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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 Seminar Tugas Akhir Oleh: Dhina Oktaviana P Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2011

2 Latar Belakang Regresi Regresi Parametrik Regresi Nonparametrik Bentuk kurva regresi diketahui Bentuk kurva regresi tidak diketahui - Linear - Kuadrat - Kubik - Polinomial derajat k, dll - Kernell - Deret Fourier - Spline - Wavelets, dll 2

3 Latar Belakang Realita: Model regresi memiliki respon > 1 Pola kurva regresi tidak diketahui Terdahulu: Wang, Guo dan Brown (2000) Smoothing Spline Ariyanto (2006) Smoothing Spline Semiati (2010) Deret Fourier Spline Birespon Diagnosis DM: Kadar gula darah puasa Kadar gula darah 2 jam pp DM: penyakit kronis yang paling sering ditemukan pada abad 21 penyebab kematian terbesar ke-4 di dunia 3

4 Latar Belakang Perumusan Masalah Bagaimana bentuk estimasi model Spline dalam regresi nonparametrik birespon? Bagaimana memodelkan data kadar gula darah penderita DM tipe 2 menggunakan model regresi Spline birespon? Tujuan Mengkaji bentuk estimasi model Spline dalam regresi nonparametrik birespon. Memodelkan kadar gula darah penderita DM tipe 2 menggunakan regresi Spline birespon. 4

5 Latar Belakang Manfaat Memberikan wawasan baru mengenai pemodelan, khususnya model regresi nonparametrik Spline birespon Mendapatkan model regresi Spline birespon optimal pada data kadar gula darah penderita DM tipe 2 Batasan Masalah ini mengkaji model regresi nonparametrik birespon dengan menggunakan Spline dan pemilihan titik knot dengan menggunakan metode Generalized Cross Validation (GCV). Aplikasi model ini didasarkan pada data penderita DM tipe 2 yang ada di Laboratorium X Surabaya. 5

6 Regresi Parametrik bentuk kurva regresi (pola hubungan variabel respon dan variabel prediktor) diketahui Regresi Nonparametrik bentuk kurva regresi (pola hubungan variabel respon dan variabel prediktor) tidak diketahui Regresi Nonparametrik Spline Regresi Spline adalah regresi dimana kurva regresinya berupa fungsi Spline Model: 6

7 Pemilihan Titik Knot Optimal dan Model Terbaik GCV: Diabetes Melitus Suatu keadaan yang ditandai oleh kadar gula darah yang melebihi nilai normal karena tubuh tidak lagi memiliki insulin atau insulin tidak dapat bekerja dengan baik (Tandra, 2009) Penderita penyakit DM: kadar gula darah puasa: 126 mg/dl kadar gula darah 2 jam pp: 180 mg/dl 7

8 Diabetes Melitus Klasifikasi atau jenis diabetes ada bermacam-macam, tetapi di Indonesia yang paling banyak ditemukan adalah DM tipe 2 (Subekti, 2009) Pada diabetes tipe 2, pankreas masih bisa memproduksi insulin, tetapi kualitasnya buruk sehingga tidak dapat berfungsi dengan baik sebagai kunci untuk memasukkan glukosa ke dalam sel. Akibatnya, glukosa dalam darah meningkat. 8

9 Sumber Data Data kadar gula darah dan kadar lemak penderita DM tipe 2 yang melakukan cek kesehatan di Laboratorium X Surabaya Variabel Variabel respon (y): y 1 = kadar gula darah puasa y 2 = kadar gula darah dua jam pasca puasa Variabel prediktor (t): t 1 = kadar kolesterol penderita DM tipe 2 t 2 = kadar trigliserida penderita DM tipe 2 9

