ABSTRAK. Kata Kunci: regresi nonparametrik spline, knot, GCV, angka kematian bayi.
|
|
- Ridwan Gunawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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. ABSTRAK Regresi nonparametrik spline merupakan model regresi yang memiliki kemampuan yang baik dalam menangani data pada selang interval yang berbeda. Model regresi nonparametrik spline merupakan potongan-potongan polinom yang memiliki sifat tersegmen pada titik knot. Titik knot merupakan titik fokus dalam fungsi spline. Pada penelitian ini digunakan model regresi nonparametrik spline untuk memodelkan angka kematian bayi di Provinsi Bali. Variabel yang diduga berpengaruh terhadap angka kematian bayi di Provinsi Bali meliputi persentase berat badan bayi lahir rendah, persentase persalinan dengan bantuan non-medis, persentase ibu hamil mendapatkan tablet Fe3, persentase rumah tangga ber-phbs, dan persentase ibu hamil yang melaksanakan program K4. Estimasi model regresi terbaik didapat dari pemilihan titik knot optimal berdasarkan nilai generalized cross validation (GCV) yang minimum. Model regresi nonparametrik spline yang terbentuk adalah model dengan satu titik knot (orde 2) dengan koefisien determinasi sebesar 39,8%; serta nilai MSE sebesar 15, Kata Kunci: regresi nonparametrik spline, knot, GCV, angka kematian bayi. v
2 Title Name Supervisor : Modelling Nonparametric Regression Spline On The Infant Mortality Rate In Bali Province : Gede Abdi Hadi Suryawan : 1. I.Gst. Ayu Made Srinadi, S.Si.,M.Si. 2. I Wayan Sumarjaya, S.Si.,M.Stats. ABSTRACT Nonparametric spline regression is a regression model that has good capability to handle data on different intervals. The spline nonparametric regression model is a piecewise polynomial that has a segmented property at the knot point. The knot point is the focal point in the spline function. This research uses nonparametric spline regression model for modelling infant mortality rate in Bali Province. Variables which are suspected to have an effect on infant mortality in the Bali Province are the low percentage infant's weigh, the percentage of birth with nonmedical assistance, the percentage of pregnant women who get Fe3 tablet, the percentage of family who lives clean and healthy, and the percentage of pregnant women who implements K4 program. The best estimation of regression model is obtained from optimal knot point selection by calculating minimum generalized cross validation. The estimated nonparametric spline regression model is model with one knot point of order 2 with determination coefficient equals to 39.8% and mean square error equals to Keywords : nonparametric spline regression, knots, GCV, infant mortality rate. vi
3 DAFTAR ISI HALAMAN JUDUL... i LEMBAR PERSEMBAHAN... ii LEMBAR PERNYATAAN... iii LEMBAR PENGESAHAN...iv ABSTRAK... v ABSTRACT...vi KATA PENGANTAR... vii BIODATA ALUMNI... ix DAFTAR ISI... x BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian... 8 BAB II TINJAUAN PUSTAKA Analisis Regresi Parametrik Analisis Regresi Nonparametrik Analisis Regresi Nonparametrik Spline Pemilihan Titik Knot Optimal Kriteria Pemilihan Model Terbaik Angka Kematian Bayi BAB III METODE PENELITIAN Sumber Data Variabel Penelitian Metode Analisis Data BAB IV HASIL DAN PEMBAHASAN Deskripsi Data x
4 4.2 Estimasi Model Regresi Nonparametrik Spline Pemilihan Titik Knot Optimal Regresi Nonparametrik Spline Penentuan Estimasi Model Regresi Nonparametrik Spline Interpretasi Model Regresi Nonparametrik Spline Linear dengan Satu Titik Knot BAB V SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA LAMPIRAN xi
