeluaran kesehatan berpengaruh signifikan di beberapa kabupaten/kota di Pulau Jawa dan Bali.

show abstract

Pemodelan Jumlah Kasus Covid-19 Di Jawa Barat Menggunakan Geographically Weighted Regression

Cited by 10 publications

References 0 publications

Pemodelan Indeks Pembangunan Manusia di Indonesia dengan Geographically Weighted Regression (GWR)

Pemodelan Indeks Pembangunan Manusia di Indonesia dengan Geographically Weighted Regression (GWR)

Identification of Factors that Influence Stunting Cases in South Sulawesi using Geographically Weighted Regression Modeling

Analisis Spasial Kasus COVID-19 sampai dengan PPKM Jilid Dua

Contact Info

Product

Resources

About