aljabar geo g metr me i
|
|
- Yuliani Johan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pertemuan 12 & 13 ANALIS KOMPONEN UTAMA & FUNGSI DISCRIMINAN Obyektif : Reduksi variabel Interpretasi Aplikasi AKU dalam Anls Regresi Discrimination Fisher and Classification Classification with two Multivariate Normal Population
2 Pengertian. Analisis Komponen Utama (AKU) merupakan upaya mereduksi p variabel pengamatan asli (semula) menjadi k variabel baru yang saling ortogonal, dimana masing-masing k variabel baru tersebut merupakan kombinasi linier dari p variabel asal (semula). Dari segi aljabar, komponen utama, secara khusus merupakan kombinasi linier dari p variabel random Secara geometri, Kombinasi-kombinasi linier yang terbentuk merepresentasikan sistem koordinat baru melalui rotasi sistem koordinat semula dengan sebagai sumbu-sumbu koordinat. Komponen Utama hanya tergantung pada matriks Covarians ( atau matriks korelasi ) dari Tidak dibutuhkan anggapan distribusi normal multivariat. Akan tetapai komponen utama yang diturunkan dari populasi normal multivariat mempunyai banyak interpretasi yang berguna.
3 Misalkan vektor random memiliki matriks Covarians nilai-nilai eigen Pang kombinasi-kombinasi linier dari p peubah asal, dengan dengan
4 Proporsi konstribusi suatu komponen utama ke-i sebesar Konstribusi q komponen utama sebesar
5 Contoh Variabel random mempunyai matriks varians-kovarians Tentukan a. Ketiga Komponen utama b. Var (Y1) Cov(Y1,Y2) c. Proporsi varians komponen utama yang diterangkan oleh komponen utama d. Hitung Solusi Nilai-nilai eigen vektor-vektor eigen (standar) dari dimana masing-masing
6 a. Ketiga komponen utma adalah b. Tampak bahwa variabel X3 merupakan salah satu komponen utama, sebab tidak berkorelasi dengan kedua variabel lainnya (X1 X2)
7 c. Proporsi yang diterangkan untuk komponen utama pertama terhadap total varians populasi adalah sebesar ( 73 % dari varians populasi) Proporsi yang diterangkan oleh dua komponen utama pertama terhadap total varians populasi adalah sebesar ( 98 % dari varians populasi) d. Koefisien korelasi Hal ini menunjukkan sama pentingnya untuk komponen utama pertama Selanjutnya, Komponen utama ke tiga adalah unimportant
8 APLIKASI ANALISIS KOMPONEN UTAMA DALAM ANALISIS REGRESI Tahapan yang dilakukan dalam analisis regresi Komponen Utama adalah : Peubah bebas asal menghitung nilai eigen ( dibakukan dengan, vektor eigen skor komponen utama Meregresikan peubah respon (Y) terhadap skor komponen utama yang terpilih (*) Mentransformasi persamaan regresi dengan peubah bebas ke peubah bebas dengan Mentransformasi persamaan regresi dengan peubah bebas ke peubah bebas
9 Varians (ragam) koefisien regresi peubah bebas X adalah dimana adalah varians (ragam) galat dari persamaan (*) Pengujian keberatian koefisien regresi, dilakukan dengan menggunakan uji t-student dengan statistic uji
10 KOMPONEN UTAMA YANG DIPEROLEH DARI VARIABEL TERSTANDARISASI Komponen utama dapat pula diperoleh melalui variabel terstandarisasi Atau dalam bentu matriks Dimana matriks diagonal Jelaslah bahwa
11 Teorema Komponen utama ke-i dari variabel terstandarisasi dengan diberikan oleh Dengan Dalam hal ini vektor eigen dari matriks Korelasi adalah pasangan nilai eigen dengan
12 Contoh (Komponen utama yang diperoleh dari matrik covarians matrik korelasi akan berbeda) Diberikan matriks covariansi Tentukan matriks korelasi a. Komponen utama untuk b. Komponen utama untuk c. Proporsi variansi yang diterangkan oleh komponen utama pertama dari a) b) d. Hitung
13 Solusi Pasangan nilai eigen vektor eigen dari adalah Pasangan nilai eigen vektor eigen dari adalah a. Komponen utama dari b. Komponen utama dari
14 c. Proporsi variansi yang diterangkan oleh komponen utama pertama dalam a) adalah dalam b) adalah d.
15 FUNGSI DISKRIMINAN & KLASIFIKASI
16 ANALISIS DISKRIMINAN DAN KLASIFIKASI Analisis diskriminan adalah teknik multivariat untuk mengelompokan individu-individu kedalam kelompok-kelompok yang saling bebas dengan tegas berdasarkan segugus peubah bebas. Analisis diskriminan juga dapat digunakan untuk mengalokasikan pengamatan baru kedalam kelompok yang telah di definisikan sebelumny. Atau dengan kata lain, analisis diskriminan adalah teknik multivariat untuk memisahkan objek-objek ke dalam himpunan yang berbeda dengan mengalokasikan objek baru kedalam himpunan-himpunan tersebut. Tujuan Analisis diskriminan klasifikasi adalah Menyatakan baik secara grafik atau aljabar objek-objek yang berbeda dari populasi yang diketahui. Akan dicari diskriminan yang nilainya sedemikian sehingga populasi-populasi tersebut terpisah semaksimal mungkin. Mensortir objek kedalam 2 kelas atau lebih. Menentukan aturan yang bisa digunakan untuk mengalokasikan objek baru kedalam salah satu kelas.
17 Dua asumsi yang harus diperhatikan dalam analisis diskriminan adalah : Assumsi pertama, p peubah bebas menyebar mengikuti sebaran normal ganda Assumsi kedua, matriks ragam peragam berdimensi p x p dari peubah-peubah bebas dalam setiap kelompok harus sama (homogen). KLASIFIKASI UNTUK DUA POPULASI Fungsi Diskriminan Linier Fisher Ide Fisher adalah mentransformasi pengamatan multivariat x menjadi pengamatan univariat y sedemikian sehingga y dapat diturunkan dari populasi populasi yang dipisahkan sejauh mungkin Fisher menyarankan untuk mengambil kombinasi linier dari x untuk menghasilkan y sebab merupakan fungsi sederhana yang mudah ditangani
18 Pembahasan Obyektif Memisahakan dua kelas (populasi) sejauh mungkin Mengalokasikan objek baru kedalam salah satu kelas berdasar pengukuran pada p variabel random Misal adalah vektor mean observasi multivariat dari populasi adalah vektor mean observasi multivariat dari populasi matriks kovarians kedua populasi diasumsikan sama, yakni
19 Selanjutnya pang kombinasi linier dengan mean Y adalah variansi Y adalah Akan dipilih kombinasi linier dimana yang memaksimumkan rasio
20 Rasio tersebut akan maksimum jika Dengan memilih, diperoleh kombinasi linier
21 Misalkan nilai tengah antar kelompok (titik tengah mean populasi univariat) adalah adalah nilai fungsi diskriminan untuk observasi dari Maka aturan klasifikasi untuk observasi Alokasikan kedalam bila Alokasikan kedalam bila atau Alokasikan kedalam bila Alokasikan kedalam bila adalah :
22 Akan tetapi adalah parameter populasi yang pada umumnya tidak diketahui, perlu ditaksir dari observasi sampel Misalakan dipunyai observasi variabel random multivariat dari populasi observasi variabel random multivariat dari populasi Data matriksnya berturut turut adalah yang merupakan penaksir tak bias untuk
23 Fungsi diskriminan linier Fisher untuk sampel adalah adalah titik tengah diantara kedua mean sampel univariat Aturan klasifikasi berdasar sampel menjadi Alokasikan kedalam bila Alokasikan kedalam bila
24 Contoh 1 Diberikan dua himpunan data dengan Tentukan a. Matrik varians kovarians gabungan b. Fungsi diskriminan linier Fisher c. Allokasikan observasi observasi
25 Solusi Dengan menggunakan rumus diperoleh sehingga a. b. Fungsi diskriminan linier
26 , Jadi fungsi diskriminan linier adalah c. diperoleh Untuk observasi Karena maka objek Dengan cara serupa, untuk observasi Karena dadi objek dialokasikan pada diperoleh dialokasikan pada juga.
