Articles
<![CDATA[META ANALYTIC STRUCTURAL EQUATION MODELING (MASEM) PADA FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI JAWA TIMUR ]]>
<![CDATA[Tohari, Amin]]>;
<![CDATA[Otok, Bambang Widjanarko]]>
<![CDATA[ Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1, No 1 (2014): Prosiding Seminar Nasional Matematika 2014 ]]>
Publisher : <![CDATA[Prosiding Seminar Matematika dan Pendidikan Matematik ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dalam perkembangan statistika, generalisasi terhadap populasi tidak hanya dilakukan berdasarkan hasil satu temuan saja, akan tetapi didasarkan pada sintesis beberapa hasil temuan dan sering disebut sebagai meta analisis. Pada umumnya meta-analisis melibatkan ukuran tunggal seperti standardized mean difference antara kelompok kontrol dan kelompok perlakuan atau koefisien korelasi pearson (r) antara dua hasil. Saat ini, perkembangan menarik telah ditunjukkan dalam melakukan sintesis matriks korelasi yang dijelaskan dengan path analysis atau teknik structural equation modeling (SEM). Sebagaimana diketahui bahwa SEM merupakan sekumpulan teknik-teknik statistika yang memungkinkan pengujian sebuah model yang dibangun antara variabel endogen dengan variabel eksogen, dimana masing-masing variabel dapat berbentuk laten atau konstruk yang dibangun dari variabel manifes atau indikator. Gabungan meta-analisis dan structural equation modeling (SEM) sering disebut dengan meta-analytic structural equation modeling (MASEM). Tujuan dari penelitian ini adalah melakukan meta-analytic structural equation modeling (MASEM) pada faktor-faktor yang mempengaruhi derajat kesehatan di Jawa Timur. Data yang digunakan adalah data skunder dari dinas kesehatan kabupaten/kota dalam profil kesehatan kabupaten/kota di Jawa Timur 2013. Variabel laten endogen yang digunakan adalah derajat kesehatan dengan 5 indikator, sedangkan variabel eksogen yaitu lingkungan dengan 3 indikator, perilaku masyarakat dengan 3 indikator dan pelayanan masyarakat dengan 2 indikator. Dalam penelitian ini akan digunakan meta analytic structural equation modeling (MASEM) dengan pendekatan generalized least square (GLS). Hasil MASEM menunjukkan bahwa lingkungan berpengaruh signifikan terhadap derajat kesehatan pada alfa 0.1 dengan koefisien -0.054978, perilaku masyarakat berpengaruh signifikan terhadap derajat kesehatan pada alfa 0.01 dengan koefisien -0.122969 dan pelayanan kesehatan juga berpengaruh signifikan terhadap derajat kesehatan pada alfa 0.01 dengan koefisien -0.099819.]]>
<![CDATA[META-ANALITYCSTRUCTURAL EQUATION MODELING (MASEM) PADA FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI PULAU JAWA ]]>
<![CDATA[Ngafiyah, Arifah Nur]]>;
<![CDATA[Otok, Bambang Widjanarko]]>
<![CDATA[ Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1, No 1 (2014): Prosiding Seminar Nasional Matematika 2014 ]]>
Publisher : <![CDATA[Prosiding Seminar Matematika dan Pendidikan Matematik ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kemiskinan merupakan salah satu persoalan mendasar yang menjadi pusat perhatian pemerintah di negara manapun. Kemiskinan merupakan masalah kependudukan yang kompleks karena menyangkut berbagai macam aspek seperti hak untuk terpenuhinya pangan, kesehatan, pendidikan, pekerjaan, dan sebagainya. Tersedianya data kemiskinan yang akurat dan tepat sasaran merupakan salah satu aspek penting untuk mendukung program strategi penanggulangan kemiskinan. Pengukuran kemiskinan yang tepat dan dapat dipercaya merupakan instrumen yang tangguh bagi pengambilan kebijakan dalam memfokuskan perhatian pada kondisi hidup orang miskin. Dalam rangka menunjang keberhasilan pelaksanaan program pembangunan terutama yang berkaitan dengan penanggulangan kemiskinan di Indonesia khususnya di Pulau Jawa, diperlukan suatu penelitian yang dapat mengetahui informasi mengenai faktor-faktor yang berpengaruh terhadap kemiskinan. Dengan menggunakan metode Meta-analityc Structural Equation Modeling(MASEM) berdasarkan pendekatan Two Stage Structural Equation Modeling (TSSEM), penelitian ini akan melihat pengaruh faktor ekonomi, Sumber Daya Manusia (SDM) dan kesehatan terhadap kemiskinan di Pulau Jawa.TSSEM merupakan salah satu metode untuk mengintegrasikan teknik meta-analisis dan SEM. Langkah pertama dalam TSSEM adalah mensintesis koefisien korelasi semua penelitian, dan langkah kedua mengaplikasikan teknik SEM untuk menjelaskan hubungan antar variabel menggunakan matriks korelasi gabungan.Berdasarkan hasil analisis tahap pertama pada penelitian ini, diketahui bahwa nilai (df=30, N=118)= 188.72 denganp-value < 0.001 sehingga matriks korelasi antar penelitian adalah heterogen. Oleh karena itu metode yang digunakan pada tahap kedua adalah TSSEM denganeffect random.]]>
