TY  - THES
N1  - Mohammad Farhan Qudratullah, S. Si., M. Si.,
ID  - digilib43709
UR  - https://digilib.uin-suka.ac.id/id/eprint/43709/
A1  - A?yun Nafsi Utami, NIM. 16610020
Y1  - 2021/04/07/
N2  - Regresi nonparametrik adalah salah satu metode statistika yang digunakan
untuk mengetahui pola hubungan antara variabel respon dan variabel prediktor
yang tidak diketahui bentuk fungsinya dan pola menyebar maka kurva regresi dapat
diduga. Multivariate Adaptive Regression Spline (MARS) adalah salah satu metode
analisis regresi nonparametrik yang digunakan untuk mengatasi permasalahan data
yang berdimensi tinggi yaitu data yang memiliki jumlah variabel prediktor sebesar
3 ? p ? 20 dan data sampel yang berukuran 50 ? n ? 1000.
Pada penelitian ini, penulis akan meneliti mengenai pemodelan Multivariate
Adaptive Regression Spline (MARS) pada kasus diare di Provinsi Jawa Tengah-
Jawa Barat tahun 2019. Untuk memilih model MARS terbaik, pada penelitian ini
menggunakan nilai Generalized Cross Validation (GCV) terkecil atau minimum
yang dihasilkan tiap model kombinasi dari minimum observasi (MO), basis
function (BF) dan Interaksi (MI). Hasil analisis MARS pada kasus jumlah kasus
diare pada balita di Jawa Tengah-Jawa Barat menghasilkan model terbaik dengan
bentuk persamaan:
1 2 3 4
Y? ? ?0,6236969?1,011132*BF ?1,308728*BF ?0,2991534*BF ?0,5829459*BF
PB  - FAKULTAS SAINS DAN TEKNOLOGI
KW  - regresi nonparametrik
KW  -  MARS
KW  -  GCV
KW  -  kasus diare.
M1  - skripsi
TI  - PEMODELAN MULTIVARIATE ADAPTIVE REGRESSION
SPLINE (MARS)
AV  - restricted
EP  - 149
ER  -