RABBANI, ZAID FAIDHU (2026) Pemodelan Regresi Spline pada Principal Component Analysis menggunakan Robust S-Estimator (Studi Kasus: Angka Kematian Ibu di Provinsi Sulawesi Selatan) = Regression Spline Modelling on Principal Component Analysis Using Robust S-Estimator (Case Study: Maternal Mortality Rate in South Sulawesi Province). Skripsi thesis, Universitas Hasanuddin.
H051221010-Cover.png
Download (488kB) | Preview
H051221010-1-2(FILEminimizer).pdf
Download (372kB)
H051221010-dp(FILEminimizer).pdf
Download (129kB)
H051221010-fullll(FILEminimizer).pdf
Restricted to Repository staff only until 4 March 2028.
Download (1MB)
Abstract (Abstrak)
Latar belakang. Regresi spline merupakan pengembangan dari analisis regresi yang memungkinkan pemodelan hubungan nonlinear melalui pembentukan segmen fungsi pada titik-titik knot. Permasalahan multikolinearitas yang sering muncul dalam pemodelan spline diatasi menggunakan Principal Component Analysis (PCA), yang mentransformasikan variabel asal menjadi komponen baru yang saling bebas korelasi. Selain itu, keberadaan outlier dapat menurunkan efisiensi estimasi sehingga diperlukan pendekatan regresi robust dalam proses pemodelan. Robust S-Estimator, yang memiliki breakdown point tinggi, digunakan untuk meningkatkan ketahanan model dan menghasilkan estimasi regresi spline truncated pada PCA yang lebih stabil dalam analisis angka kematian ibu di Sulawesi Selatan.Tujuan. Penelitian ini bertujuan untuk memperoleh estimasi parameter model regresi spline PCA menggunakan robust S-estimator serta model angka kematian ibu di Provinsi Sulawesi Selatan tahun 2019-2021 berdasarkan pendekatan regresi spline PCA dengan robust S-estimator. Metode. Penelitian ini menggunakan estimasi parameter model regresi spline PCA dengan Robust S-Estimator. Hasil. Hasil pemodelan regresi spline PCA dengan estimasi parameter menggunakan Least Square menghasilkan model spline PCA dengan titik knot optimal. Model tersebut yang kemudian dirobustkan menggunakan Robust S-Estimator sehingga diperoleh estimasi parameter yang lebih tahan terhadap outlier dengan nilai GCV sebesar 2,09 dan MSE sebesar 2,69. Kesimpulan. Model spline PCA dengan S-Estimator yang diperoleh melalui estimasi parameter lebih baik dibandingkan model spline PCA dengan Least Square dan menunjukkan model angka kematian ibu di Sulawesi Selatan tahun 2019-2021 yang lebih tahan terhadap outlier.
Keyword : Angka Kematian Ibu; Multikolinearitas; Outlier; Regresi Robust; Regresi Spline.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Uncontrolled Keywords: | Maternal Mortality; Multicollinearity; Outlier; Robust Regression; Spline Regression. |
| Subjects: | Q Science > Q Science (General) |
| Divisions (Program Studi): | Fakultas Matematika dan Ilmu Peng. Alam > Statistika |
| Depositing User: | Rasman |
| Date Deposited: | 05 Mar 2026 05:40 |
| Last Modified: | 05 Mar 2026 05:40 |
| URI: | http://repository.unhas.ac.id:443/id/eprint/54398 |
