BAB II DASAR TEORI. Gambar 2.1 : Perbedaan Antara Proses Stationer dan Proses Non-Stationer
|
|
- Yuliana Sanjaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II DASAR TEORI Model adalah penyederhanaan dunia nyata (real world) ke dalam suatu bentuk terukur (Deliar, 27). Bentuk terukur tersebut adalah asumsi yang dianggap dapat merepresentasikan dunia nyata tersebut. Asumsi-asumsi tersebut dibuat berlaku umum dan sama untuk setiap tempat di dunia nyata yang akan dimodelkan, atau dengan kata lain pada tiap tempat dianggap terjadi suatu proses yang sama persis (proses stationer). Pada kenyataannya proses tersebut tidak akan pernah sama untuk setiap tempat, hal tersebut dikarenakan adanya ketidakpastian spasial (spatial non-stationarityspasial tersebut adalah kenyataan terjadinya proses yang samaa sekali berbeda (Fotheringham et al., 22). Ketidakpastian untuk setiap tempat (proses non-stationer). Perbedaan proses stationer dan proses non-stationer dapat dilihat pada Gambar 2.1. Pada gambar tersebut terlihat pada bagian proses stationer fenomena-fenomena (β e1, β e2, β e3 dan β e3 3) pada berbagai tempat dianggap sebagai fenomena yang memiliki kesamaan karakteristik. Hal tersebut terlihat dari bentuknya yang digambarkan sebagai lingkaran yang sama persis. Pada kenyataannya fenomena-fenomena itu mempunyai perbedaan sehingga di gambar bagian proses non-stationer fenomena-fenomena tersebut dinyatakan berbeda, hal tersebut digambarkan oleh beragamnya bentuk lingkaran yang merepresentasikan fenomena tersebut. Gambar 2.1 : Perbedaan Antara Proses Stationer dan Proses Non-Stationer 6
2 Untuk membentuk model dari suatu fenomena di dunia nyata baik proses stationer maupun proses non-stationer dapat digunakan banyak metode, salah satunya adalah metode regresi. Pengertian regresi secara harfiah adalah hubungan rata-rata antara variabel (KBBI, 21). Pengertian tersebut dapat dijabarkan sebagai suatu cara pemodelan melalui analisis hubungan antara variabel-variabel yang kemudian membentuk model (Shekhar, 28). Analisis tersebut dihasilkan melalui estimasi hubungan. Analisis regresi mempunyai dua tujuan utama, yaitu: 1. Mengetahui seberapa besar perubahan suatu variabel dikarenakan perubahan variabel-variabel lainnya 2. Memprediksi nilai suatu variabel berdasarkan nilai dari variabel-variabel lainnya. Dalam TA ini akan dijelaskan dan diaplikasikan dua metode regresi yaitu metode regresi linier dan metode GWR. Kedua metode regresi tersebut akan dibandingkan penggunaannya terutama kehandalan dalam pemodelan proses non-stationer di dunia nyata. 2.1 Metode Regresi Linier Sesuai dengan namanya, metode regresi ini mempergunakan hubungan linier yang diasumsikan dapat merepresentasikan semua nilai sampel yang menjadi data masukan untuk persamaan regresi. Untuk mendapatkan besaran parameter yang dicari, diperlukan sampel yang jumlahnya minimum sama dengan jumlah parameter (Kuntjoro, 26). Sampel tersebut harus berupa nilai variabel-variabel independen beserta nilai variabel dependen yang terbentuk dari variabel-variabel independen tersebut. Dengan memasukan variabel-variabel itu ke dalam persamaan, dapat dilakukan proses regresi. Persamaan regresi linier dapat dijabarkan dengan rumus 2.1, 2.2, 2.3 dan 2.4 sebagai berikut:...(2.1) 1,, 7
3 ...(2.2)... (2.3) (2.4) 1 Dimana: / / / Berdasarkan data sampel biasanya dapat diketahui nilai variabel Y dan X, sehingga nilai β dapat dihitung dengan proses inversi matriks seperti pada rumus (2.5) Dengan mengetahui nilai β, persamaan umum yang terdiri dari β dan X bisa dibentuk. Persamaan tersebut dapat dipergunakan untuk memprediksi nilai Y yang belum diketahui. Ilustrasi penggunaan metode regresi linier: Kasus: Variabel nilai tanah terbentuk dari variabel jarak bidang tanah tersebut terhadap pusat bisnis. 8
4 Data (Lihat Gambar 2.2): No. Harga/m 2 (Rp) Jarak Terhadap Pusat Bisnis (m) ? 2 6.? 1 Gambar 2.2 : Plotting Data Contoh Ilustrasi Penggunaan Metode Regresi Linier Persamaan Pengamatan: 2 = a * 15 + b 15 = a * 25 + b 175 = a * 21 + b 3 = a * 5 + b Matriks Pengamatan:
