DAFTAR ISI LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI...
|
|
|
- Sonny Lesmono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DAFTAR ISI Halaman LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii iv v vii ix xii xiii xiv BAB I PENDAHULUAN 1.1 Latar Belakang Rumusan Masalah Tujuan Manfaat Batasan Masalah... 6 BAB II TINJAUAN PUSTAKA 2.1 Pertumbuhan Ekonomi Faktor-faktor yang Mempengaruhi Pertumbuhan Ekonomi Distribusi Binomial Estimator Maksimum Likelihood ix
2 2.5 Metode Newton Raphson Regresi Logistik Regresi Spasial Logistik Pengujian Parsial Parameter Model Regresi Spasial Logistik Uji Kesesuaian Model Regresi Spasial Logistik Pembobot GWR S-PLUS ArcGIS BAB III METODE PENELITIAN 3.1 Sumber Data Variabel Penelitian Langkah-langkah Analisis Data BAB IV HASIL DAN PEMBAHASAN 4.1 Deskriptif Faktor-fakor yang terkait dengan Ketercapaian Target Laju Pertumbuhan Ekonomi di Jawa Timur Penerapan Data Pemodelan Ketercapaian Target Laju Pertumbuhan Ekonomi di Jawa Timur Berdasarkan Pendekatan Regresi Spasial Logistik Pengujian Parsial Parameter Model Regresi Spasial Logistik Uji Kesesuaian Model Regresi Spasial Logistik x
3 4.2.4 Ketepatan Klasifikasi Model Regresi Spasial Logistik Prediksi Probabilitas Ketercapaian Target Laju Pertumbuhan Ekonomi Pemerintah Jawa Timur Deskriptif Hasil Estimasi Laju Pertumbuhan Ekonomi Dan Persebaran Variabel Prediktor yang Berpengaruh Signifikan BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN xi
4 DAFTAR TABEL Tabel Judul Tabel Halaman 3.1 Variabel-variabel Penelitian Perbandingan Nilai AICc Tiap Pembobot Fungsi Kernel Ringkasan Hasil Estimasi Parameter Model Regresi Spasial Logistik Menggunakan Pembobot Fungsi Kernel Fixed Gaussian Pengujian Parsial Parameter Model Regresi Spasial Logistik Kabupaten Gresik Pengujian Parsial Parameter Model Regresi Spasial Logistik Kabupaten Bojonegoro Variabel-Variabel yang Berpengaruh Signifikan Terhadap Variabel Respon di Tiap Kabupaten/Kota di Jawa Timur Pengelompokan Kabupaten/Kota di Jawa Timur Berdasarkan Variabel Prediktor yang Berpengaruh Signifikan Model Regresi Spasial Logistik yang Terbentuk di Tiap Kabupaten atau Kota Hasil Uji Kesesuaian Model Regresi Spasial Logistik Ketepatan Klasifikasi Model Regresi Spasial Logistik Nilai Variabel Prediktor Kota Surabaya pada tahun ke-t Odds ratio Kabupaten/kota yang Signifikan Dipengaruhi DAU Odds ratio Kabupaten/kota yang Signifikan Dipengaruhi APBD Odds ratio Kabupaten/kota yang Signifikan Dipengaruhi IPM xii
5 DAFTAR GAMBAR Gambar Judul Gambar Halaman 4.1 Peta Persebaran Ketercapaian Target Laju Pertumbuhan Ekonomi di Jawa Timur Tahun Peta Persebaran Indek Pembangunan Manusia Provinsi Jawa Timur Tahun Peta Persebaran Tingkat Inflasi Provinsi Jawa Timur Tahun Peta Persebaran Tingkat Pengangguran Terbuka Provinsi Jawa Timur Tahun Peta Persebaran Hasil Estimasi Ketercapaian Target Laju Pertumbuhan Ekonomi di Jawa Timur Tahun Peta Persebaran Variabel Prediktor yang Berpengaruh Signifikan Terhadap Laju Pertumbuhan Ekonomi Jawa Timur Tahun xiii
