BAB I PENDAHULUAN. bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi.

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB I PENDAHULUAN. bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi."

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi telah diterapkan pada berbagai bidang, seperti administrasi bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi. Keberhasilan dalam menerapkan model regresi membutuhkan pemahaman yang mendalam, baik dalam teori yang mendasarinya maupun masalah-masalah yang dijumpai ketika menerapkan model regresi dalam kehidupan nyata. Analisis regresi merupakan metode analisis data yang menggambarkan hubungan antara variabel respons dan variabel prediktor (Hosmer dan Lemeshow, 2000). Pola hubungan antara variabel respons dan variabel prediktor dapat diperkirakan dengan membuat diagram pencar (scatter plot) yang memuat informasi mengenai hubungan kedua variabel tersebut yang dapat bentuk linear atau nonlinear. Terdapat dua pendekatan untuk mengestimasi fungsi regresi yaitu pendekatan parametrik dan nonparametrik. Pendekatan parametrik yaitu pendekatan yang digunakan apabila bentuk hubungan antara variabel prediktor dan variabel respons diketahui atau bentuk dari kurva regresinya diasumsikan mengikuti pola tertentu. Pendekatan nonparametrik yaitu pendekatan yang digunakan apabila bentuk hubungan antara variabel respons dan prediktornya tidak diketahui atau tidak adanya informasi mengenai bentuk fungsi regresinya. Regresi parametrik memiliki asumsi yang ketat dan kaku seperti sisaan berdistribusi normal dan memiliki variansi yang konstan. Selain itu, diketahuinya

2 karakteristik data dari penelitian sebelumnya sangatlah penting agar diperoleh model yang baik. Dalam model regresi parametrik, estimasi kurva regresi ekuivalen dengan estimasi terhadap parameter-parameter dalam model (Budiantara, 2009). Dalam menerapkan regresi parametrik sering terjadi penyimpangan asumsi seperti tidak dipenuhi asumsi kenormalan, terjadinya multikolinearitas, dan autokorelasi. Untuk mengatasi penyimpangan asumsi pada regresi parametrik dapat dilakukan dengan beberapa cara seperti melakukan transformasi data atau menambah jumlah observasi. Apabila terjadi kesalahan saat proses mengatasi penyimpangan asumsi pada regresi parametrik, maka akan mengakibatkan model dari metode penduga menjadi lebih rumit (Neter et al, 1997a,b). Untuk menghindari penggunaan teknik yang rumit maka salah satu alternatif yang dapat digunakan adalah pendekatan regresi nonparametrik. Regresi nonparametrik adalah suatu metode pemodelan yang tidak terikat akan asumsi-asumsi dari persamaan regresi tertentu yang memberikan fleksibilitas yang tinggi dalam menduga sebuah model. Beberapa metode estimasi regresi nonparametrik yang dapat digunakan adalah deret Fourier, spline, kernel (Eubank, 1998). Regresi spline adalah suatu metode analisis regresi yang bersifat piecewise polynomial yaitu suatu potongan-potongan polinom yang memiliki sifat tersegmen pada selang k yang terbentuk pada titik-titik knot (Wang & Yang, 2009). Titik knot merupakan titik perpaduan bersama yang terjadi karena terdapat perubahan perilaku pola pada interval yang berlainan. Spline mempunyai keunggulan dalam mengatasi pola data yang menunjukkan naik atau turun yang

3 tajam dengan bantuan titik-titik knot, serta kurva yang dihasilkan relatif mulus (Härdle, 1990). Estimator spline cenderung mencari sendiri estimasinya kemana pun data tersebut bergerak sehingga memperoleh model yang sesuai dengan bentuk data. Namun kelemahan dari regresi spline adalah apabila menggunakan banyak knot dan knot yang terlalu berdekatan dalam perhitunganakan membentuk matriks yang hampir singular, sehingga persamaan normal tidak dapat diselesaikan. Estimasi kurva pada regresi nonparametrik spline dapat dilakukan dengan dua cara, yang pertama dengan mencari model spline yang optimal dengan cara memilih parameter penghalus λ, dan yang kedua mencari model spline yang optimal dengan cara memilih titik knot optimal. Kriteria yang dapat digunakan dalam pemilihan parameter penghalus λ dan pemilihan knot yang optimal yaitu Generalized Cross Validation (GCV) (Budiantara, 2000). Salah satu kelebihan dari GCV adalah sifatnya yang optimal asimtotik atau dengan sampel yang besar sifatnya tetap optimal. Penelitian mengenai pemodelan menggunakan analisis regresi spline pernah dilakukan oleh Setyaningsih (2010) yang meneliti estimasi pertumbuhan balita menggunakan penalized spline. Lestari (2010) membandingkan estimator spline dan estimator kernel pada data simulasi tabrakan sepeda motor pada suatu Post Mortem Human Test Object (PTMO).Penelitian yang dilakukan Setyaningsih (2010) dan Lestari (2010) dalam menentukan model terbaik pada spline yaitu berdasarkan pemilihan nilai parameter penghalus λ yang optimal. Namun dalam penelitian ini penulis ingin menentukan model terbaik pada estimator regresi