5 Inversi Matriks: Parameter: Penghitungan Nilai Tanah Yang Belum Diketahui (Lihat Gambar 2.3): Y (5) = * = Y (6) = * = Gambar 2.3 : Ilustrasi Penghitungan Nilai Dengan Metode Regresi Linier 2.2 Kelebihan dan Kekurangan Metode Regresi Linier Metode regresi linier adalah metode pemodelan yang sering digunakan terutama dikarenakan prinsipnya yang sederhana dan mudah untuk diimplementasikan. Meskipun mempunyai prinsip yang sederhana dan sangat mudah pengerjaannya, model regresi linier dibentuk berdasarkan banyak sekali asumsi yang harus dipenuhi. Asumsi-asumsi tersebut antara lain: 1. Data sampel merepresentasikan seluruh populasi. 2. Setiap data mempunyai pengaruh dan ketelitan yang sama. 1
6 3. Hanya tersisa kesalahan acak pada data sampel. 4. Variabel independen harus bebas dari kesalahan. Selain harus memenuhi asumsi-asumsi di atas, model regresi linier pun memiliki keterbatasan lainnya yaitu menghasilkan set parameter yang sama untuk seluruh nilai yang dimodelkan. Hal ini sangat berlawanan dengan logika dimana pada kenyataannya setiap lokasi mempunyai keunikan tersendiri yang disebut proses non-stationer. Proses non-stationer yang lebih realistik dibandingkan dengan proses stationer, tidak dapat dimodelkan oleh regresi linier. Untuk mengatasi kekurangan-kekurangan metode regresi linier tersebut dapat dilakukan modifikasi proses regresi terutama pada proses pemecahan parameter. Pada prinsipnya pemecahan parameter pada regresi linier yang ditunjukkan pada rumus 2.5 adalah penyelesaian dengan metode least-square. Metode least-square adalah proses pencarian solusi tunggal dari data berlebih dengan kriteria kuadrat penyimpangan solusi dengan data adalah minimum (Setyadji, 27). Prinsip leastsquare adalah penyamaan variansi (nilai kepresisian) suatu set data. Penyamaan variansi data itulah yang menyatakan asumsi bahwa proses di dunia nyata adalah sama atau stationer. Dengan mengganti variansi yang berbeda-beda untuk setiap set data sesuai karakteristiknya masing-masing maka kemungkinan proses nonstationer pun dapat dimodelkan. Hal inilah yang akan diaplikasikan pada pengembangan metode regresi linier selanjutnya berupa metode GWR. 2.3 Metode GWR Perbedaan metode GWR dengan metode regresi linier adalah pada sistem pembobotan yang diberikan pada tiap sampel nilai dalam persamaan. Bobot dalam metode GWR berupa pengaruh suatu data sampel terhadap suatu nilai yang akan dicari ditinjau dari sisi geografis. Pengaruh tersebut dinyatakan dengan jarak antara posisi data sampel dengan posisi nilai yang akan dicari. Pemberian bobot berdasarkan jarak ini sesuai dengan Hukum Pertama Geografi yaitu Semua hal berhubungan, namun hal yang lebih dekat akan lebih berhubungan. Pembobotan tersebut dimaksudkan untuk mengakomodasi kriteria lokal suatu fenomena di 11
7 dunia nyata sehingga diharapkan pemodelan fenomena tersebut lebih akurat dan realistik. Melalui pemberian bobot ini metode GWR dapat memberikan parameter yang unik bagi tiap-tiap nilai yang akan dicari, sama sekali berbeda dengan metode regresi linier yang hanya memberikan satu set parameter yang sama bagi semua nilai yang akan dicari. Seperti terlihat pada Gambar 2.2, di bagian regresi linier hanya dapat dihasilkan satu garis lurus untuk merepresentasikan seluruh sebaran data sedangkan pada bagian GWR dapat dihasilkan dua garis lurus untuk merepresentasikan sebaran data yang sama. Hal ini terjadi dikarenakan adanya dua jenis karakteristik data pada sebaran data tersebut dan metode GWR dapat mendeteksi karakteristik tersebut melalui pemberian bobot untuk setiap data. Gambar 2.4 : Perbedaan Antara Hasil Pemodelan Metode Regresi Linier dengan metode GWR Persamaan GWR dapat dijabarkan dengan rumus 2.6, 2.7, 2.8, 2.9 dan 2.1 sebagai berikut:...(2.6) 12