6 DAFTAR LAMPIRAN Lampiran Judul Lampiran 1 Data Variabel Respon dan Variabel-Variabel Prediktor 2 Kode Kabupaten/kota di Kota Surabaya 3 Output Estimasi Model Regresi Spasial Logistik MenggunakanSoftware GWR Hasil Estimasi Model Regresi Spasial Logistik Tiap Kabupaten/Kota di Jawa Timur Menggunakan Software GWR Validasi Hasil Estimasi Ketercapaian Target Laju Pertumbuhan Ekonomi Setiap Kabupaten/kota di Jawa Timur 6 Program Prediksi Probabilitas Tercapainya Target Laju Pertumbuhan Ekonomi di Jawa Timur Menggunakan Software S-PLUS Output Program Prediksi Probabilitas Tercapainya Target Laju Pertumbuhan Ekonomi di Jawa Timur Menggunakan Software S-PLUS 2000 xiv
BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS)
28 BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS) 3.1 Geographically Weighted Logistic Regression (GWLR) Geographically Weighted Logistic Regression adalah metode untuk
BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)
BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) 3.1 Regresi Poisson Regresi Poisson merupakan suatu bentuk analisis regresi yang digunakan untuk memodelkan data
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION 3.1 Mixed Geographically Weighted Regression Model Mixed Geographically Weighted Regression merupakan model kombinasi atau gabungan antara regresi global
DAFTAR ISI. Halaman. viii
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii KATA PENGANTAR... iv ABSTRAK... vi ABSTACT... vii DAFTAR ISI... viii DAFTAR SIMBOL... xi DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR
FAKTOR-FAKTOR YANG MEMPENGARUHI KEBERHASILAN BELAJAR MAHASISWA PENDIDIKAN MATEMATIKA DENGAN REGRESI LOGISTIK
FAKTOR-FAKTOR YANG MEMPENGARUHI KEBERHASILAN BELAJAR MAHASISWA PENDIDIKAN MATEMATIKA DENGAN REGRESI LOGISTIK SKRIPSI Diajukan untuk Memenuhi Syarat Memperoleh Gelar Sarjana S1 Oleh Purwita Erviana 0901060024
BAB III METODE PENULISAN
BAB III METODE PENULISAN Metode penulisan yang berkaitan tujuan penulisan ini adalah sebagai berikut: 3.1 Mengidentifikasi variabel prediktor pada model MGWR langkahlangkah a. Mengasumsikan data, untuk
PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) DENGAN FUNGSI PEMBOBOT FIXED GAUSSIAN KERNEL DAN ADAPTIVE GAUSSIAN KERNEL (Studi Kasus Laju Pertumbuhan Penduduk Provinsi Jawa Tengah) SKRIPSI
PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
BAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi
BAB I PENDAHULUAN Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi penulisan tesis, rumusan masalah, tujuan dan manfaatnya, tinjauan-tinjauan pustaka dari hasil penelitian terkait serta
SKRIPSI. Disusun Oleh : RAHMA NURFIANI PRADITA
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA KABUPATEN/ KOTA DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION SKRIPSI Disusun Oleh : RAHMA NURFIANI
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PENDUDUK KOTA SEMARANG TAHUN 2011 MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PENDUDUK KOTA SEMARANG TAHUN 2011 MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SKRIPSI DisusunOleh : Catra Aditya Wisnu Aji NIM : J2E
DAFTAR ISI. Halaman Sampul... i. Halaman Judul... ii. Halaman Pengesahan... iv. Motto... v. Halaman Persembahan... vi. Daftar Isi...
DAFTAR ISI Hal Halaman Sampul... i Halaman Judul... ii Halaman Pernyataan Bebas Plagiarisme... iii Halaman Pengesahan... iv Motto... v Halaman Persembahan... vi Kata Pengantar... vii Daftar Isi... ix Daftar
DAFTAR ISI BAB II TINJAUAN PUSTAKA... 9
DAFTAR ISI Halaman HALAMAN JUDUL... ii HALAMAN PERSETUJUAN PEMBIMBING... iii HALAMAN PENGESAHAN... iv KATA PENGANTAR... v DAFTAR ISI... vii DAFTAR TABEL... x DAFTAR GAMBAR... xi DAFTAR LAMPIRAN... xii
PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION
E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 29-34 ISSN: 2303-1751 PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION GUSTI
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI Oleh : WINDA FAATI KARTIKA J2E 006 039 PRODI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
BAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN Pada bab analisis dan pembahasan ini akan jelaskan tentang pola persebaran jumlah penderita kusta dan faktor-faktor yang mempengaruhinya, kemudian dilanjutkan dengan pemodelan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Atiya Maulani, 2013
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, tidak jarang dihadapkan pada berbagai masalah yang berkaitan dengan dua atau lebih variabel dalam suatu bentuk hubungan tertentu
BAB I PENDAHULUAN. Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang dimaksud di sini adalah peristiwa kegagalan yang dapat berupa tidak berfungsinya benda tersebut
2015 REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR)
1 BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan salah satu cabang ilmu matematika yang mempelajari bagaimana merencanakan, mengumpulkan, mempresentasikan, menganalisis, dan menginterpretasikan
IMPLEMENTASI METODE PENALIZED MAXIMUM LIKELIHOOD ESTIMATION PADA MODEL REGRESI LOGISTIK BINER SKRIPSI. Oleh Miftahus Sholihin NIM
IMPLEMENTASI METODE PENALIZED MAXIMUM LIKELIHOOD ESTIMATION PADA MODEL REGRESI LOGISTIK BINER SKRIPSI Oleh Miftahus Sholihin NIM 101810101001 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Masalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
BAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU
BAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU 3.1 Model Regresi Cox Proportional Hazard dengan Variabel Terikat oleh Waktu Model regresi Cox proportional hazard
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Regresi logistik digunakan untuk memprediksi variabel respon yang biner dengan satu set variabel penjelas (prediktor). Estimasi parameter dapat menjadi tidak
PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DI PROVINSI BALI
PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DI PROVINSI BALI M ARRIE KUNILASARI ELYNA 1, I GUSTI AYU MADE SRINADI 2, MADE SUSILAWATI 3 1,2,3, Jurusan Matematika,
EKO ERTANTO PEMBIMBING
UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING
BAB IV KESIMPULAN DAFTAR PUSTAKA LAMPIRAN... 64
DAFTAR ISI Halaman HALAMAN JUDUL... ii HALAMAN PENGESAHAN... iii KATA PENGANTAR... v ABSTRAK... vii ABSTACT... viii DAFTAR ISI... ix DAFTAR SIMBOL... xii DAFTAR TABEL... xiv DAFTAR GAMBAR... xv DAFTAR
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
PEMODELAN TINGKAT KOLESTEROL DARAH PADA PENDERITA DIABETES MELITUS TIPE 2 DENGAN PENDEKATAN REGRESI LOGISTIK ORDINAL (STUDI KASUS DI KLINIK PRATAMA MADINAH KABUPATEN JOMBANG) SKRIPSI DIAJUKAN UNTUK MEMENUHI
REGRESI LOG-LOGISTIK UNTUK DATA TAHAN HIDUP TERSENSOR TIPE I. oleh NANDA HIDAYATI M
REGRESI LOG-LOGISTIK UNTUK DATA TAHAN HIDUP TERSENSOR TIPE I oleh NANDA HIDAYATI M0108098 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN
BAB I PENDAHULUAN. Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat
BAB I PENDAHULUAN 1.1 Latar Belakang Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat kesehatan masyarakat atau derajat kesehatannya. Indikator kesehatan suatu negara dapat dilihat
terdefinisi. Oleh karena itu, estimasi resiko kematian pasien dapat diperoleh berdasarkan nilai hazard ratio. Model hazard proporsional parametrik
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu tahan hidup (survival) merupakan waktu tunggu hingga terjadinya suatu kejadian (event) tertentu. Pada bidang kesehatan, event dapat dianggap sebagai suatu kegagalan
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Identifikasi Variabel Prediktor pada Model MGWR Setiap variabel prediktor pada model MGWR akan diidentifikasi terlebih dahulu untuk mengetahui variabel prediktor yang berpengaruh
DAFTAR ISI. Halaman Judul... Halaman Pengesahan... Halaman Persembahan... Halaman Motto... Kata Pengantar... Daftar Isi... Daftar Gambar...
DAFTAR ISI Halaman Halaman Judul... Halaman Pengesahan... Halaman Persembahan... Halaman Motto... Kata Pengantar... Daftar Isi... Daftar Gambar... Daftar Tabel... i ii iii iv v vii xi xiii BAB I Pendahuluan...