27
28 Klasifikasi untuk dua populasi normal multivariat adalah densitas normal multifvariat, Misalkan yang pertama dengan mean matriks kovariansi segkan yang kedua dengan mean matriks kovariansi Kasus spesial jika diasumsikan keduanya memiliki matriks kovariansi sama,. untuk Misalkan densita bersama (joint densities) dari populasi diberikan oleh Misalakan pula parameter-parameter populasi diketahui.
29 Daerah yang meminimumkan ECM (Expected Cost of Misclassification) adalah Teorema Populasi dengan mean masing-masing berdistribusi normal multivariat matriks kovariansi sama Maka aturan alokasi yang meminimumkan ECM adalah bila dalam Alokasikan Bila tidak demikian, alokasikan kedalam Catatan: Alokasi yang meminimumkan ECM a Alokasi menurut Fisher sama bila, karena
30 Penduga aturan yang meminimumkan ECM untuk 2 populasi normal adalah Alokasikan dalam Bila tidak demikian, alokasikan dimana bila kedalam
31 Normals Obligatory carriers
32 A pictorial representation of Fisher s procedure for two population with p=2
33 A pictorial representation of Fisher s procedure for two population with p=2
34 KLASIFIKASI LEBIH DARI DUA POPULASI ESTIMATED MINIMUM TPM (Total Probabbilty of Misclassification) RULE FOR EQUAL-COVARIANCE NORMAL POPULATION Allokasikan with dalam bila The linier discriminant score
35 , Contoh 2 Tentukan nilai/skor diskriminan linier yang didasarkan pada data populasi diasumsikan masing-masing normal bivariat dengan covarians sama. Sampel random dari ketiga populasi, vektor mean matriks covarians diberikan sebagai berikut Dengan Dan allokasikan
36 Solusi Selanjutnya Sehingga
37 Dengan cara serupa diperoleh sehingga Dan Subtitusi nilai numerik diperoleh
38 Karena memiliki skor diskriminan terbesar, maka observasi dimasukkan dalam populasi
BAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciBAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang
BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA Analisis komponen utama adalah metode statistika multivariat yang bertujuan untuk mereduksi dimensi data dengan membentuk kombinasi linear
Lebih terperinciMinggu XI ANALISIS KOMPONEN UTAMA. Utami, H
Minggu XI ANALISIS KOMPONEN UTAMA Utami, H Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen Utama 4 Contoh Utami, H Minggu XIANALISIS KOMPONEN UTAMA 2 / 16 Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen
Lebih terperinciPertemuan 3 & 4 INTERPRETASI GEOMETRI DAN GENERALISASI VARIANS. Interpretasi Geometri pada Sampel. Generalisasi varians
Pertemuan 3 & 4 INTERPRETASI GEOMETRI DAN GENERALISASI VARIANS Interpretasi Geometri pada Sampel Generalisasi varians , Interpretasi Geometri pada Sampel Sample Geometry and Random Sampling Data sampel
Lebih terperinciMinggu II STATISTIKA MULTIVARIATE TERAPAN
Minggu II STATISTIKA MULTIVARIATE TERAPAN (PENDAHULUAN) Herni U Universitas Gadjah Mada Outline 1 Analisis Statistika Multivariat 2 Contoh Kasus Multivariat 3 Organisasi Data Outline 1 Analisis Statistika
Lebih terperinciBab 2 LANDASAN TEORI
17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciSelamat Datang.. Dalam zona