4 spline dengan pemilihan titik knot yang optimal berdasarkan kriteria nilai GCV yang paling minimum pada data pengaruh kualitas produk, harga, dan iklan terhadap keputusan pembelian sepeda motor Yamaha pada Herpindo Jaya cabang Ngaliyan. Data penelitian ini diambil dari sebuah penelitian yang dilakukan oleh Nugraha (2010) untuk mengetahui faktor-faktor yang memengaruhi keputusan pembelian sepeda motor Yamaha pada Herpindo Jaya cabang Ngaliyan dengan menggunakan analisis regresi berganda dengan variabel respons yaitu keputusan pembelian (y) dan variabel prediktor yaitu kualitas produk (x 1 ), harga (x 2 ), dan iklan (x 3 ). Hasil analisisnya menyatakan bahwa ketiga variabel prediktor memiliki pengaruh yang positif terhadap keputusan pembelian sepeda motor. Ini dapat diartikan bahwa ketiga variabel tersebut merupakan kriteria yang penting bagi pembeli sepeda motor Yamaha di Harpindo Jaya cabang Ngaliyan. Namun saat melakukan uji koefisien determinasi diperoleh adjusted R 2 sebesar 0,555 artinya keputusan pembelian terhadap variabel kualitas produk, harga, dan iklan hanya dapat dijelaskan sebesar 55,5% dari model regresi berganda dan terdapat 44,5% dari variabel-variabel yang tidak diteliti memiliki pengaruh terhadap keputusan pembelian. Setelah peneliti meninjau kembali dengan melakukan uji asumsi klasik pada data tersebut, hasilnya menunjukkan bahwa terjadinya penyimpangan asumsi yaitu datanya tidak berdistribusi normal dan hubungan antara variabel respons dan prediktor tidak linear. Penyimpangan asumsi ini menyebabkan regresi linear berganda kurang tepat diterapkan terhadap data.

5 Meninjau hasil penelitian yang dilakukan Nugraha (2010), maka penulis ingin melanjutkan penelitian tersebut dengan menggunakan analisis regresi spline. Pada penelitian ini diharapkan akan diperoleh model yang lebih baik dengan koefisien determinasi yang lebih besar dibandingkan dengan penelitian sebelumnya, tanpa harus memenuhi asumsi-asumsi klasik seperti halnya dalam analisis regresi berganda. 1.2 Rumusan Masalah Berdasarkan latar belakang tersebut, permasalahan yang peneliti dapatkan adalah 1. Bagaimana menentukan model regresi spline terbaik dengan data kualitas produk, harga, dan iklan terhadap keputusan pembelian sepeda motor Yamaha pada Herpindo Jaya cabang Ngaliyan? 2. Bagaimana hasil perbandingan estimasi model analisis regresi spline dengan analisis regresi linier berganda pada data kualitas produk, harga, dan iklan terhadap keputusan pembelian sepeda motor Yamaha pada Herpindo Jaya cabang Ngaliyan? 1.3 Batasan Masalah Mengacu pada rumusan masalah maka ruang lingkup dalam penelitian ini dibatasi pada beberapa hal, antara lain sebagai berikut: 1. Data yang dipergunakan adalah data sekunder yang berasal dari penelitian yang dilakukan oleh Nugraha pada tahun 2010.

