Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Statistika

PENDEKATAN REGRESI LINIER UNTUK PEREDUKSIAN DATA KELUARAN FOURIER TRANSFORM INFRARED (FTIR) Erfiani Erfiani
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.v4i2.879

Abstract

Spektrum keluaran FTIR merupakan data dalam dua dimensi yang merupakan data berpasangan antara % transmitan (Y)dan bilangan gelombang (X). Data spektrum yang dihasilkan oleh FTIR tersebut adalah data kuantitatif yang umumnyamemiliki ukuran dimensi yang besar. Sehingga bila ingin dilakukan analisis data akan dijumpai permasalahan dalampenggunaan paket program pengolah data dan kemampuan hardware yang dimiliki. Sehingga diperlukan suatu metodependekatan untuk mereduksi data tanpa menghilangkan pola spektrum awal. Pada penelitian ini dilakukan kajian untukmereduksi dimensi data yang sangat besar, dengan tidak mengabaikan informasi tentang kandungan senyawa kimia padabilangan-bilangan gelombang tertentu. Salah satu metoda yang digunakan adalah membuat partisi atau sekatan dari polaspektrum yang dihasilkan. Pada setiap sekatan memiliki satu fungsi persamaan antara bilangan gelombang dan%transmitan. Sehingga pada setiap sekatan tersebut cukup diambil sebagian data dari kumpulan data yang ada.Data yang digunakan adalah adalah data spektrum senyawa aktif gingerol yang diamati menggunakan FTIR. Senyawaaktif gingerol tersebut berasal dari tanaman jahe dua daerah sentra produksi tanaman obat yaitu Kulonprogo, Jawa Tengahdan Karanganyar, D.I. Yogyakarta. Pengamatan dilakukan pada periode waktu 27 Juli 2003 sampai dengan 1 Agustus2003. Penerapan pendekatan regresi linier pada setiap sekatan data spektrum yang dihasilkan ternyata memberikan hasilyang cukup baik. Tanpa menghilangkan informasi yang dibutuhkan, teknik ini dapat mereduksi data hingga menjadi limapersen. Jumlah data awal yang semula sekitar 2000 buah data berpasangan (X,Y) dapat direduksi hingga menjadi sekitar100 buah.
Pemampatan Data Keluaran Fourier Transform Infrared (FTIr) Menggunakan Pendekatan Regresi Sekatan (Segmented Regression) Erfiani Erfiani
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.v5i1.916

Abstract

Data keluaran FTIR umumnya adalah data dengan dimensi yang besar. Seringkali ditemukanpermasalahan dalam keterbatasan perangkat lunak dan perangkat keras dalam pengolahan data.Pereduksian data keluaran FTIR perlu dilakukan tanpa menghilangkan informasi tentang polaspektrum awal. Pendekatan regresi sekatan (Segmented Regression) merupakan salah sat u alternatifyang baik untuk pereduksian data keluaran FTIR. Pendekatan ini memiliki algoritma yangsederhana, menggunakan koefisien Determinasi sebagai acuan untuk pereduksian data dan dapatmereduksi data hingga 99%.
MODEL KALIBRASI GINGEROL (STUDI KASUS: TANAMAN JAHE DAERAH KULONPROGO DAN KARANGANYAR) Erfiani Erfiani; Khairil Anwar Notodiputro
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.v4i2.880

Abstract

Dalam bidang kimia, model kalibrasi merupakan suatu fungsi hubungan antara absorban (X) pada panjang gelombang yangdihasilkan oleh spektrometer dengan konsentrasi (y) larutan unsur atau senyawa yang akan dianalisis (Nur dan Adijuwana,1989). Permasalahan yang sering dihadapi dalam pembentukan model kalibrasi adalah adanya multikolinear antara peubahbebas X serta jumlah pengamatan (n) yang jauh lebih kecil dibandingkan jumlah peubah bebas p (n<<p). PendekatanBayes (Berger, 1985) merupakan suatu alternatif untuk mengatasi permasalahan ini karena dalam pendekatan ini informasibaru ditambahkan kedalam model dengan cara mengganggap bahwa parameter model berasal dari sebaran tertentusehingga tidak bersifat deterministik. Penelitian ini melakukan kajian penerapan Pendekatan Bayes Berhirarki untukpembentukan model kalibrasi Gingerol tanaman jahe produksi daerah sentra tanaman obat Kulonprogo dan Karanganyar.
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.
Beberapa Metode Pendekatan untuk Model Kalibrasi Gingerol Erfiani Erfiani
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 8, No 1 (2008)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v8i1.978

