• Tidak ada hasil yang ditemukan

Penerapan Model Adiktif Terampat (Generalized Additive Models) Untuk Pendugaan Model Produksi

N/A
N/A
Protected

Academic year: 2017

Membagikan "Penerapan Model Adiktif Terampat (Generalized Additive Models) Untuk Pendugaan Model Produksi"

Copied!
56
0
0

Teks penuh

(1)

PENERAPAN

MODEL ADITIF TERAMPAT

(GENE-ZED

ADDIXWE MODELS)

UNTUK PENDUGAAN

MODEL

PRODUKSI

I <

' I I r

Oleh

: . :.'

PROGRAM

STUD1

STATISTIKA

PROGRAM PASCASARJANA

INSTITUT

PERTANIAN

BOGOR

(2)

RINGKASAN

I KOMANG GDE SUKARSA. Penempan Model Aditif Terampat (Generalized

Additive Mod&) Untuk Pendugaan Model Pmduksi, di bawah bimbingan

Auauddin sebagai Ketua dan Aji Hamim Wigena sebagai Anggota.

Adisis regresi adalah salah satu analisis yang digunakan untuk menentukan

ketergmtungan peubah respon terhadap peuhah bebas. Untuk menghindari asumsi-

asumsi yang terlalu ketat pada d i s i s regresi, maka salah satu pilihan adalah regresi

non-parametrik. Disamping itu bentuk ketergantungan pubah respon terhadap

peubah bebas sering kali tidak linear sehingga selain diperlukan metode yang tidak

terMu ketat ketergmtungannya pada asumsi tertentu, juga d i p e r l h metode yang

dapat mngakomodasi pengaruh talc linear tersebut. Dalam ha1 ini jika tujuan analisis

adahh untuk prediksi, maka GAMs adaiah salah satu analisis yang &pat digunakm.

Hasil penelitian menunjukkan bahwa, jika ada indikasi pengaruh non-linear

peuhah &bas, maka model GAMs lebih b d t dari model regresi linear. Tetapi jika

tidak ada indikasi non-linear, rnaka model GAMs tidak menghasilkan model yang

(3)

PENERAPAN

MODEL ADITIF

TERAMPAT

(GENERALIZED ADDITIVE MODELS)

UNTUK

PENDUGAAN MODEL PRODUKSI

Oleh

:

I

KOMANG GDE

SUKARSA

Tesis

ini

sebagai

salah

satu

syarat

untuk mempero le

h

gelar Magister

Sains

Program

Pascasarj

ana

Institut

Pertanian

Bogor

PROGRAM STUD1

STATISTIKA

PROGRAM PASCASARJANA

INSTITUT PERTANIAN

BOGOR

(4)

Judul Penelitian : Penerapan Model Aditif Tersmpat (GerteraZized Additive

Models) Untuk Pendugaan Model Produksi.

Namsl Mahasiswa : I Komang Gde S u k w

N R P : 97113

Progran Studi : Statistika

Menyetujui :

Komisi Pembimbing

Dr. Ir. Aunuddin

K e t u a

Ketua Program Studi Statistika

Ir. H. Aji Hamim Wipena, M.Sc.

A n g g o t a

uwoto

-

-

(5)

RIWAYAT HIDUP

Penulis diiirkan di Klungkung-Bdi pa& tanggal 5 Januari 1965. Penulis

arllllah

anak ketiga dari pasangan Ketut Pudji dm Ni Ketut Sunadi

Penulis menyelesaikan pendidikan Sekolah Dasar pada tahun 1 977.

Pendidikan Menengah Tingkat Pertama disebdan pada tahun 1 98 1 d m tahun 1984

penulis tamat dari Sekolah Menengah Atas. Pada tahun 1984 itu juga penulis

menenrskan pendidikan ke Institut Pertanian Bogor melalui jdur PMDK

dan

selesai

pada tahun 1989 di jurusan Statistika

.

Pa& tahun 1990 penulis menilrah dengan

Kadek Helen Adnyawati dan sekmang telah dikaruniai seorang putra yaag diberi

nama I Putu Yudmta Eka Putra serta sorang putri yang bernarna Kadek Diah Utami

Dewi

Pada Mun 1991 penulis d i t e r h sebagai salah satu staf dosen di Universitas

Udayma

d m

sampai sekarang bertugas di jurusan Fisika FMIPA Universitas

Udayana.

