Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
 Model regresi spasial biasanya mempunyai lebih banyak parameter
atau ukuran sampel lebih kecil daripada model sederhana ...
 Tujuan penelitian ini adalah Membentuk model
regresi spasial dan menggunakan teknik Cross
validation untuk menggambarkan...
 Dalam artikel ini telah ditunjukkan bahwa
dengan menggunakan teknik cross validation
pada data debit puncak di DAS Brant...
 Dalam artikel ini telah ditunjukkan bahwa
dengan menggunakan teknik cross validation
pada data debit puncak di DAS Brant...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Yermia Firman
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Yermia Firman
Upcoming SlideShare
Loading in …5
×

Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Yermia Firman

1,426 views

Published on

  • Be the first to comment

  • Be the first to like this

Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Yermia Firman

  1. 1.  Model regresi spasial biasanya mempunyai lebih banyak parameter atau ukuran sampel lebih kecil daripada model sederhana dan sangat bergantung pada asumsi-asumsi seperti kenormalan, saling bebas dan homogen. Teknik cross-validation bertujuan untuk pemilihan spesifikasi model yang sesuai dengan data dan cara alternatif untuk pengujian signifikasi hubungan spasial dalam model regresi spasial tanpa memerlukan asumsi-asumsi tersebut. Hasil penelitian menunjukkan bahwa berdasarkan teknik cross-validation, model regresi spasial yang sesuai untuk menggambarkan karakteristik jaringan sungai utama (panjang sungai utama (x1), slope (x2), dan area drainase (x3)) terhadap debit puncak pada sub DAS Brantas Tengah Hilir adalah Model Regresi Spasial Lag (y = 3.6408 – 0.1690W1y + 0.0001x1 – 0.2396x2 + 0.0003x3).
  2. 2.  Tujuan penelitian ini adalah Membentuk model regresi spasial dan menggunakan teknik Cross validation untuk menggambarkan karakteristik jaringan sungai (panjang sungai utama (x1), slope (x2), dan area drainase (x3)) terhadap debit puncak di DAS Brantas.
  3. 3.  Dalam artikel ini telah ditunjukkan bahwa dengan menggunakan teknik cross validation pada data debit puncak di DAS Brantas ditinjau dari karakteristik jaringan sungai utama (area drainase, panjang sungai, dan kemiringan sungai (slope)), diperoleh model regresi spasial terbaik adalah model regresi spasial lag (SAR) yaitu : y = 3.6408 – 0.1690W1y + 0.0001x1 – 0.2396x2 + 0.0003x3.
  4. 4.  Dalam artikel ini telah ditunjukkan bahwa dengan menggunakan teknik cross validation pada data debit puncak di DAS Brantas ditinjau dari karakteristik jaringan sungai utama (area drainase, panjang sungai, dan kemiringan sungai (slope)), diperoleh model regresi spasial terbaik adalah model regresi spasial lag (SAR) yaitu : y = 3.6408 – 0.1690W1y + 0.0001x1 – 0.2396x2 + 0.0003x3.

×