Estimasi Parameter pada Regresi Spatial Error Model (SEM) yang Memuat Outlier menggunakan Iterative Z Algorithm

Main Article Content

Yulia Sari
Nur Karomah Dwidayanti
Putriaji Hendikawati

Abstract

Analisis regresi spasial merupakan regresi yang melibatkan efek spasial/keruangan untuk memodelkan serta mengetahui seberapa besar variabel-variabel independen mempengaruhi variabel dependen. Spatial outlier adalah suatu titik dimana nilai-nilai atribut non-spasialnya berbeda nyata dari titik-titik yang lain. Adanya outlier mengakibatkan hasil estimasi parameter menjadi bias, sehingga perlu dilakukan pendeteksian spatial outlier salah satunya yaitu dengan menggunakan Iterative z Algorithm. Permasalahan yang dikaji dalam penelitian ini adalah mencari estimasi parameter dan menentukan persamaan regresi Spatial Error Model (SEM) yang memuat outlier menggunakan Iterative z Algorithm. Estimasi parameter regresi Spatial Error Model (SEM) yang memuat outlier dapat dicari dengan menghitung neighborhood function dan fungsi pembanding menggunakan iterative z algorithm, kemudian dicari fungsi kuadrat errornya dan dilakukan uji penduga parameter unbias. Hasil penelitian diperoleh estimasi parameter regresi Spatial Error Model (SEM) yang memuat outlier menggunakan Iterative z Algorithm bersifat unbias.

Article Details

How to Cite
Sari, Y., Dwidayanti, N. K., & Hendikawati, P. (2018). Estimasi Parameter pada Regresi Spatial Error Model (SEM) yang Memuat Outlier menggunakan Iterative Z Algorithm. PRISMA, Prosiding Seminar Nasional Matematika, 1, 456-463. Retrieved from https://journal.unnes.ac.id/sju/prisma/article/view/19692
Section
Articles

References

Lembo, A.J. 2006. Spatial Autocorrelation. Cornell University. Faculty.
LeSage, J. & R. Kelly Pace. 2009. Introduction to Spatial Econometrics. Spatial Demography, 1(1): 140-145.
Lestari, T.K. 2011. Metode Iterative z Algorithm dan Weighted z Algorithm Dalam Mendeteksi Outlier Pada Data Spatial. Thesis. Malang: Universitas Brawijaya.
Lu, C.T., Chen D., & Kou, Y. 2003. Algorithm for Spatial Outlier Detection. Proceedings of the Third IEEE International Conference on Data Mining: 0-7695-1978-4/03.
Marona, R.A, Martin, D & Yohai, V.J. 2006. Robust Statistic: Theory and Methods. England: John Wiley & Sons Ltd.
Montgomery, D.C., Peck, E.A., & Vining, G.G. 2006. Introduction to Linier Regression Analysis. 4th Ed. Canada: John Wiley & Sons.
Suyanti, Sukestiyarno Y.L. 2014. Deteksi Outlier Menggunakan Diagnosa Regresi Berbasis Estimator Parameter Robust. UNNES Journal of Mathematics, 3(2): 118-125.