8 ...(2.7)... (2.8) (2.9) 1...(2.1) Dimana: / / / Berdasarkan data sampel biasanya dapat diketahui nilai variabel Y dan X sama seperti metode regresi linier. Perbedaanya pada metode GWR ini perlu juga diketahui posisi data sampel serta posisi nilai yang akan dicari untuk pembentukan bobot W. Bobot W dapat dicari dengan beberapa metode misalnya metode Gaussian ataupun Bisquare seperti pada rumus 2.11 dan Gaussian : / /2... (2.11) Bisquare : 1 /... (2.12) 13
9 Dimana: ket : bandwith adalah suatu cakupan daerah dimana sampel masih dianggap berpengaruh terhadap nilai yang dicari seperti digambarkan pada Gambar 2.3. Pada gambar tersebut terlihat bahwa untuk masing-masing nilai yang akan dicari (regression point) tidak semua data (data point) yang ada dianggap berpengaruh bagi regression point tersebut, hanya data point yang tercakup dalam kurva bandwith yang dianggap berpengaruh dan dapat dimasukan sebagai data sampel. Dalam kurva bandwith juga diilustrasikan pengaruh jarak data point terhadap regression point, semakin dekat data point terhadap regression point maka data point semakin berpengaruh begitupun sebaliknya semakin jauh data point terhadap regression point maka data point semakin tidak berpengaruh. Gambar 2.5 : Ilustrasi Hubungan Antara Bobot dengan Bandwith serta Titik Regresi Yang Dicari Nilainya dengan Titik Data Sampel 14
10 Nilai β dapat diketahui dengan melakukan penghitungan dengan proses inversi matriks seperti pada rumus (2.13) Dengan mengetahui nilai β, persamaan umum yang terdiri dari β dan X bisa dibentuk. Persamaan tersebut dapat dipergunakan untuk menghitung nilai Y yang belum diketahui, namun nilai β tersebut hanya berlaku untuk satu nilai Y yang dicari. Hal tersebut dikarenakan fungsi W yang berubah-ubah untuk setiap nilai Y, sehingga setiap nilai Y yang dicari akan mempunyai suatu set parameter tersendiri yang unik. Ilustrasi penggunaan metode GWR: Kasus: Variabel nilai tanah terbentuk dari variabel jarak bidang tanah tersebut terhadap pusat bisnis. Data (Lihat Gambar 2.6): No. Harga/m 2 (Rp) Jarak Terhadap Pusat Bisnis (m) ? 2 6.? 1 15
11 Gambar 2.6 : Plotting Data Contoh Ilustrasi Penggunaan Metode GWR Persamaan Pengamatan: 2 = a * 15 + b 15 = a * 25 + b 175 = a * 21 + b 3 = a * 5 + b Matriks Pengamatan: Penghitungan Jarak Antar Titik: Titik Titik Jarak (m) Titik Titik Jarak (m)
12 Matriks Bobot: Pada contoh ini dibuat matriks bobot dengan jenis bobot yaitu 1/jarak 1/5 1/5 1/1 1/5 1/15 1/15 1/11 1/5 Inversi Matriks: Parameter: Penghitungan Nilai Tanah Yang Belum Diketahui (Lihat Gambar 2.7): Y (5) = * = Y (6) = * = Gambar 2.7 : Ilustrasi Penghitungan Nilai Dengan Metode GWR 17
13 2.4 Studi Kasus Dalam penelitian ini akan dibandingkan kedua metode regresi yaitu metode regresi linier dengan metode GWR untuk melakukan penilaian terhadap harga tanah di suatu wilayah. Dalam penilaian harga tanah yang merupakan bagian dari penilaian properti, saat ini dikenal empat metode dasar yaitu (Leksono, 28): 1. Metode Perbandingan. Dalam metode ini nilai suatu properti dianggap sama dengan harga transaksi yang baru terjadi pada properti lain yang mempunyai kemiripan karakteristik. 2. Metode Pendapatan. Metode ini menilai berdasarkan pendapatan yang diperkirakan akan diperoleh dari suatu properti di masa yang akan datang melalui pendekatan kapitalisasi. Dalam metode ini nilai suatu bidang tanah merupakan fungsi dari pendapatan, dimana semakin tinggi pendapatan yang diperkirakan akan dihasilkan maka harganya pun akan semakin tinggi. Begitupun sebaliknya. 3. Metode Biaya. Prinsip dari metode ini adalah keterkaitan nilai dengan biaya. Dalam metode ini nilai suatu properti ditentukan dengan cara memperkirakan biaya yang telah dikeluarkan untuk membuat atau mengadakan properti yang akan dinilai tersebut. 4. Metode Residual. Metode ini merepresentasikan kombinasi dari ketiga metode penilaian lainnya. Dengan memperhatikan karakteristik keempat metode dasar penilaian properti tersebut, maka baik metode regresi linier maupun metode GWR dapat dikategorikan sebagai metode perbandingan. Hal tersebut dikarenakan pada kasus ini kedua metode regresi tersebut menilai harga suatu bidang tanah berdasarkan harga transaksi bidang tanah lain yang sudah terjadi dan membandingkan kemiripan karakteristiknya. Selain itu pada penilaian bidang tanah, kurang cocok diterapkan metode selain metode perbandingan. Hal tersebut dikarenakan bidang tanah biasanya tidak mempunyai biaya pengadaan dan jarang sekali digunakan untuk menghasilkan pendapatan. 18
