eprintid: 61530
rev_number: 11
eprint_status: archive
userid: 13169
dir: disk0/00/06/15/30
datestamp: 2023-10-20 04:29:13
lastmod: 2023-10-20 04:29:13
status_changed: 2023-10-20 04:29:13
type: thesis
metadata_visibility: show
contact_email: muchti.nurhidaya@uin-suka.ac.id
creators_name: Sheliea Candara Puspita Sari, NIM.: 19106010007
title: OPTIMASI MODEL REGRESI PENALIZED SPLINE
DENGAN METODE BAYESIAN INFORMATION
CRITERION(BIC) (STUDI KASUS: PRESENTASE INDEKS PEMBANGUNAN MANUSIA (IPM) DI KOTA/KABUPATEN PULAU JAWA 2022)
ispublished: pub
subjects: Matematika
divisions: jur_mat
full_text_status: restricted
keywords: BIC, Indeks Pembangunan Manusia; MAPE; Penalized Spline
note: Pembimbing: Sri Utami Zuliana, S.Si., M.Sc., Ph.D.
abstract: Regresi penalized spline merupakan gabungan regresi dengan basis B-Spline pada penalti kekasaran diskrit untuk memperhalus kurva. Penalized spline mencoba untuk mencapai keseimbangan antara kesesuaian model dengan data dan kehalusan kurva. engan memodifikasi koefisien basis B-spline melalui penalti kekasaran
diskrit, metode ini dapat menghasilkan kurva yang lebih halus, mencegah overfitting, dan memberikan fleksibilitas dalam menangkap pola dalam data. Pada pemodelan penalized spline perlu diperhatikan tingkat kompleksitas model (orde), titik knot, serta parameter penghalus (λ) yang optimal. Tujuan penelitian ini adalah untuk mengestimasi regresi penalized spline pada data IPM. Model regresi yang optimal diperoleh berdasarkan kombinasi pemilihan orde, knot, dan parameter penghalus yang optimal menggunakan nilai minimum Bayesian Information Criterion
(BIC). Hasil penelitian ini menujukan model optimal pada orde 2, knot 1, dan lambda (λ) 0.001 dengan nilai BIC sebesar 543.3806. Estimasi parameter tersebut signifikan dengan nilai MAPE sebesar 0.004059336. Model regresi penalized spline optimal yang diperoleh yaitu ˆy = 8173.879Z−1,2(x) + 8823.742Z0,2(x) +
24217.31Z−1,2(x).
date: 2023-08-15
date_type: published
pages: 77
institution: UIN SUNAN KALIJAGA YOGYAKARTA
department: FAKULTAS SAINS DAN TEKNOLOGI
thesis_type: skripsi
thesis_name: other
citation:   Sheliea Candara Puspita Sari, NIM.: 19106010007  (2023) OPTIMASI MODEL REGRESI PENALIZED SPLINE DENGAN METODE BAYESIAN INFORMATION CRITERION(BIC) (STUDI KASUS: PRESENTASE INDEKS PEMBANGUNAN MANUSIA (IPM) DI KOTA/KABUPATEN PULAU JAWA 2022).  Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.   
document_url: https://digilib.uin-suka.ac.id/id/eprint/61530/1/19106010007_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf
document_url: https://digilib.uin-suka.ac.id/id/eprint/61530/2/19106010007_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf