Nur Chamidah, - and Ardi Kurniawan, - (2003) Penggunaan Programs-Plus 2000 Pada Model Regresi Nonparametrik Dengan Pendekatan Deret Fourier Untuk Estimasi Model Curah Hujan. Other thesis, UNIVERSITAS AIRLANGGA.

	Text (RINGKASAN) RINGKASAN.pdf Download (1MB)
	Text (FULLTEXT) Nur Chamidah, S.Si.,M.Si & Drs. Ardi Kurniawan, M.Si..pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Analisis regresi merupakan salah satu alat statistik yang banyak digunakan untuk mengetahui hubungan antara sepasang variabel atau lebih. Misalkan y adalah variabel respon dan t adalah variabel prediktor, maka untuk n pengamatan, secara umum hubungan variabel itu dapat dinyatakan sebagai berikut : y1 = m(t1) + Ep i = 1,2, ... ,n dengan ei adalah error random yang diasumsikan independen dengan mean nol dan variansi u2 Masalah yang timbul adalah bagaimana bentuk estimasi dari m(t) yang dikenal sebagai fungsi regresi atau kurva regresi. Untuk mengestimasi m(t) ada dua pendekatan yang dapat digunakan yaitu pendekatan parametrik dan pendekatan nonparametrik (Hardie, 1990 ). Pendekatan parametrik digunakan bila bentuk fungsi m(t) diketahui dari informasi sebelumnya, berdasarkan teori ataupun pengalaman masa lalu. Dalam hal ini, mengestimasi m(t) ekivalen dengan mengestimasi parameter. Sedangkan pendekatan nonparametrik dilakuan berdasarkan pendekatan yang tidak terikat dengan asumsi bentuk kurva regresi tertentu, yang memberikan fleksibilitas yang lebih besar dalam bentuk yang mungkin dari kurva regresi atau fungsi regresi m(t). Fungsi regresi m(t) hanya diasumsikan termuat dalam suatu ruang fungsi yang berdimensi tak hingga. Kemudian estimasi m(t) dilakukan berdasarkan data pengamatan dengan teknik smoothing tertentu. Ada beberapa teknik smoothing dalam regresi nonparametrik, antara lain Histogram, Estimator Kernel, Estimator Deret Orthogonal, Estimator Spline, k-NN, Wavelet dan lain-lain. (Eubank, 1988). Bila data observasi merupakan fungsi waktu dan menunjukkan gejala periodik maka untuk mengestimasi m(t) dapat digunakan estimator deret Fourier. Penelitian ini bertujuan untuk menentukan bentuk estimator deret Fourier pada model regresi nonparametrik ,menentukan parameter smoothing (A.) yang optimal dengan metode GCV dan membuat program menggunakan paket program S-PLUS 2000 untuk mengestimasi model curah hujan dengan menggunakan data riil yaitu data curah hujan di Surabaya yang dicatat di BMG Juanda pada bulan Januari 1998- Desember 2001. Berdasarkan hasil penelitian ini didapatkan bentuk estimator dari deret Fourier untuk model estimasi curah hujan di Surabaya adalah : m(t )= 217,46 + 45,54 cos(2nt )+ 21, 18sin(2nt )+ 7,18 cos(4nt )+ 19,77 sin(4nt )+ -15,01cos(6nt) + 18,86 sin(6m) + 177,91cos(8nt) + 97,01 sin(8m). Parameter smoothing (A.) optimal yang diperoleh berdasarkan nilai GCV minimumnya adalah A. = 4 . Dari model estimasi curah hujan tersebut dapat digunakan untuk meramalkan besamya curah hujan pada bulan Januari- Desember 2004 yang hasil estimasinya terdapat pada Tabel 5. Untuk penelitian selanjutnya dapat dikembangkan dengan model estimasi curah hujan yang menggunakan lebih dari satu variabel prediktor.

Actions (login required)

View Item