BAB I PENDAHULUAN 1.1. Latar Belakang
|
|
- Johan Halim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 prinsip-prinsip regresi. Adanya analisis regresi sangat menguntungkan bagi banyak pihak, baik bidang sains, sosial, industri, maupun bisnis. Istilah regresi pertama kali diperkenalkan pada tahun 1886 oleh Sir Francis Galton dalam penelitian biogenetisnya (Supranto, 2005:35). Namun, dalam interpretasi modern terhadap regresi agak berlainan dengan regresi versi Galton. Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependen (terikat) dengan satu atau lebih variabel independen (bebas) dengan tujuan untuk mengestimasi atau memperkirakan rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui (Gujarati, 1995:16). Hasil dari analisis regresi berupa koefisien regresi untuk masing-masing variabel independen. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependen dengan suatu persamaan. Koefisien regresi dihitung dengan dua tujuan sekaligus. Pertama, meminimumkan penyimpangan antara nilai aktual dan nilai estimasi variabel dependen. Kedua, mengoptimalkan korelasi antara nilai aktual dan nilai estimasi variabel dependen berdasarkan data yang ada. Salah satu tujuan dalam analisis regresi adalah mendapatkan suatu model regresi yang akan digunakan untuk mencari nilai estimasi dari variabel dependen. Untuk mendapatkan model regresi yang baik diperlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Namun terkadang terdapat data yang terletak jauh dari garis regresi atau pola data keseluruhan. Data tersebut dikenal dengan istilah pencilan atau outlier. Outlier
2 merupakan suatu keganjilan dan menandakan suatu titik data yang sama sekali tidak tipikal dibanding data lainnya (Draper dan Smith,1992). Metode regresi robust cocok digunakan pada sebagian besar data, jika data tidak mengandung pencilan maka metode robust memberikan hasil yang sama seperti metode klasik (Maronna, 2006). Estimasi robust M adalah salah satu bentuk estimasi yang digunakan pada data yang memuat outlier. Estimasi M dipilih karena merupakan suatu teknik robust yang paling pupular dan paling umum serta mudah dalam pengaplikasiannya dibandingkan dengan metode regresi robust yang lain. Hubungan fungsional kedua variabel tersebut dijelaskan dalam sebuah kurva yang dinamakan kurva regresi. Regresi spline adalah salah satu model regresi dengan pendekatan nonparametrik yang sangat sering digunakan untuk melakukan estimasi terhadap kurva regresi. Salah satu keunggulannya yaitu dapat mengatasi pola data yang menunjukkan naik atau turun yang tajam dengan bantuan titik-titik knot, serta kurva yang dihasilkan relatif mulus. Selain itu, dalam regresi spline, langkah awal yang dilakukan adalah menentukan knot dengan nilai Generalized Cross Validation (GCV) yang minimum. Selain itu, kriteria lain yang dapat digunakan adalah dengan melihat nilai Mean Square Error (MSE) (Lee,2002). Belakangan ini, regresi spline terpenalti menjadi pendekatan yang popular untuk pemulusan data noisy karena kemudahan dan keefektifannya dalam menangani masalah pemulusan nonparametrik. Oleh karena itu, pada skripsi ini dibahas tentang analisis regresi spline terpenalti dengan menggunakan M robust untuk estimasi parameternya serta menggunakan 2 fungsi pembobot yaitu Tukey dan Huber Tujuan Penulisan Beberapa tujuan yang ingin dicapai dari penulisan skripsi ini antara lain: 1. Sebagai syarat untuk memperoleh gelar strata 1 pada Program Studi Statistika Universitas Gadjah Mada.
