PEMODELAN TINGKAT KUALITAS AIR DI KOTA PONTIANAK DENGAN MENGGUNAKAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION

  • Dadan Kusnandar Universitas Tanjungpura
  • Naomi Nessyana Debataraja Tanjungpura University
  • Shindy Utari Universitas Tanjungpura
Keywords: pencemaran air, spasial, Akaike’s information criterion, cross validation, weighted least square

Abstract

Ketersediaan air bersih dan sanitasi yang layak merupakan salah satu tujuan dalam Sustainable Development Goals. Kualitas air cenderung mengalami penurunan terutama di daerah permukiman akibat tercemar limbah dari hasil kegiatan manusia. Penyebab pencemaran air bisa jadi berbeda-beda di setiap lokasi pengamatan, sehingga faktor letak geografis perlu dipertimbangkan pada proses pengambilan keputusan. Multivariat Geographically Weighted Regression digunakan untuk mengatasi adanya pengaruh heterogenitas spasial dalam data yang disebabkan oleh perbedaan kondisi lokasi yang satu dengan lokasi lain. Tujuan dari penelitian ini adalah menentukan model dan faktor-faktor apa saja yang berpengaruh terhadap kualitas air di Kota Pontianak. Data yang digunakan pada penelitian ini adalah data kualitas air di Kota Pontianak sebanyak 42 titik sampel lokasi. Variabel responnya terdiri dari Y1 (COD) dan Y2 (TDS), sedangkan untuk variabel prediktor terdiri dari X1 (warna), X2 (pH), X3 (kandungan zat besi), dan X4 (kesadahan). Hasil penelitian menunjukkan bahwa variabel yang mempengaruhi COD adalah warna, sedangkan variabel TDS dipengaruhi oleh warna dan kesadahan.

Downloads

Download data is not yet available.

References

D. Kusnandar, N. N. Debataraja, S. W. Rizki, and E. Saputri, “Water Quality Mapping in Pontianak City Using Multiple Discriminant Analysis,†in The 4th IndoMS International Conference on Mathematics and Its Applications (IICMA, 2019), Pontianak, 2020, vol. 2268, pp. 020006-1-020006–6. doi: 10.1063/5.0016809.

D. Kusnandar, N. N. Debataraja, and P. R. Dewi, “Classification of Water Quality in Pontianak City Using Multivariate Statistical Techniques,†Appl. Math. Sci., vol. 13, no. 22, pp. 1069–1075, 2019.

N. N. Debataraja, D. Kusnandar, and R. W. Nusantara, “Exploratory Analysis of Water Quality in The Settlement Area of Pontianak City,†in The 4th IndoMS International Conference on Mathematics and Its Applications (IICMA, 2019), Pontianak, 2020, vol. 2268. doi: 10.1063/5.0016807.

A. C. Rencher, Methods of Multivariate Analysis, 2nd ed. New York: John Willey & Sons, 2003.

N. Oktaviani, “Analisis Regresi Spasial Pada Data Jumlah Penduduk Miskin Provinsi Lampung Tahun 2017,†Universitas Lampung, Bandar Lampung, 2018.

P. Andini, N. Herrhyanto, and M. Suherman, “Aplikasi Multivariate Geographically Weighted Regression Menggunakan Software Matlab,†J. EurekaMatematika, vol. 5, no. 1, pp. 97–105, 2017.

Y. N. Dianati, N. W. S. Wardhani, and R. Fitriani, “Pemodelan Kerawanan Pangan dan Kemiskinan dengan Geographically Weighted Multivariate Linear Model di Kabupaten Sampang,†Nat. B, vol. 2, no. 3, pp. 235–241, 2014.

A. S. Fotheringham, C. Brunsdon, and M. Charlton, Geographically Weighted Regression. West Sussex, England: John Wiley & Sons, 2002.

N. N. Debataraja, D. Kusnandar, and R. W. Nusantara, “Identifikasi Lokasi Sebaran Pencemaran Air di Kawasan Permukiman Kota Pontianak,†J. Mat. Stat. Dan Komputasi, vol. 15, no. 1, pp. 37–41, 2018.

M. Fikri, N. N. Debataraja, and D. Kusnandar, “Penentuan Sebaran Spasial Pencemaran Air di Kota Pontianak Menggunakan Analisis Diskriminan Dua Kelompok,†Media Stat., vol. 12, no. 2, pp. 226–235, 2019.

R. A. Johnson and D. W. Wichern, Applied Multivariate Statistical Analysis, 6th ed. Upper Saddle River: Pearson Education, Inc., 2007.

Rahmadeni, and Anggreni, D., “Analisis Jumlah Tenaga Kerja Terhadap Jumlah Pasien RSUD Arifin Achmad Pekanbaru Menggunakan Metode Regresi Gulud,†J. Sains Teknol. Dan Ind., vol. 12, no. 1, pp. 48–57, 2014.

F. J. Massey, “The Kolmogorov-Smirnov Test for Goodnes of Fit,†J. Am. Stat. Assoc., vol. 46, no. 253, pp. 68–78, 1951.

K. Daely, U. Sinulingga, and A. Manurung, “Analisis Statistik Faktor-faktor yang Mempengaruhi Indeks Prestasi Mahasiswa,†Saintia Mat., vol. 1, no. 5, pp. 483–494, Sep. 2013.

D. Hanum and Purhadi, “Faktor-faktor yang Mempengaruhi Morbiditas Penduduk Jawa Timur dengan Multivariate Geographically Weighted Regression (MGWR),†J. Sains Dan Seni Pomits, vol. 2, no. 2, pp. 184–194, 2013.

Published
2021-09-01
How to Cite
[1]
KusnandarD., DebatarajaN., and UtariS., “PEMODELAN TINGKAT KUALITAS AIR DI KOTA PONTIANAK DENGAN MENGGUNAKAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION”, BAREKENG: J. Il. Mat. & Ter., vol. 15, no. 3, pp. 493-502, Sep. 2021.