• Tidak ada hasil yang ditemukan

Aplikasi Spline Truncated dalam Regresi Nonparametrik

N/A
N/A
Protected

Academic year: 2017

Membagikan "Aplikasi Spline Truncated dalam Regresi Nonparametrik"

Copied!
14
0
0

Teks penuh

(1)

Lampiran 1. Data Pengamatan

Pengaruh Waktu (menit) Terhadap

Tegangan

Output Sensor Polimer (milivolt)

Pengamatan X Y

1 5 288

2 10 304

3 15 317

4 20 325

5 25 331

6 30 333

7 35 335

8 40 337

9 45 340

10 50 341

11 55 340

12 60 340

13 65 337

14 70 335

15 75 335

16 80 335

17 85 332

18 90 331

19 95 329

(2)

Variabel Keterangan

X Waktu (menit)

Y Tegangan output sensor polimer (mv)

Diketahui oleh Peneliti,

Muhammad Balyan

(3)
(4)
(5)
(6)
(7)
(8)

Lampiran 3. Nilai MSE dan GCV dari Percobaan Sebanyak p

1. Nilai MSE dan GCV untuk

Knot MSE GCV Knot MSE GCV

6 62,03474 85,86123 33 10,52358 14, 56550 7 62,03474 85,86123 34 11,25642 15,57982 8 62,03474 85,86123 36 12,24826 16,95261 9 62,03474 85,86123 37 12,59683 17,43505 11 48,71128 67,42046 38 13,24802 18,33635 12 40,88988 56,59499 39 14,160778 19,599693 13 36,44235 50,43923 41 15,618948 21,617922 14 33,93042 46,96251 42 16,223246 22,454320 16 26,29977 36,40106 43 17,084076 23,645780 17 22,2521 30,79876 44 18,175443 25,156322 18 19,75504 27,34261 46 20,272874 28,059342 19 18,32365 25,36146 47 21,315255 29,502082 21 14,54342 20,1293 48 22,582488 31,256039 22 12,597 17,4353 49 24,057049 33,296954 23 11,51147 15,93283 51 26,943135 37,291537 24 11,06932 15,32086 52 28,384272 39,286190 26 9,898791 13,70075 53 30,033874 41,569376 27 9,360139 12,95521 54 31,88007 44,12467 28 9,351772 12,94363 61 44,74032 61,92431 29 9,758915 13,50715 79 78,763442 109,01514 31 10,068514 13,935659 97 108,6386 150,3648 32 10,10538 13,98668 99 108,6386 150,3648

(9)

2. Nilai MSE dan GCV untuk

Knot MSE GCV Knot MSE GCV

(10)

Knot MSE GCV Knot MSE GCV 18, 45 1,166259 1,82228 17, 56 2,239646 3,499447 18, 46 0,953165 1,489321 17, 61 4,085548 6,383668 18, 47 0,820099 1,281405 17, 66 6,490843 10,14194 18, 48 0,760617 1,188464 19, 44 1,542564 2,410256 18, 49 0,767362 1,199004 19, 46 1,159343 1,811473 18, 50 0,832516 1,300806 19, 47 1,011839 1,580998 18, 51 0,881851 1,377892 19, 48 0,934225 1,459727 18, 52 0,994521 1,553939 19, 49 0,919416 1,436587 18, 53 1,166193 1,822177 19, 51 0,990924 1,548319 18, 54 1,391625 2,174414 21, 44 2,01813 3,153329 18, 55 1,664974 2,601522 21, 48 1,271026 1,985978 18, 60 3,129685 4,890132 21, 49 1,203431 1,880361 18, 65 5,295891 8,27483 21, 51 1,168547 1,825855 18, 70 7,393356 11,55212 21, 52 1,203927 1,881137 18, 75 9,094503 14,21016 21, 53 1,285529 2,00864 18, 80 10,74159 16,78373 21, 58 2,019348 3,155231 18, 85 12,83809 20,05952 22, 44 2,325936 3,634276 18, 90 14,81428 23,14731 22, 48 1,515191 2,367485 18, 95 17,00132 26,56456 22, 51 1,332038 2,081309 16, 44 1,494867 2,335729 22, 52 1,338755 2,091805 16, 46 1,279263 1,998849 22, 58 1,932688 3,019825 16, 47 1,21626 1,900406 23, 44 2,794305 4,366101 16, 48 1,24048 1,938251 23, 48 1,956167 3,05651 16, 51 1,644091 2,568892 23, 52 1,715002 2,67969 16, 52 1,849394 2,889678 23, 58 2,163695 3,380774 16, 53 2,126546 3,322728 24, 44 3,389111 5,295486 16, 56 3,150378 4,922466 24, 48 2,549413 3,983458 16, 59 4,385161 6,851814 24, 58 2,637102 4,120473 16, 63 6,419073 10,0298 26, 44 4,603941 7,193657 17, 44 1,266005 1,978133 26, 48 3,778402 5,903754 17, 46 0,962125 1,50332 26, 54 3,43777 5,371515 17, 47 0,855381 1,336533 26, 58 3,598719 5,622998 17, 48 0,82777 1,29339 27, 44 5,270571 8,235268 17, 49 0,871426 1,361603 27, 48 4,465654 6,977585 17, 51 1,05797 1,653079 27, 54 4,067791 6,355924 17, 52 1,206776 1,885588 27, 58 4,15795 6,496797

