: Analisis Diskriminan pada Klasifikasi Desa di Kabupaten. Tabanan Menggunakan Metode K-Fold Cross Validation. 2. I Gusti Ayu Made Srinadi, S.Si, M.
|
|
- Yohanes Chandra
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Judul : Analisis Diskriminan pada Klasifikasi Desa di Kabupaten Tabanan Menggunakan Metode K-Fold Cross Validation Nama : Ida Ayu Made Supartini Pembimbing : 1. Ir. I Komang Gde Sukarsa, M.Si 2. I Gusti Ayu Made Srinadi, S.Si, M.Si ABSTRAK Kabupaten Tabanan merupakan salah satu kabupaten dari kabupaten dan kota yang ada di Provinsi Bali. Secara administratif Kabupaten Tabanan dibagi menjadi kecamatan dan desa. Wilayah kabupaten mempunyai bagianbagian yang merupakan kawasan perdesaan dan kawasan perkotaan. Analisis Diskriminan adalah metode analisis peubah ganda yang bertujuan untuk memisahkan objek pengamatan yang berbeda dan mengalokasikan objek pengamatan baru ke dalam kelompok yang telah didefinisikan, sehingga analisis diskriminan dapat digunakan untuk mengelompokkan desa ke dalam kelompok perkotaan atau perdesaan. Analisis diskriminan linear mengasumsikan bahwa matriks ragam-peragam adalah homogen, jika asumsi kehomogenan ragam tidak terpenuhi maka dapat digunakan analisis diskriminan kuadratik untuk pengelompokkan. Penelitian ini menggunakan metode k-fold cross validation untuk menghitung keakuratan fungsi diskriminan kuadratik dengan. Fungsi diskriminan kuadratik diperoleh pada dengan nilai APER terkecil ( ). Semua hasil klasifikasi yang diperoleh adalah stabil dan konsisten. Kata kunci: analisis diskriminan kuadratik, k-fold cross validation klasifikasi, perdesaan, perkotaan v
2 Title : Discriminant Analysis in Village s Classification at Tabanan Regency Using K-Fold Cross Validation Method Name Supervisors : Ida Ayu Made Supartini : 1. Ir. I Komang Gde Sukarsa, M.Si 2. I Gusti Ayu Made Srinadi, S.Si, M.Si ABSTRACT Tabanan Regency is one of regencies and town in Bali Province. Administratively, it is divided into districs and villages. Discriminant analysis is a technique related to the separation of objects into different groups that have been set previously, thus discriminant analysis can be used to classify villlages into urban or rural groups. Linear discriminant analysis assumes that the covariance matrix of the two groups are equals, if the assumption of equality covariance matrix is denied, quadratic discriminant analysis can be used for classification. This research used k-fold crosss validation method for calculating the accuracy of quadratic discriminant function where. Quadratic discriminant function is obtained by with the smallest APER value ( ). All of classification results are stable and consistence. Keywords: Quadratic Disciminant Analysis, K-Fold Cross Validation, classification, rural, urban vi
3 DAFTAR ISI LEMBAR JUDUL... i LEMBAR PERSEMBAHAN... ii LEMBAR PERNYATAAN... iii LEMBAR PENGESAHAN TUGAS AKHIR... iv ABSTRAK... v ABSTRACT... vi BIODATA ALUMNI... vii KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL... xiii DAFTAR GAMBAR... xv BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian... 5 BAB II TINJAUAN PUSTAKA Penelitian Sebelumnya Analisis Peubah Ganda Analisis Diskriminan Signifikansi Fungsi Diskriminan Uji Distribusi Normal Ganda Uji Vektor Nilai Rata-Rata Uji Kehomogenan Ragam (Box's M) Pencilan Peubah Ganda Penduga Maximum Likelihood Estimation (MLE) Metode Cross Validation Mengalokasikan Individu Baru untuk Analisis Diskriminan dengan Dua Kelompok x
4 xi 2.4 Uji Ketepatan Klasifikasi Apparent Error Rate (APER) Uji Keakuratan Uji Kestabilan Penentuan Status Daerah Daerah Perkotaan dan Daerah Perdesaan Kriteria Desa Perkotaan BAB III METODE PENELITIAN Sumber Data Identifikasi Peubah Penelitian Metode Analisis Data BAB IV HASIL DAN PEMBAHASAN Statistik Deskriptif Uji Asumsi Dasar Analisis Diskriminan Uji Distribusi Normal Ganda Uji Vektor Nilai Rata-Rata Uji Kehomogenan Matriks Ragam Peragam Uji Pencilan (Outlier) Analisis Diskriminan Bertatar (Stepwise Discriminant Analysis) Metode K-Fold Cross Validation Metode 2-Fold Cross Validation Metode 3-Fold Cross Validation Metode 4-Fold Cross Validation Uji Ketepatan Klasifikasi Peluang Kesalahan Klasifikasi (APER) Uji Keakuratan Uji Kestabilan BAB V SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA... 89
5 LAMPIRAN xii
