<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="32362">
 <titleInfo>
  <title>Pemodelan dan Pengklasifikasian Kabupaten Tertinggal Di Indonesia Dengan Pendekatan Multivariate Adaptive egression Splines (MARS)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Oktora, Siskarossa Ika</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Magister Statistika Terapan</publisher>
   <dateIssued>2014</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent>xii,; 75 hlm,;29 cm</extent>
 </physicalDescription>
 <note>Kabupaten tertinggal adalah daerah kabupaten yang masyarakat serta &#13;
wilayahnya relatif kurang berkembang dibandingkan daerah lain dalam skala &#13;
nasional berdasarkan kategori perekonomian masyarakat, Sumber Daya &#13;
Manusia (SDM), infrastruktur, kemampuan keuangan daerah, aksesbilitas, dan &#13;
karakteristik daerah. Pengklasifikasian kabupaten tertinggal tidaklah mudah &#13;
karena melibatkan variabel dan jumlah observasi yang cukup banyak. Selain &#13;
itu data yang digunakan tidak memenuhi asumsi untuk penggunaan regresi &#13;
parametrik seperti kenormalan, kesamaan matriks varians-kovarians dan non &#13;
multikolinieritas. Sehingga metode yang paling tepat digunakan adalah regresi &#13;
nonparametrik. Metode MARS yang berbasis pada spline merupakan salah &#13;
satu metode nonparametrik yang mampu menangani data berdimensi tinggi &#13;
dengan pola data yang tidak diketahui sebelumnya, serta mengantisipasi &#13;
kondisi data yang tidak memenuhi asumsi parametrik. &#13;
&#13;
Berdasarkan hasil pemodelan, maka dapat disimpulkan bahwa kesesuaian &#13;
model MARS dengan data sangat akurat sehingga dengan model ini dapat &#13;
diprediksi transisi kabupaten tertinggal menjadi kabupaten tidak tertinggal &#13;
serta kabupaten yang salah klasifikasi dari metode yang digunakan &#13;
sebelumnya, di akhir periode pembangunan kabupaten tertinggal201O-2014. &#13;
&#13;
4. Abstract &#13;
&#13;
Underdeveloped regency is a regency where community and the region is &#13;
relatively less developed than other region in national scale based on &#13;
community economic category, Human Resources (HR), infrastructure, fiscal &#13;
capacity, accessibility, and regional characteristics. The classification of &#13;
&#13;
</note>
 <note type="statement of responsibility">Oktora, Siskarossa Ika</note>
 <subject authority="">
  <topic>Pemodelan dan Pengklasiftkasian Kabupaten Tertingg</topic>
 </subject>
 <classification>519.5 Okt p</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Okt p/R.14.70</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">01001140700297</numerationAndChronology>
    <sublocation>Perpustakaan Pusat (REF.14.70)</sublocation>
    <shelfLocator>519.5 Okt p</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>32362</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-02 01:39:59</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2018-06-25 10:05:27</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>