Rahmawati, Fadila (2025) Metode deteksi Outlier menggunakan Estimasi Minimum Covariance Determinant dan Least Trimmed Squares untuk data pendidikan di Jawa Barat. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_Cover.pdf Download (38kB) | Preview |
|
|
Text (ABSTRAK)
2_Abstrak.pdf Download (29kB) | Preview |
|
|
Text (KETERANGAN BEBAS PLAGIARISM)
3_keterangan bebas plagiarism.pdf Download (32kB) | Preview |
|
|
Text (DAFTAR ISI)
4_Daftar Isi.pdf Download (202kB) | Preview |
|
|
Text (BAB I)
5_BAB I.pdf Download (73kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
6_BAB II.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB III)
7_BAB III.pdf Restricted to Registered users only Download (460kB) |
|
|
Text (BAB IV)
8_BAB IV.pdf Restricted to Registered users only Download (181kB) |
|
|
Text (BAB V)
9_BAB V.pdf Restricted to Registered users only Download (41kB) |
|
|
Text (DAFTAR PUSTAKA)
10_Daftar Pustaka.pdf Restricted to Registered users only Download (168kB) |
|
|
Text (LAMPIRAN)
11_Lampiran.pdf Restricted to Repository staff only Download (256kB) |
Abstract
Outlier merupakan nilai data yang menyimpang jauh dari pola umum dan dapat merusak keakuratan model regresi. Metode Kuadrat Terkecil (MKT) sangat sensitive terhadap Outlier sehingga dapat menghasilkan estimasi parameter yang bias. Untuk mengatasi hal ini, digunakan pendekatan regresi Robust yang lebih tahan terhadap Outlier. Penelitian ini bertujuan untuk mendeteksi dan menangani outlier pada data Pendidikan di Jawa Barat tahun 2024 dengan menggunakan metode Minimum Covariance Determinant (MCD) dan Least Trimmed Squares (LTS) yang diterapkan pada data pendidikan di Jawa Barat untuk mengidentifikasi outlier pada kabupaten atau kota. Data yang digunakan meliputi 27 kabupaten/kota dengan variabel: Indeks Pendidikan sebagai variabel dependen, serta PDRB per kapita, tingkat kemiskinan, jumlah sekolah, jumlah guru, kepadatan penduduk sebagai variabel independen. Proses analisis dilakukan melalui dua tahap, yaitu pendeteksian oulier menggunakan metode MCD, kemudian estimasi model regresi dengan metode MKT setalah data outlier dihapus, serta menggunakan metode LTS sebagai pembanding. Hasil penelitian menunjukkan bahwa metode MCD berhasil mengidentifikasi 10 outlier dan menghasilkan nilai Mean Square Error (MSE) sebesar 0,0005 lebih kecil dibandingkan metode LTS yang memiliki nilai sebesar 0,001. Dengan demikian, penggunaan metode MCD untuk mendeteksi dan menghapus outlier, diikuti dengan estimasi regresi linear berganda menggunakan MKT, terbukti meningkatkan akurasi dan kestabilan model regresi.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Outlier; Regresi Robust; Minimum Covariance Determinant; Least Trimmed Squares; Mean Square Error; Pendidikan Jawa Barat |
| Subjects: | Applied mathematics > Statistical Mathematics Applied mathematics > Descriptive Statistical Mathematics |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Matematika |
| Depositing User: | Fadila Rahmawati |
| Date Deposited: | 22 Sep 2025 04:09 |
| Last Modified: | 22 Sep 2025 04:09 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/121455 |
Actions (login required)
 |
View Item |