6 DAFTAR TABEL Tabel 2.1 Tabel Kesalahan Klasifikasi Tabel 2.2 Variabel, Klasifikasi, Skor, dan Kriteria Desa Perkotaan Tabel 4.1 Deskriptif Data Klasifikasi Desa di Kabupaten Tabanan Tabel 4.2 Nilai Jarak Mahalanobis masing-masing data Tabel 4.3 Hasil Uji Vektor Nilai Rata-Rata Tabel 4.4 Hasil Uji Box s M Tabel 4.5 Hasil Uji Stepwise menggunakan Nilai Jarak Mahalanobis Tabel 4.6 Hasil Uji Stepwise menggunakan Nilai Wilks' Lambda Tabel 4.7Tabel Prediksi untuk Data Training (K2) Tabel 4.8 Tabel Prediksi untuk Data Testing (K1) Tabel 4.9 Tabel Prediksi untuk Data Training (K2 dan K3) Tabel 4.10 Tabel Prediksi untuk Data Testing (K1) Tabel 4.11 Tabel Prediksi untuk Data Training (K1 dan K3) Tabel 4.12 Tabel Prediksi untuk Data Testing (K2) Tabel 4.13 Tabel Prediksi untuk Data Training (K1 dan K2) Tabel 4.14 Tabel Prediksi untuk Data Testing (K3) Tabel 4.15 Tabel Prediksi untuk Data Training (K2, K3 dan K4) Tabel 4.16 Tabel Prediksi untuk Data Testing (K1) Tabel 4.17 Tabel Prediksi untuk Data Training (K1,K3 dan K4) Tabel 4.18 Tabel Prediksi untuk Data Testing (K2) Tabel 4.19 Tabel Prediksi untuk Data Training (K1,K2 dan K4) Tabel 4.20 Tabel Prediksi untuk Data Testing (K3) Tabel 4.21 Tabel Prediksi untuk Data Training (K1,K2 dan K Tabel 4.22 Tabel Prediksi untuk Data Testing (K4) Tabel 4.23 Hasil klasifikasi data training (K2) Tabel 4.24 Hasil klasifikasi data testing (K1) Tabel 4.25 Hasil klasifikasi data training (K1) Tabel 4.26 Hasil klasifikasi data testing (K2) Tabel 4.27 Hasil klasifikasi data training (K2 dan K3) Tabel 4.28 Hasil klasifikasi data testing (K1) xiii
7 xiv Tabel 4.29 Hasil klasifikasi data training (K1 dan K3) Tabel 4.30 Hasil klasifikasi data testing (K2) Tabel 4.31 Hasil klasifikasi data training (K1 dan K2) Tabel 4.32 Hasil klasifikasi data testing (K3) Tabel 4.33 Hasil klasifikasi data training (K2, K3 dan K4) Tabel 4.34 Hasil klasifikasi data testing (K1) Tabel 4.35 Hasil klasifikasi data training (K1, K3 dan K4) Tabel 4.36 Hasil klasifikasi data testing (K2) Tabel 4.37 Hasil klasifikasi data training (K1, K2 dan K4) Tabel 4.38 Hasil klasifikasi data testing (K3) Tabel 4.39 Hasil klasifikasi data training (K1, K2 dan K3) Tabel 4.40 Hasil klasifikasi data testing (K4) Tabel 4.41 Uji Keakuratan Hasil Klasifikasi Tabel 4.42 Uji Kestabilan Hasil Klasifikasi... 86
8 DAFTAR GAMBAR Gambar 2.1 Representasi Metode k-fold Cross Validation Gambar 4.1 Plot Distribusi Normal Ganda Seluruh Peubah Prediktor xv
9 BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi komputer dan pengaplikasian perangkat lunak statistika dalam analisis data, ilmu statistika mengalami perkembangan yang pesat dalam hal pengkajian data. Salah satu kajian dalam analisis statistika adalah kajian yang membahas tentang pengelompokkan suatu individu baru ke dalam kelompok yang sudah ada berdasarkan karakteristik data. Analisis peubah ganda yang digunakan untuk tujuan tersebut adalah analisis diskriminan. Analisis diskriminan bisa digunakan pada hubungan dependensi yaitu hubungan antar peubah yang sudah diketahui dengan jelas perbedaan antara peubah respon yang berskala nominal atau ordinal dan peubah penjelas yang berskala interval atau rasio. Analisis Diskriminan adalah metode analisis peubah ganda yang bertujuan untuk memisahkan objek pengamatan yang berbeda dan mengalokasikan objek pengamatan baru ke dalam kelompok yang telah didefinisikan (Johnson & Wichern, 2007). Dua asumsi utama yang harus dipenuhi pada analisis diskriminan adalah sejumlah peubah penjelas harus berdistribusi normal ganda dan memenuhi asumsi kehomogenan ragam. Analisis diskriminan digunakan untuk mengetahui peubah-peubah penciri yang membedakan kelompok populasi yang ada. Kelompok-kelompok yang terbentuk bersifat saling lepas yang artinya bahwa setiap pengamatan hanya dapat dimasukkan ke dalam salah satu kelompok. 1
10 2 Pada analisis diskriminan, estimasi parameter bisa menggunakan metode Maximum Likelihood Estimation (MLE). Metode Maximum Likelihood Estimation (MLE) digunakan sebagai penduga parameter apabila asumsi sebaran normal ganda terpenuhi. Fungsi yang terbentuk dalam analisis diskriminan disebut fungsi diskriminan. Fungsi diskriminan Fisher mengasumsikan bahwa pengamatan diambil dari populasi yang menyebar normal ganda (Johnson dan Wichern, 2007). Fungsi diskriminan Fisher dibentuk berdasarkan pada pendugaan vektor rata-rata dan matriks ragam-peragam yang diukur dengan kriteria rasio kemungkinan maksimum yang disebut sebagai Wilk s Lambda (Likelihood Ratio Test). Selain estimasi parameter, pada analisis diskriminan bisa dilakukan suatu validasi keakuratan model fungsi diskriminan. Validasi keakuratan model bisa menggunakan metode cross validation. Prinsip dasar metode cross validation adalah membagi keseluruhan data menjadi data training dan data testing. Data training digunakan untuk membentuk model fungsi diskriminan dan data testing digunakan untuk memeriksa apakah model fungsi diskriminan yang diperoleh menggunakan data training dapat diterapkan pada data baru. Penelitian ini akan menggunakan metode k-fold cross validation. Pada metode k-fold cross validation dataset dibagi menjadi sejumlah buah partisi secara acak. Selanjutnya, dilakukan sejumlah -kali eksperimen dengan masing-masing eksperimen menggunakan data partisi ke- sebagai data testing dan menggunakan sisa partisi lainnya sebagai data training. Eksperimen yang akan dilakukan sesuai dengan jumlah partisi yang dilakukan (Davidson & Hinkley, 1997).