BAB III APLIKASI METODE GWR
BAB III APLIKASI METODE GWR Dalam penelitian ini dilakukan penilaian tanah pada studi kasus yaitu wilayah Kecamatan Lengkong, Kota Bandung. Posisi Kecamatan Lengkong di Kota Bandung dapat dilihat pada
Lebih terperinciBAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION 3.1 Mixed Geographically Weighted Regression Model Mixed Geographically Weighted Regression merupakan model kombinasi atau gabungan antara regresi global
Lebih terperinciBAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) 3.1 Data Spasial Data spasial memuat informasi tentang atribut dan informasi lokasi. Sedangkan data bukan spasial (aspatial data) hanya memuat informasi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Model Regresi Linier Metode regresi linier merupakan suatu metode yang memodelkan hubungan antara variabel respon dengan variabel prediktor. Tujuannya adalah untuk mengukur
Lebih terperinciBAB IV ANALISIS. 4.1 Analisis Kualitas Data Masukan
BAB IV ANALISIS Pada bagian ini akan dilakukan analisis terhadap semua proses yang dilakukan dalam pembentukan model nilai tanah baik dengan metode regresi linier maupun dengan metode GWR. Analisis terbagi
Lebih terperinciBAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)
BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) 3.1 Regresi Poisson Regresi Poisson merupakan suatu bentuk analisis regresi yang digunakan untuk memodelkan data
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah Atiya Maulani, 2013
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, tidak jarang dihadapkan pada berbagai masalah yang berkaitan dengan dua atau lebih variabel dalam suatu bentuk hubungan tertentu
Lebih terperinciBAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi
BAB I PENDAHULUAN Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi penulisan tesis, rumusan masalah, tujuan dan manfaatnya, tinjauan-tinjauan pustaka dari hasil penelitian terkait serta
Lebih terperinciGEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH
GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH SKRIPSI Disusun Oleh : NURMALITA SARI 240102120008 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciMODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH
MODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH Nungki Fauzi T A N, Isnandar Slamet, Muslich Program Studi
Lebih terperinciBAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS)
28 BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS) 3.1 Geographically Weighted Logistic Regression (GWLR) Geographically Weighted Logistic Regression adalah metode untuk
Lebih terperinciBAB 1 PENDAHULUAN. Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan manusia. Perkembangan teknologi ini ditandai dengan ditemukannya banyak penemuan penemuan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,
Lebih terperinciBAB I PENDAHULUAN. terus dihadapi di sejumlah daerah di Indonesia, tidak terkecuali Provinsi Sumatera
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan kemiskinan merupakan salah satu persoalan mendasar yang terus dihadapi di sejumlah daerah di Indonesia, tidak terkecuali Provinsi Sumatera Barat. Berdasarkan
Lebih terperinciBAB I PENDAHULUAN. lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciS - 17 MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PENDERITA DIARE DI PROVINSI JAWA TENGAH DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE
S - 17 MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PENDERITA DIARE DI PROVINSI JAWA TENGAH DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE Indriya Rukmana Sari 1, Dewi Retno Sari Saputro 2, Purnami Widyaningsih 3
Lebih terperinciANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2.
ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN Rita Rahmawati 1, Anik Djuraidah 2 1) Program Studi Statistika, FMIPA Universitas Diponegoro 2) Jurusan
Lebih terperinciPEMODELAN DATA KEMISKINAN PROVINSI KALIMANTAN TIMUR DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN FUNGSI PEMBOBOT KERNEL BISQUARE
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 17 3 September 17, Samarinda, Indonesia ISBN: 978-6-531--3 PEMODELAN DATA KEMISKINAN PROVINSI KALIMANTAN TIMUR DENGAN METODE GEOGRAPHICALLY
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Matriks Matriks adalah himpunan bilangan real yang disusun secara empat persegi panjang, mempunyai baris dan kolom dengan bentuk umum : Tiap-tiap bilangan yang berada didalam
Lebih terperinciBAB II METODE ANALISIS DATA. memerlukan lebih dari satu variabel dalam membentuk suatu model regresi.
10 BAB II METODE ANALISIS DATA 2.1 Pengertian Regresi Berganda Banyak data pengamatan yang terjadi sebagai akibat lebih dari dua variabel, yaitu memerlukan lebih dari satu variabel dalam membentuk suatu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode analisis dalam statistika yang digunakan untuk mencari hubungan antara suatu variabel terhadap variabel lain. Dalam
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciEstimasi Parameter pada Regresi Spatial Error Model (SEM) yang Memuat Outlier menggunakan Iterative Z Algorithm
PRISMA 1 (2018) https://journal.unnes.ac.id/sju/index.php/prisma/ Estimasi Parameter pada Regresi Spatial Error Model (SEM) yang Memuat Outlier menggunakan Iterative Z Algorithm Yulia Sari, Nur Karomah
Lebih terperinciBAB I PENDAHULUAN. Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat
BAB I PENDAHULUAN 1.1 Latar Belakang Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat kesehatan masyarakat atau derajat kesehatannya. Indikator kesehatan suatu negara dapat dilihat
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Plot jenis pengamatan pencilan.
TINJAUAN PUSTAKA Pencilan Aunuddin (1989) mendefinisikan pencilan sebagai nilai ektstrim yang menyimpang agak jauh dari kumpulan pengamatan lainnya, yang secara kasar berada pada jarak sejauh tiga atau
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciBAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang berarti
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Metode Permukaan Respon (Response Surface Methodology/RSM), pertama kali diperkenalkan oleh Box dan Wilson (1951), metode ini sering digunakan untuk mencari
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciBAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak
17 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu
Lebih terperinciPertemuan 4-5 ANALISIS REGRESI SEDERHANA
Pertemuan 4-5 ANALISIS REGRESI SEDERHANA Metode Kuadrat Terkecil (OLS) Persoalan penting dalam membuat garis regresi sampel adalah bagaimana kita bisa mendapatkan garis regresi yang baik yaitu sedekat
Lebih terperinciBAB III PEMBAHASAN
BAB III PEMBAHASAN 3.1 Pembahasan Regresi kernel adalah teknik estimasi sesuai dengan data yang dimiliki. Diberikan suatu data, ingin dicari fungsi regresi seperti fungsi yang paling sesuai dengan data
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah
Lebih terperinci: Persentase Penduduk Dengan Sumber Air Minum Terlindungi PDAM : Pengeluaran Perkapita Penduduk Untuk Makan Sebulan
22 BAB III MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) 3.1 Variabel Penelitian Variabel penelitian yang digunakan dalam penelitian ini adalah data derajat kesehatan tahun 2013 pada 27 kabupaten
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciBAB 2 LANDASAN TEORI. pertama digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih variabel adalah analisa regresi linier. Regresi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Secara sederhana, ekonometrika berarti pengukuran indikator ekonomi. Meskipun pengukuran secara kuantitatif terhadap konsep konsep ekonomi seperti produk domestik
Lebih terperinciAlgoritme Least Angle Regression untuk Model Geographically Weighted Least Absolute Shrinkage and Selection Operator
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Algoritme Least Angle Regression untuk Model Geographically Weighted Least Absolute Shrinkage and Selection Operator S-20 Yuliana 1, Dewi Retno Sari
Lebih terperinciBAB I PENDAHULUAN. untuk membentuk model hubungan antara variabel dependen dengan satu atau
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciPERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 535-544 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK
Lebih terperinciBAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan
BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan
Lebih terperinciBAB 2 LANDASAN TEORI. bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemiskinan merupakan masalah dalam pembangunan yang bersifat multidimensi. Kemiskinan merupakan persoalan kompleks yang terkait dengan berbagai dimensi yakni sosial,
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN Analisa pemodelan fungsi hubungan pada variabel repon dengan variabel prediktor akan dijelaskan pada bab ini. Analisis yang digunakan pada penelitian ini adalah menggunakan
Lebih terperinciBAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama
Lebih terperinciBAB VI ANALISIS REGRESI LINEAR GANDA
BAB VI ANALISIS REGRESI LINEAR GANDA 1. Pendahuluan Analisis regresi merupakan suatu analisis antara dua variabel yaitu variabel independen (Prediktor) yaitu variabel X dan variabel dependent (Respon)
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton.
