cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota makassar,
Sulawesi selatan
INDONESIA
JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI
Published by Universitas Hasanuddin
ISSN : 18581382     EISSN : 26148811     DOI : -
Core Subject : Education,
Jurnal ini mempublikasikan paper-paper original hasil-hasil penelitian dibidang Matematika, Statistika dan Komputasi Matematika.
Arjuna Subject : -
Articles 13 Documents
Search results for , issue " Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019" : 13 Documents clear
Estimasi Komponen Variansi pada Rancangan Faktorial Acak Lengkap Menggunakan Metode Generalized Least Squares Angriany, A. Muthiah Nur; Tinungki, Georgina Maria; Raupong, Raupong
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5714

Abstract

AbstractsExperiment design is a test or a row of test by using both statistical description and inference statistical. The aim of this test is to change an input to become an output as a respond of the experiment. In the experiment design, variance of factor A, B , AB error of variance are called as variant component. The aim of this study is to estimate variance component on complete random factorial design for fixed model and mixed model by using Generalized Least Squares (GLS)method, where GLS method as a development of Ordinary Least Square method. It used to be applied on data of complete random factorial design, namely like the influence to density pelleting food which is caused by increasing adhesive material and longtime in storage. The results  show that there is no influence of increasing adhesive material to the density of pelleting food. In addition, there exist of diversity of longtime of storage and there exists a diversity  interaction between adding adhesive material and long of time of storage to the density of pelleting food Keywords: Generalized Least Squares, variance component, complete random factorial design AbstrakPerancangan percobaan adalah suatu uji atau sederet uji baik itu menggunakan statistika deskripsi maupun statistika inferensi, yang bertujuan untuk mengubah peubah input menjadi suatu output yang merupakan respon dari percobaan tersebut. Dalam perancangan percobaan,  variansi dari faktor A, variansi dari faktor B, variansi interaksi faktor AB, dan variansi galat disebut dengan komponen varian. Penelitian ini bertujuan untuk mengestimasi komponen variansi pada rancangan faktorial acak lengkap model tetap dan model campuran  menggunakan metode Generalized Least Squares (GLS), dimana metode GLS adalah pengembangan dari metode Ordinary Least Square yang biasa  digunakan untuk mengatasi asumsi homogenitas yang biasa dilanggar dalam perancangan percobaan. Metode tersebut  diterapkan pada data rancangan faktorial acak lengkap yaitu pengaruh berat jenis pakan pellet dengan kombinasi perlakuan penambahan bahan perekat dan lama penyimpanan. Hasil menunjukkan bahwa tidak terdapat pengaruh penambahan bahan perekat terhadap berat jenis pakan pellet. Selain itu, terdapat keragaman faktor lama penyimpan dan terdapat keragaman interaksi  antara faktor penambahan perekat dan lama penyimpanan terhadap berat jenis pakan pellet. Kata kunci: Generalized Least Squares, komponen variansi, rancangan faktorial acak lengkap 
Some Properties of Fundamental Linear Canonical Zak Transform Asriadi, Asriadi; Nurwahyu, Budi; Bahri, Mawardi
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5720

Abstract

AbstractIn this paper, we introduce some fundamentally properties of Zak linear canonical transform (LCZT) such as linearity and translation properties. LCZT is developing of Zak transform ( ZT) and linear canonical transform (LCT). Keywords:    linear canonical Zak transform; Zak transform; linear canonical transform; linearity property; translation property.  AbstrakDalam jurnal ini akan diungkapkan beberapa sifat fundamental dari transformasi Zak linear kanonik (LCZT), yaitu sifat linear dan sifat translasi. LCZT merupakan hasil pengembangan dari dua buah transformasi yaitu transformasi Zak (ZT) dan transformasi linear kanonik (LCT). Kata kunci:Transformasi Zak linear kanonik; transformasi Zak; transformasi linear kanonik; sifat linear; sifattranslasi. 
Penentuan Distribusi Sample Terbatas Uji-J Davidson dan Mackinnon dengan Metode Bootstrap pada Model Regresi Tak Tersarang Tinungki, Georgina M.
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5708