11 3 Analisis diskriminan bisa diterapkan di bidang pendidikan, industri, kesehatan, sosial, ekonomi dan lainnya. Penerapan analisis diskriminan pada penelitian ini yaitu pada klasifikasi wilayah desa di Kabupaten Tabanan. Menurut Badan Pusat Statistik (2010), wilayah Indonesia dibagi ke dalam beberapa tingkat wilayah administratif, yaitu provinsi, kabupaten/kota, kecamatan, dan desa atau disebut dengan nama lain yang merupakan wilayah administratif terkecil. Kabupaten Tabanan merupakan salah satu kabupaten dari 8 kabupaten dan 1 kota yang ada di Provinsi Bali. Secara administratif Kabupaten Tabanan dibagi menjadi 10 kecamatan dan 133 desa. Berdasarkan besarnya wilayah, Kabupaten Tabanan merupakan kabupaten terbesar kedua di Provinsi Bali. Menurut Badan Pusat Statistik Kabupaten Tabanan (2016), luas keseluruhan wilayah Kabupaten Tabanan adalah 839,33 km² (14,90% dari luas provinsi Bali). Wilayah kabupaten mempunyai bagian-bagian yang merupakan kawasan perdesaan dan kawasan perkotaan. Setiap desa mempunyai karakteristik sosial, ekonomi, kondisi dan akses ke fasilitas perkotaan, ciri dan tipologi lingkungan yang berbeda-beda dan akan terus berubah seiring dengan kemajuan tingkat pembangunan di suatu desa. Badan Pusat Statistik menggunakan kondisi yang berbeda dan terus mengalami perubahan tersebut sebagai indikator untuk menggolongkan suatu desa ke dalam desa perkotaan atau desa perdesaan. Pada pelaksanaannya, penentuan apakah suatu desa/kelurahan termasuk daerah perkotaan atau perdesaan dilakukan oleh Badan Pusat Statistik berdasakan Peraturan Kepala Badan Pusat Statistik Nomor 37 Tahun 2010 tentang Klasifikasi Perkotaan dan Perdesaan di Indonesia (Badan Pusat Statistik, 2010).
12 4 Badan Pusat Statistik sebagai badan penyedia data pembagian wilayah administratif yang telah diklasifikasikan menjadi wilayah desa perkotaan atau desa perdesaan digunakan untuk keperluan statistik dan keperluan lainnya yang berhubungan dengan analisis dan perencanaan pembangunan. Data klasifikasi desa perkotaan dan desa perdesaan digunakan sebagai dasar untuk merencanakan kegiatan sensus atau survey (Badan Pusat Statistik, 2010). Kegunaan lainnya adalah jika terdapat perencanaan pembangunan dalam hal pemekaran wilayah maka berdasarkan Peraturan Kepala Badan Pusat Statistik Nomor 37 Tahun 2010 Pasal 4 menyebutkan bahwa apabila ada pembentukan desa/kelurahan/upt baru, dimana desa/kelurahan baru tidak memiliki desa/kelurahan induk, maka status perkotaan/perdesaan dari desa/kelurahan baru tersebut harus ditentukan dengan mengimplementasikan kriteria wilayah perkotaan yang sama. Menurut Tarigan (2003), perencanaan pembangunan wilayah tersebut mencakup berbagai aspek yang tentunya mempertimbangkan peran keterkaitan antara desa dan kota. Berdasarkan kriteria desa perkotaan dan desa perdesaan yang tercantum dalam peraturan tersebut penulis bermaksud melakukan pengklasifikasian desa di Kabupaten Tabanan ke dalam kelompok daerah perkotaan atau perdesaan dengan teknik analisis diskriminan menggunakan k-fold cross validation. 1.2 Rumusan Masalah Berdasarkan pemaparan latar belakang masalah, rumusan masalah dalam penelitian ini yaitu: 1. Bagaimana model klasifikasi desa di Kabupaten Tabanan yang dihasilkan dengan teknik analisis diskriminan menggunakan k-fold cross validation?
13 5 2. Bagaimana hasil klasifikasi desa di Kabupaten Tabanan yang dihasilkan dengan teknik analisis diskriminan menggunakan k-fold cross validation? 3. Bagaimana ketepatan hasil klasifikasi desa di Kabupaten Tabanan dengan teknik analisis diskriminan menggunakan Apparent Error Rate (APER)? 1.3 Batasan Masalah Adapun batasan dari penelitian ini yaitu: 1. Penelitian ini menggunakan teknik analisis diskriminan dengan metode k- fold cross validation pada klasifikasi desa di Kabupaten Tabanan. 2. Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Kabupaten Tabanan tahun Tujuan Penelitian Berdasarkan pemaparan rumusan masalah, tujuan dari penelitian ini yaitu: 1. Mengestimasi model klasifikasi desa di Kabupaten Tabanan dengan teknik analisis diskriminan menggunakan k-fold cross validation. 2. Mengetahui hasil klasifikasi desa di Kabupaten Tabanan dengan teknik analisis diskriminan menggunakan k-fold cross validation. 3. Mengetahui ketepatan hasil klasifikasi desa di Kabupaten Tabanan dengan teknik analisis diskriminan menggunakan Apparent Error Rate (APER). 1.5 Manfaat Penelitian Adapun manfaat yang diharapkan peneliti mengenai aplikasi analisis diskriminan dengan metode k-fold cross validation pada klasifikasi desa di Kabupaten Tabanan yaitu:
14 6 1. Bagi penulis, dapat mengetahui estimasi model klasifikasi dan ketepatan hasil klasifikasi desa di Kabupaten Tabanan dengan teknik analisis diskriminan menggunakan k-fold cross validation. 2. Bagi pembaca, dapat memberikan referensi dalam penelitian selanjutnya mengenai teknik analisis diskriminan menggunakan k-fold cross validation.
