Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : FORUM STATISTIKA DAN KOMPUTASI

Penerapan Multivariate Cusum Time Series untuk Mendeteksi Kegagalan Bank di Indonesia . Aunuddin; . Erfiani; Bimawan Sudarmoko
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 (688.907 KB)

Abstract

Bank merniliki peran penting dalam pengalokasian sumberdaya keuangan. Kondisi bank yangtidak sehat dapat menyebabkan bank tidak dapat menjalatzkan peran tersebut, sehingga akanmenghanlbat kelancaran akt$tas perekonomian nasional. Dalam mengevaluasi kinerja bank,beberapa pendekatan metodologi terutama metodologi statistik telah banyak dilakukan. Nalnunselama ini nzetodologi tersebut tidak mengikutsertakan perilaku deret waktu dari peubah-;7eubahnya. Padahal peubah-peubah keuangan suatu perusahaan secara serial berkorelasi tinggi.Tulisan ini bertujuan untuk mendeteksi kegagalan bank dengan menggunakan multivariatecztsunz tiine series.Model kegagalan bank yang dibangun oleh multivariate clrsunz time series, cukup mampu dalanzrnendeteksi adanya gejala memburuk pada kondisi kesehatan bank. Hal ini sejalan dengansenzangat pendeteksian krisis perbankan secara dini (early warning banking crises).Kata kunci : Multivariate Cusum Time Series, Kegagalan Bank
JARINGAN SYARAF TIRUAN DAN ALGORITMA GENETIKA DALAM PEMODELAN KALIBRASI (STUDI KASUS : TANAMAN OBAT TEMULAWAK) Bartho Sihombing; . Erfiani; Utami Dyah Syafitri
FORUM STATISTIKA DAN KOMPUTASI Vol. 16 No. 1 (2011)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (325.262 KB)

Abstract

The problems in prediction of calibration model are multicolinearity and the number of variables is larger than the number of observations. Principal Component Analysis-Artificial Neural Network-Genetic Algorithm (PCA-ANN-GA) models were applied for the relationship between sample of concentration which is limited and transmittance data which is in large dimensions. A large number of variables were compressed into principal components (PC’s). From these PC’s, the ANN was employed for prediction of concentration. The principal components computed by PCA were applied as inputs to a backpropagation neural network with one hidden layer. The models was evaluated using GA for the best network structure on hidden layer. Root Mean Square Error (RMSE) for 80% training set and 20% testing set are 0.0314 and 0.5225, respectively. Distribution of data according to the percentage of training data and testing data were also very influential to obtain the best network structure with the smallest RMSE achievement. The best model for these methods is two layers Neural Network with eight neuron in the hidden layer.
PENELUSURAN NILAI KORELASI PADA PROSES PRODUKSI TEPUNG BAKU SEMEN Aunuddin .; Erfiani .; Nenden Rahayu Puspitasari
FORUM STATISTIKA DAN KOMPUTASI Vol. 10 No. 1 (2005)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (220.745 KB)

Abstract

Penelitian mengenai pengendalian mutu terhadap proses produksi tepung baku semen telah dilakukan sebelumnya. Penelitian tersebut menyimpulkan bahwa proses produksi tidak terkendali karena adanya perpindahan blok pada saat penambangan bahan baku semen (Puspitasari 2005). Selain itu, penelitian tersebut juga menyebutkan bahwa nilai korelasi antar karakteristik mutunya terlalu kecil sehingga selain penggunaan bagan kendali peubah ganda, penggunaan bagan kendali peubah tunggal juga n bagan kendali peubah ganda  proses tidak terkendali pada data awal i peubah tunggal bisa digunakan pada penelitian ytersebisa digunakan pada penelitian tersebut. Dalam tulisan ini akan dilihat lebih lanjut mengenai struktur korelasi yang terjadi antar karakteristik mutunya. Hasil penelusuran nilai korelasi antar karakteristik mutu pada kondisi awal, kondisi proses tidak terkendali dan kondisi proses terkendali menunjukkan adanya perubahan jika dibandingkan satu sama lainnya. Namun besarnya perubahan nilai tersebut relatif kecil, dan jika dilihat dari kedekatannya dapat dikatakan bahwa nilai korelasi pada saat kondisi proses terkendali lebih dekat dengan nilai korelasi pada saat kondisi proses tidak terkendali   Kata kunci: Korelasi, Tepung baku semen, Karakteristik mutu
Simulasi Pengaruh Data Berkorelasi Menggunakan Pendekatan Bayes Dengan Noninformative Prior Erfiani .; Utami Dyah Syafitri; Dwi Putri Kurniasari
FORUM STATISTIKA DAN KOMPUTASI Vol. 9 No. 2 (2004)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

