Model Regresi Nonparametrik dengan Pendekatan Spline (Studi Kasus:
Berat Badan Lahir Rendah di Rumah Sakit Ibu dan Anak Siti Fatimah
Makassar)
Total View This Week0
Total View This Week0
Institusion
Universitas Negeri Makassar
Author
Adawiyah, Rabiatul
Subject
Matematika
Datestamp
2018-08-21 06:46:32
Abstract :
Abstrak. Pendekatan nonparametrik merupakan suatu pendekatan yang digunakan apabila bentuk hubungan antara variabel respon dan variabel prediktornya tidak diketahui atau tidak adanya informasi mengenai bentuk fungsi regresinya. Spline merupakan suatu teknik yang dilakukan untuk mengestimasi parameter dalam regresi nonparametrik. Penelitian ini bertujuan untuk mengetahui model hubungan antara berat badan lahir rendah dan faktor-faktor yang mempengaruhi berdasarkan model spline. Faktor-faktor tersebut adalah usia ibu, usia kehamilan, dan jarak kehamilan. Data tersebut diperoleh dari rumah sakit ibu dan anak siti Fatimah Makassar tahun 2017. Dimana untuk mendapatkan model spline terbaik langkah awal yang dilakukan adalah menentukan knot dengan nilai Generalized Cross Validation (GCV) yang minimum. Berdasarkan penelitian yang telah dilakukan, dua variabel dinyatakan berpengaruh terhadap berat badan lahir rendah yaitu usia ibu, dan usia kehamilan. Model regresi nonparametrik dengan pendekatan Spline yang terbentuk memiliki koefisien determinasi sebesar 78,19%, serta nilai GCV dengan tiga titik knot yaitu 0.0117. Kata kunci: Regresi Nonparametrik, Spline, Berat Badan Lahir Rendah, Generalized Cross Validation
Abstrak. Pendekatan nonparametrik merupakan suatu pendekatan yang digunakan apabila bentuk hubungan antara variabel respon dan variabel prediktornya tidak diketahui atau tidak adanya informasi mengenai bentuk fungsi regresinya. Spline merupakan suatu teknik yang dilakukan untuk mengestimasi parameter dalam regresi nonparametrik. Penelitian ini bertujuan untuk mengetahui model hubungan antara berat badan lahir rendah dan faktor-faktor yang mempengaruhi berdasarkan model spline. Faktor-faktor tersebut adalah usia ibu, usia kehamilan, dan jarak kehamilan. Data tersebut diperoleh dari rumah sakit ibu dan anak siti Fatimah Makassar tahun 2017. Dimana untuk mendapatkan model spline terbaik langkah awal yang dilakukan adalah menentukan knot dengan nilai Generalized Cross Validation (GCV) yang minimum. Berdasarkan penelitian yang telah dilakukan, dua variabel dinyatakan berpengaruh terhadap berat badan lahir rendah yaitu usia ibu, dan usia kehamilan. Model regresi nonparametrik dengan pendekatan Spline yang terbentuk memiliki koefisien determinasi sebesar 78,19%, serta nilai GCV dengan tiga titik knot yaitu 0.0117. Kata kunci: Regresi Nonparametrik, Spline, Berat Badan Lahir Rendah, Generalized Cross Validation
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
