BAB I PENDAHULUAN 1.1 Latar Belakang
|
|
- Suparman Sudirman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 (Budiantara dan Oktaviana, 2011). Informasi mengenai hubungan fungsional antara variabel prediktor dengan variabel respon dapat diperkirakan dengan melihat bentuk pola hubungan pada diagram pencar (scatter plot). Pola hubungan yang terbentuk pada diagram pencar dapat dimanfaatkan untuk mengetahui pendekatan yang sesuai dalam mengestimasi fungsi regresi, yaitu pendekatan parametrik atau nonparametrik. Pendekatan parametrik mengasumsikan bentuk hubungan antara variabel respon dan variabel prediktor diketahui atau diperkirakan dari kurva regresi. Apabila tidak ada informasi apapun tentang bentuk dari kurva regresi, maka pendekatan yang digunakan adalah pendekatan nonparametrik (Hardle, 1990). Menurut Hardle (1989) pendekatan nonparametrik untuk mengestimasi kurva regresi memiliki beberapa tujuan utama, yaitu memberikan metode untuk mengeksplorasi hubungan antara dua variabel secara umum, menghasilkan prediksi dari observasi walaupun dibuat tanpa referensi, serta merupakan metode yang fleksibel untuk mensubstitusi nilai-nilai yang hilang atau interpolasi antara variabel prediktor yang berdekatan. Menurut Haryatmi (2009) perbedaan penting antara metode regresi parametrik dan regresi nonparametrik adalah pada derajat ketergantungan terhadap informasi tentang f yang didapat dari data dan peneliti. Pada regresi nonparametrik data akan mencari bentuk estimasinya sendiri tanpa di pengaruhi oleh subjektifitas dari peneliti, sehingga pendekatan regresi nonparametrik memiliki fleksibilitas yang tinggi (Eubank,1988). Salah satu pendekatan nonparametrik yang banyak digunakan dalam penelitian statistik adalah estimator kernel.
2 2 Salah satu estimator nonparametrik kernel yang penting dalam mengetimasi fungsi regresi adalah estimator kernel Nadaraya-Watson. Pada umumnya penelitian tentang estimator kernel Nadaraya-Watson masih membahas estimator kernel Nadaraya-Watson dengan bandwidth tertentu (fixed bandwidth). Namun, permasalahan timbul ketika data yang diteliti memiliki distribusi ekor panjang (long-tailed distributions), distribusi multi-mod (multi-mod distributions), dan kasus multivariat. Pada kasus tersebut penggunaan estimator kernel Nadaraya- Watson memberikan performa yang kurang optimal. Menurut Demir dan Toktamis (2010) pada kasus distribusi ekor panjang (long-tailed distributions) dan distribusi multi-mod (multi-mod distributions) digunakan estimator kernel Nadaraya-Watson dengan variansi bandwidth atau disebut juga estimator kernel Nadaraya-Watson adaptif. Suatu ukuran kebaikan estimator dapat dilihat dari tingkat kesalahannya. Semakin kecil tingkat kesalahannya semakin baik estimasinya. Salah satu ukuran kesalahan dapat dilihat dari nilai MSE (Rata-rata kesalahan kuadrat), semakin kecil nilai MSE semakin baik estimator tersebut. Oleh karena itu, dalam penelitian ini akan dibandingkan kebaikan antara estimator kernel Nadaraya-Watson dan estimator kernel Nadaraya-Watson adaptif dari besarnya nilai Mean Squared Error (MSE) yang dihasilkan. 1.2 Rumusan Masalah Berdasarkan uraian latar belakang diperoleh rumusan masalah yang diangkat adalah: 1. Bagaimana model estimator kernel Nadaraya-Watson adaptif? 2. Bagaimana perbandingan performa antara estimator kernel Nadaraya- Watson dan estimator kernel Nadaraya-Watson adaptif? 1.3 Tujuan Penulisan Berdasarkan rumusan masalah di atas, tujuan dari penulisan ini adalah: 1. Membentuk model estimator kernel Nadaraya-Watson adaptif.
