LAUDA MUTIA, 081211832032 (2016) GENERALIZED EXPLORATORY FACTOR ANALYSIS DAN ESTIMATOR LOKAL LINIER MULTIPREDIKTOR DALAM PEMODELAN KALIBRASI SENYAWA AKTIF KURKUMIN. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (HALAMAN DEPAN) 1. HALAMAN JUDUL.pdf Download (1MB) | Preview
	Text (BAB I) 2. BAB I Pendahuluan.pdf Restricted to Registered users only Download (300kB) | Request a copy
	Text (BAB II) 3. BAB II Tinjauan Pustaka.pdf Restricted to Registered users only Download (685kB) | Request a copy
	Text (BAB III) 4. BAB III Metodologi Penelitian.pdf Restricted to Registered users only Download (484kB) | Request a copy
	Text (BAB IV) 5. BAB IV Hasil dan Pembahasan.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 6. BAB V Penutup.pdf Restricted to Registered users only Download (445kB) | Request a copy
	Text (DAFTAR PUSTAKA) 7. Daftar Pustaka.pdf Restricted to Registered users only Download (320kB) | Request a copy
	Text (LAMPIRAN) 8. Lampiran.pdf Restricted to Registered users only Download (880kB) | Request a copy

Abstract

Generalized Exploratory Factor Analysis (GEFA) merupakan metode mereduksi dimensi data yang dapat digunakan untuk data dengan jumlah pengamatan lebih besar maupun lebih kecil dibandingkan jumlah variabel prediktor. Tujuan dari skripsi ini adalah untuk mereduksi dimensi data dengan GEFA dan mengestimasi fungsi-fungsi dalam model aditif regresi nonparametrik. Teknik smoothing yang digunakan yaitu estimator lokal linier multiprediktor berdasarkan algoritma back-fitting kemudian diterapkan untuk mengestimai model kalibrasi senyawa aktif kurkumin. Bandwidth optimal diperoleh dengan menggunakan metode Generalized Cross Validation (GCV). Pemodelan kalibrasi senyawa aktif kurkumin dengan estimator lokal linier multiprediktor memiliki Mean Square Error (MSE) sebesar 0,00001390639 dan R-Square (R2) sebesar 0,9999412 atau 99,99%. Nilai MSE untuk validasi dengan menggunakan 4 data outsample sebesar 0,133.

Actions (login required)

View Item