Abstract

Georgina Maria Tinungki* AbstractThere are some tests proposed for un-nested hypothesis between J-Davidson Test  and MacKinnon Test. J’s Test is often bad result, but it always works very well when used bootstrap. Bootstrapping   for J’s Test is expected to be able to show that by using bounded sample is better, because there is no fault in counting process. Moreover, bootstrapping J-Test will omit the possibility of inconsistence of the results test previously. Simulation result of Monte Carlo will compare the proposed bounded sample test with Cox and J’s Test previously. Keywords: un-nested hypothesis, J-Davidson Test, MacKinnon Test                                                                 AbstrakTerdapat beberapa pengujian yang diusulkan untuk hipotesis tak tersarang antara lain Uji-J Davidson dan MacKinnon. Uji-J sering bekerja buruk, tetapi biasanya bekerja sangat baik ketika dibootstrapkan.. Bootstrapping Uji-J diharapkan mampuh menunjukkan sampel terbatas lebih baik karena tidak mempunyai kesalahan didalam proses perhitungan. Lebih dari itu, bootstrapping J-Tests akan mengeluarkan kemungkinan dari ketidak konsistenan hasil uji yang sebelumnya. Hasil Simulasi Monte Carlo membandingkan uji sampel terbatas yang diusulkan dengan test yang sebelumnya seperti Uji Cox  dan J-Test. Kata Kunci:    Hipotesis tak tersarang,,  Uji-J Davidson,  Uji MacKinnon
Penerapan Sparse Principal Component Analysis dalam Menghasilkan Matriks Loading yang Sparse Tinungki, Georgina M.; Sunusi, Nurtiti
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5713

Abstract

Abstract Sparse Principal Component Analysis (Sparse PCA) is one of the development of  PCA. Sparse PCA modifies new variables as a linier combination of  p old variables (original variable) which  is yielded by PCA method. Modifying new variables is conducted by producing a loading yang sparse matrix, such that old variable which is not effective (value of loading is zero) able be exit from PCA.  In this study, Sparse PCA method was applied on data of Indonesia Poverty population in 2015, that contains 13 variables and 34 observation with variable reduction such that yields 4 (four) new variables, which can explain 80.1% of total variance data. This study show, the loading matrix that has been yielded by using Sparse PCA method to become sparse with there exist 11 elements (loading value) zero entry of matrix, such that the model that has been produced to be simpler and easy to be interpreted. Keywords:  Principal Component Analysis, Sparse Principal Component Analysis, reduksi dimensi, matriks loading yang sparse Abstrak Sparse Principal Component Analysis (Sparse PCA) merupakan salah satu pengembangan dari metode PCA. Sparse PCA memodifikasi variabel-variabel baru yang merupakan kombinasi linear dari  variabel lama (variabel asli) yang dihasilkan oleh metode PCA. Pemodifikasian variabel baru ini dilakukan dengan dengan menghasilkan matriks loading yang sparse sehingga variabel lama yang tidak efektif (memiliki nilai loading sama dengan nol) dapat dikeluarkan dari model PCA. Pada penelitian ini, metode Sparse PCA diterapkan pada data Indikator Kemiskinan Penduduk Indonesia Tahun 2015 yang memuat 13 variabel dan 34 observasi dengan reduksi variabel menghasilkan 4 (empat) variabel baru yang telah mampu menjelaskan 80,1% dari total variansi data. Hasil penelitian menunjukkan, matriks loading yang dihasilkan menggunakan metode Sparse PCA menjadi sparse dengan terdapat 11 elemen (nilai loading) matriks bernilai nol sehingga model yang dihasilkan menjadi lebih sederhana dan mudah untuk diinterpretasikan. Kata Kunci: Principal Component Analysis, Sparse Principal Component Analysis, reduksi dimensi, matriks loading yang sparse
Bagan Kendali Robust Multivariat untuk Pengamatan Individual Herdiani, Erna Tri
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5712

