Abstract

Pencilan adalah data yang tidak mengikuti sebagian besar pola dan terletak jauh dari pusat data, dapat dideteksi dengan menggunakan leverage, nilai discrepancy, nilai influence. Regresi robust merupakan metode regresi yang digunakan ketika distribusi dari residual tidak normal dan atau mengandung beberapa outlier yang berpengaruh pada model (Ryan, 1997). Least Trimmed Square (LTS) yaitu metode penaksir regresi robust yang menggunakan konsep pemangkasan untuk meminimalkan jumlah kuadrat residual dengan nilai breakdown point sebesar[(n-p)/2+1]/n. M-estimation merupakan estimasi yang meminimumkan suatu fungsi objektif  dengan nilai breakdown point . Tujuan dari penelitian ini adalah membandingkan tingkat efektifitas metode Least Trimmed Square (LTS) dan metode M-estimation dalam data yang mengandung outlier (pencilan). Perbandingan kedua metode ini dilakukan melalui studi pustaka yang melibatkan dua contoh kasus. Kemudian perbandingan keefektifitasan kedua metode dilihat dari nilai koefisien determinasi  yang diperoleh dengan menggunakan rumus atau bisa juga dengan menggunakan software MINITAB 16.