Journal Industrial Servicess
Vol 3, No 1b (2017): Oktober 2017

REGRESI ROBUST UNTUK MENGATASI DATA PENCILAN

Faula Arina (Universitas Sultan Ageng Tirtayasa)

Article Info

Publish Date
05 Sep 2017

Abstract

Analisis regresi merupakan metode analisis dalam statistika yang paling banyak diaplikasikan di berbagai bidang baik ekonomi maupun sosial. Metode Kuadrat Terkecil (MKT) merupakan metode yang sering digunakan untuk mengestimasi parameter model regresi. Pencilan adalah data yang tidak mengikuti sebagian besar pola dan terletak jauh dari pusat data. Jika terdapat pencilan, MKT tidak akurat untuk mengestimasi parameter. Untuk mengatasi masalah ini, salah satu metode yang digunakan adalah metode regresi robust. Least Trimmed Square (LTS) merupakan salah satu estimator regresi robust terhadap pencilan. Tujuan dari penelitian ini adalah membandingkan tingkat efektifitas metode LTS dan MKT pada data yang mengandung pencilan berdasarkan nilai Standard Error (SE) . Hasil penelitian menunjukkan bahwa metode LTS lebih baik dalam mengestimasi parameter pada data yang mengandung pencilan. 

Copyrights © 2017




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Journal Industrial Servicess
Website

Abbrev

jiss

Publisher

Universitas Sultan Ageng Tirtayasa

Subject

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Industrial & Manufacturing Engineering Mechanical Engineering Transportation

Description

Jurnal Industrial Servicess merupakan wadah bagi peneliti untuk publikasi jurnal hasil penelitian yang ruang lingkupnya melingkupi: Logistics & Supply Chain Management Operations Research Quality, Reliability, and Maintenance Management Data Mining & Artificial Intelligence Production Planning & ...