10 Langkah-Langkah 1. Untuk menjawab tujuan pertama yaitu mengkaji bentuk estimasi model Spline dalam regresi nonparametrik birespon. Langkah-langkah yang dilakukan: a. Membangun model regresi nonparametrik birespon y 1j = f 1 (t 1j ) + g 1 (t 2j )+ ε 1j dan y 2j = f 2 (t 1j ) + g 2 (t 2j )+ ε 2j b. Mendekati kurva regresi f(t) dan g(t)dengan fungsi Spline truncated s(t) c. Membuat model regresi nonparametrik birespon dalam bentuk matriks d. Menentukan matrik bobot W (varians kovarians dan ) e. Menentukan estimator untuk parameter dengan menggunakan optimasi WLS f. Menyajikan estimasi 10

11 Langkah-Langkah 2. Untuk menjawab tujuan kedua yaitu memodelkan data kadar gula darah penderita DM tipe 2 menggunakan model regresi Spline birespon. Langkah-langkah yang dilakukan: a. Membuat plot antar variabel b. Memodelkan data (t ij, ) dan (t ij, ) menggunakan Spline truncated birespon untuk berbagai nilai p dan K c. Menentukan matrik bobot W d. Menghitung estimator parameter dengan menggunakan optimasi WLS e. Memilih titik knot optimal berdasarkan GCV minimum f. Menentukan model Spline terbaik berdasarkan GCV minimum g. Membuat estimasi model regresi Spline birespon terbaik 11

12 Estimasi Model Spline Dalam Regresi Nonparametrik Birespon y t variabel respon variabel prediktor regresi birespon y 1j = f 1 (t 1j ) + g 1 (t 2j )+ ε 1j y 2j = f 2 (t 1j ) + g 2 (t 2j )+ ε 2j Fungsi Spline truncated derajat 2 dg 2 titik knot: Model regresi Spline birespon: 12

13 Estimasi Model Spline Dalam Regresi Nonparametrik Birespon Model regresi Spline birespon dalam bentuk matriks: atau dengan: dimana: 13

14 Estimasi Model Spline Dalam Regresi Nonparametrik Birespon Matrik bobot W: Optimasi WLS: atau dengan: 14

15 Model Kadar Gula Darah Penderita DM Tipe 2 Analisis Deskriptif Variabel Rata-Rata Minimum Maksimum Gula Darah Puasa 196, Gula Darah 2JPP 286, Kolesterol 213, Trigliserida 188,

16 Model Kadar Gula Darah Penderita DM Tipe Gula Darah Puasa Gula Darah Puasa Kolesterol Trigliserida Gambar 4.1 Scatterplot of Gula Darah Puasa vs Kolesterol Gambar 4.3 Scatterplot of Gula Darah Puasa vs Trigliserida 500 Gula Darah 2JPP Kolesterol Gambar 4.2 Scatterplot of Gula Darah 2JPP vs Kolesterol Gula Darah 2JPP Trigliserida Gambar 4.4 Scatterplot of Gula Darah 2JPP vs Trigliserida 16

17 Model Kadar Gula Darah Penderita DM Tipe 2 Spline Linier Birespon 1 Titik Knot Titik Knot Respon 1 Titik Knot Respon 2 Nilai GCV , , , * , , Estimasi Model: 17

18 Model Kadar Gula Darah Penderita DM Tipe 2 Spline Kuadratik Birespon 1 Titik Knot Titik Knot Respon 1 Titik Knot Respon 2 Nilai GCV , , * , , , Estimasi Model: 18

19 Model Kadar Gula Darah Penderita DM Tipe 2 Spline Kombinasi (Linier & Kuadrat) Birespon Estimasi Model: 1 Titik Knot Kombinasi Titik Knot Respon 1 Titik Knot Respon 2 Orde Nilai GCV , , , * , ,

20 Model Kadar Gula Darah Penderita DM Tipe 2 Spline Linier Birespon 2 Titik Knot Titik Knot Respon 1 Titik Knot Respon 2 Estimasi Model: Nilai GCV , , , , , * 20