6 2. Meninjau dari kelemahan regresi spline dan dari bentuk pola data, maka pada penelitian ini penulis menggunakan titik knot yang dibatasi sebanyak lima titik knot. 3. Pemilihan titik knot optimal menggunakan metode Generalized Cross Validation (GCV) yang nilainya paling minimum. 1.4 Tujuan Penelitian Adapun tujuan yang ingin dicapai dalam penelitian ini yaitu 1. Menentukan model regresi spline terbaik pada data kualitas produk, harga, dan iklan terhadap keputusan pembelian sepeda motor Yamaha pada Herpindo Jaya cabang Ngaliyan. 2. Membandingkan antara analisis regresi linier berganda dan regresi spline dalam mengestimasi model pada data kualitas produk, harga, dan iklan terhadap keputusan pembelian sepeda motor Yamaha pada Herpindo Jaya cabang Ngaliyan. 1.5 Manfaat Penelitian Manfaat penelitian ini adalah 1. Menambah wawasan keilmuan dalam mengestimasi model regresi nonparametrik spline. 2. Penelitian ini dapat dijadikan acuan dalam penelitian selanjutnya sebagai sumber informasi.

BAB I PENDAHULUAN. Analisis regresi merupakan metode analisis data yang telah diterapkan

BAB I PENDAHULUAN. Analisis regresi merupakan metode analisis data yang telah diterapkan BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan metode analisis data yang telah diterapkan secara luas pada berbagai bidang penelitian, sebagai contoh penelitian-penelitian dalam ilmu pengetahuan

Lebih terperinci

PEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan)

PEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) PEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) I Made Budiantara Putra 1, I Gusti Ayu Made Srinadi 2, I Wayan Sumarjaya 3 1 Jurusan Matematika, Fakultas MIPA - Universitas Udayana

Lebih terperinci

BAB I PENDAHULUAN. menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel

BAB I PENDAHULUAN. menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel respon ( ), dimana

Lebih terperinci

MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN

MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN Amalia Ma rufa, Sri Subanti, Titin Sri Martini Program Studi Matematika FMIPA UNS

Lebih terperinci

BAB I PENDAHULUAN. dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau

BAB I PENDAHULUAN. dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu analisis dalam statistika yang dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau variabel bebas X dengan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA. variabel prediktor terhadap variabel respons. Hubungan fungsional

BAB II TINJAUAN PUSTAKA. variabel prediktor terhadap variabel respons. Hubungan fungsional BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Dalam ilmu statistika, metode yang dapat digunakan untuk menganalisis pola hubungan antara satu variabel atau lebih dengan satu variabel atau lebih lainnya

Lebih terperinci

Analisis Regresi Spline Kuadratik

Analisis 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 terperinci

ABSTRAK. Kata Kunci: regresi nonparametrik spline, knot, GCV, angka kematian bayi.

ABSTRAK. Kata Kunci: regresi nonparametrik spline, knot, GCV, angka kematian bayi. Judul : Pemodelan Regresi Nonparametrik Spline Pada Angka Kematian Bayi di Provinsi Bali Nama : Gede Abdi Hadi Suryawan Pembimbing : 1. I.Gst. Ayu Made Srinadi, S.Si.,M.Si. 2. I Wayan Sumarjaya, S.Si.,M.Stats.

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

TINJAUAN PUSTAKA. Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang

TINJAUAN PUSTAKA. Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kota Medan merupakan ibukota Provinsi Sumatera Utara dan menjadi kota terbesar nomor 3 (tiga) di Indonesia setelah Jakarta dan Surabaya. Selain sebagai kota

Lebih terperinci

PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.

PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3. PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika

Lebih terperinci

PENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1

PENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1 PENENTUAN MODEL REGRESI SPLINE TERBAIK Agustini Tripena 1 1) Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Pada paper ini

Lebih terperinci

E-Jurnal Matematika. 1 of 4 7/9/ :39 PM. Journal Help USER. Username OPEN JOURNAL SYSTEMS

E-Jurnal Matematika. 1 of 4 7/9/ :39 PM. Journal Help USER. Username OPEN JOURNAL SYSTEMS E-Jurnal Matematika http://ojs.unud.ac.id/index.php/mtk 1 of 4 7/9/2015 10:39 PM E - J u r n a l M a t e m a t i k a OPEN JOURNAL SYSTEMS Journal Help USER Username E-Jurnal Matematika http://ojs.unud.ac.id/index.php/mtk

Lebih terperinci

PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.

PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb. JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.