<![CDATA[Pendekatan Multivariate Adaptive Regression SPLINES (MARS) pada Pemodelan Penduduk Miskin di Indonesia Tahun 2008-2012 ]]>
<![CDATA[Ayu A, Eta Dian]]>;
<![CDATA[Otok, Bambang Widjanarko]]>
<![CDATA[ Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1, No 1 (2014): Prosiding Seminar Nasional Matematika 2014 ]]>
Publisher : <![CDATA[Prosiding Seminar Matematika dan Pendidikan Matematik ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kemiskinan merupakan salah satu persoalan mendasar yang menjadi pusat perhatian pemerintah di negara manapun karena merupakan masalah kependudukan yang kompleks dan menyangkut berbagai macam aspek. Untuk keperluan perencanaan, monitoring, dan evaluasi berbagai program terkait penanggulangan kemiskinan diperlukan sejumlah instrumen statistik, salah satunya adalah persentase penduduk miskin dari total populasi. Tujuan penelitian ini adalah untuk menganalisis faktor-faktor dari karakteristik penduduk miskin yang signifikan mempengaruhi kemiskinan tingkat Kabupaten/Kota di Indonesia. Untuk kasus kemiskinan di Indonesia yang terdiri dari banyak variabel prediktor, pendekatan regresi nonparametrik dapat menggunakan Multivariate Adaptive Regression Splines (MARS). Penelitian ini menggunakan variabel prediktor sebanyak 16 variabel dan satu buah variabel respon dengan menggunakan data SUSENAS untuk tahun 2008-2012 yang dihasilkan oleh Badan Pusat Statistik (BPS). Hasil penelitian dengan pendekatan MARS menunjukkan bahwa hampir semua variabel prediktor berpengaruh secara signifikan dalam pemodelan penduduk miskin tingkat Kabupaten/Kota di Indonesia. Sementara dari keenam belas variabel prediktor diperoleh tiga variabel penting yang paling besar pengaruhnya terhadap variabel respon, yaitu persentase perempuan pengguna alat KB di rumah tangga miskin, persentase rumah tangga yang pernah membeli raskin, serta persentase penduduk miskin usia 15 tahun ke atas yang bekerja di sektor pertanian.]]>
<![CDATA[Perceptual Mapping Produk BMW dengan Pendekatan Biplot melalui Analisis Komponen Utama ]]>
<![CDATA[Koesmono, Teman]]>;
<![CDATA[Otok, Bambang Widjanarko]]>
<![CDATA[ Jurnal Widya Manajemen & Akuntansi Vol 3, No 3 (2003) ]]>
Publisher : <![CDATA[Fakutas Ekonomi Unika Widya Mandala Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (5051.858 KB)
<![CDATA[Posisioning menjadi disain yang nyata untuk menciptakan image perusahaan, sehingga konsumen yang ditargetkan dapat memahami dan menghargai dimana perusahaan berdiri di antara pesaingnya. Penelitian ini bertujuan untuk mengetahui dan menyajikan persepsi konsumen BMW terhadap atribut-atributnya dengan pendekatan biplot melalui SVD dari analisis komponen utama. Hasil penelitian menunjukkan, dengan a = 1, persepsi yang dibentuk produk Honda fun Mercedes adalah kemudahan suku cadang, banyaknya jumlah bengkel resmi dan ketrampilan mekanik. Pada a = 0 menunjukkan panjang vektory ang sama dan korelasinya yang sangat tinggi dari produk Mercedes dan Honda (0,995041), BMW dengan Honda (0,96409) sedangkan BMW dengonM ercedes( 0,956347),i ni menunjukan bahwa korelasi antara ketiga produk tersebut sangat tinggi yong berarti ketiga produk tersebut bersaing sangat ketat dalam membentuk persepsi kpnsumen mengena atribut-atribut produknya.]]>
<![CDATA[Peluang Bisnis pada Jasa Kereta Api dan Pesawat Udara ]]>
<![CDATA[Otok, Bambang Widjanarko]]>;
<![CDATA[Suhartono, .]]>
<![CDATA[ Jurnal Widya Manajemen & Akuntansi Vol 2, No 1 (2002) ]]>
Publisher : <![CDATA[Fakutas Ekonomi Unika Widya Mandala Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (4907.008 KB)
