Meta-Analisis untuk Odds Ratio
|
|
- Ari Halim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Meta-Analisis Odds Ratio Emy Meylita Haloho Rianti Setiadi Departemen Matematika FMIPA UI Kampus UI Depok 644 Abstrak Membandingkan probabilitas kesuksesan suatu perlakuan antara dua kelompok populasi sering dilakukan pada penelitian di dunia medis menggunakan odds ratio Penelitian yang sama seringkali dilakukan berulang kali oleh peneliti atau sampel yang berbeda sehingga dalam kasus ini didapat nilai odds ratio yang belum tentu sama Meta-analisis odds ratio digunakan mencari inferensi gabungan dari odds ratio mempertimbangkan kontribusi yang beragam dari masing-masing penelitian yaitu ukuran sampel Inferensi gabungan odds ratio yang dibahas dalam tugas akhir ini meliputi taksiran titik taksiran interval uji hipotesis Abstract Comparing the probability of success of a treatment between two groups of population has frequently been conducted in medical research by applying odds ratio The similar research is performed using different researchers and or different samples then the odds ratio results in this case are not necessarily the same Meta-analysis on odds ratio is used to find the inference combination by considering various contributions from each research based on sampel size The inference combination of odds ratio in this mini thesis consist of point estimation interval estimation and hypothesis test Keywords: contingency table odds ratio meta-analysis PENDAHULUAN Seiring berkembangnya ilmu pengetahuan di berbagai big banyak penelitian dilakukan menjawab berbagai macam pertanyaan Untuk menjawab satu pertanyaan dalam suatu big saja terkag banyak penelitian dilakukan Hasil dari berbagai penelitian tersebut seringkali berbeda satu sama lain meski penelitian tersebut sama-sama telah memenuhi syarat penelitian yang benar Perbedaan hasil penelitian tersebut biasanya disebabkan oleh perbedaan ukuran sampel yang digunakan pada tiap penelitian sangat bergantung pada parameter apa yang akan ditaksir Perbedaan dari hasil penelitian tersebut sering kali menimbulkan pertanyaan tentang hasil penelitian mana yang akan dipakai sebagai acuan pengambilan keputusan Untuk mengatasi hal tersebut para peneliti berusaha membuat satu kesimpulan yang secara umum merupakan gabungan dari hasil-hasil penelitian tersebut Kesimpulan umum tersebut dihasilkan mempertimbangkan kontribusi hasil yang beragam dari beberapa penelitian yaitu ukuran sampel Metode mencari kesimpulan umum dari beberapa penelitian yang berbeda dikenal meta-analisis Meta-analisis akan membuat kesimpulan umum berdasarkan hasil dari tiap penelitian diasumsikan semua penelitian telah memenuhi syarat penelitian yang benar Meta-analisis banyak digunakan di dunia medis Peneliti dalam dunia medis sering kali ingin membandingkan probabilitas kesuksesan suatu perlakuan antara dua kelompok populasi Perbandingan probabilitas kesuksesan suatu perlakuan pada dua kelompok populasi dapat dihitung menggunakan odds ratio Penelitian yang sama seringkali dilakukan berulang kali oleh peneliti yang berbeda atau menggunakan jumlah sampel yang berbeda sehingga menghasilkan beberapa taksiran odds ratio yang belum tentu sama itulah peneliti perlu melakukan meta-analisis mencari taksiran gabungan dari odds ratio yang berupa taksiran titik taksiran interval uji hipotesis LANDASAN TEORI Pang sebagai dua variabel kategorik memiliki kategori memiliki kategori Klasifikasi hasil pengamatan berdasarkan kedua variabel kategorik ini akan menghasilkan kombinasi yang mungkin dapat ditampilkan ke dalam bentuk tabel kontingensi Tabel kontingensi dapat digambarkan sebagai berikut: Tabel Tabel kontingensi yang dipang dari banyak pengamatan Y kolom X baris Meta-analisis Emy Meylita Haloho FMIPA UI 03
2 : banyak pengamatan yang terletak pada baris ke- kolom ke banyak pengamatan yang terletak di baris ke- sehingga variabel random yang terdiri dari dua kategori yaitu sukses kolom ke- gagal kolom ke- sebagai probabilitas sukses jika diketahui berada kelompok kesebagai probabilitas gagal jika banyak pengamatan yang terletak di kolom ke- sehingga total pengamatan sehingga sebagai probabilitas bahwa pengamatan terletak pada baris ke- dari variabel kolom ke- dari variabel sehingga Dengan perkataan lain probabilitas bersama dari Selanjutnya pang diketahui berada kelompok ke Selanjutnya sebut sebagai Tabel kontingensinya dapat digambarkan sebagai berikut : Tabel 3 Tabel kontingensi variabel terdiri dari kelompok kelompok serta variabel terdiri dari sukses gagal Sukses Gagal Kelompok Kelompok