KERAGAAN REGRESI LS, LAD, DAN MLAD PADA DATA DELIVERY TIME (The Performance of LS, LAD, and MLAD Regression on Delivery Time Data)
DOI:
https://doi.org/10.30997/jag.v2i1.750Abstract
Pendugaan koefisien regresi berbasis optimasi sisaan yang dikenal adalah dengan cara
meminimumkan jumlah kuadrat sisaan (LS) dan meminimumkan jumlah sisaan mutlak (LAD).
Pendugaan dengan cara meminimumkan maksimum sisaan mutlak (MLAD) belum dikembangkan.
Tujuan penelitian ini adalah untuk mengetahui apakah program linier dapat digunakan untuk
mendapatkan penduga koefisien regresi yang meminimumkan maksimum sisaan mutlak dan
membandingkan hasilnya dengan hasil pendugaan menggunakan metode LS dan LAD. Data yang
digunakan adalah data Delivery Time yang biasa digunakan untuk uji coba metode regresi. Hasil
penelitian menunjukkan bahwa program linier dapat digunakan untuk mendapatkan penduga
koefisien regresi yang meminimumkan maksimum sisaan mutlak, pada data Delivery Time regresi
LAD paling baik menurut kriteria validasi silang, sedangkan regresi LS paling stabil menurut
semua kriteria. Dalam metode MLAD dimungkinkan diperoleh subset pengamatan yang
menghasilkan penduga koefisien regresi yang sama besar dengan penduga koefisien regresi dari
keseluruhan pengamatan.
Kata kunci : MLAD, program linier, regresi, sisan mutlak, validasi silang
Downloads
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with Jurnal Agronida agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a
- Creative Commons Attribution Share-Alike 4.0 International License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in Jurnal Agronida.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in Jurnal Agronida.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work