21 Model Kadar Gula Darah Penderita DM Tipe 2 Spline Kuadratik Birespon 2 Titik Knot Titik Knot Respon 1 Titik Knot Respon 2 Estimasi Model: Nilai GCV , , * , , ,

22 Model Kadar Gula Darah Penderita DM Tipe 2 Spline Kombinasi (Linier & Kuadrat) Birespon Estimasi Model: 2 Titik Knot Kombinasi Titik Knot Respon 1 Titik Knot Respon 2 Orde Nilai GCV , , , * , ,

23 Model Kadar Gula Darah Penderita DM Tipe 2 Model Spline Birespon Optimal Model Spline Nilai GCV Linier 1 titik knot 0, * Kuadratik 1 titik knot 0, Kombinasi 1 titik knot 0, Linier 2 titik knot 0, Kuadratik 2 titik knot 0, Kombinasi 2 titik knot 0, Estimasi Model: 23

24 Model Kadar Gula Darah Penderita DM Tipe 2 Intepretasi Model Spline Birespon Optimal 1. Dengan asumsi kadar trigliserida tetap yˆ 1 3,48701t 1 444, ,85199t 1 ; t ; t yˆ 2 0,07187t 1 456, ,58152t 1 ; t 1 ; t Dengan asumsi kadar kolesterol tetap yˆ 1 1,83572t , ,02475t 2 ; t ; t yˆ 2 1,38989t , ,07324t 2 ; t ; t

25 Bentuk estimasi model Spline dalam regresi nonparametrik birespon adalah, dengan matrik Model Spline birespon terbaik yang menjelaskan kadar gula darah penderita DM tipe 2 adalah model spline linier dengan 1 titik knot dengan bentuk model sebagai berikut. 25

26 Saran Masyarakat menjaga kesehatan agar tidak terkena DM tipe 2, selain itu, bila sudah terkena diabetes, upaya tersebut bisa mengontrol gula darah dan mencegah timbulnya komplikasi Pemerintah dan instansi terkait melakukan upaya guna mencegah penderita yang lebih banyak selanjutnya melakukan pengembangan metode untuk variabel prediktor yang lebih dari dua dan menggunakan Spline dengan orde tidak hanya satu dan dua 26

27 Daftar 27 Adams, L.B Hyperlipidemia. Diakses di edu/let/pubs/adol_book.shtm. Tanggal akses: 5 Maret American Heart Association What Do My Cholesterol Levels Mean? Diakses di n3330/pdf. Tanggal akses: 5 Maret Ariyanto, F Smoothing Spline Bivariat Dalam Regresi Nonparametrik dan Aplikasinya. Laporan Tesis S2 Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember. Surabaya. Budiantara, I. N Estimasi Parametrik dan Nonparametrik untuk Pendekatan Kurva Regresi. Makalah Pembicara Utama pada Seminar Nasional Statistika V, Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS), Surabaya Regresi Spline Linear. Makalah Seminar Nasional Matematika, Jurusan Matematika, FMIPA Universitas Diponegoro (UNDIP), Semarang (a). Model Keluarga Spline Polinomial Truncated Dalam Regresi Semiparametrik. Jurnal Matematika, Ilmu Pengetahuan Alam dan Pengajarannya (MIPA), Vol. 36, No.1, pp Malang: Universitas Negeri Malang (b). Inferensi Statistik Untuk Model Spline. Jurnal Ilmiah Matematika dan Statistika (Matstat), Vol. 7, No.1, pp Jakarta: Universitas Bina Nusantara Spline Dalam Regresi Nonparametrik Dan Semiparametrik: Sebuah Pemodelan Statistika Masa Kini dan Masa Mendatang. Pidato Pengukuhan Untuk Jabatan Guru Besar Dalam Bidang Ilmu Matematika Statistika dan Probabilitas, Pada Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember. Surabaya: ITS Press. Diabetic Medicine Umur Panjang dengan Diabetic yang Terkontrol. Diabetic Sweetner. Infotech. Eubank, R. L Spline Smoothing and Nonparametric Regression. New York: Marcel Dekker Nonparametric Regression and Spline Smoothing Second Edition. New York: Marcel Dekker.