Abstract

AbstractThe most widely used of control chart in multivariate control processing is control chart T2 Hotelling. There are 2 kinds of control chart T2 Hotelling, namely T2 Hotelling for group observation and T2 Hotelling  for individual observation. In this paper, discuss the control chart T2 Hotelling for individual observation. This control chart is used for monitoring of mean vector and sample of covariance matrix.   Mean vector and sample of covariance matrix are very sensitive with respect to extreme point (outliers). Therefore, it is needed  an estimator of mean vector and has a stocky population covariance matrix to the outliers data. One method that can be used to detect data that contains outliers is  Minimum Covariance Determinant (MCD). From the calculation results, obtained that  control chart T2 Hotelling by using Fast-MCD algorithm is more sensitive to detect outliers data  than  T2 Hotelling classically.Keyword: T2 Hotelling, Minimum Covariance Determinant (MCD), robust, outlier AbstrakBagan kendali yang  paling banyak digunakan dalam pengendalian proses secara multivariat adalah bagan kendali T2 Hotelling. Ada 2 jenis dari bagan kendali  Hotelling yaitu bagan kendali  Hotelling untuk pengamatan kelompok dan individual. Pada tulisan ini membahas bagan kendali  Hotelling untuk pengamatan individual. Bagan kendali ini digunakan untuk memonitor vektor  rata-rata dan matriks kovariansi sampel. Vektor rata-rata dan matriks kovariansi sampel sangat sensitif terhadap titik ekstrim (outliers). Oleh karena itu dibutuhkan estimator vektor rata-rata dan matriks kovariansi populasi yang kekar terhadap data outliers. Salah satu metode yang dapat digunakan untuk mendeteksi data yang mengandung outliers adalah Minimum Covariance Determinant (MCD). Dari hasil perhitungan diperoleh bahwa bagan kendali T2 Hotelling dengan algoritma Fast-MCD lebih sensitif mendeteksi data outliers daripada T2 Hotelling klasik.Kata Kunci: T2 Hotelling, Minimum Covariance Determinant (MCD), robust, outlier.
PERAMALAN JUMLAH PENDERITA DEMAMBER DARAH DENGUE DI KABUPATEN JOMBANG JAWA TIMUR DENGAN PENDEKATAN FUNGSI TRANSFER SINGLE INPUT Sediono, Sediono
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5707

