Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : FORUM STATISTIKA DAN KOMPUTASI

Realisasi titik-titik secara spasial diwujudkan dengan pola titik-titik tersebut dalam ruang.  Pola titik dalam ruang pada prinsipnya ada tiga macam, yakni pola titik spasial secara acak, pola titik spasial secara regular serta pola titik spasial secara kelompok. Tujuan penelitian ini adalah menentukan fungsi massa peluang yang menggambarkan sebaran titik spasial kelompok, melakukan simulasi perubahan ukuran grid pada metode kuadran terhadap nilai VMR serta perubahan pola titik spasial kelompok. Muhammad Nur Aidi
FORUM STATISTIKA DAN KOMPUTASI Vol. 14 No. 1 (2009)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Realisasi titik-titik secara spasial diwujudkan dengan pola titik-titik tersebut dalam ruang.  Pola titik dalam ruang pada prinsipnya ada tiga macam, yakni pola titik spasial secara acak, pola titik spasial secara regular serta pola titik spasial secara kelompok. Tujuan penelitian ini adalah menentukan fungsi massa peluang yang menggambarkan sebaran titik spasial kelompok, melakukan simulasi perubahan ukuran grid pada metode kuadran terhadap nilai VMR serta perubahan pola titik spasial kelompok. Langkah yang ditempuh adalah membangun fungsi massa peluang yang merupakan pembangkit sebaran spasial kelompok, serta melakukan simulasi pada analisis kuadran dengan membagi wilayah menjadi beberapa grid. Hasil yang ditunjukkan Sebaran spasial kelompok mempunyai fungsi massa peluang binomial negative serta nilai VMR > 1. Apabila Banyaknya Grid bersifat terbatas maka peurubahan banyaknya grid tidak merubah kesimpulan bahwa VMR > 1 yang artinya sebaran fungsi massa peluang binomial negative akan mempunyai sebaran titik spasial bersifat kelompok. Nilai VMR merupakan fungsi eksponensial terhadap banyaknya grid, yakni VMR= 4,976371 exp(-0,003138* banyaknya grid.
PENGGUNAAN RANTAI MARKOV UNTUK ANALISIS SPASIAL SERTA MODIFIKASINYA DARI SISTEM TERTUTUP KE SISTEM TERBUKA Muhammad Nur Aidi
FORUM STATISTIKA DAN KOMPUTASI Vol. 13 No. 1 (2008)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (169.749 KB)

Abstract

Model rantai Markov merupakan suatu konsep yang menarik untuk menggambarkan dan menganalisa kealamian suatu perubahan diakibatkkan oleh pergerakan state-state di atas, terkadang model Markov juga dipergunakan untuk meramalkan perubahan pada masa depan   Kata Kunci : Model Markov, Ekuilibrium, Matriks Fundamental
PERBAIKAN METODE KRIGING BIASA (ORDINARY KRIGING) MELALUI PEMECAHAN MATRIKS C MENJADI BEBERAPA ANAK MATRIKS NON OVERLAP UNTUK MEWAKILI DRIFT PADA PEUBAH SPASIAL Muhammad Nur Aidi
FORUM STATISTIKA DAN KOMPUTASI Vol. 12 No. 1 (2007)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Persoalan dalam pendugaan spasial dengan menggunakan konsep drift sering kali menemui kendala bila kondisi permukaan yang diduga bersifat anisotropik.  Pada kondisi anisotropik kuranglah tepat apabila hanya menggunakan satu model korelogram (variogram). Dalam tulisan ini dicoba area yang diteliti dibagi menjadi beberapa partisi (4 partisi) sehingga disusun empat model variogram untuk keseluruhan area.  Dari empat partisi tersebut dicari nilai-nilai total pembobot yang layak agar fungsi penduga menjadi tak bias.  Selanjutnya dilakukan perbandingan pendugaan nilai pada titik-titik yang tidak dilakukan pengukuran antara tanpa partisi dengan partisi.  Hasil pendugaan menunjukkan bahwa nilai dugaan sama dengan nilai sebenarnya baik yang tak dipartisi maupun yang dipartisi. Akan tetapi, nilai pendugaan yang dihasilkan dari area yang dipartisi lebih baik dibandingkan tanpa partisi.
CLUSTERING PROVINCE IN INDONESIA BY COMMUNICATION TECHNOLOGY RELATED VARIABLES Ahmad Nur Rohman; _ Erfiani; Muhammad Nur Aidi
FORUM STATISTIKA DAN KOMPUTASI Vol. 20 No. 2 (2015)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (449.443 KB)

Abstract

Technological developments in Indonesia growth rapidly. Almost all systems used in daily life have been using the technology. One of its technology is communication technology. It because communication technology is a important tool for send information. All was done in order to communicate easier and faster. It is therefore important to research the condition of the existing communication technology in Indonesia. Communications technology also one of the focus of the government in national development. But not easy to know the state of communication technology in Indonesia because Indonesia has a large region and different geographically. The purpose of this research was to determine the grouping of provinces in Indonesia to increase the communication sector in order to support national development. The method used in this research is cluster hierarchical analysis method and criterion of determining the best method and many cluster optimal use Cubic Clustering Criterion (CCC). The data used is secondary data from the Statisctics Indonesia (BPS) and the Ministry of Communication and Information. The results showed that the number of cluster based on related communication technology variables are 3 cluster which 1st cluster members consist of 21 provinces, 2nd cluster members consist of 7 provinces and 3rd cluster members consist of 3 provinces.Key words : Communications Technology, Cluster Analysis, Hierarchical Method, Cubic Clustering Criterion (CCC)
MODELLING OF FORECASTING MONTHLY INFLATION BY USING VARIMA AND GSTARIMA MODELS Andi Setiawan; Muhammad Nur Aidi; I Made Sumertajaya
FORUM STATISTIKA DAN KOMPUTASI Vol. 20 No. 2 (2015)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (293.317 KB)

Abstract

The model parameters could be different form the well to the factors of time and location. A general model of GSTAR can be used to establish model the inflation in some locations by using GSTARIMA model if time series data is self-contained autoregressive, differentiation, and moving averages. This study examines whether the effect of such locations on the GSTARIMA model is better than the VARIMA model that regardless of the location influences. The aim of this study is to establish two models of inflation six provincial capitals in Java using VARIMA model and GSTARIMA model with inverse distance weighting. Dummy variables have been used to overcome normality and white noise problems. The best forecasting of monthly inflation in provincial captitals in Java Island is GSTAR(1;1) with inverse distance weighting. It has smallest RMSE value of 0.9199.Key words : GSTARIMA, Inverse Distance, RMSE, VARIMA