Path: TopS1-Final ProjectGeodesy and Geomatics Engineering-FITB2012

APLIKASI TEKNIK PRINCIPAL COMPONENT ANALYSIS UNTUK PEMODELAN NILAI TANAH

Undergraduate Theses from JBPTITBPP / 2017-10-09 10:51:08
Oleh : DIAH RANI WIDYANING PANGESTUTI (NIM 15107071); Pembimbing: Dr. Andri Hernandi, ST, MSP dan Dr. Ir. Bambang Edhi Leksono, M.Sc , S1 - Department of Geodetic Engineering
Dibuat : 2012-09, dengan 7 file

Keyword : multikolinearitas, principal component analysis, model nilai tanah

Persamaan regresi seringkali diaplikasikan untuk berbagai macam pemodelan. Namun, permasalahan yang sering ditemui dalam persamaan regresi adalah terjadinya korelasi antarvariabel pembentuk persamaan tersebut yang disebut dengan multikolinearitas. Dalam statistika, model regresi dikatakan baik apabila memenuhi asumsi-asumsi klasik salah satunya tidak ada multikolinearitas. Kebanyakan peneliti mengatasi masalah multikolinearitas dengan cara menghilangkan satu atau lebih variabel yang diamati. Namun, cara ini dianggap kurang baik karena bisa saja variabel yang dihilangkan ternyata memiliki kontribusi yang besar terhadap model yang dibentuknya. Pada penelitian ini, masalah multikolinearitas diatasi dengan menggunakan teknik Principal Component Analysis (PCA). Teknik ini dipilih karena memiliki kelebihan salah satunya tidak perlu mengurangi jumlah variabel yang diamati. Dengan teknik PCA, variabel awal disederhanakan(direduksi) menjadi satu atau beberapa variabel baru yang disebut dengan faktor utama (principal component). Model nilai tanah awal yang masih mengandung multikolinearitas dinyatakan dalam persamaan HT = 9844386,383 + 686,834 LT – 28145,881 LD + 430099,058 LJ – 592,624 JAT – 1815,500 JKT – 5228,834 JLP – 1180,781 JAB – 714875,031 ZPK – 1705557,537 AK + 757307,047 DR. Setelah menggunakan teknik PCA, diperoleh model nilai tanah baru yang sudah bebas dari multikolinearitas yang dinyatakan dalam persamaan HT = 3243740,394 – 1143906,503 F1 + 718696,229 F2 + 359146,609 F3 + 287429,307 F4. Berdasarkan beberapa uji ketepatan model yang dilakukan, model baru yang terbentuk dapat dikatakan cukup baik karena memenuhi syarat-syarat model yang baik.

Deskripsi Alternatif :

The regression model is often applied to various kinds of modelling. However, the problems are often encountered in regression model is the correlation between observed variables that called multicollinearity. In statistic theory, regression model is said to be good if it satisfies the classical assumptions which one of them is no multicollinearity. Most researchers overcome the multicollinearity problem by eliminating one or more observed variables. However, this method is considered unfavorable because it could be omitted variables proved to have a major contribution to the creation of the model. In this study, multicollinearity problems solved by using Principal Component Analysis (PCA). This technique was chosen because it has the advantages which one of them is does not have to reduce the number of observed variables. With the PCA technique, initial variables are reduced into one or more new variables called principal component. The initial land value model that still contains multicollinearity is stated in equation HT = 9844386,383 + 686,834 LT – 28145,881 LD + 430099,058 LJ – 592,624 JAT – 1815,500 JKT – 5228,834 JLP – 1180,781 JAB – 714875,031 ZPK – 1705557,537 AK + 757307,047 DR. After using PCA techniques, a new land value model that has been free from multicollinearity is stated in equation HT = 3243740,394 – 1143906,503 F1 + 718696,229 F2 + 359146,609 F3 + 287429,307 F4. Based on some model fit tests is done, the new model can be considered good because it meets the requirements for a good model.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTITBPP
OrganisasiS1 - Department of Geodetic Engineering
Nama KontakUPT Perpustakaan ITB
AlamatJl. Ganesha 10
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon62-22-2509118, 2500089
Fax62-22-2500089
E-mail Administratordigilib@lib.itb.ac.id
E-mail CKOinfo@lib.itb.ac.id

Print ...

Kontributor...

  • Pembimbing: Dr. Andri Hernandi, ST, MSP dan Dr. Ir. Bambang Edhi Leksono, M.Sc , Editor: Dila Farida Nurfajriah

File PDF...