Abstract

AbstractForecasting  is an important things in time series analysis, because by obtaining a convenient model that is statictically appropriate. Clearly, that can be used to predict the structure of future data form. Transfer function is one of mathematical model  in time series analysis, that can be used to forecasting time index data both univariate and multivariate. Transfer function describes the predictive value  of the output series (Yt) based on the value of one or more input series(Xt). The single input transfer function model is a transfer function model that uses one variable as input series (Xt), where each series of both input series and output series must be a stationary time series model, both stationary in the mean and stationary in variant. One of the used transfer function is to govern a model and forecasting of the number of cases dengue fever (Yt) in Kabupaten Jombang, East Java, where the input variable based on data of rainfall (Xt). From the result of this study was obtained that model of transfer function has a equation Y𝑡 = 0,0542X𝑡+  (1 − 0,7309𝐵)(1 + 0,6568𝐵12) with parameter ωo = 0.0542, ∅1 = 0.7309 and  Φ12 = -0.6568. From the model, it can be interpreted that the number of dengue sufferers for a particular month was influenced by the rainfall on those month and the months before. According to the model of the transfer function, it can be used to forecast the number of sufferers of dengue fever in Kabupaten Jombang  for period next 20 months. After compared between data of forecasting and actual data, there exists equally  trend, namely 15 months of 20 month that are forecasted, such that  it can be explain that majority 75% of the results of forecasting in this study are valid. Keywords: forecasting , single input transfer function, stationer point, Dengue fever  Abstrak Peramalan adalah sesuatu hal yang penting dalam analisis runtun waktu, karena dengan diperolehnya sebuah model yang tepat secara statistik, jelas hal tersebut dapat digunakan untuk memprediksi struktur pola data yang akan datang. Fungsi transfer merupakan salah satu model matematis dalam analisis runtun waktu  yang dapat digunakan untuk  peramalan data indekswaktu baik univariat maupun multivariat. Fungsi transfer menggambarkan nilai prediksi  dari  output series (Yt) berdasarkan nilai satu atau lebih input series (Xt). Model fungsi transfer  single input  adalah model fungsi transfer yang menggunakan satu variabel sebagai input series (Xt), dimana masing-masing series baik input series maupun output series keduanya harus sama-sama merupakan model runtun waktu yang stasioner, baik stasioner dalam mean maupun stasioner dalam varian. Salah satu penggunaan  model fungsi transfer ini adalah untuk pembuatan model dan peramalan jumlah kasus demam berdarah dengue (Yt)  di Kabupaten Jombang Jawa Timur, dengan variabel inputnya berdasarkan data curah hujan (Xt). Dari hasil penelitian diperoleh  model fungsi transfer yang memiliki persamaan  Y𝑡 = 0,0542X𝑡 +  (1 − 0,7309𝐵)(1 + 0,6568𝐵12) 𝑎𝑡 , dengan parameter ωo = 0,0542, ∅1 = 0,7309, dan Φ12 = -0,6568. Dari model tersebut dapat diinterpretasikan bahwa jumlah penderita demam berdarah dengue pada suatu bulan dipengaruhi curah hujan pada bulan itu, dan dipengaruhi oleh beberapa gangguan pada bulan-bulan sebelumnya. Selanjutnya berdasarkan model fungsi transfer tersebut dapat digunakan untuk peramalan jumlah penderita demam berdarah dengue di Kabupaten Jombang untuk periode 20 bulan kedepan. Setelah dilakukan perbandingan antara data hasil peramalan dengan data aktual, terdapat kesamaan trend yaitu sejumlah 15 bulan dari 20 bulan yang diramalkan, sehingga dapat dijelaskan bahwa sebagian besar yaitu 75% dari hasil peramalan  dalam penelitian ini adalah valid. Kata Kunci : Peramalan, Fungsi transfer single input, stasioner, Demam Berdarah Dengue. 
SIFAT-SIFAT ROLLBACK RECOVERY MENGGUNAKAN UNCOORDINATED CHECKPOINTING BERBASIS CAUSALITY STRENGTH Sesa, Junianto
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5716