3 3 2. Membandingan performa antara estimator kernel Nadaraya-Watson dan estimator kernel Nadaraya-Watson adaptif. 1.4 Manfaat Penulisan Berdasarkan tujuan di atas, manfaat yang diharapkan dari penulisan ini adalah: 1. Secara umum, diharapkan dapat memberikan sumbangan terhadap perkembangan ilmu pengetahuan dan menambah wawasan pengetahuan dalam bidang statistika nonparametrik terutama tentang pengembangan regresi kernel yaitu estimator kernel Nadaraya-Watson adaptif. 2. Secara khusus, diharapkan dapat memodelkan estimator kernel Nadaraya- Watson adaptif kemudian membandingkannya dengan estimator kernel Nadaraya-Watson, dan dapat digunakan sebagai sarana berpikir kritis dalam melihat fenomena yang berkembang dalam masyarakat dan mengkaitkannya dengan ilmu statistika yang telah dipelajari. 1.5 Tinjauan Pustaka Pembahasan mengenai regresi kernel Nadaraya-Watson telah banyak dibahas dalam beberapa penelitian. Sebelumnya dibahas konsep-konsep dasar pada regresi kernel seperti Walpole (1995) memberikan definisi variabel acak, Bain & Engelhardt (1992) memberika definisi fungsi densitas variabel acak. Hogg, McKean & Craig (2005) menjelaskan mengenai fungsi densitas gabungan, fungsi densitas marginal, rataan bersyarat, serta sifat-sifat estimator. Boor & Conte (2000) menjelaskan mengenai konvergensi, Purcell (1987) memberikan definisi deret Taylor. Referensi secara lengkap mengenai estimator regresi kernel Nadaraya-Watson adaptif dapat dilihat pada Demir dan Toktamis (2010) dimana dijelaskan mengenai estimator kernel adaptif untuk fungsi densitas dan estimator kernel Nadaraya-Watson adaptif untuk fungsi regresi. Adapun pembahasan mengenai estimator kernel Nadaraya-Watson telah dibahas secara lengkap oleh Hardle (1989 & 1990) yang meliputi definisi fungsi kernel, yaitu suatu fungsi yang pada
4 4 pemanfaatannya diberlakukan pada setiap titik data dan beberapa fungsi kernel yang lain diantaranya kernel uniform, kernel segitiga (triangle), kernel epanechinikov, kernel quartic, dan kernel Gaussian, serta estimasi densitas kernel. Selain itu, terdapat juga Sain (1994) membahas estimasi denstitas kernel adaptif. Sedangkan untuk aplikasi dijelaskan oleh Vita Azizah (2008) yang membahas mengenai aplikasi regresi nonparametrik kernel dalam data finansial. 1.6 Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode studi literature. Dalam menganalisis model estimator kernel Nadaraya-Watson adaptif digunakan referensi dari jurnal On Adaptive Nadaraya-Watson Kernel Regression Estimators (Hacettepe Journal of Mathematics and Statistics : 2010) dan Adaptive Kernel Density Estimation (Unpublish Ph.D. Thesis, Department of Statistics. Rice University. Texas: 1994). Pada dasarnya estimator kernel Nadaraya-Watson adaptif adalah pengembangan dari estimator kernel Nadaraya-Watson. Oleh karena itu, langkah awal analisis model adalah menentukan estimator kernel Nadaraya-Watson, yaitu menentukan model estimasi kernel yang merupakan suatu metode pendekatan terhadap fungsi densitas yang belum diketahui dengan menggunakan fungsi kernel kemudian mencari model dari estimator kernel Nadaraya-Watson yang merupakan nilai kurva rata-rata pada kondisi tertentu. Selanjutnya menentukan model estimator kernel adaptif dari fungsi densitas dan dilanjutkan dengan model estimator kernel Nadaraya-Watson adaptif dari fungsi regresi. Adapun langkah akhir adalah menghitung ukuran kinerja (performance measures) yaitu dengan mencari nilai Mean Square error (MSE) dan membandingkan nilai tersebut baik pada estimator kernel Nadaraya-Watson maupun pada estimator kernel Nadaraya-Watson adaptif. 1.7 Sistematika Penulisan Untuk mempermudah pembaca dalam memahami tulisan ini, maka tulisan ini akan dibagi ke dalam lima bab sebagai berikut:
5 5 BAB I PENDAHULUAN Dalam bab ini dijelaskan latar belakang masalah, rumusan masalah, tujuan penulisan, manfaat penulisan, tinjauan pustaka, metodologi penelitian dan sistematika penulisan. BAB II LANDASAN TEORI Dalam bab ini dikemukakan teori-teori yang meliputi definisi, teorema dan contoh, ataupun hal-hal yang mendasari dan mendukung yang menunjang pembahasan tentang estimator regresi kernel Nadaraya-Watson adaptif. BAB III PEMBAHASAN Bab III membahas penjelasan mengenai estimasi densitas kernel, estimasi densitas kernel adaptif, estimator kernel Nadaraya-Watson dan estimator kernel Nadaraya-Watson adaptif. Selanjutnya pada bab ini akan dibahas mengenai statistik dari masing-masing estimator yang meliputi nilai ekspektasi, variansi, dan bias, untuk selanjutnya digunakan dalam mencari nilai Mean Square error (MSE). BAB IV SIMULASI DAN STUDI KASUS Bab IV berisi tentang implementasi estimator kernel Nadaraya-Watson dan estimator kernel Nadaraya-Watson adaptif dengan menggunakan data simulasi ataupun studi kasus pada data yang sama kemudian menghitung ukuran kinerja (performance measures) yaitu dengan mencari nilai Mean Square error (MSE) dan membandingkan nilai tersebut baik pada estimator regresi kernel Nadaraya-Watson maupun estimator regresi kernel Nadaraya-Watson adaptif. BAB V PENUTUP Bab ini berisi tentang kesimpulan yang diperoleh dari hasil pembahasan serta saran sebagai akibat dari kekurangan atau kelebihan dari hasil penelitian yang dilakukan.