Dimana memenuhi Jadi merupakan probabilitas marginal dari variabel variabel Berikut tabel kontingensi yang dipang dari : Tabel Tabel kontingensi X baris Y kolom yang dipang dari Perbandingan probabilitas sukses probabilitas gagal disebut odds Dengan demikian odds kelompok ke- sebagai berikut: Jika menggunakan probabilitas bersama : Definisikan Dapat dibuktikan bahwa taksiran yang konsisten Dengan perkataan lain sebagai probabilitas pengamatan terletak pada kolom ke- jika diketahui bahwa pengamatan terletak di baris ke- probabilitas bersama dari serta probabilitas marginal Penjumlahan dalam suatu kolom akan bernilai Pang sebagai variabel random yang terdiri dari dua kelompok yaitu kelompok baris ke- kelompok baris ke- serta variabel sebagai probabilitas sukses terletak pada kelompok ke probabilitas gagal terletak pada kelompok ke berarti probabilitas sukses dalam kelompok ke- lebih kecil dibandingkan probabilitas kegagalannya Segkan berarti probabilitas sukses pada kelompok ke- lebih besar dibandingkan probabilitas kegagalannya Perbandingan odds antara kelompok kelompok atau disebut sebagai odds ratio Telah diketahui bahwa Dengan menggunakan probabilitas bersama berarti resiko sukses di kelompok akan lebih kecil dibandingkan kelompok Sebaliknya berarti resiko sukses di kelompok akan lebih besar dibandingkan Meta-analisis Emy Meylita Haloho FMIPA UI 03
3 kelompok Segkan berarti resiko sukses pada kelompok sama kelompok penaksir yang konsisten hal ini menyebabkan penaksir yang konsisten nya penaksir yang konsisten odds ratio : jumlah pengamatan sukses terletak pada kelompok jumlah pengamatan gagal terletak pada kelompok jumlah pengamatan sukses terletak pada kelompok jumlah pengamatan gagal terletak pada kelompok Nilai lah yang dikenal sebagai taksiran titik odds ratio Selanjutnya akan dicari interval kepercayaan uji hipotesis odds ratio Dalam mencari interval kepercayaan melakukan uji hipotesis odds ratio akan digunakan bentuk hasil menggunakan akan kembali ditransformasi menggunakan fungsi eksponennya Untuk keperluan tersebut perlu dicari mean variansi dari Misalkan terdapat pengamatan yang diklasifikasikan ke dalam tabel kontingensi kategori sebagai banyaknya pengamatan yang terletak pada kategori ke- Dengan demikian banyaknya pengamatan yang terletak pada kategori ke- memiliki distribusi multinomial masingmasing memiliki distribusi binomial Dimana probabilitas suatu pengamatan terletak pada kategori ke- Pang telah diketahui sebelumnya bahwa penaksir yang konsisten Jika fungsi dari yang mempunyai turunan di bernilai konstan [ ] penaksir yang konsisten penaksir yang konsisten Pang merupakan penaksir yang konsisten Definisikan 3 4 Dapat dibuktikan bahwa fungsi dari yang mempunyai turunan yang bernilai tidak nol di sehingga 5 ] [ Dengan mensubstitusikan persamaan 3 4 ke dalam persamaan 5 didapat [ ] ] [ Berdasarkan persamaan 6 didapat { 6 } nilai dari tidak diketahui dapat ditaksir dapat ditaksir menggunakan didapat signifikansi sehingga sehingga Pada dapat dicari nilai tingkat sedemikian Dengan cara di atas mean variansi dari dicari sebagai berikut: Telah disebutkan sebelumnya bahwa : penaksir yang konsisten akan Dengan demikian interval kepercayaan penaksir yang konsisten Meta-analisis Emy Meylita Haloho FMIPA UI 03
4 Dalam tulisan ini diasumsikan bahwa merupakan fungsi yang bernilai real kontinu di penaksir yang konsisten Untuk apakah menguji Berikut pengujian nilai odds ratio Jika benar digunakan statistik uji Dengan tingkat signifikansi sebesar atau yang artinya nilai odds ratio tidak bernilai sama suatu konstanta tertentu DerSimmonian & Laird [5] telah menunjukkan bahwa merupakan fungsi yang bernilai real 3 PEMBAHASAN kontinu Misal odds ratio pada penelitian ke- Nilai odds ratio yang dihasilkan dari tiap penelitian yang berbeda dapat sama atau berbeda satu sama lain Dalam metaanalisis sebelum mencari inferensi gabungan dari odds ratio terlebih dahulu akan diperiksa apakah odds ratio yang dihasilkan dari tiap penelitian tersebut sama atau tidak karena metode mencari inferensi gabungan dari dua keadaan tersebut akan berbeda Dengan perkataan lain perlu diuji terlebih dahulu apakah atau tidak Telah dijelaskan bahwa taksiran yang konsisten nya jika odds ratio pada penelitian ke- taksiran yang konsisten memiliki distribusi Telah diketahui bahwa yang mendekati normal sehingga distribusi yang mendekati normal memiliki konsisten merupakan penaksir yang Hal ini menyebabkan Dengan demikian pengujian kesamaan odds ratio yang dihasilkan dari tiap penelitian dilakukan hipotesis sebagai berikut: tidak demikian Statistik uji yang digunakan Dengan menggunakan tingkat signifikansi sebesar akan Hal ini berarti tidak semua nilai odds ratio dalam penelitian sama Sebaliknya akan diterima berarti bahwa nilai odds ratio masing-masing penelitian sama Dalam mencari taksiran titik odds ratio gabungan perlu diketahui terlebih dahulu apakah Jika sumber variasi odds ratio gabungan berasal dari variasi yang terdapat di dalam masing-masing penelitian segkan variasi antar penelitian tidak diperhitungkan aya perbedaan variansi ukuran sampel yang digunakan dalam tiap-tiap penelitian setiap penelitian perlu diberikan bobot yang menyatakan besar kontribusi penelitian ke- dalam mencari inferensi Meta-analisis Emy Meylita Haloho FMIPA UI 03
5 gabungan Ketika variansi dari taksiran odds ratio pada suatu penelitian besar penelitian tersebut akan diberi kontribusi yang kecil dalam meta-analisis berbobot kecil Begitu pula sebaliknya variansi dari taksiran odds ratio pada suatu penelitian kecil penelitian tersebut akan diberikan kontribusi yang besar berbobot besar Dengan demikian bobot penelitian ke- dipilih sebagai berikut: sebagai variansi di dalam penelitian ke- sehingga Telah diketahui bahwa menggunakan Akibat 7 Lampiran didapat Dengan perkataan lain merupakan penaksir yang konsisten Segkan jika sumber variasi nilai gabungan odds ratio tidak hanya berasal berasal dari variasi yang terdapat di dalam masing-masing penelitian tetapi juga berasal dari variasi antar penelitian Dengan demikian bobot setiap penelitian dipilih sebagai berikut: sebagai sebagai variansi di dalam penelitian ke- variansi antar penelitian penelitian yang diamati dalam meta-analisis merupakan sebagiam dari tak terhingga penelitian serupa yang ada nilai dari tidak diketahui perlu ditaksir menggunakan sebagai weighted mean nilai akan bergantung pada apakah nilai odds ratio pada masing-masing penelitian sama atau tidak seperti yang telah dijabarkan di atas merupakan bentuk fungsi logaritma natural dari odds ratio pada penelitian ke- merupakan taksiran yang konsisten Dengan perkataan lain merupakan Dengan demikian interval kepercayaan odds ratio gabungan Secara umum dapat dikatakan bahwa merupakan penaksir yang konsisten karena dapat dicari nilai penaksir yang konsisten Pada tingkat signifikansi sedemikian sehingga [3] Sehingga didapat yang penaksir konsisten dari merupakan bentuk fungsi logaritma natural dari penaksir yang konsisten odds ratio pada penelitian ke- inilah yang dinan sebagai Nilai dari taksiran titik gabungan odds ratio Pang Dapat dibuktikan bahwa Definisikan Meta-analisis Emy Meylita Haloho FMIPA UI 03
6 4 sama suatu konstanta tertentu Jika sehingga secara umum dapat disimpulkan bahwa odd dari kedua kelompok sama Berikut pengujian nilai odds ratio gabungan Jika benar CONTOH APLIKASI Terdapat 9 buah penelitian yang membandingkan kesuksesan penurunan kolestrol antara penderita jantung koroner yang mendapatkan treatment perlakuan penurunan kadar kolestrol penderita jantung koroner yang hanya mendapatkan kontrol saja Penelitian-penelitian tersebut dilakukan pada tahun yang berbeda-beda periode penelitian minimal enam bulan jumlah sampel yang berbeda-beda pula Data mengenai 9 penelitian ini diambil dari Cholesterol Lowering and Mortality: The Importance of Considering Initial Level of Risk yang dipublikasikan oleh Smith et al pada tahun 993 [7] Pada bab ini akan dibahas mengenai meta-analisis 9 tersebut guna mencari inferensi gabungan yang meliputi taksiran titik taksiran interval uji hipotesis Berikut hasil dari 9 penelitian yang membandingkan kesuksesan penurunan kolestrol antara penderita jantung koroner yang mendapatkan treatment perlakuan penurunan kadar kolestrol penderita jantung koroner yang hanya mendapatkan kontrol saja: Dengan tingkat signifikansi sebesar atau yang artinya nilai odds ratio gabungan Tabel 4 Hasil dari 9 penelitian tidak bernilai Pasien Penderita Penyakit Jantung Koroner No Treatment Penelitian tahun Kontrol Mati Sukses Hidup Gagal Mati Sukses Hidup Gagal Singh Marmorson Starnler McCaughan Stockholm Olso Diet Low Fat DART Va Drug Newcastle Oliver Acheson CDP Dayton Meta-analisis Emy Meylita Haloho FMIPA UI 03
