Claim Missing Document
Check
Articles

Found 3 Documents
Search

KOMPUTASI GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION BERBASIS GRAPHICAL USER INTERFACE (GUI) Yasin, Hasbi; Warsito, Budi; Ispriyanti, Dwi; Suparti, Suparti; Hakim, Arief Rachman
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 1 (2018)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1575.013 KB)

Abstract

Geographically and Temporally Weighted Regression (GTWR) merupakan salah satu metode spatio temporal yang dikembangkan pada model regresi linier. Pengembangan dilakukan dengan menambahkan unsur spasial yang direpresentasikan dengan lokasi geografis dan penambahan unsur temporal yang diwakili oleh waktu pengamatan.  Dengan metode GTWR akan diperoleh parameter bersifat lokal menurut lokasi dan waktu pengamatan. Perkembangan teknologi telah memunculkan berbagai alat bantu dalam proses analisis data. Salah satunya berkembangnya software statistik yang berbasis antarmuka berupa Graphical User Interface (GUI) untuk memudahkan pengguna. Hasil penelitian ini adalah sebuah sistem komputasi untuk proses analisis data menggunakan model GTWR baik estimasi parameter maupun inferensinya. Hasil penelitian menunjukkan bahwa dengan dengan menggunakan GUI GTWR pengguna akan sangat dimudahkan dalam proses analisis data spasial menggunakan metode GTWR. Hasil penelitian menunjukkan bahwa model spatio temporal GTWR lebih baik digunakan untuk pemodelan Indeks Standar Pencemar Udara (ISPU) dengan pembobot Bisquare karena mempunyai nilai R2 terbesar dengan MSE dan AIC yang terkecil bila dibandingkan dengan pembobot yang lain. Kata kunci :  Antar Muka Grafis, ISPU, GTWR, Spasial, Temporal.
SISTEM INFORMASI POTENSI KREDIT MACET BERBASIS APLIKASI CREDIT SCORING-SUPPORT VECTOR MACHINE (CSSVM) Yasin, Hasbi; Hakim, Arief Rachman; Hoyyi, Abdul
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar

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

Abstract

Asset utama dari sebuah bank adalah besarnya dan kredit yang dikelola bank, karena kredit juga merupakan konstributor yang paling signifikan terhadap pendapatan sebuah institusi perbankan. Oleh karena itu, deteksi dini terhadap munculnya kredit macet sangat diperlukan. Salah satunya adalah dengan menggunakan sistem informasi potensi kredit macet yang dibangun berdasarkan model Support Vector Machine (SVM). SVM merupakan salah satu metode klasifikasi yang bersifat non linier dan non parametrik, sehingga tidak diperlukan adanya asumsi yang membatasi terhadap distribusi data tertentu. Dalam penelitian ini, potensi kredit macet dilihat dari lima indikator, yaitu: nominal kredit, saldo rekening, suku bunga, jangka waktu kredit, dan lama menjadi nasabah sebuah bank. Berdasarkan beberapa skenario spesifikasi model SVM yang digunakan, diperoleh tingkat akurasi model SVM mencapai 95% untuk data training, dan 90% untuk data testing. Dengan demikian, dapat dikatakan bahwa sistem ini dapat dijadikan sebagai alat untuk mendeteksi adanya potensi kredit macet dari sebuah aplikasi kredit dengan melihat indikator yang digunakan. Kata kunci: Credit Scoring, Sistem Informasi, SVM.
KOMPUTASI MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE – RADIAL BASIS FUNCTION NETWORK (GSTAR-RBFN) Warsito, Budi; Yasin, Hasbi; Hakim, Arief Rachman
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar

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

Abstract

Generalized Space Time Autoregressive (GSTAR), merupakan salah satu model yang digunakan untuk memodelkan data time series yang diamati pada beberapa lokasi. Radial Basis Function Neural Network (RBFN) adalah salah satu model jaringan syaraf tiruan yang dapat digunakan untuk pemodelan data time series. Pada penelitian ini akan dibangun sebuah model spatio temporal yang menggabungkan antara model GSTAR dengan model RBFN. Model GSTAR berperan dalam penentuan lag input pada model RBFN. Model ini dinamakan dengan GSTAR-RBFN. Untuk memudahkan proses pengolahan data telah disusun sebuah software statistik yang berbasis antarmuka berupa Graphical User Interface (GUI). Dalam penelitian ini, model GSTAR-RBFN diaplikasikan pada data tinggi gelombang laut di perairan Semarang. Hasil penelitian menunjukkan bahwa dengan menggunakan GUI GSTAR-RBFN, pengolahan data spasio temporal dapat dilakukan dengan sangat mudah.  Kata kunci:  GUI, GSTAR, RBFN, Tinggi Gelombang
Co-Authors Abdul Hoyyi Afrianda, Charlina Retno Puteri Ahdi, Iwal Reza Alan Prahutama Aliansa, Wahyu Aljabar, Muhammad Isa Almuharrom, Fazar Ambarini , Shera Tri Aselina Pratidina Wrediningsih Asep Saepulrohman Baihaqi, Wiga Maulana Budi Warsito Budi Warsito Chiputra, Dhimas Wahyu Deden Ardiansyah Di Asih I Maruddani Dias Ayu Budi Utami, Dias Ayu Budi Djanggan Sargowo Dwi Agung Prasetyo, Dwi Agung Dwi Ispriyanti Dzikra, Fathiyyah Yolianda Endang Fatmawati Ermin Rachmawati Faadillah, Muhamad Nabil Fernandes Simangunsong, Fernandes Frengki, Muhammad Handirosiyanto, Ikhwan Hasbi Yasin Hasbi Yasin Herawati, Chania Putri Agustin Hermawan, Regita Cahyaningtyas Indratmoko, Daryll Alessandro Irma Damayanti Ismail, Mahrus Iut Tri Utami Jannah, Berliana Khomarudin Gilang Ramadhan Kosasih, Deny Poniman Leonardo Benito Maspaitella Lusi Agus Setiani Maulana, Syafiq Moch. Abdul Mukid Murdahayu Makmur Nanda Eka Prasetya Navydien, Miliarni Deida Novaria, Rachmawati Nurramadhan, Fadli Olandina Cahyani P Palupi, Aisyah Anudya Pinareswati, Shafira Tri Pinggala , Waode Prasetya , Syalaizha Febtria Putri Prastiawan, Andi Prastyadi Wibawa Rahayu Pratiwi, Yulita Dwi Puspitasari, Alvina Puspitasari, Rizki Dian Ridho, Wahyu Anwar riskiyah, Riskiyah - Riyan Hadithya Rizal Firmansyah Saputra, Indra Wahyu Sinambela, Nadiyah Hafidah Sisca Novalia Subarkah, Pungkas Sugiastari, Yuanita Putri Sugito Sugito sukristyanto, Agus Suparti Suparti Syahrir Syahrir Tarsadi, Tarsadi Triastuti Wuryandari Ul Haq, Hasna Faridah Dhiya Utomo, Khesya Khusnul Fadhilah Vella Septia Renanda Wardhani, Syanindita Puspa Yeremia, Dennis Yuciana Wilandari Yundari, Yundari Yunita Pipiet Sugandhi Zulkarnain, Steven Agilo