Lebih terperinci

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan 5 II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan

Lebih terperinci

PENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK

PENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 121 126. PENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK Yuyun

Lebih terperinci

Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon

Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon Konferensi Nasional Sistem & Informatika 7 STMIK STIKOM Bali, Agustus 7 Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon Luh Putu Safitri Pratiwi Program Studi Sistem Informasi STMIK STIKOM

Lebih terperinci

PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN

PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN REGRESI PENALIZED SPLINE BERBASIS RADIAL SKRIPSI Disusun oleh: KARTIKANINGTIYAS H.S 24010211140076 JURUSAN STATISTIKA FAKULTAS SAINS DAN

Lebih terperinci

REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS

REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS Dhina Oktaviana P, I Nyoman Budiantara Mahasiswa Jurusan Statistika ITS Surabaya, Dosen Jurusan Statistika ITS Surabaya

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu alat statistika yang banyak digunakan untuk mengetahui hubungan antara sepasang variabel atau lebih. Misalkan X adalah variabel

Lebih terperinci

ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE

ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE SKRIPSI Oleh : ALVITA RACHMA DEVI 24010210120017 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO

Lebih terperinci

BAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah

BAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah BAB III REGRESI SPLINE 3.1 Fungsi Pemulus Spline yaitu Fungsi regresi nonparametrik yang telah dituliskan pada bab sebelumnya = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah faktor

Lebih terperinci

ESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE

ESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE ESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE Dian Ragil P.. Abstrak Model varying-coefficient pada data longitudinal akan dikaji dalam proposal ini. Hubungan antara variabel

Lebih terperinci

MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan

MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA Kornelius Ronald Demu, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika FMIPA

Lebih terperinci

ANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA

ANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA E-Jurnal Matematika Vol. 5 (3), Agustus 2016, pp. 111-116 ISSN: 2303-1751 ANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA Desak Ayu Wiri Astiti 1, I

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen (respon) dengan satu atau lebih variabel independen (variabel penjelas), dengan

Lebih terperinci

PEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN

PEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN SIDANG LAPORAN TUGAS AKHIR PEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN Oleh : Servianie Purnamasari (1310 030

Lebih terperinci

PERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA

PERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA PERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA Febriani Astuti, Kartiko, Sri Sulistijowati Handajani Jurusan Matematika

Lebih terperinci

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE Disusun Oleh : NOVIA AGUSTINA 24010211130039 Skripsi Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains

Lebih terperinci

BAB IV PEMBAHASAN. 4.1 Deskripsi Data

BAB IV PEMBAHASAN. 4.1 Deskripsi Data BAB IV PEMBAHASAN Pada bab ini diberikan deskripsi data, diagram pencar data, titik knot optimal, model regresi nonparametrik spline, pengujian parameter, dan pengujian sisaan. Selanjutnya regresi nonparametrik

Lebih terperinci

BAB 1 PENDAHULUAN. variabel respon dengan variabel prediktor. Menurut Eubank (1988), f(x i ) merupakan

BAB 1 PENDAHULUAN. variabel respon dengan variabel prediktor. Menurut Eubank (1988), f(x i ) merupakan BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Metode regresi merupakan metode statistika untuk mengetahui hubungan antara variabel respon dengan variabel prediktor. Menurut Eubank (1988), f(x i ) merupakan

Lebih terperinci

MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA

MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA 1 Mifta Luthfin Alfiani, 2 Indah Manfaati Nur, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika,

Lebih terperinci

REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R.

REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R. REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R Tiani Wahyu Utami 1), Alan Prahutama 2) 1 Program studi Statistika, FMIPA, Universitas Mumammadiyah Semarang email: tianiutami@unimus.ac.id 2 Departemen

Lebih terperinci

Oleh : Edwin Erifiandi (NRP ) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi

Oleh : Edwin Erifiandi (NRP ) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi Oleh : Edwin Erifiandi (NRP. 1309 201 701) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi PENDAHULUAN Latar Belakang (1) () Salah satu metode statistika untuk memodelkan hubungan antar variabel adalah

Lebih terperinci

BAB I PENDAHULUAN. Daerah daratan adalah daerah yang terletak di atas dan di bawah

BAB I PENDAHULUAN. Daerah daratan adalah daerah yang terletak di atas dan di bawah BAB I PENDAHULUAN 1.1 Latar Belakang Daerah daratan adalah daerah yang terletak di atas dan di bawah permukaan daratan dimulai dari batas garis pasang tertinggi. Daerah lautan adalah daerah yang terletak

