Model Geographically Weighted Logistic Regression dengan Fungsi Pembobot Adaptive Bisquare (Studi Kasus: Indikator Pencemaran Air Biochemical Oxygen Demand di Daerah Aliran Sungai Mahakam Provinsi Kalimantan Timur Tahun 2016)
Total View This Week0

Institusion

Universitas Mulawarman

Author

Inayah, Ulfah Resti

Subject

Adaptive Bisquare, BOD, GCV, GWLR, MLE, N-R 

Datestamp

2022-01-14 08:58:59 

Abstract :
Model Geographically Weighted Logistic Regression (GWLR) merupakan pengembangan model regresi logistik yang diaplikasikan pada data spasial. Penaksiran parameter model GWLR dilakukan pada setiap lokasi pengamatan menggunakan pembobot spasial. Data penelitian adalah data sekunder yang diperoleh dari Dinas Lingkungan Hidup Provinsi Kalimantan Timur. Tujuan penelitian ini adalah menentukan model GWLR pada data dikotomus indikator pencemaran air Biochemical Oxygen Demand (BOD) di daerah aliran air Sungai Mahakam dan mengetahui faktor-faktor yang memengaruhi probabilitas air Sungai Mahakam tercemar di 27 lokasi pengamatan tahun 2016. Penaksiran parameter model GWLR menggunakan metode Maximum Likelihood Estimation (MLE). Pembobot spasial pada penaksiran parameter ditentukan menggunakan fungsi pembobot Adaptive Bisquare dan penentuan bandwidth optimum menggunakan kriteria Generalized Cross-Validation (GCV). Hasil penelitian menunjukkan bahwa penaksir eksak Maximum Likelihood (ML) tidak dapat diperoleh secara analitik dan hampiran penaksir ML didapat menggunakan metode iteratif Newton-Raphson (N-R). Berdasarkan hasil pengujian parameter model GWLR, disimpulkan bahwa faktor-faktor yang berpengaruh terhadap BOD bersifat lokal dan berbeda-beda di 27 lokasi pengamatan daerah aliran Sungai Mahakam. Faktor-faktor yang berpengaruh bersifat lokal adalah suhu, pH, TDS, konsentrasi amonia, dan debit air, sedangkan faktor-faktor yang berpengaruh secara global adalah pH dan TDS.