ABSTRAK
IIN MEISAL ALAM. Pendugaan parameter regresi pada data yang mengandung pencilan dengan penduga Least Trimmed Square (LTS). (Studi Kasus “Produksi Ubi Jalar di Indonesia Tahun 2013”). Dibimbing oleh MAKKULAU dan AGUSRAWATI.
Metode yang biasa digunakan untuk mengestimasi parameter regresi antara lain adalah Metode Kuadrat Terkecil (MKT). Regresi kekar merupakan metode regresi yang digunakan ketika terdapat data pencilan dengan dihasilkan model yang kekar terhadap pencilan. Suatu penduga yang kekar adalah relatif tidak terpengaruh oleh perubahan besar pada bagian kecil data atau perubahan kecil pada bagian besar data. Penduga LTS merupakan metode yang baik untuk menanggulangi pencilan pada variabel bebas dan terikat dan dapat menghasilkan estimator yang kekar. Hasil analisis menunjukkan bahwa data teridentifikasi pencilan sehingga regresi dengan penduga LTS lebih kekar dibandingkan dengan menggunakan MKT.

Kata Kunci: Pencilan, Least Trimmed Square, Metode Kuadrat Terkecil