@thesis{thesis,
		author={Fitriatusakiah  Fitriatusakiah},
		title ={Pemodelan Semiparametrik Geographical Weighted Logistic Regression},
		year={2020},
		url={http://repository.unhas.ac.id/id/eprint/565/},
		abstract={Geographical Weighted Logistic Regression (GWLR) adalah salah satu dari model regresi logistik yang memperhatikan lokasi. Model GWLR kemudian dikembangkan menjadi model semiparametrik yang terdiri dari parameter lokal dan global. Penentuan jenis parameter tersebut dalam penelitian ini menggunakan model linier koregionalisasi. Penaksir parameter model yang digunakan adalah metode Maximum Likelihood Estimation (MLE) dengan memberikan pembobot yang berbeda pada setiap lokasi pada parameter lokal. Pembobot yang digunakan yaitu fixed gaussian kernel. Penelitian ini bertujuan untuk mendapatkan model semiparametrik GWLR dan faktor yang berpengaruh secara signifikan terhadap status kemiskinan kabupaten/kota di Sulawesi Selatan tahun 2017. Berdasarkan hasil analisis, diperoleh bahwa setiap kabupaten/kota memiliki model semiparametrik GWLR yang berbeda-beda. Indikator yang signifikan mempengaruhi nilai status kemiskinan tiap kabupaten/kota di Sulawesi Selatan adalah rumah dengan atap beton, genteng seng dan asbes untuk parameter lokal dan rumah dengan lantai bukan tanah untuk parameter global. 
Kata Kunci: Semiparametrik GWLR, MLE, Fungsi Pembobot Fixed Gaussian Kernel, Model Linier Koregionalisasi.}
		}