Penulis Utama : Anita Diah Frasetyana
NIM / NIP : M0106025
× Dalam analisis regresi, adanya pencilan dapat mengakibatkan estimasi koefisien regresi yang diperoleh tidak tepat. Namun, tindakan membuang begitu saja suatu pencilan bukanlah tindakan yang bijaksana, karena adakalanya pencilan memberikan informasi yang cukup berarti. Oleh karena itu, diperlukan metode regresi yang robust terhadap pencilan. Salah satunya adalah estimasi regresi robust dengan Iteratively Reweighted Least Squares (IRLS). IRLS merupakan salah satu metode iterasi yang digunakan dalam estimasi-M. Fungsi pembobotnya adalah Huber dan Tukey bisquares. IRLS akan diaplikasikan pada kasus produksi padi di Jawa Tengah tahun 2008 yang dipengaruhi oleh luas panen, jumlah penduduk, dan luas irigasi teknis. Tujuan penelitian ini adalah untuk memperoleh model produksi padi di Jawa Tengah tahun 2008 menggunakan estimasi regresi robust IRLS dan memperoleh model terbaiknya. Berdasarkan hasil penelitian dapat disimpulkan bahwa model terbaik pada kasus produksi padi di Jawa Tengah tahun 2008 diperoleh dengan metode regresi robust IRLS dengan fungsi pembobot Tukey bisquares karena memiliki nilai deviasi standar, s, yang terkecil dan paling efektif. Adapun model regresinya adalah 𝑌 𝑖∗=2,0956+0,9744 𝑋𝑖1∗−0,05012 𝑋𝑖2∗+0,0626 𝑋𝑖3∗. Setiap peningkatan 1% luas panen dan luas irigasi masing-masing akan meningkatkan produksi padi sebesar 0,9744% dan 0,0626%. Peningkatan jumlah penduduk sebesar 1% akan menurunkan produksi padi sebesar 0,05012%.
×
Penulis Utama : Anita Diah Frasetyana
Penulis Tambahan : -
NIM / NIP : M0106025
Tahun : 2010
Judul : Estimasi regresi robust dengan iteratively reweighted least squares pada model produksi padi di Jawa Tengah tahun 2008
Edisi :
Imprint : Surakarta - F.MIPA - 2010
Program Studi : S-1 Matematika
Kolasi :
Sumber : UNS-F.MIPA Jur. Matematika-M0106025-2010
Kata Kunci :
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Dra. Yuliana Susanti, M.Si
2. Titin SM, S.Si, M.Kom
Penguji :
Catatan Umum :
Fakultas : Fak. MIPA
×
File : Harus menjadi member dan login terlebih dahulu untuk bisa download.