7 5 Soya Bean Scottish Sahni Upjohn Sydney Rose NHLIB Minnesota Posch Frick LCCPPT Frick Excel WHO Gross Sebagai contoh penelitian penelitian Singh 99 didapat inferensi statistik sebagai berikut: Taksiran odds ratio Interval kepercayaan odds ratio Uji hipotesis odds ratio mengetahui apakah resiko kematian penderita jantung koroner yang mendapat treatment penurunan kadar kolesterol penderita jantung koroner yang hanya mendapat kontrol saja sama atau tidak Hipotesis: Tingkat signifikansi yang digunakan atau Statistik uji: Aturan keputusan: akan Keputusan: Dengan diperoleh [ [ ] sehingga Kesimpulan : Dengan tingkat kepercayaan 95% resiko kematian penderita jantung koroner yang mendapat treatment penurunan kadar kolesterol penderita jantung koroner yang hanya mendapat kontrol saja pada penelitian Singh 99 berbeda ] Untuk ke-8 penelitian yang lain inferensi statistiknya dapat dicari menggunakan cara Meta-analisis Emy Meylita Haloho FMIPA UI 03
8 similar seperti di atas Beikut rangkuman hasil dari ke-9 penelitian: Tabel 5 Rangkuman hasil dari ke-9 penelitian No Penelitian Ukuran Sampel Taksiran Odds Ratio Interval Kepercayaan Hasil Uji Hipotesis Singh Marmorson Stamler McCaughan Stockholm Olso Diet Low Fat DART VA Drug Newcastle Oliver Acheson CDP Dayton Soya Bean Scottish Sahni Upjohn Sydney Rose NHLIB Minnesota POSCH Frick LCCPPT Frick EXCEL WHO Gross Dari hasil rangkuman di atas didapat 5 penelitian yang menghasilkan penolakan terdapat 4 penelitian yang menghasilkan penerimaan Hal ini berarti terdapat 5 penelitian yang resiko kematian pada penderita jantung koroner yang mendapat treatment penurunan kadar kolesterol penderita jantung koroner yang hanya mendapat kontrol saja tidak sama segkan 4 penelitian lainnya sama nya akan dilakukan meta- analisis mencari inferensi gabungan odds ratio dari ke-9 penelitian tersebut Akan diperiksa terlebih dahulu apakah odds ratio yang dihasilkan dari tiap penelitian sama atau tidak Berikut uji hipotesisnya: Hipotesis: tidak demikian Tingkat signifikansi yang digunakan Meta-analisis Emy Meylita Haloho FMIPA UI 03
9 Statistik uji: Aturan keputusan: akan jika Keputusan: Akan dicari terlebih dahulu nilai dari sebagai berikut: Jadi nilai dari sebagai berikut: sehingga Kesimpulan: Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa tidak semua nilai odds ratio pada tiap penelitian sama Telah dibuktikan bahwa tidak semua nilai odds ratio dari ke-9 penelitian sama sehingga taksiran bobot yang digunakan setiap penelitian Sebelum mencari taksiran titik odds ratio gabungan akan dicari terlebih dahulu nilai dari sebagai berikut: Jadi taksiran titik odds ratio gabungan : Dalam mencari interval kepercayaan odds ratio gabungan terlebih dahulu akan dicari nilai dari sebagai berikut : Jadi interval kepercayaan [ ] [ ] Dari hasil di atas dapat disimpulkan bahwa tingkat kepercayaan nilai batas bawah segkan nilai batas atas interval kepercayaan mengandung nilai dapat pula ditarik kesimpulan bahwa bahwa secara umum resiko kematian antara penderita jantung koroner yang mendapatkan treatment penurunan kadar kolesterol yang hanya mendapatkan kontrol saja sama Selanjutnya akan diuji apakah secara umum resiko kematian antara penderita jantung koroner yang mendapat treatment penurunan kadar kolesterol yang hanya mendapatkan kontrol saja sama atau tidak Berikut pengujian hipotesisnya : Hipotesis : Tingkat signifikansi yang digunakan Statistik uji: : Aturan keputusan: akan jika atau Keputusan: Telah diketahui bahwa sehingga diperoleh Kesimpulan: Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa secara umum resiko kematian antara penderita jantung koroner yang mendapatkan treatment penurunan kadar kolesterol yang hanya mendapatkan kontrol saja sama 5 KESIMPULAN Berdasarkan pembahasan kesimpulan yang dapat diambil : a Dengan meta-analisis dapat dicari taksiran titik taksiran interval uji hipotesis gabungan odds ratio dari beberapa penelitian mempertimbangkan ukuran sampel variansi dari taksiran odds ratio di tiap penelitian b Jika odds ratio bernilai sama semua penelitian odds ratio gabungan dicari hanya mempertimbangkan variansi dari dalam penelitian c Jika odds ratio ada yang bernilai tidak sama semua penelitian odds ratio gabungan dicari tidak hanya mempertimbangkan variansi dari dalam penelitian tetapi juga mempertimbangkan variansi antar penelitian Meta-analisis Emy Meylita Haloho FMIPA UI 03
10 UCAPAN TERIMAKASIH Puji syukur bagi Tuhan Yesus karena atas kasih penyertaan-nya penulis dapat meyelesaikan jurnal Penulis ingin mengucapkan terima kasih kepada Departemen Matematika yang telah memfasilitasi penulis dalam menyelesaikan jurnal ini DAFTAR PUSTAKA [] Agresti A 990 Categorical Data Analysis New Jersey: John Willey & Sons Ltd [] Agresti A 007 An Introduction to Categorical Data Analysis New Jersey: John Willey & Sons Ltd [3] Borenstein M Hedges L V Higgins J P & Rothstein H R 009 Introduction to Meta- Analysis Chichester UK: John Willey & Sons Ltd [4] Dahlan M S 0 Febuari Meta-Analisis Prinsip Praktik Jakarta Indonesia [5] DerSimonian R & Laird N 986 Meta- Analysis in Clinical Trials Controlled Clinical Trials [6] Hogg R V & Craig A T 995 Introduction to Mathematical Statistics 5 th Edition New Jersey: Prentice-Hall Inc [7] Smith G D Song F & Sheldon T 993 Cholesterol Lowering and Mortality: The Importance of Considering Initial Level of Risk BMJ volume [8] Sutton A Abrams K R Jones D R & Song F 000 Methods for Meta-analysis in medical Research Chichester UK: John Willey & Sons Ltd Meta-analisis Emy Meylita Haloho FMIPA UI 03
