RANCANGAN D-OPTIMAL UNTUK REGRESI POLINOMIAL DERAJAT 3 DENGAN HETEROSKEDASTISITAS

dokumen-dokumen yang mirip
JURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di:

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

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

PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PENDUDUK KOTA SEMARANG TAHUN 2011 MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI

SKRIPSI. Disusun oleh: NOVIAN TRIANGGARA

PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION

PERAMALAN JUMLAH TAMU HOTEL DI KABUPATEN DEMAK

PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN

RANCANGAN D-OPTIMAL UNTUK REGRESI POLINOMIAL DUA FAKTOR DERAJAT DUA

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

D-OPTIMAL DESIGN UNTUK REGRESI POLINOMIAL TERBOBOTI

PERBANDINGAN ANALISIS FAKTOR KLASIK DAN KELOMPOK BAHAN MAKANAN DI JAWA TENGAH

PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE

SKRIPSI. Disusun Oleh: Ana Kartikawati NIM. J2E009024

PEMODELAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE KOYCK DAN ALMON

ESTIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS

PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI

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

PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA

KLASIFIKASI KELULUSAN MAHASISWA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)

SKRIPSI. Disusun Oleh : RAHMA NURFIANI PRADITA

PEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA

ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH

SKRIPSI. Oleh : LAILI ISNA NUR KHIQMAH NIM :

SKRIPSI JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

RANCANGAN D-OPTIMAL UNTUK MODEL EKSPONENSIAL GENERAL. Abstract

ANALISIS PENGARUH JUMLAH UANG BEREDAR DAN NILAI TUKAR RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN PEMODELAN REGRESI SEMIPARAMETRIK KERNEL

SKRIPSI. Disusun oleh: Alin Citra Suardi

PEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH SKRIPSI. Oleh: ELYAS DARMAWAN NIM.

SKRIPSI. Disusun Oleh : CANDRA SILVIA

ESTIMASI KURVA YIELD OBLIGASI PEMERINTAH KODE FR (FIXED RATE) MENGGUNAKAN CUBIC B-SPLINE

SKRIPSI. Disusun Oleh : MUHAMMAD HARIS NIM : J2E

GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH

PREDIKSI INFLASI BEBERAPA KOTA DI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

ESTIMASI PARAMETER PADA MODEL REGRESI LINIER MULTILEVEL DENGAN METODE RESTRICTED MAXIMUM LIKELIHOOD (REML) abang Semarang SKRIPSI.

ANALISIS ANTRIAN DALAM OPTIMALISASI SISTEM PELAYANAN KERETA API DI STASIUN PURWOSARI DAN SOLO BALAPAN

ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART)

RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG PARSIAL (RAKTLSP)

PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH TAHUN DENGAN MENGGUNAKAN REGRESI DATA PANEL

PENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE)

PERBANDINGAN ANALISIS KLASIFIKASI MENGGUNAKAN METODE K-NEAREST NEIGHBOR

SKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA

PENENTUAN VALUE AT RISK

PEMODELAN TINGKAT INFLASI INDONESIA MENGGUNAKAN MARKOV SWITCHING AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY

KOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM DENGAN PENDEKATAN OPTIMISASI MULTIOBJEKTIF UNTUK PENGUKURAN VALUE AT RISK SKRIPSI

SKRIPSI JURUSAN STATISTIKA PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)

PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE

PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT

PENILAIAN CARA MENGAJAR MENGGUNAKAN RANCANGAN ACAK LENGKAP. Cara Mengajar Dosen Jurusan Statistika UNDIP)

PERBANDINGAN MODEL PERTUMBUHAN EKONOMI DI JAWA TENGAH DENGAN METODE REGRESI LINIER BERGANDA DAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION SKRIPSI

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN

PENENTUAN BOBOT PORTOFOLIO OPTIMAL UNTUK PERHITUNGAN VALUE AT RISK PADA DATA BERDISTRIBUSI NORMAL SKRIPSI

PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION

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

KLASIFIKASI TINGKAT KELANCARAN NASABAH DALAM MEMBAYAR PREMI DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL DAN NAÏVE BAYES SKRIPSI

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUASAN MAHASISWA DALAM PEMILIHAN JURUSAN MENGGUNAKAN STRUCTURAL EQUATION MODELING

PEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang)

ANALISIS PENGARUH KURS RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN DISTRIBUTED LAG MODEL SKRIPSI

DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)

SEGMENTASI PASAR PADA PUSAT PERBELANJAAN MENGGUNAKAN FUZZY C-MEANS

Kualitas Pelayanan pada Bank Jawa Tengah SKRIPSI

( : WETTY ANGGUN WERTI JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PENGELOMPOKAN PASIEN DEMAM BERDARAH RSUD dr. SOEHADI PRIJONEGORO DENGAN METODE ANALISIS KELAS LATEN

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL

REGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA

ESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI

ANALISIS RANCANGAN BUJUR SANGKAR GRAECO LATIN

Artha Ida Sri Anggriyani

BAB II TINJAUAN PUSTAKA

INTISARI. Rancangan D-optimal Untuk Model Eksponensial Tergeneralisasi, Eksponensial Terboboti dan Morgan Mercer Flodin (MMF) Oleh

KAJIAN AVAILABILITAS PADA SISTEM KOMPONEN SERI

PEMODELAN GENERAL REGRESSION NEURAL NETWORK (GRNN) PADA DATA RETURN INDEKS HARGA SAHAM EURO 50

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE

Analisis Regresi Spline Kuadratik

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

SKRIPSI. Disusun Oleh : DINI PUSPITA JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI STATUS KERJA DI KABUPATEN DEMAK

OPTIMALISASI PROSES PRODUKSI YANG MELIBATKAN BEBERAPA FAKTOR DENGAN LEVEL YANG BERBEDA MENGGUNAKAN METODE TAGUCHI SKRIPSI

ANALISIS PROCRUSTES PADA INDIKATOR INDEKS PEMBANGUNAN MANUSIA (IPM) DI KABUPATEN/KOTA PROVINSI JAWA TENGAH (STUDI KASUS IPM TAHUN 2008 DAN 2013)

PEMODELAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) PADA FAKTOR-FAKTOR RESIKO ANGKA KESAKITAN DIARE

GUI UNTUK INFERENSI VEKTOR MEAN DAN INFERENSI MATRIKS KOVARIANSI DENGAN MENGGUNAKAN SOFTWARE R

DISKRIMINAN LINIER UNTUK KLASIFIKASI PERUSAHAAN MANIPULATOR DAN NON-MANIPULATOR. (Studi Kasus Di Bursa Efek Indonesia Tahun 2013)

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR

PEMODELAN VARIABEL-VARIABEL PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI TELUR ATAU SUSU DI KABUPATEN MAGELANG MENGGUNAKAN REGRESI TOBIT

ANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES )

PENDEKATAN REGRESI POLINOMIAL ORTHOGONAL UNTUK MENENTUKAN KADAR SALINITAS DAN KONSENTRASI LARUTAN KITOSAN PADA PEMBUATAN ANTIBAKTERI SKRIPSI

PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL

HALAMAN PENGESAHAN. : Derajat Titik pada Graf Fuzzy. Telah diujikan pada sidang Tugas Akhir tanggal 23 Februari 2011

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE. Oleh : DEWI SETYA KUSUMAWARDANI

DERET KOMPOSISI DARI SUATU MODUL

SKRIPSI. Disusun Oleh: MARTA WIDYASTUTI

METODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL DENGAN ESTIMASI EFEK ALGORITMA YATES

PEMODELAN LAJU INFLASI DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI DATA PANEL

PERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN

PEMBENTUKAN MODEL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB

Transkripsi:

RANCANGAN D-OPTIMAL UNTUK REGRESI POLINOMIAL DERAJAT 3 DENGAN HETEROSKEDASTISITAS SKRIPSI Oleh : NAOMI RAHMA BUDHIANTI J2E 007 021 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013

RANCANGAN D-OPTIMAL UNTUK REGRESI POLINOMIAL DERAJAT 3 DENGAN HETEROSKEDASTISITAS Oleh : NAOMI RAHMA BUDHIANTI J2E 007 021 Diajukan sebagai Salah Satu Syarat Penyusunan Tugas Akhir pada Jurusan Statistika Fakultas Sains dan Matematika UNDIP JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013 i

