Regresi Binomial Negatif Untuk Mengatasi Overdispersi Pada Regresi Poisson
| Main Author: | Wulandari, Cendra Birda Irian |
|---|---|
| Format: | bachelorthesis doc-type Bachelors |
| Bahasa: | ind |
| Terbitan: |
, 2018
|
| Online Access: |
http://repository.unpad.ac.id/frontdoor/index/index/docId/13826 |
Daftar Isi:
- Partially Oriented Yarn (POY) atau benang setengah jadi merupakan jenis benang hasil produksi dari Depertemen POY di PT. Indorama Synthetics Tbk. Sebelum menjalankan kegiatan produksi, perusahaan perlu melakukan perencaaan dan pengendalian proses produksi terhadap benang POY secara tepat, mengingat bahwa proses produksi bersifat kontinu. Jika pada saat proses produksi berlangsung ditemukan produk benang POY yang cacat, dapat mengakibatkan kerugian bagi PT. Indorama Synthetics Tbk. Produk cacat atau break merupakan variabel respon diskrit yang berbentuk data cacahan (count). Model yang dapat digunakan pada saat respon merupakan data count adalah model regresi Poisson. Pada saat dilakukan eksplorasi data diketahui bahwa data diskrit mengalami overdispersi artinya varians data diskrit lebih besar dari rata-ratanya sehingga untuk menangani masalah tersebut digunakan Regresi Binomial Negatif. Pada penelitian ini, dilibatkan tiga variabel prediktor yang diduga berpengaruh terhadap cacat produk, yaitu asam karboksil (COOH), intinsic viscosity (IV) dan beam temperature Berdasarkan nilai AIC, model yang cocok digunakan adalah model regresi Binomial Negatif karena memiliki nilai AIC lebih kecil daripada model regresi Poisson sehingga dalam kasus ini penggunaan regresi Binomial Negatif dapat diterapkan. Dari model regresi Binomial Negatif diketahui bahwa asam karboksil (COOH) berpengaruh terhadap cacat produk pada benang POY.