28 Daftar Gujarati, D Essentials of Econometrics. New York: McGRAW-Hill.Inc. Khomsah Penyakit Diabetes Mellitus (DM). Diakses di Tanggal akses: 5 Maret Lee, D. dan Kulick, D Improving Your Cholesterol Profile In-Depth. Diakses di cholesterol_profile-in_depth/article.html. Tanggal akses: 5 Maret Scheen, A.J Diabetes mellitus in the elderly: insulin resistance and/or impaired insulin secretion? Diabetes Metab, 31: 5s27-5s34. Diakses di <URL: Tanggal akses: 29 Mei Semiati, R Regresi Nonparametrik Deret Fourier Birespon. Laporan Tesis S2 Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember. Surabaya. Subekti, I Apa Itu Diabetes: Patofisiologi, Gejala dan Tanda. Materi Penyuluhan Pasien Pada Penatalaksanaan Diabetes Melitus Terpadu Edisi Kedua. Jakarta: Balai Penerbit FKUI. Tandra, H Segala Sesuatu Yang Harus Anda Ketahui Tentang Diabetes. Jakarta: PT Gramedia Utama. Wahba, G Spline Models For Observational Data. Pennsylvania: SIAM. Wang, Y Spline Smoothing Models With Correlated Errors. Journal of the American Statistical Association. 93, Wang Y., Guo W. dan Brown, M.B Smoothing Spline For Bivariate Data With Application To Association Between Hormones. Statistica Sinica. 10, Wetherill, D. dan Kereiakes, D. J Yang perlu Anda Ketahui Tentang Diabetes. Jakarta: PT Elex Media Komputindo. 28

29

REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS

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

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon

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

Lebih terperinci

Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel

Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II

Lebih terperinci

Analisis Regresi Spline Kuadratik

Analisis Regresi Spline Kuadratik Analisis Regresi Spline Kuadratik S 2 Oleh: Agustini Tripena Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Regresi spline

Lebih terperinci

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

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

Lebih terperinci

PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE

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

Lebih terperinci

PENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1

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

Lebih terperinci

PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL

PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL Alan Prahutama, Suparti, Departemen Statistika, Fakultas Sains dan Matematika,Universitas

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL

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

Lebih terperinci

REGRESI NONPARAMETRIK DERET FOURIER BIRESPON

REGRESI NONPARAMETRIK DERET FOURIER BIRESPON JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi 0 November Surabaa Surabaa 00 SEMINAR TESIS REGRESI NONPARAMETRIK DERET FOURIER BIRESPON Oleh : Rinii Semiati 308 0 009

Lebih terperinci

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

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

Lebih terperinci

ESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE

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

Lebih terperinci

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

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

Lebih terperinci

Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri

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

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah

Pemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) D-157 Pemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah

Lebih terperinci

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

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

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK MULTIVARIABEL DENGAN ESTIMATOR SPLINE PARSIAL

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

Lebih terperinci

APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR

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

Lebih terperinci

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

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

Lebih terperinci

MODEL REGRESI SEMI PARAMETRIK DENGAN ESTIMATOR SPLINE PARSIAL

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

Lebih terperinci

Pemodelan Angka Harapan Hidup dan Angka Kematian Bayi di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Birespon

Pemodelan Angka Harapan Hidup dan Angka Kematian Bayi di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Birespon Pemodelan Angka Harapan Hidup dan Angka Kematian Bayi di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Birespon Angka Harapan Hidup Angka Kematian Bayi Penyaji: Ni Nyoman Trisna Juliandari

Lebih terperinci

ANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA

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

Lebih terperinci

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

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

Lebih terperinci

ESTIMATOR SPLINE KUBIK

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Kata Kunci kematian maternal, regresi, spline, nonparametrik, GCV

