Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Mathematics and Applications (MAp) Journal

ANALISIS DATA LONGITUDINAL DENGAN RESPON BINER MENGGUNAKAN GENERALIZED ESTIMATING EQUATION (GEE) Musthofa, Syarto; Hasibuan, Lilis Harianti; Putri, Darvi Mailisa; Jannah, Miftahul; Rianjaya, Ilham Dangu
MAp (Mathematics and Applications) Journal Vol 5, No 2 (2023)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v5i2.7416

Abstract

Data longitudinal adalah data yang diperoleh dari hasil pengukuran sejumlah individu secara berulang dalam beberapa waktu yang berbeda. Data longitudinal menunjukkan bagaimana perubahan nilai pada individu yang diamati relatif terhadap waktu dan beberapa kovariat yang menjadi perhatian. Variabel respon pada data longitudinal dimungkinkan dalam bentuk biner. Data dengan respon biner pada dasarnya bisa dianalisis dengan regresi logistik. Namun, regresi logistik tidak mempertimbangkan korelasi antar pengamatan yang mungkin terjadi pada satu individu. Dalam penelitian ini Generalized Estimating Equation (GEE) digunakan dalam melakukan estimasi parameter pada model data longitudinal. GEE memberi ruang pembahasan pada adanya kemungkinan korelasi antar pengamatan pada satu individu untuk data longitudinal yang memiliki variabel respon biner. Studi kasus dalam penelitian ini menganalisis probabilitas terjadinya kondisi suhu di atas normal berdasarkan lamanya penyinaran matahari (X_1). Estimasi parameter yang dilakukan menghasilkan model π_i=1/(1+e^(-(-2.427+0.553x_1i)) ) dengan struktur korelasi exchangeable (α=0,607) yang menunjukkan bahwa semakin lama penyinaran matahari akan semakin memperbesar probabilitas kondisi suhu di atas normal. Kata Kunci: Data Longitudinal, Regresi Logistik, Generalized Estimating Equation (GEE)
PERBANDINGAN PRINCIPAL COMPONENT REGRESSION DAN REGRESI RIDGE PADA ANALISIS FAKTOR-FAKTOR INDEKS PEMBANGUNAN MANUSIA DI PROVINSI SUMATERA BARAT Khoiro, Ismi; Asfa'ani, Ezhari; Musthofa, Syarto
MAp (Mathematics and Applications) Journal Vol 6, No 2 (2024)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v6i2.10168

Abstract

Penelitian ini membahas tentang perbandingan metode principal component regression dan regresi ridge dalam mengatasi masalah multikolinearitas pada data Indeks Pembangunan Manusia (IPM) di Provinsi Sumatera Barat. Penelitian menggunakan data yang diambil dari Badan Pusat Statistika Sumatera Barat pada tahun 2023. Kedua metode tersebut akan dibandingkan berdasarkan nilai  dan RSE. Nilai  yang dihasilkan principal component regression  (93,2%)  regresi ridge (84,89%), begitu juga dengan nilai  principal component regression (92,8%)  regresi ridge (84,89%). Sedangkan nilai RSE principal component regression (0,2683)   RSE regresi ridge (0,4). Dapat disimpulkan bahwa model terbaik yang diperoleh untuk mengatasi masalah multikolinearitas pada data IPM Provinsi Sumatera Barat adalah principal component regression.