Forecasting SASX-10 Index Using Multiple Regression Based on Principal Component Analysis
Teks penuh
Dokumen terkait
Penelitian ini bertujuan untuk membandingkan beberapa profil kimia dari beberapa ekstrak 3 jenis lempuyang yang dianalisis secara TLC- Densitometri dan dikelompokkan
algoritma yang dapat membantu dalam melakukan klasifikasi dokumen yaitu Principal Component Analysis (PCA) dan Support Vector Machine (SVM). PCA digunakan lebih jauh
Berdasarkan tabel dan gambar 4.1 terlihat bahwa data ke-15 dapat teridentifikasi berdasarkan tipe polanya dengan benar (100%) ketika jumlah Eigenlips 1 dan juga pada
Tujuan penelitian ini adalah menentukan dan menganalisis persamaan yang menyatakan hubungan kuantitatif antara struktur elektronik dengan aktivitas antimutagen menggunakan analisis
Table 10 Results of the Factor Analysis New Factors Variables I Motivtion from the previous generation X3 Giving Training X7 Coercion/ Force by the previous generation X9
An increase in the amount of production and the harvested area will also increase the amount of harvest produced; therefore, to find out which areas have the potential to become