PEMBENTUKAN MODEL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB
PEMBENTUKAN MODEL SPASIAL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB (Studi Kasus : Kemiskinan di Jawa Tengah) SKRIPSI Disusun Oleh : IRAWATI TAMARA NIM. 24010212120002 JURUSAN STATISTIKA FAKULTAS
BAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN Analisa pemodelan fungsi hubungan pada variabel repon dengan variabel prediktor akan dijelaskan pada bab ini. Analisis yang digunakan pada penelitian ini adalah menggunakan
PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer digunakan dalam sebuah penelitian untuk mengetahui bentuk hubungan antara variabel
DAFTAR ISI. BAB 1 PENDAHULUAN 1.1 Latar Belakang Rumusan Masalah Tujuan Penelitian Manfaat Penelitian...
DAFTAR ISI LEMBAR PERSETUJUAN... i PERNYATAAN ORISINALITAS... ii DECLARATION... iii KATA PENGANTAR... iv ABSTRAK... vii ABSTRACT... viii DAFTAR ISI... ix DAFTAR TABEL... xii DAFTAR GAMBAR... xiii DAFTAR
SKRIPSI PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR INDUSTRI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL
SKRIPSI PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR INDUSTRI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL Disusun Oleh : Loviana 5303012012 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS
BAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Regresi adalah suatu metode yang digunakan untuk menganalisis hubungan antara variabel respon dengan variabel penjelas. Pada umumnya, variabel respon
ADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA
PEMODELAN ANGKA PARTISIPASI SEKOLAH JENJANG MENENGAH ATAS DI JAWA TIMUR DENGAN PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION SKRIPSI DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM MEMPEROLEH
Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal
Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita
ABSTRAK. Kata kunci : regresi Poisson, GWPR, Angka Kematian Bayi (AKB)
PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) DI PROVINSI JAWA TIMUR Septika Tri Ardiyanti 1, Purhadi 2 1 Mahasiswa Jurusan Statistika ITS. 2 Dosen Jurusan
2.11. Penduduk Yang Bekerja di Sektor Pertanian Pengangguran... 40
2.11. Penduduk Yang Bekerja di Sektor Pertanian... 38 2.12. Pengangguran... 40 BAB III DASAR TEORI... 42 3.1. Analisis Regresi Linier Berganda... 42 3.2. Penaksiran Koefisien Regresi Menggunakan Matriks...
DAFTAR TABEL PENGGUNAAN TANAH DI KOTA PEKALONGAN PER KECAMATAN TAHUN LUAS PENGGUNAAN TANAH/LAHAN DI KOTA PEKALONGAN TAHUN 2012/
DAFTAR TABEL TABEL 1.1 TABEL 1.2 TABEL 1.3 PENGGUNAAN TANAH DI KOTA PEKALONGAN PER KECAMATAN TAHUN 2012 3 LUAS PENGGUNAAN TANAH/LAHAN DI KOTA PEKALONGAN TAHUN 2012/2013 4 PDRB ATAS DASAR\ HARGA BERLAKU
BAB III METODA PENELITIAN. Dalam penelitian ini digunakan variabel-variabel untuk melakukan analisis data.
BAB III METODA PENELITIAN 3.1 Operasionalisasi Variabel Dalam penelitian ini digunakan variabel-variabel untuk melakukan analisis data. Variabel tersebut terdiri dari variabel terikat (dependent variable)
SKRIPSI. Disusun Oleh : MUHAMMAD HARIS NIM : J2E
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH KEJAHATAN PENCURIAN KENDARAAN BERMOTOR (CURANMOR) MENGGUNAKAN MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) SKRIPSI Disusun Oleh : MUHAMMAD HARIS
DAFTAR ISI. KATA PENGANTAR... i. DAFTAR ISI... iv. DAFTAR TABEL... ix. DAFTAR GAMBAR... xi. DAFTAR LAMPIRAN... xii
DAFTAR ISI HALAMAN PENGESAHAN HALAMAN PERNYATAAN KATA PENGANTAR... i DAFTAR ISI... iv DAFTAR TABEL... ix DAFTAR GAMBAR... xi DAFTAR LAMPIRAN... xii INTISARI... xiii ABSTRACT... xiv BAB 1 PENDAHULUAN 1.1
DAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PERSETUJUAN PEMBIMBING... ii. HALAMAN PENGESAHAN TUGAS AKHIR... iii. HALAMAN MOTTO... iv. KATA PENGANTAR...