Pada tahun 1997 penulis mendapat kesernpatan untuk menenrskan pendidikan

Strata Dua di Program Studi Statistika Program Pascasarjana Institut Pertanian Bogor

(6)

KATA PENGANTAR

Puji syukur penulis panjatkan kepada Tuhan Yang Maha Es% sebab atas

Kmmia-Nya tulisan

ini

dapat diselesaikan. Tulisan ini merupakan hasil penelitian

yang dilakukan sebgai salah satu s p a t

uatuk

mendapatkan gelar Magkter Sains

dari Program Studi Statistika

PPS

IPB. Penulis rnenyadari bethwa tulisan

ini

jauh dari

sempuma, untuk itu saran serta kritik dari semua pihak selalu d k p h demi

perbaikan tulisan ini.

Pada kesempatan ini penulis tidak lupa mengucapkan terima kasih, kepada

Dr.

Ir. Aunuddin dan Ir, H. Aji Hamim Wigena, M.Sc. sehku komisi pembirnbing

atas segala bantuannya sehingga tulisan

ini

dapat diselesaikan. Kepada Kepda

Lembaga Penelit ian IPB bersama staf penulis mengucapkan bany ak terima kasih atas

segala hilitas yang d i b e r h kepada penulis untuk mengambil data pada bagian

Data dan Informasi Lembaga Penelitian IPB. T b Kasih juga penulis ucapkan

kepada Bapak

R

W.E. Lumintang (Staf Fakultas P e t e d a n IPB) serta Tri Wiji

Nurani dkk. (St& Fakuitas Perikanan IPB) atas data yang penulis gumkan dalarn

penelitian ini. Selanjutnya terima kasih juga penulis ucapkan kepada :

1. Direktur Program Pascasarjana Institut Pertanian Bogor atas kesempatan yang

diberikoln untuk mengikuti studi di Program Pascasarjana IPB.

2. Para Dosen di Program Studi Statistika atas segala bimbingmya selarna

menempuh pendidikan di Program Studi Statist ika.

3. Istri dan anak-an& tercinta atas segala p e n g o r h m serta doanya selama penulis

menempuh studi di Bogor.

4. Ayah, Ibu serta Saudara atas segala dukungan

baik

moril maupun rnateriil.

5. Rekan-rekan Mahasiswa Program Studi Statist ika mgkatan '97 atas kebersamaan

selama rnenjadi rnahasiswa di IPB.

6 . Rekan-rekan tercinta anggota Himpunan Mahasiswa Pascawjam ( P h w a c a n a )

Bali di Bogor yang telah mernberikan suasann akrab dan persaudaraannya selarna

(7)

7. Semua fihak yang tidak &pat penulis sebutkan satu persatu yang telah membantu

penyelesah tulisan ini.

Terakhir penulis harapkan semoga tulisan ini dapat memberikan manfaat bagi

kita semua.

Bogor, Pebnlari 2001

(8)

DAFTAR

IS1

...

DAFTAR IS1

DAFTARTABEL

...

...

DAFTAR GAMBAR

PENDAHULUAN

...

...

Latar Belakang

...

Permasalahan

...

Tujuan Penelitian

...

TINJAUAN f USTAKA

...

Metode Regresi

...

Model Aditif (Additive Models)

...

Model Linear Terampat (Generalized Linear Models)

...

Model Aditif Terampat (Generalized Additive Models)

...

Pemuiusan (Smoothing)

Pemulusan Untuk Satu Peubah Bebas (Pemulus Pencar)

...

...

Pemulusan Untuk Lebih dari Satu Peubah Bebas

...

METODE

PENELITIAN

...

Sumber Data

Metode Adisis

...

...

HASIL DAN PEMBAHAS AN

...

Data Produksi Susu

Data Produksi

Ikan

Tuna

...

KESIMPUL AN DAN

SARAN

...

...

Kesimpulan

...

...

...**.*....*...

Saran

.

.

..

...

DAlTAR

PUSTAKA

...

LAMPIRAN

.

;
(9)

1 Analisis Ragam Perwingan Model Linear dm Model Adit if

...

