Home
Login.
Artikelilmiahs
39611
Update
MUHAMMAD LUTFI
NIM
Judul Artikel
Perbandingan Fungsi Pembobot Kernel Adaptive pada Model Geographically Weighted Regression dalam Memodelkan Angka Partisipasi Kasar Perguruan Tinggi di Indonesia
Abstrak (Bhs. Indonesia)
Angka partisipasi kasar perguruan tinggi (APK PT) merupakan indikator visi Indonesia Emas 2045 yang menunjukkan perbandingan jumlah mahasiswa dengan jumlah penduduk usia kuliah. Menurut Badan Pusat Statistik, APK PT Indonesia tahun 2021 berada pada angka 31,19%. Angka tersebut masih jauh dari target sehingga penelitian ini bertujuan untuk melakukan pemodelan dan pemetaan faktor APK PT menurut provinsi agar setiap provinsi dapat memfokuskan kebijakan pada faktor pengaruhnya. Analisis spasial yang dapat digunakan pada data terindikasi keragaman spasial adalah Geographically Weighted Regression. Pada penelitian ini, model dibentuk dengan fungsi pembobot kernel adaptive Gaussian, bisquare, dan tricube untuk kemudian dibandingkan dan dipilih model yang terbaik. Berdasarkan hasil perhitungan, fungsi pembobot kernel adaptive bisquare menghasilkan model dengan nilai Akaike Information Criterion terkecil. Dengan kata lain, fungsi tersebut menghasilkan model terbaik. Kelompok yang terbentuk adalah sebanyak enam kelompok, dengan faktor yang berpengaruh adalah persentase penduduk buta huruf berusia lebih dari 15 tahun, kepadatan penduduk, harapan lama sekolah, jumlah perguruan tinggi, dan rasio dosen-mahasiswa.
Abtrak (Bhs. Inggris)
The gross enrollment rate of higher education (GER HE) is the indicators of vision Indonesia Emas 2045 means that the ratio of the number of students to the number of college-age population. According to Central Statistics Agency, GER HE Indonesia in 2021 is at 31.19%. This figure is still far from the target, so this study aims to model and map the factors of GER HE by province so that each province can focus policies on influential factors. Spatial analysis that can be used on data that indicate spatial heterogenity is Geographically Weighted Regression. In this study, model was formed using the adaptive Gaussian, bisquare, and tricube kernel weighting function to then compared and selected the best model. Based on the calculation results, the adaptive bisquare kernel weighting function produces a model with the smallest Akaike Information Criterion. In other words, this function produces the best model. Groups formed was six groups, with influential factors are the proportion of the population without letters aged more than 15 years, population density, expected length of schooling, and the ratio of lecturers to students.
Kata kunci
Pembimbing 1
Pembimbing 2
Pembimbing 3
Tahun
Jumlah Halaman
Save