3 2. Mempelajari dan memahami tentang Regresi Spline Terpenalti 3. Memahami salah satu metode estimasi robust yaitu estimasi-m dengan fungsi pembobot Tukey dan Huber 4. Mengaplikasikan dan membandingkan estimasi robust tipe-m terpenalti dengan metode kuadrat terkecil terpenalti pada regresi spline dengan menggunakan data riil. 5. Mengaplikasikan GCV dalam menentukan parameter pemulus regresi spline M-terpenalti Pembatasan Masalah Dalam penulisan skripsi ini, pembahasan teori dan analisis data dibatasi mengenai pemodelan estimasi Regresi Spline Terpenalti dengan menggunakan metode esitmasi tipe-m robust serta penggunaan GCV untuk memilih parameter pemulus dan mendapatkan model regresi spline terbaik berdasarkan nilai GCV yang minimum. Studi kasus menggunakandata riil yaitu data lalu lintas internet. Selanjutnya dilakukan perbandingan dengan Estimasi Kuadrat Terkecil Terpenalti menggunakan program pengolahan data R Tinjauan Pustaka Acuan yang digunakan penulis untuk skripsi ini adalah jurnal yang berjudul Robust penalized regression spline fitting with application to additive mixed model yang ditulis oleh Lee dan Oh (2007). Dalam jurnal ini dijelaskan estimator tipe-m untuk model regresi spline terpenalti dengan mengganti metode estimasi kuadrat terkecil dengan metode estimasi-m yang bersesuaian dengan tetap menjaga bentuk dari spline dan parameter terpenaltinya. Sehingga diperoleh estimasi yang robust dan cukup fleksibel untuk menangkap trend non-linear dalam data.
4 Beberapa refrensi lain yang diacu diantaranya, Estimasi S robust untuk Regresi Spline Terpenalti (Pratika, 2014), Estimasi Parameter Regresi Robust dengan Fungsi Huber dan Fungsi Bisquare (Rameshwari, 2014), Analisis Bayesian untuk Regresi Spline Terpenalti (Fitriani 2013). Jurnal lainnya yaitu Comparative Analysis for Robust Penalized Spline Smoothing Methods (Wang et al, 2014) serta perbandingan antara estimasi M, estimasi S, dan estimasi MM dalam regresi robust telah dibahas dalam paper yang berjudul M Estimation, S Estimation, and MM Estimation in Robust Regression (Susanti et al, 2014) Metode Penulisan Metode yang digunakan dalam penulisan skripsi ini adalah studi literatur berupa buku, jurnal, dan ebook yang didapat dari perpustakaan maupun internet. Untuk studi kasus, data yang digunakan penulis adalah data inflasi di Indonesia. Pengolahan data menggunakan software SPSS 17.0, Microsoft Excel, dan R versi Sistematika Penulisan Sistematika dalam penulisan skripsi ini adalah sebagai berikut. BAB I PENDAHULUAN Bab ini membahas latar belakang permasalahan, tujuan, pembatasan masalah, tinjauan pustaka, metode dan sistematika penulisan dalam skripsi ini. BAB II DASAR TEORI Pada bab ini dibahas landasan teori dari metode estimasi tipe-m robust pada model regresi spline terpenalti diantaranya, Pencilan, Matriks, Ruang Vektor dan Vektor, Kalkulus Matriks, Variabel Random dan Ekspektasi, Regresi Nonparametrik, Estimasi Kuadrat Terkecil (OLS estimator), Robust, Regresi Robust, Model Regresi Spline, Pemilihan Model Spline Terbaik BAB III Bab ini membahas mengenai pengertian estimasi tipe-m robust, pengertian Regresi Spline Terpenalti, metode kuadrat terkecil terpenalti, fungsi pembobot
5 Tukey dan Huber, penerapan estimasi tipe-m pada model Regresi Spline Terpenalti, dan pemilihan parameter penghalus dengan GCV. BAB IV STUDI KASUS Bab ini membahas aplikasi regresi spline dengan metode kuadrat terkecil terpenalti dan metode estimasi-m terpenalti dengan menggunakan data riil. BAB V PENUTUP Bab ini membahas kesimpulan dan saran yang diperoleh dari pembahasan teori dan studi kasus mengenai metode estimasi M robust pada model Regresi Spline Terpenalti dengan dua fungsi pembobot yaitu Tukey dan Huber.
