Claim Missing Document
Check
Articles

Metode Bayes Empirik untuk Memodelkan Data Cacahan dengan Peubah Penyerta pada Pendugaan Area Kecil Nadia Cindi Eka Putri; Ferra Yanuar; Hazmira Yozza
Jurnal Matematika UNAND Vol 8, No 1 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.1.224-231.2019

Abstract

Metode Bayes Empirik merupakan suatu metode pada Small Area Estimation(SAE) yang menggunakan metode Bayes dalam pendugaan parameternya. Small Area Estimation(SAE) didefinisikan sebagai suatu teknik statistika untuk menduga parameter-parameter subpopulasi yang ukuran contohnya kecil, oleh karena itu diperlukan informasi tambahan agar diperoleh dugaan yang lebih akurat. Metode Bayes Empirik ini dapat digunakan pada data cacahan dengan menggunakan model PoissonGamma tanpa peubah penyerta dan dengan peubah penyerta. Penelitian ini mengkaji penggunaan metode Bayes Empirik berbasis model Poisson-Gamma pada area kecil baik secara teoritis maupun empiris melalui simulasi. Hasil penelitian ini menunjukkan penduga Bayes Empirik dengan peubah penyerta memberikan hasil yang lebih baik dengan standar error yang lebih kecil dibandingkan dengan penduga langsung dan penduga Bayes Empirik tanpa peubah penyerta.Diterima: Direvisi: Dipublikasikan :Kata Kunci: Metode Bayes Empirik, Small Area Estimation(SAE), model PoissonGamma.
PEMODELAN JUMLAH PENDUDUK MISKIN DI PROVINSI SUMATERA BARAT MENGGUNAKAN ANALISIS REGRESI SPASIAL AMI LESTARI; HAZMIRA YOZZA; IZZATI RAHMI HG
Jurnal Matematika UNAND Vol 9, No 3 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.3.222-230.2020

Abstract

Analisis regresi spasial merupakan pengembangan dari analisis regresi linier klasik dengan melibatkan unsur lokasi ke dalam model. Pada penelitian ini dibentuk model untuk menentukan faktor yang mempengaruhi jumlah penduduk miskin menurut kabupaten/kota di Provinsi Sumatera Barat dengan menggunakan analisis regresi spasial. Pemodelan ini didahului oleh pengujian autokorelasi spasial dengan uji Getis-Ord G. Berdasarkan koefisien autokorelasi Getis-Ord G diperoleh bahwa pada data jumlah penduduk miskin terdapat autokorelasi positif. Selanjutnya dilakukan analisis regresi spasial menggunakan Spatial Error Model (SEM) dengan parameter λ = −0, 723224, yang menunjukkan bahwa jika suatu wilayah yang dikelilingi oleh wilayah lain sebanyak n, maka pengaruh dari masing-masing wilayah yang mengelilinginya dapat diukur sebesar 0, 723224. Hasil analisis menunjukkan bahwa variabel bebas yang mempengaruhi jumlah penduduk miskin di Provinsi Sumatera Barat adalah jumlah penduduk, persentase laju pertumbuhan ekonomi, dan Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan.Kata Kunci: Autokorelasi spasial, Uji Getis-Ord G, Spatial Error Model
DETERMINAN KEJADIAN STUNTING PADA BALITA DI KOTA PADANG DENGAN MENGGUNAKAN ANALISIS REGRESI LOGISTIK ORDINAL Ainun Mardiah Siregar; Izzati Rahmi HG; Hazmira Yozza
Jurnal Matematika UNAND Vol 8, No 1 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.1.9-16.2019