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Regresi Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton. Beliau memperkenalkan model peramalan, penaksiran, atau pendugaan,
Lebih terperinciBAB 2 LANDASAN TEORI
14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar belakang Masalah Annisa Nurul Aini, 2013
BAB I PENDAHULUAN 1.1 Latar belakang Masalah Statistika merupakan salah satu cabang ilmu matematik yang mempelajari bagaimana merencanakan, mengumpulkan, mempresentasikan, menganalisis, dan menginterpretasi
Lebih terperinciBAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat
BAB III Model Regresi Linear 2-Level Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat linear. Untuk data berstruktur hirarki 2 tingkat, analisis regresi yang dapat digunakan adalah
Lebih terperinciBAB 1 PENDAHULUAN. setelah sandang, pangan, dan papan. Setiap rumah tangga (RT) pasti menginginkan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada saat ini, pendidikan dapat dikatakan termasuk dalam kebutuhan primer setelah sandang, pangan, dan papan. Setiap rumah tangga (RT) pasti menginginkan anak
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciBAB 2 LANDASAN TEORI. Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada
19 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel-variabel lain yang mempengaruhinya.misalnya pada seorang
Lebih terperinciStatistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
Lebih terperinciBAB 2 LANDASAN TEORI. variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan bagian
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN Latar Belakang Masalah Peran emas dalam perekonomian Indonesia semakin tinggi. Emas semakin dicari oleh semua orang karena emas adalah investasi yang sangat menjanjikan. Faktor-faktor
Lebih terperinciBAB IX ANALISIS REGRESI
BAB IX ANALISIS REGRESI 1. Model Analisis Regresi-Linear Analisis regresi-linear adalah metode statistic yang dapat digunakan untuk mempelajari hubungan antarsifat permasalahan yang sedang diselidiki.
Lebih terperinci2015 REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR)
1 BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan salah satu cabang ilmu matematika yang mempelajari bagaimana merencanakan, mengumpulkan, mempresentasikan, menganalisis, dan menginterpretasikan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Banyak metode yang dapat digunakan untuk menganalisis data atau informasi pada suatu pengamatan. Salah satu metode statistik yang paling bermanfaat dan paling sering
Lebih terperinciPEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL
PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL Alan Prahutama, Suparti, Departemen Statistika, Fakultas Sains dan Matematika,Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Analisis Regresi Linier Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik yang menyatakan hubungan fungsional antara variabel-variabel. Analisis regresi linier
Lebih terperinciBAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk
BAB III PEMBAHASAN 3.1. Kriging Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi
Lebih terperinciPEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA)
PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA) SKRIPSI Disusun Oleh : NOVIKA PRATNYANINGRUM 24010211140095
Lebih terperinciDAFTAR ISI LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI...
DAFTAR ISI Halaman LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI...... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...
Lebih terperinciBAB I PENDAHULUAN. bersifat tetap ( bukan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan suatu analisis yang digunakan untuk mengetahui hubungan antara satu variabel independen atau lebih dengan variabel dependen. Pada studi perbandingan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi yang berarti peramalan, penaksiran, atau pendugaan pertama kali diperkenalkan pada tahun 1877 oleh Sir Francis Galton (1822-1911) sehubungan dengan penelitiannya
Lebih terperinci1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.
