Melola Discovery

← Melola Discovery

Jurnal SINTA 3

PENENTUAN MODEL REGRESI NONPARAMETRIK SPLINE PADA DATA PERTUMBUHAN BALITA DI DESA NANIA PROVINSI MALUKU TAHUN 2013-2014

BAREKENG: Jurnal Ilmu Matematika dan Terapan · Vol. 12 No. 1 (2018) · hlm. 27–32

DOI
10.30598/vol12iss1pp27-32ar361
ISSN
2615-3017, 1978-7227
Terbit
2018-05-16
Penerbit
PATTIMURA UNIVERSITY
Bahasa
eng

Abstrak

Regresi spline merupakan salah satu model dengan pendekatan nonparametrik, yang merupakan modifikasi dari fungsi polinomial tersegmen. Bentuk estimator spline sangat dipengaruhi oleh nilai parameter penghalus 𝜆 yang pada hakekatnya adalah penentuan lokasi titik-titik knot. Penentuan lokasi titik knot optimal merupakan persoalan yang sangat penting dalam estimasi regresi spline. Data yang digunakan dalam penelitian ini adalah data tentang berat badan balita di Desa Nania tahun 2013 sampai tahun 2014. Penelitian ini diperoleh titik knot yang optimal yaitu 6 dan 42. Nilai GCV yang diperoleh dari model regresi spline kubik optimal yaitu sebesar 0,0021643. Model spline kubik yang terbentuk yaitu: 𝑓̂(𝑥) = 3,615333 + 0,675711𝑥 − 0,01848𝑥2 + 0,000204𝑥3 + 0,42987(𝑥 − 6)3 − 0,19933(𝑥 − 42)3.

Jaringan kolaborasi para penulis

31 penulis · 62 tautan kepenulisan bersama · 3 lintas organisasi

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Universitas Pattimura
  • Universitas Halu Oleo
  • Universitas Halmahera
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Meilin Imelda TilukayUniversitas Pattimura2
Lexy Janzen SinayUniversitas Pattimura2
Henry W. M. PattyUniversitas Pattimura2
Karsadi KarsadiUniversitas Halu Oleo1
Syahbuddin SyahbuddinUniversitas Halu Oleo1
TRIFENA SAMPELILINGUniversitas Pattimura1
Mario I. NanlohyUniversitas Pattimura1
Berny Pebo TomasouwUniversitas Pattimura1
Adela S. ToamainUniversitas Pattimura1
Harimanus BatkundeUniversitas Pattimura1
Christian HalimUniversitas Pattimura1
Samsul Bahri LoklominUniversitas Halmahera1
R. D. S. RahangmetanUniversitas Pattimura1
Melvie TalakuaUniversitas Pattimura1
Rani Putri Angsi SorminUniversitas Pattimura1
Harmanus BatkundeUniversitas Pattimura1
Thomas PenturyUniversitas Pattimura1
Riana WattimenaUniversitas Pattimura1
Trisnawaty TrisnawatyUniversitas Pattimura1
Zeth Arthur LeleuryUniversitas Pattimura1
Safriyani TomiaUniversitas Pattimura1
Abraham Z. WattimenaUniversitas Pattimura1
Christy TahyaUniversitas Pattimura1
Zaenab KafaraUniversitas Pattimura1
B. TuasikalUniversitas Pattimura1
Mozart Winston TalakuaUniversitas Pattimura1
Ferry Kondo LembangUniversitas Pattimura1
Sarah RisambessyUniversitas Pattimura1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://ojs3.unpatti.ac.id/index.php/barekeng/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">PENENTUAN MODEL REGRESI NONPARAMETRIK SPLINE PADA DATA PERTUMBUHAN BALITA DI DESA NANIA PROVINSI MALUKU TAHUN 2013-2014</dc:title>
	<dc:creator>Rumlawang, F. Y.</dc:creator>
	<dc:creator>Aulele, S. N.</dc:creator>
	<dc:creator>Kasim, N.</dc:creator>
	<dc:description xml:lang="en-US">Regresi spline merupakan salah satu model dengan pendekatan nonparametrik, yang merupakan modifikasi dari fungsi polinomial tersegmen. Bentuk estimator spline sangat dipengaruhi oleh nilai parameter penghalus 𝜆 yang pada hakekatnya adalah penentuan lokasi titik-titik knot. Penentuan lokasi titik knot optimal merupakan persoalan yang sangat penting dalam estimasi regresi spline. Data yang digunakan dalam penelitian ini adalah data tentang berat badan balita di Desa Nania tahun 2013 sampai tahun 2014. Penelitian ini diperoleh titik knot yang optimal yaitu 6 dan 42. Nilai GCV yang diperoleh dari model regresi spline kubik optimal yaitu sebesar 0,0021643. Model spline kubik yang terbentuk yaitu: 𝑓̂(𝑥) = 3,615333 + 0,675711𝑥 − 0,01848𝑥2 + 0,000204𝑥3 + 0,42987(𝑥 − 6)3 − 0,19933(𝑥 − 42)3.</dc:description>
	<dc:publisher xml:lang="en-US">PATTIMURA UNIVERSITY</dc:publisher>
	<dc:date>2018-05-16</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/361</dc:identifier>
	<dc:identifier>10.30598/vol12iss1pp27-32ar361</dc:identifier>
	<dc:source xml:lang="en-US">BAREKENG: Jurnal Ilmu Matematika dan Terapan; Vol 12 No 1 (2018): BAREKENG: Jurnal Ilmu Matematika dan Terapan; 27-32</dc:source>
	<dc:source>2615-3017</dc:source>
	<dc:source>1978-7227</dc:source>
	<dc:source>10.30598/vol12iss1year2018</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/361/325</dc:relation>
</oai_dc:dc>