Cite This        Tampung        Export Record
Judul MENDETEKSI PENCILAN PADA DATA MULTIVARIAT MENGGUNAKAN METODE MINIMUM VEKTOR VARIANSI / PUJI PUSPA SARI
Pengarang PUJI PUSPA SARI
EDISI Skripsi
Penerbitan Univeristas Hasanuddin : Fak. Mipa, 2019
Deskripsi Fisik 57 hlm. :illus.
Subjek Jarak Mahalanobis,
Minimum Vektor Variansi,
Pencilan.
Abstrak Pencilan adalah pengamatan yang tidak mengikuti sebaran pola data dan dapat menyebabkan penyimpangan terhadap analisis data, sehingga diperlukan metode dalam identifikasi pencilan. Salah satu metode dalam pendeteksian pencilan yakni Minimum Vektor Variansi yang merupakan estimator robust yang menggunakan kriteria Vector Variance (VV) yang minimum. Dalam penelitian ini, metode MVV digunakan dalam mendeteksi pencilan pada data kriminalitas di Indonesia tahun 2013 dan data yang telah dimasukkan pencilan sebesar 5% dan 10%. Hasil penelitian menunjukkan bahwa metode MVV lebih efektif dibanding jarak Mahalanobis ketika mendeteksi pencilan pada data yang telah dimasukkan pencilan sebesar 5% dan 10%.

 
No Barcode No. Panggil Akses Lokasi Ketersediaan
00000008670 SKR-MP19 PUJ m Baca di tempat Perpustakaan Pusat - Koleksi Khusus Tersedia
Tag Ind1 Ind2 Isi
001 INLIS000000000047630
005 20190408094613
035 # # $a 0010-0419000119
084 # # $a SKR-MP19 PUJ m
100 0 # $a PUJI PUSPA SARI
245 1 # $a MENDETEKSI PENCILAN PADA DATA MULTIVARIAT MENGGUNAKAN METODE MINIMUM VEKTOR VARIANSI /$c PUJI PUSPA SARI
250 # # $a Skripsi
260 # # $a Univeristas Hasanuddin :$b Fak. Mipa,$c 2019
300 # # $a 57 hlm. : $b illus.
520 # # $a Pencilan adalah pengamatan yang tidak mengikuti sebaran pola data dan dapat menyebabkan penyimpangan terhadap analisis data, sehingga diperlukan metode dalam identifikasi pencilan. Salah satu metode dalam pendeteksian pencilan yakni Minimum Vektor Variansi yang merupakan estimator robust yang menggunakan kriteria Vector Variance (VV) yang minimum. Dalam penelitian ini, metode MVV digunakan dalam mendeteksi pencilan pada data kriminalitas di Indonesia tahun 2013 dan data yang telah dimasukkan pencilan sebesar 5% dan 10%. Hasil penelitian menunjukkan bahwa metode MVV lebih efektif dibanding jarak Mahalanobis ketika mendeteksi pencilan pada data yang telah dimasukkan pencilan sebesar 5% dan 10%.
650 # # $a Jarak Mahalanobis,
650 # # $a Minimum Vektor Variansi,
650 # # $a Pencilan.
No Nama File Nama File Format Flash Format File Action
1 19_H12115701(FILEminimizer).pdf pdf Download
Content Unduh katalog