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PERSETUJUAN PEMBIMBING... ii HALAMAN PENGESAHAN TUGAS AKHIR... iii HALAMAN MOTTO... iv KATA PENGANTAR... v DAFTAR ISI... vii DAFTAR TABEL... x DAFTAR GAMBAR...
PEMODELAN KEMISKINAN MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DENGAN FUNGSI PEMBOBOT FIXED KERNEL
PEMODELAN KEMISKINAN MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DENGAN FUNGSI PEMBOBOT FIXED KERNEL Hasriana 1, Raupong 2, Nirwan Ilyas 3 1 Program Studi Statistika FMIPA Universitas Hasanuddin
PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION
PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION SKRIPSI Disusun Oleh : DEPY VERONICA 24010212140035 DEPARTEMEN STATISTIKA
GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH
GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH SKRIPSI Disusun Oleh : NURMALITA SARI 240102120008 DEPARTEMEN STATISTIKA FAKULTAS
PEMODELAN STATUS KESEJAHTERAAN DAERAH KABUPATEN ATAU KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 43-52 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN STATUS KESEJAHTERAAN DAERAH KABUPATEN ATAU KOTA DI JAWA
PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA)
PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA) SKRIPSI Disusun Oleh : NOVIKA PRATNYANINGRUM 24010211140095
SEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
MODEL GEOGRAPHICALLY WEIGHTED ORDINAL MULTINOMIAL LOGISTIC REGRESSION (GWOMLR) PADA INCIDENCE RATE (IR) DEMAM BERDARAH DENGUE (DBD) DI KOTA SEMARANG
MODEL GEOGRAPHICALLY WEIGHTED ORDINAL MULTINOMIAL LOGISTIC REGRESSION (GWOMLR) PADA INCIDENCE RATE (IR) DEMAM BERDARAH DENGUE (DBD) DI KOTA SEMARANG NAFSA AMALI M0108021 SKRIPSI ditulis dan diajukan untuk
DAFTAR ISI. HALAMAN PERSETUJUAN PEMBIMBING... ii. HALAMAN PENGESAHAN TUGAS AKHIR... iii. KATA PENGANTAR... iv. DAFTAR ISI... vi. DAFTAR TABEL...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN PEMBIMBING... ii HALAMAN PENGESAHAN TUGAS AKHIR... iii KATA PENGANTAR... iv DAFTAR ISI... vi DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xi
Informasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Informasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG) Aulia Nugrahani
BAB II DASAR TEORI. Gambar 2.1 : Perbedaan Antara Proses Stationer dan Proses Non-Stationer
BAB II DASAR TEORI Model adalah penyederhanaan dunia nyata (real world) ke dalam suatu bentuk terukur (Deliar, 27). Bentuk terukur tersebut adalah asumsi yang dianggap dapat merepresentasikan dunia nyata
ISSN: Vol. 1 No. 1 Agustus 2012
ISSN: 2303-1751 Vol. 1 No. 1 Agustus 2012 e-jurnal Matematika, Vol. 1, No. 1, Agustus 2012, 94-98 ISSN: 2303-1751 PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Model Regresi Linier Metode regresi linier merupakan suatu metode yang memodelkan hubungan antara variabel respon dengan variabel prediktor. Tujuannya adalah untuk mengukur
BAB III METODE PENELITIAN. Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab
BAB III METODE PENELITIAN A. Jenis Penelitian Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab rumusan masalah yang telah diuraikan sebelumnya dengan berdasarkan tingkat eksplanasinya 54.
Dosen Pembimbing : Dr. Purhadi, M.Sc
Citra Fatimah Nur / 1306 100 065 Dosen Pembimbing : Dr. Purhadi, M.Sc Outline 1 PENDAHULUAN TINJAUAN PUSTAKA 3 METODOLOGI PENELITIAN 4 ANALISIS DAN PEMBAHASAN 5 KESIMPULAN Latar Belakang 1960-1970 1970-1980
BAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam aspek kehidupan ini, banyak ditemui permasalahan yang berkaitan dengan data. Baik dalam bidang ekonomi, sosial, budaya, politik, sejarah, kesehatan, dan lain-lain.
LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH
PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH 1 Diana Wahyu Safitri, 2 Moh Yamin Darsyah, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika FMIPA Universitas
DAFTAR ISI Latar Belakang Masalah Rumusan Masalah Tujuan Penelitian Manfaat Penelitian... 15
DAFTAR ISI LEMBAR PENGESAHAN... ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iv vi viii ix x BAB I. BAB II. PENDAHULUAN 1.1 Latar Belakang Masalah...
SKRIPSI. Disusun oleh: Alin Citra Suardi
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DENGAN METODE REGRESI PROBIT ORDINAL (Studi Kasus Kabupaten/ Kota di Jawa Tengah Tahun 2013) SKRIPSI Disusun oleh: Alin Citra Suardi 24010211130066
2016 APLIKASI MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) MENGGUNAKAN SOFTWARE MATLAB
1 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari sering dihadapkan dengan hubungan yang melibatkan dua atau lebih peubah atau variabel. Persamaan matematik yang menggambarkan persamaan
ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 111-120 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN
DAFTAR ISI. HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii. KATA PENGANTAR... iv LEMBAR PERSEMBAHAN... vi INTISARI...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii KATA PENGANTAR... iv LEMBAR PERSEMBAHAN... vi INTISARI... vii ABSTRACT... viii DAFTAR ISI... ix DAFTAR TABEL... xiii DAFTAR
ADLN- PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB 1 PENDAHULUAN. metode yang bisaanya digunakan dalam estimasi parameter yakni Ordinary Least
BAB 1 PENDAHULUAN 1.1 Latar Belakang Data populasi dalam suatu penelitian berguna untuk mengetahui karakteristik objek yang akan menghasilkan gambaran akurat mengenai karakteristik objek tersebut. Statistik
BAB IV ANALISIS DAN PEMBAHASAN
44 BAB IV ANALISIS DAN PEMBAHASAN Evaluasi variabel makroekonomi dalam transisi rating kredit dengan menggunakan metode Macro Simulation Approach dilakukan sebagai berikut: 4.1 Sumber Data Dalam penelitian
BAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan
Kata Kunci : MGWMLM, GWMLM, DAS.
ANALISIS PENGARU CURA UJAN DAN MORFOMETRI PADA PENINGKATAN DEBIT DAN SEDIMEN DI DAS KONTO ULU DENGAN PENDEKATAN MIXED GEOGRAPICALLY WEIGTED MULTUVARIATE LINIER MODEL 1 Memi Nor ayati, 2 Purhadi 1 Jurusan
Sem 5-4. Garis Besar Rencana Pembelajaran (GBRP)
Sem -. Garis Besar Rencana Pembelajaran (GBRP) Nama Matakuliah : Analisis Data Kategorik Kode MK/SKS : 309H203/3SKS Semester : Awal/ (Tahun III) Mata Kuliah Prasyarat : Metode Statistika, Komputasi Statistika
BAB III REGRESI TERSENSOR (TOBIT) Model regresi yang didasarkan pada variabel terikat tersensor disebut
BAB III REGRESI TERSENSOR (TOBIT) 3.1 Model Regresi Tersensor (Tobit) Model regresi yang didasarkan pada variabel terikat tersensor disebut model regresi tersensor (tobit). Untuk variabel terikat yang
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL SKRIPSI Oleh: OCTAFINNANDA UMMU FAIRUZDHIYA 24010210130057 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Kata Kunci : Common Effect, Fixed Effect, Tingkat Kesejahteraan Masyarakat (IPM), Regresi Data Panel
Judul Nama Pembimbing : Analisis Tingkat Kesejahteraan Masyarakat Kabupaten/Kota di Provinsi Bali : Kadek Ari Lestari : 1. Ir. I Putu Eka Nila Kencana, M.T. 2. Ir. I Komang Gde Sukarsa, M.Si. ABSTRAK Penelitian
BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) 3.1 Data Spasial Data spasial memuat informasi tentang atribut dan informasi lokasi. Sedangkan data bukan spasial (aspatial data) hanya memuat informasi
BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang
PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE
PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE TERHADA FAKTOR- FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI KABUPATEN DEMAK 1 Marlita Vebiriyana, 2 M. Yamin Darsyah, 3 Indah
BAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pengklasifikasian merupakan salah satu metode statistika untuk mengelompok atau menglasifikasi suatu data yang disusun secara sistematis. Masalah klasifikasi sering
ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH
ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH Rizal Rahmad 1, Toni Toharudin 2, Anna Chadijah 3 Prodi Master Statistika Terapan,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
PEMODELAN JUMLAH KRIMINALITAS DI INDONESIA DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM MEMPEROLEH GELAR SARJANA SAINS BIDANG
PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH TAHUN DENGAN MENGGUNAKAN REGRESI DATA PANEL
PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH TAHUN 2008 2013 DENGAN MENGGUNAKAN REGRESI DATA PANEL SKRIPSI Disusun oleh : MUHAMMAD RIZKI 24010210141014 JURUSAN STATISTIKA FAKULTAS SAINS
BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH
BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu data saham Astra Internasional Tbk tanggal 2 Januari
BAB III METODE PENELITAN. Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur.
