EUVIMEDEUVIMED entdecken
Crossref

Pemodelan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Adaptive Bisquare Kernel Terhadap Indeks Pembangunan Manusia di Indonesia Tahun 2024

Tri Lika Wulandari, Dewi Murni

Journal of Mathematics UNP · 28.02.2026 · 10 (4) · 105-111

DOI: 10.24036/xrhjra67 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Mathematics UNP, online erschienen am 28.02.2026. Verfasst von Tri Lika Wulandari und 1 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Indeks Pembangunan Manusia menggambarkan keberhasilan upaya meningkatkan kualitas hidup manusia disuatu wilayah. Secara umum, IPM di Indonesia terus mengalami kemajuan selama tahun 2020 hingga 2024. Tetapi, pencapaian IPM Indonesia setiap provinsi sangat beragam dan tidak disertai pemerataan peningkatan IPM disetiap provinsi. Penelitian ini bertujuan membentuk model GWR dan pengelompokkan IPM Indonesia tahun 2024. Metode yang digunakan dalam penelitian ini adalah Geographically Weighted Regression. Adapun tahapan analisis data pada penelitian ini membentuk model regresi linear berganda, melakukan pemodelan GWR, pendugaan parameter, pengujian parameter dan menginterpretasikan hasil. Hasil penelitian ini adalah model GWR untuk setiap Provinsi di Indonesia berbeda. Serta terdapat 7 kategori pengelompokkan menggunakan adaptive bisquare berdasarkan variabel signifikan mempengaruhi persentase IPM di Indonesia

Zitieren

APA

Wulandari, T. L., & Murni, D. (2026). Pemodelan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Adaptive Bisquare Kernel Terhadap Indeks Pembangunan Manusia di Indonesia Tahun 2024. Journal of Mathematics UNP, 10(4), 105-111. https://doi.org/10.24036/xrhjra67

Vancouver

Wulandari TL, Murni D. Pemodelan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Adaptive Bisquare Kernel Terhadap Indeks Pembangunan Manusia di Indonesia Tahun 2024. Journal of Mathematics UNP. 2026;10(4):105-111. doi:10.24036/xrhjra67

BibTeX
@article{Wulandari2026,
  author = {Wulandari, Tri Lika and Murni, Dewi},
  title = {Pemodelan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Adaptive Bisquare Kernel Terhadap Indeks Pembangunan Manusia di Indonesia Tahun 2024},
  journal = {Journal of Mathematics UNP},
  year = {2026},
  volume = {10},
  number = {4},
  pages = {105--111},
  doi = {10.24036/xrhjra67}
}
Kostenlos starten →