HALAMAN PENGESAHAN I Judul : Rancangan D-Optimal untuk Regresi Polinomial Derajat 3 dengan Heteroskedastisitas. Nama : Naomi Rahma Budhianti NIM : J2E 007 021 Telah diujikan pada sidang Tugas Akhir tanggal 15 Februari 2013 dan dinyatakan lulus pada tanggal 27 Februari 2013. Semarang, Maret 2013 Mengetahui, Ketua Jurusan Statistika FSM UNDIP Panitia Penguji Ujian Tugas Akhir Ketua, Dra. Hj. Dwi Ispriyanti, M.Si NIP. 1957 09 14 1986 03 2 001 Dra. Suparti, M.Si NIP. 1965 09 13 1990 03 2 001 ii

HALAMAN PENGESAHAN II Judul : Rancangan D-Optimal untuk Regresi Polinomial derajat 3 dengan Heteroskedastisitas. Nama : Naomi Rahma Budhianti NIM : J2E 007 021 Telah diujikan pada sidang Tugas Akhir tanggal 15 Februari 2013. Semarang, 1 Maret 2013 Pembimbing I Pembimbing II Dra. Tatik Widiharih, M.Si NIP. 1961 09 28 1986 03 2 002 Moch. Abdul Mukid, S.Si, M.Si NIP. 1978 08 17 2005 01 1 001 iii

KATA PENGANTAR Segala puji dan syukur kehadirat Allah SWT, karena berkat rahmat-nya penulis dapat menyelesaikan Tugas Akhir yang berjudul : Rancangan D- Optimal untuk Regresi Polinomial Derajat 3 dengan Heteroskedastisitas dengan baik untuk memenuhi syarat memperoleh gelar Sarjana Strata Satu (S1) pada Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro. Penulis menyadari bahwa penyusunan Tugas Akhir ini tidak akan berjalan dengan baik tanpa adanya dukungan dan bantuan berbagai pihak. Oleh karena itu, dalam kesempatan ini penulis ingin mengucapkan terima kasih kepada : 1. Ibu Dra. Hj. Dwi Ispriyanti, M.Si selaku Ketua Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro. 2. Ibu Dra. Tatik Widiharih, M.Si selaku Dosen Pembimbing I atas bimbingan, saran dan pengarahan sehingga penyusunan Tugas Akhir dapat selesai. 3. Bapak Moch. Abdul Mukid, S.Si, M,Si selaku Dosen Pembimbing II atas bimbingan dan pengarahan sehingga penyusunan Tugas Akhir menjadi lebih baik. 4. Bapak dan Ibu Dosen Jurusan Statistika FSM UNDIP atas bantuannya. 5. Keluarga besar penulis yang senantiasa mendoakan dan selalu memberikan dukungan. 6. Rekan-rekan mahasiswa Jurusan Statistika FSM UNDIP atas bantuan dan semangatnya. Penulis menyadari bahwa dalam penulisan Tugas Akhir ini masih jauh dari kesempurnaan. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi perbaikan ke depannya. Semarang, Maret 2013 Penulis iv

ABSTRAK Dalam suatu percobaan, model regresi polinomial derajat 3 dengan heteroskedastisitas yang mempunyai fungsi bobot λ( ) = menggunakan kriteria rancangan D-Optimal. Kriteria rancangan D-Optimal didapatkan dengan memaksimumkan determinan matriks rancangan atau meminimumkan determinan invers matriks rancangan. Matriks rancangan dibentuk dari rancangan optimal. Rancangan optimal merupakan matriks yang terdiri dari titik-titik rancangan dan ulangan di masing-masing titiknya. Titik-titik rancangan didapatkan dari akar polinomial Laguerre. Rancangan D-Optimal yang mempunyai nilai variansi terstandardisasi maksimum sama dengan jumlah parameter memenuhi syarat sebagai rancangan D-Optimal lokal. Kata Kunci : Regresi Polinomial, Heteroskedastisitas, Rancangan D-Optimal, Polinomial Laguerre v

