PERBANDINGAN METODE ESTIMASI-M, ESTIMASI-S, DAN ESTIMASI-MM PADA MODEL REGRESI ROBUST UNTUK MEMPREDIKSI PRODUKSI KEDELAI DI INDONESIA

Pratitis, Wening Dyah and Listyani, Endang (2016) PERBANDINGAN METODE ESTIMASI-M, ESTIMASI-S, DAN ESTIMASI-MM PADA MODEL REGRESI ROBUST UNTUK MEMPREDIKSI PRODUKSI KEDELAI DI INDONESIA. S1 thesis, UNY.

[img]
Preview
Text
Bab I.pdf

Download (317kB) | Preview
[img]
Preview
Text
Bab II.pdf

Download (460kB) | Preview
[img] Text
Bab III.pdf
Restricted to Repository staff only

Download (763kB)
[img] Text
Bab IV.pdf
Restricted to Repository staff only

Download (188kB)
[img]
Preview
Text
Daftar Pustaka.pdf

Download (235kB) | Preview
[img] Text
Lampiran.pdf
Restricted to Repository staff only

Download (778kB)
[img] Text
Halaman Depan.pdf
Restricted to Repository staff only

Download (17MB)

Abstract

Analisis regresi linier adalah analisis terhadap hubungan satu variabel dependen (Y) dengan satu atau lebih variabel independen (X). Estimasi parameter pada analisis regresi biasanya menggunakan Metode Kuadrat Terkecil (MKT). Akan tetapi, apabila terdapat pencilan (outlier) pada data, maka MKT kurang tepat dilakukan. Untuk itu diperlukan regresi robust. Estimasi-M, estimasi-S, dan estimasi-MM adalah tiga metode dari regresi robust. Permasalahan yang akan dikaji penulis adalah membandingkan ketiga metode tersebut untuk memperoleh model regresi robust yang efektif yang diukur dengan nilai koefisien determinasi dan nilai error dalam mengatasi outlier. Tujuan dari penelitian ini adalah untuk menunjukkan prosedur, menunjukkan model robust, dan membandingkan manakah dari ketiga metode estimasi yang paling efektif untuk memprediksi produksi kedelai di Indonesia. Dalam penelitian ini diambil simulasi data dari Badan Pusat Statistik (BPS) Indonesia dan Dinas Pertanian Indonesia tentang produksi kedelai tiap provinsi di Indonesia pada tahun 2014, dimana variabel-variabel independennya meliputi luas lahan (X 1 ), suhu (X 2), curah hujan(X 3 ), kelembaban(X4 ), dan lama penyinaran(X5 ). Prosedur dimulai dengan identifikasi data, pengujian asumsi klasik, pendeteksian outlier, analisis dengan MKT, analisis dengan metode estimasi-M, estimasi-S, dan estimasi-MM beserta model regresinya. Untuk membandingkan metode tersebut dapat dilihat dari nilai koefisien determinasinya (R2 ). Semakin besar nilai R 2, maka semakin efektif suatu metode dan dapat dikatakan robust dalam mengatasi outlier, sebab semakin besar nilai R2 , semakin kuat variabel independen dalam menjelaskan varians variabel dependennya. Berdasarkan pembahasan, dapat disimpulkan bahwa baik estimasi-M, estimasi-S, dan estimasi-MM mempunyai keefektifan yang sama tinggi dalam mengatasi outlier. Masing-masing dapat memperkecil error dari error yang diberikan MKT. Digunakan bantuan software SAS 9.1 dan diperoleh metode urutan estimasi paling efektif untuk memprediksi produksi kedelai di Indonesia adalah metode estimasi-S dengan nilai R2 sebesar 97,73%, estimasi-MM sebesar 82,22%, dan estimasi-M sebesar 67,38%.

Item Type: Thesis (S1)
Uncontrolled Keywords: analisis regresi, MKT, regresi robust, estimasi-M, estimasi-S, estimasi-MM.
Subjects: Matematika dan Ilmu Pengetahuan Alam > Matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Pendidikan Matematika > Matematika
Depositing User: Jurusan Pendidikan Matematika
Date Deposited: 15 Dec 2016 03:33
Last Modified: 30 Jan 2019 12:19
URI: http://eprints.uny.ac.id/id/eprint/44685

Actions (login required)

View Item View Item