Abstract

Status gizi pada balita merupakan salah satu indikator kesehatan yang perlu menjadi perhatian. Untuk mengetahui status gizi balita, dapat dilakukan dengan metode penilaian status gizi sehingga dapat ditentukan apakah seorang balita memiliki masalah gizi. Salah satu masalah gizi yang masih banyak terjadi pada balita adalah stunting (tubuh pendek). Menurut World Health Organization (WHO) suatu wilayah dikatakan memiliki masalah stunting jika persentase stunting berada di atas 20%. Berdasarkan hasil Pengamatan Status Gizi (PSG) tahun 2016, salah satu daerah yang memiliki presentase stunting di atas 20% adalah Kota Padang. Oleh karena itu, pada penelitian ini akan dilakukan analisis yang bertujuan untuk menentukan faktor-faktor yang mempengaruhi kejadian stunting pada balita di Kota Padang dengan menggunakan analisis regresi logistik ordinal. Hasil analisis yang dilakukan menunjukkan bahwa faktor-faktor yang mempengaruhi kejadian stunting pada balita di Kota Padang adalah Pengetahuan orangtua, ASI Ekslusif, Diare, dan Pendapatan Orangtua.Kata Kunci: Stunting, Regresi Logistik Ordinal, Balita
PENDUGAAN PARAMETER MIU DARI DISTRIBUSI LOG-NORMAL DENGAN MENGGUNAKAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DAN METODE BAYES INDAH PRATIWI; FERRA YANUAR; HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 9, No 2 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.2.84-92.2020

Abstract

Penelitian ini membahas tentang pendugaan parameter µ dari distribusi LogNormal dengan σ 2 diketahui. Penelitian ini menggunakan metode Maximum Likelihood Estimation (MLE) dan metode Bayes dengan prior konjugat. Penduga parameter µ dengan metode MLE dinyatakan sebagai µbMLE = Σn i=1ln(Xi) n dan penduga parameter µ dengan metode Bayes dinyatakan sebagai µbB = mσ2 + nx ∗p σ2 + np . Pada penelitian ini kriteria evaluasi penduga yang digunakan adalah MSE dan sifat tak bias. Berdasarkan studi analitik dan studi kasus diperoleh bahwa pendugaan µ dari distribusi Log-Normal dengan metode Bayes lebih baik di bandingkan metode Maximum Likelihood Estimation (MLE). Kata Kunci: Metode Bayes, Metode Maximum Likelihood Estimation Distribusi LogNormal, Prior Konjugat
Penentuan Faktor-Faktor Yang Mempengaruhi Kesejahteraan Masyarakat Dalam Bidang Pendidikan Dengan Menggunakan Regresi Multivariat (Studi Kasus : Pendidikan Di Kabupaten Dan Kota Di Provinsi Sumatera Barat) Zikalta Putra; Hazmira Yozza; Izzati Rahmi HG
Jurnal Matematika UNAND Vol 4, No 4 (2015)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.4.4.145-152.2015

Abstract

Pendidikan merupakan salah satu aspek penting dalam meningkatkan kesejahteraan penduduk. Terdapat beberapa indikator kesejahteraan penduduk dalam bidang pendidikan dua diantaranya adalah angka melek huruf dan angka partisipasi sekolah yang terbagi menjadi kelompok umur 13 − −15, 16 − −18, dan 19 − −24. Berdasarkan nilai AICc yang diperoleh pada analisis regresi multivariat faktor-faktor yang berpengaruh terhadap indikator kesejahteraan pendidikan tersebut adalah jumlah sekolah SD/sederajat, rasio guru dan murid SMP/sederajat, kepadatan penduduk, persentase penduduk miskin dan PDRB perkapita. Berdasarkan kriteria eta square lambda, variabel-variabel tersebut dapat menjelaskan informasi dalam model regresi multivariat sebesar 94,55Kata Kunci: Pendidikan, angka melek huruf, angka partisipasi sekolah, analisis regresi multivariat, AICc
PEMODELAN FAKTOR RISIKO KEJADIAN HIPERTENSI DAN JANTUNG KORONER DI KOTA PADANG MENGGUNAKAN REGRESI LOGISTIK BIRESPON NADYA PUTRI ALISYA; HAZMIRA YOZZA; FERRA YANUAR
Jurnal Matematika UNAND Vol 10, No 3 (2021)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.10.3.301-311.2021

