digilib@itb.ac.id +62 812 2508 8800

A METHOD TO DETECT MULTIVARIATE OUTLIER: Literary Study and Simulation

98 views
Save At List
Penulis : RATU TISHA DESTRIA (NIM: 10104034)
Kontributor / Dosen Pembimbing :
  • Pembimbing: Prof. Dr. Maman A. Djauhari
Jenis Koleksi : Tugas Akhir
Tahun Terbit :
Penerbit :
Fakultas :
Subjek :
Kata Kunci : matriks kovariansi, location, jarak Mahalanobis, minimum vector variance, data depth, taksiran robust
Sumber :
Staf Input/Edit : Vika Anastasya Kovariansi   Ena Sukmana
File : 6 file
Tanggal Input : 27 Sep 2017

2008 TA PP RATU TISHA DESTRIA 1-COVER.pdf

2008 TA PP RATU TISHA DESTRIA 1-BAB 1.pdf
2008 TA PP RATU TISHA DESTRIA 1-BAB 2.pdf
2008 TA PP RATU TISHA DESTRIA 1-BAB 3.pdf
2008 TA PP RATU TISHA DESTRIA 1-BAB 4.pdf
2008 TA PP RATU TISHA DESTRIA 1-LAMPIRAN.pdf

Banyak metode yang dapat digunakan untuk mendapatkan estimasi yang robust berupa matriks kovariansi. Salah satu metode yang paling populer adalah FMCD (fast minimum covariance determinant). Tetapi apabila ditinjau dari aspek komputasi, metode tersebut tidaklah efesien ketika kategori yang diamati dalam jumlah besar. Hal ini dikarena perhitungan daru determinan dan matriks kovariansi. Untuk mengatasi tantangan tersebut, tugas akhir ini akan mengkaji metode FMCD secara literatur dan membuat simulasi pada metode RH yang diajukan oleh dosen pembimbing kami. Hasil dari simulasi menunjukkan bahwa metode RH jauh lebih efisien dari metode FMCD.

Artikel Terkait