ABSTRACT An experiment, the 3 rd degree of polynomial regression model with heteroscedastic and containing function of weight λ( ) = uses D-Optimal criteria. The D-Optimal criteria is obtained by maximizing determinant of design matrix or minimizing determinant of design matrix inverse. The design matrix is formed from optimal design. The optimal design is a matrix that consists the points and proportions at each point. The points are generated by the Laguerre polynomial roots. The D-Optimal design that has maximum value of standardized variance equals to amount of parameters at every point qualifies as a D-Optimal local design. Keywords : Polynomial Regression, Heteroscedastic, D-Optimal Design, Laguerre Polynomial vi

DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PENGESAHAN... KATA PENGANTAR... ABSTRAK... ABSTRACT... DAFTAR ISI... DAFTAR SIMBOL... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iv v vi vii ix xi xii xiii BAB I PENDAHULUAN 1.1. Latar Belakang...1 1.2. Tujuan Penulisan...4 BAB II TINJAUAN PUSTAKA 2.1. Matriks...5 2.1.1. Matriks Transpose...6 2.1.2. Matriks Simetris...7 2.1.3. Determinan Matriks...8 2.1.4. Matriks Invers...12 2.2. Pendekatan Matriks untuk Regresi Polinomial Derajat 3...13 vii

2.3. Metode Kuadrat Terkecil dalam Notasi Matriks...15 2.4. Polinomial Legendre...17 2.5. Polinomial Laguerre...19 2.6. Rancangan D-Optimal...20 2.6.1. Rancangan ( )...21 2.6.2. Matriks Rancangan M( )...22 2.6.3. Teori Equivalensi...23 2.7. Rancangan D-Optimal untuk Regresi Polinomial Derajat 3...25 BAB III METODOLOGI 3.1. Sumber Data...30 3.2. Teknik Pengolahan Data...30 3.3. Metode Analisis...31 BAB IV RANCANGAN D-Optimal 4.1. Regresi Polinomial Derajat 3 dengan Heteroskedastisitas...33 4.2. Rancangan D-Optimal untuk Regresi Polinomial Derajat 3 dengan Heteroskedastisitas...37 4.2.1. Rancangan ( )...37 4.2.2. Matriks Rancangan ( )...38 4.2.3. Variansi Terstandardisasi ( )...40 4.3. Contoh Aplikasi...43 BAB V KESIMPULAN...56 DAFTAR PUSTAKA...57 LAMPIRAN...58 viii

DAFTAR TABEL Halaman Tabel 1. Nilai (, ) untuk Rancangan Optimal ( )... 41 Tabel 2. Pertambahan Bobot Anak Sapi (Y) dan Pemberian Multivitamin (X) (A)... 44 Tabel 3. Nilai Maksimum (, ) untuk Rancangan Optimal ( )... 47 Tabel 4. Pertambahan Bobot Anak Sapi (Y) dan Pemberian Multivitamin (X) (B)... 50 Tabel 5. Nilai Maksimum (, ) untuk Rancangan Optimal ( )... 52 Tabel 6. Perbandingan Nilai Maksimum (, ) dan (, )... 54 Tabel 7. Perbandingan antara dan... 55 xi

DAFTAR GAMBAR Halaman Gambar 1. Grafik (, ) untuk Regresi Polinomial Derajat 3... 29 Gambar 2. Flowchart Analisis Data... 32 Gambar 3. Grafik (, ) yang mempunyai fungsi bobot ( ) =... 42 Gambar 4. Scatterplot antara dan... 45 Gambar 5. Grafik Variansi Terstandardisasi (, )... 48 Gambar 6. Grafik Variansi Terstandardisasi (, )... 53 xii

DAFTAR LAMPIRAN Halaman Lampiran 1. Perhitungan Polinomial Leguerre untuk ( )... 58 Lampiran 2. Perhitungan Matriks Rancangan ( )... 59 Lampiran 3. Perhitungan Invers Matriks Rancangan ( )... 60 Lampiran 4. Perhitungan Variansi Terstandardisasi (, )... 62 Lampiran 5. Perhitungan Turunan Pertama Variansi Terstandardisasi (, ). 64 Lampiran 6. Langkah-langkah Membuat Grafik Variansi Terstandardisasi... 66 xiii

BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan dan teknologi yang semakin maju, menuntut perubahan yang mempengaruhi suatu penelitian atau percobaan dalam berbagai bidang misalnya peternakan, pertanian, biologi, farmasi dan kesehatan. Dalam penelitian atau percobaan, analisis statistik sangat diperlukan untuk memberikan jawaban yang akurat dengan biaya minimum. Percobaan yang menggunakan kriteria rancangan optimal adalah percobaan yang paling efisien. Analisis regresi dalam pengertian modern adalah studi bagaimana variabel respon dipengaruhi oleh satu atau lebih variabel prediktor dengan tujuan untuk mengestimasi atau memprediksi nilai rata-rata variabel respon didasarkan pada nilai variabel prediktor yang diketahui (Widarjono, 2007). Analisis regresi merupakan alat statistik yang sering digunakan dalam percobaan. Secara umum, model regresi polinomial derajat dalam satu variabel adalah : = + + ; = 1,2,, (1) 1

2 dengan asumsi berdistribusi normal dengan rata-rata 0, variansi, dan saling independen. Untuk menentukan pola hubungan yang baik antara variabel prediktor X dengan variabel respon Y, diperlukan suatu rancangan yang menghasilkan inferensi statistik paling akurat dan dapat menekan biaya percobaan. Oleh karena itu, percobaan menggunakan kriteria optimal dan nilai efisiensi dari rancangan yang digunakan (Huang, 2010). Rancangan optimal dibentuk melalui titik-titik variabel prediktor X dan ulangannya pada masing-masing titik pengamatan. Rancangan digunakan untuk membentuk matriks rancangan. Kriteria pemenuhan rancangan optimal didasarkan pada matriks rancangan dari model yang dipilih. Berdasarkan model regresi polinomial pada persamaan ( 1), jika = 1 maka persamaan (1) menjadi : = + + ; = 1,2,, (2) Model regresi ditulis dalam notasi matriks sebagai berikut : = β + ε (3) dan dalam bentuk matriks menjadi : = y 1 1 ; = 1 ; β = ; ε =

3 dengan adalah vektor (n x 1) dari variabel respon, adalah matriks (n x 2) dari variabel prediktor, β adalah vektor ( 2 x 1) dari koefisien regresi dan ε adalah vektor (n x 1) dari error. Rancangan untuk persamaan (2) adalah =, maka matriks rancangannya adalah ( ) =. Rancangan optimal mempunyai beberapa kriteria yaitu rancangan A- Optimal didapatkan dengan meminimumkan trace dari invers matriks rancangan sehingga didapatkan rata-rata dari ( ) minimum. Rancangan G-Optimal didapatkan dengan meminimumkan variansi terstandardisasi yang maksimum, rancangan G-Optimal menggunakan Teori Equivalensi sedemikian hingga sama dengan rancangan D-Optimal. Rancangan D-Optimal didapatkan dengan memaksimumkan determinan dari matriks rancangan. Rancangan E-Optimal didapatkan dengan memaksimumkan nilai eigen minimum dari matriks rancangan, dengan menggunakan estimasi adalah minimum dan diketahui bahwa = 1 (Atkinson et.al. 2007). Pada pembahasan ini, penulis menggunakan kriteria rancangan D-Optimal. Rancangan D-Optimal menekankan pada kualitas estimasi parameter yang bertujuan untuk mendapatkan ( ) minimum. Pada pembahasan model regresi polinomial derajat 3 dengan heteroskedastisitas, ( ) minimum dapat dicapai dengan memaksimumkan determinan matriks rancangan ( ) atau meminimumkan determinan invers matriks rancangan ( ) (Atkinson et.al. 2007).

4 Penulis membatasi penentuan titik-titik rancangan dan invers pada matriks rancangan menggunakan software Maple10, sedangkan untuk menghitung matriks rancangan menggunakan Microsof Excel 2007. Perhitungan variansi terstandardisasi dan grafik menggunakan Matlab 7.1. 1.2 Tujuan Penulisan Tujuan dari penulisan Tugas Akhir ini adalah: 1. Mendapatkan titik-titik rancangan dan ulangannya untuk regresi polinomial derajat 3 dengan heteroskedastisitas yang mempunyai fungsi bobot ( ) =. 2. Membentuk matriks rancangan untuk pemenuhan kriteria rancangan D-Optimal. 3. Membuktikan bahwa rancangan yang telah ditentukan sebelumnya adalah rancangan optimal untuk D-Optimal lokal dengan menggunakan Teorema Equivalensi.