Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Statistika
Aunuddin Aunuddin
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Mathematics

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Metode Klasifikasi Berstruktur Pohon Biner (Studi Kasus pada Prakiraan Sifat Hujan Bulanan di Bogor) Aan Kardiana; Aunuddin Aunuddin; Aji Hamim Wigena; Hari Wijayanto
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Makalah ini menguraikan tentang aplikasi pohon biner berupa pembentukan Pohon Klasifikasi dengan menggunakan algoritma pemilahan secara rekursif dilanjutkan dengan kombinasi strategi pemangkasan pohon ber-cost-complexity terkecil dan penggunaan contoh validasi silang, untuk mendapatkan pohon yang berukuran tepat. Metode ini diterapkan dalam prakiraan sifat hujan bulanan menggunakan data klimatologi rata-rata bulanan di stasiun Klimatologi Kelas I Darmaga Bogor. Peubah rata-rata suhu pada jam 07.00 wib. merupakan peubah dominan. Hasil evaluasi prakiraan selama periode pengujian, tingkat ketepatan metode: Regresi Linier Osilasi Selatan; Probabilitas; Regresi Linier Curah Hujan dan Pohon Klasifikasi masing-masing bernilai: 42,86 %; 14,29 %; 14,29 %; dan 71,43%.Kata kunci: Pohon Klasifikasi.
Penentuan Gugus Kombinasi Taraf-taraf Faktor Optimal pada Percobaan Respon Ganda Berkorelasi Aceng Komarudin Mutaqin; Aunuddin Aunuddin; Budi Susetyo
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.911

Abstract

Makalah ini membahas metode penentuan gugus kombinasi taraf-taraf faktor optimal padapercobaan respon ganda berkorelasi. Kombinasi taraf-taraf faktor optimalnya diperoleh denganmenggunakan kriteria yang memaksimumkan proporsi sesuai. Gugus kombinasi taraf-taraf faktoroptimalnya diperoleh melalui pendugaan selang proporsi sesuai untuk setiap kombinasi taraf-taraffaktor dalam daerah percobaan dengan menggunakan metode persentil bootstrap parametrik.Sebagai bahan untuk mengilustrasikan metode tersebut adalah data penelitian hasil percobaanpembuatan briket batubara yang dilakukan di Lab. Batubara Puslitbang TekMIRA Bandung, JawaBarat.
OPTIMUM DESIGN PADA PERANCANGAN PERCOBAAN MIXTURE Bagus Sartono; Aunuddin Aunuddin; Budi Susetyo
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.519

Abstract

Salah satu hal penting pada perancangan percobaan adalah melakukan perancangan level secara optimum terhadapkomponen penyusun perlakuan sehingga ragam penduga akan minimum. Penduga yang dimaksud adalah penduga koefisienmodel dan penduga respon. Semakin banyak kendala-kendala pada besarnya komponan campuran dipercobaan mixturemenyebabkan titik rancangan optimum yang harus dicoba juga sebaik banyak. Algoritma XVERTI merupakan algoritma untukmenemukan titik-titik tersebut. Namun, ketersediaan bahan dan biaya percobaan menjadi kendala sendiri. Untuk itulah perludipilih sebagian titik saja, sehingga target biaya bisa dipenuhi namun tidak paling optimum dalam hal ragam penduga. Kekurangsepakatan antar kriteria adalah permasalahan tersendiri pada proses pemilihan titik. Pada makalah ini dibahas beberapa hasilsimulasi algoritma pemilihan titik antara lain greedy search algorithm (dengan kriteria D-optimality, dan A-optimality), Naesalgorithm, dan uniform mapping algorithm
Pendugaan Regresi Spline Terpenalti dengan Pendekatan Model Linear Campuran Anik Djuraidah; Aunuddin Aunuddin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 6, No 1 (2006)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v6i1.935

Abstract

Regresi spline terpenalti, atau P-spline, adalah regresi yang ditentukan dengan kuadrat terkecil danpenalti kekasaran. P-spline dapat direpresentasikan dalam bentuk model linear campuran dengankomponen ragam mengontrol tingkat ketidaklinearan dari penduga fungsi mulusnya. Pendugaan Psplinedengan pendekatan model linear campuran mempunyai tiga keuntungan. Keuntunganpertama adalah P-spline dapat diduga dengan metode kemungkinan maksimum (ML) atau denganmetode kemungkinan maksimum berkendala (REML). Keuntungan kedua adalah komputasi lebihcepat karena menggunakan basis pemulus berdimensi rendah. Keuntungan ketiga adalah P-splinedapat dikembangkan untuk model dengan peubah penjelas lebih dari satu.
APLIKASI PROJECTION PURSUIT DAN JARINGAN SYARAF TIRUAN DALAM PEMODELAN STATISTICAL-DOWNSCALING Aji Hamim Wigena; Aunuddin Aunuddin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.869

Abstract

Model statistical-downscaling digunakan untuk mengetahui hubungan antara peubah iklim skala global (data GCM)dengan peubah iklim skala lokal (data curah hujan). Metode Projection Pursuit digunakan untuk mereduksi dimensi besardata GCM menjadi dimensi kecil, serupa dengan Analisis Komponen Utama. Pendugaan model dilakukan dengan metodeProjection Pursuit dan jaringan syaraf tiruan (ANN). Dugaan curah hujan dengan ANN lebih baik daripada dugaan curahhujan tidak dengan ANN. Keduanya dibandingkan berdasarkan RMSE dan korelasi curah hujan aktual dengan dugaannya.
KAJIAN PENCILAN PADA METODE PLS UNTUK MODEL PERSAMAAN STRUKTURAL Bambang Irawan; Aunuddin Aunuddin; Aji Hamim Wigena
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.520

Abstract

Ada dua pendekatan SEM (Structural Equation Model) yaitu Metode LISREL (Linear Structural RELations) dan PLS(Partial Least Squares). Kedua metode tersebut diterapkan pada pemodelan prestasi manajer. Dalam pendugaan model prestasimanajer, ukuran contoh relatif kecil (n=47) dan peubah pengamatan tidak menyebar normal ganda karena adanya pencilan.Setelah pencilan dibuang, pada LISREL ada perubahan nilai RMSEA dari 0.188 menjadi 0.09, sedangkan pada Metode PLStidak ada perubahan. Metode PLS lebih besar dari metode LISREL.
PERBANDINGAN PEMULUSAN KERNEL DAN SPLINE Erfiani Erfiani; Aji Hamim Wigena; Aunuddin Aunuddin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.526

Abstract

Pendugaan kepekatan kernel dan spline termasuk pendugaan kepekatan nonparametrik.Perilaku pemulus spline terletak dipertengahan antara pemulus kernel yang konstan dan pemulus kernel yang tidak konstan. Padakasus n besar dan λ tertentu fungsi pembobot spline dapat didekati oleh fungsi kernel. Perbandingan pemulus spline dan kernelsecara empirik dilakukan dengan menggunakan data simulasi yang dicobakan pada berbagai lebar jendela kernel serta fungsispline pada berbagai jumlah knot.
Analisis Eksplorasi Data Masa Rawat Kelahiran Bayi Menggunakan Pendekatan Pohon Regresi (An Exploratory Analysis of Birth Nursing Home Data Using Regression Tree Approach) Abdul Kudus; Aunuddin Aunuddin; Aji Hamim Wigena; Bunawan Sunarlim
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 1, No 1 (2001)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v1i1.485

Abstract

The main objective of this study is to explore birth nursing home data using treestructuredregression. A nonparametrica pproacho f tree-structuredr egressionmethod is implementedin to this data. This approachi s slightly differentf i'omwidely used CART methodologyo f Breiman et al. (19E4,C lassificationa ndRegressioTn rees,C hapmana nd Hall, New York). Thed ffirencesb etweenth emare thosei n splilting rules and pruning strategy.C onventionasl plitting rules arereplacedh y rules basedo n log-rank statisticsfo r two sarnplcd ata. Whereasn ewpruning strategiesa re also devised.F inal resulto f thiss tudyi s to developg roupsaf babiesb asedo n covariates. This studyr evealst hat birth wcighl existenceo fphysiologicaml alfunctiond uring nursingh omea nd levelo f cducationo f molherdetermineg roups development,
Co-Authors Aan Kardiana Abdul Kudus Aceng Komarudin Mutaqin Aji Hamim Wigena Anik Djuraidah Bagus Sartono Budi Susetyo Budi Susetyo Bunawan Sunarlim Erfiani Erfiani Hari Wijayanto Maemonah, Maemonah