Detail buku

No BukuT.ITS.2008.31
UniversitasITS
PenulisSukma Handayani
Judul BukuPENERAPAN MODEL LATENT CLASS DENGAN DEPENDENSI LOKAL
PembimbingDR.MUHAMMAD MASHURI, M.Y ; DR. HERU MARGONO, M.Sc
AbstrakABSTRAK INDONESIA : Teknik pengelompokan Latent Class Analysis (LCA) didasarkan pada model statistik yang bersifat probabilistik, dikenal dengan nama model latent Cass (LC). Model LC memiliki asumsi bahwa setiap variabel manifest yang berada dalam suatu kelas variabel Latent haruslah saling bebas (Independentsi local). Asumsi ini harus terpenuhi untuk mendapatkan hasil klasifikasi yang akurat. Untuk mengatasi dampak dari pelanggaran asumsi tersebut, deependentsi local dapat dilakukan dengan cara memodifikasi model LC. Model LC dimodifikasi dengan cara pertama memperkenalkan variabel manifest gabungan yang disebut model LC modifikasi dan cara kedua memperkenalkan variabel latent baru, yang disebut model Hierarchial Latent Class (HLC). Teknik pengelompokkan LCA menggunakan model LC modifikasi dan model HLC diterapkan untuk mengelompokkan rumah tangga hasil pendataan sosial ekonomi penduduk kabupaten tanah laut tahun 2005 model LC modifikasi berhasil mengelompokkan rumah tangga (RT) PSE 05 menjadi kelompok RT miskin dan kelompok RT tidak miskin. Dimana perbedaan anatara dua kelompok tersebut ditunjukkan oleh banyaknya variabel berkategori miskin yang di jawab oleh anggota masing-masing kelompok dan rata-rata score rumah tangga masing-masing kelompok. Model HLC berhasil mengelompokkan rumah tangga PSE 05 menjadi kelompok RT miskin dan kelompok RT tidak miskin dimana perbedaan antara kedua kelompok dditunjukkan oleh 4 variabel baru yang terbentuk dari 14 variabel manifest yakni variabel pendidikan KRT, variabel kepemilikan jamban, variabel sumber penerangan, dan variabel pembelian daging / ayam/ susu, dan rata-rata score rumah tangga masing-masing kelompok. Kata Kunci : Pengelompokkan, Model LC Modifikasi, Model HLC, Dependentsi Lokal. ABSTRAK INGGRIS : Latent Class Analysis (LCA) clustering technique based on probalistic statistical model called Latent Class (LC). LC model asumed each manifest variable in latent variable class should be independendt (local independency). This assume should fulfilled to get accurate classification result. Any dependency local should be accounted in model to handle impact of the violation of the assumption. Depandency local modelling should be done with modified LC model. Technique to modified LC model was firstly introduced joint manifest variable called the modified LC model and secondly introduced new latent variable called Hierarchical Latent Class (HLC) model. LCA grouping technique used modified LC model and HLC model apply to group household result from Socio Economic Listing Population in Tanah Laut Regency in 2005. Modified LC model has done grouping PSE05’s household to be poor and not poor households. The differences between these clusters were showing by a lot of variable with poor category answered by members of each cluster and household’s average score each cluster. HLC model has done clustering PSE05’s household to be poor and not poor house holds. The differences between groups were showing by four new variables which made of fourteen manifest variables, namely education of head of household, owning of sanitation, source of electricity, and buying of meat/chiken/milk and household’s average score aech cluster. Keywods : Clustering, modified LC model, HLC model, Local dependency.
JenisThesis