Lebih terperinci

APLIKASI MODEL REGRESI SEMIPARAMETRIK SPLINE TRUNCATED (Studi Kasus: Pasien Demam Berdarah Dengue (DBD) di Rumah Sakit Puri Raharja)

APLIKASI MODEL REGRESI SEMIPARAMETRIK SPLINE TRUNCATED (Studi Kasus: Pasien Demam Berdarah Dengue (DBD) di Rumah Sakit Puri Raharja) E-Jurnal Matematika Vol 6 (1), Januari 2017, pp 65-73 ISSN: 2303-1751 APLIKASI MODEL REGRESI SEMIPARAMETRIK SPLINE TRUNCATED (Studi Kasus: Pasien Demam Berdarah Dengue (DBD) di Rumah Sakit Puri Raharja)

Lebih terperinci

Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri

Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Dengan semakin majunya peradaban, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data ke dalam suatu fungsi yang dapat dipergunakan

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 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 terperinci

PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE

PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE SKRIPSI Disusun Oleh : ANISA SEPTI RAHMAWATI 24010212140046 DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA

Lebih terperinci

ESTIMATOR SPLINE KUBIK

ESTIMATOR SPLINE KUBIK Bimafika, 011, 3, 30-34 ESTIMATOR SPLINE KUBIK Johannis Takaria * Staff Pengajar Fakultas Keguruan Dan Ilmu Pendidikan Universitas Pattimura Ambon Diterima 10-1-010; Terbit 31-06-011 ABSTRACT Consider

Lebih terperinci

5 MODEL ADITIF VECTOR AUTOREGRESSIVE EXOGENOUS

5 MODEL ADITIF VECTOR AUTOREGRESSIVE EXOGENOUS 5 MODEL ADITIF VECTOR AUTOREGRESSIVE EXOGENOUS Pendahuluan Pada model VARX hubungan peubah penjelas dengan peubah respon bersifat parametrik. Stone (1985) mengemukakan pemodelan yang bersifat fleksibel

Lebih terperinci

PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE ABSTRACT

PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE ABSTRACT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI

Lebih terperinci

SEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.

SEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M. 16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari

Lebih terperinci

REGRESI SPLINE SEBAGAI ALTERNATIF DALAM PEMODELAN KURS RUPIAH TERHADAP DOLAR AMERIKA SERIKAT SKRIPSI

REGRESI SPLINE SEBAGAI ALTERNATIF DALAM PEMODELAN KURS RUPIAH TERHADAP DOLAR AMERIKA SERIKAT SKRIPSI REGRESI SPLINE SEBAGAI ALTERNATIF DALAM PEMODELAN KURS RUPIAH TERHADAP DOLAR AMERIKA SERIKAT SKRIPSI Oleh: SULTON SYAFII KATIJAYA NIM : J2E009041 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS

Lebih terperinci

PREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN

PREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN PREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN Iswan Rahman 1, Raupong 2, M. Saleh AF. 3 1 Mahasiswa Departemen Matematika FMIPA Universitas Hasanuddin 2,3 Staff Pengajar

Lebih terperinci

BAB 1 PENDAHULUAN. hubungan antara variabel respon dengan satu atau beberapa variabel prediktor.

BAB 1 PENDAHULUAN. hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. BAB 1 PENDAHULUAN A. Latar Belakang Masalah Analisis regresi merupakan metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan X adalah

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL

PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL ( Studi Kasus : Harga Saham Bulanan pada Kelompok Saham Perbankan Periode Januari 2009 Desember 2015 ) SKRIPSI Disusun oleh: KHOIRUNNISA NUR FADHILAH

Lebih terperinci

PEMODELAN 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 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian tentang hubungan diantara fenomena-fenomena real merupakan dasar dari tujuan sains dan memainkan peranan penting dalam kehidupan seharihari. Saat ini analisis

Lebih terperinci

GENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE

GENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal 191 196. GENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE Andi Sayuti, Dadan Kusnandar, Muhlasah Novitasari Mara

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK MULTIVARIABEL DENGAN ESTIMATOR SPLINE PARSIAL

MODEL REGRESI SEMIPARAMETRIK MULTIVARIABEL DENGAN ESTIMATOR SPLINE PARSIAL MODEL REGRESI SEMIPARAMETRIK MULTIVARIABEL DENGAN ESTIMATOR SPLINE PARSIAL Aplikasi Faktor Yang Mempengaruhi Kepuasan Pelayanan Kesehatan Di Rumah Sakit William Booth Surabaya Erika Untari Dewi Email :

