ESTIMASI NILAI DATA HILANG PADA REGRESI LINEAR SEDERHANA MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMASI (STUDI KASUS : PENJUALAN MOTOR YAMAHA TEMANGGUNG)

BINTANG MAHARDIKA, NIM.10610031 (2017) ESTIMASI NILAI DATA HILANG PADA REGRESI LINEAR SEDERHANA MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMASI (STUDI KASUS : PENJUALAN MOTOR YAMAHA TEMANGGUNG). Masters thesis, UIN Sunan Kalijaga Yogyakarta.

Preview	Text (ESTIMASI NILAI DATA HILANG PADA REGRESI LINEAR SEDERHANA MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMASI (STUDI KASUS : PENJUALAN MOTOR YAMAHA TEMANGGUNG)) 10610031_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (5MB) | Preview
	Text (ESTIMASI NILAI DATA HILANG PADA REGRESI LINEAR SEDERHANA MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMASI (STUDI KASUS : PENJUALAN MOTOR YAMAHA TEMANGGUNG)) 10610031_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Analisis regresi merupakan analisis yang bertujuan untuk mengetahui hubungan antara dua variabel, yaitu variabel dependen dan variabel independen. Dalam analisis regresi, diperlukan data. Data merupakan hal yang paling utama yang akan diolah sehingga menghasilkan suatu kesimpulan. Data yang baik sangat dibutuhkan agar kesimpulan yang dihasilkan dari penelitian tidak jauh berbeda dengan keadaan yang sebenarnya. Namun, tidak jarang sebagian data yang dihasilkan tidak lengkap. Data hilang dapat saja diabaikan jika data yang hilang sedikit, namun apabila data yang hilang berjumlah cukup besar maka data tersebut tidak dapat diabaikan. Metode modern yang digunakan untuk mengatasi data hilang salah satunya adalah metode Maksimum Likelihood dengan menggunakan algoritma Ekspektasi Maksimasi. Algoritma EM adalah proses dua langkah untuk mengestimasi parameter suatu model data tidak lengkap. Langkah awalnya adalah dengan membagi data kedalam dua bagian, yaitu bagian missing dan nonmissing. Dalam penelitian ini menggunakan data penjualan motor Yamaha Temanggung dari tahun 2011 sampai tahun 2014. Pengolahan data dilakukan dengan menggunakan bantuan software SPSS 16.0 dan Microsoft Excel. Hasil dari penelitian menunjukkan bahwa nilai data hasil estimasi yang dilakukan dengan menggunakan algoritma Ekspektasi Maksimasi mendekati nilai data asli. Oleh karena itu, dapat disimpulkan bahwa algoritma Ekspektasi Maksimasi menghasilkan nilai estimasi yang baik, karena sangat mendekati nilai data asli.

Share this knowledge with your friends :

Actions (login required)

View Item