its undergraduate 17949 1308100107 presentation 3

9
 B O O T S T R A P A G G R E G A T I N G 2 Seminar Hasil Tugas Akhir 2011 Tinjauan Pustaka  Algoritma Bagging Regresi Logistik Biner 1 Mengambil sampel bootstrap sebanyak n dari data set dengan pengulang an sebanyak n. Pengambilan sampel sedemikian hingga setiap variabel aggregate dalam setiap observasi. 2  Memodelkan regr esi logistik biner data set hasil sampel bootstrap B . 3 Menghitung peluang respon untuk setiap observasi dan menghitung ketepatan klasifikasi. Kesa lahan klasifikasi pada langkah ini disebut e B . 4  Mengulang langkah 1 sampai langkah 4 sebanyak B kali (replikasi bootstrap ). 5 Memperoleh ketepatan klasifikasi bagging dari rata-rata ketepatan klasifikasi setiap pengambilan sampel sampai B, sehingga kesalahan klasifikasi bagging untuk replikasi B kali adalah B . 6 Membentuk model bagging regres i logistik biner dari rata-rata setiap parameter pada setiap pengambilan sampel sampai B. 7 Untuk memperoleh hasil yang lebih baik, maka replikasi bootstrap dilakukan sebanyak mungkin (Efron dan Tibshirani, 1993). Replikasi bootstrap yang biasa digunakan adalah 50 sampai 200.

Upload: anon138028538

Post on 19-Jul-2015

13 views

Category:

Documents


0 download

TRANSCRIPT

5/16/2018 ITS Undergraduate 17949 1308100107 Presentation 3 - slidepdf.com

http://slidepdf.com/reader/full/its-undergraduate-17949-1308100107-presentation-3 1/9

B

O

O

T

S

T

R

A

P

A

G

G

R

E

G

A

T

I

N

G 20Seminar Hasil Tugas Akhir 2011

Tinjauan Pustaka 

 Algoritma Bagging Regresi Logistik Biner

1

• Mengambil sampel bootstrap sebanyak n dari data set dengan pengulangansebanyak n. Pengambilan sampel sedemikian hingga setiap variabel aggregate dalam setiap observasi.

2 • Memodelkan regresi logistik biner data set hasil sampel bootstrap B .

3• Menghitung peluang respon untuk setiap observasi dan menghitung ketepatan

klasifikasi. Kesalahan klasifikasi pada langkah ini disebut eB.

4 • Mengulang langkah 1 sampai langkah 4 sebanyak B kali (replikasi bootstrap ).

5

• Memperoleh ketepatan klasifikasi bagging dari rata-rata ketepatan klasifikasi setiappengambilan sampel sampai B, sehingga kesalahan klasifikasi bagging untuk 

replikasi B kali adalah B.

6• Membentuk model bagging regresi logistik biner dari rata-rata setiap parameter

pada setiap pengambilan sampel sampai B.

7

• Untuk memperoleh hasil yang lebih baik, maka replikasi bootstrap dilakukansebanyak mungkin (Efron dan Tibshirani, 1993). Replikasi bootstrap yang biasadigunakan adalah 50 sampai 200.

5/16/2018 ITS Undergraduate 17949 1308100107 Presentation 3 - slidepdf.com

http://slidepdf.com/reader/full/its-undergraduate-17949-1308100107-presentation-3 2/9

Sumber Data 

Data yang digunakan dalam penelitian ini merupakan data sekunder yang

diperoleh dari hasil Survey Sosial Ekonomi Nasional (SUSENAS-2009) Jawa

Timur. SUSENAS adalah survey yang dirancang BPS untuk mengumpulkandata sosial ekonomi kependudukan dengan cakupan yang luas, mulai dari

aspek pendidikan, kesehatan, perumahan, dan variabel sosial ekonomi

lainnya yang umumnya berkaitan dengan kesejahteraan rumah tangga.

21Seminar Hasil Tugas Akhir 2011

5/16/2018 ITS Undergraduate 17949 1308100107 Presentation 3 - slidepdf.com

http://slidepdf.com/reader/full/its-undergraduate-17949-1308100107-presentation-3 3/9

 Variabel Penelitian

 Variabel Respon

Variabel respon dalam penelitian ini adalah kesejahteraan rumah tangga, dimana

rumah tangga dibagi menjadi 2 kategori, yaitu :

1 = miskin2 = tidak miskin

Pengelompokkan tersebut didasarkan pada besarnya pengeluaran perkapita rumah

tangga per bulan. Pada tahun 2009, BPS telah menetapkan angka Rp 200.262,00

sebagai garis kemiskinan. Apabila suatu rumah tangga memiliki pengeluaran

perkapita per bulan di bawah nilai garis kemiskinan tersebut, maka rumah tangga

tersebut digolongkan sebagai rumah tangga miskin, dan sebaliknya.

