MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DALAM MENENTUKAN FAKTOR-FAKTOR KECELAKAAN LALU LINTAS DI KOTA YOGYAKARTA

NUR FITRIYANTI RAHMADHANI, NIM. 15610009 (2019) MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DALAM MENENTUKAN FAKTOR-FAKTOR KECELAKAAN LALU LINTAS DI KOTA YOGYAKARTA. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DALAM MENENTUKAN FAKTOR-FAKTOR KECELAKAAN LALU LINTAS DI KOTA YOGYAKARTA) 15610009_BAB I_BAB VI_DAFTAR PUSTAKA.pdf - Published Version Download (6MB) | Preview
	Text (MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DALAM MENENTUKAN FAKTOR-FAKTOR KECELAKAAN LALU LINTAS DI KOTA YOGYAKARTA) 15610009_BAB II-BAB V.pdf - Published Version Restricted to Registered users only Download (12MB)

Abstract

Analisis regresi nonparametrik dapat digunakan untuk mengetahui pola hubungan antara variabel dependen dan variabel independen yang tidak diketahui bentuk kurva regresinya. Kecelakaan lalu lintas merupakan suatu kejadian yang tidak diinginkan karena dapat menimbulkan kerugian baik nyawa maupun materi. Dapat dikatakan bahwa kejadian ini terjadi karena beberapa faktor diantaranya, type jalan, batas kecepatan seorang pengemudi, fungsi jalan, kondisi permukaan dan waktu saat kejadian. Metode Multivariate Adaptive Regression Spline (MARS) adalah salah satu metode yang menggunakan suatu pendekatan regresi nonparametrik yaitu suatu kombinasi antara Recursive Partitioning Regression (RPR) dan metode spline, sehingga dapat digunakan untuk menjelaskan hubungan komplek dan berdimensi tinggi yaitu data yang memiliki jumlah variabel prediktor 3≤

Share this knowledge with your friends :

Actions (login required)

View Item