5 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan analisis statistika yang digunakan untuk mengukur seberapa besar pengaruh hubungan antara dua variabel atau lebih. Secara umum hubungan yang didapat berupa hubungan fungsional antar variabel. Analisis regresi melibatkan dua jenis variabel yaitu variabel respons yang biasanya dinotasikan dengan Y dan variabel prediktor yang biasanya dinotasikan dengan X. Analisis regresi mempunyai tiga macam pendekatan yaitu pendekatan parametrik, pendekatan nonparametrik, dan pendekatan semiparametrik. Pendekatan parametrik merupakan pendekatan yang digunakan untuk mengetahui hubungan antara variabel respons dengan variabel prediktor apabila bentuk kurva regresinya diketahui dan diasumsikan mengikuti pola tertentu. Pendekatan regresi parametrik memerlukan pemenuhan asumsi yang sangat kaku dan kuat yaitu bentuk kurva regresi diketahui, misalnya linear, kuadratik, atau kubik, (Budiantara, 2009). Sering terjadi penyimpangan terhadap asumsi pada pendekatan parametrik salah satunya sisaan tidak berdistribusi normal. Salah satu pendekatan yang tidak mengharuskan pemenuhan asumsi-asumsi yang ketat tersebut adalah pendekatan nonparametrik. 1
6 2 Eubank (1999) menjelaskan bahwa pendekatan nonparametrik merupakan pendekatan yang digunakan apabila hubungan antara variabel respons dan variabel prediktor tidak diketahui bentuk kurva regresinya atau tidak ada informasi awal mengenai bentuk kurva regresi dan tidak mengasumsikan suatu kurva tertentu. Pendekatan nonparametrik merupakan pendekatan yang membiarkan data mencari polanya sendiri tanpa mengasumsikan pola tertentu. Sehingga regresi nonparametrik memiliki fleksibilitas yang tinggi dalam memodelkan data (Budiantara, 2005). Pada beberapa kasus, variabel respons dapat memiliki hubungan linear dengan salah satu variabel prediktor, tetapi dengan variabel prediktor yang lain tidak diketahui bentuk pola hubungannya. Wahba (1990) menyarankan penggunaan pendekatan semiparametrik apabila pola hubungan sebagian variabel prediktor diketahui dan sebagian lainnya tidak diketahui. Pendekatan semiparametrik merupakan gabungan dari pendekatan parametrik dan pendekatan nonparametrik. Penduga nonparametrik yang sering digunakan peneliti antara lain kernel, spline, deret Fourier, dan wavelets. Dari beberapa penduga tersebut penduga spline memiliki visual dan interpretasi statistika yang bagus (Budiantara, 2009). Spline memiliki kemampuan yang baik dalam menangani data pada selang interval yang berbeda. Pada penduga spline data mencari bentuk estimasi kurvanya sendiri tanpa dipengaruhi oleh subjektivitas peneliti. Spline merupakan potongan-potongan polinom yang memiliki sifat tersegmen pada titik knot. Titik knot merupakan titik fokus dalam fungsi spline. Namun, spline memiliki
7 3 kelemahan yaitu pada saat penggunaan knot yang banyak dan terlalu berdekatan dalam perhitungan akan menyebabkan matriks mendekati singular, sehingga persamaan normal tidak dapat diselesaikan. Regresi nonparametrik spline memiliki dua cara dalam mengestimasi kurva. Pertama adalah dengan cara memilih parameter penghalus λ dan yang kedua dengan cara memilih titik knot optimal. Metode untuk memilih parameter penghalus optimal dalam regresi nonparametrik spline dapat menggunakan generalized cross validation (GCV) (Wahba, 1990). Model spline yang terbaik didapatkan dari nilai GCV yang terkecil. Penelitian mengenai pemodelan regresi nonparametrik spline telah dilakukan oleh Arfan dan Budiantara (2014), Bintariningrum dan Budiantara (2014), Astiti dkk. (2016), dan Litawati dan Budiantara (2013). Penelitian yang dilakukan oleh Arfan dan Budiantara (2014) mengenai pendekatan spline untuk estimasi kurva regresi nonparametrik yang diaplikasikan pada data angka kematian ibu melahirkan di Jawa Timur. Penelitian tersebut menyimpulkan bahwa faktor yang berpengaruh signifikan pada angka kematian ibu melahirkan di Jawa Timur adalah persentase ibu hamil yang mendapatkan tablet Fe1, persentase ibu hamil yang melaksanakan program pelayanan antenatal sesuai dengan standar paling sedikit 1 kali (K1), persentase ibu hamil berisiko tinggi/komplikasi yang ditangani, persentase rumah tangga berperilaku hidup bersih dan sehat, persentase penduduk perempuan yang pernah kawin di bawah umur, persentase penduduk perempuan dengan pendidikan paling tinggi SD, persentase balita dengan bidan sebagai penolong pertama kelahiran, dan persentase balita dengan dukun sebagai
8 4 penolong pertama kelahiran. Regresi spline linear menghasilkan R 2 sebesar 99,8 %. Penelitian yang dilakukan oleh Bintariningrum dan Budiantara (2014) mengenai pemodelan regresi nonparametrik spline truncated dan aplikasinya pada angka kelahiran kasar di Surabaya menyimpulkan bahwa variabel yang berpengaruh terhadap kematian kasar di Surabaya adalah kepala keluarga yang berstatus pendidikan tidak sekolah/belum tamat SD, persentase kepala keluarga yang berstatus tidak bekerja, persentase kepala keluarga yang menikah pada umur tahun, angka perkawinan kasar, dan angka migrasi masuk. Model regresi nonparametrik spline truncated yang terbentuk memiliki koefisien determinasi sebesar 94,3%, serta nilai MSE yaitu 0,44. Penelitian yang dilakukan oleh Litawati dan Budiantara (2013) mengenai pendekatan regresi nonparametrik spline untuk pemodelan laju pertumbuhan ekonomi di Jawa Timur menyimpulkan bahwa variabel yang memberikan pengaruh signifikan adalah tingkat partisipasi angkatan kerja, anggaran pendapatan dan belanja daerah, jumlah industri besar dan sedang, serta dana aliran umum dengan koefisien determinasi sebesar 85,66%.. Penelitian yang dilakukan oleh Astiti dkk. (2016) mengenai analisis regresi nonparametrik spline multivariat untuk pemodelan indikator kemiskinan di Indonesia menyimpulkan bahwa model regresi nonparametrik spline multivariat terbaik yang menjelaskan hubungan antara variabel-variabel yang diduga berpengaruh terhadap indikator kemiskinan di Indonesia adalah model regresi
9 5 spline kubik dengan lima titik knot. Nilai GCV yang dihasilkan adalah 0,140 dan nilai koefisien determinasi sebesar 99,99%. Penelitian ini bermaksud mengkaji atau meneliti masalah kematian bayi dengan pemodelan regresi nonparametrik. Penelitian ini penting karena Indonesia merupakan salah satu negara yang mempunyai jumlah penduduk yang tinggi. Hasil survei penduduk antar sensus (SUPAS) pada tahun 2015 jumlah penduduk Indonesia sebanyak Jiwa (BPS, 2015). Banyaknya jumlah penduduk tersebut menyebabkan banyak masalah yang timbul pada bidang kependudukan, salah satunya adalah angka kematian (mortalitas). Ada beberapa angka kematian antara lain angka kematian kasar (AKK), angka kematian ibu (AKI), angka kematian balita (AKABA), dan angka kematian bayi (AKB). Dari beberapa angka kematian tersebut, angka kematian bayi (AKB) perlu mendapatkan perhatian yang serius. Tingkat kematian bayi di Indonesia masih tergolong tinggi jika dibandingkan dengan negara-negara anggota ASEAN yang lain. Kematian bayi di Indonesia 4,6 kali lebih tinggi dari Malaysia; 1,3 kali lebih tinggi dari Filipina; dan 1,8 kali lebih tinggi dari Thailand (GOI-UNICEF, 2011). Profil kesehatan Dinas Kesehatan Provinsi Bali pada tahun 2015, memperlihatkan bahwa AKB di Provinsi Bali dari tahun 2006 sampai dengan tahun 2015 menunjukan tren yang fluktuatif (Dinkes, 2015). Berdasarkan profil tersebut tercatat pada tahun 2006 angka kematian bayi Provinsi Bali sebesar 10 yang berarti ada 10 kematian bayi dari kelahiran hidup. Angka ini terus mengalami perubahan, pada tahun 2015 angka kematian bayi di Provinsi Bali sebesar 5,7 kematian per kelahiran hidup.