Abstract

Hipertensi dan jantung koroner merupakan penyakit dengan angka kematian tertinggi di Indonesia. Kedua penyakit ini memiliki hubungan yang erat dan diduga disebabkan oleh faktor-faktor yang sama. Pada penelitian ini akan dianalisa faktor-faktor yang mempengaruhi kejadian hipertensi dan jantung koroner secara bersama di Kota Padang. Analisis dilakukan dengan analisis regresi logistik birespon. Data yang digunakan adalah data Riskesdas Provinsi Sumatera Barat tahun 2013. Penelitian ini menggunakan 7 variabel prediktor, yaitu usia, jenis kelamin, indeks massa tubuh (IMT), kebiasaan merokok, aktifitas fisik, konsumsi buah, dan konsumsi sayur. Analisis regresi logistik birespon dilakukan dengan pengujian signifikansi parameter secara parsial dan serentak. Hasil dari pengujian signifikansi parameter menunjukkan bahwa dari ketujuh variabel prediktor, hanya variabel usia yang berpengaruh secara signifikan terhadap kejadian hipertensi dan jantung koroner di Kota Padang.Kata Kunci: Hipertensi, Jantung koroner, Regresi logistik birespon
MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA DI KOTA PADANG RESTY OKTAVIANI; HAZMIRA YOZZA; YUDIANTRI ASDI
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.15-22.2020

Abstract

Balita adalah istilah untuk anak usia dibawah 5 tahun yaitu 1-3 tahun (batita) dan anak prasekolah (3-5) tahun. Masa balita merupakan periode terpenting dalam proses tumbuh kembang manusia, terutama pada 1000 hari pertama pada kehidupan. Oleh karena itu, pola pengasuhan yang baik dan benar serta pemantauan pertumbuhan balita sangat dibutuhkan. Pemantauan gizi balita akan dibandingkan dengan suatu acuan yaitu kurva pertumbuhan dengan mengetahui bentuk hubungan antara berat badan balita dan umur. Hubungan ini akan dimodelkan dengan regresi nonparametrik dengan penduga polinomial lokal kernel, dimana fungsi kernel yang digunakan adalah Gaussian dan penduga kuadrat terkecil. Penduga kernel ini sangat bergantung pada pemilihan bandwidth yang digunakan yaitu metode complete cross validation dan diperoleh nilai bandwidth sebesar 3,059628 dengan meminimumkan weighted least square. Pemilihan model terbaik antara penduga kuadrat terkecil dan penduga kernel polinomial lokal berdasarkan kriteria koefisien determinasi. Nilai koefisien determinasi dari penduga kuadrat terkecil adalah 0,93144 dan nilai koefisien determinasi penduga kernel polinomial lokal adalah 0,954367.Kata Kunci: Nonparametrik, Estimator Polinomial Lokal, Kernel Gaussian, Complete Cross Validation, Weighted Least Square
IDENTIFIKASI FAKTOR-FAKTOR PENCIRI TINGKAT KESEJAHTERAAN RUMAH TANGGA MENGGUNAKAN BOOTSTRAP AGREGATING MULTIVARIATE ADAPTIVE REGRESSION SPLINES (BAGGING MARS) (Kasus Rumah Tangga di Padang Pariaman) Arie Hariady Arifin; Hazmira Yozza; Izzati Rahmi HG
Jurnal Matematika UNAND Vol 2, No 4 (2013)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.2.4.34-42.2013