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 terperinciBAB 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 terperinciBAB 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 terperinciPEMILIHAN BANDWIDTH PADA ESTIMATOR NADARAYA-WATSON DENGAN TIPE KERNEL GAUSSIAN PADA DATA TIME SERIES
PEMILIHAN BANDWIDTH PADA ESTIMATOR NADARAYA-WATSON DENGAN TIPE KERNEL GAUSSIAN PADA DATA TIME SERIES (Studi Kasus: Penutupan Indeks Harga Saham Harian Jakarta Islamic Index (JII) Periode 1 Januari 2016
Lebih terperinciBAB 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 terperinciTINJAUAN 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 terperinciBAB 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 terperinciBAB 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 terperinciPERBANDINGAN 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 terperinciBAB 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 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 terperinciTINJAUAN 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 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. bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi.
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
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 terperinciEFISIENSI RELATIF ESTIMATOR FUNGSI KERNEL GAUSSIAN TERHADAP ESTIMATOR POLINOMIAL DALAM PERAMALAN USD TERHADAP JPY
UJM 2 (2) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm EFISIENSI RELATIF ESTIMATOR FUNGSI KERNEL GAUSSIAN TERHADAP ESTIMATOR POLINOMIAL DALAM PERAMALAN USD TERHADAP
Lebih terperinciMODEL 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 terperinciBAB 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 terperinciPEMILIHAN 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 terperinciESTIMASI MODEL REGRESI SEMIPARAMETRIK DISKRIT
Jurnal UJMC, Volume 2, Nomor 1, Hal. 1-7 pissn : 2460-3333 eissn : 2579-907X ESTIMASI MODEL REGRESI SEMIPARAMETRIK DISKRIT Baiq Diah Fitasari 1, Sri Haryatmi 2, dan Zulaela 2 1 Universitas Islam Al-Azhar
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPENENTUAN 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 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 terperinciPEMODELAN 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 terperinciBAB 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 terperinciUniversitas Sumatera Utara
Kakanda Misiani, S.Si selaku Staf Administrasi Program Studi Magister Matematika FMIPA USU yang telah banyak memberikan pelayanan yang baik kepada penulis selama mengikuti perkuliahan. Pihak Pemerintah
Lebih terperinciPENENTUAN 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 terperinciAplikasi 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 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 terperinciJURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:
JURNAL GAUSSIAN, Volume, Nomor, Tahun 0, Halaman 93-0 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian ANALISIS INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN MODEL REGRESI KERNEL Icha
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Estimasi minimax adalah suatu upgrade pendekatan non-klasik (upgraded non-classical approach) dalam bidang estimasi inferensi statistik yang diperkenalkan oleh Abraham
Lebih terperinciMODEL 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 terperinciPENDUGAAN TINGKAT KEMISKINAN DI KABUPATEN SUMENEP DENGAN PENDEKATAN SAE
PENDUGAAN TINGKAT KEMISKINAN DI KABUPATEN SUMENEP DENGAN PENDEKATAN SAE Moh. Yamin Darsyah dan Rochdi Wasono Program Studi Statistika Unimus, Semarang mydarsyah@yahoo.com ABSTRAK Small area estimation
Lebih terperinciESTIMATOR 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 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 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 terperinciESTIMASI 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 terperinciREGRESI 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 terperinciBAB I PENDAHULUAN. penyakit maupun cacat. Sejalan dengan definisi sehat menurut WHO, menurut
BAB I PENDAHULUAN 1.1 Latar Belakang Menurut WHO dalam Nona (2013), sehat adalah keadaan sejahtera secara fisik, mental dan sosial yang merupakan satu kesatuan, bukan hanya terbebas dari penyakit maupun
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 527-532 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN REGRESI NONPARAMETRIK DATA LONGITUDINAL MENGGUNAKAN
