ABSTRAK
Secara umum outlier (pencilan) dapat diartikan data yang tidak mengikuti pola umum model dan secara kasar dapat diambil patokan yaitu yang sisanya berjarak tiga kali simpangan baku atau lebih dari rata-ratanya (yaitu nol). Outlier merupakan salah satu faktor yang dapat mempengaruhi pendugaan parameter pada model regresi nonlinier eksponensial. Untuk mengetahui apakah outlier berpengaruh terhadap pendugaan parameter pada model regresi nonlinier eksponensial dilakukan dengan jalan mendeteksi parameter model regresi nonlinier eksponensial yang tidak terdapat outlier dengan yang terdapat outlier. Penelitian ini bertujuan untuk mendeteksi parameter outlier pada model regresi nonlinier eksponensial, dan diharapkan dapat mempermudah para peneliti dalam mendeteksi parameter outlier pada model regresi eksponensial yang mengandung outlier. Metode yang digunakan untuk mendeteksi parameter outlier model regresi nonlinier eksponensial adalah metode maximum likelihood estimation. Untuk membuktikan pengaruh outlier terhadap suatu pendugaan parameter pada model regresi nonlinier eksponensial dilakukan suatu pengujian terhadap pendugaan parameter yang dihasilkan dari metode maximum likelihood estimation yaitu dengan cara menentukan sifat-sifat pendugaan parameter yang tidak mengandung outlier dengan yang mengandung outlier sesuai sifat-sifat pendugaan parameter yang baik yaitu unbias, efisien, dan konsisten. Hasil penelitian ini menujukkan bahwa pendugaan parameter yang dihasilkan model regresi eksponensial yang tidak mengandung outlier ternyata lebih baik dari pada yang mengandung outlier dikarenakan pendugaan parameter yang dihasilkan model regresi eksponensial yang tidak mengandung outlier memenuhi sifat-sifat dari pendugaan parameter yang baik yaitu unbias, efisien dan konsisten. Sedangkan pendugaan parameter yang dihasilkan model regresi eksponensial yang mengandung outlier tidak memenuhi sifat-sifat dari pendugaan parameter tersebut. Oleh karena itu outlier dapat mempengaruhi hasil dari suatu pendugaan parameter.
