MEMODELKAN FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DENGAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)
Jurnal MSA ( Matematika dan Statistika serta Aplikasinya ) · 2017
DOI: 10.24252/jmsa.v5n1p69 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal MSA ( Matematika dan Statistika serta Aplikasinya ), 2017. Verfasst von Irwan Kasse.
Abstract (Originalsprache)
Multivariate Adaptive Regression Spline (MARS) merupakan suatu kombinasi antara Recursive Partitioning Regression (RPR) dan metode Spline yang mampu mengolah data berdimensi tinggi dan berukuran besar serta mampu mengolah data dengan variabel respon kontinu ataupun biner. MARS akan membangun suatu model terbaik sebagai model klasifikasi yang melibatkan beberapa fungsi basis yang memuat variabel prediktor yang berpengaruh. Oleh karena itu penelitian ini dilakukan untuk mengetahui klasifikasi dan model dari faktor-faktor yang mempengaruhi terjadinya gizi buruk balita di Provinsi Sulawesi Selatan. Hasil yang diperoleh yaitu variabel prediktor yang paling berpengaruh terhadap gizi buruk balita adalah pemberian kapsul vitamin A, berat badan, inisialisasi menyusui dini dan umur dengan hasil klasifikasi bersifat stabil secara statistik berdasarkan statistik uji Press’sQ. Model klasifikasi MARS terbaik untuk data gizi buruk balita dihasilkan dari kombinasi BF=18, MI=2 dan MO=1.
Zitieren
APA
Kasse, I. (2017). MEMODELKAN FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DENGAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS). Jurnal MSA ( Matematika dan Statistika serta Aplikasinya ). https://doi.org/10.24252/jmsa.v5n1p69
Vancouver
Kasse I. MEMODELKAN FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DENGAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS). Jurnal MSA ( Matematika dan Statistika serta Aplikasinya ). 2017. doi:10.24252/jmsa.v5n1p69
BibTeX
@article{Kasse2017,
author = {Kasse, Irwan},
title = {MEMODELKAN FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DENGAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)},
journal = {Jurnal MSA ( Matematika dan Statistika serta Aplikasinya )},
year = {2017},
doi = {10.24252/jmsa.v5n1p69}
}
EUVIMED