Selamat Datang.. Dalam zona ANALISIS PEUBAH GANDA 334H1203 (oleh M. Saleh AF) DEPARTEMEN MATEMATIKA PRODI STATISTIKA FMIPA UNHAS 2014 Deskripsi Matakuliah APG : Konsep dasar analisis multivariate, vektor,
Lebih terperinciBAB II TINJAUAN PUSTAKA. Dalam bab ini akan dipaparkan beberapa teori pendukung yang digunakan dalam
BAB II TINJAUAN PUSTAKA Dalam bab ini akan dipaparkan beberapa teori pendukung yang digunakan dalam proses analisis klaster pada bab selanjutnya. 2.1 DATA MULTIVARIAT Data yang diperoleh dengan mengukur
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciSILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE :
SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE : JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2005-2006 MATAKULIAH
Lebih terperinciPertemuan 8 & 9. Distribusi Probab Multivariat Distr Multivar untuk Kombinasi Linier Uji Hipotesis Kesamaan Mean
Pertemuan 8 & 9 Distribusi Probab Multivariat Distr Multivar untuk Kombinasi Linier Uji Hipotesis Kesamaan Mean Distribusi Normal Multivariat Ingat V.R.Univariat Variabel random univariat X berdistribusi
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciBAB III ANALISIS KORELASI KANONIK ROBUST DENGAN METODE MINIMUM COVARIANCE DETERMINAN
BAB III ANALISIS KORELASI KANONIK ROBUST DENGAN METODE MINIMUM COVARIANCE DETERMINAN 3.1 Deteksi Pencilan Multivariat Pengidentifikasian pencilan pada kasus multivariat tidaklah mudah untuk dilakukan,
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
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 I PENDAHULUAN. Sekolah Menengah Atas (disingkat SMA), adalah jenjang pendidikan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sekolah Menengah Atas (disingkat SMA), adalah jenjang pendidikan menengah pada pendidikan formal di Indonesia setelah lulus Sekolah Menengah Pertama (atau sederajat).
Lebih terperinciBAB III METODE PENELITIAN
digilib.uns.ac.id BAB III METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah kajian pustaka dari buku referensi karya ilmiah. Karya ilmiah yang digunakan adalah hasil penelitian serta
Lebih terperinciAnalisis Komponen Utama (Principal component analysis)
Analisis Komponen Utama (Principal component analysis) A. LANDASAN TEORI Misalkan χ merupakan matriks berukuran nxp, dengan baris-baris yang berisi observasi sebanyak n dari p-variat variabel acak X. Analisis
Lebih terperinciAbstract. Abstrak. Keywords : Principal Component Analysis, Agriculture Production and Plantation
JdC, Vol. 3, No. 2, September, 2014 1 Penggunaan Analisis Komponen Utama Dalam Penggabungan Data Peubah Ganda pada Kasus Produksi Pertanian dan Perkebunan Di Wilayah Bolaang Mongondow Tahun 2008 1 Sunarsi
Lebih terperinciAnalisis Cluster, Analisis Diskriminan & Analisis Komponen Utama. Analisis Cluster
Analisis Cluster Analisis Cluster adalah suatu analisis statistik yang bertujuan memisahkan kasus/obyek ke dalam beberapa kelompok yang mempunyai sifat berbeda antar kelompok yang satu dengan yang lain.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Populasi dan Sampel Populasi adalah kelompok besar individu yang mempunyai karakteristik umum yang sama atau kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan.
