PENANGANAN PENCILAN PADA TABEL DUA ARAH DENGAN MENGGUNAKAN RCIM DAN ROBUST FAKTOR

Abstract

Outlier atau pencilan merupakan titik sampel yang memiliki karakteristik unik dan dapat diidentifikasi secara jelas karena berbeda dengan mayoritas titik sampel lainnya. Namun ada beberapa Outlier yang sulit teridentifikasi dikarenakan letak dan ukurannya pada suatu data. Outlier pada satu arah tertentu memungkinkan menjadi pengaruh dalam pengujian ketaknormalan data. Dalam hal ini diperlukan kajian sensitifitas pengaruh pencilan terhadap pengujian ketaknormalan. Row Column Interaction Model (RCIM) yang merupakan perluasan dari konsep Reduced-Rank Vector Generalized Models (RR-VGLM) dimana prediktor linier yang pertama dimodelkan dengan penjumlahan dari pengaruh baris, pengaruh kolom, dan pengaruh interaksi yang mana pada pengaruh interaksi ditunjukkan seperti regresi reduced-rank. Data tabel dua arah berdistribusi normal yang mengandung pencilan (outlier) dapat juga dianalisis dengan menggunakan robust faktor melalui pendekatan robPCA untuk memeroleh hasil evaluasi penanganan outlier pada data tabel dua arah. RobPCA (Robust PCA) didasarkan pada metode PCA (Principal Component Analysis) yang mengatasi data dengan adanya pencilan (outlier). Penelitian ini bertujuan untuk menunjukkan seberapa tahan model RCIM dan model Robust Faktor terhadap kehadiran outlier dalam data tabel dua arah. Ketahanan kedua model diukur dari jenis outlier, banyaknya outlier serta komposisi outlier pada data tabel dua arah. Dalam penelitian ini menggunakan data simulasi. Data simulasi dibentuk dalam data tabel dua arah yang berdistribusi normal dengan mengikuti model RCIM2 sehingga data awal yang terbentuk signifikan dengan Rank=2. Selanjutnya, dibangkitkan data outlier dengan tiga jenis outlier yaitu : Pure Shift