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 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 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Secara sederhana, ekonometrika berarti pengukuran indikator ekonomi. Meskipun pengukuran secara kuantitatif terhadap konsep konsep ekonomi seperti produk domestik
Lebih terperinciBAB I PENDAHULUAN. menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel respon ( ), dimana
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode analisis dalam statistika yang digunakan untuk mencari hubungan antara suatu variabel terhadap variabel lain. Dalam
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi adalah analisis yang dilakukan terhadap dua jenis variabel yaitu variabel independen (prediktor) dan variabel dependen (respon). Analisis
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini diuraikan beberapa tinjauan pustaka sebagai landasan teori pendukung penulisan penelitian ini. 2.1 Analisis Regresi Suatu pasangan peubah acak seperti (tinggi, berat)
Lebih terperinciBAB II 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. untuk membentuk model hubungan antara variabel dependen dengan satu atau
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciPENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1
PENENTUAN MODEL REGRESI SPLINE TERBAIK Agustini Tripena 1 1) Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Pada paper ini
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi dalam statistika adalah salah satu metode untuk mengetahui hubungan atau pengaruh antara satu variabel dengan variabel lainnya. Selain
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer dan digunakan secara luas. Analisis regresi diterapkan tidak hanya oleh para statistisi
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 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 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas tak hanya oleh seorang
Lebih terperinciBAB I PENDAHULUAN. lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
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. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linear merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel dependen (terikat; respon) dengan satu atau lebih variabel
Lebih terperinciAplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri
Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan
Lebih terperinciBAB I PENDAHULUAN. 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 terperinciBAB 1 PENDAHULUAN. Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan manusia. Perkembangan teknologi ini ditandai dengan ditemukannya banyak penemuan penemuan
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 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 Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu analisis yang dilakukan terhadap dua variabel yaitu variabel independen (prediktor) dan variabel dependen (respon) untuk mengetahui
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 terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode analisis yang menjelaskan tentang
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi merupakan metode analisis yang menjelaskan tentang hubungan antara dua atau lebih variabel. Variabel dalam analisis regresi, dibedakan menjadi dua yaitu
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu metode analisis dalam statistika yang sangat familiar bagi kalangan akademis dan pekerja. Analisis regresi dapat
Lebih 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 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 terperinciREGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA
REGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA SKRIPSI Disusun Oleh : SHERLY CANDRANINGTYAS J2E 008 053 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.
PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode analisis data yang telah diterapkan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan metode analisis data yang telah diterapkan secara luas pada berbagai bidang penelitian, sebagai contoh penelitian-penelitian dalam ilmu pengetahuan
Lebih terperinciPEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip
PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE Disusun Oleh : NOVIA AGUSTINA 24010211130039 Skripsi Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains
Lebih terperinciBAB 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 I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN Latar Belakang Masalah Peran emas dalam perekonomian Indonesia semakin tinggi. Emas semakin dicari oleh semua orang karena emas adalah investasi yang sangat menjanjikan. Faktor-faktor
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Estimasi fungsi survival atau biasa disebut regresi fungsi survival merupakan bagian penting dari analisis survival. Estimasi ini biasa digunakan dalam
