BAB I PENDAHULUAN. bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi.
|
|
- Harjanti Darmadi
- 6 tahun lalu
- Tontonan:
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 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 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 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 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 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 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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini diuraikan beberapa tinjauan pustaka sebagai landasan teori pendukung penulisan penelitian ini. 2.1 Analisis Regresi Suatu pasangan peubah acak seperti (tinggi, berat)
Lebih terperinciBAB 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 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 terperinciABSTRAK. 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 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 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 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 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 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 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 terperinciE-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 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 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 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 terperinciPemodelan 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 terperinciPEMODELAN 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 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 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 terperinciANALISIS 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 terperinciBAB 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 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 terperinciMODEL 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 terperinciANALISIS 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 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 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 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 terperinciPEMODELAN 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 terperinciBAB 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 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 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 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 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 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 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 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 terperinciBAB 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 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 terperinciPEMODELAN 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 terperinciESTIMATOR 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 terperinci5 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 terperinciPEMODELAN 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 terperinciSEMINAR 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 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 terperinciPREDIKSI 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 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 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 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 terperinciPEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL
PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL Alan Prahutama, Suparti, Departemen Statistika, Fakultas Sains dan Matematika,Universitas
Lebih terperinciBAB 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 terperinciGENERALIZED 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 terperinciMODEL 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 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 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 terperinciKata 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 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 terperinciPEMODELAN 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 terperinciFaktor-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 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 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 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 terperinciBAB 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 terperinciMODEL 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 terperinciSeminar 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 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 terperinciPREDIKSI 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 terperinciPENDEKATAN 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 terperinciMODEL 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 terperincioleh 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 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 terperinciADLN 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 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 terperinciISSN: 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 terperinci2-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 terperinciPemodelan 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 terperinciBAB 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 terperinciPEMODELAN 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 terperinciAnalisis 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 terperinciBAB 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 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. 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 terperinciPEMODELAN 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 terperinciAPLIKASI 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 terperinciII. 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 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 terperinciTINJAUAN 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 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 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 terperinciBAB 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 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 terperinciTUGAS 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 terperinciPemodelan 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 terperinciMODEL 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 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 terperinciPEMILIHAN 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