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 terperinciTeknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil
Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Ronny Susetyoko, Elly Purwantini Politeknik Elektronika Negeri Surabaya
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 terperinciANALISIS FAKTOR DAN KESIMPULAN UNTUK STRUKTUR MATRIKS KOVARIANS
ABDUL RAUF 0607050 ANALISIS FAKTOR DAN KESIMPULAN UNTUK STRUKTUR MATRIKS KOVARIANS Analisis factor adalah salah satu metode statistik multivariat yang mencoba menerangkan hubungan antar sejumlah peubah-peubah
Lebih terperinciBAB II LANDASAN TEORI. 2.1 Uji Hipotesis
BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang pengujian hipotesis, metode klasifikasi berstruktur pohon, metode-metode statistika yang menjadi dasar pada metode QUEST, dan algoritme QUEST..1
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 21 Kemiskinan Definisi tentang kemiskinan telah mengalami perluasan, seiring dengan semakin kompleksnya faktor penyebab, indikator, maupun permasalahan lain yang melingkupinya Kemiskinan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Seperti yang kita ketahui, bahwa akhir-akhir ini nilai standar kelulusan Ujian Nasional (UN) di Indonesia terkhususnya pendidikan di tingkat SMA semakin tinggi. Oleh
Lebih terperinciBAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma)
BAB III KALMAN FILTER DISKRIT 3.1 Pendahuluan Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma) yang memberikan perhitungan efisien dalam mengestimasi state proses, yaitu dengan
Lebih terperinciBAB I PENDAHULUAN. Analisis statistik multivariat adalah metode statistik di mana masalah yang
BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Analisis statistik multivariat adalah metode statistik di mana masalah yang diteliti bersifat multidimensional dengan menggunakan tiga atau lebih variabel
Lebih terperinciPERBANDINGAN KINERJA BEBERAPA METODE KLASIFIKASI HASIL REDUKSI DATA BERDIMENSI TINGGI
ISSN 1858-4667 JURNAL LINK Vol 16/No. 1/Februari 212 PERBANDINGAN KINERJA BEBERAPA METODE KLASIFIKASI HASIL REDUKSI DATA BERDIMENSI TINGGI Ronny Susetyoko 1, Elly Purwantini 2 1,2 Departemen Teknik Elektro,
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1. Penaksiran Parameter Jika adalah nilai parameter populasi yang belum diketahui harganya, maka dapat ditaksir oleh nilai statistik, dan disebut sebagai penaksir atau fungsi keputusan.
Lebih terperinciTINJAUAN PUSTAKA. dianalisis dan hasilnya ditransformasi menjadi matriks berukuran??
TINJAUAN PUSTAKA Data Disagregat dan Agregat Berdasarkan cara pengumpulannya, data dapat dibedakan atas data internal dan data eksternal. Data internal berasal dari lingkungan sendiri sedangkan data eksternal
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciBAB III MINIMUM VOLUME ELLIPSOID PADA ANALISIS KOMPONEN UTAMA ROBUST. Pada bab ini akan dikaji bahasan utama yaitu pencilan dan analisis
BAB III MINIMUM VOLUME ELLIPSOID PADA ANALISIS KOMPONEN UTAMA ROBUST Pada bab ini akan dikaji bahasan utama yaitu pencilan dan analisis komponen utama robust sebagai konsep pendukung serta metode Minimum
Lebih terperinciKETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
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 terperinciTINJAUAN PUSTAKA Analisis Biplot Biasa
TINJAUAN PUSTAKA Analisis Biplot Biasa Analisis biplot merupakan suatu upaya untuk memberikan peragaan grafik dari matriks data dalam suatu plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan
TINJAUAN PUSTAKA Analisis Regresi Linier Berganda Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan memodelkan hubungan diantara peubah-peubah, yaitu peubah tak bebas (respon) dan
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 295-304 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN DISKRIMINAN KUADRATIK KLASIK DAN DISKRIMINAN KUADRATIK
Lebih terperinci(R.14) METODE MINIMUM COVARIANCE DETERMINANT PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN
(R.14) MEODE MINIMUM COVARIANCE DEERMINAN PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN Dini Aderlina, Firdaniza, Nurul Gusriani Jurusan Matematika FMIPA Universitas Padjadjaran Jl. Raya
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciII. TINJAUAN PUSTAKA
