Pemodelan produktivitas tanaman lada di Provinsi Kepulauan Bangka Belitung menggunakan pendekatan multivariate adaptive regression spline (MARS)

Erni Herlinda, (NIM. 1071911005) (2025) Pemodelan produktivitas tanaman lada di Provinsi Kepulauan Bangka Belitung menggunakan pendekatan multivariate adaptive regression spline (MARS). Other thesis, Universitas Bangka Belitung.

[thumbnail of HALAMAN DEPAN.pdf] Text
HALAMAN DEPAN.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf
Restricted to Registered users only
Download (463kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only
Download (619kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only
Download (433kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only
Download (888kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Registered users only
Download (306kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (535kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only
Download (732kB)

Abstract

Regresi nonparametrik adalah salah satu metode statistik yang digunakan untuk mengetahui pola hubungan antara variabel respon dan variabel prediktor yang tidak diketahui bentuk fungsi dan pola menyebar, maka kurva regresi dapat digunakan. Multivariete Adaptive Regression Spline (MARS) merupakan salah satu metode regresi nonparametrik yang digunakan untuk mengatasi data yang berdimensi tinggi atau data yang memiliki jumlah prediktor sebesar 3 ≤ n ≤ 20 dan data sempel yang berukuran 50 ≤ n ≤ 1000. Untuk melihat model MARS terbaik, pada penelitian ini menggunakan nilai Generalized Cross Validation (GCV) terkecil yang dihasilkan tiap model dari kombinasi Basis Function (BF), Maksimum Interaksi (MI) dan Minimum Observasi (MO). Hasil yang diperoleh dari analisis MARS pada pemodelan produktivitas tanaman lada di Provinsi Kepulauan Bangka Belitung dengan nilai GCV sebesar 0,00552 dengan kombinasi BF = 18, MI = 3, MO = 1. Faktor yang mempengaruhi produktivitas tanaman lada yaitu Produksi Lada (X1), Luas Areal (X2), Tanaman Menghasilkan (X4), Tanaman Belum Menghasilkan (X5), dan Tanaman Rusak (X6).

Item Type: Thesis (Other)
Uncontrolled Keywords: Regresi Nonparametrik; MARS; GCV.
Subjects: Q Sains > QA Mathematics
Divisions: FAKULTAS SAINS DAN TEKNIK > MATEMATIKA > SKRIPSI
Depositing User: Mr Jan Frist Pagendo Purba
Date Deposited: 10 Apr 2025 02:37
Last Modified: 10 Apr 2025 02:37
URI: https://repository.ubb.ac.id/id/eprint/10661

Actions (login required)

View Item View Item