Lebih terperinciESTIMASI 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 terperinciBAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain
Lebih terperinciPEMODELAN 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 terperinciEFISIENSI RELATIF ESTIMATOR FUNGSI KERNEL GAUSSIAN TERHADAP ESTIMATOR POLINOMIAL DALAM PERAMALAN USD TERHADAP JPY
EFISIENSI RELATIF ESTIMATOR FUNGSI KERNEL GAUSSIAN TERHADAP ESTIMATOR POLINOMIAL DALAM PERAMALAN USD TERHADAP JPY skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Menurut Krugman dan Maurice (1994) dalam Aziz (2011), kurs adalah harga sebuah mata uang dari suatu negara yang diukur dan dinyatakan dengan mata uang lainnya. Karena
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 1-10 Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 1-10 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS REGRESI NONPARAMETRIK KERNEL MENGGUNAKAN METODE JACKKNIFE
Lebih terperinciPEMODELAN 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 terperinciPENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG. Agustinus Simanjuntak ABSTRACT
PENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG Agustinus Simanjuntak Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya Pekanbaru
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciMODEL 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 terperinciDAFTAR 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinciPREDIKSI 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perekonomian suatu negara adalah hal yang cukup sering diperhatikan dari setiap kalangan masyarakat. Begitu juga dengan perekonomian di Indonesia yang masih naik-turun
Lebih terperinciREGRESI 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 terperinciPENDUGAAN IPM PADA AREA KECIL DI KOTA SEMARANG DENGAN PENDEKATAN NONPARAMETRIK
PENDUGAAN IPM PADA AREA KECIL DI KOTA SEMARANG DENGAN PENDEKATAN NONPARAMETRIK Moh. Yamin Darsyah 1, Rochdi Wasono 2 1,2 Dosen Statistika Unimus, Semarang mydarsyah@yahoo.com Abstract Human Development
Lebih terperinciPENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN. Rince Adrianti 1, Haposan Sirait 2 ABSTRACT ABSTRAK
PENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN Rince Adrianti, Haposan Sirait Mahasiswa Program Studi S Matematika Dosen Matematika, Jurusan Matematika Fakultas
Lebih terperinciESTMATOR LINIER LOKAL PADA MODEL REGRESI POISSON TERGENERALISIR
KNM VI 3-6 Juli 2012 UNPAD, Jatinangor ESTMATOR LINIER LOKAL PADA MODEL REGRESI POISSON TERGENERALISIR ERNI TRI ASTUTI 1, I NOMAN BUDIANTARA 2, SON SUNARO 3 MOHAMMAD DOKHI 4 1 Mahasiswa Program S3, Jurusan
Lebih terperinciBAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1.Latar Belakang dan Permasalahan Response Surface Methodology sudah dikenalkan oleh Box dan Wilson sejak tahun 1951. Dalam buku Design and Analysis of Experiment, Montgomerry (2001),
Lebih terperinciPENDUGAAN MODEL REGRESI SEMIPARAMETRIK MENGGUNAKAN PENDUGA KERNEL [SKRIPSI] KOMPETENSI STATISTIKA
PENDUGAAN MODEL REGRESI SEMIPARAMETRIK MENGGUNAKAN PENDUGA KERNEL [SKRIPSI] KOMPETENSI STATISTIKA oleh: NI PUTU PERDINA 0808405003 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB 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 terperinciANALISIS REGRESI NONPARAMETRIK KERNEL DAN SAMPEL TERHAPUS-2. (Studi Kasus: Pemodelan Tingkat Inflasi Terhadap Nilai Tukar Rupiah di
ANALISIS REGRESI NONPARAMETRIK KERNEL MENGGUNAKAN METODE JACKKNIFE SAMPEL TERHAPUS-1 DAN SAMPEL TERHAPUS-2 (Studi Kasus: Pemodelan Tingkat Inflasi Terhadap Nilai Tukar Rupiah di Indonesia Periode 2004-2016)
Lebih terperinciANALISIS PENGARUH JUMLAH UANG BEREDAR DAN NILAI TUKAR RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN PEMODELAN REGRESI SEMIPARAMETRIK KERNEL
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 373-382 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS PENGARUH JUMLAH UANG BEREDAR DAN NILAI TUKAR RUPIAH
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 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 terperinciREGRESI 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 terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN
Lebih terperinciAtina Ahdika. Universitas Islam Indonesia 2015
Atina Ahdika Universitas Islam Indonesia 2015 Pada materi sebelumnya, kita telah belajar tentang koefisien korelasi, yaitu suatu ukuran yang menyatakan tentang kuat tidaknya hubungan linier antara dua
Lebih terperinciTINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.
