Analisis Regresi Ridge Robust (RR) untuk Mengatasi Masalah Multikolinieritas dan Pencilan pada Data Proksimat di Muara Niru, Jelawatan, dan Enim Skripsi

Abstract

Metode Kuadrat Terkecil (MKT) merupakan salah satu metode penaksiran parameter regresi. Metode MKT mudah terpengaruh terhadap kehadiran pencilan dan terjadinya multikolinieritas. Metode ridge dapat digunakan untuk mengatasi masalah multikolinieritas. Sedangkan metode regresi robust dapat digunakan untuk mengatasi masalah kehadiran pencilan. Pada skripsi ini dilakukan penggabungan antara metode regresi ridge dan robust agar dapat menangani masalah multikolinieritas dan pencilan. Dalam skripsi ini akan diterapkan metode regresi ridge robust pada variabel gross calorfic value sebagai variabel tak bebas, total moisture, moisture in air dried sample, ash, volatile matter, fixed carbon, HGI dan TSG sebagai variabel bebas. Metode yang digunakan adalah regresi robust Least Absolute Value (LAV), robust Least Median Square (LMS), robust Least Trimmed Square (LTS), kemudian membandingkan MSE antara ketiga metode tersebut dengan mensubstitusikan nilai 𝜆 pada persamaan masing – masing metode. Dari hasil analisis yang telah dilakukan, dapat diambil kesimpulan bahwa metode regresi ridge robust LAV memiliki hasil yang lebih baik dibandingkan dengan regresi ridge robust LMS dan regresi ridge robust LTS dalam menangani masalah multikolinieritas.