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan adalah bertambah jumlah dan besarnya sel diseluruh bagian tubuh yang secara kuantitatif dapat diukur. Perkembangan adalah bertambah sempurnanya fungsi alat

Lebih terperinci

DAFTAR ISI ABSTRACT. BAB I PENDAHULUAN 1.1 LatarBelakang Pembatasan Masalah TujuanPenulisan

DAFTAR ISI ABSTRACT. BAB I PENDAHULUAN 1.1 LatarBelakang Pembatasan Masalah TujuanPenulisan `DAFTAR ISI HALAMAN JUDUL HALAMAN PENGESAHAN HALAMAN PERNYATAAN HALAMAN PERSEMBAHAN KATA PENGANTAR DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL DAFTAR LAMPIRAN INTISARI ABSTRACT i ii iii iv v vii x xi xii xiv

Lebih terperinci

Kata Kunci : regresi semiparametrik, spline, knot, GCV

Kata Kunci : regresi semiparametrik, spline, knot, GCV Judul : Aplikasi Model Regresi Semiparametrik Spline Truncated (Studi Kasus: Pasien Demam Berdarah Dengue (DBD) di Rumah Sakit Puri Raharja) Nama : Ni Wayan Merry Nirmala Yani Pembimbing : 1. I.Gst. Ayu

Lebih terperinci

APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR

APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR Oleh : Isnia Dwimayanti (0 09 06) Pembimbing : DR Drs I Nyoman Budiantara, MS ABSTRAK Tingginya tingkat fertilitas

Lebih terperinci

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 603-612 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI

Lebih terperinci

Faktor-Faktor yang Mempengaruhi Contraceptive Prevalence Rate (Cpr) di Indonesia dengan Pendekatan Regresi Nonparametrik Spline

Faktor-Faktor yang Mempengaruhi Contraceptive Prevalence Rate (Cpr) di Indonesia dengan Pendekatan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol.,., (0) 7-0 (0-9X Print) D-97 Faktor-Faktor yang empengaruhi Contraceptive Prevalence Rate (Cpr) di Indonesia dengan Pendekatan Regresi nparametrik Spline Diana Cristie dan

Lebih terperinci

PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE

PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE Annita Nur Kusumastuti, Sri Sulistijowati Handajani, dan Respatiwulan Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi identik

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab II dalam penelitian ini terdiri atas analisis regresi, deret Fourier, FDA, estimasi parameter pada analisis data dan estimasi parameter pada roughness penalty. 2. Analisis Regresi

Lebih terperinci

MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR

MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR UNIVERSITAS DIPONEGORO 01 ISBN: -0-1-0-1 MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR Alan Prahutama Dosen Jurusan Statistika Undip

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menyelidiki pola hubungan fungsional antara variabel prediktor dan variabel respon

Lebih terperinci

MODEL REGRESI SPLINE KNOT OPTIMAL UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN BAYI DI JAWA TIMUR

MODEL REGRESI SPLINE KNOT OPTIMAL UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN BAYI DI JAWA TIMUR MODEL REGRESI SPLINE KNOT OPTIMAL UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN BAYI DI JAWA TIMUR Elsha Puspitasari, Drs. Hery Tri Sutanto, M.Si 2,,2 Jurusan Matematika, Fakultas Matematika

Lebih terperinci

Seminar Tugas Akhir. Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS

Seminar Tugas Akhir. Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS Seminar Tugas Akhir Oleh: Dhina Oktaviana P 1307 100 068 Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN Berdasarkan tujuan penelitian, maka pada bab ini akan dilakukan estimasi model regresi nonparametrik berdasarkan estimator polinomial lokal kernel dengan meminimumkan Weigted

Lebih terperinci

PREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL

PREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL PREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL Firmanti Suryandari, Sri Subanti, Bowo Winarno Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi merupakan proses meningkatnya

Lebih terperinci

PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR

PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR SULVIA MEGASARI 1310 100 037 PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR 1 Sulvia Megasari dan I Nyoman Budiantara Jurusan Statistika, Fakultas Matematika

Lebih terperinci

MODEL REGRESI SEMI PARAMETRIK DENGAN ESTIMATOR SPLINE PARSIAL

MODEL REGRESI SEMI PARAMETRIK DENGAN ESTIMATOR SPLINE PARSIAL MODEL REGRESI SEMI PARAMETRIK DENGAN ESTIMATOR SPLINE PARSIAL Aplikasi Pada Faktor Yang Mempengaruhi Prestasi Belajar (Nilai Praktek) Mahasiswa Sekolah Tinggi Ilmu Kesehatan William Booth Surabaya Erika

