KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)

Abstract

Penaksiran fungsi diskriminan linier dua kelompok dengan metode klasik/MLE tidakakan optimal pada saat data mengandung outlier. Agar analisis diskriminan tetap
optimal maka diperlukan suatu metode penaksir yang robust terhadap outlier. Salah satu penaksir robust adalah metode fast-MCD. Makalah ini mengkaji metode penaksirrobustfast-MCD dalam analisis diskriminan linier dua kelompok dan mengukur
ketepatan pengklasifikasian dari fungsi diskriminan metode fast-MCD jika dibandingkan fungsi diskriminan metode klasik/MLE. Untuk menguji ketepatan penaksir fungsi diskriminan linier robust dua kelompok dengan metode fast-MCD tersebut digunakan data hasil simulasi.Data simulasi diperoleh dengan membangkitkan dua kelompok data normal multivariat dengan n 1 = n 2 = 100, n 1 = n 2 = 200, n = 500
dan n 1 = n = 1000 serta dengan variasi outlier mulai dari 5 persen, 10 persen, 15 persen sampai 20 persen. Hasil pengolahan pada data simulasi dengan kontaminasi outlier
sebesar 5 sampai 20 persen, terlihat bahwa metode fast-MCD menghasilkan rata-rata salah pengklasifikasian sebesar 11 persen, yang masih jauh lebih rendah jika dibandingkan metode MLE dengan rata-rata sebesar 22 persen. Untuk data yang banyak mengandung outlier, ternyata fungsi diskriminan linier dengan penaksir robust fastMCD sangat efektif digunakan untuk mengurangi kesalahan dalam pengklasifikasian dari fungsi diskriminan linier tersebut.
Kata Kunci : Fungsi Diskriminan Linier, Robust, Fast-MCD