Senayan

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
No image available for this title
Bookmark Share

CD-ROM

EFEKTIVITAS REGRESI ROBUST DENGAN METODE LEAST TRIMMED SQUARE (LTS) DAN M-ESTIMATION UNTUK MENGATASI MASALAH PENCILAN PADA PERSAMAAN REGRESI SEDERHANA

MUHAMMAD ZAINUL ARIFIN - Personal Name;

Matematika merupakan ilmu yang berperan dalam menunjang ilmu-ilmu lainnya. Dalam perkembangannya kajian matematika terbagi menjadi dua arah yaitu murni dan terapan. Matematika terapan memiliki pengertian bahwa matematika digunakan di luar bidang matematika. Lain halnya dengan matematika murni yang mengkaji tentang seluk beluk dalam matematika serta memecahkan kasus-kasus dalam matematika. Salah satu cabang dari matematika terapan adalah statistika.
Salah satu permasalahan dalam statistika adalah mengenai regresi. Regresi adalah suatu sistem atau metode yang digunakan untuk mencari hubungan antara kelompok variabel. Regresi robust merupakan salah satu metode yang dapat digunakan untuk menetukan model persamaan regresi dimana di dalamnya terdapat data pencilan (outlier). Pada regresi robust ada beberapa metode yang dapat digunakan yaitu m-estimation, least median square, least trimmed square,s-estimation serta mm-estimation. Pada penelitian ini, metode yang digunakan adalah metode m-estimation dan least trimmed square.
Permasalahan yang diangkat pada penelitian ini adalah bagaimana nilai breakdown point serta residual dari metode least trimmed square dan m-estimation serta metode manakah yang lebih efektif diantara keduanya untuk mengatasi masalah pencilan. Langkah yang dilakukan adalah menentukan masalah, merumuskan masalah , studi pustaka, analisis pemecahan masalah dan penarikan kesimpulan.
Pembahasan dilakukan dengan dua metode yaitu metode least trimmed square serta m-estimation. Pada metode least trimmed square diperoleh nilai breakdown pointnya sebesar (([(n-p)/2]+1))/n dengan nilai residual mendekati nol (0). Sedangkan pada metode m-estimation nilai breakdown pointnya 0, dengan nilai residual lebih besar dibandingkan least trimmed square. Dari hasil penelitian tersebut dapat disimpulkan bahwa metode least trimmed square lebih efektif dibandingkan metode m-estimation dilihat dari nilai breakdown poin serta nilai residualnya untuk mengatasi masalah pencilan.


Availability

No copy data

Detail Information
Series Title
-
Call Number
-
Publisher
: .,
Collation
-
Language
Indonesia
ISBN/ISSN
-
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
regresi robust, least trimmed square, m-estimation
Specific Detail Info
-
Statement of Responsibility
-
Other version/related

No other version available

File Attachment
No Data
Comments

You must be logged in to post a comment

Senayan
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?