(11)

Lampiran 4. Uji Simultan Model Regresi Spline Truncated Linier Terbaik dengan Menggunakan SPSS 16.0

Input data variabel dari knot optimal dan ,

Variabel diberi label X

Variabel diberi label XK Variabel diberi label XK2 Variabel diberi label Y

 Kemudian klik Analyze > Regression > Linear sehingga muncul kotak kerja Linear Regression

 Kemudian masukkan variabel X, XK, XK2 ke dalam kotak Independent, variabel Y ke dalam kotak Dependent

 Klik Statistic sehingga muncul kotak kerja Linear Regression: Statistics  Klik Estimates, Model Fit

(12)
(13)

Lampiran 5. Uji Normalitas dengan Uji Kolmogorov-Smirnov

Input data dari knot optimal dan ,

 Kemudian klik Analyze > Nonparametric Test > 1-Sample K-S sehingga muncul kotak kerja One-Sample Kolmogorov-Smirnov Test  Kemudian masukkan variabel e dan masukkan ke kotak kerja Test

Variable List

(14)

Referensi

Dokumen terkait

Pada penelitian ini, bahan yang digunakan adalah singkong dan labu kuning melalui metode penguliran menggunakan alat pengulir modifikasi.Tujuan penelitian adalah untuk

(1) Setiap Orang yang memiliki unit pelayanan Kesehatan Hewan berupa Ambulatori, Klinik Hewan, dan/atau RSH yang melakukan Pelayanan Jasa Medik Veteriner tidak memiliki

Untuk dapat melaksanakan pembelajaran dengan pendekatan kontekstual, hal yang harus dipersiapkan guru adalah membuat atau merancang pembelajaran dengan memperhatikan

Sedangkan demokrasi dan demokratisasi di Indonesia mulai kembali berjalan pada tahun 1998, setelah 32 tahun dibawah rezim non demokratis kemudian berganti ke rezim yang

Tanda koma tidak dipakai untuk memisahkan petikan langsung dari bagian lain yang mengiringinya dalam kalimat jika petikan langsung itu berakhir dengan tanda tanya atau tanda

Dengan menggunakan Sistem Pendukung Keputusan dan metode Scoring System, dapat menyajikan informasi dalam bentuk angka sehingga mempersingkat waktu dalam kegiatan administrasi

Hasil pengujian secara parsial menunjukkan t hitung > t tabel dan nilai sig < 0,05, disimpulkan bahwa secara parsial pajak daerah, retribusi daerah, hasil pengelolaan

Dinas Komunikasi, Informatika, Persandian dan Statistik Daerah Provinsi Sulawesi Utara yang selanjutnya disingkat DKIPSD merupakan instansi yang mempunyai program