Salah satu analisis statistika yang menghubungkan variabel dependent
dengan variabel independent yaitu metode regresi. Analisis regresi telah banyak
diaplikasikan pada berbagai bidang untuk menguji pengaruh hubungan suatu
variabel terhadap variabel lainnya. Hasil keluaran (output) dari metode ini adalah
estimasi dari parameter yang membentuk suatu model tertentu (Draper dan
Smeeth, 1992). Masalah utama dari metode regresi sederhana adalah jika metode
ini diterapkan pada data spasial. Untuk mengatasi permasalahan pada data spasial,
maka metode regresi yang akan digunakan adalah Geographically Weighted
Regression (GWR), yaitu model yang menggunakan faktor geografis sebagai
variabel independent yang dapat mempengaruhi variabel dependent. Estimasi
pada model GWR dengan pendekatan MLE (Maxsimum Likelihood Estimator)
yang sebenarnya menghasilkan estimator yang sama dengan pendekatan Weighted
Least Square (WLS) yang sudah umum digunakan. Namun pendekatan ini tidak
dapat digunakan secara langsung untuk menaksir estimator varians.
Dalam penelitian ini, regresi spasial diterapkan dalam bidang hidrologi
yang berkaitan dengan karakteristik Kali Konto pada sub Daerah Aliran Sungai
(DAS). Karakteristik faktor-faktor penyebab terjadinya banjir yang
dipertimbangkan antara lain: curah hujan (y), koefisien thiessen (x
1
) dan luas
sungai (x
2
). Model regresi yang diperoleh dari penelitian ini adalah :
1 2 y = 1346.093 - 3118665.369x + 5820.669x
Aplikasi model GWR dapat menunjukkan bahwa terdapat pengaruh faktor
geografis pada data curah hujan, luas sungai serta koefisien thiessen berdasarkan
p-value dari uji signifikansi parameter. Artinya lokasi pengamatan yang
berdekatan akan saling mempengaruhi atau dengan kata lain model GWR dapat
mengatasi masalah data spasial yang dihadapi oleh regresi global (klasik).
dengan variabel independent yaitu metode regresi. Analisis regresi telah banyak
diaplikasikan pada berbagai bidang untuk menguji pengaruh hubungan suatu
variabel terhadap variabel lainnya. Hasil keluaran (output) dari metode ini adalah
estimasi dari parameter yang membentuk suatu model tertentu (Draper dan
Smeeth, 1992). Masalah utama dari metode regresi sederhana adalah jika metode
ini diterapkan pada data spasial. Untuk mengatasi permasalahan pada data spasial,
maka metode regresi yang akan digunakan adalah Geographically Weighted
Regression (GWR), yaitu model yang menggunakan faktor geografis sebagai
variabel independent yang dapat mempengaruhi variabel dependent. Estimasi
pada model GWR dengan pendekatan MLE (Maxsimum Likelihood Estimator)
yang sebenarnya menghasilkan estimator yang sama dengan pendekatan Weighted
Least Square (WLS) yang sudah umum digunakan. Namun pendekatan ini tidak
dapat digunakan secara langsung untuk menaksir estimator varians.
Dalam penelitian ini, regresi spasial diterapkan dalam bidang hidrologi
yang berkaitan dengan karakteristik Kali Konto pada sub Daerah Aliran Sungai
(DAS). Karakteristik faktor-faktor penyebab terjadinya banjir yang
dipertimbangkan antara lain: curah hujan (y), koefisien thiessen (x
1
) dan luas
sungai (x
2
). Model regresi yang diperoleh dari penelitian ini adalah :
1 2 y = 1346.093 - 3118665.369x + 5820.669x
Aplikasi model GWR dapat menunjukkan bahwa terdapat pengaruh faktor
geografis pada data curah hujan, luas sungai serta koefisien thiessen berdasarkan
p-value dari uji signifikansi parameter. Artinya lokasi pengamatan yang
berdekatan akan saling mempengaruhi atau dengan kata lain model GWR dapat
mengatasi masalah data spasial yang dihadapi oleh regresi global (klasik).
No comments:
Post a Comment