<![CDATA[The aim of this research is to study the application and comparison between models in time series analysis, particularly intervention, variation calendar and transfer function models. Intervention model is used to describe the effect of crisis that happened starting on July 1997 to the fluctuation of the number of train and plane passengers. Variation calendar model used in order to quantify and explain the effect of "lebaran". Then, transfer function model used to know the effect of inflation factor or price changing by using Consumer Price Indices (IHK) as "a Proxy variable" to the fluctuation of these number of passengers. The result of the analysis to three data as case studies show that the effect of crisis is only significant to the fluctuation of the number of plane passengers. Transfer function model yields three cases correlating with the number of train and plane passengers significantly influenced by IHK as a proxy of price fluctuation or inflation factor. Additionally, the result of this research gives the description that there is a big chance to use hybrid model of the available models, including intervention,variation calendar, transfer function and or GARCH models.]]>
<![CDATA[Evaluasi Atribut Produk Telepon Selular melalui Analisis Konjoin ]]>
<![CDATA[Otok, Bambang Widjanarko]]>
<![CDATA[ Jurnal Widya Manajemen & Akuntansi Vol 3, No 3 (2003) ]]>
Publisher : <![CDATA[Fakutas Ekonomi Unika Widya Mandala Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (4440.064 KB)
<![CDATA[Persaingan dalam dunia bisnis Telekomunikai telepon selular pada akhir-ahhir ini semakin marak Berbagai perusahaan (Vendor) telepon selular baru hadir dan ikut meramaikan pasar telepon selular di Indonesia. Kondisi ini menuntut setiap perusahaan telepon selular untuk senantiasa mengembangkan konsep produk yang ditawarkan mengingat telepon selular sangat peka terhadap selera konsumen dan tuntutan perkembangan jaman. Penelitian ini ditujukan untuk mengetahui segmentasi dan positioning merek telepon selular beserta konsep produk yang secara umum disukai konsumen dan mempuyai market share terbesar. Penelitian mengenai struktur preferensi terhadap konsep produk telepon selular dikarenakan telepon selular telah meniadi aksesoris dan bagian dari gaya hidup, oleh karena itu kualitas teknologi dan tampilan atau desain meniadi hal yang penting bagi konsumen untuk menjatuhkan pilihannya. Dengan pendekatan konjoin, konsep produk yang secara umum disukai oleh segmen mahasiswa adalah telepon selular dengan ukuran kecil, tanpa menggunakan flip dan antena, bahan casing terbuat dari plastik dan berbentuk segi empat dengan market share sebesar 23.5%. Kemudian konsep produk telepon selular dengan ukuran kecil, tanpa menggunakan flip dan antena, bahan casing terbuat dari plastik dan berbentuk oval dengan market share sebesar 22.13%.]]>
<![CDATA[Faktor-faktor yang Mempengaruhi Volume Perdagangan Saham Menggunakan Multivariate Adaptive Regression Splines ]]>
<![CDATA[Otok, Bambang Widjanarko]]>;
<![CDATA[Guritno, Suryo]]>;
<![CDATA[Subanar, .]]>
<![CDATA[ Jurnal Widya Manajemen & Akuntansi Vol 6, No 3 (2006) ]]>
Publisher : <![CDATA[Fakutas Ekonomi Unika Widya Mandala Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (0.036 KB)
<![CDATA[This research aims to know influence the Composite Index on price Share (IHSG), Right Issue, Dollar Rate and interest rate storey level of Singapore International Bonk Offered Rate (SIBOR) to on trading volume stock in Effect Exchange Surabaya. This matter ii- oftentimes studied with regression analysis, and at this article introduce approach which relative n"erly in oy regression analysis that is Multivariate Adaptive Regression Splines (MARS). Modet U)nS, a model selection of MARSwith metho'l of stepwise. Forward Stepwise conducted to get afunction with amount of maximum basis .function. To .fulfitl conception parsemony lsimple i modet) conducted by bachtard stepwise lhat is cho.sening yielded basis .function of forwaid srepwise by minimizing value of Ceneralized Cross Validation (GCn. Result of research show with approach of MARS, important variable in influencing volume commerce of share is Right Issue with importance storey level t00%o, price Index Share Aliance (IHSG) with importance storey tevet 38,986%, and Dollar Rate with importance storey level equal to 6,477%. Ll/hile a SIBOR not such an important variable in influencing commerce volume. Right Issue happened change of volume commerce o f share at value qf , = O i-t tOOOE+10 and t = 0.63000E+ll. The change have tendencl,g o up slrnlt,front | = 20024704 .r.re.s/ .s= 0. l1l000E+10 and have tendency go up incisively.fron t : 0.ttt000E+10 up to t : 0.63000E+I 1.]]>