Abstract

AbstractFault tolerance approach is the most popular computing application on computer devices in which depends on checkpoint uncoordinated. This alternative approach is based on checkpoint uncoordinated and logging message requiring all records, imposing works, memories and overhead becomes significant to communication. Recent studies have found that many applications on computer are send-determinism which can possibly design a new fault tolerance protocol. Thus, this research uses checkpoint uncoordinated protocol based causality strength, a send-determinism feature to record one part of the messages without restarting the process systematically when the error occurs. By drawing the protocol and proving its validity are required as the effective methods of this research. With this alternative approach, the protocol can functionally work where the only small portion of the message is recorded and domino effect does not occur.Keywords : Causality Strength, Domino Effect, Rollback Recovery, Uncoordinated Checkpointing  AbstrakPendekatan toleransi kesalahan yang paling populer untuk aplikasi komputasi pada perangkat komputer bergantung pada checkpoint uncoordinated. Alternatif pendekatan tersebut berdasarkan pada checkpoint uncoordinated dan logging pesan mengharuskan pencatatan semua pesan, memaksakan pekerjaan memori/penyimpanan tinggi dan overhead yang signifikan pada komunikasi. Baru-baru ini telah diamati bahwa banyak aplikasi pada komputer bersifat send-determinism yang memungkinkan untuk mendesain protokol toleransi kesalahan baru. Sehingga penelitian ini menggunakan protokol checkpoint uncoordinated berbasis causality strength yang bersifat send-determinism yang hanya mencatat satu bagian dari pesan dan tidak perlu me-restart secara sistematis semua proses ketika kegagalan terjadi. Untuk menunjukkan bahwa penelitian ini berjalan sesuai dengan metode yang digunakan yaitu dengan menggambarkan protokol dan membuktikan kebenarannya. Dengan menggunakan pendekatan tersebut, dapat ditunjukkan bahwa protokol ini benar-benar berhasil dimana hanya mencatat sebagian kecil dari pesan dan tidak terjadi efek domino.Kata kunci : Causality Strength, Efek Domino, Rollback Recovery, Uncoordinated Checkpointing
APLIKASI MODEL EPIDEMIK SEIAR-SEI PADA PENYEBARAN PENYAKIT MALARIA DENGAN INFEKSI ASIMTOMATIK DAN SUPER INFEKSI Belwawin, Stella Maryana
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5715

Abstract

AbstractThis aim of this study is to determine the point of equilibrium and analyze the stability of SEIAR-SEI model on malaria disease with asymptomatic infection, super infection and the effect of the mosquitos life cycle. This study also aim is to measure the sensitivity of the spread of malaria to the parameters of asymptomatic infections, the rate of treatment, and the rate of birth of mosquitoes through the magnitude of . The method in this research is deductively, through several stage, such as  determination of disease-free equilibrium point and endemic equilibrium point, determination of basic reproduction number (), analyze of the basic reproduction number sensitivity of the spread of malaria to the parameters of asymptomatic infections, the rate of treatment, and the rate of birth of mosquitoes. The endemic equilibrium point was obtained using rule of Descartes. The result show that the change in the value of parameter , , and  has effect on the basic reproduction number (). Treatment factors in the human population influence the elimination of malaria in a population. Whereas asymptomatic infection factors and the birth rate of adult mosquitoes influence the increase in malaria infection. Keywords:  Malaria, asymptomatic infection, super infection, basic reproduction number, rule of descrates. AbstrakPenelitian ini bertujuan menentukan titik keseimbangan dan menganalisis kestabilan dari model SEIAR_SEI pada penyakit malaria dengan pengaruh infeksi asimtomatik, super infeksi, dan siklus hidup nyamuk. Penelitian ini juga bertujuan mengukur tingkat sensitivitas penyebaran penyakit malaria terhadap parameter infeksi asimtomatik, laju pengobatan, serta laju kelahiran nyamuk.melalu besaran .  Metode yang digunakan dalam penelitian ini adalah metode deduktif dengan langkah-langkah : menentukan titik keseimbangan bebas penyakit dan endemik dan menentukan bilangan reproduksi dasar ). Analisis sensitivitas bilangan reproduksi dasar dilakukan terhadap parameter infeksi asimtomatik, pengobatan, dan laju kelahiran nyamuk. Tititk keseimbangan endemik diperoleh dengan aturan descrates. Hasil yang diperoleh menunjukkan parameter , , dan  berpengaruh terhadap bilangan reproduksi dasar (). Faktor pengobatan berpengaruh terhadap eliminasi penyakit malaria. Sedangkan faktor infeksi asimtomatik dan laju kelahiran nyamuk dewasa berpengaruh terhadap peningkatan infeksi penyakit malaria. Kata kunci: Malaria, Infeksi Asimtomatik, Super Infeksi, Bilangan Reproduksi Dasar, Aturan Descrates . 
Estimasi Fungsi Regresi Dalam Model Regresi Nonparametrik Birespon Menggunakan Estimator Smoothing Spline dan Estimator Kernel Lestari, Budi
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5710