ANALISIS DISKRIMINAN PADA KLASIFIKASI DESA DI KABUPATEN TABANAN MENGGUNAKAN METODE K-FOLD CROSS VALIDATION
E-Jurnal Matematika Vol 6 (2), Mei 2017, pp 106-115 ISSN: 2303-1751 ANALISIS DISKRIMINAN PADA KLASIFIKASI DESA DI KABUPATEN TABANAN MENGGUNAKAN METODE K-FOLD CROSS VALIDATION Ida Ayu Made Supartini 1,
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 1-10 Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 1-10 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMISAHAN DESA/KELURAHAN DI KABUPATEN SEMARANG MENURUT STATUS DAERAH
Lebih terperinciSKRIPSI. Oleh : LAILI ISNA NUR KHIQMAH NIM :
PERBANDINGAN DISKRIMINAN KUADRATIK KLASIK DAN DISKRIMINAN KUADRATIK ROBUST PADA KASUS PENGKLASIFIKASIAN PEMINATAN PESERTA DIDIK (Studi Kasus di SMA Negeri 1 Kendal Tahun Ajaran 2014/2015) SKRIPSI Oleh
Lebih terperinciPERBANDINGAN HASIL KLASIFIKASI ANALISIS DISKRIMINAN DAN JARINGAN SYARAF TIRUAN
TUGAS AKHIR - ST 1325 PERBANDINGAN HASIL KLASIFIKASI ANALISIS DISKRIMINAN DAN JARINGAN SYARAF TIRUAN ANANG SETIYO BUDI NRP 1303 100 060 Dosen Pembimbing Dra. Kartika Fitriasari, M.Si Adatul Mukarromah,
Lebih terperinciSKRIPSI. Disusun Oleh: Ana Kartikawati NIM. J2E009024
PERBANDINGAN ANALISIS DISKRIMINAN LINIER KLASIK DAN ANALISIS DISKRIMINAN LINIER ROBUST UNTUK PENGKLASIFIKASIAN KESEJAHTERAAN MASYARAKAT KABUPATEN/KOTA DI JAWA TENGAH SKRIPSI Disusun Oleh: Ana Kartikawati
Lebih terperinciPerbandingan Analisis Diskriminan dan Analisis Regresi Logistik Ordinal dalam Prediksi Klasifikasi Kondisi Kesehatan Bank
Perbandingan Analisis Diskriminan dan Analisis Regresi Logistik Ordinal dalam Prediksi Klasifikasi Kondisi Kesehatan Bank Fajri Zufa Alumni Program Studi Statistika, FMIPA, Universitas Bengkulu e-mail
Lebih terperinciPERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT
PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT (Studi Kasus Debitur di Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal) SKRIPSI Disusun Oleh: ABDUR ROFIQ
Lebih terperinciSKRIPSI ERLINDA SIREGAR
ANALISIS DISKRIMINAN DUA GRUP (TWO-GROUP DISCRIMINANT ANALYSIS ) PADA STATISTIK MULTIVARIAT SKRIPSI ERLINDA SIREGAR 090823054 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciMETODE QUEST DAN CHAID PADA KLASIFIKASI KARAKTERISTIK NASABAH KREDIT [SKRIPSI] KOMPETENSI STATISTIKA
METODE QUEST DAN CHAID PADA KLASIFIKASI KARAKTERISTIK NASABAH KREDIT (Studi Kasus: Nasabah Adira Kredit Elektronik Cabang Denpasar) [SKRIPSI] KOMPETENSI STATISTIKA NUR FAIZA 0908405045 JURUSAN MATEMATIKA
Lebih terperinciMODUL 5 ANALISIS DISKRIMINAN
MODUL 5 ANALISIS DISKRIMINAN TUJUAN PRAKTIKUM Tujuan yang diharapkan dalam pelaksanaan praktikum ini, antara lain : Mahasiswa memahami karakteristik dan kegunaan Metode Analisis Diskriminan. Mahasiswa
Lebih terperinciABSTRAK. Kata Kunci : copula, produksi padi, ENSO, copula Archimedean, copula Frank
Judul Nama Pembimbing : Analisis Hubungan Produksi Padi dan Indikator ENSO di Kabupaten Tabanan dengan Pendekatan Copula : Luh Gede Udayani : 1. I Wayan Sumarjaya, S.Si., M.Stats. 2. Made Susilawati, S.Si.,
Lebih terperinciKLASIFIKASI WILAYAH DESA-PERDESAAN DAN DESA-PERKOTAAN WILAYAH KABUPATEN SEMARANG DENGAN SUPPORT VECTOR MACHINE (SVM)
KLASIFIKASI WILAYAH DESA-PERDESAAN DAN DESA-PERKOTAAN WILAYAH KABUPATEN SEMARANG DENGAN SUPPORT VECTOR MACHINE (SVM) SKRIPSI Disusun Oleh : MEKAR SEKAR SARI NIM. 24010210120008 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciStatistika Industri II TIP - FTP UB
Statistika Industri II TIP - FTP UB Mirip regresi linier berganda Metode dependen Dimana : Variabel Independen (X1 dan seterusnya) adalah data metrik, yaitu data berskala interval atau rasio. Variabel
Lebih terperinciANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI NASABAH KREDIT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 575-581 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) SKRIPSI Oleh : VICA NURANI 24010211130033 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Dalam upaya meningkatkan Sumber Daya Manusia (SDM) yang bermutu, bidang pendidikan memegang peranan penting. Dengan pendidikan diharapkan kemampuan mutu pendidikan
Lebih terperinci1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si, M.Si. ABSTRAK
Judul : Peramalan Curah Hujan Menggunakan Metode Analisis Spektral Nama : Ni Putu Mirah Sri Wahyuni NIM : 1208405018 Pembimbing : 1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si,
Lebih terperinciANALISIS MODEL REGRESI NONPARAMETRIK SIRKULAR-LINEAR BERGANDA KOMPETENSI STATISTIKA SKRIPSI
ANALISIS MODEL REGRESI NONPARAMETRIK SIRKULAR-LINEAR BERGANDA KOMPETENSI STATISTIKA SKRIPSI KOMANG CANDRA IVAN 1108405007 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA
Lebih terperinciBAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio
21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi
Lebih terperinciMETODE PAUTAN TERBAIK DALAM PENGELOMPOKAN DESA/KELURAHAN DI KOTA DENPASAR MENURUT INDIKATOR PENDIDIKAN KOMPETENSI STATISTIKA SKRIPSI
35 METODE PAUTAN TERBAIK DALAM PENGELOMPOKAN DESA/KELURAHAN DI KOTA DENPASAR MENURUT INDIKATOR PENDIDIKAN KOMPETENSI STATISTIKA SKRIPSI NI WAYAN ARIS APRILIA A.P 1008405033 JURUSAN MATEMATIKA FAKULTAS
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Seperti yang kita ketahui, bahwa akhir-akhir ini nilai standar kelulusan Ujian Nasional (UN) di Indonesia terkhususnya pendidikan di tingkat SMA semakin tinggi. Oleh