<![CDATA[Mengatasi Penyimpangan Asumsi Normalitas pada Pemodelan Persamaan Struktural Menggunakan Bootstrap ]]>
<![CDATA[Otok, Bambang Widjanarko]]>;
<![CDATA[Guritno, Suryo]]>;
<![CDATA[Subanar, .]]>;
<![CDATA[Haryatmi, Sri]]>
<![CDATA[ Jurnal Widya Manajemen & Akuntansi Vol 7, No 2 (2007) ]]>
Publisher : <![CDATA[Fakutas Ekonomi Unika Widya Mandala Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (4751.36 KB)
<![CDATA[All important assumption which must fulfill in Structural Equation Modelling (SEM) is data of continue and distribution multivariate normal. If do not fulfill will affect at result of analysis, that is failure in conducting convergence or yield the solving of inappropriate. One of the way of to overcome the mentioned is bootstrap method. So that this is research more focused in overcoming deviation of assumption of normality at SEM model with bootstrop method at case influence of commitment to performance through behavior. Or equally look for appropriate solution at data which below par with bootstrap method at case. Result of research, indicating that parameter coefficient of bootstrap can overcome deviation of assumption normality, yielding solution matching with data. Professional commitment have an effect on to behavioral and organizational commitment of activity. Wile organizational commitment have an effect on to behavior work and activity performance, behavioral and organizational commitment of activity represent variable having an effect on indirectly at professional commitment in influencing performance.]]>
<![CDATA[Peramalan Sales & Inflasi dengan Pendekatan Artificial Neural Network dan Model Regresi Dinamik (Fungsi Transfer) ]]>
<![CDATA[Otok, Bambang Widjanarko]]>;
<![CDATA[Suhartono, .]]>
<![CDATA[ Jurnal Widya Manajemen & Akuntansi Vol 1, No 2 (2001) ]]>
Publisher : <![CDATA[Fakutas Ekonomi Unika Widya Mandala Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2990.08 KB)
<![CDATA[Tujuan penelitian ini adalah menerapkan metode Feed Forward Neural Network pada model peramalan time series multivariate, dan membandingkan dengan metode Regresi Dinamik (Fungsi Transfer). Kriteria MSE, AIC, BIC dan SBC digunakan untuk menbandingkan dua model peramalan. Dalam nembandingkan diambil dua kasus (Sales berdasarkan Leading Indicator, dan Inflasi berdasarkan Indeks Harga Konsumen). Hasil penelitian menunjukkan bahwa model FFNN lebih baik dibanding dengan model fungsi transfer, baik untuk data ''Sales" dan "Inflasi" hal ini karena pada FFNN tidak memerlukan asumsi yang ketat. Secara statistik pendekatan Fungsi Transfer lebih mudah untuk dikuti karena adanya tahapan identifikasi yang memudahkan untuk mendapatkan model terbaik Selain itu model yang diperoleh mudah diinterpretasikan untuk menjelaskan keterkaitan antara ramalan kejadian suatu waktu dengan kejadian-kejadian sebelumnya. Hal ini tidak ada atau belum ditemukan pada model pendekatan FFNN, sehingga unsur coba-coba lebih dominan pada saat penentuan arsitektur terbaik untuk model peramalan. FFNN adalah suatu pendekatan alternatif yang sangat bagus untuk problem peramalan khususnya dalam fungsi transfer. Dengan pendekatan FFNN, hasil ramalan "Sales" dapat disimpulkan bahwa jumlah sales dipengaruhi oleh leading indicator pada saat ini, tiga periode sebelumnya dan juga dipengaruhi oleh jumtah sales sebelumnya. Sedangkan hasil ramalan "Inflasi" dipengaruhi oleh IHK pada saat ini, satu periode sebelumnya dan juga dipengaruhi inflasi sebelumnya, dua dan tiga periode sebelumnya.]]>
<![CDATA[Klasifikasi Perbankan dengan Pendekatan CART dan MARS ]]>
<![CDATA[Otok, Bambang Widjanarko]]>
<![CDATA[ Jurnal Widya Manajemen & Akuntansi Vol 5, No 1 (2005) ]]>
Publisher : <![CDATA[Fakutas Ekonomi Unika Widya Mandala Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (0.036 KB)
<![CDATA[Monitoring system have been come to need for performance of to banking in the future, as well as to know strategy implication with complex problems. However, that system if broken down into simple terminology, every individual can start to comprehend foreign exchange market and using it as a monetary investment appliance for the future.]]>
