Aller au contenu principal
Accès ouvert déclaré 2024 article

Analisis Indeks Risiko Bencana Cuaca Ekstrim di Provinsi Jawa Tengah Tahun 2023 Menggunakan Regresi Logistik Ordinal

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

Indeks Risiko Bencana (IRB) merupakan suatu indeks yang digunakan untuk melihat tingkat risiko bencana di Kabupaten/Kota. Provinsi Jawa Tengah merupakan salah satu provinsi yang memiliki indeks risiko bencana cuaca ekstrim yang tinggi di Indonesia. Salah satu variabel yang digunakan dalam perhitungan IRB yang dilakukan oleh Badan Nasional Penanggulangan Bencana (BNPB) adalah variabel kerawanan sosial. Tujuan penelitian ini adalah untuk mendapatkan model regresi logistik ordinal untuk mengetahui variabel-variabel kerawanan sosial yang signifikan mempengaruhi indeks risiko bencana cuaca ekstrim kabupaten/kota di Jawa Tengah tahun 2023. Hasil penelitian menunjukkan bahwa variabel kerawanan sosial yang berpengaruh signifikan adalah persentase penduduk berusia dibawah 15 tahun (X1), persentase penduduk berumur 15 tahun ke atas yang berpendidikan rendah (X3), persentase rumah tangga yang tidak mempunyai akses terhadap air minum yang layak (X4), dan persentase penduduk miskin (X5). Sementara itu, nilai akurasi yang dihasilkan dari model adalah sebesar 80% yang artinya model yang didapatkan sudah baik dan bisa digunakan untuk prediksi.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Analisis Indeks Risiko Bencana Cuaca Ekstrim di Provinsi Jawa Tengah Tahun 2023 Menggunakan Regresi Logistik Ordinal
Date Crossref
26/09/2024
Éditeur
University of Pembangunan Nasional Veteran Jawa Timur
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les sujets associés

Data Mining and Machine Learning Applications

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.