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 295-304 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN DISKRIMINAN KUADRATIK KLASIK DAN DISKRIMINAN KUADRATIK
Lebih terperinciDISKRIMINAN LINIER UNTUK KLASIFIKASI PERUSAHAAN MANIPULATOR DAN NON-MANIPULATOR. (Studi Kasus Di Bursa Efek Indonesia Tahun 2013)
PENERAPAN FORMULA BENEISH M-SCORE DAN ANALISIS DISKRIMINAN LINIER UNTUK KLASIFIKASI PERUSAHAAN MANIPULATOR DAN NON-MANIPULATOR (Studi Kasus Di Bursa Efek Indonesia Tahun 2013) SKRIPSI Disusun oleh ISSABELLA
Lebih terperinciAnalisis Diskriminan Kernel dengan Metode Cross Validation
Analisis Diskriminan Kernel dengan Metode Cross Validation (Studi Kasus : Faktor- Faktor yang Berhubugan dengan Kejadian Hipertensi pada Puskesmas Usuku Wakatobi Sulawesi Tenggara Tahun 203) Rasmi, Saleh
Lebih terperinciANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA KOMPETENSI STATISTIKA SKRIPSI
ANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA KOMPETENSI STATISTIKA SKRIPSI DESAK AYU WIRI ASTITI 1108405021 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciKata Kunci : Common Effect, Fixed Effect, Tingkat Kesejahteraan Masyarakat (IPM), Regresi Data Panel
Judul Nama Pembimbing : Analisis Tingkat Kesejahteraan Masyarakat Kabupaten/Kota di Provinsi Bali : Kadek Ari Lestari : 1. Ir. I Putu Eka Nila Kencana, M.T. 2. Ir. I Komang Gde Sukarsa, M.Si. ABSTRAK Penelitian
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
10 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam upaya meningkatkan Sumber Daya Manusia (SDM) yang bermutu, bidang pendidikan memegang peranan penting. Dengan pendidikan diharapkan kemampuan mutu pendidikan
Lebih terperinciPENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI
PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI Disusun Oleh: NANDANG FAHMI JALALUDIN MALIK NIM. J2E 009
Lebih terperinciPERBANDINGAN ANALISIS KLASIFIKASI MENGGUNAKAN METODE K-NEAREST NEIGHBOR
PERBANDINGAN ANALISIS KLASIFIKASI MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN) DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) PADA DATA AKREDITASI SEKOLAH DASAR NEGERI DI KOTA SEMARANG SKRIPSI Oleh
Lebih terperinciPENDUGAAN MODEL REGRESI SEMIPARAMETRIK MENGGUNAKAN PENDUGA KERNEL [SKRIPSI] KOMPETENSI STATISTIKA
PENDUGAAN MODEL REGRESI SEMIPARAMETRIK MENGGUNAKAN PENDUGA KERNEL [SKRIPSI] KOMPETENSI STATISTIKA oleh: NI PUTU PERDINA 0808405003 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciAnalisis Cluster, Analisis Diskriminan & Analisis Komponen Utama. Analisis Cluster
Analisis Cluster Analisis Cluster adalah suatu analisis statistik yang bertujuan memisahkan kasus/obyek ke dalam beberapa kelompok yang mempunyai sifat berbeda antar kelompok yang satu dengan yang lain.
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN. Nerli Khairani Lia Anggriani Siregar. Abstrak
97 FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN Nerli Khairani Lia Anggriani Siregar Abstrak Analisis diskriminan adalah metode statistika yang digunakan untuk mengelompokkan
Lebih terperinciPERBANDINGAN ANALISIS DISKRIMINAN DAN K-NEAREST NEIGHBOR (KNN) UNTUK MENGKLASIFIKASIKAN PENDERITA PENYAKIT TUBERKULOSIS (TB)
JIMT Vol. 12 No. 2 Desember 2016 (Hal 115-124) ISSN : 2450 766X PERBANDINGAN ANALISIS DISKRIMINAN DAN K-NEAREST NEIGHBOR (KNN) UNTUK MENGKLASIFIKASIKAN PENDERITA PENYAKIT TUBERKULOSIS (TB) Nurfajri 1,
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 21 Kemiskinan Definisi tentang kemiskinan telah mengalami perluasan, seiring dengan semakin kompleksnya faktor penyebab, indikator, maupun permasalahan lain yang melingkupinya Kemiskinan
Lebih terperinciPENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA
PENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA KOMPETENSI STATISTIKA SKRIPSI NI PUTU IIN VINNY DAYANTI 1108405018
Lebih terperinciPENDUGA PENCILAN BOGOR 2013
PERBANDINGAN PENDUGA MINIMUM COVARIANCE DETERMINANT (MCD) DENGAN MAXIMUMM LIKELIHOOD ESTIMATION (MLE) PADA ANALISIS DISKRIMINANN UNTUK DATA YANG MENGANDUNGG PENCILAN TRI HARDI PUTRA DEPARTEMEN STATISTIK
Lebih terperinciSKRIPSI. Disusun Oleh : DINI PUSPITA JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
KLASIFIKASI TINGKAT KELUARGA SEJAHTERA DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL DAN FUZZY K-NEAREST NEIGHBOR (STUDI KASUS KABUPATEN TEMANGGUNG TAHUN 2013) SKRIPSI Disusun Oleh : DINI PUSPITA
Lebih terperinciBAB IV PENGOLAHAN DATA
BAB IV PENGOLAHAN DATA 4.1 Print Output dan Analisa Output A. Diskriminan Parameter : 1. Grup 1 : Konsumen (responden) yang sering berkunjung ke... Grup 2 : Konsumen (responden) yang sering berkunjung
Lebih terperinciKETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
Lebih terperinciKLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN)
KLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN) SKRIPSI Oleh : YANI PUSPITA KRISTIANI 24010211120018
Lebih terperinciBAB I PENDAHULUAN. Sekolah Menengah Atas (disingkat SMA), adalah jenjang pendidikan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sekolah Menengah Atas (disingkat SMA), adalah jenjang pendidikan menengah pada pendidikan formal di Indonesia setelah lulus Sekolah Menengah Pertama (atau sederajat).
Lebih terperinciABSTRAK. Kata kunci: DBD, Efek Spasial, Spatial Autoregressive (SAR).
Judul Nama Pembimbing : Pemodelan Penyebaran Kasus Demam Berdarah Dengue (DBD) di Kota Denpasar dengan Metode Spatial Autoregressive (SAR) : Ni Made Surya Jayanti : 1. I Wayan Sumarjaya, S.Si., M.Stats.
Lebih terperinciAPLIKASI ANALISIS DISKRIMINAN UNTUK MENENTUKAN FUNGSI PENGELOMPOKAN PADA PROGRAM PEMBAGIAN KARTU KELUARGA SEJAHTERA (KKS)
APLIKASI ANALISIS DISKRIMINAN UNTUK MENENTUKAN FUNGSI PENGELOMPOKAN PADA PROGRAM PEMBAGIAN KARTU KELUARGA SEJAHTERA (KKS) (Studi Kasus pada Kelurahan 1 Ulu Kecamatan Seberang Ulu 1 Palembang) Didin Astriani
Lebih terperinciKLASIFIKASI KEIKUTSERTAAN KELUARGA DALAM PROGRAM KELUARGA BERENCANA (KB) DI KOTA SEMARANG MENGGUNAKAN METODE MARS DAN FK-NNC
KLASIFIKASI KEIKUTSERTAAN KELUARGA DALAM PROGRAM KELUARGA BERENCANA (KB) DI KOTA SEMARANG MENGGUNAKAN METODE MARS DAN FK-NNC SKRIPSI Oleh : ARYONO RAHMAD HAKIM NIM : 24010211140104 DEPARTEMEN STATISTIKA
Lebih terperinciANALISIS DERAJAT KESEHATAN MASYARAKAT PROVINSI BALI DENGAN MENGGUNAKAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) KOMPETENSI STATISTIKA
ANALISIS DERAJAT KESEHATAN MASYARAKAT PROVINSI BALI DENGAN MENGGUNAKAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) KOMPETENSI STATISTIKA SKRIPSI NI WAYAN DIANSUANTARI 1108405041 JURUSAN MATEMATIKA
Lebih terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN AUSTRALIA YANG BERKUNJUNG KE BALI MENGGUNAKAN MODEL TIME VARYING PARAMETER (TVP) KOMPETENSI STATISTIKA SKRIPSI
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN AUSTRALIA YANG BERKUNJUNG KE BALI MENGGUNAKAN MODEL TIME VARYING PARAMETER (TVP) KOMPETENSI STATISTIKA SKRIPSI I PUTU GEDE DIAN GERRY SUWEDAYANA 1208405012 JURUSAN
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 651-659 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI TINGKAT KELANCARAN NASABAH DALAM MEMBAYAR PREMI
Lebih terperinciSKRIPSI. Disusun oleh: DHINDA AMALIA TIMUR
KETEPATAN KLASIFIKASI KEIKUTSERTAAN KELUARGA BERENCANA (KB) MENGGUNAKAN ANALISIS REGRESI LOGISTIK BINER DAN FUZZY K-NEAREST NEIGHBOR IN EVERY CLASS DI KABUPATEN KLATEN SKRIPSI Disusun oleh: DHINDA AMALIA
Lebih terperinciKETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI REGRESI LOGISTIK MULTINOMIAL
KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL SKRIPSI Oleh : Ahmad Reza Aditya 24010210130055 JURUSAN STASTISTIKA
Lebih terperinciPENGARUH MERCHANDISE, STORE ATMOSPHERE, DAN SERVICE TERHADAP PEMILIHAN FORMAT TOKO PADA TOKO PAKAIAN POLO DI SURABAYA
PENGARUH MERCHANDISE, STORE ATMOSPHERE, DAN SERVICE TERHADAP PEMILIHAN FORMAT TOKO PADA TOKO PAKAIAN POLO DI SURABAYA OLEH : DEVILIA MELINA CHRISTHIE 3103010161 JURUSAN MANAJEMEN FAKULTAS BISNIS UNIVERSITAS
Lebih terperinciKLASIFIKASI KELULUSAN MAHASISWA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)
KLASIFIKASI KELULUSAN MAHASISWA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) SKRIPSI Disusun oleh : RIZAL YUNIANTO GHOFAR 240102101410029
Lebih terperinciABSTRAK. Kata Kunci: kredit, klasifikasi, analisis diskriminan kernel
ABSTRAK Kredit merupakan aset yang paling besar yang dikelola bank dan juga merupakan kontributor yang paling dominan terhadap pendapatan bank. Namun, kegiatan menyalurkan kredit mengandung risiko yang
Lebih terperinciANALISIS DISKRIMINAN KUADRATIK PADA PENJURUSAN MADRASAH ALIYAH NEGERI (MAN) 1 JEMBER SKRIPSI. Oleh. Puphus Inda Wati NIM
i ANALISIS DISKRIMINAN KUADRATIK PADA PENJURUSAN MADRASAH ALIYAH NEGERI (MAN) 1 JEMBER SKRIPSI Oleh Puphus Inda Wati NIM 081810101031 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Metode klasifikasi merupakan salah satu metode statistika untuk mengelompok atau mengklasifikasi suatu data yang disusun secara sistematis ke dalam suatu kelompok sehingga
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 1-10 Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 1-10 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK
Lebih terperinciPERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN
E-Jurnal Matematika Vol. 3, No.2 Mei 2014, 45-52 ISSN: 2303-1751 PERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN NI PUTU NIA IRFAGUTAMI 1, I GUSTI
Lebih terperinciKata Kunci: Autokorelasi, Heteroskedastisitas, Metode Kuadrat Terkecil, Metode Newey West
Judul : Penerapan Metode Newey West dalam Mengoreksi Standard Error ketika Terjadi Heteroskedastisitas dan Autokorelasi pada Analisis Regresi Nama : Zakiah Nurlaila NIM : 1208405019 Pembimbing : 1. Made
Lebih terperinciIMPLEMENTASI METODE BOOTSTRAP DALAM INFERENSI TITIK- TITIK BIPLOT AMMI MODEL AMMI CAMPURAN (MIXED AMMI)
LEMBAR JUDUL IMPLEMENTASI METODE BOOTSTRAP DALAM INFERENSI TITIK- TITIK BIPLOT AMMI MODEL AMMI CAMPURAN (MIXED AMMI) (Studi Kasus: Menduga Stabilitas Genotipe Padi) KOMPETENSI STATISTIKA [SKRIPSI] NI PUTU
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciSKRIPSI. Disusun Oleh : RAHMA NURFIANI PRADITA
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA KABUPATEN/ KOTA DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION SKRIPSI Disusun Oleh : RAHMA NURFIANI
Lebih terperinciABSTRAK. Kata Kunci: regresi nonparametrik spline, knot, GCV, angka kematian bayi.
Judul : Pemodelan Regresi Nonparametrik Spline Pada Angka Kematian Bayi di Provinsi Bali Nama : Gede Abdi Hadi Suryawan Pembimbing : 1. I.Gst. Ayu Made Srinadi, S.Si.,M.Si. 2. I Wayan Sumarjaya, S.Si.,M.Stats.
Lebih terperinciANALISIS REGRESI MULTILEVEL TERHADAP NILAI UJIAN NASIONAL SISWA KOMPETENSI STATISTIKA SKRIPSI NI LUH AYU FITRIANI JURUSAN MATEMATIKA
LEMBAR JUDUL ANALISIS REGRESI MULTILEVEL TERHADAP NILAI UJIAN NASIONAL SISWA KOMPETENSI STATISTIKA SKRIPSI NI LUH AYU FITRIANI 1008405024 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciTESIS MERRY MAGDALENA UNIVERSITAS INDONESIA FAKULTAS EKONOMI PROGRAM STUDI MAGISTER MANAJEMEN JAKARTA DESEMBER 2008
FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN INVESTASI AKTIVA TETAP PADA PERUSAHAAN YANG DIKELOMPOKAN DALAM FINANCIALLY CONSTRAINED STUDI KASUS: INDUSTRI MANUFAKTUR TESIS MERRY MAGDALENA 0606145233 UNIVERSITAS
Lebih terperinciABSTRACT. Keywords: Six Sigma, DMAIC, FMEA
Title Name Supervisor : Penerapan Metode Six Sigma Dalam Analisi Kualitas Produk (Studi Kasus Produk Batik Handprint Pada PT X di Bali) : Tri Alit Tresna Putra : 1. Ir. I Komang Gde Sukarsa, M.Si. 2. I
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PRESTASI SISWA SMA NEGERI 1 RANTAU UTARA, KABUPATEN LABUHAN BATU SKRIPSI MUHAMMAD YUSUF
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PRESTASI SISWA SMA NEGERI 1 RANTAU UTARA, KABUPATEN LABUHAN BATU SKRIPSI MUHAMMAD YUSUF 130823028 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciJURNAL MATEMATIKA DAN PEMBELAJARANNYA 2016 VOLUME 2, NO. 1. ISSN
VOLUME 2, NO. 1. ISSN 2303-0992 N. PONTO PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA (Studi Kasus: Siswa SMA Negeri Siau Timur Kabupaten Siau Tagulandang Biaro Propinsi
Lebih terperinciPERBANDINGAN METODE KLASIFIKASI NAÏVE BAYES DAN K-NEAREST NEIGHBOR PADA ANALISIS DATA STATUS KERJA DI KABUPATEN DEMAK TAHUN 2012
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 831-838 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN METODE KLASIFIKASI NAÏVE BAYES DAN K-NEAREST NEIGHBOR
Lebih terperinciPERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 1-5 ISSN: 2303-1751 PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA NI WAYAN
Lebih terperinciAnalisis Data Panel Tidak Lengkap Model Komponen Error Dua Arah dengan Metode Minimum Variance Quadratic Unbiased Estimation (MIVQUE) SKRIPSI
Analisis Data Panel Tidak Lengkap Model Komponen Error Dua Arah dengan Metode Minimum Variance Quadratic Unbiased Estimation (MIVQUE) (Studi Kasus Model Return Saham Di BEJ) SKRIPSI Oleh: RATIH DWI ASTUTI
Lebih terperinciDISCRIMINANT ANALYSIS
DISCRIMINANT ANALYSIS STATISTIK LANJUT MAGISTER PROFESI F.PSI.UI Liche Seniati 1 Discriminant Analysis Merupakan teknik parametrik yang digunakan untuk menentukan bobot dari prediktor yg paling baik untuk
Lebih terperinciJudul : Perbandingan Metode MCD Bootstrap dan. Analisis Regresi Linear Berganda. Pembimbing : 1. Dra. Ni Luh Putu Suciptawati,M.Si
Judul : Perbandingan Metode MCD Bootstrap dan LAD Bootstrap Dalam Mengatasi Pengaruh Pencilan Pada Analisis Regresi Linear Berganda Nama : Ni Luh Putu Ratna Kumalasari Pembimbing : 1. Dra. Ni Luh Putu
Lebih terperinciII. TINJAUAN PUSTAKA. dengan kendala menjadi model penuh tanpa kendala,
4 II. TINJAUAN PUSTAKA Dalam penelitian ini akan didiskusikan tentang transformasi model tak penuh dengan kendala menjadi model penuh tanpa kendala, pendugaan parameter, pengujian hipotesis dan selang
Lebih terperinciKLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman 1077-1085 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN
Lebih terperinciPENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 11-16 ISSN: 2303-1751 PENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA NI MADE SEKARMINI 1, I KOMANG GDE SUKARSA
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan
Lebih terperinciANALISIS PERFORMANSI PERUSAHAAN SYARIAH DI BURSA EFEK INDONESIA (BEI) MENGGUNAKAN METODE DISCRIMINANT ANALYSIS DAN SUPPORT VECTOR MACHINE (SVM)
ANALISIS PERFORMANSI PERUSAHAAN SYARIAH DI BURSA EFEK INDONESIA (BEI) MENGGUNAKAN METODE DISCRIMINANT ANALYSIS DAN SUPPORT VECTOR MACHINE (SVM) NUR SYAFRIDA - 1308 100 065 Pembimbing : Muhammad Mashuri,
Lebih terperinciDEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
ANALISIS FAKTOR-FAKTOR PRODUKSI PERIKANAN TANGKAP PERAIRAN UMUM DARATAN DI JAWA TENGAH MENGGUNAKAN REGRESI BERGANDA DAN MODEL DURBIN SPASIAL SKRIPSI Disusun Oleh : PUJI RETNOWATI 24010212130049 DEPARTEMEN
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI RANKING SISWA DENGAN MENGGUNAKAN ANALISIS DISKRIMINAN (STUDI KASUS DI SMP NEGERI 10 MEDAN) SKRIPSI
1 FAKTOR-FAKTOR YANG MEMPENGARUHI RANKING SISWA DENGAN MENGGUNAKAN ANALISIS DISKRIMINAN (STUDI KASUS DI SMP NEGERI 10 MEDAN) SKRIPSI SIMON JN SINAGA 140823005 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPROSIDING ISSN: M-14 ANALISIS K-MEANS CLUSTER UNTUK PENGELOMPOKAN KABUPATEN /KOTA DI JAWABARAT BERDASARKAN INDIKATOR MASYARAKAT
M-14 ANALISIS K-MEANS CLUSTER UNTUK PENGELOMPOKAN KABUPATEN /KOTA DI JAWABARAT BERDASARKAN INDIKATOR MASYARAKAT Soemartini 1, dan Enny Supartini 2 1,2) Departemen Statistika FMIPA UNPAD Bandung tine_soemartini@yahoocom,
Lebih terperinciBOOTSTRAP AGGREGATING (BAGGING) REGRESI LOGISTIK ORDINAL UNTUK MENGKLASIFIKASIKAN STATUS GIZI BALITA DI KABUPATEN KLUNGKUNG
E-Jurnal Matematika Vol. 5 (3), Agustus 2016, pp. 103-110 ISSN: 2303-1751 BOOTSTRAP AGGREGATING (BAGGING) REGRESI LOGISTIK ORDINAL UNTUK MENGKLASIFIKASIKAN STATUS GIZI BALITA DI KABUPATEN KLUNGKUNG Palupi
Lebih terperinciPENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS
PENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS KOMPETENSI STATISTIKA [SKRIPSI] NI KETUT TRI UTAMI 0808405017 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPERBANDINGAN TRANSFORMASI BOX-COX DAN REGRESI KUANTIL MEDIAN DALAM MENGATASI HETEROSKEDASTISITAS
E-Jurnal Matematika Vol. 4 (1), Januari 2015, pp. 8-13 ISSN: 2303-1751 PERBANDINGAN TRANSFORMASI BOX-COX DAN REGRESI KUANTIL MEDIAN DALAM MENGATASI HETEROSKEDASTISITAS Ni Wayan Yuni Cahyani 1, I Gusti
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciKLASIFIKASI KEIKUTSERTAAN KELUARGA DALAM PROGRAM KELUARGA BERENCANA (KB) DI KOTA SEMARANG MENGGUNAKAN METODE MARS DAN FK-NNC
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 341-349 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI KEIKUTSERTAAN KELUARGA DALAM PROGRAM KELUARGA BERENCANA
Lebih terperinciESTIMASI PARAMETER PADA MODEL REGRESI LINIER MULTILEVEL DENGAN METODE RESTRICTED MAXIMUM LIKELIHOOD (REML) abang Semarang SKRIPSI.
ESTIMASI PARAMETER PADA MODEL REGRESI LINIER MULTILEVEL DENGAN METODE RESTRICTED MAXIMUM LIKELIHOOD (REML) abang Semarang PT Jasa Marga ro) C SKRIPSI Disusun Oleh : ISNI RAKHMI DIANTI J2E 006 018 PROGRAM
Lebih terperinciABSTRAK. : Mortalitas, estimasi, dan model Lee-Carter.
Judul : Estimasi Mortalitas Provinsi Bali Menggunakan Model Lee-Carter Nama : Ni Kadek Lila Mayuri NIM : 1208405002 Pembimbing : 1. Ir. Komang Dharmawan, M.Math.,Ph.D 2. Ir. Tjokorda Bagus Oka, Ph.D ABSTRAK
Lebih terperinciPEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) DENGAN FUNGSI PEMBOBOT FIXED GAUSSIAN KERNEL DAN ADAPTIVE GAUSSIAN KERNEL (Studi Kasus Laju Pertumbuhan Penduduk Provinsi Jawa Tengah) SKRIPSI
Lebih terperinciBAB I PENDAHULUAN. logistik didasarkan pada pendekatan analisis regresi linear merupakan metode yang
BAB I PENDAHULUAN 1.1 Latar Belakang Klasifikasi merupakan suatu metode statistika untuk mengelompokkan sekumpulan objek yang disusun secara sistematis ke dalam suatu kelompokkelompok baru yang lebih kecil
Lebih terperinciPEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA)
PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA) SKRIPSI Disusun Oleh : NOVIKA PRATNYANINGRUM 24010211140095
Lebih terperinciSILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE :
SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE : JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2005-2006 MATAKULIAH
Lebih terperinciBAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma
BAB II TINJAUAN PUSTAKA Bab ini akan membahas pengertian metode klasifikasi berstruktur pohon, konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma CHAID, keakuratan dan kesalahan dalam
Lebih terperinciTUGAS AKHIR PEMODELAN REGRESI SPLINE. (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) KOMPETENSI STATISTIKA I MADE BUDIANTARA PUTRA JURUSAN MATEMATIKA
TUGAS AKHIR PEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) KOMPETENSI STATISTIKA I MADE BUDIANTARA PUTRA 1008405010 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciBINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI
METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI SKRIPSI Disusun oleh: RIDHA RAMANDHANI 24010212140071 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciIMPLEMENTASI METODE PENALIZED MAXIMUM LIKELIHOOD ESTIMATION PADA MODEL REGRESI LOGISTIK BINER SKRIPSI. Oleh Miftahus Sholihin NIM
IMPLEMENTASI METODE PENALIZED MAXIMUM LIKELIHOOD ESTIMATION PADA MODEL REGRESI LOGISTIK BINER SKRIPSI Oleh Miftahus Sholihin NIM 101810101001 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA
PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA Ni Luh Putu Ratna Kumalasari 1, Ni Luh Putu Suciptawati 2,, Made Susilawati
Lebih terperinciSKRIPSI. Disusun Oleh : YUSUF ARIFKA RAHMAN
Ketepatan Klasifikasi Status Pemberian Air Susu Ibu (ASI) Menggunakan Multivariate Adaptive Regression Splines (MARS) dan Algoritma C4.5 di Kabupaten Sragen SKRIPSI Disusun Oleh : YUSUF ARIFKA RAHMAN 24010211120011
Lebih terperinciABSTRAK. Kata kunci : Metode Binomial Tree, Opsi Amerika, Variance Matching, Proposional u d = 1, Risk Neutral.
Judul Nama Pembimbing : Penerapan Metode Binomial Tree dalam Mengestimasi Harga Kontrak Opsi Tipe Amerika : I Gusti Ayu Mita Ermia Sari : 1. Ir. Komang Dharmawan., M.Math., Ph.D. 2. Ir. Tjok Bagus Oka.,
Lebih terperinciPenerapan Garis Berat Segitiga Centroid untuk Menentukan Kelompok pada Analisis Diskriminan
Penerapan Garis Berat Segitiga Centroid untuk Menentukan Kelompok pada Analisis Diskriminan I Komang Gede Sukarsa, I Putu Eka Nila Kencana 2, NM. Dwi Kusumawardani 3 Laboratorium Statistika Jurusan Matematika
Lebih terperinciAnalisis Diskriminan
Analisis Diskriminan Analisis Diskriminan adalah teknik Multivariat yang termasuk pada Dependence Method, dengan ciri adanya variabel dependen dan independen. Dengan demikian, ada variabel yang hasilnya
Lebih terperinciKlasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan
Statistika, Vol. 15 No. 2, 87-97 November 215 Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan Fitriana A.R. 1, Nurhasanah 2, Ririn Raudhatul
Lebih terperinci