EFEK PENGGABUNGAN OUTLIER DAN UNCLASSIFIED DATA PADA PEMODELAN ROUGH-REGRSI (Studi Kasus : Tiga Variabel Bebas Numerik)

IRMA SURYANI, 11654203678 (2019) EFEK PENGGABUNGAN OUTLIER DAN UNCLASSIFIED DATA PADA PEMODELAN ROUGH-REGRSI (Studi Kasus : Tiga Variabel Bebas Numerik). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

[img] Text
TA IRMA SURYANI.pdf

Download (7MB)
[img] Text (BAB IV)
15. BAB IV IRMA.pdf - Published Version
Restricted to Repository staff only

Download (882kB)

Abstract

EFEK PENGGABUNGAN OUTLIER DAN UNCLASSIFIED DATA PADA PEMODELAN ROUGH-REGRESI (Studi Kasus : Tiga Variabel Bebas Numerik) IRMA SURYANI 11654203678 Tanggal Sidang : 17 Desember 2019 Periode Wisuda : Program Studi Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau Jl. HR. Soebrantas No. 155 Pekanbaru ABSTRAK Model rough-regresi pada penelitian ini diaplikasikan pada data yang dibangkitkan melalui teknik simulasi dan diimplementasikan ke data real. Namun, sering kali dalam penerapan model regresi ditemukan satu atau beberapa titik data yang berada jauh dari pola data pada umumnya atau dikenal dengan outlier. Munculnya outlier dapat mempengaruhi R-Square yang diperoleh. Outlier pada model regresi sama halnya dengan unclassified data pada model rough sets. R-Square outlier yang diperoleh dari model regresi rata-rata lebih kecil dibandingkan dengan R-Square yang diperoleh dari unclassified data. Maka melalui penelitian ini penulis tertarik untuk melihat pengaruh dari penggabungan outlier dan unclassified data dengan memperhatikan R-Square dari setiap percobaan data simulasi. Hasil simulasi menunjukkan bahwa data simulasi dari penggabungan outlier dan unclassified data rata-rata memiliki R-Square yang meningkat. Sedangkan pada implementasi data real, penggabungan outlier dan unclassified data juga mengalami peningkatan nilai R-Square. Secara umum dapat disimpulkan bahwa hasil yang diperoleh melalui kedua prosedur ini adalah sejalan. Dalam hal ini penggabungan antara outlier dan unclassified data lebih mampu meningkatkan R-Square. Sehingga dapat diartikan bahwa model rough-regresi memiliki kontribusi yang baik dibandingkan dengan model regresi biasa. Kata kunci: Data Simulasi, Outlier, R-Square, Rough-regresi, Unclassified Data

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 005 Program Komputer, program-program, data
Divisions: Fakultas Sains dan Teknologi > Matematika
Depositing User: fsains -
Date Deposited: 30 Dec 2019 03:45
Last Modified: 30 Dec 2019 03:46
URI: http://repository.uin-suska.ac.id/id/eprint/24094

Actions (login required)

View Item View Item