Seminar Hasil Tugas Akhir 2011 22

5/16/2018 ITS Undergraduate 17949 1308100107 Presentation 3 - slidepdf.com

http://slidepdf.com/reader/full/its-undergraduate-17949-1308100107-presentation-3 4/9

 Variabel Penelitian

23Seminar Hasil Tugas Akhir 2011

5/16/2018 ITS Undergraduate 17949 1308100107 Presentation 3 - slidepdf.com

http://slidepdf.com/reader/full/its-undergraduate-17949-1308100107-presentation-3 5/9

 Variabel Penelitian

Seminar Hasil Tugas Akhir 2011 24

5/16/2018 ITS Undergraduate 17949 1308100107 Presentation 3 - slidepdf.com

http://slidepdf.com/reader/full/its-undergraduate-17949-1308100107-presentation-3 6/9

1. Analisis statistik deskriptif untuk masing-masing faktor-faktor yangmempengaruhi kesejahteraan rumah tangga di Kota Malang.

2. Melakukan analisis regresi logistik biner dengan pengujian secaraindividu terhadap masing-masing variabel prediktor.

3. Menentukan model regresi logistik biner dengan memasukkanseluruh variabel prediktor yang signifikan berpengaruh pada

pengujian secara individu.4. Mendapatkan variabel prediktor yang signifikan berpengaruh

terhadap model regresi logistik biner.

5. Melakukan bootstrap aggregating untuk prediktor dari model logistik biner, dengan 50 sampai 80 replikasi bootstrap.

6. Menentukan ketepatan klasifikasi pada setiap pengambilan sampel Breplikasi bootstrap, sehingga diperoleh kesalahan klasifikasi eB.

7. Menentukan kesalahan klasifikasi bagging B.

8. Membentuk model bagging regresi logistik biner dari rata-rata setiapparameter pada setiap pengambilan sampel sampai B.

Metode Analisis

25Seminar Hasil Tugas Akhir 2011

5/16/2018 ITS Undergraduate 17949 1308100107 Presentation 3 - slidepdf.com

http://slidepdf.com/reader/full/its-undergraduate-17949-1308100107-presentation-3 7/9

Pengeluaran Perkapita

Rumah Tangga

Statistik Deskriptif 

Nilai pengeluaran perkapita rumah tangga per bulan yang terkecil adalah sebesar

Rp 126.100,00, sedangkan yang terbesar sebesar Rp 4.299.393,00. Nilai rata-rata

pengeluaran perkapita rumah tangga per bulan di Kota Malang dari 736 rumah

tangga adalah sebesar Rp 710.387,00.

2,04% rumah tangga di Kota Malang termasuk dalam kelompok miskin karena

memiliki pengeluaran perkapita per bulan di bawah garis kemiskinan. Sedangkan

97,96% sisanya termasuk dalam kelompok tidak miskin.

Seminar Hasil Tugas Akhir 2011 26

5/16/2018 ITS Undergraduate 17949 1308100107 Presentation 3 - slidepdf.com

http://slidepdf.com/reader/full/its-undergraduate-17949-1308100107-presentation-3 8/9

Kependudukan

Statistik Deskriptif 

Rata-rata rumah tangga miskin di Kota Malang memiliki anggota rumah tangga sebanyak 5,667 ~

6 orang. Sedangkan rata-rata jumlah anggota rumah tangga tidak miskin sebesar 3,6158 ~ 4

orang. Hal ini menunjukkan bahwa rata-rata jumlah anggota rumah tangga miskin di Kota Malangtahun 2009 lebih tinggi dibandingkan dengan rumah tangga tidak miskin.

Seminar Hasil Tugas Akhir 2011 27

Persentase perempuan yang berperan sebagai kepala rumah tangga tidak miskin lebih besar

daripada rumah tangga miskin, yaitu mencapai 24%. Sementara itu, persentase kepala rumah

tangga dengan status kawin lebih banyak ditemukan pada kelompok rumah tangga miskin.

5/16/2018 ITS Undergraduate 17949 1308100107 Presentation 3 - slidepdf.com

http://slidepdf.com/reader/full/its-undergraduate-17949-1308100107-presentation-3 9/9

Pendidikan

Statistik Deskriptif 

Seminar Hasil Tugas Akhir 2011 28

Persentase kepala rumah tangga tidak miskin yang pendidikannya tamat di atas SLTAsebesar 100%. Sedangkan persentase kepala rumah tangga miskin yang pendidikannya

tamat di atas SLTA hanya sebesar 0%. Jadi, dapat dikatakan bahwa semakin tinggi

pendidikan kepala rumah tangga, semakin menunjukkan bahwa rumah tangga tersebut 

tidak miskin. Sebaliknya, semakin rendah pendidikan kepala rumah tangga, semakin

menunjukkan bahwa rumah tangga tersebut miskin.