Abstract

Model Kalibrasi adalah suatu fungsi matematik dengan data empirik dan pengetahuan untukmenduga informasi pada y yang tidak diketahui berdasarkan informasi pada X yang tersedia(Martens dan Naes 1989). Dalam bidang kimia, model kalibrasi merupakan suatu fungsi hubunganantara absorban (X) pada panjang gelombang yang dihasilkan oleh spektrometer dengan konsentrasi(y) larutan unsur atau senyawa yang akan dianalisis (Nur dan Adijuwana, 1989). Dengan kalibrasi,konsentrasi larutan contoh dapat diketahui berdasarkan absorbannya. Beberapa penelitian telahdilakukakan untuk menyusun model kalibrasi Gingerol. Hasil Penelitian menunjukkan daribeberapa pendekatan yang dicobakan diperoleh nila Root Mean Squares Error of Prediction (RMSEP)masing-masing sebagai berikut: Regresi Komponen Utama (0.1096), metode Transformasi WaveletDiskret (0.1072), Pendekatan Bayes (0.0622), Regresi Sinyal P-spline (0.0686) dan Regresi Kontinum(0.0453). Regresi Kontinum dengan melakukan pre-processing Transformasi Wavelet Diskretternyata memberikan hasil nilai RMSEP terkecil dan persentase R2y vs yˆ terbesar dibandingkanpendekatan lainnya.
Co-Authors . Aunuddin A. A., Muftih Abd. Rahman Abqorunnisa, Farah Agung Tri Utomo Agus Mohamad Soleh Ahmad Khairul Reza Ahmad Nur Rohman Ahmad Syauqi Aji Hamim Wigena Alamanda, Dinda Aprilia Alfa Nugraha Pradana Alfa Nugraha Pradana Alfa Nugraha Pradana Aliu, Mufthi Alwi ALIU, MUFTIH ALWI Amatullah, Fida Fariha Amelia, Reni Aminah Aminah Anadra, Rahmi Anang Kurnia Anik Djuraidah Anissa Tsalsabila Ardhani, Rizky Arini Annisa Adi Aristawidya, Rafika ASEP SAEFUDDIN Asri Pratiwi, Asri Assyifa Lala Pratiwi Hamid Aunuddin . Aunuddin Aunuddin Azis, Tukhfatur Rizmah Bagus Sartono Bartho Sihombing Bimawan Sudarmoko Budi Susetyo Daswati, Oktaviyani Daulay, Nurmai Syaroh Deti Anggraeni Ekawati Dian Kusumaningrum Dini Ramadhani Dwi Jumansyah, L.M. Risman Dwi Putri Kurniasari Fanny Amalia Farit M Afendi Farly Shabahul Khairi Fatimah Fatimah Fauziah, Monica Rahma Fitrianto, Anwar Freza Riana Fulazzaky, Tahira Hamim Wigena, Aji Hari Wijayanto Harismahyanti A., Andi Hasnataeni, Yunia Herlin Fransiska Hilda Zaikarina I Made Sumertajaya Ihsan, Muhammad Taufik Ilmani, Erdanisa Aghnia Indah, Yunna Mentari Indahwati Irzaman, Irzaman Ismah, Ismah Julianti, Elisa D Jumansyah, L. M. Risman Dwi Jumansyah, L.M. Risman Dwi Khikmah, Khusnia Nurul Khusnia Nurul Khikmah Lestari, Nila Made Agung Prebawa Parama Artha Mahfuz Hudori Marshelle, Sean Megawati Megawati Misrika, Dahlia Mohammad Masjkur Muggy David Cristian Ginzel Muhammad Nur Aidi mutiah, siti Nadira Nisa Alwani Nenden Rahayu Puspitasari Novitri Novitri Nugraha, Adhiyatma Nur Khamidah Nurul Fadhilah Pardomuan Robinson Sihombing Qalbi, Asyifah R, Arifuddin Rahmatun Nisa, Rahmatun Ramadhani, Dini Ratih Dwi Septiani Reka Agustia Astari Reni Amelia Retno Dwi Jayanti Rika Rachmawati Riska Asri Pertiwi Siregar, Indra Rivaldi Sofia Octaviana Tetinia Gulo Tiara, Yesan Umam Hidayaturrohman Uswatun Hasanah Utami Dyah Syafitri Vitona, Desi Waode, Yully Sofyah Wati, Wahyuni Kencana Weisha, Ghea Wigena, Aji Wijaya, Ferdian Bangkit Winda Chairani Mastuti Windi D.Y Putri Yulia Christina Yuniar Istiqomah Zaima Nurrusydah