RELIABILITAS ORDINAL PADA METODE TEST-RETEST
RELIABILITAS ORDINAL PADA METODE TEST-RETEST Yaqozho Tunnisa 1, Rianti Setiadi 2 Departemen Matematika, FMIPA UI, Kampus UI Depok 16424 tunnisa.yaqozho@gmail.com 1, ririnie@yahoo.com.sg 2 Abstrak Dalam
Lebih terperinciADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA ESTIMASI MODEL META-REGRESI BERDASARKAN METODE WEIGHTED LEAST SQUARE SKRIPSI
ESTIMASI MODEL META-REGRESI BERDASARKAN METODE WEIGHTED LEAST SQUARE SKRIPSI DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM MEMPEROLEH GELAR SARJANA STATISTIKA DEPARTEMEN MATEMATIKA PROGRAM STUDI STATISTIKA
Lebih terperinciPenaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
Lebih terperinciPenggunaan Metode Nonparametrik Untuk Membandingkan Fungsi Survival Pada Uji Gehan, Cox Mantel, Logrank, Dan Cox F
Penggunaan Metode Nonparametrik Untuk Membandingkan Fungsi Survival Pada Uji Gehan, Cox Mantel, Logrank, Dan Cox F Used of Non Parametric Method to Compare Survival Function on Gehan Test, Cox Mantel,
Lebih terperinci1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian
1 BAB I 2 PENDAHULUAN A. Latar Belakang Masalah Statistika merupakan salah satu disiplin ilmu yang penerapannya hampir di semua aspek kehidupan. Hal ini menunjukkan bahwa peranan statistika sangat diperlukan
Lebih terperinciMENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES
MENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES Hartayuni Saini 1 1 Jurusan Matematika, FMIPA-UNTAD. e-mail: yunh3_chendist@yahoo.co.id Abstrak Untuk menaksir nilai µ dari N(µ, ) umumnya digunakan
Lebih terperinciStatistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection
Statistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection 1999 Prentice-Hall, Inc. Chap. 1-1 Statistik untuk Para Menejer 1. Untuk mengetahui tingkat pengembalian investasi.
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciE-Jurnal Matematika Vol. 4 (2), Mei 2015, pp ISSN:
PENERAPAN REGRESI PROBIT BIVARIAT UNTUK MENDUGA FAKTOR-FAKTOR YANG MEMENGARUHI KELULUSAN MAHASISWA (Studi Kasus: Mahasiswa Fakultas MIPA Unversitas Udayana) Ni Gusti Ketut Trisna Pradnyantari 1, I Komang
Lebih terperinciPenaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Bayes
Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Baes Sisca Agnessia Departemen Matematika, FMIPA UI, Kampus UI Depok 6 sisca.agnessia@ahoo.com Abstrak Dalam
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL Winda Faati Kartika 1, Triastuti Wuryandari 2 1, 2) Program Studi Statistika Jurusan Matematika FMIPA Universitas Diponegoro
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah analisis data yang memanfaatkan informasi kronologis dari suatu kejadian atau peristiwa (event). Respon yang diperhatikan adalah waktu sampai
Lebih terperinciMODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK
MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan
Lebih terperinciPENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 23 28 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD FEBY RIDIANI Program
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Contingency Uji Homogenitas Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 001.
Lebih terperinciDistribusi Weibull Power Series
Distribusi Weibull Power Series Maulida Yanti 1, Sarini S.Si.,M.Stats 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,
Lebih terperinciDEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN
PENERAPAN ANALISIS REGRESI LOGISTIK TERHADAP TINGKAT KEPUASAN MASYARAKAT DALAM PELAYANAN PEMBUATAN KARTU KELUARGA (STUDI KASUS: DI KECAMATAN MEDAN BELAWAN) SKRIPSI CHAIRUNNISA 120823008 DEPARTEMEN MATEMATIKA
Lebih terperinciAnalisis Faktor Risiko Berat Badan Lahir Pada Kematian Perinatal Menggunakan Meta Analysis
Analisis Faktor Risiko Berat Badan Lahir Pada Kematian Perinatal Menggunakan Meta Analysis Danik Iga Prasiska Departemen Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL
PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.
Lebih terperinciPenentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson
Vol. 6, No.1, 44-48, Juli 2009 Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson Georgina M. Tinungki Abstrak Terdapat beberapa metode untuk membangun uji statistik yang baik, diantaranya
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II
ESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II Ryndha, Anna 2, Nasrah 3 ABSTRAK Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan
Lebih terperinciMenampilkan Penaksir Parameter pada Model Linear * Mulyana **
Menampilkan Penaksir Parameter pada Model Linear * Abstrak Pada model linear Mulyana ** Y = X + ε, jika penaksir untuk, maka dua peran. Yaitu sebagai penaksir faktual, hitung, X memiliki Y = X, dan penaksir
Lebih terperinciALGORITMA PENENTUAN UKURAN SAMPEL EKSAK UNTUK DISTRIBUSI NORMAL, DISTRIBUSI POISSON DAN DUA DISTRIBUSI BINOMIAL DALAM MODEL KELUARGA EKSPONENSIAL
ALGORITMA PENENTUAN UKURAN SAMPEL EKSAK UNTUK DISTRIBUSI NORMAL, DISTRIBUSI POISSON DAN DUA DISTRIBUSI BINOMIAL DALAM MODEL KELUARGA EKSPONENSIAL 1) Program Studi Matematika Universitas Ahmad Dahlan dian@math.uad.ac.id
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Kontrak Perkuliahan Pertemuan & Materi RPKPS Penilaian Tugas, short quiz (30%) Quiz 1 & 2 (40%) UAS (30%) Referensi Montgomery, D.C, George C. Runger. Applied Statistic and
Lebih terperinciTaksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area
Taksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area Yudistira 1, Titin Siswantining 2 1. Departemen Matematika, FMIPA, Universitas Indonesia,
Lebih terperinciGeneralized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017
Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER A. Musdalifa, Raupong, Anna Islamiyati Abstrak Estimasi parameter adalah merupakan hal
Lebih terperinciKEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY
KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY Joko Sungkono* Abstrak : Tujuan yang ingin dicapai pada tulisan ini adalah mengetahui kekuatan konvergensi dalam probabilitas dan konvergensi
Lebih terperinciModel Regresi Zero Inflated Poisson Pada Data Overdispersion
Model Regresi Zero Inflated Poisson Pada Data Overdispersion Wirajaya Kusuma Fakultas MIPA, Universitas Mataram e-mail: Kusuma_Wirajaya@yahoo.co.id Desy Komalasari Fakultas MIPA, Universitas Mataram e-mail:
Lebih terperinciPenggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial
Jurnal Penelitian Sains Volume 3 Nomer A) 3 Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial Herlina Hanum Yuli Andriani dan Retno Jurusan Matematika FMIPA Universitas
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah, ST., MT SIGN TEST Sign Test Digunakan untuk menguji hipotesa tentang MEDIAN dan DISTRIBUSI KONTINYU. Pengamatan dilakukan pada median dari sebuah distribusi
Lebih terperinciANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN
Analisa Sistem Antrian (Ayi Umar Nawawi) 11 ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN ANALYSIS OF M/M/1/N QUEUEUING SYSTEM WITH RETENTION OF RENEGED CUSTOMERS Oleh:
Lebih terperinciModel Probit Untuk Ordinal Response
SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY Model Probit Untuk Ordinal Response S - 4 Defi Yusti Faidah, Resa Septiani Pontoh, Departemen Statistika FMIPA Universitas Padadaran defi.yusti@unpad.ac.id
Lebih terperinci10 Departemen Statistika FMIPA IPB
Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan
Lebih terperinciDistribusi probabilitas dan normal. Statisitik Farmasi 2015
Distribusi probabilitas dan normal Statisitik Farmasi 2015 Part 1. DISTRIBUSI PROBABILITAS Statisitik Farmasi 2015 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Membuat distribusi
Lebih terperinciHUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM.
HUKUM ITERASI LOGARITMA TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM. 00290 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciHukum Iterasi Logaritma
Hukum Iterasi Logaritma Sorta Purnawanti 1, Helma 2, Dodi Vionanda 3 1 Mathematics Department State University of Pag, Indonesia 2,3 Lecturers of Mathematics Department State University of Pag, Indonesia
Lebih terperinciUNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : Sistem Informasi
UNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : Sistem Informasi No. Dokumen 02-3.04.1.02 Distribusi Tgl. Efektif RENCANA PEMBELAJARAN SEMESTER Mata Kuliah Kode Rumpun MK Bobot (SKS) Semester
Lebih terperinciPROSES PERCABANGAN PADA DISTRIBUSI POISSON
PROSES PERCABANGAN PADA DISTRIBUSI POISSON Nur Alfiani Santoso, Respatiwulan, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak. Proses percabangan merupakan suatu proses stokastik
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciKAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN
Lebih terperinciTINJAUAN KASUS PERSAMAAN GELOMBANG DIMENSI SATU DENGAN BERBAGAI NILAI AWAL DAN SYARAT BATAS
Tinjauan kasus persamaan... (Agus Supratama) 67 TINJAUAN KASUS PERSAMAAN GELOMBANG DIMENSI SATU DENGAN BERBAGAI NILAI AWAL DAN SYARAT BATAS ANALITICALLY REVIEW WAVE EQUATIONS IN ONE-DIMENSIONAL WITH VARIOUS
Lebih terperinciKarakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil
Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:
Lebih terperinciModel Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah
Malikussaleh Industrial Engineering Journal Vol.2 No.2 (2013) 32-37 ISSN 2302 934X Industrial Management Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah Maryana
Lebih terperinciKOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 17-22 ISSN: 2303-1751 KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN I MADE ANOM ARIAWAN 1, I PUTU EKA NILA KENCANA 2, NI LUH PUTU
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI LOG-LOGISTIK ABSTRAK
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 83-92 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI LOG-LOGISTIK Ibnu
Lebih terperinciBINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA
BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA Moh. Yamin Darsyah 1 Arianto Wijaya 2 1,2 Program Studi S1 Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciUJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR
PYTHAGORAS, 6(2): 161-166 Oktober 2017 ISSN Cetak: 2301-5314 UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR Hermansah
Lebih terperinciPENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN
PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN (PREMIUM PRICING BASED ON DEMAND FUNCTION AND EQUILIBRIUM POINT IN HETEROGENOUS PORTOFOLIO) Usep
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji Z: Proportional Populasi Uji Hipotesis 2 populasi: Uji Z Uji pooled t-test Uji paired t-test Referensi: Johnson, R. A., Statistics
Lebih terperinciMODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Lebih terperinciKata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 9 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN DBD (DEMAM BERDARAH DENGUE) MENGGUNAKAN REGRESI LOGISTIK
Lebih terperinciPENERAPAN METODE FUZZY SEQUENTIAL PADA RANCANGAN ACAK KELOMPOK LENGKAP MODEL TETAP
PENERAPAN METODE FUZZY SEQUENTIAL PADA RANCANGAN ACAK KELOMPOK LENGKAP MODEL TETAP Yulia Umi Ratu 1, Raupong 2, Andi Kresna Jaya 3 yuliaumir@gmail.com Program studi Statistika, Jurusan Matematika, Fakultas
Lebih terperinci(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT
Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika
Lebih terperinciBeberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang
Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang rahmaanisa@apps.ipb.ac.id Outline Peubah acak Bernoulli Peubah acak binom Peubah acak geometrik Latihan dan Diskusi Review Peubah Acak
Lebih terperinciAnalisis Model Regresi Data Panel Tidak Lengkap Komponen Galat Dua Arah dengan Penduga Feasible Generalized Least Square (FGLS)
Jurnal Matematika Vol. 4 No. 1, Juni 2014. ISSN: 1693-1394 Analisis Model Regresi Data Panel Tidak Lengkap Komponen Galat Dua Arah dengan Penduga Feasible Generalized Least Square (FGLS) Chrisna Anzella
Lebih terperinciTINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan
II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut
Lebih terperinciStatistika Farmasi
Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu
Lebih terperinciBAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan
BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan pengamatan pada semua elemen populasi. Karena itu, perlu dilakukan pengambilan sampel yang
Lebih terperinciBagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri
Vol. 10, No. 1, 26-34, Juli 2013 Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri Andi Fitri Ayu 1, Erna Tri Herdiani 1, M. Saleh AF 1, Anisa 1, Nasrah Sirajang 1 Abstrak
Lebih terperinciHUBUNGAN ANTAR PEUBAH
HUBUNGAN ANTAR PEUBAH DALAM ANALISIS INGIN DIKETAHUI ATAU DIEVALUASI HUBUNGAN ATAU KETERKAITAN ANTAR PEUBAH Hubungan Antar Peubah Besarnya gaji Lama bekerja 1 Hubungan Antar Peubah (lanjutan) Pendapatan
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN
ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN Karima Puspita Sari, Respatiwulan, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Model regresi zero-inflated
Lebih terperinciMODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO)
MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO) IMAMUDDIN KAMIL 1, MADE SUSILAWATI 2, I PUTU EKA NILA KENCANA 3 1,2,3, Jurusan Matematika, Fakultas
Lebih terperinciPENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA
PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA Erpan Gusnawan 1, Arisman Adnan 2, Haposan Sirait 2 1 Mahasiswa Program Studi S1 Matematika
Lebih terperinciBAB I PENDAHULUAN RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN DUA PERLAKUAN. Disusun Oleh: Diasnita Putri Larasati Ayunda
RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan guna Memperoleh