Data Produksi Susu

2 Analisis Ragam Perhadingan Model Linear dan Model Aditif

...

Data Produksi Ikan Tuna

3 Analisis Ragam Perhadingan Model Linear dengan Peubah yang

Dikurangi dan Model Aditif dengan PeuW yang Dikurqi Data

...

Produksi Ikan Tuna

Hrtsil Analisis Regresi Linear Data Pcoduksi Susu

...

Hasil Analisis Model Aditif Data Produksi Susu

...

Hasil Analisis Regresi Linear Data Produksi Ikan Tuna

...

Analisis Koreletsi Data Produksi

Ikan

Tuna

...

Hasil Analiiis Model Linear Data Produksi Ikan Tuna dengan

Peubah Telah Direduksi

...

Analisis Terhadap Model Aditif Data Produksi Ikan Tuna

...

Analisis Model Adit if Data Produksi Ikan Tuna dengan Peubah

...

...

Tehh Dikurangi

.

.

...

Data Produksi Sum
(10)

DAFTAR GAMBAR

...

Plot Peluang Normal Sisaan Data Produksi Susu

Plot Antam Sisaan dan Nilai Dugaan Data Produksi Susu

...

...

Plot Matrik Data Produksi Susu

Plot Parsbl Model Aditif Data Produksi Susu

...

a Peuhah Lama Pendidikan Formal Peternak

...

...*...

b

.

Peubah Jurnlah Jam Kerja

.

.

.

...

c

.

Peubolh Jumlah Pakan Penguat

.

.

.

.

...

...

d

.

Peubah j& Pakm H i j a m

...

e

.

Peuhah Besar Usaha

...

Plot Sisaan dan Nilai Dugaan Data Produksi

I

h

Tuna

...

Plot Peluang Normal Sisaan Data Produksi I hTuna

Plot Matrik Data Produksi Ikan Tuna

...

Plot Parsial Model Adit if Data Produksi Ikan Tuna

...

a

.

Peubah Jumlah Hari Operasi

...

b

.

Peubah Jumlah Hari Setting

...

c

.

PeuW Jumlah Bahan Bakar

...

d

.

Peubah Umur &pal

e

.

Peubah Kapasitas Palkah

...

.

.

.

...

f Peubah IJkuran Kapal

...

Plot Pengaruh Parsid Model Aditif Data Produksi

lkan

Tuna
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
(21)
(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
(31)
(32)
(33)
(34)
(35)
(36)
(37)
(38)
(39)
(40)
(41)
(42)
(43)
(44)
(45)
(46)
(47)
(48)
(49)
(50)
(51)
(52)
(53)
(54)
(55)
(56)

Referensi

Dokumen terkait

Hasil pengolahan dan analisis data diperoleh total profit maksimum terdapat dalam model pembelian harian ikan tuna dalam jumlah bervariasi direncanakan 3,21 Ton/hari dengan

peubah ordinal, dimana analisis data dilakukan dengan metode WLS. Validasi model, yaitu analisis data cmpiris berciasarkan model tertentu. Penentuan MPS dengan tahapan seperti

Hal pertama yang dilakukan adalah pemilihan model ARIMA yang sesuai untuk Deret Input (harga ekspor ikan tuna ke pasar Jepang) yang meliputi identifikasi model, penaksiran

Berdasarkan analisis dan pembahasan yang diperoleh solusi optimal pada produksi minuman dalam kemasan botol yang diselesaikan dengan memodelkan ke dalam bentuk Linear

Artinya bahwa pada wilayah yang dipengaruhi ENSO, ketepatan model ramalan produksi padi (dengan peubah penjelas SST Nino 3.4, DMI, rasio LT/LB) akan tinggi, dan sebaliknya untuk

Hasil pengolahan dan analisis data diperoleh total profit maksimum terdapat dalam model pembelian harian ikan tuna dalam jumlah bervariasi direncanakan 3,21 Ton/hari dengan

Hasil yang didapat untuk nilai laju penurunan produksi k cenderung lebih lambat terjadi pada data individu dengan penggunaan catatan produksi selama 52 minggu dan tertinggi

Model GSTAR-X(1,1) merupakan model yang layak digunakan untuk meramalkan data produksi kelapa sawit di PT.PN XIII pada tiga kebun yang diteliti yaitu kebun di Sungai