A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
@thesis{thesis,
author={Alif Yuanita and Fetrika and Laelatul Nur },
title ={PERBANDINGAN PEMODELAN KEJADIAN BALITA STUNTING DI KABUPATEN BOJONEGORO DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES},
year={2021},
url={https://repository.unugiri.ac.id/id/eprint/866/},
abstract={Balita stunting adalah masalah gizi kronik yang disebabkan dari faktor-faktor seperti gizi ibu saat hamil, kondisi sosial ekonomi, kurangnya asupan gizi pada bayi, dan kesakitan pada bayi. Bojonegoro merupakan salah satu kabupaten di provinsi Jawa Timur dengan kejadian balita stunting yang masih banyak dijumpai, maka pada penelitian ini akan melakukan perbandingan pemodelan kejadian balita stunting di kabupaten Bojonegoro menggunakan Geographically Weighted Regression (GWR) dan Multivariate Adaptive Regression Spline (MARS). GWR merupakan model regesi linier lokal yang menghasilkan penaksir parameter model yang bersifat lokal untuk setiap lokasi dimana data tersebut dikumpulkan. Model GWR terbaik dipilih berdasarkan nilai CV dan MSE terkecil dan nilai R-Square terbesar diantara fungsi kernel yang lainnya. Diperoleh model terbaik pada fungsi kernel Adaptive Bi-Square dengan bandwidth 28, nilai CV=2,4635, MSE=0,8620, dan R-Square=0,8734. MARS merupakan salah satu metode regresi nonparametrik. Model MARS terbaik dipilih berdasarkan nilai GCV yang terkecil dan R-Square yang terbesar. Dari hasil kombinasi nilai MO, BF dan MI, diperoleh model terbaik pada BF=24, MI=1 dan MO=1 dengan nilai GCV sebesar 1,29144 dan R-Square sebesar 0,841. Dari perbandingan kedua model didapatkan model MARS lebih baik digunakan daripada model GWR karena nilai R-Square pada model GWR lebih besar dari MARS meskipun nilai angkanya tidak jauh berbeda, sedangkan nilai MSE model MARS diperoleh nilai yang lebih kecil dari nilai MSE model GWR dengan selisih jauh beda.}
}