* 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi Utriweni Mukhaiyar MA 2081 Statistika
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pada suatu eksperimen atau pengamatan terhadap suatu keadaan, pengambilan data merupakan salah satu bagian terpenting, agar hasil dari eksperimen dapat lebih
Lebih terperinciBAB III REGRESI PADA DATA SIRKULAR
BAB III REGRESI PADA DATA SIRKULAR Variabel dalam suatu regresi secara umum terdiri atas variabel bebas (independent variable dan variabel terikat (dependent variable. Jenis data pada variabel-variabel
Lebih terperinciTINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciPeramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Lebih terperinciAnalisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa Menggunakan Logika Fuzzy
Scientific Journal of Informatics Vol. 2, No. 1, Mei 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa
Lebih terperinci2016 APLIKASI MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) MENGGUNAKAN SOFTWARE MATLAB
1 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari sering dihadapkan dengan hubungan yang melibatkan dua atau lebih peubah atau variabel. Persamaan matematik yang menggambarkan persamaan
Lebih terperinciMA5283 STATISTIKA Bab 7 Analisis Regresi
MA5283 STATISTIKA Bab 7 Analisis Regresi Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Perkuliahan Silabus Tujuan Peubah bebas dan terikat, konsep relation, model regresi linier, penaksir
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu metode analisis dalam statistika yang sangat familiar bagi kalangan akademis dan pekerja. Analisis regresi dapat
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886.Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan
Lebih terperincidan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.
Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi
Lebih terperinciBAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama
Lebih terperinciGEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 717-726 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS
Lebih terperinciPEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION
PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION SKRIPSI Disusun Oleh : DEPY VERONICA 24010212140035 DEPARTEMEN STATISTIKA
Lebih terperinciAnalisis Regresi Spline Kuadratik
Analisis Regresi Spline Kuadratik S 2 Oleh: Agustini Tripena Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Regresi spline
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciBAB I PENDAHULUAN. ekonomi. Dalam analisis ekonometrika, ketersediaan data yang sesuai sangat
1 BAB I PENDAHULUAN 1.1 Latar Belakang Ekonometrika merupakan salah satu alat analisis penting di bidang ekonomi. Dalam analisis ekonometrika, ketersediaan data yang sesuai sangat mempengaruhi hasil analisis
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode analisis yang menjelaskan tentang
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi merupakan metode analisis yang menjelaskan tentang hubungan antara dua atau lebih variabel. Variabel dalam analisis regresi, dibedakan menjadi dua yaitu
Lebih terperinciBAB 1 PENDAHULUAN. banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam masyarakat modern seperti sekarang ini, metode statistika telah banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan keputusan / kebijakan.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Hubungan antar variabel sering menjadi objek yang akan diamati bentuknya dalam sebuah pemodelan. Dua buah variabel yang diduga mempunyai hubungan sebab akibat, atau
Lebih terperinci(R.5) Pemodelan Regresi Poisson Terboboti Geografis Pada Kasus Gizi. buruk di Jawa Timur.
(R.5) Pemodelan Regresi Poisson Terboboti Geografis Pada Kasus Gizi Buruk di Jawa Timur Ida Mariati Hutabarat 1, Asep Saefuddin 2 1Jurusan Matematika Uncen. 2 Departemen Statistika IPB 1Jl.Kamp Wolker
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini diuraikan beberapa tinjauan pustaka sebagai landasan teori pendukung penulisan penelitian ini. 2.1 Analisis Regresi Suatu pasangan peubah acak seperti (tinggi, berat)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB I PENDAHULUAN. sangat mempengaruhi hasil analisis yang diperlukan. Data yang dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam analisis perekonomian, ketersediaan data yang sesuai sangat mempengaruhi hasil analisis yang diperlukan. Data yang dapat dianalisis terdiri dari tiga jenis data,
Lebih terperinciProsiding Seminar Nasional Matematika, Statistika, dan Aplikasinya September 2017, Samarinda, Indonesia ISBN:
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 017 3 September 017, Samarinda, Indonesia ISBN: 978-60-5031-0-3 Analisis Data Spasial Menggunakan Metode Geographically Weighted Regression
Lebih terperinciPemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: 337-350 (301-98X Print) D-8 Pemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression Ardianto Tanadjaja, Ismaini
Lebih terperinci