Abstract

Abstract Regression model of bi-respond nonparametric is a regression model which is illustrating of the connection pattern between respond variable and one or more predictor variables, where between first respond and second respond have correlation each other. In this paper, we discuss the estimating functions of regression in regression model of bi-respond nonparametric by using different two estimation techniques, namely, smoothing spline and kernel. This study showed that for using smoothing spline and kernel, the estimator function of regression which has been obtained in observation is a regression linier. In addition, both estimators that are obtained from those two techniques are systematically only different on smoothing matrices. Keywords: kernel estimator, smoothing spline estimator, regression function, bi-respond nonparametric regression model. AbstrakModel regresi nonparametrik birespon adalah suatu model regresi yang menggambarkan pola hubungan antara dua variabel respon dan satu atau beberapa variabel prediktor dimana antara respon pertama dan respon kedua berkorelasi. Dalam makalah ini dibahas estimasi fungsi regresi dalam  model regresi nonparametrik birespon menggunakan dua teknik estimasi yang berbeda, yaitu smoothing spline dan kernel. Hasil studi ini menunjukkan bahwa, baik menggunakan smoothing spline maupun menggunakan kernel, estimator fungsi regresi yang didapatkan merupakan fungsi linier dalam observasi. Selain itu, kedua estimator fungsi regresi yang didapatkan dari kedua teknik estimasi tersebut secara matematis hanya dibedakan oleh matriks penghalusnya.Kata Kunci : Estimator Kernel, Estimator Smoothing Spline, Fungsi Regresi, Model Regresi Nonparametrik Birespon.
DETEKSI OUTLIER DENGAN METODE SIMPANGAN MUTLAK PADA KASUS HUBUNGAN ANTARA MOTIVASI KERJA DENGAN PRESTASI KERJA KARYAWAN Makkulau, Makkulau
Jurnal Matematika Statistika dan Komputasi Vol 15, No 2 (2019): JMSK Vol. 15, No. 2, January 2019
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jmsk.v15i2.5717

Abstract

AbstractOutlier is a separated data of the other data collection. This study is to detect outlier for using absolute deviation method in case the connection between employee work motivation and employee work achievement. For detecting outlier has to be used scattered plot, leverage value (hii) and student outlier error. Outlier data is reviewed from values of X based on leverage value (hii), namely h4 = 108, h19 = 193 and   h26 = 108. The three values exceed of  2 times the average of leverage values 2p/n = 0.08 such that the values of observation 4, 19 and 26 be outlier. While, based on absolute value of student outlier error, it was obtained that outlier is an observation 24 and 41. Regression model that without using outlier is Y = 38.470 + 0.952X , where  R2 = 0.838. Keywords: absolute deviation method, regression model, scattered plot AbstrakOutlier (pencilan) adalah suatu data yang terpisah jauh dari kumpulan data lainnya. Penelitian ini bertujuan untuk mendeteksi outlier menggunakan metode simpangan mutlak untuk kasus data hubungan antara motivasi kerja karyawan dengan prestasi kerja karyawan. Untuk mendeteksi outlier digunakan plot pencar, nilai leverasi (hii), dan sisaan dibuang ter-student-kan. Data outlier ditinjau dari nilai-nilai X berdasarkan nilai leverasi terbesar yaitu h4 = 108, h19 = 193, dan       h26 = 108. Ketiga nilai tersebut melebihi kriteria 2 kali rataan nilai leverasi,        2p/n = 0,08, sehingga nilai amatan ke-4, 19, dan 26 merupakan outlier. Sedangkan berdasarkan nilai mutlak sisaan dibuang ter-student-kan, diperoleh outlier adalah amatan ke-24 dan 41. Model regresi yang digunakan tanpa outlier adalah               Y = 38,470 + 0,952X dengan  nilai R2 = 0,838. Kata kunci:   Metode simpangan mutlak, model regresi, outlier, dan plot pencar. 

Page 1 of 2 | Total Record : 13