REGRESI KOMPONEN UTAMA ROBUST S-ESTIMATOR PADA INDEKS PENDUDUK MISKIN DI INDONESIA TAHUN 2022

ATINA , FARIZA AULIA (2024) REGRESI KOMPONEN UTAMA ROBUST S-ESTIMATOR PADA INDEKS PENDUDUK MISKIN DI INDONESIA TAHUN 2022. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK - Atina Fa.pdf Download (853Kb) | Preview
	File PDF SKRIPSI FULL - Atina Fa.pdf Restricted to Hanya staf Download (1237Kb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN - Atina Fa.pdf Download (1236Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Regresi Komponen Utama (RKU) adalah salah satu metode yang dapat digunakan untuk mengatasi masalah multikolinearitas dengan mereduksi dimensi data yang saling berkorelasi menjadi variabel-variabel baru yang saling bebas dan merupakan kombinasi linear dari variabel aslinya. Apabila data terkontaminasi oleh pencilan, maka digunakan metode Robust pada RKU menggunakan estimator S yang dalam penelitian ini menggunakan data persentase penduduk miskin di Indonesia yang dipengaruhi oleh delapan variabel bebas. Tujuan dari penelitian ini adalah mengetahui efektivitas penerapan metode Estimator S pada RKU Robust untuk pemodelan indeks penduduk miskin di Indonesia. Hasil dari penelitian ini adalah bahwa metode Robust Estimator S dinilai paling efektif dalam mengatasi masalah multikolinearitas dan pencilan dibandingkan RKU Klasik-OLS, RKU Robust-OLS, dan RKU Klasik Estimator S dengan nilai Adjusted R 2 sebesar 0.6451 dan nilai RMSE nya sebesar 0.3085. Kata kunci : Regresi Komponen Utama, Multikolinearitas, Pencilan, Robust, Persentase Penduduk Miskin. ROBUST S-ESTIMATOR PRINCIPAL COMPONENT REGRESSION ON THE POOR POPULATION INDEX IN INDONESIA 2022 By ATINA FARIZA AULIA Principal Component Regression (RKU) is one method that can be used to overcome multicollinearity problems by reducing the dimensions of correlated data into new variables that are mutually independent and are linear combinations of the original variables. If the data is contaminated by outliers, the Robust method of RKU is used using the S-Estimator which in this study uses data on the percentage of poor people in Indonesia which is influenced by eight independent variables. The purpose of this study is to determine the effectiveness of the application of the S- Estimator method in Robust RKU for modelling the index of poor people in Indonesia. The result of this study is that the Robust S-Estimator method in considered the most effective in overcoming multicollinearity and outlier problems compared to RKU Classical-OLS, RKU Robust-OLS, and RKU Classical S- Estimator with an Adjusted R2 value of 0.6451 and an RMSE value of 0.3085. Keywords : Principal Component Regression, Multicollinearity, Outliers, Robust, Percentage of Poor Population.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	UPT . Desi Zulfi Melasari
Date Deposited:	17 Feb 2025 02:50
Terakhir diubah:	17 Feb 2025 02:50
URI:	http://digilib.unila.ac.id/id/eprint/83988

Actions (login required)

Lihat Karya Akhir