42 6. BAB VI PENUTUP 6.1. Kesimpulan Hal-hal yang

6. BAB VI
PENUTUP
6.1. Kesimpulan
Hal-hal yang dapat disimpulkan dari penelitian ini adalah:
1. Dari hasil analisis korelasi pada data antropometri, terdapat 92 pasangan
variabel yang mempunyai korelasi lebih dari 0,5 pada kelompok data lakilaki, 93 pasangan variabel pada kelompok perempuan.
2. Terdapat perbedaan signifikan antara ukuran antropometri pada laki-laki dan
perempuan sehingga pada pembuatan model harus dibuat secara terpisah.
3. Tidak terdapat perbedaan signifikan antara ukuran antropometri orang Jawa
dan orang Batak sehingga model dapat mewakili kedua suku tersebut.
4. Jumlah variabel prediktor untuk setiap variabel respon berbeda-beda. Hal ini
disebabkan karena seleksi variabel berdasarkan tingkat galat yang dilakukan.
Tresshold untuk penelitian ini adalah MAPE sebesar 10%.
5. Berdasarkan model yang telah dibuat, empat jari tangan (jari telunjuk, jari
tengah, jari manis, dan jari kelingking) paling banyak muncul sebagai
variabel prediktor sehingga dapat dikatakan sebagai prediktor universal. Jika
hanya menggunakan empat jari tangan tersebut maka dapat membentuk 41
model (18 model laki-laki dan 23 model perempuan).
6. Dengan metode partial least square regression mampu membuat persamaan
regresi dari semua variabel dengan tingkat galat yang dapat disesuaikan
(sesuai tresshold). Model-model tersebut juga dapat merepresentasikan
hubungan antara variabel respon dengan variabel prediktornya secara
stastistik.
7. Kekurangan dari model yang dibentuk adalah kompleksitas model dimana
untuk beberapa variabel harus diprediksi dengan menggunakan banyak
variabel prediktor, contohnya variabel Tinggi Duduk Tegak dan Tinggi
Badan Tegak.
42
43
6.2. Saran
Dari hasil yang telah diperoleh dalam penelitian ini dapat dilihat bahwa
beberapa model terdiri dari banyak prediktor. Penelitian selanjutnya dapat
mempertimbangkan kompleksitas model sehingga model yang dihasilkan lebih
sederhana dengan menggunakan lebih sedikit prediktor.
Penelitian selanjutnya juga dapat mempertimbangkan korelasi laten antar
variabel untuk membangun model secara hierarki.