Lebih terperinci

oleh MONIKA AGESTI VIRGA ADHISURYA M

oleh MONIKA AGESTI VIRGA ADHISURYA M FAKTOR YANG MEMPENGARUHI PRODUKSI JAGUNG DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK SPLINE oleh MONIKA AGESTI VIRGA ADHISURYA M0111057 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan

Lebih terperinci

BAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah

BAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang

Lebih terperinci

ADLN Perpustakaan Universitas Airlangga

ADLN Perpustakaan Universitas Airlangga PERBANDINGAN METODE GENERALIZED CROSS VALIDATION DAN GENERALIZED MAXIMUM LIKELIHOOD DALAM REGRESI NONPARAMETRIK SPLINE UNTUK MEMPERKIRAKAN JUMLAH LEUKOSIT PADA TERSANGKA FLU BURUNG DI JAWA TIMUR RINGKASAN

Lebih terperinci

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK Dalam melakukan estimasi pada suatu kasus regresi nonparametrik, ada banyak metode yang dapat digunakan. Yasin (2009) dalam makalahnya melakukan estimasi regresi

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman 223-231 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMILIHAN MODEL REGRESI POLINOMIAL LOKAL DAN SPLINE UNTUK ANALISIS

Lebih terperinci

2-RP RENCANA PEMBELAJARAN. Semester : VI Hal: 1 dari 5. No.Revisi : 00. tim. Regresi Nonparametrik. Deskripsi. Kemampuan. lokal).

2-RP RENCANA PEMBELAJARAN. Semester : VI Hal: 1 dari 5. No.Revisi : 00. tim. Regresi Nonparametrik. Deskripsi. Kemampuan. lokal). RP S1 SP 14 A. CAPAIAN PEMBELAJARAN : CP 11.1 : Mampu memodelkan data kuantitatif univariat linier nonlinier. CP15.2 : Mampu mengelola berja dalam tim CP15.4 : Bertanggung jawab atas hasil rja mandiri

Lebih terperinci

Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya

Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (04) 7-0 (0-98X Print) D-7 Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya Merly Fatriana Bintariningrum

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah

Lebih terperinci

PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE

PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE SKRIPSI Disusun oleh SETA SATRIA UTAMA 24010210120004 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS

Lebih terperinci

Analisis Regresi Spline Multivariabel untuk Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur

Analisis Regresi Spline Multivariabel untuk Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 0) ISSN: 0-98X D- Analisis Regresi Spline Multivariabel untuk Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur Reza Mubarak dan I Nyoman

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. mendapatkan model dan faktor-faktornya, terlebih dahulu akan dibahas. bagaimana mendapatkan sampel dalam penelitian ini.

BAB IV HASIL DAN PEMBAHASAN. mendapatkan model dan faktor-faktornya, terlebih dahulu akan dibahas. bagaimana mendapatkan sampel dalam penelitian ini. BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan hasil dari penelitian yang meliputi model terbaik dari indeks prestasi kumulatif mahasiswa dan faktor-faktor apa saja yang berpengaruh terhadap

Lebih terperinci

ESTIMATOR KERNEL DALAM MODEL REGRESI NONPARAMETRIK

ESTIMATOR KERNEL DALAM MODEL REGRESI NONPARAMETRIK Jurnal Matematika Vol. 2 No. 1, Juni 2012. ISSN : 1693-1394 ESTIMATOR KERNEL DALAM MODEL REGRESI NONPARAMETRIK I Komang Gede Sukarsa e-mail: sukarsakomang@yaoo.com I Gusti Ayu Made Srinadi e-mail: srinadiigustiayumade@yaoo.co.id

Lebih terperinci

BAB I PENDAHULUAN. pengukuran terhadap data yang bersatuan waktu atau derajat arah yang nilainilainya

BAB I PENDAHULUAN. pengukuran terhadap data yang bersatuan waktu atau derajat arah yang nilainilainya BAB I PENDAHULUAN 1.1 Latar Belakang Dalam beberapa kasus penelitian, peneliti terkadang harus melakukan pengukuran terhadap data yang bersatuan waktu atau derajat arah yang nilainilainya berulang secara