BAB III METODE PENELITAN A. Lokasi Penelitian Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur. Pemilihan lokasi ini salah satunya karena Provinsi Jawa Timur menepati urutan pertama
SKRIPSI PENGARUH ANGKATAN KERJA YANG BEKERJA DAN LEMBAGA PELATIHAN KERJA TERHADAP PDRB KABUPATEN/KOTA DI JAWA TIMUR MENGGUNAKAN REGRESI SPASIAL
SKRIPSI PENGARUH ANGKATAN KERJA YANG BEKERJA DAN LEMBAGA PELATIHAN KERJA TERHADAP PDRB KABUPATEN/KOTA DI JAWA TIMUR MENGGUNAKAN REGRESI SPASIAL Disusun Oleh : CLAYREN NATHANNIEL 5303012017 JURUSAN TEKNIK
UNIVERSITAS BINA NUSANTARA. PROGRAM STUDI GANDA TEKNIK INFORMATIKA DAN STATISTIKA Skripsi Sarjana Program Ganda Semester Genap 2006/2007
UNIVERSITAS BINA NUSANTARA PROGRAM STUDI GANDA TEKNIK INFORMATIKA DAN STATISTIKA Skripsi Sarjana Program Ganda Semester Genap 2006/2007 Analisis Pengaruh Perilaku Berkendara Terhadap Kehematan Bahan Bakar
PEMODELAN PROPORSI PENDUDUK MISKIN KABUPATEN DAN KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION
PEMODELAN PROPORSI PENDUDUK MISKIN KABUPATEN DAN KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION SKRIPSI Disusun Oleh : Khusnul Yeni Widiyanti 24010210130070
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Metode regresi merupakan komponen integral dari suatu analisis data yang menggambarkan hubungan antara variabel respon dan satu atau lebih variabel prediktor
APLIKASI REGRESI MULTINOMIAL LOGISTIK PADA INDEKS MASSA TUBUH (IMT) SKRIPSI
APLIKASI REGRESI MULTINOMIAL LOGISTIK PADA INDEKS MASSA TUBUH (IMT) SKRIPSI Oleh : DWI SITHARINI NIM 021810101038 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER 2007
DAFTAR ISI LEMBAR PERSETUJUAN...
DAFTAR ISI LEMBAR PERSETUJUAN... i LEMBAR PENGESAHAN... ii LEMBAR PERNYATAAN... iii RIWAYAT HIDUP... iv MOTTO... v ABSTRAK... vi KATA PENGANTAR... vii DAFTAR ISI... x DAFTAR TABEL... xiv DAFTAR GRAFIK...
Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014
Prosiding Seminar Sains dan Teknologi FMIPA Unmul Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014 Dewi Andriani 1, Sri Wahyuningsih
Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit
JURNAL SAINS DAN SENI POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3520 (2301-928X Print) D-159 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan
Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum
Jurnal Gradien Vol 8 No 2 Juli 2012:809-814 Model Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Model Regresi Logistik Ordinal (Studi Kasus: Bank Rakyat Indonesia Tbk Unit Pasar Bintuhan) Yuli
PEMODELAN RISIKO PENYAKIT PNEUMONIA PADA BALITA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp. 31-36 ISSN: 2303-1751 PEMODELAN RISIKO PENYAKIT PNEUMONIA PADA BALITA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION