• Tidak ada hasil yang ditemukan

PEMODELAN TINGKAT KUALITAS AIR DI KOTA PONTIANAK DENGAN MENGGUNAKAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2022

Membagikan "PEMODELAN TINGKAT KUALITAS AIR DI KOTA PONTIANAK DENGAN MENGGUNAKAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION"

Copied!
10
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 10 Halaman )

Teks penuh

Gambar

Gambar 1. Peta Titik Lokasi Sampel Sumber: [10]
Tabel 1. Uji Serentak Model Regresi Multivariat Y1 (COD) SK JK db KT F hitung P-value Model 30346,160 4 7586,540 31,762 0,000 Eror 8837,712 37 238,857 Total 39183,872 41 Y2 (TDS) SK JK db KT F hitung P-value Model 47313,167 4 1
Tabel 3. Nilai VIF dari Variabel Prediktor
Tabel 4. Uji Bartlett’s Statistik Uji Nilai Chi Kuadrat (Chi-Square) 2,206

Referensi

Unduh sekarang ( PDF - 10 Halaman - 0.99 MB )

Dokumen terkait

Pemodelan Kasus Balita Gizi Buruk di Kabupaten Bojonegoro dengan Geographically Weighted Regression

Faktor- faktor yang berpengaruh terhadap terjadinya kasus balita gizi buruk secara keseluruhan di Kabupaten Bojonegoro adalah persentase ibu yang mendapat tablet Fe3, balita

Pemodelan Dan Pemetaan Kasus Pneumonia Di Kota Padang Tahun 2014 Dengan Geographically Weighted Negative Binomial Regression

Metode yang dapat digunakan untuk mendeteksi faktor-faktor yang mempengaruhi pneumonia dan dapat memperhatikan aspek data spasial adalah geographically weighted

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

Penelitian ini bertujuan untuk mengetahui faktor-faktor apa saja yang mempengaruhi tingkat kerawanan desa atau kelurahan terhadap penyakit DBD di Kabupaten Lamongan Tahun 2009

Pemodelan Faktor-Faktor yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression

Pemodelan faktor-faktor yang mempengaruhi tingkat buta huruf tiap kabupaten/kota di Jawa Timur dengan menggunakan GWOLR lebih baik daripada menggunakan model regresi logistik

Pemodelan penyakit tuberkulosis (TB) di kota Surabaya tahun 2013 dengan metode Geographically Weighted Poisson Regression

Kelompok pertama terdiri dari 9 kecamatan dengan sembilan variabel yang berpengaruh signifikan terhadap jumlah kasus TB yaitu persentase penduduk yang berusia ≥ 65

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression

Pemodelan faktor-faktor yang mempengaruhi tingkat buta huruf tiap kabupaten/kota di Jawa Timur dengan menggunakan GWOLR lebih baik daripada menggunakan model regresi logistik

Pemodelan dan Pemetaan Prevalensi Kusta di Kabupaten/Kota Jawa Timur dengan Pendekatan Mixed Geographically Weighted Regression

Oleh karena itu, pada penelitian ini akan diteliti faktor-faktor yang mempengaruhi prevalensi penderita kusta di Kabupaten/Kota Provinsi Jawa Timur dengan

PEMODELAN DATA KEMISKINAN DI PROVINSI SUMATERA BARAT DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) Ilham Maggri 1, Dwi Ispriyanti 2.

Dari hasil analisis dan pembahasan yang telah dilakukan, dapat diperoleh beberapa kesimpulan, yaitu faktor-faktor yang signifikan mempengaruhi tingkat kemiskinan di Provinsi