Perumusan Masalah Batasan Masalah Tujuan Penelitian Kontribusi Penelitian Metode Penelitian
Sridewi Nainggolan : Perbandingan Metode Marquardt Compromise Dan Metode Gauss Newton Dalam Penaksiran Parameter Regresi Nonlinier, 2010.
2
Eksponensial, 3 Model Logistik. Dalam Skripsi ini Penulis membicarakan Regresi Nonlinier pada model Eksponensial.
Penaksiran parameter model nonlinier akan menghasilkan nilai yang berbeda untuk penaksir yang sama karena galat acaknya mempunyai fungsi
pembangkit. Oleh karena itu, berbeda dengan kuadrat terkecil pada model linier, penaksir atau estimator metode kuadrat terkecil yang diterapkan pada model
nonlinier ditentukan dengan melakukan suatu prosedur atau algoritma yang dapat menjamin bahwa penaksir tersebut secara nyata memenuhi kriteria dari fungsi
tujuan, yaitu memberikan jumlah kuadrat galat pada nilai yang paling minimum.
Dengan perkatan lain, dalam penentuan penaksir pada model nonlinier diperlukan pengetahuan mengenai teori titik optimum secara statis. Berdasarkan
teori, untuk menentukan titik optimum yang diyakini sebagai solusi dalam penentuan penaksir model nonlinier akan digunakan operasi turunan pertama dan
kedua. Turunan yang pertama digunakan dalam prosedur itersasi diterapkan didalam algoritma Gauss Newton dan model iterasi jalan tengah marquardt.
Algoritma Gauss Newton digunakan untuk menyelesaikan penaksiran kuadrat terkecil. Metode ini sering disebut metode linearisasi yang menggunakan expansi
deret Taylor untuk menghampiri model regresi nonlinier menjadi bentuk linier. Sedangkan metode marquardt juga merupakan suatu metode penyelesaian
penaksiran kuadrat terkecil yang merupakan kompromi atau jalan tengah antara metode linierisasi dengan metode Stepest descent turunan tercuram.
Dari uraian diatas penulis tertarik memilih judul penelitian: ”Perbandingan metode Marquardt Compromise dan metode Gauss Newton dalam
penaksiran parameter regresi Nonlinier”.