Multivariate Adaptive Regression Splines (MARS) Untuk Data Longitudinal (Kasus Pengaruh Kemampuan Akademik Dan Jasmani Terhadap Kepribadian Kadet AAL Angkatan Ke-51 )

Purnomo, Djoko Heksa (2009) Multivariate Adaptive Regression Splines (MARS) Untuk Data Longitudinal (Kasus Pengaruh Kemampuan Akademik Dan Jasmani Terhadap Kepribadian Kadet AAL Angkatan Ke-51 ). Masters thesis, Institut Teknologi Sepuluh November.

Text 1307201001-Master_thesis.pdf Restricted to Repository staff only Download (5MB)

Abstract

Pendekatan nonparametrik muncul sebagai suatu cara yang fleksibel untuk model data longitudinal. Karena pendekatan nonparametrik memuat waktu dan efek covariate untuk data longitudinal. Prosedur MARS digunakan untuk mengestimasi model pada nonparametrik splines yang variabel bebasnya lebih dari satu. MARS merupakan pendekatan untuk regresi nonparametrik multivariat yang dikembangkan oleh Friedman (1991). Model terbaik dipilih berdasarkan pada Generalized Cross Validation (GCV) minimum dan R2 maksimum. Aplikasi pada penelitian ini diterapkan pada data longitudinal yang menghubungkan antara nilai kepribadian dengan nilai jasmani dan nilai akademis Kadet AAL dengan dua variabel bebasnya saling berinteraksi. Untuk menangkap adanya pengaruh waktu terhadap variabel-variabel tersebut maka perlu penambahan variabel baru yaitu X_ytWaktu/semester). Model terbaik yang diperoleh setelah dilakukan validasi model memberikan informasi bahwa semua variabel masuk dalam model. Besamya konstribusi masing-masing variabel prediktor yang berpengaruh terhadap model tersebut adalah variabel X_T sebesar 100%, variabel X_IPS dan X_JAS masing-masing 25,68%.
=====================================================================================================================================
Nonparametric approach emerges as a flexible way for longitudinal data. MARS procedure is used to estimating model on Splines nonparametric whose free variables are more than one. MARS is an approach for multivariate nonparametric regression, postulated by Friedman in 1991. The best model is selected based on minimum GCV and maximum R2 • The application of this research is conducted based on longitudinal data which correlates academic and physical ability towards personality of the cadets in which its two free variables mutually interact. To detect the influence of time on these variables, a new variable, X_T(Time/Semester) is added. The best model obtained after model validation gives information that these variables are included in the model. The extent to which the contribution of these variables is presented as follows: Variable X_T is 100%, Variable X_Academic and X_ Physics are 25,68%.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	MARS, Nilai Kepribadian, Nilai Akademis dan Nilai Jasmani Kadet AAL, MARS, Personality value, Academic value dan Physical value Cadet AAL.
Subjects:	H Social Sciences > HA Statistics
Divisions:	Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	magang .
Date Deposited:	01 Oct 2026 04:29
Last Modified:	01 Oct 2026 04:29
URI:	http://repository.its.ac.id/id/eprint/145136

Actions (login required)

View Item