Claim Missing Document
Check
Articles

Found 12 Documents
Search

Model Regresi Linear Produksi Padi di Indonesia dengan Estimasi-M Hasih Pratiwi; Yuliana Susanti; Monaluvy Septiningrum
Limits: Journal of Mathematics and Its Applications Vol 4, No 1 (2007)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (150.198 KB) | DOI: 10.12962/j1829605X.v4i1.1408

Abstract

Policy of the price of main food is one of important instrument in creating resilience of national food. Remembering the importance of accomplishment e®ort of requirement of food, especially paddy, it is required an e®ort to predict production in future. There are some methods which are applicable to predict the production of paddy and to investigate the factors in°uencing it; one of them is regression analysis. An estimation method which is applicable to determine the regression model is M-estimation. This estimation is an extension of maximum likelihood method and robust estimation, where its estimation value is not in°uenced by small change in data. The purpose ofthis research is to determine the regression model to predict the production of paddy in Indonesia using estimation M.Based on the result of research we conclude that the prediction model for production of paddy in Indonesia with M-estimation isby = ¡92; 790 + 5; 02x1 + 6; 37x2:The increment of one hectare farm wide and one ton seed will increase production of paddy 5.03 tons and 6.23 tons respectively. The regression parameter signi¯cance test shows that the farm wide in°uences the production of paddy signi¯cantly.
Back Matter Vol 3 No 2 2020 Hasih Pratiwi
Indonesian Journal of Applied Statistics Vol 3, No 2 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v3i2.48002

Abstract

Front Matter Vol 2 No 1 Hasih Pratiwi
Indonesian Journal of Applied Statistics Vol 2, No 1 (2019)
Publisher : Universitas Sebelas Maret

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

Abstract

Back Matter Vol 2 No 1 Hasih Pratiwi
Indonesian Journal of Applied Statistics Vol 2, No 1 (2019)
Publisher : Universitas Sebelas Maret

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

Abstract

Back Matter Vol 4 No 1 Hasih Pratiwi
Indonesian Journal of Applied Statistics Vol 4, No 1 (2021)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v4i1.51603

Abstract

Front Matter Vol 3 No 2 2020 Hasih Pratiwi
Indonesian Journal of Applied Statistics Vol 3, No 2 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v3i2.48001

Abstract

MODEL OUTPUT STATISTICS DENGAN PRINCIPAL COMPONENT REGRESSION, PARTIAL LEAST SQUARE REGRESSION, DAN RIDGE REGRESSION UNTUK KALIBRASI PRAKIRAAN CUACA JANGKA PENDEK NISWATUL QONA’AH; HASIH PRATIWI; YULIANA SUSANTI
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.10.3.355-368.2021

Abstract

Penelitian ini merupakan upaya pengembangan Model Output Statistics (MOS) yang akan digunakan sebagai alat kalibrasi prakiraan cuaca jangka pendek. Informasi mengenai prakiraan cuaca yang akurat diharapkan dapat meminimalkan risiko kecelakaan yang disebabkan oleh cuaca, khususnya dalam bidang transportasi udara dan laut. Metode yang akan dikembangkan mencakup beberapa stasiun pengamatan cuaca di Indonesia. MOS merupakan sebuah metode berbasis regresi yang mengoptimalkan hubungan antara observasi cuaca dan luaran model Numerical Weather Predictor (NWP). Beberapa masalah yang muncul kaitannya dengan MOS adalah; mereduksi dimensi luaran NWP, mendapatkan variabel prediktor yang mampu menjelaskan variabilitas variabel respon, dan menentukan metode statistik yang sesuai dengan karakteristik data, sehingga dapat menggambarkan hubungan antara variabel respon dan variabel prediktor. Tujuan dari penelitian ini yaitu untuk mendapatkan pemodelan MOS yang sesuai untuk variabel respon suhu maksimum, suhu minimum, dan kelembapan udara. Metode regresi yang digunakan adalah Principal Component Regression (PCR), Partial Least Square Regression (PLSR), dan ridge regression. Selanjutnya, model MOS yang terbentuk divalidasi dengan kriteria Root Mean Square Error (RMSE) dan Percentage Improval (IM%). MOS mampu mengoreksi bias prakiraan NWP hingga lebih dari 50%. Berdasarkan RMSE terkecil pada penelitian ini, suhu maksimum lebih akurat diprakirakan menggunakan model PLSR, sementara suhu minimum dan kelembapan udara lebih akurat diprakirakan menggunakan ridge regression.Kata Kunci: cuaca, MOS, NWP.
Pemanfaatan Excel untuk Analisis dan Visualisasi Data Kesehatan Masyarakat Kabupaten Sukoharjo Kiki Ferawati; Muhammad Bayu Nirwana; Hasih Pratiwi; Sri Sulistijowati Handajani; Respatiwulan Respatiwulan; Yuliana Susanti; Niswatul Qona’ah
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 4 (2021): Peran Perguruan Tinggi dan Dunia Usaha dalam Mewujudkan Pemulihan dan Resiliensi Masya
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.341 KB) | DOI: 10.37695/pkmcsr.v4i0.1133

Abstract

Pemanfaatan data sebagai alat untuk memahami kondisi lingkungan dan kesehatan di wilayah merupakan hal yang harus dikembangkan di era informasi saat ini. Pengetahuan mengenai pengolahan data juga perlu dikembangkan oleh semua kalangan. Sebagai salah satu sekolah negeri yang terletak di Mojolaban, Sukoharjo, guru dan siswa SMPN 1 Mojolaban merupakan bagian dari masyarakat yang memerlukan pengetahuan tentang analisis dan visualisasi data. Profil kesehatan Kabupaten Sukoharjo yang diterbitkan oleh Dinas Kesehatan merupakan salah satu sumber informasi kesehatan yang dari tahun ke tahun dapat diakses oleh publik. Visualisasi data merupakan salah satu metode penyampaian informasi yang dipelajari dalam statistika. Pelatihan Excel yang diberikan bertujuan untuk memberikan pemahaman terkait penerapan metode statistika dengan Excel serta visualisasinya agar masyarakat dapat lebih memahami tentang kondisi kesehatan di wilayah Kabupaten Sukoharjo. Materi yang dibahas meliputi pengorganisasian data, statistik deskriptif, analisis regresi, pivot, pengenalan chart dan pembuatan dasbor. Hasil dari pelatihan yang diberikan, peserta pelatihan mampu membuat dasbor berisikan diagram yang menampilkan kondisi kesehatan dasar di Sukoharjo.
MODEL EPIDEMI STOKASTIK SIR RANTAI BINOMIAL Wulan Rohimasanti; Respatiwulan Respatiwulan; Hasih Pratiwi
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (337.549 KB) | DOI: 10.34123/semnasoffstat.v2020i1.674

Abstract

Epidemi adalah kejadian berjangkitnya suatu penyakit menular dalam masyarakat dengan jumlah penderitanya meningkat secara nyata pada waktu dan daerah tertentu. Model Susceptible Infected Recovered (SIR) merupakan suatu model epidemi yang menggambarkan proses penyebaran penyakit dengan karakteristik setiap individu sembuh memiliki kekebalan tubuh permanen. Jumlah individu yang terinfeksi diasumsikan berdistribusi binomial dengan periode penyembuhan bagi individu yang terinfeksi berhingga (ℜ<∞), sehingga individu yang terinfeksi hanya dapat menginfeksi individu lain pada periode ini. Periode penyembuhan (ℜ) adalah waktu yang diperlukan individu terinfeksi untuk sembuh dan menjadi kelompok recovered. Kondisi ini dapat pula disebut waktu penularan karena pada kondisi ini individu yang terinfeksi dapat menularkan penyakit pada individu lainnya. Tujuan penelitian ini adalah menurunkan model epidemi stokastik SIR dengan infeksi yang menyebar dalam populasi membentuk rantai penularan yang ditentukan oleh distribusi binomial dan periode penyembuhan bervariasi kemudian dilakukan simulasi model dan memberikan interpretasi. Pada penelitian ini, periode penyembuhan mempengaruhi durasi epidemi. Penelitian dilakukan dengan mengkaji terlebih dahulu asumsi SIR rantai binomial, probabilitas transisi dan melakukan simulasi model. Selanjutnya memberikan
Perbandingan Algoritma Random Forest, Naïve Bayes, dan Support Vector Machine Pada Analisis Sentimen Twitter Mengenai Opini Masyarakat Terhadap Penghapusan Tenaga Honorer Akhmad Miftahusalam; Adinda Febby Nuraini; Awalia Agustina Khoirunisa; Hasih Pratiwi
Seminar Nasional Official Statistics Vol 2022 No 1 (2022): Seminar Nasional Official Statistics 2022
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (439.032 KB) | DOI: 10.34123/semnasoffstat.v2022i1.1410

Abstract

Employees are an important asset in agencies, who plan and act for every activity of an organization, as well as in government agencies. Although employees are important in government agencies, it is not easy to get employees due to the difficulty of approval from the Ministry of State Apparatus Utilization and Bureaucratic Reform. This is what triggers the emergence of temporary or contract workers. The goal is to meet the needs of vacant employees. However, after serving for decades, the government announced it would eliminate the appointment of temporary employees. This news certainly raises the pros and cons in society. To see people's opinion on this issue, the Twitter platform can be used as a data source. Many users are actively writing information in the form of tweets related to the removal of temporary workers. There were 2690 tweets in a week that discussed honorary workers. With the Random Forest method, an accuracy of 66,67% is obtained.