FADHEELA, Nathifa (2025) Model Pertumbuhan Logistik Tunggal Menggunakan Metode Levenberg Marquardt sebagai Penaksir Tinggi Tanaman Kedelai. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.
|
Text
1. Cover.pdf Download (128kB) |
|
|
Text
3. Halaman Pengesahan I.pdf Download (95kB) |
|
|
Text
4. Halaman Pengesahan II.pdf Download (74kB) |
|
|
Text
5. Kata Pengantar.pdf Download (190kB) |
|
|
Text
6. Abstrak.pdf Download (190kB) |
|
|
Text
7. Abstract.pdf Download (132kB) |
|
|
Text
8. Daftar Isi.pdf Download (231kB) |
|
|
Text
12. BAB I.pdf Download (209kB) |
Abstract
Analisis regresi merupakan teknik menganalisis dan memodelkan satu
variabel dependen dan satu atau lebih variabel independen. Salah satu penerapan
analisis regresi ini ada di ilmu biologi, seperti memperkirakan kapan tanaman
memasuki fase pertumbuhan yang melambat (fase stasioner). Penelitian ini
berfokus pada model pertumbuhan Logistik karena model ini merupakan salah satu
jenis model sigmoid yang sederhana dan memiliki tiga parameter sehingga mudah
untuk diinterpretasikan. Model pertumbuhan Logistik merupakan jenis model
intrinsicly nonlinier sehingga estimasi parameternya membutuhkan metode
Nonlinear Least Square (NLS) dengan algoritma iteratif, seperti algoritma
Levenberg Marquardt. Penelitian ini bertujuan untuk mendapatkan model
pertumbuhan Logistik terbaik berdasarkan nilai koefisien determinasi yang
disesuaikan (adjusted R-Squared) dan signifikansi parameter. Hasil penelitian
menunjukkan bahwa seluruh parameter pada model pertumbuhan Logistik telah
signifikan terhadap model berdasarkan hasil uji t dan model memiliki nilai adjusted
R-Squared sebesar 0,957113. Nilai tersebut menunjukkan bahwa model tersebut
mampu menjelaskan 95,71% dari pola pertumbuhan yang diamati dalam data
melalui parameter-pameter yang telah dipertimbangkan.
Kata Kunci: Model Sigmoid, Model Pertumbuhan Logistik, Metode Levenberg
Marquardt, Estimasi Parameter
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Subjects: | Sciences and Mathemathic |
| Divisions: | Faculty of Science and Mathematics > Department of Statistics |
| Depositing User: | Yemima Laras Sekarsari |
| Date Deposited: | 11 Nov 2025 08:13 |
| Last Modified: | 11 Nov 2025 08:13 |
| URI: | https://eprints2.undip.ac.id/id/eprint/40910 |
Actions (login required)
![]() |
View Item |
