<?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="9659">
 <titleInfo>
  <title>PENDETEKSIAN OUTLIER DALAM REGRESI LOGISTIK BINER DENGAN METODE DETECTS OUTLIERS USING WEIGHTS (DOUW)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>UJANG JAELANI</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>2010</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent>xii,; 48 hlm,;29 cm</extent>
 </physicalDescription>
 <note>Metode DOUW merupakan suatu prosedur pendeteksian Outlier yang &#13;
sekaligus dapat menghasilkan estimasi parameter robust pada Regresi Logistik &#13;
Biner. Dalam metode DOUW, ada empat hal yang harus dilengkapi yaitu: &#13;
&#13;
penentuan g) yang optimal, jumlah iterasi, pilihan E (weight), dan pilihan level &#13;
cut off(c). &#13;
&#13;
Sumber data yang digunakan adalah data hasil Survei Penduduk Antar &#13;
Sensus (SUPAS) Tahun 2005 di Kabupaten Sukabumi dan Provinsi Jawa Barat. &#13;
Variabel yang digunakan terdiri dari: Variabel Respon (Y) adalah Jenis &#13;
Pemikahan dan Variabel Regressor (Xi) adalah Agama (XI), Status Tempat &#13;
Tinggal (X2), Status Bekerja (X3), Status Migran (Xa), dan Lama Sekolah (Xe). &#13;
&#13;
Dari hasil pendeteksian outlier, pemilihan pasangan nilai E dan c dapat &#13;
disimpulkan, bahwa untuk nilai E tertentu dan nilai c yang semakin mendekati 1, &#13;
maka banyaknya pengamatan yang terdeteksi sebagai outlier semakin banyak. &#13;
Sedangkan untuk nilai c tertentu dan nilai E yang semakin mendekati 0, maka &#13;
banyaknya pengamatan yang terdeteksi sebagai outlier semakin sedikit. &#13;
&#13;
Sedangkan jika dilihat dari estimasi parameter yang dihasilkan dapat &#13;
disimpulkan, bahwa perubahan nilai estimasi parameter pada variabel regressor &#13;
dari iterasi awal ke iterasi akhir mengalami perubahan yang sangat signifikans. &#13;
Dari hasil ini memperlihatkan bahwa keberadaan outlier sangat mempengaruhi &#13;
estimasi parameter yang diperoleh, khususnya pada regresi logistik biner. Estimasi &#13;
parameter yang dihasilkan metode DOUW, untuk nilai pasangan E dan c berapa &#13;
pun pada dasamya menghasilkan nilai yang tidak terlalu jauh berbeda, walaupun &#13;
banyaknya outlier yang terdeteksi tidak sama. &#13;
</note>
 <note type="statement of responsibility">UJANG JAELANI</note>
 <subject authority="">
  <topic>Regresi Logistik Biner, Downweighting, Level Cut O</topic>
 </subject>
 <classification>519.5</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Jae p/R.14.42</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">01001100700151</numerationAndChronology>
    <sublocation>Perpustakaan Pusat (REF.14.42)</sublocation>
    <shelfLocator>519.5 Jae p/R.14.42</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>9659</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-01 15:42:27</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2018-05-23 08:38:08</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>