Abstract

Tingkat kesejahteraan suatu rumah tangga dapat diduga berdasarkan faktorfaktor pencirinya. Pada penelitian ini akan diidentifikasi faktor-faktor tersebut dengan membuat suatu model klasifikasi berdasarkan faktor-faktor yang diduga menggunakan metode Bagging MARS (Bootstrap Agregating Multivariate Adaptive RegressionSplines). Tingkat kesejahteraan rumah tangga dikelompokkan menjadi dua kelompokberdasarkan garis kemiskinan, yaitu miskin dan tidak miskin. Kemudian dibuat modeltingkat kesejahteraan berdasarkan 15 variabel yang mewakili aspek kependudukan, pendidikan, perumahan, ketenagakerjaan, sosial ekonomi rumah tangga, dan teknologi informasi dan komunikasi. Data yang digunakan adalah data Hasil Survei Sosial EkonomiNasional tahun 2011 di Padang Pariaman. Didapatkan 12 variabel yang berkontribusipada model. Lima diantaranya yang memiliki tingkat kepentingan tertinggi berturutturut adalah jumlah anggota rumah tangga ( X5), adanya anggota rumah tangga yangdapat menggunakan telepon genggam ( X14), umur kepala rumah tangga ( X2), ijazahtertinggi yang dimiliki kepala rumah tangga ( X4), pengalaman rumah tangga membeliberas raskin ( X13). Selanjutnya variabel-variabel yang berkontribusi pada model didefinisikan sebagai faktor penciri tingkat kesejahteraan rumah tangga.
MODEL REGRESI SPASIAL LAG PADA KASUS PENYAKIT DEMAM BERDARAH DENGUE (DBD) DI SUMATRA UTARA TAHUN 2016 Evan Ilham Zulheri; Yudiantri Asdi; Hazmira Yozza
Jurnal Matematika UNAND Vol 8, No 2 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.2.59-66.2019

Abstract

Regresi spasial adalah regresi yang melibatkan pengaruh spasial. Regresi spasial lag adalah suatu pendekatan pada analisis regresi spasial. Pada penelitian ini model regresi spasial lag digunakan untuk memodelkan data penyakit demam berdarah dengue (DBD) di provinsi Sumatra Utara. Pemodelan ini didahului oleh pengujian autokorelasi spasial dengan uji moran I. Diperoleh bahwa terjadi autokorelasi pada data penyakit demam berdarah dengue (DBD) di provinsi Sumatra Utara dan didapatkan model sebagai berikut:y = −412, 053 + 0, 246971Wy + 7, 91774x2 + 2, 59216x3 + 3, 23628x4.Pada model dapat dijelaskan bahwa jika nilai pada X2 (tingkat kemiskinan) naik 1% maka banyak penderita DBD di daerah tersebut akan bertambah 7,91774 orang, jika nilai pada X3 (perilaku hidup bersih) naik 1% maka banyak penderita DBD di daerah tersebut akan bertambah 2,59216 orang dan pada nilai X4 (akses sanitasi) naik 1% maka banyak penderita DBD di daerah tersebut akan bertambah 3,23628 orang. Jika penderita DBD di suatu daerah bertambah 1 orang, maka hal ini akan menambah jumlah penderita DBD di daerah-daerah yang bertetangga dengannya sebesar 0,246971 orang.Kata Kunci: Regresi spasial lag, uji moran I, Autokorelasi
PREDIKSI LUAS AREA KEBAKARAN HUTAN BERDASARKAN DATA METEOROLOGI DENGAN MENGGUNAKAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) Winalia Agwil; Izzati Rahmi HG; Hazmira Yozza
Jurnal Matematika UNAND Vol 1, No 1 (2012)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.1.1.77-84.2012