Lebih 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 terperinciTINJAUAN PUSTAKA. Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam aspek kehidupan ini, banyak ditemui permasalahan yang berkaitan dengan data. Baik dalam bidang ekonomi, sosial, budaya, politik, sejarah, kesehatan, dan lain-lain.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian tentang hubungan diantara fenomena-fenomena real merupakan dasar dari tujuan sains dan memainkan peranan penting dalam kehidupan seharihari. Saat ini analisis
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi Poisson telah mendapat banyak perhatian dalam literatur sebagai model untuk mendeskripsikan data hitungan yang mengasumsikan nilai bilangan bulat sesuai dengan
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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dengan semakin majunya peradaban, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data ke dalam suatu fungsi yang dapat dipergunakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab II dalam penelitian ini terdiri atas analisis regresi, deret Fourier, FDA, estimasi parameter pada analisis data dan estimasi parameter pada roughness penalty. 2. Analisis Regresi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Dalam penelitian bidang kesehatan melibatkan makhluk hidup sebagai responden atau subjek yang diteliti, terutama manusia. Ketika kita memperhatikan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Regresi adalah suatu metode yang digunakan untuk menganalisis hubungan antara variabel respon dengan variabel penjelas. Pada umumnya, variabel respon
Lebih terperinciREGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS
REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS Dhina Oktaviana P, I Nyoman Budiantara Mahasiswa Jurusan Statistika ITS Surabaya, Dosen Jurusan Statistika ITS Surabaya
Lebih terperinciBAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi
BAB I PENDAHULUAN Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi penulisan tesis, rumusan masalah, tujuan dan manfaatnya, tinjauan-tinjauan pustaka dari hasil penelitian terkait serta
Lebih terperinciBAB I PENDAHULUAN. yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika
BAB I PENDAHULUAN A. Latar Belakang Masalah Dalam kehidupan, seringkali peneliti dihadapkan dengan suatu kejadian yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika mengenal metode
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Dalam industri modern ekspektasi pelanggan menjadi suatu acuan pentimg dari kualitas produk. Oleh karena itu dalam proses produksi tidak hanya mementingkan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Analisis regresi merupakan salah satu metode statistika yang digunakan untuk mengetahui hubungan antara variabel Y(variabel dependen, respon, tak bebas, outcome) dengan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah metode statistika yang digunakan untuk mengetahui hubungan antara variabel terikat (dependen, respon, YY) dengan satu atau lebih variabel bebas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang ini, berada di lingkungan bisnis yang kompleks menuntut perusahaan untuk mampu bersaing dengan para kompetitornya. Perubahan-perubahan radikal yang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Banyak cabang ilmu statistika yang digunakan dalam berbagai bidang, contohnya seperti ekonometri, biostatistika, psikometri, dan masih banyak yang lain. Ekonometri
Lebih 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 terperinci1. PENDAHULUAN PADA PRODUKSI JAGUNG DI JAWA TENGAH
MODEL REGRESI ROBUST ESTIMASI DENGAN PEMBOBOT FAIR PADA PRODUKSI JAGUNG DI JAWA TENGAH Oktaviana Wulandari, Yuliana Susanti, dan Sri Sulistijowati Handajani Program Studi Matematika FMIPA UNS ABSTRAK.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan teknik statistik untuk investigasi dan pemodelan hubungan antar variabel. Hubungan antara dua variabel dapat dilihat dengan analisis
Lebih terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 1. PENDAHULUAN Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal
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 terperinciPERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN
E-Jurnal Matematika Vol. 3, No.2 Mei 2014, 45-52 ISSN: 2303-1751 PERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN NI PUTU NIA IRFAGUTAMI 1, I GUSTI
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari dua bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya dan beberapa teori penunjang berisi definisi-definisi yang digunakan
Lebih terperinciII. TINJAUAN PUSTAKA 2.1 Metode Regresi 2.2 Model Aditif Terampat ( Generalized additive models , GAM)
II. TINJAUAN PUSTAKA. Metode Regresi Analisis regresi merupakan bagian dalam analisis statistika yang digunakan untuk memodelkan hubungan antara peubah tidak bebas (respon) dengan satu atau beberapa peubah
Lebih terperinciLEAST SQUARE AND RIDGE REGRESSION ESTIMATION ABSTRAK ( ) = ( + ) Kata kunci: regresi linear ganda, multikolinearitas, regresi gulud.
