MODEL REGRESI NONPARAMETRIK DAN APLIKASINYA (STUDI KASUS: BERAT BADAN BAYI LAHIR DI RUMAH SAKIT IBU DAN ANAK PERTIWI MAKASSAR)

ISMAIL, MILIH (2016) MODEL REGRESI NONPARAMETRIK DAN APLIKASINYA (STUDI KASUS: BERAT BADAN BAYI LAHIR DI RUMAH SAKIT IBU DAN ANAK PERTIWI MAKASSAR). Diploma thesis, Universitas Negeri Makassar.

	Text BAB I.docx Download (31kB)
	Text BAB V.docx Download (22kB)

Abstract

ABSTRACT MILIH ISMAIL, 2016. Statitika Nonparametrik dan Aplikasinya. Skripsi. Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Negeri Makassar Jenis penelitian yang digunakan adalah penelitian terapan dengan pendekatan kuantitatif yaitu mengambil atau mengumpulkan data yang diperlukan dan menganalisisnya dengan menggunakan prosedur regresi nonparametrik yaitu dengan metode kernel. Penelitian ini bertujuan untuk mengetahui estimasi regresi Nonparametrik dengan menggunakan fungsi kernel dan mengetahui estimator kernel terbaik untuk memodelkan data berat badan bayi lahir berdasarkan umur Ibu di Rumah Sakit Ibu dan Anak Pertiwi Makassar.Estimasi fungsi regresi nonparametrik dilakukan berdasarkan data pengamatan dengan menggunakan teknik pemulusan. Teknik pemulusan yang digunakan pada penelitian ini yaitu estimator kernel.Estimator kernel yang digunakan yaitu kernel Gaussian, kernel triweight, kernel Epanechnikov. Estimasi fungsi regresi nonparametrik dilakukan dengan menggunakan bandwidth (h) optimal masing-masing estimator kernel yang diperoleh dengan menggunakan software R. Dalam memilih estimator terbaik dipilih berdasarkan nilai MSE, RMSE, dan MAD terkecil. Hasil penelitian ini menunjukkan fungsi kernel Epanechnikov lebih baik untuk memodelkan berat badan bayi lahir berdasarkan umur Ibu di Rumah Sakit Ibu dan Anak Pertiwi Makassar.Pemilihan fungsi kernel ini berdasarkan masing-masing nilai MSE, RMSE, dan MAD yang minimum. Kata Kunci: Regresi Nonparametrik, Estimator Kernel, Bandwidth ABSTRACT Milih Ismail, 2016. Nonparametric Statistics and Its Application. Skripsi. Departement of Mathematics, Faculty of Mathematics and Natural Science. University State of Makassar This type of research is applied research with a quantitative approach is to take or collect the necessary data and analyzed using nonparametric regression procedure that is the kernel method. This study aims to determine Nonparametric regression estimation by using kernel functions and determine the best kernel estimator to model the data birth weight by age of mother at Mother and Child Hospital Pertiwi Makassar. Nonparametric regression function estimation is based on observational data using a smoothing technique. Smoothing technique used in this research that the kernel estimator. Kernel estimator used is a Gaussian kernel, kernel triweight, Epanechnikov kernel. Nonparametric regression function estimation is done using the bandwidth (h) respectively optimal kernel estimator obtained by using the software R. In choosing the best estimator selected by the the smallest MSE, RMSE, and MAD. The results of this study indicate better Epanechnikov kernel function to model the birth weight by age of mother at Mother and Child Hospital Pertiwi Makassar. Selection is based on the kernel function of eachMSE, RMSE and MAD were minimum. Keywords: Nonparametric regression, Kernel Estimator, Bandwidth

Item Type:	Thesis (Diploma)
Subjects:	FMIPA > Matematika
Divisions:	PROGRAM PASCASARJANA
Depositing User:	UPT PERPUSTAKAAN UNM
Date Deposited:	06 Nov 2017 03:31
Last Modified:	06 Nov 2017 03:31
URI:	http://eprints.unm.ac.id/id/eprint/3797

Actions (login required)

View Item