Abstract

Luas area kebakaran hutan dapat diduga berdasarkan datameteorologi antara lain koordinat sumbu x spasial suatu lokasi dalampeta, koordinat sumbu y spasial suatu lokasi dalam peta, bulan, hari, in-deks FFMC, indeks DMC, indeks DC, indeks ISI, temperatur, kelemba-ban relatif, kecepatan angin dan curah hujan. Pendugaan terhadap luasarea kebakaran hutan dapat diduga dengan menggunakan pendekatanMultivariate Adaptive Regression Spline(MARS). Data yang digunakanadalah data meteorologi wilayah Portugal. Hasil pendugaan luas areakebakaran hutan dengan menggunakan MARS menghasilkan beberapavariabel yang berpengaruh secara signikan yaitu : FFMC, hari, temper-atur, DMC, kelembaban relatif, bulan, koordinat sumbu y spasial suatulokasi dalam peta, DC, dan koordinat sumbu x spasial suatu lokasi dalampeta dengan tingkat kepentingan berturut-turut 100%, 90.9%, 73.5%,34.5%, 25,1%,23.1%, 19.6%, 17.9% dan 5.7%.
Co-Authors . Siswadi Admi Nazra Afrimayani Afrimayani Afrimayani, Afrimayani Agni Horti Maharani Ainun Mardiah Siregar Aldi Mukhlis AMI LESTARI ANGGUN CITRA DELIMA Arie Hariady Arifin Arrival Rince Putri Asdi, Yudiantri ATIKAH RAHMAH PUTRI Aulia Annisya AYU ALIFAH Azzikra Febriyanti Bahri, Susila Baqi, Ahmad Iqbal Budi Rudianto Budi Suhardjo Catrin Muharisa Cindyana Aldrifisia Citra Ariadini Chairunnisa DEBBY ARMETIYANA MARGARETTA Des Welyyanti Deva, Athifa Salsabila Devianto, Dodi DHIYA ANISAH YUNARDI Dian Yosefanny Dina Maulidya Dwi Malahayati Efendi Efendi Efendi, Riswan Elita Rahma Putri ELSA FEBRIANI Evan Ilham Zulheri Ewi Jupit Fadila Aulia FANNY PRIMANDA PITER Fatrika Fahmi Fauzana Hilma FAUZANA LAILATURRAHMI Firdawati, Firdawati Fittri Rahmi Yetti FRILIANDA WULANDARI HABIBATUS SALMI Haripamyu Haripamyu Helmi, Monika Rianti HIDAYATULLAH, M.PIO Husna Radhiatul Ikhlas Pratama Sandi Indah Pratiwi IQBAL HAMONANGAN Iswahyuli . Izzati Rahmi HG Izzati Rahmi HG Jamhari Jamhari Jenizon Jenizon Juliana . Laila Rahmi Lara Mahlindiani Lita Wulandari Aeli LOLANDA SYAMDENA M.PIO HIDAYATULLAH Maiyastri Maiyastri, Maiyastri Marisa . Mawanda Almuhayar Mega Susanti MEILINA DINIARI MIFTAHUL JANNAH HB mila rosa Mira Serma Teti MUHAMMAD HAFANDRY Mutia Yollanda Mutiara Laily Ramadhany Nadia Cindi Eka Putri Nadia Husna Nadia Utika Nadiah Ramadhani Nadira Sri Belinda NADYA PUTRI ALISYA Nadya Putri Alisya Nadya Risna Putri Narwen Narwen NASTHASYA, NOVALISA Nelfa Sari Nelli Hindriani NINDI MAULA AZIZAH Nova Melisty Nova Noliza Bakar NOVALISA NASTHASYA Noverina Alfiany Nur Elvi Sahra Nur Fauzana Nurmaylina Zaja Nurul Saadah Nurwijayanti Olivia Atinri Olivia Prima Dini Puteri Bulqis Azhari Putri Bulqis Azhari Rachmi Dwinta Sari Radhiatul Husna Rahmat Fajri Rahmat Fajri RAHMI HG, IZZATI Rahmy Hafifatul Auliya Rahyu Silvia Ratih Febi Ramadhani Rescha, Ratna Vrima Resti Nanda Yani RESTY OKTAVIANI Ridho Pascal Willmar Rini Eka Putri Riri Lestari Samat, Nor Azah Sarifah Aulia Seno Pratama SHINTA MUTIA KARNEVA Shinta Wulandari SILVIA YUNANDA Siska Zayendra Siti Juriah Siti Rani Yelfera SRI DELIMAWATI Stepani Burni Safitri Suci Sari Wahyuni Syafwan, Mahdhivan Tessy Oktavia Mukhti Tiara Shofi Edriani Tomi Desra Yuliandi UMMU BUTSAINATUL EL KHAIR Vira Agusta WAHYU ELFIYANA PUTRI Wikasanti Dwi Rahayu Willmar, Ridho Pascal Winalia Agwil WINDA LIDYA Winda Oktari WULANDARI, FRILIANDA Wulandari, Yana Wuri Wulandari Yanita Yanita Yanuar, Ferra Yessi Oktreza Yulianti, Lyra Yuliza Diana Putri Zetra, Aidinil Zikalta Putra Zulakmal, Zulakmal