Detail buku

No BukuT.ITS.2008.27
UniversitasITS
PenulisTimbang Sirait
Judul BukuMODEL REGRESI DENGAN LONCATAN
PembimbingDr. Satwiko Darmesto ; Drs. I Nyoman Latra, MS
AbstrakABSTRAK INDONESIA : Fungsi regresi polinomial lokal merupakan salah stu alat statistika yang dapat digunakan untuk mendeteksi loncatan pada suatu data. Sebagai langkah awal, umumnya dilakukan plot untuk mengetahui pola data tersebut. Plot akan sangat membantu dalam melihat perubahan-perubahan yang terjadi dari data tersebut. Perubahan-perubahan yang cukup ekstrim pada suatu periode tersebut. Namun, loncatan yang terjadi pada suatu data tertentu, perlu diperiksa dengan suatu metode statistika tertentu, perlu diperiksa dengan suatu metode statistika tertentu untuk memastikan apakah memang benar terjadi loncatan pada data tersebut. Penelitian ini bertujuan ini untuk mengkaji model regresi dengan loncatan, menentukan frekuensi dan mengaplikasi terhadap data harga minyak goreng di Provinsi Bali periode Januari 1992 sampai Desember 2005 yang bersumber dari Badan Pusat Statistik. Model regresi dengan loncatan merupakan suatu model yang dibangun dengan pertama kali menentukan titik-titik loncatan pada. Informasi loncatan diperolah dengan pertama kali melakukan estimasi koefisien regresi pada setiap persekitaran. Selanjutnya barisan koefisien regresi ini digunakan untuk mendapatkan operator beda. Sebagai penentu adanya loncatan, operator beda dibandingkan dengan nilai threshold. Apabila terdapat nilai mutlak delta melebihi nilai threshold maka terdapat loncatan pada data. Frekuensi adalah banyaknya data pada setiap persekitaran. Dengan ferkuensi yang tepat akan memberikan informasi loncatan yang lebih baik. Frekuensi optimum diperoleh apabila nilai mutlak estimasi magnitude loncatan melebihi magnitude minimum. Hasil penelitian pada data harga minyak goreng di Provinsi Bali periode Januari 1992 sampai Desember 2005 menunjukan bahwa frekuensi optimumnya adalah 39 dan didapatkan 32 titik loncatan dengan posisi/titik lincotan terletak pada periode ke-66 sampai ke-81 atau bulan Juni 1997 sampai September 1998 dan dan periode ke-92 sampai priode ke-107 atau bulan Agustus 1999 sampai Nopember 2000. Berdasarkan titik-titik loncatan tersebut, data dipartasi/segmen menjadi lima segmen data. Kata Kunci: Frekuensi, Loncatan Beda, Perserikatan, Threshold. ABSTRAK INGGRIS : Polynomial regression function is one of the tools of statistics can be used to detect jump. Generally, plot is done to get information about data. Plot can help to see variation of data. Extreme variation of data at the definite time can cause jump. However, jumps at the definite time, need to checked with the definite statistical method to ensure the truth of the jump. The purpose of this research is to study jump regression model, to specify the window width and to December 2005. Data source from Badan Pusat Statistik. Jump regression model is a developing model which first to find the jump positions. We can know the jump information which first to estimate regression coefficients whjich aim to get the sequence of regression coefficient of all neighborhoods. So, the squense of regression of regression coefficient are used to estimate the difference-type operator. We use threshold as a jump sp-ecifier which difference-type operator is compared with threshold value. If there are absolute values of delta greater than threshold value, so we get jump abouot data. Window width is data for every neighborhoods. The truth window would gives us the right jump information. The best window width is gotten if absolute value jump magnitude estimation is greater than minimum magnitude. Result of this research for fryng oil data in Bali Province as January 1992 until December 2005 show us that the best window width is 39 and we get 32 jump positions. The jump positions lie around 66th period to 81st period or june 1997 until September 1998 and 92nd period to 107th period or August 1999 until November 2000. We have the jump positions and we can partition data about for five segments. Keywods : Difference-type Operator, Jump, Nieghborhoods, Threshold, Window width.
JenisThesis