ESTIMASI PARAMETER MODEL REGRESI LINIER MENGGUNAKAN METODE BAYESSIAN DENGAN DISTRIBUSI PRIOR NON-INFORMATIF DAN KONJUGAT UNTUK PEMODELAN FAKTOR KEMISKINAN DI JAWA BARAT

Rinanda, Muhamad Febri, B2A017026 (2021) ESTIMASI PARAMETER MODEL REGRESI LINIER MENGGUNAKAN METODE BAYESSIAN DENGAN DISTRIBUSI PRIOR NON-INFORMATIF DAN KONJUGAT UNTUK PEMODELAN FAKTOR KEMISKINAN DI JAWA BARAT. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Universitas Muhammadiyah Semarang" not defined].

Preview	Text 1 HALAMAN JUDUL.pdf Download (64kB) | Preview
Preview	Text 2 PERSETUJUAN PEMBIMBING (SCAN).pdf Download (232kB) | Preview
Preview	Text 3 PENGESAHAN KELULUSAN (SCAN).pdf Download (291kB) | Preview
Preview	Text 6. ABSTRAK.pdf Download (81kB) | Preview
Preview	Text 11 BAB I.pdf Download (131kB) | Preview
Preview	Text 12 BAB II.pdf Download (360kB) | Preview
	Text 13 BAB III.pdf Restricted to Repository staff only Download (109kB) | Request a copy
	Text 14 BAB IV.pdf Restricted to Repository staff only Download (312kB) | Request a copy
Preview	Text 15 BAB V.pdf Download (87kB) | Preview
Preview	Text 16 DAFTAR PUSTAKA.pdf Download (120kB) | Preview
	Text 17 LAMPIRAN.pdf Restricted to Repository staff only Download (149kB) | Request a copy
Preview	Text Manuskrip Indonesia.pdf Download (371kB) | Preview

Abstract

Rinanda, Muhamad Febri, 2021, Estimasi Parameter Model Regresi Linier Menggunakan Metode Bayessian Dengan Distribusi Prior Non-Informatif Dan Konjugat Untuk Pemodelan Faktor Kemiskinan Di Jawa Barat. Skripsi, Program Studi Statistika, Universitas Muhammadiyah Semarang. Pembimbing : I. Tiani Wahyu Utami, M.Si., II. Prizka Rismawati Arum, M.Stat. Kemiskinan masih menjadi masalah utama bagi sebagian negara termasuk Indonesia. Pemerintah sudah melakukan berbagai upaya untuk mengatasi masalah kemiskinan, namun masih saja kemiskinan masih banyak terjadi di berbagai daerah termasuk Jawa Barat. Maka dari itu perlu diketahui apa saja yang menjadi penyebab kemiskinan itu terjadi. Untuk mengetahui faktor apa saja yang menyebabkan terjadinya kemiskinan perlu dilakukan analisis regresi, digunakan juga metode Bayessian dengan teknik Markov Chain Monte Carlo (MCMC) pada program WinBUGS dalam menduga parameternya. Metode Bayessian lebih baik dalam memberikan pendugaan jika dibandingkan dengan metode klasik. Karena dalam metode Bayes mempertimbangkan informasi dari sebaran sebelumnya (prior). Objek penelitiannya adalah garis kemiskinan pada kabupaten dan kota yang ada di Provinsi Jawa Barat tahun 2019. Berdasarkan hasil diperoleh variabel yang signifikan terhadap garis kemiskinan yaitu Indeks Kedalaman kemiskinan (X2), Indeks Pembangunan Manusia (X4), PDRB atas dasar harga Konstan (X5). Dan parameter dengan nilai error terkecil didapat dengan menggunakan konjugat prior dengan nilai estimasi interval dari rata-rata 10000 iterasi yaitu 16.88 ≤ β_0 ≤ 18.47, 3.545 ≤ β_2 ≤ 4.697, -0.2087 ≤ β_4 ≤ -0.17775, -2.264 10-8 ≤ β_5 ≤ 1.019 10-9. Kata kunci : Bayessian, Kemiskinan, Regresi Linier

Actions (login required)

View Item