II. TINJAUAN PUSTAKA Distribusi generalized,,, adalah salah satu distribusi probabilitas kontinu. Distribusi ini pertama kali diperkenalkan McDonald dan Newey 988 untuk mengestimasi parameter regresi.
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 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 terperinciKEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Mathematics & Statistics Department, School of Computer Science, Binus
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui hubungan satu arah antara variabel prediktor dan variabel respon yang umumnya dinyatakan
Lebih terperinciADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA ESTIMASI MODEL REGRESI SEMIPARAMETRIK BIRESPON PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR LOKAL LINIER
ESTIMASI MODEL REGRESI SEMIPARAMETRIK BIRESPON PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR LOKAL LINIER SKRIPSI DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM MEMPEROLEH GELAR SARJANA STATISTIKA DEPARTEMEN
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 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Estimasi fungsi survival atau biasa disebut regresi fungsi survival merupakan bagian penting dari analisis survival. Estimasi ini biasa digunakan dalam
Lebih terperinciPENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM
BIAStatistics (2015) Vol. 9, 2, hal. 28-32 PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM Munawar Jurusan Matematika FMIPA Universitas Syiah
Lebih terperinciBAB 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 terperinciPENDUGA KURVA REGRESI NONPARAMETRIK LINEAR DAN NONLINEAR DENGAN METODE PRIESTLEY-CHAO, NADARAYA- WATSON DAN METODE FOURIER. Skripsi.
PENDUGA KURVA REGRESI NONPARAMETRIK LINEAR DAN NONLINEAR DENGAN METODE PRIESTLEY-CHAO, NADARAYA- WATSON DAN METODE FOURIER Skripsi Oleh ADELLA FITRIA MARLIN JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER A. Musdalifa, Raupong, Anna Islamiyati Abstrak Estimasi parameter adalah merupakan hal
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 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Banyak cabang ilmu statistika yang digunakan dalam berbagai bidang, contohnya seperti ekonometri, biostatistika, psikometri, dan masih banyak yang lain. Ekonometri
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 terperinciDEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA
digilib.uns.ac.id DEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA oleh ANIS TELAS TANTI M0106003 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merupakan salah satu bidang dalam statistika yang digunakan untuk menganalisis data yang mengukur waktu terjadinya suatu kejadian ( event).
Lebih terperinciPEMODELAN 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 terperinciBAB I PENDAHULUAN. Analisis regresi merupakan suatu metode yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antar variabel. Hubungan tersebut dapat dinyatakan dalam bentuk persamaan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Metode statistika adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis, dan penafsiran data. Metode statistika dibagi ke dalam dua kelompok
Lebih terperinciAPLIKASI 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 terperinciSMALL AREA ESTIMATION UNTUK PEMETAAN ANGKA MELEK HURUF DI KABUPATEN REMBANG. Program Studi Statistika, UNIMUS
SMALL AREA ESTIMATION UNTUK PEMETAAN ANGKA MELEK HURUF DI KABUPATEN REMBANG Moh Yamin Darsyah 1, Iswahyudi Joko Suprayitno 2 1 Program Studi Statistika, UNIMUS Email: mydarsyah@unimus.ac.id 2 Program Studi
Lebih terperinciANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL
ANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL SKRIPSI Oleh : Prayitno Amigoro NIM. J2E 004 242 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
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 terperinciOleh : 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 terperinciAPLIKASI 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 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 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 terperinci