SEPTIA MULYANI, - (2023) PEMODELAN JUMLAH KRIMINAL DI INDONESIA TAHUN 2020 DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
GABUNGAN TA KECUALI BAB IV.pdf Download (2MB) | Preview |
|
Text (BAB IV)
BAB IV PEMBAHASAN.pdf - Published Version Restricted to Repository staff only Download (2MB) |
Abstract
PEMODELAN JUMLAH KRIMINAL DI INDONESIA TAHUN 2020 DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) SEPTIA MULYANI 11950421513 Tanggal Sidang : 16 Mei 2023 Tanggal Wisuda : Program Studi Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau Jl. HR. Soebrantas No. 155 Pekanbaru ABSTRAK Kriminalitas merupakan perbuatan yang merugikan pelaku dan korban secara ekonomis dan psikologis. Penelitian ini bertujuan untuk memodelkan jumlah kriminal dan mengetahui faktor-faktor yang mempengarahuinya. Penelitian ini melibatkan variabel independen yang terdiri dari Jumlah Pengangguran Terbuka (JPT), Jumlah Penduduk Miskin (JPM), Jumlah Penduduk Putus Sekolah (JPPS), Kepadatan Penduduk (KP) dan Indeks Pembangunan Manusia (IPM). Metode yang digunakan adalah Geographically Weighted Regression (GWR). Karena jumlah kriminal dapat menyebar kewilayah terdekat. Model GWR merupakan jenis regresi spasial yang memiliki parameter berbeda setiap lokasi pengamatan. Penelitian ini menggunakan fungsi pembobot fixed gaussian. Hasil penelitian ini adalah wilayah berdekatan cenderung memiliki kesamaan faktor-faktor yang mempengaruhi jumlah kriminal di Indonesia. Variabel Jumlah Penduduk Miskin (JPM), Jumlah Penduduk Putus Sekolah (JPPS), Kepadatan Penduduk (KP) dan Indeks Pembangunan Manusia (IPM) menjadi faktor yang mempengaruhi jumlah kriminal di Indonesia. Kata Kunci : Fixed Gaussian, Geographically Weighted Regression (GWR), Jumlah Kriminal
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 000 Karya Umum |
Divisions: | Fakultas Sains dan Teknologi > Matematika |
Depositing User: | fsains - |
Date Deposited: | 09 Jun 2023 09:26 |
Last Modified: | 09 Jun 2023 09:26 |
URI: | http://repository.uin-suska.ac.id/id/eprint/71474 |
Actions (login required)
View Item |