Anisha Meylin, - (2021) Estimasi Model Regresi Logistik Ordinal Nonparametrik Berdasarkan Estimator Least Square Spline. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (525kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (201kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (321kB)
	Text (BAB I) 4. BAB I PENDAHULUAN .pdf Download (212kB)
	Text (BAB II) 5. BAB II TINJAUAN PUSTAKA .pdf Restricted to Registered users only until 3 November 2024. Download (588kB) | Request a copy
	Text (BAB III) 6. BAB III METODE PENELITIAN.pdf Restricted to Registered users only until 3 November 2024. Download (495kB) | Request a copy
	Text (BAB IV) 7. BAB IV HASIL DAN PEMBAHASAN .pdf Restricted to Registered users only until 3 November 2024. Download (765kB) | Request a copy
	Text (BAB V) 8. BAB V PENUTUP .pdf Restricted to Registered users only until 3 November 2024. Download (341kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (189kB)
	Text (LAMPIRAN) 10. LAMPIRAN.pdf Restricted to Registered users only until 3 November 2024. Download (473kB) | Request a copy
	Text (PERMOHONAN EMBARGO) 11. PERMOHONAN EMBARGO.pdf Restricted to Registered users only Download (28kB) | Request a copy

Abstract

Statistika adalah sekumpulan metode yang digunakan untuk merencanakan dan mengumpulkan data, menyajikan data, menganalisis data dan memberikan interpretasi, serta mengambil keputusan dan kesimpulan dalam situasi ketidakpastian dan variasi. Analisis regresi logistik merupakan suatu analisis regresi untuk menjelaskan hubungan fungsional antara variabel respon (Y) yang bersifat dikotomus atau polikotomus dengan variabel-variabel prediktornya (X). Apabila fungsi regresi tidak diasumsikan mengikuti pola tertentu, maka fungsi tersebut didekati dengan pendekatan regresi nonparametrik. Estimator least square spline adalah metode estimasi dengan model polinomial yang bersifat tersegmen atau terpotong-potong yang mulus yang menggunakan basis fungsi truncated. Pada skripsi ini akan dibahas mengenai penjabaran pengembangan teori terkait estimasi model regresi logistik ordinal nonparametrik berdasarkan estimator least square spline dan diterapkan pada data permasalahan status gizi balita menurut berat badan per tinggi badan (BB/TB) di Kabupaten Probolinggo dengan membuat algoritma dan program pada OSS-R. Hasil penelitian menunjukkan bahwa nilai ketepatan klasifikasi dan sensitifitas dari model regresi logistik ordinal nonparametrik estimator least square spline yaitu masing-masing sebesar 92% dan 75%, sedangkan nilai ketepatan klasifikasi dan sensitifitas dari model regresi logistik ordinal parametrik yaitu masing-masing sebesar 71,43% dan 40%. Berdasarkan kriteria kesesuaian model nilai deviance untuk metode regresi logistik ordinal nonparametrik estimator least square spline dan regresi logistik ordinal parametrik masing-masing sebesar 27,34036 dan 45,13934 sehingga dapat disimpulkan bahwa metode regresi logistik ordinal nonparametrik estimator least square spline lebih baik dari pada regresi logistik ordinal parametrik.

Actions (login required)

View Item