II. INJAUAN PUSAKA.1 Penduga Area Kecil Rao (003) mengemukakan bahwa suatu area disebut kecil apabila contoh yang diambil pada area tersebut tidak mencukupi untuk melakukan pendugaan langsung dengan hasil
Lebih terperinciKlasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan
Statistika, Vol. 15 No. 2, 87-97 November 215 Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan Fitriana A.R. 1, Nurhasanah 2, Ririn Raudhatul
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 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari
BAB 2 LANDASAN TEORI 21 Analisis Komponen Utama 211 Pengantar Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari tulisan Karl Pearson pada tahun 1901 untuk peubah non-stokastik Analisis
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 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 II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma
BAB II TINJAUAN PUSTAKA Bab ini akan membahas pengertian metode klasifikasi berstruktur pohon, konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma CHAID, keakuratan dan kesalahan dalam
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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Analisis Regresi Tidak jarang dihadapkan dengan persoalaan yang melibatkan dua atau lebih peubah atau variabel yang ada atau diduga ada dalam suatu hubungan tertentu. Misalnya
Lebih terperinciTINJAUAN PUSTAKA. Model Regresi Linier Ganda
TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran
Lebih terperinciSTUDI SIMULASI GRAFIK PENGENDALI BERDASARKAN ESTIMASI FUNGSI DENSITAS KERNEL BIVARIAT
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, Juni 0 STUDI SIMULASI GRAFIK PENGENDALI BERDASARKAN ESTIMASI FUNGSI DENSITAS KERNEL BIVARIAT
Lebih terperinciMENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA)
MENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) Laporan Praktikum ke-2 Disusun untuk Memenuhi Laporan Praktikum Analisis Regresi Lanjutan Oleh Nama : Faisyal Nim : 125090507111001
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu tujuan yang ingin dicapai dalam mendirikan suatu perusahan antara lain adalah untuk memperoleh keuntungan. Hal tersebut mesti diiringi dengan tingkat kesehatan
Lebih terperinciPenggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot
Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Dalam banyak proses industri, selalu ada variabilitas dasar sebanyak tertentu. Apabila variabilitas dasar suatu proses relatif kecil akan dipandang sebagai
Lebih terperinciAnalisis Diskriminan
Analisis Diskriminan Tujuan Utama Memperoleh fungsi diskriminan, yaitu fungsi yang mampu digunakan membedakan suatu objek masuk ke dalam populasi tertentu berdasarkan pengamatan terhadap objek tersebut
Lebih terperinciBAB I PENDAHULUAN. Ruang lingkup analisis multivariat adalah terdiri dari analisis statistika
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Ruang lingkup analisis multivariat adalah terdiri dari analisis statistika yang mengamati dua atau lebih variabel random yang berhubungan, sebagai suatu kesatuan
Lebih terperinciBAB III METODE SERVQUAL. Secara umum alur penelitian yang dilakukan, disajikan pada diagram berikut. start
26 BAB III METODE SERVQUAL Secara umum alur penelitian yang dilakukan, disajikan pada diagram berikut start Pembuatan kuisioner I dan penyebaran Uji Q cochran Pembuatan kuisioner II Penyebaran kuisioner
Lebih terperinciAnalisis Tingkat Kepuasan Mahasiswa Terhadap Kualitas Pelayanan Akademik Menggunakan Analisis Faktor
Prosiding Semirata FMIPA Universitas Lampung, 2013 Analisis Tingkat Kepuasan Mahasiswa Terhadap Kualitas Novi Rustiana Dewi Jurusan Matematika FMIPA Universitas Sriwijaya E-mail: nrdewimath09@gmail.com
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan
Lebih terperinciMETODE PENELITIAN Kerangka Pemikiran
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Dalam penelitian ini, kerangka berpikir diarahkan untuk mendapatkan konsep-konsep penelitian yang berkaitan dengan permasalahan yang ada sehingga dapat dijadikan
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciBAB 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 terperinciBAB III MODEL REGRESI DATA PANEL. Pada bab ini akan dikemukakan dua pendekatan dari model regresi data
BAB III MODEL REGRESI DATA PANEL Pada bab ini akan dikemukakan dua pendekatan dari model regresi data panel, yaitu pendekatan fixed effect dan pendekatan random effect yang merupakan ide pokok dari tugas
