METODOLOGI PENELITIAN
Nama Jenis
Kode Definisi Operasional Satuan
Variabel Variabel
yi 1 jika pada wilayah
yi = 0
pengamatan ke-i terjadi
Kasus
Kebakaran
Respon kebakaran dan yi 0 jika pada -
yi = 1 wilayah pengamatan ke-i tidak
terjadi kebakaran
Brightness Suhu kecerahan dari hotspot derajat
X1 Prediktor
Temperature yang ditangkap oleh satelit Kelvin (oK)
Kekuatan radiasi api dan
Fire
memberikan informasi tentang MegaWatts
X2 Radiative Prediktor
output radiasi panas yang diukur (MW)
Power (FRP)
dari kebakaran yang terdeteksi.
Suhu Suhu tertinggi yang tercatat derajat
X3 Prediktor
Maksimum dalam suatu jangka waktu Celcius (oC)
Kelembaban Jumlah kandungan uap air yang
X4 Prediktor persen (%)
Rata-Rata ada dalam udara.
Salah satu dari beberapa unsur
Lama
klimatologi dan didefinisikan
X5 Penyinaran Prediktor jam
sebagai kekuatan matahari yang
Matahari
melebihi 120 W/m2
Kecepatan Kecepatan angin maksimum
X6 Angin Prediktor yang tercatat dalam suatu jangka knot
Maksimum waktu
meter dari
Ketinggian Ketinggian suatu tempat dari
X7 Prediktor permukaan
Wilayah permukaan laut.
laut (mdpl)
3.6 Teknik Analisis Data
Tahapan-tahapan pemodelan GWLR yang akan dilakukan peneliti
menggunakan software Rstudio, GWR4, dan ArcView GIS adalah sebagai
berikut:
1. Pendeskripsian data dengan statistika deskriptif
2. Pendeteksian multikolinearitas antar variabel prediktor dengan nilai VIF
mengacu pada persamaan (2.29)
3. Pemodelan regresi logistik dengan langkah sebagai berikut.
a. Pendugaan parameter regresi logistik global.
b. Pengujian signifikansi parameter yaitu uji serentak dengan statistik uji G
dan uji parsial dengan uji Wald.
c. Interpretasi koefisien model regresi logistik global.
d. Penentuan nilai AIC model regresi logistik global.
4. Pengujian keragaman spasial menggunakan uji Glejser.
5. Pemodelan Geographically Weighted Logistic Regression (GWLR) dengan
langkah sebagai berikut.
a. Menghitung jarak Euclidean antar titik lokasi pengamatan berdasarkan
posisi geografis (garis longitude dan latitude). Perhitungan dilakukan
mengacu pada persamaan (2.31) untuk i = 1,2,3,…,n
b. Menentukan nilai bandwidth adaptif optimum untuk setiap titik lokasi
berdasarkan nilai AIC minimum dengan persamaan (2.34)
c. Menghitung pembobot spasial menggunakan fungsi pembobot adaptive
Gaussian mengacu pada persamaan (2.33)
d. Menaksir parameter model GWLR
e. Pengujian kesesuaian model regresi logistik dan model GWLR.
f. Pengujian parameter model GWLR secara serentak dan parsial untuk
masing-masing lokasi
g. Identifikasi variabel-variabel prediktor yang berpengaruh signifikan pada
model GWLR setiap lokasi secara grafis
6. Membuat kesimpulan
3.7 Kerangka Penelitian
Mulai
Pengumpulan Data
Pendeskripsian Data
Uji Multikolinearitas
Regresi Logistik
Uji Keragaman
Spasial
Geographically Weighted
Logistic Regression (GWLR)
Kesimpulan
Selesai