Lebih terperinci

PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN REGRESI PENALIZED SPLINE BERBASIS RADIAL

PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN REGRESI PENALIZED SPLINE BERBASIS RADIAL ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 533-541 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN

Lebih terperinci

APLIKASI SPLINE ESTIMATOR TERBOBOT

APLIKASI SPLINE ESTIMATOR TERBOBOT APLIKASI SPLINE ESTIMATOR TERBOBOT I Nyoman Budiantara) APLIKASI SPLINE ESTIMATOR TERBOBOT I Nyoman Budiantara Dosen Fakultas Matematika dan Ilmu Pengetahuan Alam, Jurusan Statistika Institut Teknologi

Lebih terperinci

II. TINJAUAN PUSTAKA 2.1 Metode Regresi 2.2 Model Aditif Terampat ( Generalized additive models , GAM)

II. TINJAUAN PUSTAKA 2.1 Metode Regresi 2.2 Model Aditif Terampat ( Generalized additive models , GAM) II. TINJAUAN PUSTAKA. Metode Regresi Analisis regresi merupakan bagian dalam analisis statistika yang digunakan untuk memodelkan hubungan antara peubah tidak bebas (respon) dengan satu atau beberapa peubah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

TINJAUAN PUSTAKA. Tingkat Penerimaan Masyarakat terhadap Bank Syariah

TINJAUAN PUSTAKA. Tingkat Penerimaan Masyarakat terhadap Bank Syariah 4 TINJAUAN PUSTAKA Pangsa Pasar Menurut Undang-Undang Republik Indonesia No. 5 Tahun 2009 Tentang Larangan Praktik Monopoli dan Persaingan Usaha Tidak Sehat, pangsa pasar adalah persentase nilai jual atau

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pembahasan pada bab selanjutnya. Pembahasan teori meliputi pengertian data

BAB II TINJAUAN PUSTAKA. pembahasan pada bab selanjutnya. Pembahasan teori meliputi pengertian data BAB II TINJAUAN PUSTAKA Bab ini membahas teori-teori dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pembahasan teori meliputi pengertian data secara umum dan data sirkular, ukuran

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 1.1 Analisis Regresi Salah satu metode statistik yang umum digunakan untuk menganalisis hubungan ataupun pengaruh antara variabel prediktor dan variabel respon. Mengatasi kurva

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan

Lebih terperinci

ESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL

ESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL Statistika Vol 1 No 1 Mei 213 ESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL Tiani Wahyu Utami 1 Program Studi S1 Statistika Universitas Muhammadiyah

Lebih terperinci

TUGAS AKHIR PEMODELAN REGRESI SPLINE. (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) KOMPETENSI STATISTIKA I MADE BUDIANTARA PUTRA JURUSAN MATEMATIKA

TUGAS AKHIR PEMODELAN REGRESI SPLINE. (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) KOMPETENSI STATISTIKA I MADE BUDIANTARA PUTRA JURUSAN MATEMATIKA TUGAS AKHIR PEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) KOMPETENSI STATISTIKA I MADE BUDIANTARA PUTRA 1008405010 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. No. (06 7-0 (0-98X Print D-6 Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Anita Trias Anggraeni

Lebih terperinci

MODEL SPLINE TERBOBOT UNTUK MERANCANG KARTU MENUJU SEHAT (KMS) PROPINSI JAWA TIMUR

MODEL SPLINE TERBOBOT UNTUK MERANCANG KARTU MENUJU SEHAT (KMS) PROPINSI JAWA TIMUR MODEL SPLINE TERBOBOT UNTUK MERANCANG KARTU MENUJU SEHAT (KMS) PROPINSI JAWA TIMUR Adi Wicaksono 1, Mutiah Salamah, dan Jerry Dwi Trijoyo Purnomo 1 Mahasiswa Statistika ITS Dosen Statistika ITS ABSTRAK

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. Regresi Non-Parametrik Statistik nonparametrik disebut juga statistik bebas sebaran. Statistik nonparametrik tidak mensyaratkan bentuk sebaran parameter populasi. Statistik nonparametrik

Lebih terperinci

PEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH SKRIPSI. Oleh: ELYAS DARMAWAN NIM.

PEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH SKRIPSI. Oleh: ELYAS DARMAWAN NIM. PEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH SKRIPSI Oleh: ELYAS DARMAWAN NIM. 24010210130061 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO

Lebih terperinci