Lebih terperinciBAB III EXTENDED KALMAN FILTER DISKRIT. Extended Kalman Filter adalah perluasan dari Kalman Filter. Extended
26 BAB III EXTENDED KALMAN FILTER DISKRIT 3.1 Pendahuluan Extended Kalman Filter adalah perluasan dari Kalman Filter. Extended Kalman Filter merupakan algoritma yang digunakan untuk mengestimasi variabel
Lebih terperinciPENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA
PENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA Sri Siska Wirdaniyati 1), Edy Widodo ) 1) Mahasiswa Prodi
Lebih terperinciII. TINJAUAN PUSTAKA. dengan kendala menjadi model penuh tanpa kendala,
4 II. TINJAUAN PUSTAKA Dalam penelitian ini akan didiskusikan tentang transformasi model tak penuh dengan kendala menjadi model penuh tanpa kendala, pendugaan parameter, pengujian hipotesis dan selang
Lebih terperinciDidin Astriani P, Oki Dwipurwani, Dian Cahyawati (Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya)
(M.2) ANALISIS BIPLOT UNTUK MENGETAHUI KARAKTERISTIK PUTUS SEKOLAH PENDIDIKAN DASAR PADA MASYARAKAT MISKIN ANTAR WILAYAH KECAMATAN DI KABUPATEN OGAN ILIR Didin Astriani P, Oki Dwipurwani, Dian Cahyawati
Lebih terperinciMinggu X ANALISIS FAKTOR
Minggu X ANALISIS FAKTOR Utami, H Universitas Gadjah Mada ANALISIS FAKTOR Analisis faktor adalah alat analisis statistik yang dipergunakan untuk mereduksi faktor-faktor yang mempengaruhi suatu variabel
Lebih terperinciBAB III PENGENDALIAN KUALITAS MULTIVARIAT. menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian
BAB III PENGENDALIAN KUALITAS MULTIVARIAT Seperti yang telah dibahas pada bab sebelumnya bahwa untuk menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian pada proses produksinya.
Lebih terperinciTINJAUAN PUSTAKA. Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan
4 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Matriks 2.1.1 Matriks Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks tersebut. Suatu
Lebih terperinciBAB I PENDAHULUAN. yang berhubungan dengan cara mengumpulkan atau memperoleh data, berdasarkan kumpulan data tersebut (Sudjana, 1992).
BAB I PENDAHULUAN 1.1 Latar Belakang Statistik sekarang ini sudah menjadi kebutuhan bagi masyarakat global, baik kalangan akademis, ilmuan, praktisi bisnis, kesehatan terutama kalangan peneliti. Metode
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
10 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam upaya meningkatkan Sumber Daya Manusia (SDM) yang bermutu, bidang pendidikan memegang peranan penting. Dengan pendidikan diharapkan kemampuan mutu pendidikan
Lebih terperinciBAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio
21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi
Lebih terperinciANALISIS PERFORMANSI PERUSAHAAN SYARIAH DI BURSA EFEK INDONESIA (BEI) MENGGUNAKAN METODE DISCRIMINANT ANALYSIS DAN SUPPORT VECTOR MACHINE (SVM)
ANALISIS PERFORMANSI PERUSAHAAN SYARIAH DI BURSA EFEK INDONESIA (BEI) MENGGUNAKAN METODE DISCRIMINANT ANALYSIS DAN SUPPORT VECTOR MACHINE (SVM) NUR SYAFRIDA - 1308 100 065 Pembimbing : Muhammad Mashuri,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan diperlukan pada bab 3. Yang akan dibahas dalam bab ini adalah metode bootstrap
Lebih terperinciBAB 2 LANDASAN TEORI Pengertian Data Deret Berkala
BAB 2 LANDASAN TEORI 2.1. Pengertian Data Deret Berkala Suatu deret berkala adalah himpunan observasi yang terkumpul atau hasil observasi yang mengalami peningkatan waktu. Data deret berkala adalah serangkaian
Lebih terperinciBAB III MODEL STATE-SPACE. dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan dari
BAB III MODEL STATE-SPACE 3.1 Representasi Model State-Space Representasi state space dari suatu sistem merupakan suatu konsep dasar dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan
Lebih terperinciANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA)
Prosiding Seminar Matematika dan Pendidikan Matematika ISBN: 978-60-61-0-9 hal 693-703 November 016 ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN
Lebih terperinciBAB I PENDAHULUAN. Pasar modal adalah tempat memperjualbelikan instrumen keuangan jangka
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pasar modal adalah tempat memperjualbelikan instrumen keuangan jangka panjang seperti reksa dana, obligasi (surat utang), saham (ekuitas), dan instrumen derivatif.