Kata Kunci kematian maternal, regresi, spline, nonparametrik, GCV JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-13 Pendekatan Spline untuk Estimasi Kurva Regresi Nonparametrik (Studi Kasus pada Data Angka Kematian Maternal di Jawa Timur)

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Dalam bab ini diuraikan beberapa tinjauan pustaka sebagai landasan teori pendukung penulisan penelitian ini. 2.1 Analisis Regresi Suatu pasangan peubah acak seperti (tinggi, berat)

Lebih terperinci

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

BAB 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 terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL

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

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 447-454 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL (

Lebih terperinci

PREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

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

Lebih terperinci

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

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

Lebih terperinci

GENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline

Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline Oleh : A. Anggita Tauwakal Retno (303008) Dosen Pembimbing : Prof. Dr. Drs.

Lebih terperinci

PEMODELAN ANGKA KEMATIAN BAYI DI PROPINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI NONPARAMETRIK SPLINE TUGAS AKHIR ST 1325

PEMODELAN ANGKA KEMATIAN BAYI DI PROPINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI NONPARAMETRIK SPLINE TUGAS AKHIR ST 1325 TUGAS AKHIR ST 325 PEMODELAN ANGKA KEMATIAN BAYI DI PROPINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI NONPARAMETRIK SPLINE LIA DWI JAYANTI NRP 303 00 04 Dosen Pembimbing DR. DRS. I Nyoman Budiantara, MS. JURUSAN

Lebih terperinci

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE

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

Lebih terperinci

Pemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline di Papua

Pemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline di Papua JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Print) D-103 Pemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline di Papua Latifatul Mubarokah, I Nyoman

Lebih terperinci

Seminar Hasil Tesis ESTIMATOR SPLINE DALAM REGRESI NONPARAMETRIK MULTIRESPON (STUDI KASUS TINGKAT KESEJAHTERAAN DI INDONESIA TAHUN 2009)

Seminar Hasil Tesis ESTIMATOR SPLINE DALAM REGRESI NONPARAMETRIK MULTIRESPON (STUDI KASUS TINGKAT KESEJAHTERAAN DI INDONESIA TAHUN 2009) Seminar Hasil Tesis ESTIMATOR SPLINE DALAM REGRESI NONPARAMETRIK MULTIRESPON (STUDI KASUS TINGKAT KESEJAHTERAAN DI INDONESIA TAHUN 2009) Oleh: I Gde Adnyana Pembimbing: Prof. Dr. Drs. I Nyoman Budiantara,

Lebih terperinci

MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI KEJADIAN KONSTIPASI TERHADAP PEMBERIAN AIR SUSU IBU DAN PEMBERIAN AIR SUSU FORMULA

MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI KEJADIAN KONSTIPASI TERHADAP PEMBERIAN AIR SUSU IBU DAN PEMBERIAN AIR SUSU FORMULA MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI KEJADIAN KONSTIPASI TERHADAP PEMBERIAN AIR SUSU IBU DAN PEMBERIAN AIR SUSU FORMULA 1 Ria Muslikah, Moh. Yamin Darsyah 1,,3 Program Studi

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat

Lebih terperinci

LOGO SEMINAR TUGAS AKHIR. Oleh : Rifdatur Rusydiyah Dosen Pembimbing : DR. Subiono, M.Sc

LOGO SEMINAR TUGAS AKHIR. Oleh : Rifdatur Rusydiyah Dosen Pembimbing : DR. Subiono, M.Sc LOGO SEMINAR TUGAS AKHIR Oleh : Rifdatur Rusydiyah 1206 100 045 Dosen Pembimbing : DR. Subiono, M.Sc JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER

Lebih terperinci

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

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

Lebih terperinci

Kata Kunci : regresi semiparametrik, spline, knot, GCV

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

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada

Lebih terperinci

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

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

Lebih terperinci

Rencana Penelitian dan Pengabdian Masyarakat

Rencana Penelitian dan Pengabdian Masyarakat Rencana Penelitian dan Pengabdian Masyarakat 2012-2015 Laboratorium: Statistika Sosial Dan Pemerintahan Institut Teknologi Sepuluh Nopember Fakultas Matematika dan Ilmu Pengetahuan Alam Jurusan Statistika

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

REGRESI SPLINE POLYNOMIAL TRUNCATED MULTIRESPON UNTUK PEMODELAN INDIKATOR KEMISKINAN DI PROVINSI JAWA TIMUR

REGRESI SPLINE POLYNOMIAL TRUNCATED MULTIRESPON UNTUK PEMODELAN INDIKATOR KEMISKINAN DI PROVINSI JAWA TIMUR REGRESI SPLINE POLYNOMIAL TRUNCATED MULTIRESPON UNTUK PEMODELAN INDIKATOR KEMISKINAN DI PROVINSI JAWA TIMUR Oleh: Mohamad Samsodin Dosen Pembimbing: Prof. Dr. Drs. I Nyoman Budiantara, M.Si Program Studi

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan

Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan VIF Distribusi Poisson Regresi Poisson Kematian Bayi Kematian Ibu Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan 1 Pendaharan terberat pada masa nifas

Lebih terperinci

PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Pemodelan PDRB Di Indonesia Menggunakan Pendekatan Regresi Nonparametrik Spline

Pemodelan PDRB Di Indonesia Menggunakan Pendekatan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 6, No., (17) ISSN: 337-35 (31-98X Print) D-16 Pemodelan PDRB Di Indonesia Menggunakan Pendekatan Regresi Nonparametrik Spline Puspita Khanela, Madu Ratna, dan I Nyoman Budiantara

Lebih terperinci

PENDEKATAN REGRESI SEMIPARAMETRIK UNTUK PROSES PEMBENTUKAN LIMBAH PABRIK GULA ASEMBAGUS SITUBONDO

PENDEKATAN REGRESI SEMIPARAMETRIK UNTUK PROSES PEMBENTUKAN LIMBAH PABRIK GULA ASEMBAGUS SITUBONDO PENDEKATAN REGRESI SEMIPARAMETRIK UNTUK PROSES PEMBENTUKAN LIMBAH PABRIK GULA ASEMBAGUS SITUBONDO Niarfie Radythia, 2 Ir. Mutiah Salamah Chamid, M Kes, dan 3 Jerry Dwi TP, S.Si, M.Si Mahasiswa Jurusan

Lebih terperinci

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

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

Lebih terperinci

ADLN Perpustakaan Universitas Airlangga

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

Lebih terperinci

PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN

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

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN 5 BAB V KESIMPULAN DAN SARAN 5. Kesimpulan Berdasarkan hasil analisis sebelumnya, dapat ditarik kesimpulan bahwa :. Model regresi yang mampu menjelaskan hubungan antara angka kematian bayi di Jawa Timur

Lebih terperinci

Universitas Negeri Malang E-mail: livia.mat09@gmail.com

Universitas Negeri Malang E-mail: livia.mat09@gmail.com 1 APLIKASI ANALISIS REGRESI KOMPONEN UTAMA TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT DIABETES MELLITUS (Studi Kasus di Puskesmas Tempeh Kab. Lumajang) Universitas Negeri Malang E-mail: livia.mat09@gmail.com

Lebih terperinci

PEMODELAN INFLASI BERDASARKAN HARGA-HARGA PANGAN MENGGUNAKAN SPLINE MULTIVARIABEL. Abstract

PEMODELAN INFLASI BERDASARKAN HARGA-HARGA PANGAN MENGGUNAKAN SPLINE MULTIVARIABEL. Abstract Peodelan Inflasi (Alan Prahutaa) PEMODELAN INFLASI BERDASARKAN HARGA-HARGA PANGAN MENGGUNAKAN SPLINE MULTIVARIABEL Alan Prahutaa 1, Tiani Wahyu U, Rezzy Eko C 3, Dede Zurohtuliyosi 3 1 Dosen Jurusan Statistika