10 6 Perubahan dalam hal penurunan angka kematian bayi dari tahun ke tahun merupakan salah satu indikator adanya perbaikan tingkat kesehatan penduduk secara umum. Dengan demikian, pemerintah selalu mengupayakan perbaikan dalam bidang kesehatan guna menurunkan angka kematian bayi. Salah satu cara untuk menurunkan angka kematian bayi adalah dengan mengetahui hubungan antara kematian bayi dengan faktor-faktor penyebabnya. Regresi parametrik memerlukan pemenuhan asumsi yang sangat kaku dan kuat yaitu bentuk kurva regresi diketahui. Berdasarkan latar belakang yang telah disampaikan, maka penulis tertarik untuk melakukan penelitian mengenai pemodelan regresi nonparametrik spline pada angka kematian bayi untuk mengatasi pemenuhan asumsi-asumsi yang ketat tersebut. Variabel-variabel yang digunakan dalam penelitian ini berdasarkan penelitian-penelitian sebelumnya mengenai kematian bayi. Penelitian oleh Djaja dan Soemantri (2003) mengenai penyebab kematian bayi baru lahir (neonatal) dan sistem pelayanan kesehatan yang berkaitan di Indonesia Survei Kesehatan Rumah Tangga (SKRT) 2001 menyimpulkan bahwa penyebab kematian bayi berusia 0-7 hari terbanyak adalah prematur disertai berat badan bayi lahir rendah. Penelitian oleh Aulele (2012) mengenai pemodelan jumlah kematian bayi di Provinsi Maluku tahun 2010 dengan menggunakan regresi Poisson menyimpulkan faktor-faktor yang signifikan memengaruhi kematian bayi yaitu persentase persalinan dengan bantuan non-medis. Penelitian oleh Rachmah dan Purhadi (2014) mengenai pemodelan jumlah kematian ibu dan jumlah kematian bayi di Provinsi Jawa Timur menggunakan regresi poisson bivariat menyimpulkan bahwa variabel-
11 7 variabel yang berpengaruh signifikan terhadap jumlah kematian bayi adalah persentase rumah tangga berperilaku hidup bersih dan sehat (PHBS), persentase ibu hamil mendapatkan tablet Fe3, dan persentase ibu hamil melaksanakan program pelayanan antenatal sesuai dengan standar paling sedikit empat kali (K4). Sehingga variabel yang digunakan dalam penelitian ini mengadaptasi variabelvariabel yang digunakan sebelumnya yaitu: persentase berat badan bayi lahir rendah, persentase persalinan dengan bantuan non medis, persentase ibu hamil mendapatkan tablet Fe3, persentase rumah tangga ber-phbs, dan persentase ibu hamil melaksanakan program pelayanan antenatal sesuai dengan standar paling sedikit empat kali (K4). 1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dikemukakan, maka rumusan masalah dari penelitian ini adalah bagaimana model regresi nonparametrik spline pada angka kematian bayi di Provinsi Bali? 1.3 Batasan Masalah Agar permasalahan tidak meluas, batasan masalah pada penelitian ini adalah: 1. Pada penelitian ini dibatasi hanya untuk angka kematian bayi pada tahun Variabel yang digunakan dalam penelitian ini adalah persentase berat badan bayi lahir rendah, persentase persalinan dengan bantuan nonmedis, persentase rumah tangga ber-phbs, persentase ibu hamil
12 8 mendapatkan tablet Fe3, dan persentase ibu hamil yang melaksanakan program pelayanan antenatal sesuai dengan standar paling sedikit empat kali (K4). 1.4 Tujuan Penelitian Berdasarkan latar belakang dan rumusan masalah yang sudah dikemukakan, maka tujuan dari penelitian ini adalah untuk mengetahui model regresi nonparametrik spline pada angka kematian bayi di Provinsi Bali. 1.5 Manfaat Penelitian Adapun manfaat dari penelitian ini adalah: 1. Manfaat Teoretis Penelitian ini diharapkan dapat menambah wawasan bagi pembaca mengenai penerapan ilmu statistika dalam mengatasi permasalahan di bidang sosial demografi. 2. Manfaat Praktis Penelitian ini diharapkan dapat digunakan sebagai sumber informasi tentang variabel-variabel yang memengaruhi kematian bayi, sehingga informasi ini dapat menjadi acuan kebijakan pemerintah dalam upaya menurunkan angka kematian bayi dan meningkatkan derajat kesehatan masyarakat.