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

Abstract

Masalah multikolinieritas sering timbul dalam pendugaan model kalibrasi peubah ganda. Metode pendugaan parameter dengan metode kuadrat terkecil kurang tepat digunakan jika terjadi masalah multikolinieritas. Pendugaan parameter dengan data berkorelasi diantaranya dapat digunakan Analisis Komponen Utama, Regresi Kuadrat Terkecil Parsial, Regresi atas Koefisien Fourier, Jaringan Syaraf Tiruan dan Pendekatan Bayes (Notodiputro, 2003). Menurut penelitian yang telah dilakukan sebelumnya ternyata pendekatan bayes mempunyai hasil yang lebih baik dibanding dengan metode lain (Notodiputro, 2003). Hal ini dikarenakan dalam pendekatan bayes ditambahkan informasi tambahan terhadap model yang dibangun. Dari penelitian yang dilakukan oleh Rahayu (2003), pemilihan penggunaan sebaran prior sangat berpengaruh terhadap hasil dugaan. Dalam penelitian ini digunakan pendekatan bayes dengan noninformative prior untuk mengetahui keakuratan pendugaan respon pada kondisi data yang berkorelasi. Data yang digunakan merupakan data bangkitan dengan  berbagai kombinasi jumlah pengamatan, jumlah peubah dan tingkat korelasi yang dicobakan pada empat metode dengan  nilai inisial tertentu. Penggunaan prior normal untuk jenis data normal ternyata layak digunakan. Hal ini dapat dibuktikan dengan metode I yang mempunyai nilai ketelitian yang tinggi. Pemberian nilai inisial ternyata berpengaruh terhadap ketelitian, untuk itu dalam metode I, II, III, IV sebaiknya digunakan nilai inisial yang layak sehingga modelnya nanti mempunyai ketelitian yang tinggi. Secara umum pada semua metode, peningkatan nilai korelasi berpengaruh terhadap nilai ketelitian, dimana ketelitian modelnya menurun seiring dengan bertambahnya nilai korelasi. Pada metode I dan II, untuk semua n yang dicobakan, kenaikan jumlah peubah memberikan pengaruh perubahan terhadap nilai ketelitian tetapi perubahannya belum menunjukkan suatu pola. Untuk metode III dan IV kenaikan jumlah peubah  cenderung menyebabkan nilai ketelitian semakin  menurun.  Kata kunci : Pendekatan Bayes,  Noninformative Prior
ANALISIS KONJOIN: METODE FULL PROFILE DAN CBC UNTUK MENELAAH PERSEPSI MAHASISWA TERHADAP PILIHAN PEKERJAAN I Made Sumertajaya; Erfiani Erfiani; Windi D.Y Putri
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

Penggerombolan adalah proses mengelompokkan objek ke dalam kelompok-kelompok yang memiliki kemiripan. Beberapa masalah yang sering dijumpai dalam analisis gerombol yaitu skala pengukuran peubah tidak sama dan jumlah objek besar serta jumlah gerombol tidak diketahui. Salah satu pendekatan untuk menangani masalah ini tanpa mentransformasi peubah-peubah tersebut adalah dengan menggunakan metode Two Step Cluster. Penelitian ini bertujuan sebagai penerapan metode Two Step Cluster dengan menggerombolkan desa/kelurahan yang berada di Jawa Barat. Hasil penggerombolan dengan metode TwoStep Cluster, gerombol awal yang dihasilkan pada tahap pertama adalah sebanyak delapan gerombol, sedangkan gerombol optimal yang dihasilkan pada tahap dua adalah sebanyak tiga gerombol. Gerombol satu tidak dapat dikatakan sebagai suatu gerombol, karena anggota-anggota didalamnya merupakan objek-objek yang memencil ekstrim dan tidak dapat dimasukkan ke dalam gerombol lainnya. Desa/kelurahan yang termasuk gerombol dua memiliki karakteristik pedesaan. Desa/kelurahan tersebut memiliki lahan terluas, jumlah rumah tangga pertanian terbanyak, namun belum berkembang dalam bidang industri serta komunikasi dan informasi. Sehingga untuk meningkatkan potensi desa pada gerombol ini, yang harus diperhatikan adalah peubah-peubah yang tingkat perkembangannya masih rendah. Gerombol tiga memiliki karakteristik desa yang berstatus perkotaan. Desa/kelurahan pada gerombol ini memiliki jarak terdekat ke pusat kota, cukup maju dalam bidang industri, komunikasi dan informasi, namun memiliki angka pengangguran tertinggi.
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)
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