Lebih terperinci

PEMODELAN MEAN SEA LEVEL (MSL) DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK DERET FOURIER

PEMODELAN MEAN SEA LEVEL (MSL) DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK DERET FOURIER PEMODELAN MEAN SEA LEVEL (MSL) DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK DERET FOURIER 1 Tiani Wahyu Utami, 2 Indah Manfaati Nur 1,2 Program Studi Statistika, Fakultas Matematika dan Ilmu

Lebih terperinci

Analisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparametrik Spline

Analisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (217) ISSN: 2337-352 (231-928X Print) D-11 Analisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparametrik Spline

Lebih terperinci

oleh FAIFAR NUR CHAYANINGTYAS M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

oleh FAIFAR NUR CHAYANINGTYAS M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika MODEL REGRESI B-SPLINE PADA LAJU PERTUMBUHAN PENDUDUK DI INDONESIA oleh FAIFAR NUR CHAYANINGTYAS M0112032 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains

Lebih terperinci

BAB I PENDAHULUAN. utama bagi kesehatan manusia pada abad 21. World Health. Organization (WHO) memprediksi adanya kenaikan jumlah pasien

BAB I PENDAHULUAN. utama bagi kesehatan manusia pada abad 21. World Health. Organization (WHO) memprediksi adanya kenaikan jumlah pasien BAB I PENDAHULUAN A. Latar Belakang Diabetes Mellitus (DM) merupakan salah satu ancaman utama bagi kesehatan manusia pada abad 21. World Health Organization (WHO) memprediksi adanya kenaikan jumlah pasien

Lebih terperinci

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

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

Lebih terperinci

Dhiva Ryan Hardine 1), Aisyah Abdullah 2), Muhammad Ikbal 3), Nur Chamidah 4)

Dhiva Ryan Hardine 1), Aisyah Abdullah 2), Muhammad Ikbal 3), Nur Chamidah 4) PEMODELAN KADAR GULA DARAH DAN EKANAN DARAH PADA REMAJA PENDERIA DIABEES MELIUS IPE II DENGAN PENDEKAAN REGRESI NONPARAMERIK BIRESPON BERDASARKAN ESIMAOR SPLINE Dhiva Ryan Hardine 1), Aisyah Abdullah 2),

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

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

Lebih terperinci

PENENTUAN TINGKAT RESIKO PENYAKIT DIABETES MELLITUS DENGAN METODE SUGENO DI RSUD UNDATA PROVINSI SULAWESI TENGAH

PENENTUAN TINGKAT RESIKO PENYAKIT DIABETES MELLITUS DENGAN METODE SUGENO DI RSUD UNDATA PROVINSI SULAWESI TENGAH JIMT Vol. 9 No. 1 Juni 2012 (Hal. 65-74) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X PENENTUAN TINGKAT RESIKO PENYAKIT DIABETES MELLITUS DENGAN METODE SUGENO DI RSUD UNDATA PROVINSI SULAWESI

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan

BAB 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 terperinci

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

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

Lebih terperinci

JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:

JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di: JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 39-46 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian RANCANGAN D-OPTIMAL LOKAL UNTUK REGRESI POLINOMIAL ORDE 3 DENGAN HETEROSKEDASTISITAS

Lebih terperinci

BAB I PENDAHULUAN. akut maupun komplikasi vaskuler jangka panjang, baik mikroangiopati maupun

BAB I PENDAHULUAN. akut maupun komplikasi vaskuler jangka panjang, baik mikroangiopati maupun BAB I PENDAHULUAN A. Latar Belakang Masalah Diabetes mellitus merupakan suatu penyakit yang ditandai oleh kadar glukosa darah melebihi normal dan gangguan metabolisme karbohidrat, lemak dan protein yang

Lebih terperinci