Lebih terperinciPerturbasi Nilai Eigen dalam Mengatasi Multikolinearitas
Vol. 10, No. 1, 6-13, Juli 2013 Perturbasi Nilai Eigen dalam Mengatasi Multikolinearitas Andi Yuni Deviyanti 1, Andi Kresna Jaya 1, Anisa 1 Abstrak Multikolinieritas adalah salah satu pelanggaran asumsi
Lebih terperinciBAB II KAJIAN TEORI. Bab ini berisi teori-teori pendukung Analisis Profil dengan
BAB II KAJIAN TEORI Bab ini berisi teori-teori pendukung Analisis Profil dengan Multidimensional Scaling (PAMS) dan aplikasinya yang akan dibahas dalam bab selanjutnya. Yang akan dibahas dalam bab ini
Lebih terperinciBAB IV HASIL PENELITIAN. Bulan Desember Subjek penelitian adalah pasien atau pengantar pasien
29 BAB IV HASIL PENELITIAN A. Distribusi Data Penelitian Penelitian ini dilakukan di Puskesmas Sibela Kota Surakarta pada Bulan Desember 215. Subjek penelitian adalah pasien atau pengantar pasien rawat
Lebih terperinci= parameter regresi = variabel gangguan Model persamaan regresi linier pada persamaan (2.2) dapat dinyatakan dalam bentuk matriks berikut:
BAB II LANDASAN TEORI 2. Analisis Regresi Linier Berganda Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menganalisis hubungan antara dua variabel atau lebih. Menurut
Lebih terperinciBAB 2 TINJAUAN PUSTAKA = (2.2) =
BAB 2 TINJAUAN PUSTAKA 2.1. Regresi Linear Berganda Regresi linear berganda adalah regresi dimana variabel terikatnya dihubungkan atau dijelaskan dengan lebih dari satu variabel bebas,,, dengan syarat
Lebih terperinciGambar 4-1. Histogram X3
BAB IV HASIL PENELITIAN Hasil penelitian ini dideskripsikan sebagai berikut: A. Data Deskriptif 1. (X 3 ) (data/perhitungan manual ada pada file tabel frek kum ) Skor teoritik Min : 37x1 = 37 Mak : 37x4
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Analisis Regresi Perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat disebabkan oleh berubahnya variabel lain yang berhubungan
Lebih terperinciTINJAUAN PUSTAKA. bebas digunakan jarak euclidean - sedangkan bila terdapat. korelasi antar peubah digunakan jarak mahalanobis - -
3 TINJAUAN PUSTAKA Gambaran Umum Analisis Gerombol Analisis gerombol merupakan salah satu metode analisis peubah ganda yang bertujuan untuk mengelompokkan objek kedalam kelompok kelompok tertentu yang
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Faktor - Faktor yang Mempengaruhi Hasil Produksi Kentang
BAB 2 LANDASAN TEORI 2.1 Faktor - Faktor yang Mempengaruhi Hasil Produksi Kentang a) Pupuk kandang adalah pada awal penanaman pupuk kandang digunakan untuk mempersiapkan lahan supaya tanahnya subur dan
Lebih terperinciPENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR
PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR Inge Ratih Puspitasari, Hendro Permadi, dan Trianingsih Eni Lestari Universitas
Lebih terperinciUniversitas Negeri Malang
1 Penerapan Metode Regresi New Stepwise untuk Mengetahui Faktor- Faktor yang Mempengaruhi Kekuatan Metallic Box (Studi Kasus di PT. PINDAD (Persero) Turen) Universitas Negeri Malang E-mail: Nisahidayatul@gmail.com
Lebih terperinci