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Goodness-of-Fit Uji Contingency Uji Homogenitas Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability
Lebih terperinciBAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI
BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI 5.1. Pendahuluan Untuk mendeteksi bagaimana konfigurasi titik dalam ruang apakah bersifat acak atau random, regular, ataupun cluster (kelompok); pertama-tama
Lebih terperinciPENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN. Rince Adrianti 1, Haposan Sirait 2 ABSTRACT ABSTRAK
PENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN Rince Adrianti, Haposan Sirait Mahasiswa Program Studi S Matematika Dosen Matematika, Jurusan Matematika Fakultas
Lebih terperinciPENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3
PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3 Tornados P. Silaban 1, Faiz Ahyaningsih 2 1) FMIPA, UNIMED, Medan, Indonesia email: tornados.p_silaban@yahoo.com 2)
Lebih terperinciHUBUNGAN SKOR APRI DENGAN DERAJAT VARISES ESOFAGUS PASIEN SIROSIS HATI KARENA HEPATITIS B
HUBUNGAN SKOR APRI DENGAN DERAJAT VARISES ESOFAGUS PASIEN SIROSIS HATI KARENA HEPATITIS B SKRIPSI Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Kedokteran ELSY NASIHA ALKASINA G0014082 FAKULTAS KEDOKTERAN
Lebih terperinciSEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si
Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien
Lebih terperinciESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP
ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,
Lebih terperinciMASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)
MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji t Uji Proportional Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 2001. Walpole, R.E.,
Lebih terperinciMODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 229-240 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON Tina
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinciMETODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT
METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR Rino Martino 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
PEMODELAN TINGKAT KOLESTEROL DARAH PADA PENDERITA DIABETES MELITUS TIPE 2 DENGAN PENDEKATAN REGRESI LOGISTIK ORDINAL (STUDI KASUS DI KLINIK PRATAMA MADINAH KABUPATEN JOMBANG) SKRIPSI DIAJUKAN UNTUK MEMENUHI
Lebih terperinciPENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU
tnp PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU Mida Yanti 1 Nur Salam 1 Dewi Anggraini 1 Abstract: Poisson process is a special event
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
Lebih terperinciPENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON
PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON Haposan Sirait 1 dan Rustam Efendi 2 1,2 Dosen Program Studi Matematika FMIPA Universitas Riau. Abstrak: Makalah ini menyajikan tentang
Lebih terperinciPROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES)
#11 PROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES) 11.1. Pendahuluan Masalah keandalan yang berhubungan dengan sistem secara normal adalah space memiliki sifat diskrit yaitu sistem tersebut dapat
Lebih terperinciSILABUS MATA KULIAH. : Dapat menganalisis tentang statistika inferensial secara teoritik beserta komponen dan sifat-sifatnya
SILABUS MATA KULIAH Program Studi : Pendidikan Matematika Kode Mata Kuliah : 50603 Mata kuliah : Statistika Matematika Bobot : 3 SKS Semester : V Mata Kuliah Prasyarat : Probabilitas Deskripsi Mata Kuliah
Lebih terperinciSummary of Inferential Statistics, Drawing Valid Conclusions from Samples
Summary of Inferential Statistics, Drawing Valid Conclusions from Samples Author: David Dooley Bibliography: Social Research Methods, 3rd edition, 1995. Halaman 151-168 Reviewer: Imairi Eitiveni dan Nur
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Analisis Data Kategori Kode/sks : MAS 4232/3 Semester : IV Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Directional & Nondirectional test Langkah-langkah Uji Hipotesis Error dalam Uji hipotesis (Error Type I) Jenis Uji Hipotesis satu populasi
Lebih terperinciPERBANDINGAN SISTEM GENTZEN DENGAN SISTEM LEMMON PADA PEMBUKTIAN VALIDITAS ARGUMEN
Jurnal Teknik dan Ilmu Komputer PERBANDINGAN SISTEM GENTZEN DENGAN SISTEM LEMMON PADA PEMBUKTIAN VALIDITAS ARGUMEN THE COMPARISON OF GENTZEN SYSTEMS AND LEMMON SYSTEM ON ARGUMENT VALIDITY EVIDENCE Djoni
Lebih terperinciBAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI
7.1. Pendahuluan BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI Pada bab sebelumnya, penyebaran spatial (konfigurasi spasial) dimana ditunjukan sebagai ragam sampel quadran. Bab ini
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciPenggabungan dan Pemecahan. Proses Poisson Independen
Penggabungan dan Pemecahan Proses Poisson Independen Hanna Cahyaningtyas 1, Respatiwulan 2, Pangadi 3 1 Mahasiswa Program Studi Matematika/FMIPA, Universitas Sebelas Maret 2 Dosen Program Studi Statistika/FMIPA,
Lebih terperinciPERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER
PERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER LATHIFATURRAHMAH SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER
Lebih terperinciPERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG)
PERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG) Ana Zuliastuti 1, Sarini 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,
Lebih terperinciPENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG
E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 35-39 ISSN: 2303-1751 PENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG PUTU
Lebih terperinciPENDEKATAN VALUE BILANGAN TRAPEZOIDAL FUZZY DALAM METODE MAGNITUDE
PENDEKATAN VALUE BILANGAN TRAPEZOIDAL FUZZY DALAM METODE MAGNITUDE Lathifatul Aulia 1, Bambang Irawanto 2, Bayu Surarso 3 1,2,3 Departemen Matematika FSM Universitas Diponegoro Jl Prof H Soedarto, SH Tembalang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Metode statistika adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis, dan penafsiran data. Metode statistika dibagi ke dalam dua kelompok
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinci