Estimasi parameter model regresi menggunakan metode Weighted Least Square (WLS) dengan fungsi pembobot Huber (studi kasus pada pabrik kertas rokok di Kediri)

INDONESIA :

Penulisan skripsi ini bertujuan untuk mengetahui estimasi parameter model regresi metode Weighted Least Square (WLS) dengan fungsi Huber dalam menentukan lama pembakaran kertas rokok. Metode Ordinary Least Square (OLS) merupakan metode dasar yang digunakan untuk menyelesaikan suatu masalah dalam data dengan penyelesaian berbentuk model regresi linier. Masalah dalam data yang diselesaikan berupa pencilan, yaitu suatu observasi yang memiliki nilai residual yang besar. Metode ini bertujuan memberikan solusi secara matematis dalam menentukan banyak bahan yang diperlukan dalam memproduksi suatu barang, sehingga bahan yang digunakan tidak kurang, biaya yang dikeluarkan dapat diminimalkan, dan barang yang dihasilkan memiliki mutu yang baik dan bagus.

Metode WLS merupakan metode pengembangan dari metode OLS yang dapat memberikan solusi yang lebih akurat daripada metode OLS ketika pada data teridentifikasi adanya pencilan. Tidak menutup kemungkinan bahwa model yang dihasilkan oleh metode OLS masih mengandung banyak pencilan, sedangkan metode WLS ini meminimalkan pencilan dalam data, sehingga model yang dihasilkan oleh metode WLS lebih akurat daripada metode OLS. Dilihat dari model yang dihasilkan oleh metode OLS dan metode WLS, lama pembakaran kertas rokok yang ditentukan menggunakan model regresi linier dengan metode OLS memiliki kecepatan rambat pembakaran yang lebih lambat daripada model regresi linier dengan metode WLS. Yaitu ketika diberikan ketentuan nilai yang tetap (sesuai standar) pada ketebalan kertas, berat jenis kertas, dan kalsium karbonat (CaCO3) dalam proses pembuatan, maka rata-rata panjang kertas yang terbakar untuk metode OLS adalah sepanjang 0,23962 cm/s. Sedangkan rata-rata panjang kertas yang terbakar untuk metode WLS adalah sepanjang 0,24055 cm/s. Dengan kata lain, kertas yang diuji menggunakan model regresi dengan metode OLS lebih padat daripada kertas yang diuji menggunakan model regresi dengan metode WLS, sehingga mengakibatkan rambat pembakaran kertas menjadi lebih lambat. Pencilan yang teridentifikasi dari model regresi menggunakan metode WLS lebih sedikit daripada model regresi menggunakan metode OLS, dari model regresi yang dihasilkan metode OLS teridentifikasi ada 7 pencilan, sedangkan model regresi yang dihasilkan metode WLS teridentifikasi ada 5 pencilan.

ENGLISH :

This thesis aims to determine the regression model parameter estimation using Weighted Least Squares (WLS) method with Huber function in determining the burn rate of cigarette paper. Ordinary Least Square (OLS) method is the basic method used to solve a problem in the data with a linear regression model as the solution. The problem is solved in the form of data outliers, that is an observation that has a great residual value. This method aims to provide a mathematical solution in determining many material required in the production of goods, so that the material used is not insufficient, the cost can be minimized, and goods produced have good and high quality.

WLS method is a development method of the OLS method which can provide a solution that is more accurate than OLS method when the data identified to have outliers. It does not wipe out the possibility that the model generated by the OLS method still contains many outliers, these outliers is minimized using WLS method, so that the model generated by the WLS method is more accurate than OLS. From the models generated by the OLS and WLS methods. We obtain that the burn rate of cigarette paper determined using a linear regression model with OLS is smaller than the burn rate determined by the linear regression model with WLS method. That is when given the terms of a fixed value (according to the standard ) on the thickness, the basis weight, and calcium carbonate (CaCO3) of the paper in the manufacturing process, then the average length of burned paper for OLS method is 0,23962 cm/s. While the average length of burning paper for WLS method is 0,24055 cm/s. In other words, the paper produced implementing the OLS regression model is more dense than the paper produced implementing a regression model with WLS method, thus the burning paper process becomes slower. Outliers were identified from the regression model using WLS method less than the regression model using OLS method, from the resulting regression model OLS method there are 7 outliers were identified, while the regression models produced by WLS method identified 5 outliers.