1 LEAST SQUARE AND RIDGE REGRESSION ESTIMATION ABSTRAK Metode kuadrat terkecil atau Ordinary Least Square (OLS) merupakan suatu metode penaksiran koefisien regresi yang paling sederhana. Jika diantara
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinciKORELASI DAN REGRESI LINIER SEDERHANA
KORELASI DAN REGRESI LINIER SEDERHANA 1. Pendahuluan Istilah "regresi" pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton menemukan adanya tendensi bahwa orang tua yang memiliki
Lebih terperinciTINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciPREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN
PREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN Iswan Rahman 1, Raupong 2, M. Saleh AF. 3 1 Mahasiswa Departemen Matematika FMIPA Universitas Hasanuddin 2,3 Staff Pengajar
Lebih terperinciBAB 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 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 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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis data survival yaitu kumpulan dari beberapa metode untuk menganalisis data yang terjadi dari titik asal sampai terjadinya event. Pada analisis survival terdapat
Lebih terperinciOleh : I Md Artawan, SE, MM NIK Dosen Pengajar Fakultas Ekonomi Universitas Warmadewa Denpasar REGRESI SEDERHANA
REGRESI SEDERHANA Oleh : I Made Artawan, SE, MM NIK 230 34 085 Dosen Pengajar Fakultas Ekonomi Universitas Warmadewa Denpasar REGRESI SEDERHANA PENGERTIAN REGRESI Regresi adalah suatu alat statistik yang
Lebih terperinciBAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang berarti
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan komponen penting dalam menggambarkan hubungan antara dua variabel atau lebih, sehingga salah satu variabel dapat diduga
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Dalam banyak proses industri, selalu ada variabilitas dasar sebanyak tertentu. Apabila variabilitas dasar suatu proses relatif kecil akan dipandang sebagai
Lebih 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 terperinciREGRESI ROBUST UNTUK MENGATASI OUTLIER PADA REGRESI LINIER BERGANDA. Isma Hasanah
REGRESI ROBUST UNTUK MENGATASI OUTLIER PADA REGRESI LINIER BERGANDA Isma Hasanah isma_semangat@yahoo.co.id Agustini Tripena, Br. Sb Universitas Jenderal Soedirman ABSTRACT. Regression analysis is statistic
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman 223-231 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMILIHAN MODEL REGRESI POLINOMIAL LOKAL DAN SPLINE UNTUK ANALISIS
Lebih 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 terperinciEFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH
EFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH May Cristanti, Yuliana Susanti, dan Sugiyanto Program Studi Matematika FMIPA UNS ABSTRAK.
Lebih terperinciKAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN
KAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN Nurul Gusriani 1), Firdaniza 2), Novi Octavianti 3) 1,2,3) Departemen Matematika FMIPA Universitas Padjadjaran, Jalan Raya Bandung- Sumedang Km. 21
Lebih terperinciMETODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 163-168. METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui hubungan satu arah antara variabel prediktor dan variabel respon yang umumnya dinyatakan
Lebih 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 terperinciANALISIS REGRESI ROBUST ESTIMASI-S MENGGUNAKAN PEMBOBOT WELSCH DAN TUKEY BISQUARE
48 Jurnal Matematika Vol 6 No 1 Tahun 2017 ANALISIS REGRESI ROBUST ESTIMASI-S MENGGUNAKAN PEMBOBOT WELSCH DAN TUKEY BISQUARE S-ESTIMATION OF ROBUST REGRESSION ANALYSIS USES WELSCH AND TUKEY BISQUARE WEIGHTING
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 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 terperinciSIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS
SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS Joko Sungkono 1, Th. Kriswianti Nugrahaningsih 2 Abstract: Terdapat empat asumsi klasik dalam regresi diantaranya asumsi normalitas.
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI 21 Regresi 211 Pengertian Persamaan Regresi Menurut Sir Francis Galton (1822-1911), persamaan regresi adalah persamaan matematik yang memungkinkan kita meramalkan nilai-nilai atau
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 terperinciLAPORAN PENELITIAN ANALISIS REGRESI. Disusun untuk Memenuhi Salah Satu Tugas Mata Kuliah Ekonometrika
LAPORAN PENELITIAN ANALISIS REGRESI Disusun untuk Memenuhi Salah Satu Tugas Mata Kuliah Ekonometrika Disusun Oleh : M. Hasri Sabila 7101411057 Aprilia Rahmawati 7101413131 Lindasari 7101413132 Heni Amalia
Lebih terperinciBAB 2 LANDASAN TEORI. bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
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 terperinci