Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal FORUM STATISTIKA DAN KOMPUTASI Statistika Jurnal Siger Matematika Sciencestatistics: Journal of Statistics, Probability, and Its Application
Mustofa Usman
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Mathematics

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
PERBANDINGAN KUASA UJI PENDEKATAN BIGGERS DAN SATTERTHWAITE-COCHRAN DALAM MENGANALISIS DATA HILANG PADA RANCANGAN KELOMPOK TERACAK LENGKAP Achmad Firdaus; Mustofa Usman; Netti Herawati
FORUM STATISTIKA DAN KOMPUTASI Vol. 8 No. 1 (2003)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (298.504 KB)

Abstract

This study was aimed to compare type I error in estimating missing data by Biggers and Satterhwaite-Cochran methods in  Randomized Comple Block Design.  Simulation study using Gauss software showed that type I error for Biggers approach are over estimate.  The problem  can be overcomed by Satterhwaite-Cochran approach.Keyword:  Missing data, randomized Block design, Biggers, Satterhwaite-Cochran.
ANALISIS DATA HILANG PADA MODEL DESAIN EKSPERIMENT Mustofa Usman; Warsono Warsono
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.v3i1.552

Abstract

Dalam model desain eksperien atau pada analisis varians, apabila terjadi beberapa data hilang, maka analisis dataterkadang menjadi sangat kompleks. Atau bahkan data tidak dapat dianalisis. Pengkajian atau penelitian mengenai data hilangtelah menjadi topik yang sangat menarik bagi banyak peneliti statistika. Idea dasar mula-mula yang membahas data hilang adalahYates (1993), sejak itu idea ini terus berkembang dan masih mengilhami banyak penelitian tentang data hilang pada model desaineksperimen. Dalam penelitian pada tulisan ini akan mencoba membahas perkembanganan analisis data hilang, bias yang terjadidan uji hipotesis yang dilakukan untuk mengatasi bias yang terjadi
APLIKASI TEOREMA FIELLER PADA PENDUGAAN RASIO PARAMETER PEUBAH ACAK NORMAL Budi Ruswandi; Mustofa Usman
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.v3i1.556

Abstract

Teorema Fieller berkaitan dengan selang kepercayaan untuk rasio parameter dari dua distribusi normal. Penyajiandalam bentuk yang lebih umum melalui penggunaan matriks dan model linear umum (MLU) dikemukakan oleh Gary O. Zerbe(1978). Dalam sebagian besar aplikasi dari teori ini membawa konsekuensi praktis pada kombinasi linear dari parameter modelyang merupakan kasus khusus dari MLU. Makalah ini akan mengkaji aplikasi teorema ini pada beberapa kasus model regresiseperti pada masalah kalibrasi san pendugaan titik irisan pada garis lurus yang berdistribusi normal.
Perbandingan Metode Bootstrap, Jacknife Jiang Dan Area Specific Jacknife Pada Pendugaan Mean Square Error Model Beta-Bernoulli Yesi Santika; Widiarti Widiarti; Fitriani Fitriani; Mustofa Usman
Jurnal Siger Matematika Vol 2, No 1 (2021): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (487.04 KB) | DOI: 10.23960/jsm.v2i1.2756

Abstract

Small area estimation is defined as a statistical technique for estimating the parameters of a subpopulation with a small sample size. One method of estimating small area parameters is the Empirical Bayes (EB) method.  The accuracy of the Empirical Bayes (EB) estimator can be measured by evaluating the Mean Squared Error (MSE). In this study, 3 methods to determine MSE in the EB estimator of the Beta-Bernoulli model will be compared, namely the Bootstrap, Jackknife Jiang and Area-specific Jackknife methods.  The study is carried out theoretically and empirically through simulation with R-studio software version 1.2.5033. The simulation results in a number of areas and pairs of prior distribution parameter values, namely Beta, show the effect of sample size and parameter value pairs on the Mean Square Error (MSE) value. The larger the number of areas and the smaller the initial ????, the smaller the MSE value.  The area-specific Jackknife method produces the smallest MSE in the number of areas 100 and the Beta parameter value 0.1.
Penerapan Metode Geographically Weighted Panel Regression Pada Indeks Pembangunan Manusia di Indonesia Tahun 2017-2022 Deta Erviana; Mustofa Usman; Widiarti; Khoirin Nisa
Sciencestatistics: Journal of Statistics, Probability, and Its Application Vol. 2 No. 1 (2024): JANUARY
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/sciencestatistics.v2i1.5669

Abstract

Regresi linier merupakan metode statistik untuk memeriksa hubungan antara variabel respons dan satu atau lebih variabel prediktor. Dalam sebuah penelitian, satu unit observasi harus diteliti selama beberapa periode waktu, karena mempelajari satu unit dalam satu periode waktu tidaklah cukup. Oleh karena itu, sebuah pendekatan statistik yang disebut analisis regresi panel diciptakan untuk mengintegrasikan data cross-section dan data time series. Namun pada kenyataannya, perbedaan kondisi antar lokasi dipengaruhi oleh efek spasial yang menyebabkan terjadinya heterogenitas spasial. Dikembangkanlah metode Geographically Weighted Regression (GWR) untuk mengatasi masalah heterogenitas spasial. Berdasarkan kelebihan kedua metode tersebut maka berkembanglah suatu metode yang menggabungkan antara regresi data panel dan GWR yaitu Geographically Weighted Panel Regression (GWPR). Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang mempengaruhi indeks pembangunan manusia (IPM) di Indonesia tahun 2017-2022 dan menentukan model terbaik dengan membandingkan model regresi global dan GWPR. Model GWPR dengan pembobot adaptive bisquare merupakan model terbaik dengan nilai AIC terkecil dan R^2 terbesar. Secara keseluruhan semua variabel prediktor yang digunakan dalam penelitian berpengaruh signifikan terhadap IPM pada taraf signifikansi α=0,05. Persamaan model dan variabel yang berpengaruh signifikan yang dihasilkan dalam pemodelan GWPR berbeda untuk setiap provinsi. Berdasarkan kesamaan variabel yang mempengaruhi IPM di provinsi yang letaknya berdekatan membentuk 8 kelompok.
Co-Authors Achmad Firdaus Budi Ruswandi Deta Erviana Fitriani Khoirin Nisa Netti Herawati Warsono Warsono Widiarti Widiarti Widiarti Yesi Santika