Prosiding Seminar Nasional Sains dan Teknologi Nuklir Tema: Pemanfaatan Sains dan Teknologi Nuklir serta
PTNBR - BATAN Bandung, 04 Juli 2013 peranan MIPA di Bidang Kesehatan, Lingkungan dan
Industri untuk Pembangunan Berkelanjutan
ABSTRAK
ABSTRACT
Key words: LMS, Least Square Method, outlier, robust, error square
624
Prosiding Seminar Nasional Sains dan Teknologi Nuklir Tema: Pemanfaatan Sains dan Teknologi Nuklir serta
PTNBR - BATAN Bandung, 04 Juli 2013 peranan MIPA di Bidang Kesehatan, Lingkungan dan
Industri untuk Pembangunan Berkelanjutan
regresinya. Data tersebut adalah produksi dengan penduga lain pada regresi robust, prinsip
batubara pada lokasi tertentu, di mana lokasi dasar dari LMS adalah dengan memberikan
tersebut dinyatakan dalam bentuk koordinat. bobot wii pada data sehingga data pencilan tidak
mempengaruhi model parameter taksiran. Bobot
wii ditentukan berdasarkan taksiran robust
2. PEMBAHASAN standard deviation yang didapat berdasarkan
hasil perhitungan MJ dan .
2.1 Least Median of Squares Estimator Berdasarkan Rousseeuw (1987), bobot
(LMS) dirumuskan dengan ketentuan sebagai berikut :
(4)
di mana n adalah banyaknya data, dan p
banyaknya parameter ditambah satu, dalam hal
ini p=3. 2.2 Hasil Implementasi
2.2.1. Model Regresi Kandungan Batubara
Dalam proses perhitungan, nilai hi harus dengan MKT
selalu dalam bentuk bilangan bulat oleh karena
itu, jika nilai hi bukan dalam bentuk bilangan Analisis data tentang kaitan antara
bulat maka dilakukan pembulatan ke atas. produktifitas/kandungan batubara dengan
Selanjutnya untuk mencari M2, ditentukan menggunakan MKT dan dibantu program R,
himpunan bagian data dari matriks X sejumlah menghasilkan estimasi parameter sebagai
pengamatan, yaitu : berikut:
di mana n = h1 dan p = 3.
Demikian seterusnya, sampai iterasi yang berarti bahwa model regresinya adalah
berahir pada iterasi ke-s yaitu saat hs = hs+1 .
Jadi akan diperoleh nilai Mj seperti pada (5)
persamaan (1).
Selanjutnya karena LMS merupakan dengan scatter plot adalah
penduga pada regresi robust, maka sama hal nya
625
Prosiding Seminar Nasional Sains dan Teknologi Nuklir Tema: Pemanfaatan Sains dan Teknologi Nuklir serta
PTNBR - BATAN Bandung, 04 Juli 2013 peranan MIPA di Bidang Kesehatan, Lingkungan dan
Industri untuk Pembangunan Berkelanjutan
Dengan
M2 = median { ei2 : i = 1, 2, . . ., 106}
= 0,117566, dan
h2 = = 55.
Artinya pada iterasi ke-2 akan diambil 3. Iterasi ke-3 dengan n = 55, melalui MKT
106 pengamatan yang jarak nilai ei2 ke M1 diperoleh model regresi
nya minimum. Dengan kata lain akan
dihilangkan sebanyak 102 pengamatan
(dalam tabel diberi warna merah) yang jarak
ei2 ke M1 nya maksimum. dengan sebaran ei2 sebagai berikut
626
Prosiding Seminar Nasional Sains dan Teknologi Nuklir Tema: Pemanfaatan Sains dan Teknologi Nuklir serta
PTNBR - BATAN Bandung, 04 Juli 2013 peranan MIPA di Bidang Kesehatan, Lingkungan dan
Industri untuk Pembangunan Berkelanjutan
Dengan demikian
No. ei 2 No. ei 2
27 0,05 42 0,0569 M8 = median { ei2 : i = 1, 2, . . ., 6}
28 0,0782 43 0,0211 = 0,006678, dan
29 0,1248 44 0,0312
30 0,0903 45 0,1478 h8 = = 5.
31 0,1386 46 0,0573
32 0,1941 47 0,0494
33 0,113 48 0,14 Scatter plotnya terlihat pada gambar di
bawah ini
34 0,0867 49 0,1334
35 0,0453 50 0,2938
36 0,0666 51 0,0861
37 0,0214 52 0,0079
38 0,0279 53 0,2626
39 0,1307 54 0,2498
40 0,0694 55 0,2216
41 0,0438
Dengan demikian
h23 = = 30
(pembulatan ke atas). Gambar 4. Hasil Iterasi 8
dengan sebaran ei2 sebagai berikut 2.2.3. Penentuan Parameter Regresi LMS
627
Prosiding Seminar Nasional Sains dan Teknologi Nuklir Tema: Pemanfaatan Sains dan Teknologi Nuklir serta
PTNBR - BATAN Bandung, 04 Juli 2013 peranan MIPA di Bidang Kesehatan, Lingkungan dan
Industri untuk Pembangunan Berkelanjutan
628