Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal LOGIK@ Statistika Jurnal Analisa International Journal of Linguistics, Communication, and Broadcasting
Rini Cahyandari
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences

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

Found 2 Documents
Search
Journal : Statistika

 1 
Penerapan Model Markov Tersembunyi untuk Mengetahui Persentase Kecocokan dari Deoxyribonucleic Acid pada Pohon Filogenetik Ursidae (Beruang) Rini Cahyandari; Reni Nursolihah
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 15, No 2 (2015)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v15i2.1927

Abstract

Jumlah data biologi molekuler yang semakin meningkat pasca genome project membutuhkan pengelompokkan data ke dalam suatu kelompok subfamili berdasarkan tingkat kesamaan data tersebut. Pengelompokan dan penentuan subfamili berdasarkan kumpulan sequence DNA merupakan salah satu cara yang penting dalam bidang ini. Cara ini hampir dikatakan tidak bisa dilakukan secara manual sehingga membutuhkan alat bantu komputasi, di mana Model Markov Tersembunyi (MMT) merupakan salah satu metode komputasi yang dapat membantu dalam menganalisis kemiripan dari topologi pohon filogenetik, salah satunya adalah spesies ursidae (Beruang) dengan membandingkan sequence antar DNA. Beberapa Algoritma dilibatkan untuk memecahkan permasalahan dalam MMT, yaitu Algoritma maju mundur, algoritma Baum – Welch, dan Algoritma Viterbi. Hasil proses pengujian MMT pada keempat DNA dari family ursidae (Beruang) dapat disimpulkan bahwa keempat spesies tersebut berkerabat dekat, karena memiliki persentase kecocokan yang cukup besar.
Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat) Rini Cahyandari
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 14, No 2 (2014)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v14i2.1204

Abstract

Pendekatan regresi Poisson dapat digunakan untuk memodelkan banyaknya kejadian dari sebuah peristiwa pengamatan, salah satu contohnya adalah banyaknya kasus laka lantas mobil penumpang yang terjadi di provinsi Jawa Barat. Regresi Poisson digunakan untuk menganalisis hubungan antara variabel respon yang berupa data diskrit dengan satu atau lebih variabel prediktor, di mana nilai ekspektasi dan variansinya diasumsikan sama (equidispersi). Dalam beberapa kasus sering ditemukan bahwa variansi data yang diamati lebih besar daripada ekspektasi-nya, biasa disebut dengan istilah overdispersi. Ada beberapa hal yang menyebabkan terjadinya fenomena overdispersi dalam pengamatan sebuah variabel, diantaranya adanya sumber keragaman yang tidak teramati, adanya pengamatan yang hilang pada variabel prediktor, adanya pencilan pada data sehingga perlunya interaksi dalam model, variabel prediktor perlu ditransformasi atau kesalahan spesifikasi fungsi penghubung. Oleh karenanya perlu dilakukan pengujian overdispersi, karena jika terjadi overdispersi maka model regresi Poisson dianggap kurang tepat untuk pengamatan tersebut, sehingga diperlukan model lain untuk mengatasi hal ini.
Co-Authors Awalludin, Nur Chusnul Chatimah Azis Dede Irman Pirdaus Dwi Fikriah Hasniah Aliah Ida Ayu Putu Sri Widnyani Nurul Hidayah Eka Putri Rahayu Kariadinata Reni Nursolihah Riva Lesta Ariany Tika Karlina Rachmawati