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 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 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 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 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 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 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. 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 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 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. 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 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 terperinciANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA KOMPETENSI STATISTIKA SKRIPSI
ANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA KOMPETENSI STATISTIKA SKRIPSI DESAK AYU WIRI ASTITI 1108405021 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
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 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 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 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 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 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 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 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 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 terperinciKata 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 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 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 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 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 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 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 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 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 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 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. Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat
BAB I PENDAHULUAN 1.1 Latar Belakang Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat kesehatan masyarakat atau derajat kesehatannya. Indikator kesehatan suatu negara dapat dilihat
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 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 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 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 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 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 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 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 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 terperinciPemodelan 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 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 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 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. 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 terperinciBAB II TINJAUAN PUSTAKA. penelitian yang berjudul Penerapan Metode Multivariate Adaptive Regression Splines
BAB II TINJAUAN PUSTAKA 2.1 Penelitian Sebelumnya Penelitian tentang MARS telah banyak dilakukan. Salah satunya yaitu penelitian yang berjudul Penerapan Metode Multivariate Adaptive Regression Splines
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 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 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 terperincioleh 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 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 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 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. 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 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 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 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 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 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 terperinciANALISIS DERAJAT KESEHATAN MASYARAKAT PROVINSI BALI DENGAN MENGGUNAKAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) KOMPETENSI STATISTIKA
ANALISIS DERAJAT KESEHATAN MASYARAKAT PROVINSI BALI DENGAN MENGGUNAKAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) KOMPETENSI STATISTIKA SKRIPSI NI WAYAN DIANSUANTARI 1108405041 JURUSAN MATEMATIKA
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 II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Regresi Linear Sederhana Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh antara satu buah variabel prediktor terhadap satu buah variabel respon. Model
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 terperinciKata Kunci : Common Effect, Fixed Effect, Tingkat Kesejahteraan Masyarakat (IPM), Regresi Data Panel
Judul Nama Pembimbing : Analisis Tingkat Kesejahteraan Masyarakat Kabupaten/Kota di Provinsi Bali : Kadek Ari Lestari : 1. Ir. I Putu Eka Nila Kencana, M.T. 2. Ir. I Komang Gde Sukarsa, M.Si. ABSTRAK Penelitian
Lebih terperinciKLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN)
KLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN) SKRIPSI Oleh : YANI PUSPITA KRISTIANI 24010211120018
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 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 terperinciMULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI STATUS KERJA DI KABUPATEN DEMAK
MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI STATUS KERJA DI KABUPATEN DEMAK SKRIPSI Disusun oleh KISHARTINI 24010210141008 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
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 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 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 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 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 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 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 terperinciTUGAS AKHIR - SS MADE AYU DWI OCTAVANNY NRP
TUGAS AKHIR - SS141501 PEMODELAN FAKTOR-FAKTOR YANG MEMENGARUHI INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT PROVINSI JAWA TIMUR MENGGUNAKAN PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE MADE AYU DWI OCTAVANNY NRP
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 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 terperinciPEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA)
PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA) SKRIPSI Disusun Oleh : NOVIKA PRATNYANINGRUM 24010211140095
Lebih terperinciADLN - Perpustakaan Universitas Airlangga BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1. Latar Belakang Badan Pusat Statistik Provinsi Jawa Timur dalam buku hasil Survey Sosial Ekonomi Nasional Tahun 2008 menyebutkan bahwa kesehatan adalah hak dasar manusia dan merupakan
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 terperinci: Analisis Diskriminan pada Klasifikasi Desa di Kabupaten. Tabanan Menggunakan Metode K-Fold Cross Validation. 2. I Gusti Ayu Made Srinadi, S.Si, M.
Judul : Analisis Diskriminan pada Klasifikasi Desa di Kabupaten Tabanan Menggunakan Metode K-Fold Cross Validation Nama : Ida Ayu Made Supartini Pembimbing : 1. Ir. I Komang Gde Sukarsa, M.Si 2. I Gusti
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 terperinciMULTIVARIATE 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 terperinciADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA
ESTIMASI MODEL REGRESI NONPARAMETRIK BI-RESPONSE PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR WEIGHTED SPLINE TRUNCATED SKRIPSI DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM MEMPEROLEH GELAR SARJANA
Lebih terperinciPemodelan 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 terperinciAPLIKASI SPLINE TRUNCATED DALAM REGRESI NONPARAMETRIK SKRIPSI FIKA KHAIRANI
APLIKASI SPLINE TRUNCATED DALAM REGRESI NONPARAMETRIK SKRIPSI FIKA KHAIRANI 120823020 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015 APLIKASI
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 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 terperincimenikah di usia muda di Indonesia dengan usia tahun pada tahun 2010 lebih dari wanita muda berusia tahun di Indonesia sudah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada saat ini bangsa Indonesia masih menghadapi berbagai masalah dalam melaksanakan pembangunan. Salah satu masalah yang dihadapi adalah masalah kependudukan
Lebih terperinciISSN: 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 terperinciAPLIKASI MODEL REGRESI POISSON TERGENERALISASI PADA KASUS ANGKA KEMATIAN BAYI DI JAWA TENGAH TAHUN 2007
APLIKASI MODEL REGRESI POISSON TERGENERALISASI PADA KASUS ANGKA KEMATIAN BAYI DI JAWA TENGAH TAHUN 2007 SKRIPSI Oleh: Nurwihda Safrida Umami NIM : J2E006025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciKematian 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 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 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 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 oleh FEBRIANI ASTUTI M0111036 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinci