Text

Pemodelan Indeks Pembangunan Manusia di Jawa Tengah dengan Regresi Komponen Utama Robust

---

ABSTRAK
Regresi komponen utama robust merupakan pengembangan dari regresi komponen utama yang menerapkan metode robust pada tahap analisis komponen utama dan analisis regresi komponen utama. Regresi komponen utama robust tidak hanya mengatasi permasalahan multikolinieritas, tetapi juga mengatasi permasalahan outlier. Metode robust yang digunakan dalam penelitian ini adalah metode Minimum Covariance Determinant (MCD) yang diterapkan pada saat melakukan analisis komponen utama dan metode Least Trimmed Squares (LTS) yang diterapkan pada saat melakukan analisis regresi komponen utama. Studi kasus pada penelitian ini adalah Indeks Pembangunan Manusia (IPM) di Jawa Tengah tahun 2017 yang dipengaruhi oleh tingkat partisipasi angkatan kerja, angka partisipasi sekolah, presentase penduduk miskin, jumlah penduduk usia 15 tahun ke atas yang bekerja, banyaknya sarana kesehatan, angka partisipasi kasar, dan angka partisipasi murni. Pemodelan IPM Jawa Tengah tahun 2017 menggunakan regresi komponen utama robust MCD-LTS memberikan hasil paling efektif untuk mengatasi masalah multikolinieritas dan outlier dengan nilai Adjusted R2 sebesar 0,6913 dan nilai RSE sebesar 0,469.

Kata Kunci: Regresi Komponen Utama Robust, Multikolinieritas, Outlier, Minimum Covariance Determinant (MCD), Least Trimmed Squares (LTS), Indeks Pembangunan Manusia (IPM).

ABSTRACT
Robust principal component regression is development of principal component regression that applies robust method at principal component analysis and principal component regression analysis. Robust principal component regression does not only overcome multicollinearity problems, but also overcomes outlier problems. The robust methods used in this research are Minimum Covariance Determinant (MCD) that is applied when doing principal component analysis and Least Trimmed Squares (LTS) that is applied when doing principal component regression analysis. The case study in this research is Human Development Index (HDI) in Central Java in 2017 which is influenced by labor force participation rates, school enrollment rates, percentage of poor population, population aged 15 years and over who are employed, health facilities, gross enrollment rates, and net enrollment rates. The model of HDI in Central Java in 2017 using robust principal component regression MCD-LTS provides the most effective result for handling multicollinearity and outliers with Adjusted R2 value of 0.6913 and RSE value of 0.469.

Keywords: Robust Principal Component Regression, Multicollinearity, Outliers, Minimum Covariance Determinant (MCD), Least Trimmed Squares (LTS), Human Development Index (HDI).

---

Ketersediaan

740E19III

740 E 19-ii

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

740 E 19-ii

Penerbit

: ., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

515

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Faizia Tsania

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar